matlab牛顿法解无约束优化问题.docx

最优化理论

实验二

牛顿法解无约束优化问题

院系自动化学院班级自动化3班

姓名朱轩睿学号20161336070

实验名称

牛顿法解无约束优化问题

所用工具

Matlab2018a

实验流程

熟悉牛顿法解无约束优化问题的步骤。

根据步骤列出matlab函数的大体结构。

计算出示例函数所需的一次导函数以及二次导函数公式，并转化为matlab代码。

将初始点带入到一次梯度函数中，并用norm函数计算其模，并与所要求的允许误差进行比较。若小于允许误差则跳出循环，带入初始点得出最优解，若不小于允许误差则进行下一步，计算二次梯度，并根据上示公式得出下一个迭代点。

将新迭代点带入一次梯度函数，重复步骤4。

Matlab代码（包含注释）

第一个示例的代码：

E为允许误差。

牛顿函数：

一次梯度函数：

此时带入主函数中计算出向量模并进入循环。

二次梯度函数：

第二个示例的代码：

E为允许误差。

牛顿函数：

一次梯度函数：

二次梯度函数：

测试用例

示例1为：min

初始点（0，1）

结果：

示例2为：min

初始点（0.3，-0.4）

结果：