3. Параметр вибирається з умови
(xk+1) - (xk) (k,pk),
Тоді для граничного значення градієнта функціоналу (х*) виконані:
необхідна умова оптимальності(*),
а для послідовності значень k: норма похідної прямує до 0
Це є умовою для визначення стаціонарної точки: "можливо там екстремум, якщо не сідлова точка"
Інакше кажучи -при виборі кроку з умови
Функціонал (x) монотоно зменшується та в силу обмеженості знизу, на послідовності { xk} досягає мінімуму у точці х*.
Досягнутий вище результат дозволяє формулювати алгоритм методу:
Крок1.Вибирається довільний вектор х0, - початкове наближення. Надаємо хk=х0
Крок 2.Вибирається довільне значення та задаємо точність досягнення нуля
Крок 3. Визначаться нове наближення xk+1 = xk + рк = xk - .
Крок 4. Обраховується (xk+1)= (xk - ) та (xk).
Крок 5. Якщо , то для приймається для та переходимо на крок 6, інакше ділимо для та переходимо до кроку 4.
Крок 6. Обчислюється нове наближення xk+1 = xk -
Крок 7. Перевіряємо умову стаціонарності: і, якщо воно виконано, переходимо на крок 8, якщо ні, кладемо xk= xk+1 та переходимо на крок 2
Крок 8. Кінець
Тема 18 3. Методи умовної оптимізації.
Метод Лагранжа
У умовній оптимізації надзвичайно важливим є факт опуклості або не опуклості Області Допустимих Значень задачі. Тому нагадаємо ще раз про визначення опуклості
Опуклість множини:
Множина S є опуклою точковою множиною,
якщо для будь-яких 2-х точок всі точки
Приклади опуклих і не опуклих множин
Опуклість функції:
Функція f (х) є суворо опуклою (униз)
на опуклій множині S, якщо
для любих 2-х точок
и скаляру виконується
- та для суворо угнутої функції відповідно
Рис. – Функція суворо опукла униз
Метод невизначених множників Лагранжа
Н агадаємо, про поняття "сідлова точка"
Точка (x*, y*) називається
сідловою точкою функції f,
якщо при всіх (x, y) виконуются нерівності
f(x*, y) ≤ f(x*, y*) ≤ f(x, y*)
Нехай и , функція - опукла, функції gi(x)- угнуті,
Достарыңызбен бөлісу: |