Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gradiente
Gradiente
sk =−∇ f ( x)
En el método de máximo descenso la transición de un punto x^k a otro x k+1 viene dada por la
siguiente expresión:
Si en cada paso se realiza una optimización total en la dirección contraria al gradiente los pasos
sucesivos del método de máximo descenso son ortogonales uno con respecto al anterior. Este
resultado, que parece peculiar, ocurre para una determinada f(x) debido a que la derivada de f(x) a
lo largo de la línea s(λ) viene dado, utilizando la regla de la cadena.
Hessiano
En problemas de una dimensión, tanto la primera como la segunda derivada ofrecen información
valiosa en la búsqueda del óptimo.
La primera derivada
La segunda derivada
Una vez en el óptimo, la segunda derivada indicará si es un máximo [f ″(x) negativo] o un mínimo [f
″(x) positivo].
Aproximaciones por diferencias finitas; se debe mencionar que en los casos donde es difícil o
inconveniente calcular analíticamente tanto el gradiente como el determinante hessiano, éstos se
pueden evaluar numéricamente.
En la mayoría de los casos se emplea el método de la secante modificado. Es decir, las variables
independientes se modifican ligeramente para generar las derivadas parciales requeridas. Por
ejemplo, si se adopta el procedimiento de diferencias centrales, éstas se calculan así donde d es
un valor fraccional muy pequeño.