我有一个多项式函数,我想找出所有的局部极值。我可以通过P(x)
计算多项式,并通过d_P(x)
计算其导数。你知道吗
我的第一个想法是使用minimize_scalar
,但是这似乎不能利用我可以计算导数的事实。或者,我可以使用更一般的minimize
函数并提供梯度。你知道吗
关于哪种方法更有效,是否有一个经验法则,或者我应该在这里测试两种方法,看看哪些方法更有效。因为我正在优化的函数是一个多项式(表现良好),我想知道它是否真的那么重要,我使用,但如果有人有一个更大的背景,这将是伟大的。你知道吗
特别地,P(x)
是n
次的(唯一)多项式,其在一组n-1
点上交替地获得1
或-1
的值。你知道吗
因为您有一个连续的标量函数,
minimize_scalar
的文档提出了一种更离散的优化方法。因为它不使用梯度信息,你就不会有噪音/不连续性/离散性的麻烦。但是,如果将minimize
与基于梯度的方法结合使用,则会在噪声/不连续性/离散性的收敛方面遇到困难。你知道吗如果目标函数是一阶连续的,那么
minimize
和minimize_scalar
对于给定的界应该产生相同的解。你知道吗相关问题 更多 >
编程相关推荐