Учебный репозиторий с лабораторными работами по прикладным методам оптимизации. В работах рассматриваются аналитическое дифференцирование сложных функций, численный поиск экстремума функции одной переменной и классификация стационарных точек функции нескольких переменных.
| Работа | Тема | Реализация |
|---|---|---|
| Лабораторная работа № 1 | Аналитическое дифференцирование | Вычисление производных пяти сложных функций и сравнение двух алгебраически эквивалентных формул |
| Лабораторная работа № 3 | Одномерная оптимизация | Равномерный поиск, дихотомия, золотое сечение, метод Фибоначчи, оценка точности и времени работы |
| Лабораторная работа № 4 | Безусловная многомерная оптимизация | Символьный градиент, критические точки, матрица Гессе и классификация точек |
Лабораторная работа № 2 в текущей версии репозитория отсутствует.
- Python 3.10+;
- стандартные модули
math,timeиtyping; - NumPy — подготовка числовых данных для графиков;
- Matplotlib — визуализация эффективности методов;
- SymPy — символьное дифференцирование и решение систем уравнений.
Склонируйте репозиторий и перейдите в его каталог:
git clone <URL-репозитория>
cd "4 Kurs Applied Optimization Methods"Создайте виртуальное окружение и установите внешние зависимости:
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install numpy matplotlib sympyДля Lab1 внешние библиотеки не нужны. Lab3 использует NumPy и Matplotlib, а Lab4 — SymPy.
Команды выполняются из корня репозитория:
# Отдельные задания лабораторной работы № 1
python .\Lab1\1.py
python .\Lab1\2.py
python .\Lab1\3.py
python .\Lab1\4.py
python .\Lab1\5.py
# Сравнение методов одномерной оптимизации
python .\Lab3\main.py
# Исследование стационарных точек функции нескольких переменных
python .\Lab4\main.pyПодробности, параметры экспериментов и описание результатов приведены в README соответствующих работ.
Исходный код распространяется на условиях файла COPYRIGHT: все права защищены, использование и распространение требуют предварительного письменного разрешения правообладателя.