Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Quasi Newton

    Cargado por

    ESTEFANIA MONTIEL AGUIRRE
    69 vistas11 páginas
    Este documento describe métodos numéricos para resolver sistemas de ecuaciones no lineales como el método de Newton y métodos cuasi-Newton. El método de Newton encuentra el mínimo de una función iterativamente usando la primera y segunda derivada, mientras que los métodos cuasi-Newton como BFGS y L-BFGS aproximan la matriz hessiana inversa sin calcular derivadas exactas. Estos métodos se usan comúnmente en aprendizaje automático, econometría, finanzas e ingeniería.

    Descripción original:

    Título original

    quasi newton

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Este documento describe métodos numéricos para resolver sistemas de ecuaciones no lineales como el método de Newton y métodos cuasi-Newton. El método de Newton encuentra el mínimo de una función iterativamente usando la primera y segunda derivada, mientras que los métodos cuasi-Newton como BFGS y L-BFGS aproximan la matriz hessiana inversa sin calcular derivadas exactas. Estos métodos se usan comúnmente en aprendizaje automático, econometría, finanzas e ingeniería.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    69 vistas11 páginas

    Quasi Newton

    Cargado por

    ESTEFANIA MONTIEL AGUIRRE
    Este documento describe métodos numéricos para resolver sistemas de ecuaciones no lineales como el método de Newton y métodos cuasi-Newton. El método de Newton encuentra el mínimo de una función iterativamente usando la primera y segunda derivada, mientras que los métodos cuasi-Newton como BFGS y L-BFGS aproximan la matriz hessiana inversa sin calcular derivadas exactas. Estos métodos se usan comúnmente en aprendizaje automático, econometría, finanzas e ingeniería.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 11

    Soluciones numéricas de

    sistemas de ecuaciones no
    lineales por métodos de newton
    y cuasi-newton
    01.METODO DE NEWTON

    Índice 03. APLICACIONES


    02. MÉTODOS CUASI-NEWTON

    04. EJMPLO Y CODIGO


    Método de
    newton
    Método de Newton

    Es un algoritmo de optimización numérica que se utiliza para


    encontrar el mínimo de una función. Funciona mejorando
    iterativamente una estimación inicial del mínimo hasta que
    converge a una solución. El método utiliza la primera y segunda
    derivada de la función para estimar el tamaño de paso óptimo en
    cada iteración.
    Quasi-Newton
    Métodos cuasi-Newton
    Los métodos cuasi-Newton son una clase de algoritmos de optimización
    numérica que se utilizan para encontrar el mínimo de una función.
    Algoritmos:
    El algoritmo Broyden-Fletcher-Goldfarb-Shanno (BFGS). Es un algoritmo
    iterativo que actualiza una aproximación de la matriz hessiana inversa de la
    función objetivo.
    El algoritmo BFGS de memoria limitada (L-BFGS) es una variante del algoritmo
    BFGS que utiliza memoria limitada. A menudo se utiliza en problemas de
    optimización a gran escala donde la matriz de Hesse es demasiado grande para
    almacenarla en la memoria.
    Aplicaciones del
    método Quasi-Newton
    Algunas de las aplicaciones
    comunes de los métodos Quasi-
    Newton Algunas de las aplicaciones comunes de los
    métodos Quasi-Newton son:
    Entrenamiento de redes neuronales
    profundas en aprendizaje automático
    Estimación de parámetros en econometría
    y finanzas.
    Optimización del diseño en ingeniería.
    Ejemplo
    Ejemplo
    Muchas
    gracias!

    También podría gustarte