Minimalizacja funkcji jednej lub wielu zmiennych. Wykład 13

Podobne dokumenty
Minimalizacja funkcji jednej lub wielu zmiennych

G i m n a z j a l i s t ó w

splajnami splajnu kubicznego

Szkice rozwiązań zadań zawody rejonowe 2019

FUNKCJA KWADRATOWA. RÓWNANIA I NIERÓWNOŚCI DRUGIEGO STOPNIA.

Matematyka stosowana i metody numeryczne

2. Funktory TTL cz.2

H. Dąbrowski, W. Rożek Próbna matura, grudzień 2014 r. CKE poziom rozszerzony 1. Zadanie 15 różne sposoby jego rozwiązania

Analiza numeryczna. Stanisław Lewanowicz. Całkowanie numeryczne. Definicje, twierdzenia, algorytmy

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję:

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak

XI. Rachunek całkowy funkcji wielu zmiennych. 1. Całka podwójna Całka podwójna po prostokącie. Oznaczenia:

Całki oznaczone. wykład z MATEMATYKI

TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT

WYZNACZANIE STAŁEJ RÓWNOWAGI KWASOWO ZASADOWEJ W ROZTWORACH WODNYCH

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)

CAŁKOWANIE NUMERYCZNE

ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ

Diagram fazowy ciecz-para (6a)

1. Wstęp. Pojęcie grafu przepływowego. Niech pewien system liniowy będzie opisany układem liniowych równań algebraicznych

Obliczenia naukowe Wykład nr 14

Wspomaganie obliczeń za pomocą programu MathCad

Rys Wyrównanie spostrzeżeń zawarunkowanych jednakowo dokładnych C. KRAKOWIANY

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa

usuwa niewymierność z mianownika wyrażenia typu

a) b) Rys Schemat ideowo-konstrukcyjny układu do przykładu 6.1 a) i jego schemat blokowy

Przykład 6.2. Płaski stan naprężenia. Płaski stan odkształcenia.

CAŁKOWANIE NUMERYCZNE

Pochodne i całki, macierze i wyznaczniki

4) Podaj wartość stałych czasowych, wzmocnienia i punkt równowagi przy wymuszeniu impulsowym

Rachunek prawdopodobieństwa i statystyka matematyczna.

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY

Parada nierówności. Marcin Fryz. 15 czerwca a + b 2. ab 2. a + b + c. 3 abc. (2)

1 Definicja całki podwójnej po prostokącie

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Różniczkowanie i całkowanie numeryczne


Wykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna

Komisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa

METODY NUMERYCZNE. Wykład 4. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH

WYMAGANIA NA OCENĘ DOPUSZCZAJĄCĄ DLA UCZNIÓW KLASY Ia TECHNIKUM

Ekoenergetyka Matematyka 1. Wykład 15. CAŁKI OZNACZONE. Egzaminy I termin poniedziałek :00 Aula B sala 12B Wydział Informatyki

3. F jest lewostronnie ciągła

WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM

ROZWIĄZYWANIE MAŁYCH TRÓJKĄTÓW SFERYCZNYCH

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty

Rozwiązania maj 2017r. Zadania zamknięte

MODEL ODPOWIEDZI I SCHEMAT OCENIANIA ARKUSZA EGZAMINACYJNEGO II

Ćwiczenie 03 POMIAR LUMINANCJI POMIAR LUMINANCJI. Celem ćwiczenia jest poznanie metod pomiaru luminancji oraz budowy i zasady działania nitomierza.

N(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2

Metody generowania skończonych modeli zachowań systemów z czasem

2. FUNKCJE WYMIERNE Poziom (K) lub (P)

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa

Regionalne Koło Matematyczne

2. PODSTAWY STATYKI NA PŁASZCZYŹNIE

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski

Technika optymalizacji

METODY NUMERYCZNE. Wykład 5. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer. wykład 5 1

VI. Rachunek całkowy. 1. Całka nieoznaczona

Wymagania na ocenę dopuszczającą z matematyki klasa II Matematyka - Babiański, Chańko-Nowa Era nr prog. DKOS /02

Z INFORMATYKI RAPORT

Wymagania edukacyjne matematyka klasa 2b, 2c, 2e zakres podstawowy rok szkolny 2015/ Sumy algebraiczne

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Metoda sił jest sposobem rozwiązywania układów statycznie niewyznaczalnych, czyli układów o nadliczbowych więzach (zewnętrznych i wewnętrznych).

ph ROZTWORÓW WODNYCH

4.6. Gramatyki regularne

< f g = fg. f = e t f = e t. U nas: e t (α 1)t α 2 dt = 0 + (α 1)Γ(α 1)

Metoda szeregów potęgowych dla równań różniczkowych zwyczajnych liniowych. Równanie różniczkowe zwyczajne liniowe drugiego rzędu ma postać

a a a ; ; ; (1.2) przez [ a ij ], czyli zbiór elementów w i-tym wierszu i w j-tej kolumnie. Wymiary ( n m) stanowią stopień macierzy.

Wartość bezwzględna. Proste równania i nierówności.

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VIII w roku szkolnym 2015/2016

3. Rozkład macierzy według wartości szczególnych

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące.

Komisja Egzaminacyjna dla Aktuariuszy LII Egzamin dla Aktuariuszy z 15 marca 2010 r. Część I Matematyka finansowa

EGZAMIN MATURALNY OD ROKU SZKOLNEGO 2014/2015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A2, A3, A4, A6, A7)

Równania nieliniowe. x i 1

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6,

Zastosowanie multimetrów cyfrowych do pomiaru podstawowych wielkości elektrycznych

Układy równań liniowych Macierze rzadkie

Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego. best in training PRE TEST

Laboratorium z metod numerycznych. = ewaluacja (wyliczenie) wyrażenia - wyświetlenie wyniku

ZASTOSOWANIE RÓWNANIA NASGRO DO OPISU KRZYWYCH PROPAGACYJI PĘKNIĘĆ ZMĘCZENIOWYCH

MATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej

KLUCZ PUNKTOWANIA ODPOWIEDZI

Iloczyn skalarny

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie II poziom rozszerzony

( ) Lista 2 / Granica i ciągłość funkcji ( z przykładowymi rozwiązaniami)

8. 1. DEFINICJE FUNKCJI TRYGONOMETRYCZNYCH. Definicje funkcji trygonometrycznych kata ostrego. b- przyprostokątna przy α

Zadania. I. Podzielność liczb całkowitych

Zbiory rozmyte. Teoria i zastosowania we wnioskowaniu aproksymacyjnym

Dla danego czynnika termodynamicznego i dla określonej przemiany ciepło właściwe w ogólności zależy od dwóch niezależnych

KSIĘGA ZNAKU. Znak posiada swój obszar ochronny i w jego obrębie nie mogą się znajdować żadne elementy, nie związane ze znakiem.

Minimalizacja automatu

KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM

Wymagania edukacyjne z matematyki Klasa IIB. Rok szkolny 2013/2014 Poziom podstawowy

III.3 Transformacja Lorentza prędkości i przyspieszenia. Efekt Dopplera

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka. Poziom rozszerzony. Listopad Wskazówki do rozwiązania zadania =

Transkrypt:

Minimlizj funji jednej lu wielu zmiennyh Wyłd 3 Optymlizj = wyznzenie minimum funji rzezywistej wielu zmiennyh w dnym oszrze (wrz z puntem w tórym to minimum występuje). Jeśli funj jest nieliniow i zwier wiele minimów lolnyh zdnie jest trudne do rozwiązni. Wyni lolnyh proedur iteryjnyh (tóre opierją się n lineryzji minimlizownej funji w otozeniu wyrnego puntu w przestrzeni n- wymirowej) jest silnie uzleżniony od wyoru modelu strtowego.

Metody eliminji (złotego podziłu, Rozpozniemy od metod minimlizji iągłej funji unimodelnej tj tiej tór w przedzile [,] m tylo jedno minimum lolne. Jeżeli zdn funj nie posid tej włsnośi, nleży znleźć jej przedziły unimodlnośi i zstosowć opisywną metodę do żdego z nih. Jeśli dl < x* < zhodzą wruni f() > f(x*) i f(x*) < f() to: - funj m w przedzile [,] minimum w punie x* - potrze trzeh puntów do zlolizowni minimum Funj iągł f w przedzile [,] posid dołdnie jedno minimum x*. Minimum to możn znleźć poprzez olejne podziły zdnego przedziłu. W tym elu nleży olizyć wrtośi funji w dwóh punth x L i x R tih, że < x L < x R <, nstępnie zdć ih wielośi: - Jeżeli f(x L ) > f(x R ), to szune minimum znjduje się w przedzile [x L,]. - Jeżeli f(x L ) < f(x R ), to szune minimum Przedziły [,x R ].i [x L,] zhodzą n sieie. Przedził jest zwężny w stosunu = [,x R ]./ [,] znjduje się w przedzile [,x R ]. x L x R Metod złotego podziłu Wielość otrzymnego w wyniu powyższego postępowni przedziłu po n roh wynosi: ( (n) (n) ) n gdzie jest stłym współzynniiem o tóry zmniejszn jest wielość przedziłów w olejnyh roh lgorytmu. Wrtość współzynni jest dorn w ti sposó, y przy olejnyh iterjh wyorzystywć olizoną w poprzednim rou wrtość funji jednej z dwóh próe (f(x L ) lu f(x R )). Olizmy tę wrtość: xl xr = = zyli xr = xl poniewż f(x L ) > f(x R ) zwężmy przedził do [x L,]. x L x L x R xr = xl x xl x = = = xl xl = + x L ( ) = + x x L L x R = + R L + = 0 = 5 = 0.68

Strtegię olizni minimum funji możn zpisć: Jeśli: Jeśli punt. to STOP, w przeiwnym wypdu powtórz Metod interpolji proliznej p + 0 = ( x) = Ax x dp( x) dx = Ax x * = A Funj wystrzjąo głd: w poliżu minimum funj wdrtow jest dorym przyliżeniem prol dopsown do dowolnyh trzeh puntów powinn wszć w jednym rou minimum lo przynjmniej w jego lisie otozenie. * * * * Jeśli p ( x ) = p to p( x) p = A( x x ) Rozwijją dowolną funję f(x) w szereg Tylor otrzymujemy p( x) = p( x ) + ( )( ) + 0 p x0 x x0 p ( x0 )( x x0 ) + K widć, że dl x 0 =x* mmy p (x 0 )=0 i prol lolnie przyliż f(x)

Dl trzeh puntów (x,y ), (x,y ) i (x,y ) prol Przehodzą przez te punty ędzie mił postć: y = x x + x x gdzie 0 = y ( ) ( ) + 0 Poniewż dl pozostłyh dwóh puntów mmy: ( x x ) + ( x x ) y ( x x ) + ( x x ) y y + = y + = możemy wyznzyć wrtośi prmetrów i : = C = C gdzie [( x x ) ( y y ) ( x x ) ( y y )] [ ( x x )( y y ) + ( x x )( y y )] C = orz wrtość proli w msimum ( x x )( x x ) ( x x )( x x ) p * = x ( x) = y = x + x 0 p + Metod Brndt (wyorzystują metodę złotego podziłu i interpolji proliznej. Wyznzmy przedził [x,x ].. Wyznzmy metodą złotego podziłu punt x i leżąy w jego wnętrzu ędąy pierwszym przyliżeniem minimum 3. Ponownie stosujemy złoty podził y znleźć x i+ i zdefiniowć nowy, zwężony przedził 4. Wyznzmy prolę i wyznzmy jej minimum x* 5. Jeśli x* leży w osttnio zdefiniownym przedzile orz gdy zmin położeni minimum j mił miejse przy wyonniu osttniej iterji ył mniejsz od połowy zminy położeni minimum w przedosttniej iterji ońzymy proedurę, jeśli tóryś z wrunów nie jest spełniony powrót do puntu 3.

Metody minimlizji funji n zmiennyh (minimlizj w przestrzeni n-wymirowej) Numeryzne metody poszuiwni minimum funji wielu zmiennyh możn podzielić n nstępująe lsy: metody poszuiwń prostyh, tie j metod Hoo-Jeves i metod Rosenro metody poprwy ierunów, wśród tóryh możemy wyróżnić nstępująe grupy: metody ezgrdientowe, w przypdu tóryh do znlezieni minimum potrzene jest wyznznie jedynie wrtośi funji f(x), np. metod Guss-Seidel i metod Powell metody grdientowe, dl tóryh w proesie poszuiwni minimum orzystmy z wyznznyh wrtośi minimlizownej funji f(x) orz jej grdientu, np. metod njszyszego spdu i metod grdientu sprzężonego; metody newtonowsie i qusi-newtonowsie, gdzie poszuiwnie minimum przeprowdzmy z wyznzniem w olejnyh punth wrtośi funji, jej grdientu orz hesjnu Dl wszystih typów metod nleżąyh do lsy metod poprwy ierunów wyorzystujemy wspólny shemt prowdzeni olizeń iteryjnyh. Poleg on n tym, że do puntu odpowidjąego minimum funji f(x), dohodzimy w olejnyh roh poszuiwni minimum wzdłuż odpowiednio wyznzonyh ierunów d w przestrzeni n-wymirowej, zwnyh ierunmi poszuiwń. Jeżeli po - roh optymlizji osiągnięto punt poszuiwń x - to w olejnym -tym rou przeprowdz się minimlizję wzdłuż prostej wyznzonej przez punt x - i wetor ierunu d, tj. znjdujemy tą optymln wrtość α, że e ( + α d) α : min f x α wię rozwiązujemy zgdnienie minimlizji funji jednej zmiennej - tą zmienną jest α Kieruni te mogą yć stłe w trie łego iteryjnego proesu poszuiwń minimum ądź też mogą ulegć zminie n olejnyh etph w zleżnośi od wrtośi minimlizownej funji, jej grdientu lu również hesjnu.

Iteryjne lgorytmy optymlizji mją nstępująe fzy: wyór puntu pozątowego poszuiwń x 0 wyznzenie olejnego puntu x, stnowiąego przyliżenie minimum x*; punt ten wyznzmy przez poszuiwni wzdłuż ierunu d, tórego oreślenie, j i również odległość przesunięi w tym ierunu są zleżne od wyrnej metody optymlizji; olejny punt, ędąy nowym (lepszym) przyliżeniem puntu minimlizująego funję f(x), jest wyznzny z zleżnośi: x + α = x d sprwdzenie wrunów zieżnośi (ryterium osiągnięi puntu minimlnego wsźni jośi) i w zleżnośi od wyniu ontynuownie poszuiwń iteryjnyh lo ih zońzenie. Wżn uwg: Punt pozątowy wyierny jest n podstwie posidnyh informji dotyząyh położeni minimum (zęsto po prostu losowny). W przypdu minimlizji funji wielu zmiennyh doór puntu pozątowego poszuiwń może w znząy sposó przyspieszyć lu opóźnić znlezienie minimum wsźni jośi lo wręz zdeydowć o możliwośi znlezieni minimum glolnego funji. Minimlizj wzdłuż ierunów współrzędnyh Wetorom zy e i, i=,n przypisujemy ieruni w tóryh odywć się ędzie minimlizj (t j dl przypdu zmiennej). e Algorytm:. Z puntu strtowego x 0 minimlizujemy funję wzdłuż prostej wyznzonej przez e i wyznzmy minimum w punie x. Z puntu x minimlizujemy funję w ierunu e i wyznzmy olejny punt x 3. Kontynuujemy wzdłuż olejnyh osi i osttezne znjdujemy punt x N 4. Powrmy do minimlizji wzdłuż ierunu e i powtrzmy proedurę olejny rz 5. Minimlizj ońzy się gdy spełniony jest wrune: f ( x ) f ( x ) < ε f ( x ) t n n n + gdzie ε jest dołdnośią reprezentji mszynowej liz użytą w olizenih t prmetrem doiernym indywidulnie. x x 0 x e

Metod ierunów sprzężonyh (Powell') Metod ierunów sprzężonyh jest ezgrdientową, iteryjną metodą optymlizji ez ogrnizeń. Dl form wdrtowyh jest on zieżn w N roh. W metodzie Powell' z zmieni się w trie wyonywni lgorytmu. Modyfij zy poleg n stworzeniu i dodniu do niej nowego sprzężonego ierunu i równozesnym usunięiu z niej tiego ierunu, wzdłuż tórego nstąpiło njwięsze przesunięie. Metod ierunów sprzężonyh (Powell') Algorytm:. x p := x. Dl żdego z ierunów =,,..., N wyiermy optymlny ro m doonują minimlizji jednowymirowej wzdłuż ierunu e 3. x := x + m e + m e +... + m N e N 4. Wyznz ierune sprzężony e i podstwimy N + = x x p x x p x := x + m N+ e N+, gdzie m N+ jest optymlnym roiem uzysnym w wyniu minimlizji funji g(m N+ )=f(x+m N+ e N+ ) 5. Jeżeli x x p < ε (zhodzi wrune stopu) to onie olizeń 6. x p := x 7. wyznzmy numer ierunu ( N), w tórym nstąpiło njwięsze przesunięie (ierune dl tórego m yło njwięsze) 8. Jeżeli m d x x p ε (wyznzni dl nowej zy - stopień liniowej niezleżnośi - jest ezpieznie duży), to zmień zę: e := e N+ i d := m d x x p 9. przejdź do pt.