
- •Основные понятия.
- •Соответствие методов и множеств.
- •Общая схема безусловной оптимизации
- •Методы первого порядка (градиентные методы)
- •Градиентный метод с постоянным шагом
- •Выпуклые функции и множества
- •Cвойства выпуклых функций
- •2.Теорема:
- •4.Теорема:
- •5.Теорема:
- •Градиентные методы (продолжение)
- •2. Градиентный метод с дроблением шага.
- •3.Метод наискорейшего спуска.
- •4.Масштабирование.
- •1.2 Метод Ньютона.
- •Сравнительная таблица достоинств и недостатков градиентного метода и метода Ньютона:
- •Число обусловленности локального min.
- •1.3. Многошаговые ( двухшаговые ) методы.
- •1.4.Квазиньютоновские методы
- •1. Методы апроксимации
- •2. Метод покоординатного спуска
- •3.Метод симплексов (Нелдера- Нида)
- •4 .Метод Пауэлла (сопряженных направлений)
Cвойства выпуклых функций
1.Теорема:
Любая точка локального min выпуклой функции является в то же время точкой глобального минимума.
Под интегралом:
(f(xk-tf(xk))-f(xk),-tf(xk))
Из условия теоремы известно:
||f(x)-f(y)|| L||x-y||
В данном случае:
x-y = -tf(xk), то есть ||f(xk-tf(xk))-f(xk)|| L||- tf(xk)||
и тогда соответствующее скалярное произведение:
L(- tf(xk), - tf(xk)) = Lt2||f(xk)||2
Доказательство
Пусть x*- точка локального минимума функции, она не является точкой глобального минимума, то есть yX такая что:
f(y)<f(x*) (*)
Рассмотрим точки вида x = y+(1-)x* ,(0,1)
Так как X выпукло, то xX (по определению). Из выпуклости функции f(x)
и из (*) следует:
f(x)=f(y+(1-)x*)(по вып.)f(y)+(1-)f(x*)<(*)f(x*)+(1-)f(x*)=f(x*)
Получено: f(x)<f(x*)
Но это противоречит условию, говоря о том, что х*- локальный минимум, так как при малых точка х находится в достаточно малой окрестности точки х*.
Тогда теорема доказана от противного.
Теорема(о сильно выпуклой функции)
Сильно выпуклая функция обязательно имеет точку локального минимума, которая совпадает с точкой глобального минимума.
Без доказательства
2.Теорема:
Пусть функция f (х) имеет вторую непрерывную производную. Для того,
чтобы функция была выпуклой необходимо и достаточно, чтобы ее вторая
производная была неотрицательна.
Без доказательства
Для сильно выпуклых функций: 2f (x) l*I., где I- единичная матрица, l>0
Эту теорему можно рассматривать как критерий выпуклости
дифференцируемых функций.
Замечание:
Не все выпуклые функции дифференцируемы.
Примеры:
1.f(x) = x-выпуклая, не дифференцируемая
2.y = x2 выпуклые, проверка выпуклости
y = -ln(x) по второй производной
3.Теорема (неравенство Йенсена):
Чтобы фукция f (x) была выпукла необходимо и достаточно, чтобы
m
2,
x1,x2,…,xmХ
и i
0
i
=1 выполнялось:
m m
f ( i* xi ) i * f (xi ). (*)
i=1 i=1
Доказательство:
Достаточность, т.е. справедлива (*), нужно доказать выпуклость: пусть
m = 2, тогда f (x) – выпукла по определению.
Необходимость, т.е. дана выпуклость, нужно доказать (*): при m = 2 (*)
выполняется по определению.
3.Пусть при m = k теорема доказана (индукционное предположение).
Докажем при m = k + 1:
k+11,
тогда
i
xi
= k+1*xk+1
+ (1 - k+1)*
i
* xi
/(1 - k+1),
тогда
i
* xi
Х.,
так как выпуклое множество содержит
все выпуклые
комбинации своих множеств.
Воспользуемся свойством выпуклости функций:
f
(i*
xi
)
k+1*f
(xk+1)
+ (1 - k+1)*
f (
i*
xi/(1
- k+1))
Предположим, что теорема доказана для m=k
i/(1-k+1)=
(1-k+1)/
(1-k+1)=1
удовлетворяет условиям теоремы (сумма
всех коэффициентов равна 1)
k+1*f
(xk+1)
+ (1 - k+1)*
i
* f (xi)/(1
- k+1)
=
i
*
f (xi
)
Неравенство доказано.
4.Теорема:
Выпуклая функция f (x) , определенная на выпуклом множестве X непрерывна в
каждой внутренней точке этого множества и имеет в каждой внутренней точке
производную в любом направлении.
Без доказательства
Пусть есть направление s ( ||s||=1-норма вектора):
f
(x)/ s
= lim
=
fs(x)=
(f (x),
s)-производная по направлению
0, 0