ка, при этом в ходе работы алгоритма осуществляется постепенный переход к ньютоновскому направлению. Доказательство этого может быть дано лишь для квадратичной функции
f (x) = a + xrтb + 12 x тQx
с положительно определенной матрицей Гессе Q . Оказывается, что роль матрицы Ak состоит в том, чтобы обеспечить сходимость
матрицы ηk +1 к обратной матрице Гессе Q−1 , а роль матрицы Bk в том, чтобы обеспечить положительную определенность матрицы ηk +1 и, в пределе, исключить влияние произвольного задания мат-
рицы η0 . Действительно,
η0 = E,
η1 = E + A0 − B0 ,
η2 = η1 + A1 − B1 = E + ( A0 + A1 ) − (B0 + B1 ),
M
kk
ηk +1 = E + ∑ Ai − ∑Bi .
i=0 i=0
В случае квадратичной функции, сумма матриц Ai ( i =1, k ), при
k = n −1 , равна обратной матрице Q−1 , а сумма матриц Bi равна
матрице E . Это легко доказать, если в начале показать с помощью математической индукции, что вырабатываемые методом Девидона векторы направлений ∆x0 , ∆x1 , …, ∆xn−1 образуют множество Q -
сопряженных векторов.
Данный метод можно рассматривать как один из вариантов метода сопряженных направлений. Он решает задачу минимизации квадратичной функции за конечное число шагов, не превосходящее n .
n−1
Покажем, что ∑ Ai = Q−1 .
i=0
Из соотношений (3.15), учитывая, что f (x) = Qx + b , получим:
∆gk = f (xk +1 ) − f (xk ) = Q(xk +1 − xk ) = Q∆xk .