接上篇相应最速下降法（梯度法）R语言实现及结果展示

题目： 

迭代思路（最佳步长α的确定公式） ：

代码展示：

# 最速下降法的实现  
steepest_descent <- function(f, grad_f, x0, alpha=0.1, epsilon=1e-5, max_iter=3) {  
  x <- x0  
  H <- matrix(c(2,0,0,0,2,0,0,0,2), nrow=3, byrow=TRUE)  
  trajectory <- list(x0)  # 记录迭代过程中的点  
  grad_list <- list(grad_f(x0))  #记录迭代过程中的梯度向量
  
  for (i in 1:max_iter) {  
    gradient <- grad_f(x)  
    if (crossprod(gradient)^2 < epsilon) {  
      break  
    }  
    
    # 计算alpha  
    alpha_denominator <- t(gradient) %*% H %*% gradient  
    alpha_numerator <- t(gradient) %*% gradient  
    alpha <- alpha_numerator / alpha_denominator  
    
    x <- x - alpha * gradient  
    trajectory <- append(trajectory, list(x))  
    grad_list <- append(grad_list, list(gradient))  
  }  
  
  return(list(x=x, trajectory=trajectory, grad_list=grad_list))  
}  

# 示例函数和其梯度  
f <- function(x) {  
  return(x[1]^2 + x[2]^2 + x[3]^2)  
}  

grad_f <- function(x) {  
  return(c(2*x[1], 2*x[2], 2*x[3]))  
}  

# 初始点  
x0 <- c(2.0, -2.0, 1.0)  

# 执行最速下降法  
result <- steepest_descent(f, grad_f, x0)  
solution <- result$x  
trajectory <- do.call(rbind, result$trajectory)  
grad_list <- do.call(rbind, result$grad_list)  

print(solution)  
print(trajectory)  
print(grad_list)

 运行结果：

如有错误，请批评指正，一起交流，感谢！