Градиентный метод — различия между версиями
Материал из ALL
Строка 22: | Строка 22: | ||
*[[метод множителей Лагранжа]]. | *[[метод множителей Лагранжа]]. | ||
== Численные методы: == | == Численные методы: == | ||
− | + | {{Список ЧМ}} | |
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
== Ссылки == | == Ссылки == | ||
* Кузнецов Ю. Н., Кузубов В. И., Волощенко А. Б. Математическое программирование. М.: Высшая школа, 1980, стр.211. | * Кузнецов Ю. Н., Кузубов В. И., Волощенко А. Б. Математическое программирование. М.: Высшая школа, 1980, стр.211. | ||
* [[Участник:Logic-samara]] | * [[Участник:Logic-samara]] | ||
[[Категория:Численные методы]][[Категория:Алгоритмы]] | [[Категория:Численные методы]][[Категория:Алгоритмы]] |
Версия 16:32, 29 июня 2016
Градиентный метод — это метод нахождения точки экстремума функции с помощью градиента этой функциии.
Содержание
Описание метода
Суть метода градиента состоит в выборе новой точки по старой точке в направлении градиента при решении задачи максимизации и в направлении обратном направлению градиента при решении задачи минимизации.
Задачи оптимизации:
- задача максимизации;
- задача минимизации.
Алгоритм максимизации
Входные данные: n, f(x1, x2, …, xn), (x01, x02, …, x0n), ε.
Выходные данные: (x1, x2, …, xn).
Алгоритм минимизации
Входные данные: n, f(x1, x2, …, xn), (x01, x02, …, x0n), ε.
Выходные данные: (x1, x2, …, xn).
Другие методы:
- метод золотого сечения;
- градиентный метод;
- метод множителей Лагранжа.
Численные методы:
Ссылки
- Кузнецов Ю. Н., Кузубов В. И., Волощенко А. Б. Математическое программирование. М.: Высшая школа, 1980, стр.211.
- Участник:Logic-samara