线性与非线性规划：牛顿法

---

前言

本系列涉及线性与非线性规划中的几种规划算法

1.本节介绍牛顿法，是对一维搜索中的牛顿法的推广，求解一般无约束问题的牛顿法。
2.参考：陈宝林-最优化理论与算法
3.采用python编程实现，已测试，代码可行

---

一、牛顿法

关于一维牛顿和一般的牛顿方法的推导，参见陈宝林的牛顿法一节。下面直接给出代码实现。

二、代码示例

1.代码

代码如下（示例）：

#牛顿法，输入符号变量，和目标函数的系数，得到目标函数
from sympy import *
import numpy as np
class New_ton:
    def __init__(self,Xi,X0):
        self.Xi = Xi
        self.i = len(X0)#符号变量Xi是没有长度的
    def dict(self,X):
        dict = {
   }
        for index,item in enumerate(self.Xi):#存储初始值
            dict[item] = X[index]
        Xk = dict
        return  Xk
    def d_function(self,f):#如何直接求解出矩阵排列的形式
        df = []
        for i in self.Xi:
            df.append(diff(f,i))
        df = np