thunder_sword's blog thunder_sword's blog
来看漫画丫~
首页
分类
标签
归档
GitHub

thunder-sword

网安界的小菜鸡
来看漫画丫~
首页
分类
标签
归档
GitHub
  • 数学知识回顾

  • 无约束优化问题

    • 集合约束和无约束优化问题的基础知识
    • 一维搜索方法
    • 梯度方法
    • 牛顿法
      • 1.定理9.1
    • 求解线性方程组
  • 线性规划

  • 最优化导论
  • 无约束优化问题
thunder-sword
2021-06-23

牛顿法

# 0x1.牛顿法定义:

设目标函数𝑓:ℝ^𝑛^→ℝ二阶连续可微,将函数𝑓在𝒙^(𝑘)^点处进行泰勒展开,忽略三次以上的项,可得到二次型近似函数:

image-20210527084846944

这就是牛顿法的迭代公式。

image-20210527084905473

如果目标函数𝑓为二次型函数,牛顿法只需要一次迭代即可从任意初始点𝑥^(0)^收敛到函数𝑓的极小点𝑥^∗^, 𝑥^∗^满足𝛻𝑓(𝑥^∗^)=0。

image-20210527084918431

# 1.定理9.1

函数𝑓三阶连续可微,点𝒙^∗^∈ℝ满足𝛻𝑓(𝒙^∗^)=0,且𝐹(𝒙^∗^)可逆,那么,对于所有与𝒙^∗^足够接近的𝒙^(0)^,牛顿法能够正常运行,且至少以阶数2的收敛率收敛到𝒙^∗^。

梯度方法
求解线性方程组

← 梯度方法 求解线性方程组→

最近更新
01
计算机系统的硬件结构
10-12
02
计算机系统概论
10-12
03
进程
10-12
更多文章>
Theme by Vdoing | Copyright © 2019-2021 Evan Xu | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式
×