Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Metode Gradient Descent/Ascent

Presentasi serupa


Presentasi berjudul: "Metode Gradient Descent/Ascent"— Transcript presentasi:

1 Metode Gradient Descent/Ascent
Metode Komputasi Bagian 2 Metode Gradient Descent/Ascent Dosen: Deni Saepudin : Ruang C114 Telp

2 Gradien Descent Titik minimum (x1,y1) tercapai saat f(x1,y1)=(0, 0)
Diketahui permukaan z = f(x,y) dengan kurva ketinggian dinyatakan pada gambar Berangkat dari titik (x0, y0), nilai f menurun paling cepat dalam arah -f(x0,y0) Titik minimum (x1,y1) tercapai saat f(x1,y1)=(0, 0)

3 Langkah-langkah Berdasarkan prinsip kalkulus, pencarian titik minimum dapat dilakukan dengan langkah-langkah berikut: Masukan : f(x,y), titik awal (x0,y0), ukuran langkah , stopping kriteria  Langkah-langkah (untuk peminimuman): Selama |f(x0, y0)|>  masih berlaku (i) Hitung f(x0, y0) (ii) (x1,y1)= (x0,y0) - f(x0, y0) (iii) (x0,y0)=(x1,y1)

4 Contoh 1: Mencari titik minimum dari f(x,y) = x2+2y2
Titik awal P0(x0,y0)=(2,1), ukuran langkah  = 0.1 ∇f(x,y) = (2x, 4y) Nilai fungsi di titik awal f(2,1) = 5. Arah gerak agar nilai f menurun paling cepat di titik P0 adalah -∇f(2,1) = (-4,-4) Titik baru (x1,y1) = (2,1) + (-4,-4) (iterasi 1) = (2,1) + 0.1(-4,-4) = (1.6, 0.6) Nilai f(1.6, 0.6) = = = 3.28 (x0,y0) = (1.6, 0.6)

5 Contoh 1 (lanjutan) (x1,y1) = (1.6, 0.6) - ∇f(1.6,0.6) (iterasi 2)
= (1.6, 0.6) – 0.1(3.2, 2.4) = (1.28, 0.36) Nilai f(1.28, 0.36) = (x0,y0) = (1.28, 0.36) Ulangi terus proses sampai kriteria penghentian dicapai

6 Latihan: Terapkan metode Gradient Descent untuk mencari titik minimum dari fungsi f(x,y) = x2 - 4x + y2 + 6y + 8 Titik Awal : (x0, y0) = (10, 5)


Download ppt "Metode Gradient Descent/Ascent"

Presentasi serupa


Iklan oleh Google