高立数值最优化方法_最优化理论之无约束优化基本结构及其python应用

本文介绍了无约束优化的基本结构,包括最优性条件、线搜索算法和信赖域方法,并探讨了Python中精确线搜索的实现。内容涵盖梯度、海森矩阵、全局和局部最优解的定义,以及Armijo、Goldstein准则等非精确线搜索准则。
摘要由CSDN通过智能技术生成

b2de1c7777ea714299643b34b58ffaeb.png

自古以来,凡是追求尽善尽美是人类的天性,因而产生了科学,工程,数学,经济和商业等领域的实际问题时,人们欲从众多可行的方案中选择最优或近似最优的解决方案,那么最优化方法就是专门解决这类问题的一个强有力工具。最优化方法包括无约束优化与约束优化,今天我们先来讨论无约束优化理论的基本结构。

本文内容:

  • 符号约定
  • 最优性条件:最优解的类型,最优性条件
  • 无约束优化算法的基本结构
  • python实现精确线搜索

1. 符号约定

梯度向量(列向量)

equation?tex=g%28x%29+%3D+%5Cnabla+f%28x%29+%3D+%5B%5Cfrac%7B%5Cpartial+f%28x%29%7D%7B%5Cpartial+x_1%7D%2C%5Cfrac%7B%5Cpartial+f%28x%29%7D%7B%5Cpartial+x_2%7D%2C%5Cfrac%7B%5Cpartial+f%28x%29%7D%7B%5Cpartial+x_3%7D%2C...%2C%5Cfrac%7B%5Cpartial+f%28x%29%7D%7B%5Cpartial+x_n%7D%5D%5ET

海森矩阵

equation?tex=G%28x%29+%3D+%5Cnabla%5E2f%28x%29+%3D+%5Cbegin%7Bbmatrix%7D+%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_1%5E2%7D+%26++%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_1%5Cpartial+x_2%7D+++%26+%5Ccdots+%26+%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_1%5Cpartial+x_n%7D+++++%5C%5C+%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_2%5Cpartial+x_1%7D+%26++%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_2%5E2%7D+++%26+%5Ccdots+%26+%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_2%5Cpartial+x_n%7D+++++%5C%5C+%5Cvdots+%26+%5Cvdots+%26+%5Ccdots%26+%5Cvdots+%5C%5C+%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_n%5Cpartial+x_1%7D+%26++%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_n+%5Cpartial+x_2%7D+++%26+%5Ccdots+%26+%5Cfrac%7B%5Cpartial%5E2+f%28x%29%7D%7B%5Cpartial+x_n%5E2%7D++++++%5Cend%7Bbmatrix%7D

2. 最优性条件

(1)最优解的类型

  • 全局最优解
    若对任意
    equation?tex=x+%5Cin+R%5En%2Cf%28x%29+%5Cge+f%28x%5E%2A+%29 则称
    equation?tex=x%5E%2A+ 为最优化问题
    equation?tex=min+f%28x%29 的全局最优解。
  • 局部最优解
    equation?tex=x%5E%2A+%5Cin+R%5En ,若存在
    equation?tex=%5Cepsilon%3E0 ,使得对任意的
    equation?tex=x+%5Cin+R%5En ,当
    equation?tex=%7C%7Cx-x%5E%2A%7C%7C%3C%5Cepsilon 时,有
    equation?tex=f%28x%29+%5Cge+f%28x%5E%2A%29

74b1b88a8942a53ff5b8021f11df91a1.png

(2)最优性条件

  • 一阶必要条件:
    equation?tex=f%28x%29%5Cin+C%5E1%EF%BC%8Cx%5E%2A
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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