Курсовая работа: Анализ методов определения минимального, максимального значения функции при наличии ограничений
j (a)=f (x( k ) -aÑf (x( k ) ))
Воспользуемся для этого методом золотого сечения.
Алгоритм метода наискорейшего спуска состоит в следующем.
1. Задаются координаты начальной точки x(0) .
2. В точке x( k ) , k = 0, 1, 2, …, вычисляется значение градиентаÑf (x( k ) ).
3. Определяется величина шага ak путем одномерной минимизации по a функции
j (a)=f (x( k ) -aÑf (x( k ) )).
4. Определяются координаты точки x( k ) :
xi (k+1) = xi (k) -ak Ñfi (x(k) ), i=1, …, n.
5. Проверяется условие останова итерационного процесса:
||Ñf (x( k +1) )||£e .
Если оно выполняется, то вычисления прекращаются. В противном случае осуществляется переход к п. 1. Геометрическая интерпретация метода наискорейшего спуска представлена на рис. 1.
Рис. 2.1. Блок схема метода наискорейшего спуска.
Реализация метода в программе:
Метод наискорейшего спуска.
Рис. 2.2. Реализация метода наискорейшего спуска.
Вывод: В нашем случае метод сошёлся за 7 итераций. Точка А7 (0,6641; -1,3313) является точкой экстремума. Метод сопряженных направлений. Для квадратичных функций можно создать градиентный метод, при котором время сходимости будет конечным и равно числу переменных n.
Назовем некоторое направление и
сопряженными по отношению к некоторой положительно определенной матрице Гесса H, если выполняется:
Если
,
Тогда т.е.
. Значит при единичной H, сопряженное направление означает их перпендикуляр. В общем же случае Hнеединичная. В общем случае сопряженность - это применение матрицы Гесса к вектору
- означает поворот этого вектора на некоторый угол
и его растяжение или сжатие.
А теперь вектору вектор
ортогонален т. е. сопряженность это не ортогональность векторов
и
, а ортогональность повернутого вектора
т.е.
и
.
Рис. 2.3. Блок-схема метода сопряженных направлений.
Реализация метода в программе: Метод сопряженных направлений.
Рис. 2.4. Реализация метода сопряженных направлений.