用牛顿切线法求函数最小值python实例

最新推荐文章于 2022-05-10 12:44:02 发布

xiaobai__huang

最新推荐文章于 2022-05-10 12:44:02 发布

阅读量1.9k

点赞数 1

文章标签： python 机器学习深度学习

本文链接：https://blog.csdn.net/xiaobai__huang/article/details/123484472

版权

算法：

step1:对任意的x0 $\epsilon$ [a,b], $\varepsilon$ >0,k:=0;

step2:计算 $^{}$ $f^{'}(xk)$ 和 $f^{''}(xk)$ ;

step3:如果| $f^{'}(xk)$ |< $\varepsilon$ ，则转step4；否则令 $x_{k+1}:=x_{k}-\frac{f^{'}(x_{k})}{f^{''}(x_{k})}$ ，k:=k+1,转step2；

step4:停，输出xk。

代码实例：

#求f = 2*x*x*x-12*x+9在-1,3的最小值
import numpy as np
#求一阶导
def jacobian(x):
    return 6*x*x-12
#求二阶导
def hessian(x):
    return 12*x
#求f(x)结果
def f(x):
    f = 2*x*x*x-12*x+9
    return f

epsilong = 0.001
i=0
imax=100
x1=np.zeros(10)
x0=1
x1[0]=x0
print("初始点为:",x1[0])
k=0

for i in range(0,imax):
    x1[i+1] = x1[i]-jacobian(x1[i])/hessian(x1[i])
    i=i+1
    k=k+1
    if abs(jacobian(x1[i-1]))> epsilong:
        print("第",i,"次迭代结果：",x1[i])
    else:
        break
#输出迭代结果序列
print(x1)
print("f(x*)= ",f(x1[i-1]))

运行结果：

初始点为: 1.0
第 1 次迭代结果： 1.5
第 2 次迭代结果： 1.4166666666666667
第 3 次迭代结果： 1.4142156862745099
[1. 1.5 1.41666667 1.41421569 1.41421356 0.
0. 0. 0. 0. ]
f(x*)= -2.313708498946486

小小白第一次写，当笔记用的，也分享给大家！