Metoda najszybszego spadku

Podobne dokumenty
szereg jest szeregiem o wyrazach nieujemnych. Ponadto dla α (0; π ) zachodzi nierówno± sinα < α,

Analiza matematyczna i algebra liniowa

Marek Be±ka, Statystyka matematyczna, wykªad Wykªadnicze rodziny rozkªadów prawdopodobie«stwa

> 1), wi c na mocy kryterium porównawczego szereg sin(n n)

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

Równoliczno zbiorów. Definicja 3.1 Powiemy, e niepuste zbiory A i B s równoliczne jeeli istnieje. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~.

lim a n Cigi liczbowe i ich granice

Wykªad 2. Szeregi liczbowe.

Plan wykładu. Sztuczne sieci neuronowe. Algorytmy gradientowe optymalizacji. Uczenie z nauczycielem. Wykład 4: Algorytmy optymalizacji

Tw. 1. Je»eli ci g {a n } ma granic a i ci g {b n } ma granic b, to ci g {a n b n } ma granic a b. Tw. 2. b n. Tw. 3. Tw. 4.

I kolokwium z Analizy Matematycznej

Analiza matematyczna 1 Notatki do wykªadu Mateusz Kwa±nicki. 7 Sumy i iloczyny uogólnione

wi c warunek konieczny zbie»no±ci szeregu jest speªniony. 12 = 9 12 = 3 4 k(k+1) k=1 ( k+1 k(k+1) n+1 = 1 1 n+1 = 1 0 = 1 36 = =

Analiza I.1, zima wzorcowe rozwiązania

Rachunek różniczkowy funkcji wielu zmiennych

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Wykªad 05 (granice c.d., przykªady) Rozpoczniemy od podania kilku przykªadów obliczania granic ci gów. n an = + dla a > 1. (5.1) lim.

Spacery losowe i sieci elektryczne

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

Teoria i metody optymalizacji

Twierdzenia o funkcjach ciągłych

Analiza I.1, zima globalna lista zadań

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

Zajęcia nr. 2 notatki

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.

Przykład Zbiór {0, 2} jest podgrup grupy Z 4, bo elementem odwrotnym do liczby 2 jest ta sama liczba ((2 + 2)mod4 = 0).

Prosta w 3. t ( t jest parametrem).

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

Matematyka ubezpieczeń majątkowych r.

Metody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna

Nieklasyczne modele kolorowania grafów

7. Różniczkowanie. x x. f (x 0 ) = df(x). dx x=x0 Pierwsze oznaczenie pochodzi od Lagrange a, a drugie od Leibniza.

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

5. Szeregi liczbowe. A n = A = lim. a k = lim a k, a k = a 1 + a 2 + a

Repetytorium z Matematyki Elementarnej Wersja Olimpijska

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych.

Wyższe momenty zmiennej losowej

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Analiza Matematyczna I.1

Rozkład normalny (Gaussa)

Matematyka wybrane zagadnienia. Lista nr 4

Ekonomia matematyczna - 2.1

INDUKCJA MATEMATYCZNA

Ekonomia matematyczna 2-2

Twierdzenie Cayleya-Hamiltona

Funkcje tworz ce skrypt do zada«

Wykład 11. a, b G a b = b a,

Matematyka dyskretna Kombinatoryka

Analiza Matematyczna I.1

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c)

Pojcie estymacji. Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własnoci estymatorów. Rozkłady statystyk z próby.

Analiza numeryczna Kurs INP002009W. Wykład 1 Narzędzia matematyczne. Karol Tarnowski A-1 p.223

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego

Wykład 3 : Podstawowe prawa, twierdzenia i reguły Teorii Obwodów

Podprzestrzenie macierzowe

Kombinatoryka - wyk lad z 28.XI (za notatkami prof.wojciecha Guzickiego)

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Niezbyt formalny i niezbyt intuicyjny wst p do algebry abstrakcyjnej

Silnie i symbole Newtona

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

Fraktale - ciąg g dalszy

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

Zbiory. Zadanie 5. Wykaza to»samo±ci (a) A (B \ C) = [(A B) \ C] (A C), (b) A \ [B \ (C \ D)] = (A \ B) [(A C) \ D],

Wiadowmości wstępne z rachunku prawdopodobieństwa

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

1. Granica funkcji w punkcie

Badanie stabilności układu sterowania statkiem z nieliniowym autopilotem

Zauważone błędy bardzo proszę zgłaszać mailem lub na ćwiczeniach. Z góry dziękuję :-)

Problem. Jak praktycznie badać jednostajną ciągłość funkcji?

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów.

( ) WŁASNOŚCI MACIERZY

Pojęcie pola w geometrii nieeuklidesowej

O liczbach naturalnych, których suma równa się iloczynowi

Podprzestrzenie macierzowe

Metody badania zbieżności/rozbieżności ciągów liczbowych

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

LZNK. Rozkªad QR. Metoda Householdera

2 Podstawowe obiekty kombinatoryczne

A. Cel ćwiczenia. B. Część teoretyczna

H brak zgodności rozkładu z zakładanym

TEORETYCZNE PODSTAWY METODY NEWTONA PRZYBLIŻONEGO ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

1 Twierdzenia o granicznym przejściu pod znakiem całki

UKŁADY RÓWNAŃ LINOWYCH

A.1. Asymptotyka bez notacji asymptotycznej. Przykªad A.1. Zbada zachowanie asymptotyczne liczb Fibonacciego. Pokaza,»e. F n = round ( 1 5 Φ n )

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Tw: (O promieniu zbieżności R szeregu potęgowego ) Jeżeli istnieje granica. to R = ) ciąg liczb zespolonych

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Parametryzacja rozwiązań układu równań

Transkrypt:

Metody Gradietowe W tym rozdziale bdziemy rozwaa metody poszuiwaia dla fucji z przestrzei R o wartociach rzeczywistych Metody te wyorzystuj radiet fucji ja rówie wartoci fucji Przypomijmy, czym jest zbiór poziomicowy dla fucji Jest to zbiór tych putów, tóre spełiaj rówaie f : R R c, dla pewej zadaej stałej c Kierue f jest ieruiem ajszybszeo wzrostu fucji f w pucie Kierue f jest ieruiem ajszybszeo spadu fucji f w pucie Postpujemy wówczas astpujco Niech bdzie putem startowym i rozwamy put α Z rozwiicia aylora otrzymujemy α f α + o α a, wic jeeli 0, wówczas dla odpowiedio małeo α > 0 otrzymujemy α f < o ozacza, e put α f jest lepszy w stosuu do putu poszuujemy miimum fucji, jeeli Aby sformułowa alorytm implemetujcy powysz ide, załómy, e mamy day put + Aby zale olejy put, rozpoczyamy z putu i przesuwamy si o wielo α f, α jest dodatim salarem zwaym wieloci rou Otrzymujemy, zatem iteracyjy alorytm: α f + Metoda ajszybszeo spadu Metoda ta jest radietowym alorytmem, w tórej wielo rou α jest dobieraa ta, aby otrzyma ajwisz warto spadu wartoci fucji, w adym olejym pucie Warto α jest ta wybieraa, aby zmiimalizowa Φ α α f Iymi słowy

α ar mi α > 0 α f wierdzeie Jeeli } jest ciiem roów spadu dla daej fucji f : R R, wówczas dla { 0 adeo wetor + jest ortooaly do wetora Dowód Z iteracyjej formuły metody ajwiszeo spadu wyia, e <, > α α < f + +, f + + + + + Aby dooczy dowód wystarczy poaza, e < f, f + > 0 > Zauwamy, e α jest ieujemym salarem, tóry miimalizuje Φ α α f Std wyorzystujc warue oieczy istieia estremum otrzymujemy 0 Φ' α dφ α dα f α f < f, f + i dowód jest omplety f > wierdzeie Jeeli } jest sewecj roów metody ajwiszeo spadu dla fucji f : R R { 0 + oraz 0 wówczas < Dowód: Na pocztu przypomijmy + α f, α 0 jest putem w tórym realizowae jest miimum fucji Φ a, wic dla α 0 otrzymujemy α f α f Φ α Φ α

Ze wzoru a pochod fucji złooej Φ' dφ f dα 0 f f f < 0, poiewa f 0 z załoeia a, wic co impliuje, e istieje taie α > 0e Φ 0 > α dla wszystich α 0, α ] Std Φ co oczy dowód + Φ α Φ α < Φ Metoda ajwiszeo spadu w przypadu fucji wadratowych w postaci: Q b Q R jest symetrycz, dodatio orelo macierz, Alorytm ajmiejszeo spadu dla fucji wadratowej: α +, b R oraz, α ar mi α 0 ar mi α 0 Q b Zatem Q +, f Q b ANALIZA MEOD GRADIENOWYCH Metoda ajwiszeo spadu jest przyładem alorytmu iteracyjeo o zaczy, e alorytm eeruje ci putów, ady z olejych jest obliczay a podstawie poprzedieo bazoweo Mówimy, e iteracyjy alorytm jest zbiey, jeeli dla dowoleo putu startoweo alorytm eeruje ci putów zbiey do putu spełiajceo warue oieczy Jeeli alorytm ie jest zbiey lobalie zbiey, moe o by loalie zbiey tz, jeeli put startowy zajduje si dostateczie bliso putu optymaleo, wówczas alorytm eeruje

ci putów zbieajcy do putu optymaleo Ja bliso musi zajdowa si put startowy aby alorytm był zbiey loalie zley od własoci loalej zbieoci alorytmu Powizaym zaadieiem jest rówie szybo zbieaia alorytmu do rozwizaia Aaliza zbieoci jest bardziej wyoda, jeeli zamiast zajmowa si fucj f, zajmiemy si fucj w postaci V + Q q, Q Q > 0 Put rozwizaia wic Q b Lemat Iteracyjy alorytm jest otrzymyway przez rozwizaie Q b, ta α + Q b spełia V V +, Q Q Q α α wierdzeie Niech { } bdzie ciiem otrzymaym w wyiu zastosowaia alorytmu radietoweo α + 0 dla wszystich Wówczas { } zbiea do putu dy Niech bdzie zdefiiowae ja w poprzedim lemacie, i przyjmijmy dla adeo putu startoweo wtedy i tylo wtedy, 0 W olejych aalizach wyorzystamy ierówo Rayleih a orela, e dla adeo Q Q > 0 mamy mi Q Q ma Q

Q ozacza miimal warto włas macierzy Q atomiast Q ozacza mi masymal warto włas macierzy Q Dla Q Q > 0 mamy rówie mi Q, Q oraz Lemat mi Q ma Q ma, Q Q mi ma Q Niech Q Q > 0 bdzie macierz symetrycza, rzeczywist, o wymiarze, dodatio orelo Wówczas dla dowoleo R, mamy ma mi ma Q Q Q Q ma mi Q Q wierdzeie W przypadu alorytmu ajwiszeo spadu mamy dla dowoleo putu Dowód: Przypomijmy, e dla metody ajszybszeo spadu mamy α Q Podstawiajc powysze wyraeie do wzoru a otrzymujemy Q Q Zauwamy, e w tym przypadu 0 dla adeo Co wicej, z poprzedieo lematu mamy Q / Q 0 a, wic mamy, a z poprzedieo mi ma > twierdzeia wiemy, e wówczas 0