数学建模书写格式训练1..docVIP

正定. 由于正定，函数Q的驻点是Q(x)的极小点.为求此极小点，令 即可解得 对照基本迭代格式（1），可知从点出发沿搜索方向. 并取步长 即可得Q(x)的最小点通常，把方向 叫做从点 出发的 Newton 方向.从一初始点开始，每一轮从当前迭代点出发，沿Newton 方向并取步长 为1 的求解方法，称之为Newton 法.其具体步骤如下： 1°选取初始数据。选取初始点，给定终止误差，令k := 0. 2°求梯度向量。计算若 停止迭代，输出否则，进行3°. 3°构造Newton 方向.计算取 4° 求下一迭代点.令转2°. 例5 用Newton 法求解， 选取 解：(i) （ii）编写 M 文件nwfun.m 如下： function [f,df,d2f]=nwfun(x); f=x(1)^4+25*x(2)^4+x(1)^2*x(2)^2; df=[4*x(1)^3+2*x(1)*x(2)^2;100*x(2)^3+2*x(1)^2*x(2)]; d2f=[2*x(1)^2+2*x(2)^2,4*x(1)*x(2) 4*x(1)*x(2),300*x(2)^2+2*x(1)^2]; （III）编写主程序文件example5.m 如下： clc x=[2;2]; [f0,g1,g2]=nwfun(x); while norm(g1)0.00001 p=-inv(g2)*g1; x=x+p; [f0,g1,g2]=nwfun(x); end x, f0 如果目标函数是非二次函数，一般地说，用Newton 法通过有限轮迭代并不能保证 可求得其最优解. 为了提高计算精度，我们在迭代时可以采用变步长计算上述问题，编写主程序文件 example5_2 如下： clc,clear x=[2;2]; [f0,g1,g2]=nwfun(x); while norm(g1)0.00001 p=-inv(g2)*g1;p=p/norm(p); t=1.0;f=nwfun(x+t*p); while ff0 t=t/2;f=nwfun(x+t*p); end x=x+t*p; [f0,g1,g2]=nwfun(x); end x,f0 Newton 法的优点是收敛速度快；缺点是有时不好用而需采取改进措施，此外，当 维数较高时，计算的工作量很大. 2.3.1.3 变尺度法 变尺度法（Variable Metric Algorithm）是近20 多年来发展起来的，它不仅是求解 无约束极值问题非常有效的算法，而且也已被推广用来求解约束极值问题.由于它既避免计算二阶导数矩阵及其求逆过程，又比梯度法的收敛速度快，特别是对高维问题具有显著的优越性，因而使变尺度法获得了很高的声誉.下面我们就来简要地介绍一种变尺度法—DFP 法的基本原理及其计算过程。这一方法首先由Davidon 在1959 年提出，后经Fletcher 和Powell 加以改进. 我们已经知道，牛顿法的搜索方向是为了不计算二阶导数矩阵及其逆阵，我们设法构造另一个矩阵，用它来逼近二阶导数矩阵的逆阵这一类方法也称拟牛顿法（Quasi-Newton Method）. 下面研究如何构造这样的近似矩阵，并将它记为我们要求：每一步都能以现有的信息来确定下一个搜索方向；每做一次选代，目标函数值均有所下降；这些近似矩阵最后应收敛于解点处的Hesse 阵的逆阵. 当 f (x)是二次函数时，其Hesse 阵为常数阵A，任两点和处的梯度之差为 或 对于非二次函数，仿照二次函数的情形，要求其 Hesse 阵的逆阵的第k +1次近似 矩阵满足关系式 (7) 这就是常说的拟Newton 条件. 若令 (8) 则式（7）变为 (9) 现假定已知，用下式求（设 和均为对称正定阵）； (10) 其中称为第k 次校正矩阵.显然，应满足拟Newton 条件（9），即要求 或 (11) 由此可以设想， 的一种比较简单的形式是 （12） 其中和为两个待定列向量. 将式（12）中的代入（11），得 这说明，应使