مهسا فایل |
سایت دانلود فایل فایل ورد کامل تحقیق درمورد مینیمم کردن توابع چند متغیره
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
فایل ورد کامل تحقیق درمورد مینیمم کردن توابع چند متغیره دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد فایل ورد کامل تحقیق درمورد مینیمم کردن توابع چند متغیره کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل تحقیق درمورد مینیمم کردن توابع چند متغیره،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن فایل ورد کامل تحقیق درمورد مینیمم کردن توابع چند متغیره :
با دانلود تحقیق در مورد مینیمم کردن توابع چند متغیره در خدمت شما عزیزان هستیم.این تحقیق مینیمم کردن توابع چند متغیره را با فرمت word و قابل ویرایش و با قیمت بسیار مناسب برای شما قرار دادیم.جهت دانلود تحقیق مینیمم کردن توابع چند متغیره ادامه مطالب را بخوانید.
نام فایل:تحقیق در مورد مینیمم کردن توابع چند متغیره
فرمت فایل:word و قابل ویرایش
تعداد صفحات فایل:۵۹ صفحه
قسمتی از فایل:
یک طراحی مهندسی به تابعی به شکل زیر می رسد:
که در آن x و y پارامترهایی هستند که باید انتخاب شوند و یک تابع است، که مربوط به مخارج ساخت و ساز است و باید مینیمم شود.
روش های قابل استفاده برای بهینه سازی کردن نقاط را در این فصل مطالعه می کنیم.
مقدمه:
یک کاربرد مهم حساب دیفرانسیل، پیدا کردن مینیمم موضعی یک تابع است. مسائل مربوط به ماکزیمم کردن نیز با تئوری مینیمم کردن قابل حل هستند. زیرا ماکزیمم F در نقطه ای یافت می شود که -F مینیمم خود را اختیار می کند.
در حساب دیفرانسیل تکنیک اساسی برای مینیمم کردن، مشتق گیری از تابعی که میخواهیم آن را مینیمم کنیم و مساوی صفر قرار دادن آن است.
نقاطی که معادله حاصل را ارضا می کنند، نقاط مورد نظر هستند. این تکنیک را می توان برای توابع یک یا چند متغیره نیز استفاده کرد. برای مثال اگر یک مقدار مینیمم را بخواهیم، به نقاطی نگاه می کنیم که هر سه مشتق پاره ای برابر صفر باشند.
این روند را نمی توان در محاسبات عدی به عنوان یک هدف عمومی در نظر گرفت. زیرا نیاز به مشتقی دارد که با حل یک یا چند معادله بر حسب یک یا چند متغیر بدست می آید. این کار به همان سختی حل مسئله بصورت مستقیم است.
مسائل مقید[۱] و نامقید[۲] مینیمم سازی:
مسائل مینیمم سازی به دو شکل هستند:نامقید و مقید:
در یک مسئله ی مینیمم سازی نامقید یک تابع F از یک فضای n بعدی به خط حقیقی R تعریف شده و یک نقطه ی با این خاصیت که
جستجو می شود.
نقاط در را بصورت z, y, x و… نشان می دهیم. اگر نیاز بود که مولفه های یک نقطه را نشان دهیم می نویسیم:
در یک مسئله ی مینیمم سازی مقید، زیر مجموعه ی K در مشخص می شود . یک نقطه
جستجو می شود که برای آن:
چنین مسائلی بسیار مشکل ترند، زیرا نیاز است که نقاط در K در نظر گرفته شوند. بعضی مواقع مجموعه ی K به طریقی پیچیده تعریف می شود.
سهمی گون بیضوی به معادلهی
را در نظر بگیرید که در شکل ۱-۱۴ مشخص شده است. به وضوح مینیمم نامقید در نقطه ی
(۱و۱) ظاهر می شود، زیرا:
اگر
مینیمم مقید ۴ است و در (۰،۰) اتفاق می افتد.
Matlab دارای قسمتی است برای بهینه سازی که توسط اندرو گریس[۳] طراحی شده و شامل دستورات زیادی برای بهینه سازی توابع عمومی خطی و غیر خطی است.
برای مثال ما می توانیم مسئله ی مینیمم سازی مربوط به سهمی گون بیضوی نشان داده شده در شکل ۱-۱۴ را حل نماییم.
ابتدا یک M-file به نام q1.m می نویسیم و تابع را تعریف می کنیم:
function f=q1(x)
آنگاه از Matlab استفاده می کنیم تا مقدار مینیمم را در نزدیکی نقطه ی برای این تابع بدست آورد:
[۱]-constrained
[۲] -unconstrained
[۳] -Andrew Grace
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
