- •Метод наискорейшего спуска
- •Метод наискорейшего покоординатного спуска.
- •Проекция точки на поверхность.
- •Метод наискорейшего спуска
- •Инфинум функции
- •Метод золотого сечения.
- •Метод Фибоначчи.
- •Методы одномерной оптимизации.
- •Глобальный экстремум функции
- •Локальный экстремум
- •Выпуклость функции
- •Гессиан
- •Критерий Сильвестра
- •Выпуклость
- •Задача условной оптимизации
- •Метод Лагранжа
-
Инфинум функции
Точная нижняя грань значений функции I(u): .
.
I(u), u.
-
Супремум функции
Точная верхняя грань значений функции I(u): .
Если для , (множество точек максимума пусто, а значения функции бесконечно близко приближаются к значению I*).
Функция , u.
-
Минимизирующая последовательность
Последовательность .
Если предел значений функции в точках этой последовательности равен .
Функция , u.
-
Направление убывания функции
Направление, в котором значения функции наиболее быстро уменьшаются, относительно точки .
Определяется по антиградиенту.
Вектор-антиградиент в точке .
-
Производная по направлению
Предел отношения функции к приращению одного из аргументов, если последний стремиться к нулю: .
Найти частную производную функции многих переменных.
Функция многих переменных , где - точка с координатами .
-
Теорема Вейерштрасса
Достаточное условие существования оптимальных решений экстремальных задач.
Если - замкнутое, ограниченное множество на , – непрерывная функция на . Тогда точка глобального минимума функции на существует.
Функция заданная на и множество .
-
Теорема Вейерштрасса
Достаточное условие существования оптимальных решений экстремальных задач.
Если - компактно, – определена конечно и непрерывно на . Тогда множество - непусто, компактно и любая последовательность сходится к .
Функция заданная на и множество .
-
Необходимое условие оптимальности
Условие, которому должна удовлетворять точка, если она - стационарная.
-
Если - локальный оптимум, то
для .
-
Если функция - выпуклая на и выполняется условие пункта 1, то - глобальное решение задачи.
3) Если , то вышеуказанное условие можно записать в виде: .
Функция – дифференцируема в точке , принадлежащей выпуклому множеству .
-
Градиент функции.
Найти направление, в котором функция увеличивается наиболее быстро.
Вычислить частную производную функции Y по каждой из переменных хi, и подставить в полученные выражения координаты заданной точки (записать в форме вектора).
Заданная функция Y=Y(x1, x2, …, xn) и точка с координатами Х(x1, x2, …, xn).
-
Поверхность (линия) уровня функции.
Функция, которая отображает зависимость различных наборов аргументов, при одном значении функции Y.
Фиксируем значение функции Y.
Заданная функция Y=Y(x1, x2, …, xn), и значение Y=const.
-
Метод половинного деления.
Найти наибольшее или наименьшее значение функции и значение аргумента, при котором оно достигается.
Определяем погрешность. Затем, находим две точки x1 и x2 на заданном отрезке: как половину суммы границ плюс/минус погрешность. Далее вычисляем значение функции в этих точках. Если f(x1)>f(x2), тогда интервал поиска минимума сокращается до [x1; b], в противном случае – до [a; x2]. В случае поиска максимума: при f(x1)<f(x2), интервал поиска сокращается до [x1; b], и при не выполнении предыдущего условия к [a; x2]. Все вышеуказанные действия, кроме определения погрешности, повторяются на каждом шаге, причем на последнем шаге выполняется условие b-a<=sgm.
Функция Y от одной переменной X и отрезок, на котором оптимизируют эту функцию.