- •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.
§9. Повышение эффективности поиска посредством учета дополнительной информации о свойствах минимизируемой функции.
Рассмотрим следующую задачу одномерной унимодальной условной оптимизации: найти минимум одномерной унимодальной функции Φ(x), определенной и дифференцируемой в замкнутой области допустимых значений D=[a,b],
Φ(x)=Φ(x*). (1)
Всякая априорная информация о свойствах минимизируемой функции Ф(x) может быть использована для повышения эффективности решения задачи (1).
Положим, что имеется следующая априорная информация о минимизируемой функции: Ф(x) является липшецевой функцией, т.е. принадлежит классу функций, которые на нтервале [a,b] удовлетворяют условию Липшица с константой Липшица К
|Ф(x1)-Ф(x2)|≤К|x1-x2|,
x1,x2є[a,b].
Покажем, как можно использовать данную априорную информация для сокращения текущего интервала неопределенности без проведения дополнительных испытаний.
Пусть после проведения r итераций каким-либо методом сокращения текущего интервала неопределенности имеет место ситуация:
,
,
.
Обозначим
и проведем через точки
прямые
с
тангенсами угла наклона к осих,
равными (-К)
и К,
соответственно
(рисунок 1).
Проведем,
кроме того, через точку
прямую
,
параллельную оси
до пересечения с прямыми
и обозначим абсциссы точек пересечения
.
Утверждение
1. В сделанных
предположениях, точки
могут быть использованы в качестве
границ интервала неопределенности
.
Другими словами, в сделанных предположениях,
точка
минимума функцииФ(x)
не может лежать вне интервала
●
Найдем
величины
.
Прямая
имеет уравнение
,
где константа
определяется из условия прохождения
этой прямой через точку![]()
![]()
![]()
![]()
.
Таким
образом,
![]()
.
В точке номер 4 имеет место равенство,
![]()
,
из которого вытекает выражение
.
Аналогично для точки номер 5 имеем
.

Рисунок
1 - Сужение
интервала неопределенности за счет
априорной информации о липшицевости
минимизируемой функции.
,
.
