Tags:
datalogi
Vi har fået en datalogi eksamensopgave som går ud på at bestemme x* via tre metoder:
Gauss eliminination
Minimering af f(x)
QR-faktorisering
Vi har i vores opgave beskrevet to af metoderne, men vi mangler den ene som er via minimering af f(X) hvor f(x)=|b-Ax|^2=(b-Ax)^T(b-Ax) er en kvadratisk form og dermed en funktion af de m variable x^T=[x1 x2 ... xm]og hvor: f(x*)=min f(x)
Minimeringen af f(x) skal udføres ved hjælp af en specificeret iterativ optimeringsalgoritme
Spørgsmålet er så hvorledes vi skal beskrive denne metode? lagrangemetoden/optimering eller Gauss Newton, er de metoder vi er kommet frem til men vi er ret usikre på vores valg og håber nogle kan hjælpe os med at afklare hvilket der er mest oplagt i vores sammenhæng?