Tengo esta confusión sobre la regla de Armijo utilizada en la búsqueda de línea. Estaba leyendo la búsqueda de la línea de seguimiento, pero no entendí de qué se trata esta regla de Armijo. ¿Alguien puede explicar qué es la regla Armijo? La wikipedia no parece explicar bien....
Leí algunas referencias que incluyen esto . Estoy un poco confundido sobre qué problema de optimización comprime las compilaciones de detección e intenta resolver. Lo es minimizesubject to∥x∥1Ax=bminimize‖x‖1subject toAx=b\begin{array}{ll} \text{minimize} & \|x\|_1\\ \text{subject to} &...
Muchos problemas importantes pueden expresarse como un programa lineal entero mixto . Lamentablemente, calcular la solución óptima para esta clase de problemas es NP-Complete. Afortunadamente, existen algoritmos de aproximación que a veces pueden proporcionar soluciones de calidad con solo...
Quiero resolver un problema no lineal con restricciones de igualdad no lineales y estoy usando un lagrangiano aumentado con un término de regularización de penalización que, como bien se sabe, estropea el número de condición de mis sistemas linealizados (quiero decir en cada iteración de Newton) ....
Estoy tratando de resolver el siguiente sistema de ecuaciones para las variables y x 2 (todo lo demás son constantes):PAG, x1P,x1P,x_1X2x2x_2 A(1−P)2−k1x1=0AP2−k2x2=0(1−P)(r1+x1)4L1−P(r1+x2)4L2=0A(1−P)2−k1x1=0AP2−k2x2=0(1−P)(r1+x1)4L1−P(r1+x2)4L2=0\frac{A(1-P)}{2}-k_1x_1=0 \\ \frac{AP}{2}-k_2x_2=0...
De acuerdo con Nocedal & Wright's Book Numerical Optimization (2006), las condiciones de Wolfe para una búsqueda de línea inexacta son, para una dirección de descenso ,ppp Disminución suficiente: Condición de curvatura: ∇ f ( x + α p ) T p ≥ c 2 ∇ f ( x ) T p para 0 < c 1 < c 2 <...
Tengo el siguiente problema de optimización donde tengo un valor absoluto en mis restricciones: Deje que y sean vectores de columna de tamaño cada uno. Nos gustaría resolver lo siguiente: x∈Rnx∈Rn\mathbf{x} \in \mathbb{R}^nf0,f1,…,fmf0,f1,…,fm\mathbf{f}_0, \mathbf{f}_1, \ldots,...
Necesito resolver s.t.minx∥Ax−b∥22,∑ixi=1,xi≥0,∀i.minx‖Ax−b‖22,s.t.∑ixi=1,xi≥0,∀i.\begin{alignat}{1} & \min_{x}\|Ax - b\|^2_{2}, \\ \mathrm{s.t.} & \quad\sum_{i}x_{i} = 1, \\ & \quad x_{i} \geq 0, \quad \forall{i}. \end{alignat} Yo creo que es un problema de segundo grado que debe ser...
Estoy interesado en maximizar globalmente una función de muchos ( ) parámetros reales (resultado de una simulación compleja). Sin embargo, la función en cuestión es relativamente costosa de evaluar y requiere aproximadamente 2 días para cada conjunto de parámetros. Estoy comparando diferentes...
Pedí aclaraciones sobre una pregunta reciente sobre minpack y obtuve el siguiente comentario: Cualquier sistema de ecuaciones es equivalente a un problema de optimización, por lo que los métodos de optimización basados en Newton se parecen mucho a los métodos basados en Newton para resolver...
Me preguntaba si alguien tenía alguna sugerencia para textos o artículos de encuestas sobre métodos de descomposición (por ejemplo, descomposiciones primarias, duales, Dantzig-Wolfe) para resolver grandes problemas de programación matemática. Me gustaron las "Notas sobre los métodos de...
En las ecuaciones incompresibles de Navier-Stokes, ρ(ut+(u⋅∇)u)∇⋅u=−∇p+μΔu+f=0ρ(ut+(u⋅∇)u)=−∇p+μΔu+f∇⋅u=0\begin{align*} \rho\left(\mathbf{u}_t + (\mathbf{u} \cdot \nabla)\mathbf{u}\right) &= - \nabla p + \mu\Delta\mathbf{u} + \mathbf{f}\\ \nabla\cdot\mathbf{u} &= 0 \end{align*} el término de...
Estoy tratando de entender cómo funciona el método de optimización basado en adjuntos para una optimización restringida PDE. Particularmente, estoy tratando de entender por qué el método adjunto es más eficiente para problemas donde el número de variables de diseño es grande, pero el "número de...
¿Existe una forma más rápida de calcular errores estándar para problemas de regresión lineal, que invirtiendo ? Aquí supongo que tenemos regresión:X′XX′XX'X y=Xβ+ε,y=Xβ+ε,y=X\beta+\varepsilon, donde es n × k matriz e y es n × 1 vector.XXXn×kn×kn\times kyyyn×1n×1n\times 1 Para encontrar la...
Dada una función desconocida , podemos evaluar su valor en cualquier punto de su dominio, pero no tenemos su expresión. En otras palabras, f es como una caja negra para nosotros.f:Rd→Rf:Rd→Rf:\mathbb R^d \to \mathbb Rfff ¿Cuál es el nombre del problema de encontrar el minimizador de ? ¿Cuáles son...
En el libro de Nocedal & Wright sobre optimización numérica, hay una declaración en la sección 2.2 (página 27): "En términos generales, es más fácil preservar la invariancia de escala para los algoritmos de búsqueda de línea que para los algoritmos de región de confianza". En esa misma sección,...
Estoy resolviendo para una enorme matriz definida positiva escasa A usando el método de gradiente conjugado (CG). ¿Es posible calcular el determinante de A utilizando la información producida durante la resolución?A x =
Para un proyecto, tengo que implementar estos dos métodos y comparar cómo funcionan en diferentes funciones. Parece que el método de gradiente conjugado está destinado a resolver sistemas de ecuaciones lineales de Ax=bAx=b A\mathbf{x} = \mathbf{b} Donde es una matriz n-por-n que es simétrica,...
CVXOPT: http://abel.ee.ucla.edu/cvxopt/index.html OpenOpt: http://openopt.org/Welcome ¿Cuál es la relación entre ellos? ¿Cuáles son las ventajas / desventajas de ellos, respectivamente? Por cierto, ¿hay alguna otra biblioteca de optimización convexa de propósito general de alta calidad para...
Dado el sistema donde A ∈ R n × n , leí que, en caso de que la iteración de Jacobi se use como solucionador, el método no convergerá si b tiene un componente distinto de cero en el espacio nulo de A . Entonces, ¿cómo podría uno declarar formalmente eso, siempre que b tenga un componente distinto de...