🗊Презентация Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих

Категория: Математика
Нажмите для полного просмотра!
Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №1Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №2Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №3Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №4Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №5Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №6Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №7Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих, слайд №8

Вы можете ознакомиться и скачать презентацию на тему Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих. Доклад-сообщение содержит 8 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1





Одномерная оптимизация.  Методы дихотомии, золотого сечения, Ньютона, секущих.
Описание слайда:
Одномерная оптимизация. Методы дихотомии, золотого сечения, Ньютона, секущих.

Слайд 2





Оптимизация
Оптимизация (от лат. «optimus»-наилучший) – поиск наилучшего варианта, при наличии множества альтернативных.
Задача для решения методом оптимизации состоит в минимизации вещественнозначной функции f(x) N-ного аргумента x, компоненты которого удовлетворяют системе ограничений в виде уравнений  Hk(x)=0, k=1, 2,…,m или неравенств gj(x)≥0, j=m+1,…s.
Описание слайда:
Оптимизация Оптимизация (от лат. «optimus»-наилучший) – поиск наилучшего варианта, при наличии множества альтернативных. Задача для решения методом оптимизации состоит в минимизации вещественнозначной функции f(x) N-ного аргумента x, компоненты которого удовлетворяют системе ограничений в виде уравнений Hk(x)=0, k=1, 2,…,m или неравенств gj(x)≥0, j=m+1,…s.

Слайд 3





Методы одномерной оптимизации
Описание слайда:
Методы одномерной оптимизации

Слайд 4





Метод золотого сечения

Отрезок AB разделен точкой D в пропорции золотого сечения, если отношение всей длины отрезка к длине большей его части равно отношению длины большей его части к длине меньшей, т.е.
Пусть длина AB = 1, а AD = x.                   Тогда,                        откуда x =       . Понятно, что больший отрезок можно было бы отложить не от левого, а от правого конца отрезка. Тогда получили бы точку золотого сечения C, симметричную т. D относительно центра, и AC =      . Точку C называют первой, а D второй точкой золотого сечения. Эти точки обладают замечательными свойствами.
Рисунок  -  Первая и вторая точка золотого сечения
Описание слайда:
Метод золотого сечения Отрезок AB разделен точкой D в пропорции золотого сечения, если отношение всей длины отрезка к длине большей его части равно отношению длины большей его части к длине меньшей, т.е. Пусть длина AB = 1, а AD = x. Тогда, откуда x = . Понятно, что больший отрезок можно было бы отложить не от левого, а от правого конца отрезка. Тогда получили бы точку золотого сечения C, симметричную т. D относительно центра, и AC = . Точку C называют первой, а D второй точкой золотого сечения. Эти точки обладают замечательными свойствами. Рисунок - Первая и вторая точка золотого сечения

Слайд 5





Алгоритм
На первой итерации принимаем a1 = a, b1 = b и вычисляем
   c1 =                      ,  d1 =                      .
Далее, получив значения функции f в точках c1 и d1 , сравниваем их.
Если f(c1) ≤ f(d1), то a2 = a1 , b2 = d1 , d2 = c1 ,     c2 =
Если же f(c1) > f(d1), то a2 = c1 , b2 = b1 , c2 = d1 , d2 =                      .
Описание слайда:
Алгоритм На первой итерации принимаем a1 = a, b1 = b и вычисляем c1 = , d1 = . Далее, получив значения функции f в точках c1 и d1 , сравниваем их. Если f(c1) ≤ f(d1), то a2 = a1 , b2 = d1 , d2 = c1 , c2 = Если же f(c1) > f(d1), то a2 = c1 , b2 = b1 , c2 = d1 , d2 = .

Слайд 6





Далее сравниваем f(c2) с f(d2), определяя новые значения a3 , b3 , и т.д. до тех пор, пока не выполнится                      , где       требуемая точность. 
Далее сравниваем f(c2) с f(d2), определяя новые значения a3 , b3 , и т.д. до тех пор, пока не выполнится                      , где       требуемая точность. 
На каждой итерации длина локализующего отрезка уменьшается в        раз, следовательно
                    (b – a).
Описание слайда:
Далее сравниваем f(c2) с f(d2), определяя новые значения a3 , b3 , и т.д. до тех пор, пока не выполнится , где требуемая точность. Далее сравниваем f(c2) с f(d2), определяя новые значения a3 , b3 , и т.д. до тех пор, пока не выполнится , где требуемая точность. На каждой итерации длина локализующего отрезка уменьшается в раз, следовательно (b – a).

Слайд 7





Пример расчёта методом золотого сечения

Рассмотрим функцию                  ,  a = 0.5, b = 3.5 и найдем точку минимума с погрешностью ε=0.5.
1) a1 = 0.5, b1 = 3.5,
Описание слайда:
Пример расчёта методом золотого сечения Рассмотрим функцию , a = 0.5, b = 3.5 и найдем точку минимума с погрешностью ε=0.5. 1) a1 = 0.5, b1 = 3.5,

Слайд 8






3) a3 = c2 = 1.208,  b3 = b2 = 2.354,  c3 = d2 = 1.646,
Принимаем хm=
Описание слайда:
3) a3 = c2 = 1.208, b3 = b2 = 2.354, c3 = d2 = 1.646, Принимаем хm=



Похожие презентации
Mypresentation.ru
Загрузить презентацию