Лабораторные работы3 / №2 / шаблон2

5.1 график траектории промежуточных приближений

5.2 график траектории промежуточных приближений

6. Результаты сравнения рассмотренных методов поиска

№	Метод поиска	Полученная точка минимума		Значение f(x1,x2)	Кол-во итераций
		X1	Х2
1	градиентный метод с постоянным шагом	-11.25108	1.43208	-8.8124053445	135
2	метод покоординатного спуска с постоянным шагом	-11.25108	1.43211	-8.8124053443	89

Вывод:

В данной работе были изучены два метода многомерной безусловной оптимизации:

- градиентный метод с постоянным шагом;

- метод покоординатного спуска с постоянным шагом.

Применив их к конкретной функции двух переменных и сравнив результаты, можно сказать, что наиболее оптимальным из них является метод покоординатного спуска с постоянным шагом, количество итераций которого меньше, чем в градиентном методе с постоянным шагом.