黄金分割算法python

黄金分割算法（Golden Section Method）是一种用于单峰函数区间上求极小值的方法。其基本思想是通过去试探点和进行函数值比较，使包含极小点的探索区间不断减小，当区间达到一定的程度时，就得到了函数极小点的近似值。在Python中，可以通过以下示例代码实现黄金分割算法：

# 多项式函数
def f(x):
    return -x*(350-2*x)*(260 -2*x)

# 黄金分割法求极值
def G(a,b,e):
    a1 = b-0.618*(b-a)
    a2 = a+0.618*(b-a)
    f1,f2 = f(a1),f(a2)
    while abs(b-a)>e:
        if f1<f2:
            b,a2,f2= a2,a1,f1
            a1 = b-0.618*(b-a)
            f1 = f(a1)
        else:
            a,a1,f1=a1,a2,f2
            a2 = a+0.618*(b-a)
            f2 = f(a2)
        a = (a+b)/2
    print("黄金切割法下的极值点为a* = {:.4f}".format(a))
    return a

if __name__ == '__main__':
    print("**************输入参数**************")
    a,b = map(float,input("请输入区间：").split(' '))
    e = eval(input("请输入精度："))
    print("极值f(a*) = {:.4f}".format(f(G(a,b,e))))
    print("************************************")

在这段代码中，首先定义了一个多项式函数f(x)，然后定义了一个G(a,b,e)函数，该函数接受三个参数：区间左端点a、区间右端点b和精度e。在函数中，首先计算出左右试探点a1和a2，以及相应的函数值f1和f2。然后，通过比较f1和f2的大小，不断缩小探索区间，直到区间长度小于精度e，最终得到函数极小点的近似值a*。