Искомый минимум

Cтраница 2

В любом случае наша задача состоит в выявлении определенной кривой С, которая доставляет искомый минимум, и этим мы похожи на читателя детективного романа, задача которого - выявить преступника, если он может это сделать. Однако в последнем случае читатель иногда бывает предупрежден о приметах наиболее подозрительной личности: Остерегайтесь одноногого моряка. И, разумеется, рано или поздно эта личность проявляет свой злодейский характер. [16]

Одномерный поиск методом локализации экстремума. [17]

Применяя к новому интервалу тот же прием разбиения и вычисляя значение R ( x) на границах полученных подынтервалов, можно еще более сузить интервал, где находится искомый минимум. [18]

Одномерный поиск методом локализации экстремума. [19]

Применяя к новому интервалу тот же прием разбиения и вычисляя значения R ( x) на границах полученных подынтервалов, можно еще более сузить интервал, где находится искомый минимум. Повторяя эту процедуру достаточное число раз, получим необходимую точность определения положения оптимума. [20]

Однако соответствующий вектор х из опорного решения не является допустимым по программе для столбцов, так как среди xt имеются отрицательные величины, и поэтому мы не достигли искомого минимума v для программы по строкам. [21]

Минимум по и при и; С / в (1.1.22) нетрудно найти, так как минимизируемая функция представляет собой максимум из двух функций, линейных по и. Искомый минимум достигается либо в точке пересечения графиков этих функций, либо на границах интервала. [22]

К определению циклической оценки. [23]

Видно, что два решения (9.3.11) и (9.3.12) определяют два положения равновесия диска - устойчивое и неустойчивое. Первое обеспечивает искомый минимум (9.3.8), а второе - максимум. Как убедимся в дальнейшем, такая ситуация встречается при построении оценки фазы с любой функцией согласования п ( ф), что, конечно, не удивительно, поскольку fa ( ф) не монотонна. [24]

Далее выбирается новый интервал, включающий два подынтервала с наименьшим вычисленным значением функции R ( x ( k)) на их общей границе. Тем самым, искомый минимум локализован в интервале, размеры которого в 2 раза меньше исходного. [25]

Так как по условию числитель и знаменатель выражения (18.112) положительны, то положительно и частное. Последнее, следовательно, ограничено снизу, так что искомый минимум существует. [26]

Это зависит от функции и выбора нулевого приближения. На примере функции двух переменных легко убедиться, что существуют случаи сходимости спуска по координатам к искомому минимуму и случаи, когда этот спуск к минимуму не сходится. [27]

Задачи минимизации функционалов принято разделять на две группы. К первой относят нахождение минимального значения функционала, при к-ром несущественно, на каких элементах z достигается искомый минимум. [28]

Применение стохастических алгоритмов дает хорошие результаты лишь на начальных стадиях поиска. Если значение целевой функции в исходной точке поиска принять условно за 0 %, а в точке искомого минимума за 100 %, то можно сказать, что стохастические алгоритмы целесообразно применять только до 80 - 90 % искомого экстремума целевой функции. На заключительном этапе оптимизации более эффективными оказываются в ряде случаев методы детерминированного поиска. [29]

Расчет обычно начинается с произвольного набора варьируемых переменных, не. Далее переходят к расчету соседней точки в многомерном пространстве, в котором искомая функция (8.16) может быть представлена как некая поверхность с искомым минимумом. Способы скорейшего осуществления таких переходов составляют различные математические методы решения задачи на оптимальный поиск. [30]

Страницы: 1 2 3