一、牛顿法主要有两个应用方向:
- 求方程的根
- 求函数最优化求解
二、求方程的根:
- 假设我们现在要求方程f(x)=0f(x)=0f(x)=0的根x∗x^*x∗:
- 第一步:对f(x)f(x)f(x)进行一阶泰勒展开:f(x)≈f(x0)+f′(x0)(x−x0)f(x)≈f(x_0 )+f'(x_0 )(x-x_0)f(x)≈f(x0)+f′(x0)(x−x0)g(x)=f(x0)+f′(x0)(x−x0)g(x)=f(x_0 )+f'(x_0 )(x-x_0)g(x)=f(x0)+f′(x0)(x−x0)g(x)g(x)g(x)为f(x)f(x)f(x)的一阶泰勒展开,其实质就是f(x)f(x)f(x)在x0x_0x0点的切线方程,根据泰勒公式的性质我们知道f(x)f(x)f(x)和g(x)g(x)g(x)在x0x_0x0点附近的值可以非常接近。
- 第二步:求出g(x)g(x)g(x)的根x1x_1x1:f(x0)+f′(x0)(x−x0)=0f(x_0 )+f' (x_0 )(x-x_0 )=0f(x0)+f′(x0)(x−x0)=0x1=x0−f(x0)f′(x0)x_1=x_0-\frac{f(x_0 )}{f'(x_0 )} x1=x0−f′(x0)f(x0)
- 第三步:重复第一步和第二步直到收敛:xk+1=xk−f(xk)f′(xk)x_{k+1}=x_k-\frac{f(x_k )}{f'(x_k )} xk+1=

本文详细介绍了牛顿法在求解方程根和函数最优化问题中的应用。在求方程根时,通过一阶泰勒展开进行迭代;在函数最优化中,利用二阶泰勒公式求极小值,并讨论了高维牛顿法,包括泰勒展开和Hessian矩阵。同时,文章提到了牛顿法与梯度下降法的关系及其优缺点。
最低0.47元/天 解锁文章
1025

被折叠的 条评论
为什么被折叠?



