Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
_ Шпоры - МАТЧАСТЬ.doc
Скачиваний:
0
Добавлен:
01.04.2025
Размер:
2.05 Mб
Скачать

44.Метод наискорейшего спуска.

Метод применяется для нахождения минимума некоторой функции = f(x1, x2, ..., xn), заданной в евклидовом про­ст­ран­ст­ве, где = (x1, x2, ..., xn) — вектор. Численные методы отыс­ка­ния экстремума функции состоят в построении последова­тельности векторов { }, удовлетворяющих условию: f( ) > f( (1)) > ... > f( (n)). Методы построения таких последо­ватель­ностей называются методами спуска. В этих методах элементы последовательности { } вычисляются по формуле

(k = 0,1,2,...…),

где вектор (k) определяет направление спуска; — длина шага в данном направлении.

Градиент функции в точке направлен в сторону наис­ко­рей­шего локального возрастания функции. Следовательно, на­прав­­ление спуска должно быть противоположным градиенту. Век­тор, противоположный градиенту, называется антигра­диен­том. Выбирая антиградиент в качестве направления спуска, при­ходят к итерационному процессу вида

(k = 0,1,2,...),

где в точке .

Все методы спуска, в которых вектор совпадает с ан­тиградиентом, называются градиентными методами. Они отлича­ются друг от друга только выбором шага. Наибольшее приме­не­ние нашли метод наискорейшего спуска и метод дробления шага. В методе наискорейшего спуска величина определяется из усло­вия

,

т. е. на каждом шаге решается одномерная задача минимизации. Для решения этой задачи можно применить метод золотого сечения. Отметим, что на двух последовательных шагах решения направления спуска ортогональны. Для окончания процесса счета можно использовать различные критерии. Например, счет можно прекратить, если выполняется условие

 grad f( (k+1))  <  , где  grad f  = . В этом случае полагаем .

45.Метод покоординатного спуска.

Метод применяется для отыскания минимума функции n перемен- ных. Выбирается некоторое начальное приближение х(0) точки минимума функции. Затем выбирается направление спуска параллельно оси 0х1 и решается задача одномерной минимизации функции. Величина 0 определяется из условия

.

Затем определяется первое приближение точки минимума а все остальные координаты остаются без измене- ния. При следующем уточнении точки минимума спуск производится вдоль линии, параллельной оси 0х2. Величина a1 определяется из условия

.

Затем определяется второе приближение точки минимума а все остальные координаты остаются без изменения. Аналогичным способом спуск продолжается в направлении следующих координат. После этого спуск снова начинается в направлении пер- вой, второй и т.д. координаты. Процесс заканчивается при выполнении условия

grad f( ) <  .

Пример. Найти минимум функции

f (x1,x2) = 2x1 - 3x2 + exp (x12 + x24).

Задачу решим методом покоординатного спуска. Возьмем  = 0,001. В качестве начального выберем вектор = (0;0). Тогда

grad f = + grad

 grad   3,60555.

Составим функцию которую нужно минимизировать по параметру a. Для минимизации этой функции применим метод дробления шага.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]