Titlebook: Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben; Carl Geiger,Christian Kanzow Textbook 1999 Springer-Verlag Berlin H

幸福愉悦感

缺乏

https://doi.org/10.1007/978-3-642-58582-1Analysis; Gradientenverfahren; Newton-Verfahren; Numerische Mathematik; Optimierung; Optimierungsverfahre

Intruder

,Optimalitätskriterien,In diesem Kapitel gehen wir auf notwendige und hinreichende Bedingungen für lokale Minima ein, welche Ableitungen benutzen. Wir beginnen mit einem notwendigen Kriterium erster Ordnung, wobei man von einem Kriterium . Ordnung spricht, da nur Informationen über die erste Ableitung eingehen.

厚颜

Konvexe Funktionen,In diesem Kapitel geben wir eine kurze Einführung in die Klasse der konvexen Funktionen. Diese spielen in der Optimierung eine wichtige Rolle. Insbesondere werden wir zeigen, daß das notwendige Optimalitätskriterium aus dem Satz 2.1 für konvexe Funktionen bereits hinreichend für das Vorliegen eines globalen Minimums ist.

兴奋过度

Consequence

Konvergenzraten und Charakterisierungen,Bei den später zu behandelnden Verfahren sind wir nicht nur daran interessiert, daß diese Verfahren eine Folge {.} erzeugen, die möglichst gegen eine Lösung .* ∈ ℝ. des Minimierungsproblemes . konvergiert, sondern auch, daß diese Konvergenz möglichst schnell ist.

悄悄移动

,Limited Memory Quasi—Newton—Verfahren,Einer der Nachteile der im Kapitel 11 behandelten Quasi—Newton—Verfahren besteht darin, in jedem Iterationsschritt eine . x .-Matrix abspeichern zu müssen. Selbst bei Ausnutzung der Symmetrie dieser Matrix verbleibt ein Speicherplatzbedarf von 1/2.(.+1) Matrixeinträgen. Für großdimensionale Optimierungsprobleme ist dies aber entschieden zu viel.

细胞膜

预防注射

向前变椭圆

Carl Geiger,Christian KanzowUmfassender, aktueller und deutlich über die existierende Lehrbuchliteratur hinausgehender Überblick zum Thema "Numerische Lösung unrestringierter Optimierungsaufgaben mit differenzierbarer Zielfunkti