Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Методы применимы к дважды дифференцируемым функциям. При этом предъявляются высокие требования к точности вычисления производных. Наиболее удачными считаются задачи, в которых известно аналитическое выражение первой производной, а еще лучше – и второй.
Здесь приводится только один из наиболее часто используемых методов – метод Ньютона – Рафсона.
Он основан на линейной аппроксимации первой производной минимизируемой функции f в окрестности текущей точки xk:
В стационарной точке аппроксимации, которая принимается за очередное приближение xk+ 1, производная равна нулю:
.
Отсюда следует рекуррентная формула для построения последовательности приближений к искомому минимуму:
(8.41)
Очевидно, что применение (8.41) возможно только при условии, что для каждого k. Поиск завершается по условию достижения точности, заданной величиной первой производной | f ' (xk) | < e 1 или расстоянием между двумя точками | xk+ 1- xk | < e. Возможно одновременное использование этих условий.
В общем случае процедура (8.41) не гарантирует сходимость к стационарной точке. Если начальная точка достаточно близка к стационарной, то метод сходится. При сходимости обеспечивается высокая скорость приближения к минимуму. На рис. 8.14 приведен случай сходимости метода. Очередному приближению соответствует точка пересечения оси x аппроксимирующей прямой. Как видно, последовательность точек x 0, x 1, x 2,… приближается к минимуму x*.
Для некоторых функций результат поиска зависит от выбора начальной точки. Так, например, при начальной точке, взятой правее максимуму производной, так как показано на рис. 8.15, метод расходится.
Дата публикования: 2015-01-23; Прочитано: 298 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!