Алгоритм метода:
здесь:
·
- проекция на ось антиградиента функции·
- шаг выбирается из условия убывания функции в точках последовательности:Геометрическая интерпретация метода
Рисунок 1.5. Геометрическая интерпретация метода
Основной критерий окончания метода:
Начальные параметры метода:
Изменяемые параметры метода: величина шага
и направление проекции антиградиента (здесь абсциссы – ось , ординаты – ось )Особенности реализации алгоритма. Вопрос о величине шага на каждой итерации решается пользователем, причем шаг может быть, как уменьшен, если не выполняется условие
, так и увеличен, если скорость сходимости алгоритма невысока (по субъективной оценке пользователя). Вопрос о выборе направления оси для проекции антиградиента, также решается пользователем на каждой итерации.Алгоритм метода:
здесь:
- проекция на ось антиградиента функции·
- шаг вычисляется из условия наибольшего убывания функции в точках последовательности:Геометрическая интерпретация метода
Рисунок 1.6. Геометрическая интерпретация метода
Основной критерий окончания метода:
Начальные параметры метода:
.Изменяемые параметры метода: отрезок для уточнения шага
.Особенности реализации алгоритма. Задача о поиске оптимального шага
(задача ) решается численно методом дихотомии на отрезке с заданной точностью . Вопрос о границах отрезка на каждой итерации решается пользователем. Направление проекции градиента меняется циклически: сначала спуск в направлении оси абсцисс, затем – ординат и т.д.Рекомендации по выбору параметров метода. Отрезок
задается из тех же соображений, что и в методе наискорейшего спуска.Алгоритм метода:
здесь:
·
·
·
·
- шаг вычисляется из условия наибольшего убывания функции в точках последовательности:Геометрическая интерпретация метода
Рисунок 1.7. Геометрическая интерпретация метода
Согласно алгоритму, первая итерация метода сопряженных градиентов совпадает с первой итерацией метода наискорейшего спуска.
Вычисление величины
по формуле (5.4) обеспечивает для квадратичных функций построение последовательности H-сопряженных направлений , для которых . При этом в точках последовательности градиенты функции взаимно перпендикулярны, т.е.Основной критерий окончания метода:
Начальные параметры метода:
Изменяемые параметры метода: отрезок для уточнения шага
.Особенности реализации алгоритма. Задача о поиске оптимального шага
(задача ) решается численно методом дихотомии на отрезке с заданной точностью . Вопрос о границах отрезка на каждой итерации решается пользователем.Замечание. Т.к. шаг
на каждой итерации вычисляется численно с точностью , за счет накопления ошибки, метод сопряженных градиентов в отдельных случаях может сходиться для квадратичной функции за число итераций, превышающее число переменных.Рекомендации по выбору параметров метода.
Отрезок
задается из тех же соображений, что и в методе наискорейшего спуска.Алгоритм метода:
здесь:
·
- направление спуска·
Особенностью метода Ньютона является то, что при
метод позволяет отыскать минимум квадратичной функции за одну итерацию.Геометрическая интерпретация метода для квадратичной функции:
Рисунок 1.8. Геометрическая интерпретация метода
Для неквадратичной функции метод Ньютона предполагает построение последовательности минимумов аппроксимирующих квадратичных функций
.Рисунок 1.9. Последовательность минимумов
Основной критерий окончания метода:
Начальные параметры метода:
Алгоритм метода:
здесь:
·
- направление спуска·
- шаг выбирается из условия убывания функции в точках последовательности: .Геометрическая интерпретация метода для квадратичной функции:
Рисунок 1.10. Геометрическая интерпретация метода
Основной критерий окончания метода:
Начальные параметры метода:
.Изменяемый параметр метода: величина шага