牛顿法求解多元优化问题.docVIP

牛顿法求解多维优化问题 姓名： 王铎 学号： 2007021271 班级： 机械078 上交日期： 2010/7/2 完成日期： 2010/6/29 问题分析 求函数f(x)=x1^2-x1*x2+x2^2+x1*x3+x3^2最小值为多元无约束优化问题，由于函数为二次函数，牛顿型法在求近似点时用到泰勒级数展开到二次项，对于二次函数 所取点就不是近似值而是精确值，所以此函数用牛顿型法求解。 数学模型 2.1目标函数 f(x)=x1^2-x1*x2+x2^2+x1*x3+x3^2 2.2设计变量 X=[x1 x2 x3] 算法特点及预期计算情况 对于多元函数f(x),设xk为f(x)极小点x*的一个近似点，在xk处将f(x)进行泰勒展开保留到二次项得 式中—在处的海塞矩阵。 设为的极小点，它作为的极小点x*的下一个近似点，根据极值必要条件 得 k=（0,1,2,3,……） 此为多元函数求极值的牛顿法迭代公式，对于二次函数，泰勒级数展开到二次项，所取值不是近似值 而是精确值。海塞矩阵为常矩阵，各个元素都为常数。因此 初始点从何处出发，只需一步就可找到极小点，所以牛顿法具有二次收敛性。此题预计计算迭代一次找到极小值。 计算过程 f(x)=x1^2-x1*x2+x2^2+x1*x3+x3^2 取初始点 则初始点的函数梯度、海塞矩阵及其逆阵分别是 带入牛顿法迭代公式 = 结论 经计实用牛顿法计算多维无约束优化问题总结，牛顿法具有下降速度快，二次收敛性等优点，使得在计算二次函数时，一步迭代就能得到计算结果。缺点是计算量大 尤其是在对海塞矩阵求逆的过程中计算繁琐、量大，不利于提高运算效率