第5章 一维搜索5.1 最优化算法的简单介绍1算法概念在解非线性规划时，所用的计算方法，最常见的是迭代下降算法迭代：从一点出发，按照某种规则A求出后继点用代替，重复以上过程，产生点列。规则A是在某个空间X中点到点的映射，即对每一个，有点更一般地，把A定义为点到集的映射，即对每个点，经A作用，产生一个点集.任意选取一个点，作为的后继点定义1: 算法A是定义在空间X上的点到集映射，即对每一个点，给定个子集.例1 考虑线性规划：最优解设计一个算法A求出这个最优解从一点出发，经A作用得到一个闭区间.从此区间中任取一点作为后继点，得到一个点列.在一定条件下，该点列收敛于问题的解利用算法A可以产生不同的点列，如以为起点可产生点列:其聚点是问题的最优解在许多情况下，要使算法产生的点列收敛于全局最优解是比较困难的因此，一般把满足某些条件的点集定义为解集合.当迭代点属于这个集合时，就停止迭代无约束最优化问题可以定义解集合为约束最优化问题可以定义解集合为2. 算法收敛问题设为解集合，是一个算法，
