牛顿法、雅克比矩阵、海森矩阵
2017-05-15 14:58
183 查看
一般来说, 牛顿法主要应用在两个方面, 1, 求方程的根; 2, 最优化。
1,求方程的根
其原理便是使用泰勒展开,然后去线性部分,即:
(1)
然后令上式等于0,则有:
(2)
经过不断迭代:
(3)
当精度达到要求的时候停止迭代。
迭代示意图如上所示。
2,最优化
最优化一般是求极大或极小问题,这可以转变为求导数零点,然后转变为1的情形。
即f' = 0;
把f(x)用泰勒公式展开到二阶,即:
(4)
等号左边和f(x)近似相等,抵消。然后对
求导,得到:
(5)
更进一步:
(6)
然后得到迭代式子:
(7)
以上只针对单变量进行讨论,如果对多变量就要引入雅克比矩阵和海森矩阵
简单介绍一下二者,雅克比矩阵为函数对各自变量的一阶导数,海森矩阵为函数对自变量的二次微分。形式分别如下:
把两个矩阵代入(7)中
参考文献:
Newton's
method -- wikipedia
Jacobian矩阵和Hessian矩阵
1,求方程的根
其原理便是使用泰勒展开,然后去线性部分,即:
(1)
然后令上式等于0,则有:
(2)
经过不断迭代:
(3)
当精度达到要求的时候停止迭代。
迭代示意图如上所示。
2,最优化
最优化一般是求极大或极小问题,这可以转变为求导数零点,然后转变为1的情形。
即f' = 0;
把f(x)用泰勒公式展开到二阶,即:
(4)
等号左边和f(x)近似相等,抵消。然后对
求导,得到:
(5)
更进一步:
(6)
然后得到迭代式子:
(7)
以上只针对单变量进行讨论,如果对多变量就要引入雅克比矩阵和海森矩阵
简单介绍一下二者,雅克比矩阵为函数对各自变量的一阶导数,海森矩阵为函数对自变量的二次微分。形式分别如下:
把两个矩阵代入(7)中
参考文献:
Newton's
method -- wikipedia
Jacobian矩阵和Hessian矩阵
相关文章推荐
- 牛顿法、雅克比矩阵、海森矩阵
- 牛顿法、雅克比矩阵、海森矩阵
- 牛顿法、雅克比矩阵、海森矩阵
- 牛顿法、雅克比矩阵、海森矩阵
- 牛顿法以及雅克比矩阵、海森矩阵(Hessian)数学方法。
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 20170227. 牛顿法,Hessian矩阵、雅克比矩阵
- 【math】梯度(gradient)、雅克比矩阵(Jacobian)、海森矩阵(Hessian)
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 牛顿法与拟牛顿法学习笔记(一)牛顿法
- 牛顿法与拟牛顿法学习笔记(三)DFP 算法
- 公开课机器学习笔记(6)牛顿法
- 牛顿法
- 最优化问题中,牛顿法为什么比梯度下降法求解需要的迭代次数更少?
- Newton法(牛顿法 Newton Method)
- 牛顿法实现开根号