Учебная работа № /7125. «Контрольная Задание. Метод дихотомии. Метод золотого сечения. Метод Хука-Дживса

Учебная работа № /7125. «Контрольная Задание. Метод дихотомии. Метод золотого сечения. Метод Хука-Дживса

Количество страниц учебной работы: 9
Содержание:
1. Метод дихотомии 2
Найти минимум функции.

Задачу решить в MS Excel

2. Метод золотого сечения 5
Задание
Найти минимум функции.

Задачу решить в MS Excel

3. Метод Хука-Дживса 7
Задание
Найти минимум функции.

Задачу решить в MathCad

Стоимость данной учебной работы: 585 руб.Учебная работа № /7125.  "Контрольная Задание. Метод дихотомии. Метод золотого сечения. Метод Хука-Дживса

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант


    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.


    Выдержка из похожей работы

    ru/
    МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
    УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ
    БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИНФОРМАТИКИ И
    РАДИОЭЛЕКТРОНИКИ
    Факультет информационных технологий и управления
    Кафедра вычислительных методов и программирования
    Дисциплина: Основы алгоритмизации и программирования
    ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
    к курсовой работе на тему
    “Нахождения минимума функции n переменных, Метод Гольдфарба”
    Студент: гр,120603 Нарчук А, С,
    Руководитель: д,ф-м,н,, профессор Синицын А,К,
    Минск,2012
    Содержание
    Введение,
    Описание алгоритма и решения задачи
    Описание тестовой задачи и результатов работы программы
    Заключение
    Литература
    Текст программы
    Приложение
    Введение
    Задачей оптимизации в математике, информатике и исследовании операций называется задача нахождения экстремума (минимума или максимума) целевой функции в некоторой области конечномерного векторного пространства, ограниченной набором линейных и нелинейных равенств и неравенств,
    Минимум- один из видов экстремума, наименьшее значение функции на заданном интервале,
    Пусть в пространстве задана функция
    Говорят, что имеет локальный минимум в точке ,если существует некоторая -окрестность точки , в которой выполняется:
    Будем полагать, что непрерывная дважды дифференцируемая функция,
    Локальный минимум:
    Классификация методов оптимизации
    Методы оптимизации классифицируют в соответствии с задачами оптимизации:
    Локальные методы: сходятся к какому-нибудь локальному экстремуму целевой функции, В случае унимодальной целевой функции, этот экстремум единственен, и будет глобальным максимумом/минимумом,
    Глобальные методы: имеют дело с многоэкстремальными целевыми функциями, При глобальном поиске основной задачей является выявление тенденций глобального поведения целевой функции,
    По критерию размерности допустимого множества, методы оптимизации делят на методы одномерной оптимизации и методы многомерной оптимизации,
    По виду целевой функции и допустимого множества, задачи оптимизации и методы их решения можно разделить на следующие классы:
    1) Задачи оптими��ации, в которых целевая функция и ограничения являются линейными функциями, разрешаются так называемыми методамилинейного программирования,
    2) В противном случае имеют дело с задачей нелинейного программирования и применяют соответствующие методы, В свою очередь из них выделяют две частные задачи:
    1, если и — выпуклые функции, то такую задачу называют задачей выпуклого программирования;
    2, если , то имеют дело с задачей целочисленного (дискретного) программирования,
    Практически все методы минимизации функции n переменных основаны на многократном повторении следующих двух действий:
    1, выбор в области параметров некоторого направления спуска;
    2,
    спуск к минимуму вдоль выбранного направления,
    Если — единичный вектор выбранного направления в точке , то уравнение прямой, проходящей через эту точку в направлении , записывается в виде:
    где параметр z , соответствующий точкам на прямой (модуль z есть расстояние от текущей точки до ),
    Значения функции вдоль этой прямой можно описать функцией одной переменной :
    Изменяя z двигаемся вдоль этой прямой, находим точку , в которой функция имеет меньшее значение, чем в точке
    Обычно находим минимум функции одной переменной:

    Все многообразие методов минимизации функции n переменных определяется множеством способов выбора направлений и методов спуска в выбранном направлении,
    Классификация методов многомерной оптимизации
    1, МЕТОДЫ НУЛЕВОГО ПОРЯДКА — при выборе направления спуска требуют вычисления только значений функции (методы:Гаусса-Зейделя, Пауэлла, ДСК, Розенброка, Хука-Дживса, Нелдера-Мида),
    2″