MATLAB最速下降法,牛頓法和共轭梯度法求解的方法.docVIP

实验要求 所属课程名称： 最优化方法 实验日期： 2010年5月10日~2010年5月15日 实验目的 掌握最速下降法，牛顿法和共轭梯度法的算法思想，并能上机编程实现相应的算法。 二、实验要求 用MATLAB实现最速下降法，牛顿法和共轭梯度法求解实例。 四、实验原理 最速下降法是以负梯度方向最为下降方向的极小化算法，相邻两次的搜索方向是互相直交的。牛顿法是利用目标函数在迭代点处的Taylor展开式作为模型函数，并利用这个二次模型函数的极小点序列去逼近目标函数的极小点。共轭梯度法它的每一个搜索方向是互相共轭的，而这些搜索方向仅仅是负梯度方向与上一次接待的搜索方向的组合。 五．运行及结果如下: 最速下降法： 题目：f=(x-2)^2+(y-4)^2 M文件： function [R,n]=steel(x0,y0,eps) syms x; syms y; f=(x-2)^2+(y-4)^2; v=[x,y]; j=jacobian(f,v); T=[subs(j(1),x,x0),subs(j(2),y,y0)]; temp=sqrt((T(1))^2+(T(2))^2); x1=x0;y1=y0; n=0; syms kk; while (tempeps) d=-T; f1=x1+kk*d(1);f2=y1+kk*