Minimalizace kvadratické funkce s kvadratickými ... - FEI VŠB
Minimalizace kvadratické funkce s kvadratickými ... - FEI VŠB Minimalizace kvadratické funkce s kvadratickými ... - FEI VŠB
14 3.2 Globální extrémy funkce více proměnných 3.2.1 Vlastnosti extrémů funkce více proměnných Definice 3.4 (lokální extrémy více proměnných) Řekneme, že funkce f : R n → R má v bodě c ∈ R n lokální maximum (resp. ostré lokální maximum), existuje-li δ > 0 takové, že pro každé platí x ∈ P(c, δ) = {x ∈ R n : 0 < ‖x − c‖ < δ} f(x) ≤ f(c), (resp.f(x) < f(c)) Nahradíme-li nerovnosti f(x) ≤ f(c) a f(x) < f(c) nerovnostmi f(x) ≥ f(c) a f(x) > f(c), dostaneme definici lokálního minima a ostrého lokálního minima. Věta 3.3 (nutná podmínka existence lokálního extrému) Necht’ funkce f : R n → R má v bodě c ∈ R n lokální extrém a necht’ existuje ∂f(c) ∂u (u ∈ Rn , ‖u‖ = 1). Pak ∂f(c) ∂u = 0 Je-li funkce f v bodě c navíc diferencovatelná, je grad f(c) = (0, 0, . . . , 0) V takovém případě říkáme, že c je stacionárním bodem funkce f. Věta 3.4 (postačující podmínky existence lokálního extrému) Necht’ funkce f : R n → R má v bodě c ∈ R n spojité všechny parciální derivace druhého řádu a necht’ c je stacionárním bodem funkce f. Pak platí • Je-li kvadratická forma ∂ 2 f c pozitivně definitní, má f v bodě c ostré lokální minimum. • Je-li kvadratická forma ∂ 2 f c negativně definitní, má f v bodě c ostré lokální maximum. • Je-li kvadratická forma ∂ 2 f c indefinitní, nemá f v bodě c lokální extrém.
15 4 Minimalizace kvadratické funkce s rovnostní vazbou 4.1 Převod na funkci o jedné proměnné 4.1.1 Počáteční úvaha Naším úkolem je najít takové x 1 , x 2 , pro které je hodnota funkce F (x) = 1 [ ] 2 (Ax, x) − (b, x), x = x1 x 2 (7) minimální a současně platí vztah daný kvadratickou vazbou x 2 1 + x 2 2 = c, c ∈ R (8) Tedy nejjednodušším nápadem je vyjádřit jednu proměnnou z kvadratické vazby (8), dosadit ji do kvadratické funkce (7) a posléze minimalizovat funkci jako funkci o jedné proměnné. Při výpočtu také můžeme použít polární souřadnice. Při tomto postupu se ukáže, že problém může nastat při hledání stacionárních bodů v derivaci, která vede k netriviální rovnici řešitelné pouze iterační metodou. 4.1.2 Substituce pomocí explicitního vyjádření Použijeme substituci (4) a dosadíme do funkce (7) F (x 1 ) = 1 2 (A [ x 1 ± √ c − x 2 1 ] [ , x 1 ± √ c − x 2 1 ] [ ) − (b, x 1 ± √ c − x 2 1 ] ) čímž ve skutečnosti dostaneme funkce dvě F 1 (x 1 ) = 1 [ ] [ 2 (A √c x 1 − x 2 , 1 F 2 (x 1 ) = 1 2 (A [ x 1 − √ c − x 2 1 ] [ , [ √c x 1 − x 2 ]) − (b, 1 x 1 − √ c − x 2 1 ] [ ) − (b, x 1 √c − x 2 1 ]) (9) x 1 − √ c − x 2 1 ] ) (10) Pak tyto funkce lze minimalizovat stejným způsobem, jako reálnou funkci o jedné reálné proměnné. 4.1.3 Substituce pomocí polárních souradnic Použijeme substituci (5) a dosadíme do funkce (7) F (t) = 1 [ √ ] [ √ [ √ c. cos t c. cos t c. cos t 2 (A √ , √ ]) − (b, √ ]) c. sin t c. sin t c. sin t Pak tuto funkci lze minimalizovat stejným způsobem, jako reálnou funkci o jedné reálné proměnné.
- Page 1 and 2: VŠB - Technická univerzita Ostrav
- Page 3 and 4: Rád bych na tomto místě poděkov
- Page 5 and 6: 1 Obsah 1 Úvod 4 2 Úvod do proble
- Page 7 and 8: 3 Seznam výpisů zdrojového kódu
- Page 9 and 10: 5 2 Úvod do problematiky 2.1 Kvadr
- Page 11 and 12: 7 Obrázek 1: Průběh funkce vlast
- Page 13 and 14: 9 |y| = √ c − x 2 y = ± √ c
- Page 15 and 16: 11 3 Globální extrémy 3.1 Globá
- Page 17: 13 1. Najdeme stacionární body fu
- Page 21 and 22: 17 [ ] [ ] [ 2 −1 x1 1 grad F (x)
- Page 23 and 24: 19 V průběhu funkce f(α k ) nedo
- Page 25 and 26: 21 Příklad 4.2 Minimalizujte kvad
- Page 27 and 28: 23 Obrázek 10: MNS: Rěšení 2. p
- Page 29 and 30: 25 Obrázek 11: MNS: Rěšení 3. p
- Page 31 and 32: 27 while (norm(gradient)>e) % presn
- Page 33 and 34: 29 Obrázek 13: MNS s projekcí: R
- Page 35 and 36: Obrázek 15: MNS s projekcí: Rěš
- Page 37 and 38: 33 5 Minimalizace funkce s nerovnos
- Page 39 and 40: 35 5.2 Modifikovaná metoda největ
- Page 41 and 42: 37 5.2.3 Příklady f(x) = 1 (Ax, x
- Page 43 and 44: 39 Příklad 5.3 Minimalizujte kvad
- Page 45 and 46: 41 7 Reference [1] Z. Dostál Line
15<br />
4 <strong>Minimalizace</strong> kvadratické <strong>funkce</strong> s rovnostní vazbou<br />
4.1 Převod na funkci o jedné proměnné<br />
4.1.1 Počáteční úvaha<br />
Naším úkolem je najít takové x 1 , x 2 , pro které je hodnota <strong>funkce</strong><br />
F (x) = 1 [ ]<br />
2 (Ax, x) − (b, x), x = x1<br />
x 2<br />
(7)<br />
minimální a současně platí vztah daný kvadratickou vazbou<br />
x 2 1 + x 2 2 = c, c ∈ R (8)<br />
Tedy nejjednodušším nápadem je vyjádřit jednu proměnnou z kvadratické vazby (8),<br />
dosadit ji do kvadratické <strong>funkce</strong> (7) a posléze minimalizovat funkci jako funkci o jedné<br />
proměnné. Při výpočtu také můžeme použít polární souřadnice.<br />
Při tomto postupu se ukáže, že problém může nastat při hledání stacionárních bodů<br />
v derivaci, která vede k netriviální rovnici řešitelné pouze iterační metodou.<br />
4.1.2 Substituce pomocí explicitního vyjádření<br />
Použijeme substituci (4) a dosadíme do <strong>funkce</strong> (7)<br />
F (x 1 ) = 1 2 (A [<br />
x 1<br />
± √ c − x 2 1<br />
] [<br />
,<br />
x 1<br />
± √ c − x 2 1<br />
] [<br />
) − (b,<br />
x 1<br />
± √ c − x 2 1<br />
]<br />
)<br />
čímž ve skutečnosti dostaneme <strong>funkce</strong> dvě<br />
F 1 (x 1 ) = 1 [ ] [<br />
2 (A √c<br />
x 1<br />
− x<br />
2<br />
,<br />
1<br />
F 2 (x 1 ) = 1 2 (A [<br />
x 1<br />
− √ c − x 2 1<br />
] [<br />
,<br />
[<br />
√c<br />
x 1<br />
− x<br />
2<br />
]) − (b,<br />
1<br />
x 1<br />
− √ c − x 2 1<br />
] [<br />
) − (b,<br />
x 1 √c<br />
− x<br />
2<br />
1<br />
]) (9)<br />
x 1<br />
− √ c − x 2 1<br />
]<br />
) (10)<br />
Pak tyto <strong>funkce</strong> lze minimalizovat stejným způsobem, jako reálnou funkci o jedné<br />
reálné proměnné.<br />
4.1.3 Substituce pomocí polárních souradnic<br />
Použijeme substituci (5) a dosadíme do <strong>funkce</strong> (7)<br />
F (t) = 1 [ √ ] [ √ [ √ c. cos t c. cos t<br />
c. cos t<br />
2 (A √ , √<br />
]) − (b, √<br />
])<br />
c. sin t c. sin t c. sin t<br />
Pak tuto funkci lze minimalizovat stejným způsobem, jako reálnou funkci o jedné<br />
reálné proměnné.