1-最速降线问题(精)
最速下降法——精选推荐
最速下降法1.最速下降⽅向函数f(x)在点x处沿⽅向d的变化率可⽤⽅向导数来表⽰。
对于可微函数，⽅向导数等于梯度与⽅向的内积，即：Df(x;d) = ▽f(x)Td,因此，求函数f(x)在点x处的下降最快的⽅向，可归结为求解下列⾮线性规划：min ▽f(x)Tds.t. ||d|| ≤ 1当 d = -▽f(x) / ||▽f(x)||时等号成⽴。
因此，在点x处沿上式所定义的⽅向变化率最⼩，即负梯度⽅向为最速下降⽅向。
2.最速下降算法最速下降法的迭代公式是x(k+1) = x(k) + λkd(k) ,其中d(k)是从x(k)出发的搜索⽅向，这⾥取在x(k)处的最速下降⽅向，即d = -▽f(x(k)).λk是从x(k)出发沿⽅向d(k)进⾏⼀维搜索的步长，即λk满⾜f(x(k) + λkd(k)) = min f(x(k)+λd(k)) (λ≥0).计算步骤如下：(1)给定初点x(1) ∈ Rn，允许误差ε> 0，置k = 1。
(2)计算搜索⽅向d = -▽f(x(k))。
(3)若||d(k)|| ≤ ε，则停⽌计算；否则，从x(k)出发，沿d(k)进⾏⼀维搜索，求λk，使f(x(k) + λkd(k)) = min f(x(k)+λd(k)) (λ≥0).(4)令x(k+1) = x(k) + λkd(k) ，置k = k + 1，转步骤(2)。
共轭梯度法1.共轭⽅向⽆约束问题最优化⽅法的核⼼问题是选择搜索⽅向。
以正定⼆次函数为例，来观察两个⽅向关于矩阵Ａ共轭的⼏何意义。
设有⼆次函数：f(x) = 1/2 (x - x*)TA(x - x*) ,其中A是n×n对称正定矩阵，x*是⼀个定点，函数f(x)的等值⾯1/2 (x - x*)TA(x - x*) = c是以x*为中⼼的椭球⾯，由于▽f(x*) = A(x - x*) = 0，A正定，因此x*是f(x)的极⼩点。
设x(1)是在某个等值⾯上的⼀点，该等值⾯在点x(1)处的法向量▽f(x(1)) = A(x(1) - x*)。
最速下降法原理及例题实例
Xk (0.00,3.00)T (2.70,1.51)T (2.52,1.20)T (2.43,1.25)T (2.37,1.16)T (2.33,1.18)T (2.30,1.14)T (2.28,1.15)T
f (X k ) 52.00
0.34 0.09
∇f ( X k ) (−44, 24)T (0.73,1.28)T (0.80, −0.48)T (0.18, 0.28)T (0.30, −0.20)T (0.08, 0.12)T (0.15, −0.08)T (0.0算目标函数的梯度和 Hesse 阵
设d
(k )
= [ d1 , d 2 ] ， ∇f ( X ( k ) ) = [ g1 , g 2 ] 得到精确一维搜索步长 αk = g1d1 + g 2 d 2 3d + d 2 2 − 2d1d 2
2 1
取X
(1)
= (0, 0)T ，则 ∇f ( X (1) ) = [ −2, 0] ，所以 d (1) = −∇f ( X (1) ) = [ 2, 0 ] ，
求单变量极小化问题：
min f ( x 0 + tp 0 ) = min f (44t , 3 − 24t )
t ≥0 t ≥0
= min(44t − 2)4 + (92t − 6)2
t ≥0
的最优解 t 0 ，由 0.618 法可得 t 0 = 0.06 ，于是
X 1 = x 0 + t 0 p 0 = (2.70,1.51)T ∇f ( X 1 ) = (0.73,1.28)T ∇f ( X 1 ) = 1.47 > ε
10 −2 ，停止计算，所以 X (9) = [ 0.988, 0.988] 作为问题的最优解。
微积分的应用雨中行走 药物浓度 水流问题 最速降线
•前表面淋雨量
C2
(v cos
v
u
I )wh(L
/
u)
v cos u I是前面的降雨强度。
v
•总淋雨量(基本模型)
C
C1
C2
wdL [sin
u
h d
(v cos
v
u)]
因为考虑了降雨的方向，淋湿的部位只有顶部和前
面。分两部分计算淋雨量。
取参数v 4m / s, I 2cm / h
第五章 微积分的应用
本章通过用学习过的高等数学知识解决一些简单的问题， 以增加同学们学习数学的兴趣和应用数学的能力。同时，也 通过对其中一些问题的不断深入讨论来体会数学建模没有最 好、只有更好的精神。
1. 雨中行走问题 2. 体内药物浓度的变化 3. 水的流出问题 4. 最速降线问题
1. 雨中行走问题
16
2. 体内药物浓度的变化
医生给病人开处方时必须注明两点：服药的剂量 和服药的时间间隔。超剂量的药物会对患者产生不 良的后果，甚至死亡；剂量不足，则不能达到治疗 的效果。已知患者服药后，随时间推移，药物在体 内被逐渐吸收，发生化学反应，也就是体内药物的 浓度逐渐降低。药物浓度降低的速率与体内当时药 物的浓度成正比。当服药量为A、服药时间间隔为T 时，试分析体内药物的浓度随时间的变化规律。
2）在同样时间内，水从小孔流出的体积为 BS
--- S是从小孔流出的水时在时间段 内流t 经的距离
由质量守恒得
Ah BS
两端同除以 ，t 并令 t取极0 限得
25
可得一阶方程： dh B ds
dt
A dt
由于 ds v， 代入上式得 dt
最速下降法解题步骤
最速下降法（Steepest Descent Method）是一种数值优化算法，用于求解无约束优化问题的最小值。
下面是最速下降法的一般解题步骤：
1.定义目标函数：首先，需要明确要优化的目标函数。
这个函数通常表示为f(x)，其中
x 是优化变量。
2.初始化起始点：选择一个合适的起始点x0，作为最速下降法的初始点。
3.计算梯度：计算目标函数在当前点的梯度，即∇f(x)。
这可以通过对目标函数进行偏
导数计算得到。
4.确定搜索方向：将梯度反向取负作为搜索方向d，即d = -∇f(x)。
5.确定步长：确定沿着搜索方向移动的步长，也称为学习率或步长因子。
常见的选择
方法有固定步长、线性搜索和精确线搜索等。
6.更新当前点：根据步长和搜索方向，更新当前点x，即x = x + αd，其中α 表示步
长。
7.判断终止条件：判断是否满足终止条件，可以是达到预定的迭代次数、目标函数值
变化很小或梯度变化很小等。
8.若不满足终止条件，则返回第3步，重新计算梯度，并重复3-7步骤，直到满足终
止条件。
最速下降法的关键在于选择合适的步长和搜索方向。
步长过大可能导致无法收敛，步长过小可能导致收敛速度慢。
搜索方向的选择应该保证在当前点能够使目标函数值下降最快。
需要注意的是，最速下降法可能会陷入局部最小值，而无法达到全局最小值。
为了克服这个问题，可以考虑使用其他优化算法，如共轭梯度法、牛顿法等。
最速降线问题的力学解法
最速降线问题寻找一种平面曲线，若按这种曲线的形状做成光滑的轨道，那么从轨道上不同位置处同时静止释放的小球，会同时下滑到轨道底部。
如图所示，A 、B 、C 同时在曲线上静止释放，同时下滑到最低点O 。
建立适当的坐标系，求曲线的方程。
分析：由于简谐运动的周期与振幅无关，因此，只要物体沿着轨道的方向上做简谐运动，即可使不同位置同时静止释放的小球同时到达平衡位置O 。
这里所述的简谐运动，并不是严格意义上的简谐运动，因为运动不在同一直线上，而是沿着轨道表面。
解：建立如图所示的坐标系，设曲线的方程为)(x f y =，小球的质量为m 。
在曲线上任取一点),(y x ，则该点切线的坡度为xy p d d =。
故小球的回复力21pmgp F +=。
由简谐运动的动力学定义设ks F =。
其中k 是常量，s 是原点与),(y x 的弧长，即x p s xd 102⎰+=。
于是得到方程x p k pmgp xd 11022⎰+=+。
作代换21pp u +=，得到22111u p -=+。
方程两边对x 求导得21d d uk x u mg-=。
该方程可以分离变量。
解方程得通解为C x mgku u u +=+-arcsin 211212。
由于点O 是平衡位置，则有00==x F，于是00==x u 。
这样可以确定0=C 。
为了使表达式更加简洁，我们新引入一个参数]2,0[2πθ∈使得2sin θ=u 。
这样我们得到了x 方向上的参数方程)sin (4θθ+=kmgx 。
引入θ的同时，我们也建立了p 与θ的关系2tan θ=p 。
为了求出)(θy 的表达式，由复合函数的求导法则知，θθd d d d d d x x y y ⋅=。
其中x y d d 已知，)(θx 已经求出。
解方程得'cos 4C k mg y +-=θ。
由00==x y 可以确定kmg C 4'=。
故y 方向上的参数方程为)cos 1(4θ-=kmgy 。
最速下降法原理及例题实例
−1 1
=
G
αk
=
g1d1 + g2d2 3d12 + d22 − 2d1d2
[ ] [ ] 取 X (1) = (0, 0)T ，则 ∇f ( X (1) ) = −2, 0 T ，所以 d (1) = −∇f ( X (1) ) = 2, 0 T ，
因此
α1
=
22 3× 22
=
1 3
[ ] [ ] X (2) = X (1) + α1d (1) =
=
1 + 4x1 + 2x2 −1+ 2x1 + 2x2
∂(x2 )
∇f
(X
(1) )
=
1 −1
令搜索方向 d (1)
=
−∇f
(X
(1) )
=
−1 1
再从
X
(1) 出发，沿
d (1) 方向作一维寻优，令
步长变量为 λ
，最优步长为 λ1 ，则有
X
(1)
+
λd (1)
=
0 0
+
λ
−1 1
min f ( X ) = (x1 − 2)4 + (x1 − 2x2 )2
其中 X = (x1, x2 )T ，要求选取初始点 X 0 = (0, 3)T ，终止误差 ε = 0.1.
解：因
∇f ( X ) = [4(x1 − 2)3 + 2(x1 − 2x2 ), −4(x1 − 2x2 )]T
∇f (x∗ ) = 0源自(二)最速下降法的基本思想和迭代步骤
最速下降法又称为梯度法，是 1847 年由著名数学家 Cauchy 给出的。他是解析法中最古老的一 种，其他解析方法或是它的变形，或是受它的启发而得到的，因此它是最优化方法的基础。
最速降线问题
解 且y(0)=0,y(p)=q 这样 其E-L方程为 由于 所以有 则可得 上式对θ求导，所以 根据曲线过原点(0,0)及(p,q)可求出x0=0及r，这样，所求曲线为
应用
最速降线无论在数学上还是物理上都进行过严格的证明,对工程来说,其物理原理为在同一高度滚下的两个球, 两球下滚的原因都是受重力分力的作用,沿直线下滚的球,下滑的加速度保持不变,速度稳定地增加。沿着旋轮线 下滑时,开始的一段的坡度非常大,使得下滑的球在非常短的时间内取得的下滑速度非常大。虽然,在下滑的后半 阶段,坡度逐渐变小、速度增加变缓,但此时的下滑速度已经变得很大。所以,沿着旋轮线下滑在整个下滑阶段的 平均速度很大。即使旋轮线的长度比直线的长度大,沿着旋轮线下滑的时间也比直线短。
求解
列出表达式
最终解答
图1设 O, A是高度不同，且不在同一铅垂线上的两定点，如果不计摩擦和空气阻力，一质点 m在重力作用下 从 O点沿一曲线降落至。A(p,q) A点，问曲线呈何种形状时，质点降落的时间最短。
设曲线为 y=y(x)，坐标如图1所示，质点由 O点开始运动，它的速度 v与它的纵坐标有关系 式中， g是重力加速度。 在曲线上点 (x, y)处，质点的运动速度为 式中， s表示曲线的弧长， t表示时间，于是 由于点 O, A的横坐标分别是 0, p，则质点 m从 O点运动到 A点所需时间为 这样，质点由 O点运动到 A点所需时间 t是 y(x)的函数，最速降线问题就是满足边界条件的 所有连续函数 y(x)中，求出一个函数 y使泛函式取最小值。 对泛函求极值的问题称为变分问题，使泛函取极值的函数称为变分问题的解，也称为极值函数。
旋轮线与1673年荷兰科学家惠更斯讨论的摆线相同。因为钟表摆锤作一次完全摆动所用的时间相等，所以摆 线（旋轮线）又称等时曲线。
微积分十大经典问题
这里入选原则是必须配得起“经典”二字。
知识范围要求不超过大二数学系水平，尽量限制在实数范围内，避免与课本内容重复。
排名不分先后。
1）开普勒定律与万有引力定律互推。
绝对经典的问题，是数学在实际应用中的光辉典范，其对奠定数学科学女皇的地位起着重要作用。
大家不妨试试，用不着太多的专业知识，不过很有挑战性。
重温下牛顿当年曾经做过的事，找找当牛人的感觉吧，这个问题是锻炼数学能力的好题！2）最速降线问题。
该问题是变分法中的经典问题，不少科普书上也有该问题。
答案是摆线（又称悬轮线），关于摆线还有不少奇妙的性质，如等时性。
其解答一般变分书上均有。
本问题的数学模型不难建立，即寻找某个函数，它使得某个积分取最小值。
这个问题往深层次发展将进入泛函领域，什么是泛函呢？不好说，一个通俗的解释是“函数的函数”，即“定义域”不是区间，而是“一堆”函数。
最速降线问题通过引入光的折射定律可以直接化为常微分方程，大大简化了求解过程。
不过变分法是对这类问题的一般方法，尤其在力学中应用甚广。
3）曲线长度和曲面面积问题。
一条封闭曲线，所围面积是有限的，但其周长却可以是无限的，比如02年高中数学联赛第14题就是这样一条著名曲线-----雪花曲线。
如果限制曲线是可微的，通过引入内折线并定义其上确界为曲线长度。
但把这个方法搬到曲面上却出了问题，即不能用曲面的内折面的上确界来定义曲面面积。
德国数学家H.A.Schwarz 举出一个反例，说明即使像直圆柱面这样的简单的曲面，也可以具有面积任意大的内接折面。
4）处处连续处处不可导的函数。
长久以来，人们一直以为连续函数除了有限个或可数无穷个点外是可导的。
但是，魏尔斯特拉斯给出了一个函数表达式，该函数处处连续却处处不可导。
这个例子是用函数级数形式给出的，后来不少人仿照这种构造方式给出了许多连续不可导的函数。
现在教材中举的一般是范德瓦尔登构造的比较简单的例子。
至于魏尔斯特拉斯那个例子，可以在齐民友的《重温微积分》中找到证明。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2
A2
这就是光学中的Snell折射定律
2. 建立数学模型
若用与x 轴平行的直线将 分析：如图建坐标系， AB 分割成小段, 考虑在第k c x A 层与k+1层质点在曲线上的下 k 滑，依能量守恒律，可近似 认为质点在每层内的速度不 变，于是依辅助结论知
sin k sin k 1 vk vk 1
c x 2t sin 2t 2 c 2 y c sin t 1 cos 2t 2
1 2
c c 2 y c sin t 1 cos 2t x 2t sin 2t 2 2 c 若令 a , 2t ，则联立上两式得 2
x a sin y a 1 cos
这就是最速降线的微分方程数学模型。 3. 模型求解： 我们要求解上面微分方程，将上式变形为
1 2
y dx c y dy
y 令 c y tan t 从而，y c sin2 t , dy 2c sin t costdt
故 dx tantdy 2c sin2 tdt c1 cos2t dt 积分后得到 c x 2t sin 2t c1 2 这曲线过原点，故由上面第一式得， t 0 时， x y0 于是，c1 0 。这样 而
并从1687年开始到他去世为止任瑞士巴塞尔大学数学教授。他发表了 无穷级数的论文、研究过许多种特殊曲线、发明了极坐标、引入了在 tan(x)函数的幂级数展开式中伯努利数。 雅可布在《学艺》上发表了一系列重要的论文，微分方程中的 “伯努利方程”就是雅可布提出的。1694年他首先给出直角坐标和极 坐标的曲率半径公式。这也是系统地使用极坐标的开始。1690年他提 出悬链线问题，后来雅可布又改变了问题的条件，解决复杂的悬链问 题，1694年的论文讨论了双纽线的性质。“伯努利双纽线”由此得名。 雅可布对于对数螺线有很深入的研究，他发现经过各种变换之后，结 果还是对数螺线。
5. 模型评价：
约翰· 伯努利对速降线问题的解法，非常奇妙，表现出
惊人的想象能力。速降线问题除内在的价值外，还有
巨大的意义。它是变分法的历史根源，变分法是近代
分析的极有用的分支，它深刻揭示出物理世界核心里
隐藏的简单性。
6. 模型的进一步思考： 用变分法同样可以得到速降线的数学模型。 以 s 表示曲线从A点算起到 Px, y 的弧长，有 ds v 2 gy dt 2 ds 1 y dx 又由弧长微分 2 1 y dx ds ds dt 得 v 2 gy 2 gy
这就是著名的“最速降线”问题。它的难处在于和普通的极大极
小值求法不同，它是要求出一个未知函数（曲线），来满足所给的条 件。这问题的新颖和别出心裁引起了很大兴趣，罗比塔、伯努利兄弟、
莱布尼茨和牛顿都得到了解答。
雅可布伯努利（Jacob Bernoulli 1654-1705）著名数学家。
约翰.伯努利的哥哥，他自学了牛顿和莱布尼茨的微积分，
t (c x ) 2 b 2 x2 a2 v1 v2
O
1
D l C
2
A2
dt x c x 2 2 dx v1 x a v2 (c x)2 b2
惟一驻点满足
x v1 x a
2 2
c x v2 (c x) b
2 2
A1
1
D l C
也即
O
sin 1 sin 2 v1 v2
1.模型分析： 也许有人认为速降线应是连接A和B的直线段，其 实不然。牛顿做过实验：在铅锤平面内，取同样的 两个球，其中一个沿圆弧从A滑到B，另一个沿直线 从A滑到B，结果发现沿圆弧的球先到B。伽利略也 研究过该问题，他认为速降线是圆弧线。
A o
x
y
B
一个辅助结论
设质点从A1经直线 l 到达A2，质点速度在l 的 上侧为v1，下侧为v2，则质点如何运动才最省时？ 显然在l一侧质点应走直线，因此关键A1,A2 到l的距离分别 为a, b, OD =c, 质点经过l于C OC=x 那么质点由A1到A2需时间:
这是摆线的标准参数方程，这种曲线是半径为 a 的圆 周上一点沿 x 轴滚动产生的。见图。
y
o
x , y
2a
x
4. 结论： 需指出，使上图中摆线第一拱通过B点的 a 值只有一 个，因若让 a 从0增到 ，这一拱弧就逐渐膨大，扫过 整个第一象限，因而若适当选取 a，就能使它通过B。
Ref：尤明庆，最速降线求解和摩擦力影响的研究，河南理工大学学报，2005，24（1）
即
y
y2 2 1 y
1 y y
2
c1
化简为
y[1 ( y)2 ] c
和伯努利解法的结果相同。
1 2 mv mgy 2
或 v 2gy
从这里的几何关系得
1 1 sin cos 2 sec 1 y
1 1 sin cos 2 sec 1 y
这些方程分别来自光学、力学、微积分，推导可得
2 y[1 y ] c y 0 0
最速降线问题
确定连接两定点 A，B 的曲线，使质点 在这曲线上用最短的时间由 A 滑至 B 点 （忽略摩擦力和阻力）。
A
B
约翰.伯努利（John Bernoulli 1667-1748） 原来错选了职业，他起先学医，并在 1694 年获得巴塞尔 大学博士学位，论文是关于肌肉收缩问题的。但他也爱
从而整个下降时间是 dt ds 的积分，故需取极小值 v 的积分是 2 x 1 y t y x dx 0 2 gy 这是泛函的极值问题.
1
令 f y , y
2 1 y
2 gy
由变分法理论知，上面极小值的积分方程的解所满足 的欧拉方程为：
f y f c1 y
上了微积分，很快就掌握了它，并用它来解决几何学、微分方程和力
学上的许多问题。1695年他任荷兰戈罗宁根大学数学物理教授，而在 他的哥哥雅可布死后继任巴塞尔大学教授。1696年约翰向全欧洲数学
家挑战，提出一个很艰难的问题：“设在垂直平面内有任意两点，一
个质点受地心引力的作用，自较高点下滑至较低点，不计摩擦，问沿 着什么曲线下滑，时间最短？”
k 1
B
y
由于上式对任何k成立， 故导出
sin k C vk
(常数)
令平行线的间距趋于零，我们就得到在曲线 上任何一点
sin C (常数) v
其中α为该点切线与铅垂线的夹角。
A c
x
y
B
据能量守恒原理，质点在一高度处的速度，完全由 其到达该高度处所损失的势能确定，而与所经路线 无关，设质点质量为m，重力加速度为 g ，质点从 A下滑至 Px , y 点时速度为 v ，则
丹尼尔.伯努利（Daniel Bernoulli 1700-1782）
起初也像他叔叔约翰.伯努利一样学医，写了一篇关于 肺的作用的论文获得医学学位，并且也像他父亲一样马 上放弃了医学而改攻他天生的专长。他在概率论、偏微分方程、物理 和流体动力学上都有贡献。而最重要的功绩是在流体动力学上，其中 的“伯努利定理”就是他的贡献。他曾经荣获法国科学院奖金１０次 之多。 ２５岁的丹尼尔在彼得堡解决了黎卡提方程的解。并发表了一系 列的科学论著。１７３３年回到巴塞尔，先后担任巴塞尔大学的植物 学、解剖学与物理学教授。以８２岁高龄离开人世，许多人认为他是 第一位真正的数学物理学家。