最优化方法及其matlab程序设计 马昌凤版 课后答案 杭电课件

α0=17/104,x1=(21/26,69/52)T≈(0.80769,1.32692)Tg1=(15/13, 60/13)Tβ0=

Tg1Gd000

=225/676≈0.33284

d1= g1+β0d0=(3315/2197,23205/4394)T≈(1.5088757,5.281065)T;

T

x2=x1+α1d1; f(x2)Td1=g2d1=0

(x2=

(g2=

(255α1)/169+21/26

(1785α1)/338+69/5215/13 (1530α1)/169(6120α1)/169 60/13

)

(18)

)

(19)

由此可以求出α1=0.127450980392157;极值点为X2=(1,2)T;

5第五章拟牛顿法P73-2

2.DFP程序算法调用

极值点x=( 0.2203×10 6, 0.1599×10 6);极小值val=1.2527×10 13

附程序：

function[x,val,k]=dfp(fun,gfun,x0)

%功能：用DFP算法求解无约束问题：minf(x)

%输入：x0是初始点，fun，gfun分别是目标函数及其梯度%输出：x,val分别是近似最优点和最优值，k是迭代次数。maxk=1e5;%给出最大迭代次数ρ=0.55;σ=0.4; =1e-5;k=0;n=length(x0);%Hk=inv(feval(’Hess’,x0));%Hk=eye(n);

12