* X [ j];
}
} (int i = 0; i
} ans;
} conv (vector g) {inner_prod (g, g);
}
// наближення відповіді nextApp (vector prev, double len, vector dir) { ans = prev; (int i = 0; i < prev.sz; i + +) {[i] + = dir [i] * len;
} ans;
}
// обчислення напрямок руху direction (vector dir, vector prev, vector now) {a = inner_prod (prev, prev), b = inner_prod ( now, now); (int i = 0; i
} dir;
}
// довжина кроку в заданому напрямку
double length (vector dir, vector grad, vector > A) {a = 0; B (dir.sz, 0) ; (int i = 0; i
} (int i = 0; i
}
} a/inner_prod (B, dir);
}
// метод пов'язаних градіентовConGrad (vector > A, vector B, vector & X) { gP = B, d (B.sz, 0) , gN = B, c; s; (conv (gN)> EPS) {= grad (A, B, X); (conv (gN)
}
} main () {n;>> n; > A (n); B (n), X (n); (int i = 0; i > A [i] [j];
}
} (int i = 0; i > B [i];
} (A, B, X); (int i = 0; i
} 0;
}
Отримали наступну відповідь:, він і є відповіддю на поставлене завдання.
Висновок
В даний час теорія екстремальних задач збагатилася фундаментальними результатами, з'явилися її нові розділи. У будь-якої практичної оптимізаційної задачі існує багато співпадаючих етапів. Найбільш важливим етапом є моделювання розглянутої фізичної ситуації з метою отримання математичної функції, яку необхідно мінімізувати, а також визначення обмежень, якщо такі існують. Потім слід вибрати відповідну процедуру для здійснення мінімізації. Ця процедура повинна бути реалізована на практиці, що в багатьох реальних випадках змушує використовувати ЕОМ для виконання великого обсягу обчислень. Не випадково, що багато важливі методи оптимізації були розроблені протягом трьох останніх десятиліть, в період появи цифрових ЕОМ, і ці методи є машинними. Важко вважати їх скільки-небудь практично значущими без великої швидкості та ефективності обчислювальних машин, наявних в нашому розпорядженні. На багатьох універсальних ...
