第二章 最优化方法——直线搜索.pptVIP

t 此时 又分三种情形处理： 第二章 直线搜索 本章讨论 的主要问题是 解决这个问题的方法承为直线搜索或一维搜索。这种方法不仅对于解决一维最优化本身具有实际意义，而且也是解多维最优化问题的重要支柱。 在微积分中解 的方法限于方程 可以直接求解出来的情况。本章介绍的方法对 不作严格要求，它可以很复杂，其导数可能不存在或者很难求出。当然对于可以求导数的情况，相应的方法也会简单些。 本章将讨论以下四种直线搜索方法： （1）对分法：适用于 的一阶导数连续并可以求出的情况。 （2）Newton切线法：适用于 的一阶导数和二阶导数都可求出的情况。 （3）黄金分割法：适用于一般的函数。 （4）抛物线插值法：适用于一般的连续函数。 §1 搜索区间的确定 0 t t* 0 t t* 定义1：设 ，t*是 在L 上的 全局极小点。如果对于L上任取的两点t1和t2且t1 t2,均有：当t2≤t*时， ，当t1≥t*时， 则称 是区间L上的单谷函数。 以下假设一元函数 是单谷函数。 单谷函数的性质：