from numpy import *
import sys
MAXINT=sys.maxint
def gradient_(X):
x1=X[0];x2=X[1]
return array([(-400*(x2-x1**2)*x1-2*(1-x1)),200*(x2-x1**2)])
def f(X):
x1=X[0];x2=X[1]
wolfe 算法_最优化课课后作业笔记
最新推荐文章于 2024-05-15 11:43:35 发布
本文详细介绍了Wolfe算法的基本原理,包括其在最优化问题中的应用和解决步骤,通过对课后作业的深入分析,揭示了该算法在求解优化问题时的优势和注意事项。
摘要由CSDN通过智能技术生成