编写一个程序，用黄金分割法求 10 * sin(x * x) - 2 * sin(x) + 5的最小值

黄金分割法通常用于数值优化，特别是无约束最优化问题。这种方法不是直接计算函数的最小值，而是通过不断调整搜索点，使其越来越接近最优解。以下是使用Python实现的一个简单示例，使用了Scipy库中的fmin_golden函数，该函数实现了黄金分割搜索算法：

from scipy.optimize import fmin_golden
import math

# 定义目标函数
def objective_function(x):
    return 10 * math.sin(x**2) - 2 * math.sin(x) + 5

# 设置初始搜索区间 (这里我们取[-10, 10]作为初始范围)
initial_guess = 0
lower_bound = -10
upper_bound = 10

# 使用黄金分割法寻找最小值
result = fmin_golden(objective_function, initial_guess, bounds=(lower_bound, upper_bound))

# 输出结果
minimum_value = result[0]
print("最小值大约在x =", minimum_value, "处，对应的函数值为", objective_function(minimum_value))

相关问题

编写一个程序，使C用黄金分割法求 10 * sin(x * x) - 2 * sin(x) + 5的最小值

黄金分割法是一种迭代优化算法，通常用于寻找函数的局部极小值。在C语言中，我们可以利用循环结构结合数学公式来实现这个过程。以下是使用黄金分割比例来逼近最小值的一个简单示例：

#include <stdio.h>
#include <math.h>

// 黄金分割率
#define GOLDEN_RATIO (sqrt(5.0) - 1.0) / 2.0

// 函数f(x) = 10 * sin(x*x) - 2 * sin(x) + 5
double f(double x) {
    return 10 * sin(x * x) - 2 * sin(x) + 5;
}

double golden_section_search(double a, double b) {
    if (a == b) { // 如果区间只有一个点
        return a;
    }

    double c = a + GOLDEN_RATIO * (b - a);
    double d = b - GOLDEN_RATIO * (b - a);

    double fc = f(c), fd = f(d);

    if (fc < fd) {
        // 在[c, b]内递归搜索
        return golden_section_search(c, b);
    } else {
        // 在[a, d]内递归搜索
        return golden_section_search(a, d);
    }
}

int main() {
    double initial_x = 0.0; // 初始搜索范围
    double min_x = golden_section_search(initial_x, M_PI); // 使用黄金分割法找到最小值

    printf("The minimum value of the function is approximately at x = %.8lf\n", min_x);
    printf("Minimum value of the function is: %.8lf\n", f(min_x));

    return 0;
}

这个程序首先定义了黄金分割比率，然后实现了一个`golden_section_search`函数，该函数不断将搜索区间的中间点替换为更接近极小值的点。`main`函数里初始化搜索范围，并打印出找到的最小值及其对应的函数值。

请用matlab编写实现一维搜索任意给定函数求最优解的程序。要求使用进退法确定初始搜索区间，再利用黄金分割法确定最优解。

在MATLAB中，我们可以结合进退法（二分搜索）和黄金分割法来优化一维函数的最小值搜索。首先，我们通过进退法确定一个大致的搜索区间，然后利用黄金分割法进一步精确搜索。这里是一个简单的示例：

% 定义一元函数，这里假设是f(x) = x^2 - 10 * sin(x)
fun = @(x) x.^2 - 10 * sin(x);

% 使用进退法确定初始搜索区间
initialInterval = [-5, 5]; % 假设我们从[-5, 5]开始搜索
nIterations = 10; % 进步次数
left = initialInterval(1);
right = initialInterval(2);
for i = 1:nIterations
    mid = (left + right) / 2; % 计算中间点
    if fun(mid) < fun(left) && fun(mid) < fun(right) % 如果中间值是最优解
        right = mid;
    else
        left = mid;
    end
end

% 利用黄金分割法进一步精确搜索
goldenRatio = (sqrt(5) - 1) / 2; % 黄金分割比例
while abs(right - left) > goldenRatio * abs(right)
    if fun(left) <= fun(right)
        betterLeft = (left + right) * goldenRatio;
        if fun(betterLeft) < fun(right)
            right = betterLeft;
        else
            left = right;
        end
    else
        betterRight = (left + right) * goldenRatio;
        if fun(left) < fun(betterRight)
            right = betterRight;
        else
            left = betterLeft;
        end
    end
end

% 最终的最优解
optimalSolution = (left + right) / 2;
fprintf('最优解：%.4f\n', optimalSolution);