![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
F(x1, x2,...xm) const 4 страницав списке нет правильного ответа
Вектор градиента - это
в списке нет правильного ответа
Из перечисленных методов какой НЕ относится в методам многомерной оптимизации
Линия уровня - это
последовательность значений целевой функции, получаемых методом спуска
Количество итераций, необходимых для того чтобы обеспечить заданную точность по методу дихотомии при решении задачи одномерной оптимизации, если , равно
Величина шага спуска в аналитическом методе наискорейшего спуска при решении задачи многомерной оптимизации выбирается из условия
На каждой итерации в методе ГДШ при решении задачи многомерной оптимизации шаг уменьшается
в 31 раз
За начальное значение шага ( ) в методе ГДШ при решении задачи многомерной оптимизации принимается
Модуль вектора антиградиента в точке минимума равен
-1
К методам многомерной оптимизации относится метод
Вектор первых частных производных целевой функции - это
прямая, соединяющая точки с одинаковыми значениями целевой функции
Точкой стационарности называется точка, в которой
матрица вторых производных отрицательно определена
матрица элементарных исходов
Из перечисленных понятий не относится к методам многомерной оптимизации
критерий Сильвестра
Чтобы повысить точность определения точки минимума в методах многомерной оптимизации надо
в списке нет правильного ответа
Если на значения параметров оптимизации существуют ограничения, то задача оптимизации называется
Модуль (длина) вектора градиента указывает на
скорость убывания функции
Достаточное условия минимума заключаются в том, что -:вторые производные функции равны 0
Точкой минимума функции является точка
Методы спуска при решении задачи многомерной оптимизации – это такие методы, в которых на каждой итерации выполняется условие
Величину на каждой итерации при решении задачи многомерной оптимизации находят так, чтобы выполнялось условие
В градиентном методе с дроблением шага при решении задачи многомерной оптимизации
в списке нет правильного ответа
Вектор первых частных производных целевой функции - это
совокупность точек, для которых
По количеству параметров задачи оптимизации делятся на
Группа методов, в которых точка минимума (максимума) функции находится путем получения вложенных отрезков, называется
градиентными методами
=1
Длина интервала неопределенности после 3 итерации по методу золотого сечения при решении задачи одномерной оптимизации, если , равна
Погрешность, обусловленная выполнением действий над данными, полученными с ограниченной точностью, это
На этапе уточнения корней нелинейных уравнений определяют
Процесс решения нелинейного уравнения состоит из
Правилом выбора неподвижной точки при решении нелинейного уравнения метода хорд является
в списке нет правильного ответа
Необходимым условием существования корня нелинейного уравненения на отрезке [a;b] является
y XG4Wm0XiJ3G6ASKKwr/e5omfbqP5ZTEr8ryIJiIaUZa8R3P/nwcHq2xFOeWe0fUub/XAz9b9xsDN g1qA+fDgxsTd9Bw4nMCHWRTh+iL7QvJCX3AljUFhB/nWF77ivrCI08cfQuyc2BVmc0gL/Hyefwa/ 9YVX9QV3eoCTmOsg46kRj3qPxyA/Ptuu/wUAAP//AwBQSwMEFAAGAAgAAAAhAOemoT/dAAAABwEA AA8AAABkcnMvZG93bnJldi54bWxMj0FLw0AUhO+C/2F5gje7SYOtxryUUtRTEWwF8faavCah2d2Q 3Sbpv/d5ssdhhplvstVkWjVw7xtnEeJZBIpt4crGVghf+7eHJ1A+kC2pdZYRLuxhld/eZJSWbrSf POxCpaTE+pQQ6hC6VGtf1GzIz1zHVryj6w0FkX2ly55GKTetnkfRQhtqrCzU1PGm5uK0OxuE95HG dRK/DtvTcXP52T9+fG9jRry/m9YvoAJP4T8Mf/iCDrkwHdzZll61CItl8ixRBHkk9lLWQB0Q5kkE Os/0NX/+CwAA//8DAFBLAQItABQABgAIAAAAIQC2gziS/gAAAOEBAAATAAAAAAAAAAAAAAAAAAAA AABbQ29udGVudF9UeXBlc10ueG1sUEsBAi0AFAAGAAgAAAAhADj9If/WAAAAlAEAAAsAAAAAAAAA AAAAAAAALwEAAF9yZWxzLy5yZWxzUEsBAi0AFAAGAAgAAAAhAJlkCRhXAwAAIwsAAA4AAAAAAAAA AAAAAAAALgIAAGRycy9lMm9Eb2MueG1sUEsBAi0AFAAGAAgAAAAhAOemoT/dAAAABwEAAA8AAAAA AAAAAAAAAAAAsQUAAGRycy9kb3ducmV2LnhtbFBLBQYAAAAABAAEAPMAAAC7BgAAAAA= ">
Метод половинного деления при решении нелинейного уравнения всегда находит корень уравнения f(x)=0, если
корень находится в середине отрезка
Корень нелинейного уравнения f(x)=0 - это
значение х, при котором функция принимает минимальное значение
Ф-ия сходится к корня, если
Чтобы выбрать x0 в качестве начального приближения при решении нелинейных уравнений в методе Ньютона, необходимо, чтобы в этой точке
Метод решения нелинейного уравнения, который требует более близкого к корню начального значения это
При решении нелинейного уравнения целесообразно выбирать отрезок, на котором отделен корень, небольшой длины в методе
Метод решения нелинейного уравнения, в результате которого получается последовательность вложенных отрезков это
метод итерации
К способам улучшения сходимости метода простой итерации при решении нелинейного уравнения не относятся
В процессе решения уравнения методом простой итерации приближение к корню может осуществляться
|