Функция Розенброка

Значение функции Розенброка для двух переменных в окрестности точки ${\displaystyle (x,y)=(0,0)}$.

Функция Розенброка для двух переменных определяется как:

${\displaystyle f(x,y)=(1-x)^{2}+100(y-x^{2})^{2}.\quad }$

Она имеет глобальный минимум в точке ${\displaystyle (x,y)=(1,1)}$ где ${\displaystyle f(x,y)=0}$.

Встречаются два классических варианта многомерного обобщения функции Розенброка.

В первом случае, как сумма ${\displaystyle N/2}$ несвязанных двумерных функций Розенброка:

${\displaystyle f(\mathbf {x} )=f(x_{1},x_{2},\dots ,x_{N})=\sum _{i=1}^{N/2}\left[100(x_{2i-1}^{2}-x_{2i})^{2}+(x_{2i-1}-1)^{2}\right].}$[3]

Более сложным вариантом является:

${\displaystyle f(\mathbf {x} )=\sum _{i=1}^{N-1}\left[(1-x_{i})^{2}+100(x_{i+1}-x_{i}^{2})^{2}\right]\quad \forall x\in \mathbb {R} ^{N}.}$[4]

Существует также вероятностное обобщение функции Розенброка, предложенное англ. Xin-She Yang[5]:

${\displaystyle f(\mathbf {x} )=\sum _{i=1}^{n-1}{\Big [}(1-x_{i})^{2}+100\epsilon _{i}(x_{i+1}-x_{i}^{2})^{2}{\Big ]},}$

где случайные переменные ${\displaystyle \epsilon _{i}(i=1,2,...,n-1)}$ являются равномерно распределёнными Unif(0,1).

• Градиентный спуск
• Метод Нелдера — Мида

• Методические указания к исследовательской лабораторной работе по дисциплине «Математические основы кибернетики» // Крушель Е. Г., Степанченко О. В.  (недоступная ссылка с 13-05-2013 [3209 дней] — история)
• Rosenbrock, H. H. (1960), An automatic method for finding the greatest or least value of a function, The Computer Journal Т. 3: 175-184, MR: 0136042, ISSN 0010-4620, DOI 10.1093/comjnl/3.3.175

• Rosenbrock function plot in 3D (англ.).
• Minimizing the Rosenbrock Function by Michael Croucher, The Wolfram Demonstrations Project (англ.).
• Weisstein, Eric W. Rosenbrock Function (англ.) на сайте Wolfram MathWorld. (англ.)
• Solving non-linear models with Compact Quasi Newton solver part 1 (англ.).