- •Глава 4. Методы поиска минимума одномерных унимодальных функций.
- •§1. Метод сокращения текущего интервала неопределенности. Алгоритм равномерного поиска.
- •§2. Метод сокращения текущего интервала неопределенности. Алгоритм равномерного дихотомического поиска.
- •§3. Метод сокращения текущего интервала неопределенности. Алгоритм Фибоначчи.
- •Первый этап
- •Второй этап
- •§4. Метод сокращения текущего интервала неопределенности. Алгоритм золотого сечения.
- •§5. Сравнение эффективности алгоритмов равномерного поиска, равномерного дихотомического поиска, Фибоначчи и золотого сечения.
- •§6. Методы сокращения текущего интервала неопределенности. Метод квадратичной аппроксимации.
- •§7. Методы сокращения текущего интервала неопределенности. Метод Паулла.
- •§8. Методы сокращения текущего интервала неопределенности. Метод хорд. Метод касательных (метод Ньютона).
- •§9. Повышение эффективности поиска посредством учета дополнительной информации о свойствах минимизируемой функции.
§7. Методы сокращения текущего интервала неопределенности. Метод Паулла.
Рассмотрим
следующую задачу одномерной безусловной
оптимизации: найти минимум одномерной
унимодальной функции
,определенной
в незамкнутой
области допустимых значений
,
Φ(x)=Φ(x*). (2)
Напомним, что методы, использующие квадратичную аппроксимацию, относятся к семейству методов полиномиальной аппроксимации.
В
параграфе 6 показано, что если имеются
не совпадающие точки
и соответствующие значения
минимизируемой функции, то аппроксимирующий
квадратичный полином
достигает минимального значения в точке
, (1)
где
,
.
Метод Паулла решения задачи (2) часто используется при решении задач безусловной оптимизации многопараметрических функций.
Схема метода Паулла:
Полагаем
и задаем начальную точку
.Находим точку
,
где Δ – длина шага, которая должна быть
величиной того же порядка, что и
расстояние точки
до точки минимума функции
(оценка этого расстояния является
самостоятельной проблемой).Вычисляем значения
функции
в точках
,
.Находим точку
(рисунок 1):

Вычисляем
- значение функции
в точке
(рисунок 1).По формуле (1) определяем величину
и находим значение функции
в этой точке
.Находим следующие три точки.
7.1) Ситуация (а):
-
если
,
то полагаем
- рисунок 2;
-
если
,
то
- рисунок 3;
-
если
,
то
(рисунок 4);
7.2) Ситуация (б):
-
если
,
то полагаем
- рисунок 5;
-
если
,
то
- рисунок 6;
-
если
,
то
(рисунок 7);
В качестве следующего текущего интервала неопределенности принимаем
.Если |ТИНr+1|≤εx,, то заканчиваем вычисления. Иначе выполняем присваивание r=r+1 и переходим на п.6. Здесь εx – требуемая точность решения●

Рисунок
1
- К определению точки
![]()

Рисунок
2
- К определению точек
:
ситуация (а);![]()

Рисунок
2
- К определению точек
:
ситуация (а);![]()

Рисунок
4 - К определению
точек
:
ситуация (а);
![]()

Рисунок
5 - К определению
точек
:
ситуация (б);
![]()

Рисунок
6 - К определению
точек
:
ситуация (б);
![]()

Рисунок
7 - К определению
точек
:
ситуация (б);
![]()
Метод
Паулла может быть модифицирован и для
замкнутой
области допустимых значений
![]()
Метод Паулла относится к классу прямых методов поиска.
Входные термины:
одномерная унимодальная функция;
метод последовательного поиска;
метод поиска первого порядка.
Выходные термины:
метод хорд, метод секущих;
метод касательных, метод Ньютона;
метод Мюллера.
§8. Методы сокращения текущего интервала неопределенности. Метод хорд. Метод касательных (метод Ньютона).
Рассмотрим следующую задачу: найти минимум одномерной унимодальной функции Φ(x), определенной и дифференцируемой в замкнутой области допустимых значений D=[a,b],
Φ(x)=Φ(x*). (1)
В параграфе 2.1 мы показали, что в этих предположениях необходимым условием минимума функции Φ(x) является условие
. (2)
Рассматриваемые
в данном параграфе методы основаны на
поиске стационарной точки функции Φ(x),
т.е. на решении задачи (2), которая
представляет собой задачу
нахождения корней функции
,
принадлежащих интервалу [a,b].
Аналитическое решение задачи (2) возможно лишь в простейших случаях. Обычно для решения этой задачи приходится использовать численные методы нахождения корней нелинейных уравнений.
Наиболее известны следующие методы нахождения корней нелинейных уравнений:
метод хорд (метод секущих);
метод касательных (метод Ньютона).
Метод хорд.
Метод
хорд является
поисковым методом первого порядка.
Метод ориентирован на отыскание корня
уравнения (2) в случае, когда на границах
интервала [a,b]
знаки производной
различны. Такая ситуация, очевидно,
возможна, если точка минимума функцииΦ(x)
является внутренней точкой интервала
[a,b]
– рисунок 1.
Нам
далее понадобится величина
.
Из подобия треугольника
и треугольника
имеем
.
Отсюда следует, что
. (3)
Схема метода (рисунок 1).
Выполняем присваивания r=1, a1=a, b1=b.
Вычисляем значения производных
,
.Если производные
,
имеют
одинаковые знаки – завершаем вычисления
(точки a,b
выбраны неверно). По формуле (3) вычисляем приближение
к стационарной точке функцииΦ(x)
и значение
производной
.Если
,
где
ε
– требуемая
точность решения по
,то
принимаем
и
заканчиваем
вычисления.Если разные знаки имеют производные
,
,
то выполняем присваивания
,r=r+1
и
переходим на п. 4.Если разные знаки имеют производные
,
(как на рисунке 1), то выполняем
присваивания.
,r=r+1
и переходим на п. 4●

Рисунок 1 - К схеме метода хорд
Заметим,
что в случае квадратичной функции Φ(x)
производная этой функции
линейна. Поэтому для квадратичной
функции
метод хорд гарантирует нахождение
стационарной точки функцииΦ(x)
всего за одну итерацию.
Замечание.
Поскольку
поиск заканчивается при выполнении
условия
,
возможно появление ложных корней.
Например, для уравнения
ложный кореньx=0
появляется в том случае, если
.
В подобных случаях увеличивая точность
поиска, можно избавить от ложных корней.
Однако, возможны уравнения, для которых
такой подход не приводит к успеху.
Например, уравнение
не имеет действительных корней, однако
для сколь угодно малого
найдется точка, удовлетворяющая условию
окончания поиска![]()
Возможна
модификация метода хорд, когда значения
производной
вычисляются приближенно с использованием
первых разностей. В этом случае, очевидно,
метод становится прямым (нулевого
порядка).
Метод касательных (метод одномерной оптимизации Ньютона).
Метод
касательных представляет
собой поисковый метод второго порядка.
Метод ориентирован на нахождение корня
уравнения
в случае, когда на границах интервала[a,b]
знаки производной
различны. Такая ситуация, очевидно,
возможна, если точка минимума функцииΦ(x)
является внутренней точкой интервала
[a,b]
– рисунок 2.
Метод требует, чтобы функция Φ(x)
была определена и дважды
дифференцируема
в области
допустимых значений D=[a,b].

Рисунок 2 - К схеме метода касательных
Нам
далее понадобится величина
.
Линейная функция, аппроксимирующая
функцию
в точке
,
записывается в виде
. (4)
Приравняв правую часть выражения (4) к нулю, получим
. (5)
Заметим,
что точка
может оказаться вне интервала
(правее точки
).
Схема метода (рисунок 2).
Выполняем присваивания r=1, a1=a, b1=b.
Вычисляем значения производных
,
.Если производные
,
имеют
одинаковые знаки – завершаем вычисления
(точки a,b
выбраны неверно). По формуле (5) вычисляем приближение
к стационарной точке функцииΦ(x)
и значение
производной
.Если
,
где
ε
– требуемая
точность решения,
то
принимаем
и заканчиваем вычисления.Если разные знаки имеют производные
,
(как
на рисунке 2), то выполняем присваивания
,r=r+1
и
переходим на п.4.Если разные знаки имеют производные
,
,
то выполняем присваивания.
,r=r+1
и переходим на п.4●
Как и в случае метода хорд, в случае квадратичной функции Φ(x) метод касательных гарантирует нахождение стационарной точки функции Φ(x) всего за одну итерацию.
Возможна
модификация метода касательных, когда
значения производной
вычисляются приближенно с использованием
первых разностей. В этом случае, очевидно,
метод становится методом первого
порядка.
Замечание. Метод касательных может расходиться (рисунок 3)

Рисунок 3 - К расходимости метода касательных
Входные термины:
одномерная унимодальная функция;
метод последовательного поиска;
метод сокращения текущего интервала неопределенности.
Выходные термины:
константа Липшица;
липшицева функция.
