Курсовая работа: Минимизация функций нескольких переменных. Метод спуска
№ | x1 | x2 |
R |
0 | -0,5 | -1 | 7,375 |
1 | 0,1750 | 1,4 | -2,1996 |
2 | 1,0473 | 0,9200 | -3,9804 |
3 | 0,9600 | 1,016 | -3,9948 |
4 | 1,0305 | 0,9968 | -3,9972 |
5 | 0,9747 | 0,0006 | -3,9981 |
6 | 1,0196 | 0,9999 | -3,9988 |
7 | 0,9839 | 1,0000 | -3,9992 |
8 | 1,0126 | 1,0000 | -3,9995 |
9 | 0,9898 | 1,0000 | -3,9997 |
10 | 1,0081 | 1,0000 | -39998 |
11 | 0,9935 | 1,0000 | -3,9999 |
12 | 1,0052 | 1,0000 | -3,9999 |
13 | 0,9958 | 1.0000 | -3,9999 |
14 | 1,0033 | 1,0000 | -4,0000 |
15 | 0,9973 | 1,0000 | -4,0000 |
16 | 1,0021 | 1,0000 | -4,0000 |
17 | 0,9983 | 1,0000 | -4,0000 |
18 | 1,0013 | 1,0000 | -4,0000 |
h=1; x1 =-0,5; x2=-1 ; x1нач=-2, x1кон=2, x2нач=-2, x2кон=2
№ | x1 | x2 | R |
0 | -0,5 | -1 | 7,375 |
1 | 0,6250 | 3 | 4,3692 |
2 | 1,5391 | -1,0000 | 5,0283 |
3 | 0,5125 | 1 | -3,4029 |
4 | 1,0655 | 1 | -3,9869 |
5 | 0,9640 | 1 | -3,9961 |
6 | 1,0170 | 1 | -3,9991 |
7 | 0,9913 | 1,0000 | -3,9998 |
8 | 1,0043 | 1 | -3,9999 |
9 | 0,9978 | 1 | -4,0000 |
10 | 1,0011 | 1 | -4,0000 |
Заключение
Практика порождает все новые и новые задачи оптимизации, причем их сложность растет. Требуются новые математические модели и методы, которые учитывают наличие многих критериев, проводят глобальный поиск оптимума. Другими словами, жизнь заставляет развивать математический аппарат оптимизации.