最优化第二讲——一维搜索法(牛顿法)

本文介绍了牛顿法在寻找无约束函数f(x)=0的根及极值点的应用。通过切线法和泰勒公式法阐述牛顿法的迭代过程,展示如何利用一阶或二阶导数信息逼近最优解。
摘要由CSDN通过智能技术生成

牛顿法可以用来解决两种问题,其实本质上也是一种问题,就是方程求根,只不过一个是求f(x)=0的根,一个是求f(x)的导数=0的根

1. 无约束函数f(x) = 0的根

有两种方式可以解释一下牛顿法

切线法


这种方式就是不断的求点的切线,如果初始点是(x1, f(x1)),求得这个点的切线和x轴的交点(x2, 0),对应到曲线上的值为(x2, f(x2)),然后再求这个点的切线,一次类推,直到达到要求

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值