FindMinValue

FindMinValue[f,x]

f の極小値を与える．

FindMinValue[f,{x,x0}]

点 x=x0からスタートした検索で求まった，f の極小値を与える．

FindMinValue[f,{{x,x0},{y,y0},…}]

複数の変数を持つ関数の極小値を与える．

FindMinValue[{f,cons},{{x,x0},{y,y0},…}]

条件 cons に従って極小値を与える．

FindMinValue[{f,cons},{x,y,…}]

条件で定義される範囲内の点からスタートする．

詳細とオプション

  • FindMinValue[…]は事実上First[FindMinimum[…]]に等しい．
  • 変数の始点がリストで与えられた場合，変数の値は同じ時点のリストであるとみなされる．
  • cons は方程式，不等式これらの論理結合を含むことができる．
  • 制約条件 cons は以下の論理結合でよい．
  • lhs==rhs方程式
    lhs>rhs または lhs>=rhs 不等式
    {x,y,…}∈reg領域指定
  • FindMinValueは，まずすべての変数の値を局所化し，次に記号的な変数で f を評価し，次に結果を繰返し数値的に評価する．
  • FindMinValueは属性HoldAllを有し，事実上Blockを使って変数を局所化する．
  • FindMinValue[f,{x,x0,x1}]は x0と x1を x の最初の2つの値として使って導関数の使用を避けて f 中の極小値を検索する．
  • FindMinValue[f,{x,x0,xmin,xmax}] は極小値を検索し，x が xminから xmaxまでの範囲外に出たところで検索を中止する．
  • f と cons が両方とも線形である場合を除き，FindMinValueによって求まった結果は極小値のみに対応し，最小値には対応しない場合がある．
  • デフォルトで，すべての変数は実数であるとみなされる．
  • 線形の f と cons について，x∈Integersを使って変数が整数値のみを取るように指定することができる．
  • FindMinValueはFindMinimumと同じオプションを取る．

    • 全オプションのリスト

例題

すべて開くすべて閉じる

例  (4)

一変数関数の最小値を求める：

多変数関数の最小値を求める：

制約条件に従って関数の最小値を求める：

幾何学領域上で，関数の最小値を求める：

スコープ  (12)

始点が異なると，異なる極小値が得られる：

x=2, y=2から始まる二変数関数の最小値：

円板内に制約された極小の値：

始点は与えなくてもよい：

線形目的および制約については，整数の制約条件を課すことができる：

Or条件を指定することができる：

幾何学領域上で，関数の最小値を求める：

これをプロットする：

2領域間の最短距離を求める：

これをプロットする：

三角形と楕円が交差する最小の を求める：

これをプロットする：

指定された3点を含む，円板の最小半径を求める：

Circumsphereを使うと，同じ結果が直接与えられる：

を使い， が 内のベクトルであると指定する：

2領域間の最短距離を求める：

これをプロットする：

オプション  (8)

AccuracyGoalとPrecisionGoal  (2)

次で収束基準とを強制する：

次で収束条件とを強制する：

WorkingPrecisionを高くするとプロセスが収束する：

EvaluationMonitor  (1)

極小値への収束をプロットする：

Gradient  (2)

指定された勾配を使う：

傾斜とヘッシアンの両方を与える：

Method  (1)

この場合，デフォルトの導関数に基づいたメソッドでは難しい：

導関数を必要としない直接探索法がこの場合は役に立つ：

NMinimizeもまた，さまざまな直接探索法を使う：

StepMonitor  (1)

FindMinValueが関数の最小値を求めるのに使うステップ：

WorkingPrecision  (1)

作業精度をに設定する．デフォルトでAccuracyGoalとPrecisionGoalはに設定される：

特性と関係  (1)

FindMinimumは最小値と最小とする引数の両方を与える：

FindArgMinは極小値の位置をリストにして与える：

FindMinValueは最小における値を与える：

考えられる問題  (4)

制約条件範囲が空であると，アルゴリズムは収束しない：

最小値が有限ではないと，アルゴリズムは収束しない：

整数線形計画法アルゴリズムは機械数の問題には使えない：

適切な初期値を与えるとアルゴリズムの収束が助けられることがある：

Wolfram Research (2008), FindMinValue, Wolfram言語関数， https://reference.wolfram.com/language/ref/FindMinValue.html （2014年に更新）.

テキスト

Wolfram Research (2008), FindMinValue, Wolfram言語関数， https://reference.wolfram.com/language/ref/FindMinValue.html （2014年に更新）.

CMS

Wolfram Language. 2008. "FindMinValue." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2014. https://reference.wolfram.com/language/ref/FindMinValue.html.

APA

Wolfram Language. (2008). FindMinValue. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/FindMinValue.html

BibTeX

@misc{reference.wolfram_2024_findminvalue, author="Wolfram Research", title="{FindMinValue}", year="2014", howpublished="\url{https://reference.wolfram.com/language/ref/FindMinValue.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_findminvalue, organization={Wolfram Research}, title={FindMinValue}, year={2014}, url={https://reference.wolfram.com/language/ref/FindMinValue.html}, note=[Accessed: 21-November-2024 ]}