\quad 牛顿法(Newton method)和拟牛顿法(quasi Newton method)是求解无约束最优化问题的常用方法,有收敛速度快的优点。
1. 牛顿法
考虑无约束最优化问题
m i n x ∈ R n f ( x ) min_{x\in R^n} f(x) minx∈Rnf(x)
其中 x ∗ x^* x∗为目标函数极小点。
假设 f ( x ) f(x) f(x)有二阶连续偏导数,若第k次迭代值为 x ( k ) x^{(k)} x(k),则可将 f ( x ) f(x) f(x)在 x ( k ) x^{(k)} x(k)附近进行二阶泰勒展开:
f ( x ) = f ( x ( k ) ) + g k T ( x − x ( k ) ) + 1 2 ( x − x ( k ) ) T H ( x ( k ) ) ( x − x ( k ) ) f(x)=f(x^{(k)})+g_k^T(x-x^{(k)})+\frac{1}{2}(x-x^{(k)})^TH(x^{(k)})(x-x^{(k)}) f(x)=f(x(k))+gkT(x−x(k))+21(x−x(k))TH(x(k))(x−x(k))
这里, g k = g ( x ( k ) ) = ▽ f ( x ( k ) ) g_k=g(x^{(k)})=\bigtriangledown f(x^{(k)}) gk=g(x(k))=▽f(x(k))是 f ( x ) f(x)