Citat:
Ursprungligen postat av
Chepito
I går kväll gjorde jag även en steepest descent med ansatsen
Kod:
0 0 0 0 0 0 0 0 0 0
1 a b 0 0 0 0 0 0 0
1 1 c d 0 0 0 0 0 0
1 1 1 e f 0 0 0 0 0
1 1 1 1 g h 0 0 0 0
1 1 1 1 1 i j 0 0 0
1 1 1 1 1 1 k l 0 0
1 1 1 1 1 1 1 m n 0
1 1 1 1 1 1 1 1 1 1
och fick samma resultat. Om det är ett globalt minimum vet jag inte, men skulle tro det. Intressant att notera från de beräkningarna är att det inte tycks vara optimalt att gå mer än två steg längs någon dimension, åtminstone inte med denna ansats. Exempelvis är c = 1, e = d = 0,75 och f = 0.
Större Edit!
Ställer man upp det så där är det uppenbart att vi har att göra med ett
optimeringsproblem. Vi har alltså en funktion
s(a,b,c,...) = √(1²+a²+b²) + √((1-a)²+(c-b)²+d²)
+ √((1-c)²+(e-d)²+f²) + ...
i parameterrummet {(a,b,c,...)}
med kanter eftersom 0≤a≤1, 0≤b≤c≤1, 0≤d≤e≤, etc.
Ett globalt minimum finns då
antingen där alla partialderivator
∂s/∂a, ∂s/∂b, ∂s/∂c, etc är 0 ELLER på någon kant, dvs där minst en av parametrarna a, b, c etc ligger på sin nedre eller övre gräns. Generellt i såna här problem måste ALLA kombinationer undersökas, så det här kan snabbt väldigt bökigt.