
- •Методы оптимизации функций многих переменных
- •Введение
- •Введение 3 Лабораторная работа № 2. Методы безусловной оптимизации 4
- •Лабораторная работа №3. Методы условной оптимизации 16
- •1.2. Численные методы минимизации функции
- •Метод конфигураций (Хука-Дживса)
- •Метод деформируемого многогранника (Нелдера-Мида)
- •Метод дробления шага
- •Метод наискорейшего градиентного спуска
- •Метод сопряженных направлений (Флетчера – Ривса)
- •Метод Ньютона
- •II. Порядок выполнения лабораторной работы
- •III. Пример выполнения лабораторной работы
- •IV. Задания для лабораторного практикума
- •Контрольные вопросы
- •1.2. Седловые точки функции Лагранжа
- •1.3. Метод седловой точки в задачах квадратичного программирования
- •II. Порядок выполнения лабораторной работы
- •III. Пример выполнения лабораторной работы
- •IV. Задания для лабораторного практикума
- •Контрольные вопросы
- •Литература
- •Приложение. Рекомендации по использованию excel и matlab
- •1. Построение графиков
- •2. Действия с матрицами
- •Методы оптимизации функций многих переменных
2. Действия с матрицами
Для нахождения собственных значений и собственных векторов матрицы Гессе могут быть использованы следующие инструменты MATLAB
λ = eig(a) - функция eig(a) возвращает собственные значения заданной матрицы a. Пример задания матрицы 4х4: a = [16 3 2 13; 5 10 11 8; 9 6 7 12; 4 15 14 1] .
[v,d] = eig(a) – при таком обращении функция возвращает собственные векторы v и собственные значения как элементы диагональной матрицы d.
Для нахождения матрицы, обратной матрице Гессе могут быть использованы следующие инструменты:
1. В EXCEL – функция МОБР возвращает обратную матрицу для матрицы, хранящейся в массиве.
2. В MATLAB – функция y=inv(a) возвращает обратную матрицу для матрицы a.
Методы оптимизации функций многих переменных
Пухов Владимир Александрович
ИД № 06263 от 12.11.2001 г.
Подписано в печать Формат 60х84 1/16
Бумага типографская Плоская печать Усл.печ.л. 1,8
Уч.-изд.л. 1,88 Тираж Заказ Цена “С”
Редакционно-издательский отдел