Согласно какому методу после вычисления в начальной точке градиента функции делают в направлении антиградиента не маленький шаг, а движутся до тех пор, пока функция убывает?

Правильный ответ:

• # Какой метод позволяет найти решение без значительного ухудшения обусловленности задачи?
• # Пусть дана прямая задача: максимизировать Σcjxj, j=1,...,n при ограничениях Σaijxj≤b, i=1,...,m, xj≥0, j=1,...,n. Если оптимальное значение соответствующей двойственной переменной равно нулю, то в оптимальном решении данной задачи i–е ограничение выполняется:
• # Если x' и y' – допустимые решения пары двойственных задач и при этом выполняется равенство Σcjx'j+Σcj(x'j–x'j+n2) = Σbiy'i + Σbi(y'i–y'i+m2), то x' и y':
• # Предположим, что имеется интервал неопределенности (x1; x3) и известно значение f(x2) внутри этого интервала. Положим x2–x1 = L и x3–x2 = R, L > R. Если x4 находится в интервале (x1; x2) и новым интервалом неопределенности будет (x1; x2) длиной x2–x1 = L, то:
• # Дана функция F(x). Известно, что x' доставляет некоторый экстремум функции F(x) на интервале [a; b] с заданной точностью ξ. При этом F1 и F2 – значения функции F(x) в окрестности ±ξ вычисленной точки x=(a+b)/2. Если F1 < F2, т.е. b = x, то: