python 求一元函数极小值-第7章 函数的极小值.docVIP

第7章 一元函数极小值 7.1最优化方法简介 一、最优化方法 在给定条件下，尽你尽你力所能及地得出最好的解的方法称为最优化方法。 最优化方法解决问题的一般步骤是： 1. 构造一个数学模型 Q = f ( x1,x2,x3,..... xn) 应确保构造的模型有极小值。 2. 找出使 Q 最小的自变量 x1,x2, ..., xn . 如果 自变量只有一个， 即Q = f( x ) ， 则此时称为一元函数的最优化。下面我们只讨论一元函数的最优化问题。 二、求解一元函数最优化问题的求导数方法 如果f(x) 可以写出解析式，并且可以求导数， 设 x* 处是极化小值，则有 f(x*)=0 f( x* ) 0 遗憾的是现实中， 我们导出的数据模型，很难求导数。 三、求解一元函数最优化问题的搜索方法 求解一元函数最优化问题的搜索方法分为全面搜索法和逐步搜索法。 如果要求解 对于 f(x) 在区间 [a,b] 上的极小点 x* , 要求相对精度 ε=10E-5 则： | x计算 - x* | ε ( |x计算|+|x*| ) 我们此处仅介绍全面搜索法。 全面搜索法（也叫迈步法） 全面搜索法的计算方案: (1) 将区间 [a,b] 分成 n 等份，每份长度dx=(b-a)/n在每个分点上计算函数值,可以知道函数在哪个分点上的值最小，设为 Xmin。 (2) 新的求解区间为 [Xm-dx, Xm+dx]，记为[ a1, b1 ] (3) 如果 a1与b1很接近，即满足 | a1 - b1 | ε ( |a1|+|b1| ) 则： 我们要找的最小点是（ Xm, f(Xm) )，结束搜索。 否则： 令 a=a1; b = b1 转（1） 在海湾战争中，美军曾使用地毯式轰炸，就是一种二维迈步法，又称网格法，亦称拉网法。 迈步法是搜索法中最基本的方法，它非常有效，缺点是计算量大了一点。在量子化学计算中，Xα计算方法就使用了这种方法（ 我是从它的打印计算结果中分析出来的）。 例1 ： 求函数 的极小点。 #coding=gbk # 迈步法求函数f(x) 在[a,b]的极小点 #入口 : # f 模型函数 # a,b 待优化参数的起始区间 [a,b] def maibu( f , a , b ): n = 20 while True: dx = (b-a)/n xmin = a fmin = f(xmin) for i in range(1,n+1): xi = a+dx*i fi = f(xi) if fifmin: fmin = fi xmin = xi a= xmin - dx b= xmin + dx if abs(b-a)= 1E-5 *(abs(a)+abs(b) ): return (a+b)/2 def f( x ): return (x-3)**2+10 xp =maibu(f, -1000,1000) print(极小值点:(,xp,,,f(xp),)) 极小值点:( 3.0 , 10.0 )  7.2 求一元弱酸的pH值 在分析化学中，我们已经学习过一元弱酸溶液的pH值的近似公式。 在这里，我们试着用求极小值的方法去求解“精确”解，即不作近似。 电荷平衡： 根据分布系数知： 所以： 要想直解求解方程（2）有点困难。 我们构造模型函数： 将求解方程（2）的问题转化为求使用Q最小的[H+] ,即问题转化为求一元函数极小值的问题。说明：（2）式中 CHA, k1, kw 均为常数。 例2求0.01M HA( k1=1.8E-5)溶液的pH. #coding=gbk #求0.01M HA( k1=1.8E-5)溶液的pH #---------------------------------- # 迈步法求函数f(x) 在[a,b]的极小点 #入口 : # f 模型函数 # a,b 待优化参数的起始区间 [a,b] def maibu( f , a , b ): n = 20 while True: dx = (b-a)/n