GDM: Gradient Descent method [GDM] (метод градиентного спуска)

In qwerty29544/IMSSLAER: Package for solving linear algebra equations with iterations

Description

The non-stationary iterative gradient descent method defined for both active and complex matrices. The cornerstone is the search for a minimum of a parabolic functional. A minimum of functionality will correspond to an unknown vector. (Нестационарный итерационный метод градиентного спуска, определённый как для действительных, так и для комплексных матриц. В основе метода лежит поиск минимума параболического функционала. Минимум функционала будет соответствовать неизвестному вектору.)

Usage

GDM(A, f, u, eps = 0.001, iterations = 10000)

Arguments

A	- the original matrix of the operator equation - numeric or complex matrix (исходная матрица операторного уравнения - вещественная или комплексная)
f	- bias - numeric or complex vector (вектор свободных членов вещественный или комплексный)
u	- initial approximation of an unknown vector - numeric or complex vector (начальное приближение неизвестного вектора - вещественный или комплексный вектор)
eps	- accuracy of calculation of the desired vector - numeric (точность вычисления искомого вектора - вещественная)
iterations	- the upper limit on the number of iterations when the method diverges (ограничение сверху на число итераций при расхождении метода)

Value

u - unknown vector in some approximation (неизвестный вектор в некотором приближении)

Examples

A <- matrix(rnorm(100) + 1i * rnorm(100), ncol = 10, nrow = 10)
f <- rnorm(10) + 1i * rnorm(10)
u <- rnorm(10)
print(IMSSLAER::GDM(A, f, u))

qwerty29544/IMSSLAER documentation built on March 9, 2021, 3:29 a.m.