Нелинейное программирование
Метод Лагранжа
Метод множителей Лагранжа
Решить онлайн
Примеры решений Метод Зейделя Метод Ньютона Метод хорд Решение уравнений Метод LU-разложения Метод Гаусса Матрица Гессе Градиент функции Экстремум функции

Методы минимизации функций

Одномерный поиск

Задача оптимизации функций одной переменной относится к наиболее простому классу оптимизационных задач. Тем не менее, анализ задач такого типа занимает центральное место в оптимизационных исследованиях. Такие задачи обычно решаются в инженерной практике. Вместе с тем, одномерные методы оптимизации часто используются для анализа подзадач, которые возникают при решении многомерных задач оптимизации. Существует большое число алгоритмов решения задач с одной переменной. Классификация методов таких задач основывается на различных предположениях и допущениях относительно природы и свойств функции f(x).

Методы исключения интервалов
К данному классу относятся методы: метод равномерного поиска, метод дихотомии, метод золотого сечения, метод Фибоначчи.
Проведем сравнение относительных эффективностей этих методов.
Обозначим длину исходного интервала неопределенности через L1; Ln – длина полученного интервала в результате n-вычислений функций – относительное уменьшение первоначального интервала; FR(n)– показатель эффективности.
При использовании метода дихотомии и метода золотого сечения длина получаемого интервала составляет соответственно и L1(0,618)n-1 исходного.
Следовательно, относительное уменьшение первоначального интервала неопределенности после n-вычислений значений функции равно:


Метод Фибоначчи (МФ) – предельный случай метода золотого сечения (МЗС). Покажем это.
В МЗС:.
В Методе Фибоначчи:

Например, для n = 12 значение g составляет 1,6179775.
Для сравнения рассмотрим метод равномерного поиска (МРП). , следовательно, .
Таблица 4.1 – Величины относительного уменьшения интервала
Метод поиска Количество вычислений значений функции
n = 2 n = 5 n = 10 n = 15 n = 20

Дихотомия

0,5 0,177 0,031 0,006 0,0009

МЗС

0,618 0,146 0,013 0,001 0,0001

МФ

0,667 0,333 0,82 0,125 0,095
Видно, что МЗС наиболее эффективен в смысле точности.
С другой стороны, можно также сравнивать количество вычислений значений функций, требуемых для достижения заданной точности ε. Если величина задана, то значение n вычисляется по следующим формулам:
для метода дихотомии: ;
для МЗС: ; для МРП: .
Таблица 4.2 – Требуемые количества вычислений функции
Метод поиска Заданная точность
e = 0,1 e = 0,05 e = 0,01 e = 0,001

Дихотомия

7 9 14 20

МЗС

6 8 11 16

МФ

6 8 11 16

МРП

19 39 199 1999
Наиболее эффективны МЗС и МФ.
Теория вероятностей
Найти вероятность того, что в результате испытания Х примет значение, принадлежащее интервалу (a,b).
Воспользуемся формулой:

Решение онлайн
Решить онлайн
Собственные числа
Найти собственные числа и собственные векторы матрицы
Составляем характеристическое уравнение.
|17-λ 6|
|6   8-λ|
λ2-25λ+100=0
Решить онлайн
Векторное произведение
abc
Решить онлайн
Курсовые на заказ