Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Приймак 6-12.docx
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
206.49 Кб
Скачать

10. Метод знаходження екстремуму функції багатьох змінних кроки (етапи) цього методу.

Методи пошуку екстремумів функцій поділяються на градієнтні і безградієнтні за наступною ознакою: градієнтні основані на обчисленні й аналізі часткових похідних функції , безградієнтні не використовують значень похідних.

Метод координатного спуску

Рух від початкової точки у напрямку однієї з осей координат до моменту початку зростання цільової функції, перехід до напрямку іншої осі і т.д., поки не буде досягнута точка, рух з якої по будь осі координат з мінімально можливим кроком призводить до збільшення значення цільової функції.

Основні етапи пошуку екстремуму методом координатного спуску:

1) вибір початкового наближення ;

2) вибір напрямку пошуку, тобто номери i(1,2,...,n) компоненти вектора (x1,x2,...,xn), яка буде змінюватися;

3) обчислення значення похідної цільової функції за обраним аргументу (якщо , то з ростом xi значення f (х1, х2,..., хn) збільшується, а якщо , то зменшується);

4) зміна значення х1,х2,...,хn у відповідності з виразом

до тих пір, поки f (х1(k+1),х2(k+1),...,хn(k+1)) < f (х1(k),х2(k),...,хn(k)); в противному випадку виконується повернення на п. 2) у вибір наступного напрямку пошуку, при цьому x i (0)=x i(k), i=1,2,...n (h – крок пошуку, sign(z) – знак виразу (z);

5) якщо спроба руху з кроком h в будь-якому з n можливих напрямків призводить до ситуації f (х1(k+1),х2(k+1),...,хn(k+1))  f (х1(k), х2(k),...,хn(k)), то здійснюється дроблення кроку: h = h/p (p > 1) і знову виконується п. 4);

6) пошук вважається закінченим, коли значення h стає менше заданої точності  .

11. Поняття градієнта функції багатьох змінних та його інтерпритація

Градієнт функції f (x1,x2,...,xn) в точці (x1(0),x2(0),...,xn(0))  це вектор, довжина якого

характеризує швидкість зростання функції в цій точці, а напрямок відповідає напрямку якнайшвидшого зростання функції. Антиградієнт – це вектор такої ж довжини, спрямований у протилежний бік (рис. 10.1)

Рисунок 2.10 Градієнт и антиградієнт функції f (x1, x2)

12. Використання градієнта функції для знаходження екстремуму функції

Ідея методу: Кожна наступна точка пошуку min (кожен новий член мінімалізує послідовності) виходить в результаті переміщення з попередньої точки у напрямку антиградієнта цільової функції. Якщо в результаті цього переміщення спостерігається збільшення значення цільової функції, то значення робочого кроку пошуку h зменшується. Пошук припиняється, коли виконується необхідна умова ext , наприклад довжина градієнта стає менше необхідної точності:

, (12.1)

або менше необхідної точності стає величина кроку пошуку

h   . (12.2)

Розрізняють методи градієнта з перемінним кроком і з постійним кроком (малюнок 12.1). При використанні методу градієнта з перемінним кроком зміна значень x1, x2, ..., xn проводиться відповідно до виразу

, i=1,2,...,n , k=0,1,2…, (12.3)

а зупинка пошуку - при виконанні нерівності (12.1). При виникненні ситуації f (х1(k+1),х2(k+1),...,хn(k+1))  f (х1(k), х2(k),..., хn(k)) значення h зменшується, наприклад ділиться на число р > 1. Характер зміни значений x1,x2,...,xn згідно (12.3) залежить від величини і знака відповідних приватних похідних цільової функції. У міру наближення до точки min абсолютні величини приватних похідних зменшуються, отже і крок пошуку є змінним - зменшується у міру наближення до шуканої точці. Такий характер пошуку вимагає іноді досить значних витрат часу

.

Рис. 12.1

Застосування методу градієнта з постійним кроком дозволяє скоротити витрати часу, але вимагає дещо більшого обсягу обчислень при зміні значень аргументів цільової функції. Його основне співвідношення:

, i=1,2,...,n; k=0,1,2,... , (12.4)

тобто. Відстань між точками (x1(k),x2(k),...,xn(k)) и (x1(k+1),x2(k+1),...,xn(k+1)) рівна

отже величина кроку пошуку в даному випадку постійна і дорівнює обраному значенням h. Якщо зміна аргументів цільової функції відповідно до (2.8) приводить до збільшення її значення, крок пошуку зменшується. Останов пошуку min за методом градієнта з постійним кроком здійснюється при виконанні нерівності (12.2).