★ 最小値の求め方(アルゴリズム?) ★

 283 最小値の求め方(アルゴリズム?)  you  1999/11/10 (水) 11:30
  284 Re: 最小値の求め方(アルゴリズム?)  青木繁伸  1999/11/10 (水) 11:39
   285 Re^2: 最小値の求め方(アルゴリズム?)  you  1999/11/10 (水) 11:59
    288 Re^3: 最小値の求め方(アルゴリズム?)  青木繁伸  1999/11/10 (水) 13:56
     291 Re^4: 最小値の求め方(アルゴリズム?)  堀 啓造  1999/11/10 (水) 20:24
     289 Re^4: 最小値の求め方(アルゴリズム?)  you  1999/11/10 (水) 16:19


283. 最小値の求め方(アルゴリズム?)  you  1999/11/10 (水) 11:30
青木先生,みなさま,こんにちは。

最小値の求め方(アルゴリズム?)をお教え下さい。

x,y のとる範囲は以下のようになっています。
SSについてxとyの総当たり計算を行います。当然,そのときのx,y値を用いて,z値も以下の式より計算します。
その時,SSが一番最小となるときの,CL,Vd 値を求めたいのですが,Basic でプログラムしダブルループで計算させるとものすごく時間が掛かり,Newton-Raphson法とかのアルゴリズムで解こうとしたもののうまくいかず,藁をもつかみたい状況です。

x=4.88〜9.12
y=282〜732
cl=7
vd=450
tu=1

SS= (cl-x)^2/(2.12)^2 + (Vd-y)^2/(282)^2 + (tu-z)^2/(0.13)^2


z=(250/vd)*(a/b)*c

a=(1-exp(-(cl/vd)*240))
b=(1-exp(-(cl/vd)*24))
c=exp(-(cl/vd)*3)

もし,何か良い方法,よいアルゴリズム,アドバイス等ありましたらお教えの程お願いいたします。

     [このページのトップへ]


284. Re: 最小値の求め方(アルゴリズム?)  青木繁伸  1999/11/10 (水) 11:39
> その時,SSが一番最小となるときの,CL,Vd 値を求めたいのですが,

SSが最小になるx,yではないのですか?Cl,Vdは定数ではないのですか?

> Newton-Raphson法とかのアルゴリズムで解こうとしたもののうまくいかず,

どういう風にうまくいかなかったのでしょうか?

     [このページのトップへ]


285. Re^2: 最小値の求め方(アルゴリズム?)  you  1999/11/10 (水) 11:59

> SSが最小になるx,yではないのですか?Cl,Vdは定数ではないのですか?

誠に失礼しました。求めるのはx,yです。実際は,cl,vd(定数)の値は母集団の平均値で,x,y(変数)はその分散を表しています。そして,z=tuに成るような,x,yを求めたいと思っております。


> > Newton-Raphson法とかのアルゴリズムで解こうとしたもののうまくいかず,
> どういう風にうまくいかなかったのでしょうか?

xo=x-(f(x)/f(x)')  x値をf(x)に代入して,そのときのf(x)の微分で割り,xより引く。得られたxoをx値として,同様に繰り返すと傾きが0に近似した値が得られる。

ss=f(x)と置いた場合,x,yの2つの変数があり,この場合だと一つの式で2つの解を求めよ。。と成るような気がするのですが。。。

応用が利かない点,お許し下さい。

     [このページのトップへ]


288. Re^3: 最小値の求め方(アルゴリズム?)  青木繁伸  1999/11/10 (水) 13:56
> ss=f(x)と置いた場合,x,yの2つの変数があり,この場合だと一つの式で2つの解を求めよ。。と成るような気がするのですが。。。

以前に示した伊理「数値計算」,手に入らなかったですか。

以下2変数間数f(x,y)の最小値を求めるときの概略を書いてみましょう。
最小値となるx,yにおいては,x,yについての一次偏導関数が0になります。
一次導関数をg(x,y)=∂f(x,y)/∂x,h(x,y)=∂f(x,y)∂yとします。
そこで,
g(x,y)=0
h(x,y)=0
の連立方程式を解けばよいのです。
連立方程式をニュートン法で解くときにはg,hの一次偏導関数行列(J;ヤコビ行列)が必要になります。
今の場合Jは2×2行列で,
∂g(x,y)/∂x ∂g(x,y)/∂y
∂h(x,y)/∂x ∂h(x,y)/∂y
です。この逆行列をK(i,j)とすると,ニュートン・ラフソン法は
x_n=x_o-{K(1,1)*x_o+K(1,2)*y_o)}*g(x_o,y_o)
y_n=y_o-{K(2,1)*x_o+K(2,2)*y_o)}*h(x_o,y_o)
となります。これは,一変数のニュートン・ラフソン法の拡張ですね。

テキストで書くのは大変面倒で,不明瞭にもなるので,上の内容もどこか不適切な表現になっているかも知れません。
x_o,y_o によりよりよい近似値x_n,y_nが得られるというような記法です。

     [このページのトップへ]


291. Re^4: 最小値の求め方(アルゴリズム?)  堀 啓造  1999/11/10 (水) 20:24
> 以前に示した伊理「数値計算」,手に入らなかったですか。

昔,買ったはずの伊理氏の本が見つからない。本の山なので確認は難しい。

     [このページのトップへ]


289. Re^4: 最小値の求め方(アルゴリズム?)  you  1999/11/10 (水) 16:19
青木先生 大変お手数取らせました。

> 以前に示した伊理「数値計算」,手に入らなかったですか。

残念ながら,。。。。。無いみたいなんです。
別な本は有るみたいなのですけど。。

どちらにしろ,基礎が無い私には到底無理な次元の計算みたいです。
まるでチンプンカンプン。。
もう少し勉強してきます。 どうもありがとうございました。

     [このページのトップへ]


● 「統計学関連なんでもあり」の過去ログ--- 003 の目次へジャンプ
● 「統計学関連なんでもあり」の目次へジャンプ
● 直前のページへ戻る