共役勾配法 - 版の履歴

2008年11月7日 (金) 07:13にAlbeit-Kunによる

2008-11-07T07:13:55Z

Orsjwiki: "共役勾配法" を保護しました。 [edit=sysop:move=sysop]

2007-07-19T23:56:52Z

"共役勾配法" を保護しました。 [edit=sysop:move=sysop]

2007年7月11日 (水) 15:28に124.144.188.143による

2007-07-11T15:28:35Z

122.17.2.240: 新しいページ: ''''【きょうやくこうばいほう (conjugate gradient method)】''' $n$ 次正定値対称行列 $G$ に対して, $n$ 次元ベクトル $u, v\neq 0$ が$u^{\top}Gv = 0...'

2007-07-11T05:53:52Z

新しいページ: ''''【きょうやくこうばいほう (conjugate gradient method)】''' $n$ 次正定値対称行列 $G$ に対して, $n$ 次元ベクトル $u, v\neq 0$ が$u^{\top}Gv = 0...'

新規ページ

'''【きょうやくこうばいほう (conjugate gradient method)】'''

$n$ 次正定値対称行列 $G$ に対して, $n$ 次元ベクトル $u, v\neq 0$ が$u^{\top}Gv = 0$ を満たすとき, $u$ と $v$ は $G$ に関して互いに共役であるという. $G$ をヘッセ行列にもつ狭義凸2次関数を最小化する問題において, 勾配を利用して $G$ に関して互いに共役な探索方向を生成する反復法を共役勾配法という. この解法は, 正確な直線探索をすれば高々 $n$ 回の反復で最小解を得ることができる. 一般の制約なし最適化問題への拡張も考えられている.

← 古い版		2008年11月7日 (金) 07:13時点における版
2行目:		2行目:

	<math>n \,</math> 次正定値対称行列 <math>G \,</math> に対して, <math>n \,</math> 次元ベクトル <math>u, v\neq 0 \,</math> が<math>u^{\top}Gv = 0 \,</math> を満たすとき, <math>u \,</math> と <math>v \,</math> は <math>G \,</math> に関して互いに共役であるという. <math>G \,</math> をヘッセ行列にもつ狭義凸2次関数を最小化する問題において, 勾配を利用して <math>G \,</math> に関して互いに共役な探索方向を生成する反復法を共役勾配法という. この解法は, 正確な直線探索をすれば高々 <math>n \,</math> 回の反復で最小解を得ることができる. 一般の制約なし最適化問題への拡張も考えられている.		<math>n \,</math> 次正定値対称行列 <math>G \,</math> に対して, <math>n \,</math> 次元ベクトル <math>u, v\neq 0 \,</math> が<math>u^{\top}Gv = 0 \,</math> を満たすとき, <math>u \,</math> と <math>v \,</math> は <math>G \,</math> に関して互いに共役であるという. <math>G \,</math> をヘッセ行列にもつ狭義凸2次関数を最小化する問題において, 勾配を利用して <math>G \,</math> に関して互いに共役な探索方向を生成する反復法を共役勾配法という. この解法は, 正確な直線探索をすれば高々 <math>n \,</math> 回の反復で最小解を得ることができる. 一般の制約なし最適化問題への拡張も考えられている.
		+
		+	[[Category:非線形計画\|きょうやくこうばいほう]]

← 古い版		2007年7月11日 (水) 15:28時点における版
1行目:		1行目:
	'''【きょうやくこうばいほう (conjugate gradient method)】'''		'''【きょうやくこうばいほう (conjugate gradient method)】'''

−	$n$ 次正定値対称行列 $G$ に対して, $n$ 次元ベクトル $u, v\neq 0$ が$u^{\top}Gv = 0$ を満たすとき, $u$ と $v$ は $G$ に関して互いに共役であるという. $G$ をヘッセ行列にもつ狭義凸2次関数を最小化する問題において, 勾配を利用して $G$ に関して互いに共役な探索方向を生成する反復法を共役勾配法という. この解法は, 正確な直線探索をすれば高々 $n$ 回の反復で最小解を得ることができる. 一般の制約なし最適化問題への拡張も考えられている.	+	<math>n \,</math> 次正定値対称行列 <math>G \,</math> に対して, <math>n \,</math> 次元ベクトル <math>u, v\neq 0 \,</math> が<math>u^{\top}Gv = 0 \,</math> を満たすとき, <math>u \,</math> と <math>v \,</math> は <math>G \,</math> に関して互いに共役であるという. <math>G \,</math> をヘッセ行列にもつ狭義凸2次関数を最小化する問題において, 勾配を利用して <math>G \,</math> に関して互いに共役な探索方向を生成する反復法を共役勾配法という. この解法は, 正確な直線探索をすれば高々 <math>n \,</math> 回の反復で最小解を得ることができる. 一般の制約なし最適化問題への拡張も考えられている.

← 古い版	2007年7月19日 (木) 23:56時点における版
(相違点なし)