0% encontró este documento útil (0 votos)
2 vistas4 páginas

Gradient e

El documento detalla el cálculo del gradiente descendente a través de cinco iteraciones, comenzando desde un punto inicial específico y utilizando una función de costo definida. Se presentan los valores del vector y el costo en cada iteración, mostrando cómo se ajustan los parámetros para minimizar el error. Al final, se resume el costo alcanzado en cada iteración, destacando la convergencia hacia un costo menor.
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
2 vistas4 páginas

Gradient e

El documento detalla el cálculo del gradiente descendente a través de cinco iteraciones, comenzando desde un punto inicial específico y utilizando una función de costo definida. Se presentan los valores del vector y el costo en cada iteración, mostrando cómo se ajustan los parámetros para minimizar el error. Al final, se resume el costo alcanzado en cada iteración, destacando la convergencia hacia un costo menor.
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Cálculo del Gradiente Descendente paso a paso (X0 a X5)

Moisés Jahir González Márquez


February 25, 2026

Definición del Problema


Función de Costo (Error):

f (X) = 2x21 − 5x1 + 10x22 − 2x3 + sin(x4 )

Vector Gradiente Genérico:  


4x1 − 5
 20x2 
∇f (X) = 
 −2 

cos(x4 )
Parámetros Iniciales:
• Punto Inicial: X0 = (0, 1, −2, 3)

• Tasa de Aprendizaje: α = 0.1

Estado Inicial (X0 )


Valores: X0 = (0, 1, −2, 3)
Evaluación de la Función f (X0 ):

f (X0 ) = 2(0)2 − 5(0) + 10(1)2 − 2(−2) + sin(3)

f (X0 ) = 0 − 0 + 10 + 4 + 0.1411 = 14.1411


Cálculo del Gradiente ∇f (X0 ):
   
4(0) − 5 −5
 20(1)   20 
∇f (X0 ) = 
 −2  =  −2 
  

cos(3) −0.99

1
Iteración 1: Calculando X1
Fórmula: X1 = X0 − α · ∇f (X0 )
       
0 −5 0 − (−0.5) 0.5
1  20   1−2   −1.0 
X1 = −2 − 0.1  −2  =  −2 − (−0.2)  =  −1.8 
      

3 −0.99 3 − (−0.099) 3.099


Evaluación de Error f (X1 ):

f (X1 ) = 2(0.5)2 − 5(0.5) + 10(−1)2 − 2(−1.8) + sin(3.099)

f (X1 ) = 0.5 − 2.5 + 10 + 3.6 + 0.042 = 11.642

Iteración 2: Calculando X2
Gradiente en X1 : ∇f (X1 ) = (4(0.5) − 5, 20(−1), −2, cos(3.099))

∇f (X1 ) = (−3, −20, −2, −0.999)

Actualización:
       
0.5 −3 0.5 + 0.3 0.8
 −1   −20   −1 + 2   1.0 
 −1.8  − 0.1  −2  =  −1.8 + 0.2  =  −1.6 
X2 =        

3.099 −0.999 3.099 + 0.0999 3.199

Evaluación de Error f (X2 ):

f (X2 ) = 2(0.8)2 − 5(0.8) + 10(1)2 − 2(−1.6) + sin(3.199)

f (X2 ) = 1.28 − 4 + 10 + 3.2 − 0.057 = 10.423

2
Iteración 3: Calculando X3
Gradiente en X2 : ∇f (X2 ) = (4(0.8) − 5, 20(1), −2, cos(3.199))

∇f (X2 ) = (−1.8, 20, −2, −0.998)

Actualización:
       
0.8 −1.8 0.8 + 0.18 0.98
 1   20   1−2   −1.0 
 −1.6  − 0.1  −2  =  −1.6 + 0.2  =  −1.4 
X3 =        

3.199 −0.998 3.199 + 0.0998 3.299

Evaluación de Error f (X3 ):

f (X3 ) = 2(0.98)2 − 5(0.98) + 10(−1)2 − 2(−1.4) + sin(3.299)

f (X3 ) = 1.92 − 4.9 + 10 + 2.8 − 0.157 = 9.664

Iteración 4: Calculando X4
Gradiente en X3 : ∇f (X3 ) = (4(0.98) − 5, 20(−1), −2, cos(3.299))

∇f (X3 ) = (−1.08, −20, −2, −0.987)

Actualización:
       
0.98 −1.08 0.98 + 0.108 1.088
 −1   −20   −1 + 2   1.0 
 −1.4  − 0.1  −2  =  −1.4 + 0.2  =  −1.2 
X4 =        

3.299 −0.987 3.299 + 0.0987 3.398

Evaluación de Error f (X4 ):

f (X4 ) = 2(1.088)2 − 5(1.088) + 10(1)2 − 2(−1.2) + sin(3.398)

f (X4 ) = 2.367 − 5.44 + 10 + 2.4 − 0.254 = 9.073

3
Iteración 5: Calculando X5
Gradiente en X4 : ∇f (X4 ) = (4(1.088) − 5, 20(1), −2, cos(3.398))

∇f (X4 ) = (−0.648, 20, −2, −0.967)

Actualización:
       
1.088 −0.648 1.088 + 0.0648 1.1528
 1   20   1−2   −1.0 
 −1.2  − 0.1  −2  =  −1.2 + 0.2  =  −1.0 
X5 =        

3.398 −0.967 3.398 + 0.0967 3.495

Evaluación de Error f (X5 ):

f (X5 ) = 2(1.1528)2 − 5(1.1528) + 10(−1)2 − 2(−1) + sin(3.495)

f (X5 ) ≈ 8.639

Resumen de Resultados

Iteración Punto Vectorial X Costo f (X)


X0 (0, 1, −2, 3) 14.141
X1 (0.5, −1, −1.8, 3.099) 11.642
X2 (0.8, 1, −1.6, 3.199) 10.423
X3 (0.98, −1, −1.4, 3.299) 9.664
X4 (1.088, 1, −1.2, 3.398) 9.073
X5 (1.153, −1, −1.0, 3.495) 8.639

También podría gustarte