- •Методические указания к лабораторным работам по курсу лекций "методы оптимизации" Сост. К.В. Демидов, а. В. Духанов
- •Определение количества итераций при заданной точности
- •Метод золотого сечения Алгоритм
- •Определение количества итераций при заданной точности
- •Задание к лабораторной работе
- •Варианты заданий
- •Контрольные вопросы
- •Лабораторная работа №2. Метод ломаных
- •Постановка задачи
- •Теоретическая часть
- •Сходимость и оценка погрешности метода
- •Оценка константы Липшица
- •Задание к лабораторной работе
- •Варианты заданий
- •Сходимость и оценка погрешности метода
- •Метод условного градиента Алгоритм
- •Сходимость метода и оценка погрешности
- •Задание к лабораторной работе
- •Варианты заданий
- •Контрольные вопросы
- •Сходимость метода и оценка погрешности
- •Задание к лабораторной работе
- •Варианты заданий
- •Сходимость метода
- •Задание к лабораторной работе
- •Варианты заданий
- •Список литературы
Сходимость и оценка погрешности метода
Сходимость метода будем рассматривать при следующих ограничениях на :
, где (6)
;
В этом случае справедлива теорема.
Теорема 1. Пусть и - выпукла на . Тогда для последовательности , определяемой условиями (3), (6), имеют место соотношения:
(7)
Если, кроме того, в (6) ( ), то справедлива оценка:
(8)
Следует заметить, что , найденное по формуле (4), удовлетворяет (6) с .
Метод условного градиента Алгоритм
Метод наискорейшего спуска не пригоден для нахождения минимального значения функции, если на задачу накладываются ограничения вида . Одной из модификаций градиентных методов, позволяющих решать подобные задачи, является метод условного градиента.
Он может быть использован для задач следующего вида:
(9)
где - выпуклое замкнутое ограниченное множество из , функция .
Опишем метод.
Пусть известно -е приближение . Приращение функции в точке можно представить в виде
.
Возьмем главную линейную часть этого приращения:
, (10)
и определим вспомогательное приближение из условий
(11)
Так как множество замкнуто и ограничено, а линейная функция непрерывна, то точка из (11) всегда существует. Если функция достигает своей нижней грани на более чем в одной точке, то в качестве возьмем любую из них.
Рассмотрим в качестве примера нахождение точки в случае, когда множество представляет собой -мерный параллелепипед:
,
В этом случае функция , или , очевидно достигает своей нижней грани на в точке , где
в случае здесь возникает неопределенность, и в качестве можно взять любое число на отрезке (иногда берут ).
В общем случае не всегда удается получить в явном виде вспомогательное приближение . В таких ситуациях вместо (11) используются следующие условия:
(12).
Допустим, что точка , удовлетворяющая условиям (12) (или (11)), уже найдена. Тогда -е приближение будем искать в виде
(13).
В силу выпуклости множества всегда .
Если (это может случиться, например, когда ) имеем независимо от способа выбора в (13). При определении точно из условия (11) имеем:
или
при всех . Как известно, это означает, что точка удовлетворяет необходимому условию минимума в задаче (9). Более того, если если выпукла, то данное условие явлется и достаточным, т.е. в этом случае задача (9) решена.
Теперь рассмотрим один из способов выбора шага .
Данная величина может быть определена из следующих условий:
(14).
В частности, для функции
, (15)
где - симметричная положительно определенная матрица порядка , , определяемая в соответствии с (15), вычисляется следующим образом. Вначале вычисляется промежуточная величина:
(16)
Затем находится искомое значение :
В качестве можно выбирать любую точку . В качестве критериев окончания счета можно использовать неравенства (5):
Метод условного градиента описан.
Сходимость метода и оценка погрешности
Метод условного градиента сходится с оценкой:
(17)
Задание к лабораторной работе
Разработать программу нахождения минимума функции вида (2), завиящей от двух переменных, при помощи метода наискорейшего спуска и метода условного градиента. Для метода условного градиента в качестве множества взять прямоугольник:
.
Программа должна предлагать пользователю меню, состоящее из трех элементов, первые два из которых позволяют выбрать один из рассмотренных методов, третий – «Выход». Предусмотреть ввод матрицы и вектора и проверку условия положительной определенности и симметричности матрицы .
Начальная точка выбирается произвольно.
Результаты должны содержать: координаты точки минимума для функции , минимальное значение функции и количество итераций.