Analiza wielowymiarowa od pierwszych zasad
Optymalizacja w wielu wymiarach zaczyna się dokładnie tam, gdzie w jednym wymiarze: musisz znaleźć miejsce, gdzie nachylenie jest zerowe. Ale teraz „nachylenie" to cały wektor gradientu, więc punkt krytyczny to miejsce, gdzie każda pochodna cząstkowa zeruje się jednocześnie, ∇f = 0.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Punkty krytyczne w Rⁿ