Читайте также:
|
|
Стратегия метода Ньютона-Рафсона состоит в построении последовательности точек , таких, что
Точки последовательности вычисляются по правилу
где - задается пользователем, а величина шага
определяется из условия
.
Эта задача может решаться либо аналитически с использованием необходимого условия минимума с последующей проверкой достаточного условия
, либо численно как задача
где интервал [a,b] задается пользователем.
Если функция достаточно сложна, то возможна ее замена полиномом
второй или третьей степени и тогда шаг
может быть определен из условия
при выполнении условия
.
При численном решении задачи определения величины шага степень близости найденного значения к оптимальному значению
, удовлетворяющему условиям
,
, зависит от задания интервала [a,b] и точности метода одномерной минимизации.
Построение последовательности заканчивается в точке
, для которой
, где
- заданное число, или при
(М – предельное число итераций), или при двукратном одновременном выполнении двух неравенств
, где
-малое положительное число.
Утверждение: Пусть функция f(x) дважды непрерывно дифференцируема и сильно выпукла на , а ее матрица Гессе H(x) удовлетворяет условию Липшица
Тогда последовательность сходится независимо от выбора начальной точки
к точке минимума
с квадратичной скоростью
, где m – оценка наименьшего собственного значения матрицы.
Алгоритм:
Шаг 1. Задать , М – предельное число итераций. Найти градиент
и матрицу Гессе
.
Шаг 2. Положить k = 0.
Шаг 3. Вычислить .
Шаг 4. Проверить выполнение критерия окончания :
а) если неравенство выполнено, то расчет окончен и ;
б) в противном случае перейти к шагу 5.
Шаг 5. Проверить выполнение неравенства :
а) если неравенство выполнено, то расчет окончен и ;
б) в противном случае перейти к шагу 6.
Шаг 6. Вычислить матрицу .
Шаг 7. Вычислить матрицу .
Шаг 8. Проверить выполнение условия :
а) если , то найти
;
б) если нет, то положить .
Шаг 9. Определить .
Шаг 10. Найти точку шаг из условия
.
Шаг 11. Вычислить .
Шаг 12. Проверить выполнение неравенств
:
а) если оба условия выполнены при текущем значении k и k = k - 1, то расчет окончен, ;
б) в противном случае положить k = k +1 и перейти к шагу 3.
Пример: Методом Ньютона-Рафсона найти локальный минимум функции
Решение:
1. Зададим
, M:
,
, M =10.
Найдем градиент функции в произвольной точке и матрицу Гессе
.
2. Положим k = 0.
30. Вычислим :
.
40. Проверим условие :
.
50. Проверим условие :
.
60. Вычислим :
.
70. Вычислим :
.
80. Проверим выполнение условия . Т.к.
, то согласно критерию Сильвестра
. Поэтому найдем
.
90. Определим .
100. Определим из условия
. Получаем:
Из условия
находим
. При этом
, т.е. найденная величина шага обеспечивает минимум функции
.
110. Вычислим :
120. Проверим условия: :
.
Полагаем k = 1, переходим к шагу 3.
31. Вычислим :
.
41. Проверим условие :
.
Расчет окончен. Найдена точка .
Проанализируем полученную точку:
Функция является строго выпуклой, т.к. ее матрица вторых производных
в силу того, что
. Найденная точка
есть точка локального и одновременно глобального минимума функции.
Решение задачи представлено на рисунке 5.3.
Рисунок 5.3.
Дата добавления: 2015-07-20; просмотров: 248 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Метод Ньютона | | | Метод Марквардта |