Algorithme du gradient
--- Introduction ---
Ce module regroupe pour l'instant 14 exercices sur l'algorithme
du gradient et l'optimisation de fonctions en grande dimension;
consulter le polycopie situé dans le module
"Aide memoire d'optimisation elementaire".
4 exercises translated in English
gradient fonction quadratique
Calculer dans
la
ième composante du gradient
la dérivée partielle par rapport à
de la fonction
au point x=[],
avec b=[], A=[]
definie positive
Dans
avec la précision
,
la matrice
est-elle défine positive?
la fonction
admet-elle un minimum unique?
avec
et E=[]
Repondre par oui ou non
debug:#### quest=, absdeter=
grad_quad, err_sur_g,5D, unsuralpha
On considère:
,
, avec
la solution la solution du système linéaire
, le point de départ
ou pour copier coller:
A=[];
F=[]; x0=[]; x* =[];
Vous utiliserez, par exemple le programme
pour répondre aux questions suivantes: - Calculez les valeurs propres de A et la plus petite
;
- Réaliser un programme qui calcule 4 itérations de la méthode du gradient à pas optimal
(à partir de
, calculer
avec k=1...4) pour minimiser
; - vous calculerez pour chaque iteration, g'*g , le carré de la norme du gradient; puis
- vous introduirez dans votre programme deux tests de sortie de boucle:
- gag=(g'*A*g)
- if( abs(gag) <= 10^(-10) ) //dans ce cas les gradients suivants sont nuls
- break
- end
- vous calculerez pour chaque iteration:
où
est la valeur approchée de l'iteration courante et la valeur maximale
de cette erreur au cours des itérations
- Vous comparerez
et
et expliquerez par écrit ce dernier résultat.
Debogue [], errsg=
grad_quad, err_on_g, unsuralpha
We consider:
, with
the solution of the linear system
or for copy and paste: A=[]; F=[]; x0=[]; xstar =[];
You use, for example the programm
to answer the following questions : - Compute the eigenvalues of
; give out
, the smallest eigenvalue of
;
- Carry out a programm which compute 4 iterations of the gradient method with optimal step
(starting from
, compute
with k=1...4) to minimize
; - you compute for each iteration, g'*g , the square of the gradient norm; then
(g'*A*g)
- you introduce in your programm 2 tests to get out of the loop:
- gag=g'*Ag
- if( abs(gag) <= 10^(-10) )
- break
- end
- you compute for each iteration:
where
is the approximation oft he current iteration and then the maximal value
of this error during the iterations.
- You comparere
and
and explain in a written paper this last result.
Debug errsg=, A=[] [], errsg=
grad_quad, err_sur_g, unsuralpha
On considère:
, avec
la solution la solution du système linéaire
ou pour copier coller: A=[]; F=[]; x0=[]; xstar =[];
Vous utiliserez, par exemple le programme
pour répondre aux questions suivantes: - Calculez les valeurs propres de A; avec
, la plus petite valeur propre de A;
- Réaliser un programme qui calcule 4 itérations de la méthode du gradient à pas optimal
(à partir de
, calculer
avec k=1...4) pour minimiser
; - vous calculerez pour chaque iteration, g'*g , le carré de la norme du gradient; puis
(g'*A*g)
- vous introduirez dans votre programme deux tests de sortie de boucle:
- gag=g'*Ag
- if( abs(gag) <= 10^(-10) )
- break
- end
- vous calculerez pour chaque iteration:
où
est la valeur approchée de l'iteration courante et la valeur maximale
de cette erreur au cours des itérations
- Vous comparerez
et
et expliquerez par écrit ce dernier résultat.
Debogue errsg=, A=[] [], errsg=
grad_quad, one step 5D, gk, gk+1- gk
We consider:
,
, with
the solution of the linear system
,
or copy and paste:
A=[];
F=[]; x0=[]; xstar =[];
You use such program like \ (Scilab) to answer the following questions: - Make a program that computes 2 iterations of the gradient method with optimal step
to minimize \ (J (x) = x '* A * x / 2-x' * F); - you calculate for each of the 2 iterations, \ (| | g_0 | | ^ 2 | | g_1 | | ^ 2)
the square of the norm of the gradient, with \ (g_k = \ (vector grad J (x_k))) - you enter in your program two tests to get out of do loop:
- gag=g'A*g
- if( abs(gag) <= 10^(-10) )
- / / in this case \ (g1 = 0)
- end
- You will compare \ (| | g_0 | |, | | g_1 | |, | | g_1-g_0 | |) and explain in writing the result.
Debugging
grad_quad, un pas 5D, gk, gk+1- gk
On considère:
,
, avec
la solution la solution du système linéaire
ou pour copier coller:
A=[];
F=[]; x0=[]; xstar =[]
Vous utiliserez, par exemple le programme
pour répondre aux questions suivantes: - Réaliser un programme qui calcule 2 itérations de la méthode du gradient à pas optimal
pour minimiser
; - vous calculerez pour chacune des 2 iterations,
,
le carre de la norme du gradient, avec
, - vous introduirez dans votre programme deux tests de sortie de boucle:
- gag=g'A*g
- if( abs(gag) <= 10^(-10) )
- //dans ce cas
- end
- Vous comparerez
et expliquerez par écrit ce dernier résultat.
Debogue
grad_quad, one step gk, gk+1- gk
We consider:
, with
the solution of the linear system
the initial point ; or for copy and paste:
A=[], F=[], x0=[], xstar =[]
You may use, for example the programm
to answer the following questions : - Produce a programm to compute 2 iterations of the gradient method with optimal step
to minimize
; - for each of the 2 iterations you will compute
,
the square of the gradient norm with
, - you will introduce in your program two tests to get out of the do loop:
- gag=g'*A*g
- if( abs(gag) <= 10^(-10) )
- // in this case
remains at zero
- end
- You will compare
and explain this last result in a written paper.
Debug iter=, itessai=, errsg=
grad_quad, un pas gk, gk+1- gk
On considère:
, avec
la solution la solution du système linéaire
le point initial; ou pour copier coller:
A=[], F=[], x0=[], xstar =[]
Vous utiliserez, par exemple le programme
pour répondre aux questions suivantes: - Réaliser un programme qui calcule 2 itérations de la méthode du gradient à pas optimal
pour minimiser
; - vous calculerez pour chacune des 2 iterations,
,
le carre de la norme du gradient avec
, - vous introduirez dans votre programme deux tests de sortie de boucle:
- gag=g'*A*g
- if( abs(gag) <= 10^(-10) )
- // dans ce cas
est laisse a zero
- end
- Vous comparerez
et expliquerez par écrit ce dernier résultat.
Debogue iter=, itessai=, errsg=
min f quad pos def or not
In
with precision
,
is the matrix
positive definite?
Does the function function
admits a unique minimum ?
with
where E=[] and b=[];
Answer with yes or no
solve the linear sytem AX=b and provide
; in case of non unicity answer 3.333 for the component de
Compute the point x where the minimum of J is reached and provide
; in case of non unicity answer 3.333 for the component dof
debug:#### quest=, absdeter=,
min f quad def pos ou pas
Dans
avec la précision
,
la matrice
est-elle défine positive?
la fonction
admet-elle un minimum unique?
avec
et E=[] avec b=[];
Repondre par oui ou non
Résoudre le sytème linéaire AX=b et fournir
; en cas de non unicité répondre 3.3 à la composante de
Calculer le point x ou est atteint le minimum de J et fournir
; en cas de non unicité répondre 3.333 à la composante de
debug:#### quest=, absdeter=,
min rho, quadratic function
Compute in
the value of
where the function
gets its minimum;
the component of the point
where
with the function
at the point x=[],
with b=[], A=[], w=[]
debug:#### [], , , quest=
min rho, fonction quadratique
Calculer dans
la valeur de
où la fonction
atteint son minimum;
la composante du point
où
avec la fonction
au point x=[],
avec b=[], A=[], w=[]
debug:#### [], , , quest=
question 2 redact sauf les 2(nsansredac)
Enregistrez les numeros de vos exercices à rédiger:
et
Rédigez la solution des exercices
et
numexom1= numexo= numexo2= pg= exos 1 et 2 pas tires!
The most recent version
Cette page n'est pas dans son apparence habituelle parce que
WIMS n'a pas pu reconnaître votre navigateur de web.
Veuillez noter que les pages WIMS sont générées interactivement; elles ne
sont pas des fichiers
HTML ordinaires. Elles doivent être utilisées interactivement EN LIGNE.
Il est inutile pour vous de les ramasser par un programme robot.
Description: verifier numeriquement des proprietes. interactive exercises, online calculators and plotters, mathematical recreation and games
Keywords: interactive mathematics, interactive math, server side interactivity, , optimisation, minimisation, algorithme du gradient, scilab, octave