【数学与算法】牛顿法 及其一系列改进算法

本文转载自牛顿法,在有些概念不清晰的地方,我添加了一些自己的说明。

牛顿法及其变种方法:目录链接:

(1) 牛顿法

(2) 拟牛顿条件

(3) DFP 算法

(4) BFGS 算法

(5) L-BFGS 算法

(6) 高斯-牛顿法


牛顿法至少有两个应用方向:
  • 1.求方程的根;
  • 2.最优化。

详情请参考这篇博客:【数学与算法】牛顿法的两种应用:求根和最优化


下面是数学原理和推导:

机器学习算法中经常碰到非线性优化问题,如 Sparse Filtering 算法,其主要工作在于求解一个非线性极小化问题。在具体实现中,大多调用的是成熟的软件包做支撑,其中最常用的一个算法是L-BFGS。为了解这个算法的数学机理,这几天做了一些调研,现把学习过程中理解的一些东西整理出来。


本部分将两个牛顿法:原始牛顿法阻尼牛顿法

还有一些牛顿法例如拟牛顿法,请参考博客拟牛顿法,里面有牛顿法系列博客索引,点击即可跳转。
在这里插入图片描述
在这里插入图片描述
=====================================================================================


对一维向量 x x x求导,就是常见的求导,对多维向量 X ⃗ \vec{X} X 求导,就变成了对每个维度求偏导,也就是进行梯度算子运算了。
下面会将式(1.7)对向量 X ⃗ \vec X X 求导,也就是进行梯度算子运算。
有个知识点:(证明请参考:二次型求导)
d ( X ⃗ T A X ⃗ ) d X ⃗ = 2 A X ⃗ \frac{d(\vec{X}^TA\vec{X})}{d\vec{X}}=2A\vec{X} dX d(X TAX )=2AX
其中 A A A是常数对称矩阵, A = A T A=A^T A=AT
在这里插入图片描述


=====================================================================================

在这里插入图片描述
=====================================================================================


  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数值分析是研究用数值方法解决数学问题的学科,涉及到数值计算、数值逼近和数值求解等方面。它是计算数学的一个重要分支,与算法有着密切的关系。 算法是解决问题的一系列有序步骤的描述,它是计算机科学的基石之一。在数值分析中,算法被广泛应用于求解数学方程、逼近数学函数、处理数值数据等诸多问题。一个好的数值分析算法能够提高计算的效率和准确性。 数值分析和算法紧密联系的一个例子是求解非线性方程。比如,我们要解一个形如f(x)=0的方程,其中f(x)是一个非线性函数。通过数值分析的方法,我们可以设计一系列的迭代算法来逼近方程的根。这些迭代算法可以使用不同的数值技巧,比如牛顿迭代法、二分法等等。这些算法的设计需要借助于数值分析的理论,包括误差估计、收敛性分析等。 另一个例子是数值逼近。当我们需要用简单的函数来逼近一个复杂的函数时,数值分析提供了一系列的逼近算法,如插值法、最小二乘法等等。这些算法可以对离散的数据进行拟合,并估计出未知的数据点的值。在这个过程中,算法的设计需要考虑到数值计算的稳定性和精度问题,以保证逼近结果的准确性。 总之,数值分析和算法密切相关,它们共同为解决数学问题提供了有效的数值计算工具和方法。数值分析研究数学问题的数值解,而算法为数值分析提供了实现的具体步骤和策略。这两者的结合为科学计算和工程应用提供了强大的支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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