최적화

최적화는 실수값 함수를 최소화 또는 최대화하는 것입니다. 기호적 및 수치적 최적화 방법은 기계 학습과 로봇 공학을 포함한 다양한 분야에서 중요한 방법입니다. Wolfram|Alpha는 최첨단 방법을 사용하여 다양한 종류의 최적화 문제를 해결할 수 있습니다.

광역 최적화

대역적 극값을 찾거나 함수의 절대 최대값 또는 최소값을 찾습니다.

대역적 극값을 찾습니다:

극값 (-4 x + x^2) e^(-x^2)

함수를 최소화 또는 최대화합니다:

x^4-x를 최소화
x(1-x)e^x 최대화

여러 변수를 포함하는 함수를 최소화 또는 최대화합니다:

5 + 3x - 4y - x^2 + x y - y^2 최대화
(4 - x^2 - 2y^2)^2 최소화

극값

특정 부분 영역에서만 극값으로 인정되는 그값을 찾습니다.

국소적 극소값 또는 극대값을 구합니다:

국소 최대값 x^5 - 10x^3 + 30x
국소 최소값 x^2/40 + cos(x) + 1
sin x^2의 국소 극값

제약적 최적화

특정 조건을 만족하는 극한을 구합니다.

제약 조건에 따라 함수를 최소화 또는 최대화합니다:

x^5 - 3x^4 + 5 를 [0,4]의 범위에서 최소화
e^x sin y를 x^2+y^2=1에 대해 최대화
x^2+2y^2+3z^2<=1에서 xyz를 최대화

더 나아가기

미적분 응용을 위한단계별 설명

관련 예제

  • 미적분의 응용
  • 응용 수학
  • 미적분학과 해석
  • 수치 해석
  • 정류점
  • 벡터 해석

    • 관련 WOLFRAM 리소스

  • Wolfram 최적화