Gradient-Descent-G6 — Resumo rápido

Este repositório contém implementações simples de gradiente (descida e subida) para três funções: f, g e h. É utilizado para o exercício APS2.

Arquivos principais

• functions.py — define as derivadas parciais e gradientes:

  • f: dfx, dfy — derivadas parciais da função f; f_grad(x,y) retorna (dfx, dfy).
  • g: dgx, dgy — derivadas parciais da função g; g_grad(x,y) retorna (dgx, dgy).
  • h: dhx, dhy — derivadas parciais da função h; h_grad(x,y) retorna (dhx, dhy).

• main.py — implementa os algoritmos de gradient descent e gradient ascent. É chamado pela linha de comando para minimizar (f ou g) ou maximizar (h).

Como executar

1. Executar minimização de f (descida de gradiente):

python3 main.py f <x0> <y0> <learning_rate> <precision>

Exemplo:

python3 main.py f 0 0 0.1 1e-6

2. Executar minimização de g (descida de gradiente):

python3 main.py g 0 0 0.01 1e-6

3. Executar maximização de h (subida de gradiente):

python3 main.py h 0 0 0.01 1e-6

Opção debug: se adicionada como último argumento e definida como true, imprime iterações.

Exemplo com debug:

python3 main.py f 0 0 0.1 1e-6 true

Referência do exercício

• Veja o relatório da atividade com mais detalhes: APS2.md (ou APS2.pdf). Ele contém enunciado, requisitos e informações adicionais sobre as tarefas.

Notas

• O módulo functions.py usa math.exp para exponenciais.
• main.py detecta automaticamente se deve usar descendente (f e g) ou ascendente (h).