Ejercicio · ZW-METODO-DE-NEWTON-MULTIVARIABLE-004 · ★☆☆ Básico

¿Qué tipo de convergencia tiene el método de Newton cerca de un mínimo con hessiana invertible?

Elige una opción.

Ver respuesta
  • D. Cuadrática

Explicación

Cerca del mínimo el error se eleva al cuadrado en cada iteración, lo que es convergencia cuadrática. La convergencia lineal es más lenta y la logarítmica no describe este caso.

Estudiar Optimización continua en ZWMath →

Repasa el concepto: Método de Newton en optimización

El método de Newton para optimización es un algoritmo iterativo que busca un punto crítico de una función diferenciable \(f:\mathbb{R}^n\to\mathbb{R}\) usando el gradiente \(\nabla f\) y la hessiana \(H_f\).

\[x_{k+1}=x_k-H_f(x_k)^{-1}\nabla f(x_k)\]

Más ejercicios de método de newton en optimización

← ZW-METODO-DE-NEWTON-MULTIVARIABLE-003 ZW-METODO-DE-NEWTON-MULTIVARIABLE-005 →