Содержание
- 2. Методы минимизации функций многих переменных
- 3. Методы безусловной минимизации функций многих переменных Поверхностью уровня функции f(x) называется множество точек, в которых функция
- 4. Функция f(x) называется дифференцируемой в точке , если существует такой вектор , что для любого x
- 5. Если f(x) дифференцируема, то направлением наибыстрей- шего убывания функции f(x) в точке является направ- ление антиградиента
- 6. Матрицей Гессе H(x) дважды непрерывно дифференцируемой в точке x функции f(x) называется матрица частных производных второго
- 7. Определение
- 9. Методы безусловной минимизации функций многих переменных Метод покоординатного спуска ( конфигураций или Хука-Дживса) Метод конфигураций включает
- 10. Метод покоординатного спуска Основная идея метода покоординатного спуска
- 11. Метод покоординатного спуска
- 12. Метод покоординатного спуска
- 13. Алгоритм метода покоординатного спуска
- 14. Геометрическая интерпретация
- 15. ПРИМЕР
- 17. Метод наискорейшего спуска Идея метода наискорейшего спуска Геометрическая интерпретация
- 18. ВЫБРАТЬ - начальная точка Метод наискорейшего спуска НАЧАЛО КОНЕЦ + -
- 20. Метод наискорейшего спуска Замечания: Метод наискорейшего спуска сходится достаточно быстро, если для минимизирующей функции поверхности уровня
- 21. ПРИМЕР
- 22. Метод сопряженных градиентов Геометрическая интерпретация Иллюстрация последовательных приближений метода наискорейшего спуска и метода сопряжённых градиентов к
- 23. Обоснование метода сопряженных градиентов Определение Нулевая итерация
- 25. Метод сопряженных градиентов ВЫБРАТЬ НАЧАЛО КОНЕЦ + -
- 26. Замечание: Если требуется найти глобальный минимум функции f(x), То для строго выпуклой f(x) Решение этой задачи
- 27. ПРИМЕР
- 28. Метод Ньютона Метод Ньютона относится к градиентным методам второго порядка, в котором направление минимизации выбирается умножением
- 29. Метод Ньютона
- 31. Алгоритм метода Ньютона
- 32. Алгоритм метода Ньютона
- 33. ПРИМЕР
- 35. Скачать презентацию