Метод золотого сечения — различия между версиями
м |
|||
Строка 11: | Строка 11: | ||
Входные данные: '''f(x), a, b, ε'''. | Входные данные: '''f(x), a, b, ε'''. | ||
− | [[файл:МЗС01. | + | [[файл:МЗС01.png]] |
Выходные данные: '''x'''. | Выходные данные: '''x'''. | ||
Строка 18: | Строка 18: | ||
*Заметим, что для нахождения решения '''x''', максимизирующего выпуклую функцию '''f(x)''' на отрезке, алгоритм решения модифицируется в части строки 2, она меняется на строку вида: | *Заметим, что для нахождения решения '''x''', максимизирующего выпуклую функцию '''f(x)''' на отрезке, алгоритм решения модифицируется в части строки 2, она меняется на строку вида: | ||
− | [[файл: МЗС02. | + | [[файл: МЗС02.png]] |
== [[Методы нахождения экстремумов|Другие методы:]] == | == [[Методы нахождения экстремумов|Другие методы:]] == | ||
{{Список МНЭ}} | {{Список МНЭ}} |
Текущая версия на 16:07, 15 ноября 2024
Метод золотого сечения — это численный метод нахождения решения x (с заданной точностью ε), минимизирующего функцию f(x) на отрезке.
Содержание
Описание метода
Суть метода золотого сечения состоит в разбиении отрезка [a,b] на три отрезка в пропорции золотого сечения, определении минимального значения функции f(x) из значений на границах этих отрезков и выборе нового отрезка, на котором функция содержит минимизирующее решение.
Деление отрезка продолжается до достижения необходимой точности решения ε.
Сначала находим отрезок [a,b] такой, что функция f(x) непрерывна и вогнута на отрезке, то есть f"(x)>0.
Далее применяем алгоритм.
Алгоритм
Входные данные: f(x), a, b, ε.
Выходные данные: x.
Значение x является минимизирующим решением для функции f(x) с заданной точностью ε.
- Заметим, что для нахождения решения x, максимизирующего выпуклую функцию f(x) на отрезке, алгоритм решения модифицируется в части строки 2, она меняется на строку вида:
Другие методы:
Ссылки
- Википедия
- Участник:Logic-samara