Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Заданы g: →R, x 0:
for k =0, 1, 2, … do
Решить, необходим ли останов; если нет, то:
Построить локальную модель, описывающую поведение g вблизи xk и найти xN – приближенное решение модельной задачи.
а) решить, взять ли xk +1 = xN; если нет, то: б) выбрать xk +1, используя глобальную стратегию (здесь как можно реже прибегать к решению модельной задачи.
Критерии останова:
,
где typ x — типичное значение x; masheps — машинная точность определяемая с помощью алгоритма
masheps =1.0
while 1.0+ masheps >1.0 do { masheps = masheps/ 2}.
Если производные не заданы, то можно использовать либо конечно-разностный метод, либо метод секущих (последний обычно медленнее)
,
или
,
если велико.
В методе секущих
,
Если hс =const — сходимость линейная, если hс = hck и { hck }→0, при k →∞, то сходимость сверхлинейная.
Собственно минимизация это решение уравнения f¢ (x) = 0 методом Ньютона с глобальной стратегией по условию while f (x +) ≥ f (x c).
Строим квадратичную модель
.
Экстремальная точка квадратичной модели совпадает с решением по методу Ньютона уравнения f¢ (x) = 0
.
Дата публикования: 2015-04-07; Прочитано: 475 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!