没有合适的资源?快使用搜索试试~ 我知道了~
python 求一元函数极小值-第7章 函数的极小值.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 88 浏览量
2021-09-14
08:10:08
上传
评论
收藏 105KB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/22695094/0001-85b7f69f488afd631438944edef2ceaf_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
16页
。。。
资源推荐
资源详情
资源评论
![whl](https://img-home.csdnimg.cn/images/20210720083646.png)
![gz](https://img-home.csdnimg.cn/images/20210720083447.png)
![gz](https://img-home.csdnimg.cn/images/20210720083447.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![whl](https://img-home.csdnimg.cn/images/20210720083646.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![ipynb](https://img-home.csdnimg.cn/images/20210720083646.png)
![gz](https://img-home.csdnimg.cn/images/20210720083447.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/22695094/bg1.jpg)
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)
![](https://csdnimg.cn/release/download_crawler_static/22695094/bg2.jpg)
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:
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)。
![](https://csdnimg.cn/release/download_crawler_static/22695094/bg3.jpg)
f (x) (x 3) 10
2
的极小点。
例 1 : 求函数
#coding=gbk
#
#
f 模型函数
a,b 待优化参数的起始区间 [a,b]
while True:
fmin = f(xmin)
for i in range(1,n+1):
xi = a+dx*i
fi = f(xi)
if fi<fmin:
fmin = fi
xp =maibu(f, -1000,1000)
print("极小值点:(",xp,",",f(xp),")")
极小值点:( 3.0 , 10.0 )
![](https://csdnimg.cn/release/download_crawler_static/22695094/bg4.jpg)
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。
[H ] k C
1
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。
kw
H O H OH
2
k1
HA H A
电荷平衡:
H A OH
根据分布系数知:
k1
[A ] C *
[H ] k1
HA
所以:
k1
kw
[H ] C *
.......... (1)
[H ] k1 [H ]
HA
要想直解求解方程(2)有点困难。
我们构造模型函数:
kw
2
k1
Q f ([H ],C ,k1,kw) [H ] C *
.........(2)
[H ] k1 [H ]
HA
HA
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 C , k1, kw 均为常数。
HA
剩余15页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/6d4a39ec593a4e2fbcf3d53e4855e565_cqn2bd2b.jpg!1)
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- MyBatisCodeHelperPro 3.3.2-2322 2023.2-2024.1
- 基于Python的简单的学生成绩管理程序设计(课程设计)
- jdk-8u20-windows-x64安装版本-jdk-8u301-linux-x64解压版
- 植物大战僵尸杂交版 修改阳光和冷却
- html css js网页设计ntion-model-for-开发笔记
- 数据库课程设计-processing开发笔记
- matlab画图sic-开发demo
- 数据库原理课程设计-图书馆数据库管理系统
- IEC101Sim IEC870-5-101协议仿真主站、子站 (含源码 C++Builder)
- 2212503007陈熙炜跨境2202作业2.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)