Локальный минимум - это когда функция имеет минимум в некой округи

Локальный минимум - это когда функция имеет минимум в некой округи точки минимума:
nbsp;(*ответ*) да
nbsp;нет
Способ быстрейшего спуска более эффективен, чем способ покоординатного спуска:
nbsp;(*ответ*) да
nbsp;нет
Способ покоординатного спуска - один из способов поиска экстремума функции:
nbsp;(*ответ*) да
nbsp;нет
Способ покоординатного спуска содержится в поочередном движении вдоль каждой из координат:
nbsp;(*ответ*) да
nbsp;нет
Методы поиска экстремума функции:
nbsp;(*ответ*) много
nbsp;два
nbsp;один
nbsp;три
Минимум функции бывает локальный и глобальный:
nbsp;(*ответ*) да
nbsp;нет
Полный дифференциал - основная часть полного приращения функции условно приращений доводов:
nbsp;(*ответ*) да
nbsp;нет
Смещение частной производной характеризует изменение функции вдоль довода х:
nbsp;(*ответ*) да
nbsp;нет
Метод изображения функции двух переменных в виде изолиний используется в топографии:
nbsp;(*ответ*) да
nbsp;нет
Точки минимума и максимума - это точки экстремума функции:
nbsp;(*ответ*) да
nbsp;нет
Точки, где первая производная обращается в ноль, называются:
nbsp;-gt; стационарными
nbsp;неизменными
nbsp;устойчивыми
nbsp;переменными
Функция 2-ух переменных имеет трехмерное изображение:
nbsp;-gt; да
nbsp;нет
Функция может быть задана таблично, графически либо другими методами:
nbsp;-gt; да
nbsp;нет
Функция одной переменной на графике имеет вид кривой:
nbsp;-gt; да
nbsp;нет
Частной производной называется функция, получающаяся при дифференцировании:
nbsp;-gt; да
nbsp;нет
Приватные производные по х и по y - разны:
nbsp;-gt; да
nbsp;нет
Приватный дифференциал - главная часть приращения, которое получает функция при изменении только 1-го довода:
nbsp;-gt; да
nbsp;нет
В способе дихотомии интервал неопределенности убавляется как показательная функция:
nbsp;-gt; да
nbsp;нет
В способе быстрейшего спуска в направлении выбранного градиента делается несколько шагов до тех пор, пока мотивированная функция не начнет ухудшаться:
nbsp;-gt; да
nbsp;нет
В способе пассивного поиска точность обратно пропорциональна числу измерений:
nbsp;-gt; да
nbsp;нет