用Python实现牛顿法求极值

最新推荐文章于 2021-05-07 19:54:41 发布

lxy孙悟空

最新推荐文章于 2021-05-07 19:54:41 发布

阅读量1.8w

点赞数 11

分类专栏： Python与最优化文章标签： python 最优化

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u012705410/article/details/47209007

版权

本文介绍了如何使用Python实现牛顿法求多元函数的极值，包括普通牛顿法和阻尼牛顿法。通过Rosenbrock函数为例，详细展示了函数梯度和Hesse矩阵的计算，并提供了相应的Python代码实现。经过6次迭代，找到了最优解，同时绘制了迭代点的搜索轨迹，突显了Python和Numpy在数值计算中的应用。

摘要由CSDN通过智能技术生成

对于一个多元函数 $f(x)=f(x_{1},x_{2},\cdots,x_{n})$ ，用牛顿法求其极小值的迭代格式为

x k + 1 = x k - G - 1 k g k

$x_{k+1}=x_{k}-G_{k}^{-1}g_{k}$

其中 $g(x)=\nabla f(x)$ 为函数 f

最低0.47元/天解锁文章

关注

11
点赞
踩
87

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。