Algoritmus využívající kvadratické interpolace pro minimalizaci funkce bez omezení

Abstract

Práce se zabývá metodami pro minimalizaci funkce bez omezení. Klasické metody vyžadují znalost první derivace (gradientu), případně i druhé derivace (Hessiánu). Pokud je náročné tyto hodnoty vypočítat, pak se používají tzv. metody nultého řádu. Mezi tyto metody patří i metoda využívající kvadratické interpolace funkce. Úkolem této práce je seznámení s touto metodou, popis jejích základních rysů a následně popis algoritmu pro výpočet a celková implementace kódu.

This work is devoted to methods for unconstrained minimization. Classical methods need the knowledge of first derivation (gradient) eventually second derivation (Hessian). However, if both of these numbers are hard to evaluate, we use derivative free algorithms. An algorithm using quadratic interpolation for unconstrained optimization is one of them. The goal of this work is to describe the basics features of this method, to cover the whole algorithm and then to implement the code of program.