社区
数据结构与算法
帖子详情
求二次型极值的搜索算法
xiao_dang
2008-03-21 12:23:06
遇到了一个问题,经典算法似乎不能直接解决:
f(x)=(x-x0)'A(x-x0)是正定二次型,其中A已知,x0未知
但是对于任何给定的x,都能算出f(x)的值(因为在问题的理论上这个二次型等于另一个可计算的东东)。
现需要根据上述条件,求出x0的值。不知应当如何进行搜索,请高手指点!
...全文
362
3
打赏
收藏
求二次型极值的搜索算法
遇到了一个问题,经典算法似乎不能直接解决: f(x)=(x-x0)'A(x-x0)是正定二次型,其中A已知,x0未知 但是对于任何给定的x,都能算出f(x)的值(因为在问题的理论上这个二次型等于另一个可计算的东东)。 现需要根据上述条件,求出x0的值。不知应当如何进行搜索,请高手指点!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
3 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
xiao_dang
2008-03-21
打赏
举报
回复
谢谢2楼的回复!
我来说明一下:
你提的第一种方法当然没有问题,但是不是一种有效的算法,因为你并没有提出找到是的f(x)=0的x的具体方法。
第二种方法也是对的。但是我忘了补充一下:对于给定的x,计算出的f(x)是近似值,所以只用一次计算的方法误差会很大,我更希望有一种迭代(搜索)的算法。
还是要谢谢你的回答!
大王派我去巡山
2008-03-21
打赏
举报
回复
方法一:求近似解
注意到这是个(半)正定二次型,当且仅当x=x0时才会出现f(x)=0。
所以如果能找到当x在某个值附近时f(x)近似为0,那么x0的近似解也找到了。
方法二:解线性方程组
将x0视为自变量,将f(x)展开可以得到一个多元二次方程。
当x取不同值时,将x和f(x)的值代入,会得到若干个多元二次方程。
虽然这里每个方程都是二次的,但注意到每个方程中二次项的部分是完全相同的,所以两两相减,最终会得到一个线性方程组。
解线性方程组,最终可以得到x0.
大王派我去巡山
2008-03-21
打赏
举报
回复
关于方法二:
你提到了只计算一次误差会比较大,实际上我觉得这个问题不难解决。
你可以将线性方程组中的方程个数多列一些,然后用最小二乘法来求解,这样出来的解兼顾到了多次测试结果,应该还是比较准确的。
关于方法一:
大致想到的思路:对于x这个n维向量来说,在其它n-1维分量上的值暂时保持不变,只在其中一维上进行变化,类似牛顿法,找到这时的最小值。
当寻找到这个值以后,再换到其它分量上逐步试探...直到最后找出f(x)=0的近似值。
概念解析_瑞利商1
所以个人认为翻译成“瑞利商”更合适1. 瑞利商给定一个Hermite矩阵和非零向量 ,瑞利商定义为:式(1)是两个
二次型
相除,因此对于向量 具有缩放不变性。
求
导
最优化方法一:微分
求
极值
1 一元函数
求
极值
一元函数的
极值
通过导数判定,(前提是要有导数)。首先
求
解驻点,令: 其次,判断驻点是否为
极值
点。 2 多元函数
求
极值
多元函数通过微分
求
解
极值
需要用到Hession矩阵。 2.2 Hession矩阵 ...
【运动控制】线性
二次型
最优控制(LQR)
在运动方程和允许控制范围的约束下,对以控制函数和运动状态为变量的性能指标函数
求
极值
。 2.算法原理 车辆运动学方程 参考轨迹时间/距离最近点????????,????????,????????,????????泰勒展开线性化 + 离散化...
算法中的最优化方法与实现(第3课
二次型
规划)
1.了解
二次型
问题的内容2.了解改进单纯形法解决
二次型
问题的过程。
梯度下降算法
梯度下降算法不是一个机器学习算法,是一种基于搜索的最优化算法。目的是为了最小化损失函数。也有梯度上升法,目的是最大化一个效用函数。 从起始点出发,每次都向导数减小的方向移动,最终当导数减小到0时,我们...
数据结构与算法
33,008
社区成员
35,326
社区内容
发帖
与我相关
我的任务
数据结构与算法
数据结构与算法相关内容讨论专区
复制链接
扫一扫
分享
社区描述
数据结构与算法相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章