- •Управление непрерывными статическими тп
- •Методы статической оптимизации. Решение экстремальных задач. Классификация экстремальных задач
- •Экстремум функции многих переменных без ограничений
- •Определение экстремума квадратичных функций
- •Качественное исследование фмп перед применением численных методов
- •Приближенные методы поиска экстремума фмп без ограничений
- •Метод Зейделя-Гаусса (покоординатного спуска)
- •Градиентные методы.
- •Метод наискорейшего спуска.
- •Градиентные методы с заданием параметра шага
- •Шаговый градиентный метод
- •Метод сопряженных направлений
- •Классическая задача Лагранжа на условный экстремум (ограничения-равенства).
- •Приближенные методы решения классической задачи Лагранжа на условный экстремум
- •Неклассическая задача Лагранжа на условный экстремум (ограничения-неравенства)
- •Численные методы поиска экстремума фмп на ограничениях‑неравенствах
Градиентные методы.
В градиентных методах направление движения к экстремальной точке выбирается по градиенту или антиградиенту, а шагkвыбирается различными способами в зависимости от метода.
Метод наискорейшего спуска.
Пусть задана сепарабельная функция и начальная точка х0=(–0,6;–2,6), у0=4,68. Вычислим в точке х0проекции градиента:
Построим на графике линий равного уровня проекции градиента в определенном масштабе и результирующий вектор L1, который дает направление наибольшего изменения функции в точке х0. Если провести черезL1плоскость, перпендикулярную {x1,x2}, то эта плоскость, рассекая поверхность, выделит на ней параболу. Теперь надо найти точку экстремума полученной параболы. Для этого следует записать уравнение параболы в данной плоскости (плоскости градиента) с помощью параметра, учитывающего направление антиградиента:
Подставляя значения координат и проекций градиента, получим:
Определим параметр исходя из экстремума функции:
,
Теперь определим координаты точки х(1), в которой функцияпо направлениюL1достигает экстремума.
,
,
Значение функции в этой точке: у(1)=1,3. Полученная точка х(1)по направлениюL1показана на рисунке. Линия градиента касается в этой точке линии равного уровня функции у.
Продолжая вычисления, а именно: 1) определяя проекции градиента, 2) составляя уравнения параболы в плоскости градиента , 3) находя параметриз условия экстремума функции, 4) определяя координаты точки х(2), в которой функцияпо направлению градиента достигает экстремум, получим следующие результаты:
Итерация |
0 |
1 |
2 |
3 |
4 |
5 |
х |
(-0,6;2,6) |
(-0,08;1,82) |
(0,48;2,19) |
(0,65;1,94) |
(0,83;2,06) |
(0,89;1,98) |
у |
4,68 |
1,3 |
0,41 |
0,14 |
0,043 |
0,014 |
В математике доказывается, что метод наискорейшего спуска сходится. Значит, вычисления можно прервать на любом шаге, если выполнена заданная точность. Например, если задана точность по значениям функции у на смежных шагах 0,05. Тогда разность на 4 и 5 итерациях, следовательно, на пятой итерации вычисления можно закончить.
Метод наискорейшего спуска в изложенном выше пошаговом варианте достаточно универсален и применим для широкого класса функций, имеющих конечную производную в каждой точке, т.е. гладких. Но уравнение для иногда получается сложным и громоздким. Для квадратичных функций определениеможно упростить и сделать более удобным для расчетов на ЭВМ.
Пусть дано квадратичное уравнение в матричной форме:
,
которое запишем в развернутой форме через матрицу Н и С:
Запишем градиент функции у:
Возьмем теперь любое направление Sс проекциямиS1иS2и составим для этого направления уравнение экстремальной линии через параметрдля любой точки (х1, х2):
Раскрыв скобки и продифференцировав по , получим:
Отсюда определяем из условия экстремумапо:
Нетрудно заметить, что данное выражение можно переписать так:
,
что соответствует матричной записи:
Если вместо произвольного направления взять градиент, то получим:
, или:
, (6)
В общем виде, для функции многих переменных:
Покажем, насколько упростилась процедура определениядля квадратичной функции. Зададимся начальной точкой с координатами.
Определим проекции градиента в точке х0:
На рисунке показаны линии уровня и проекции градиента. Определяем по (6):
Координаты экстремальной точки по L1:
;
Далее вычисляются проекции градиента во вновь найденной точке :
, и строится направлениеL2. Затем вычисляетсядля второй итерации по (6):.
Координаты экстремальной точки по направлению L2:
Как видно, за две итерации методом наискорейшего спуска была достигнута малая окрестность экстремума функции. В этом и состоит основное преимущество данного метода над методом Зейделя-Гаусса.