- •Метод сопряженных градиентов
- •Метод сопряженных градиентов – один из эффективных методов; он позволяет уменьшить число шагов
- •В силу этого, метод сопряженных градиентов дает точное значение задачи
- •Алгоритм метода
- •3. Координаты всех последующих точек вычисляем по другим формулам:
- •Здесь – вектор, задающий новые направления поиска.
- •!!! Основные формулы
- •Точное определение величины возможно лишь в редких случаях: погрешности неизбежны. Практика показывает, что
- •Номер k называется моментом обновления.
- •Пример:
- •3. Все последующие координаты определяем по формулам (1) и (2).
- •Для того, чтобы найти h1, составим функцию:
Метод сопряженных градиентов
1
Метод сопряженных градиентов – один из эффективных методов; он позволяет уменьшить число шагов блок-схемы градиентного спуска.
Этот метод связан с понятием
сопряженного направления.
2
Векторы , (k,j = 1, …, n) называются сопряженными
относительно симметричной матрицы
А, если
Причем, если матрица А полностью определена и векторы попарно сопряжены относительно А, то – линейно независимы.
3
В силу этого, метод сопряженных градиентов дает точное значение задачи
минимизации квадратичной функции за n
и меньше число шагов (где n – число переменных).
Если же минимизируемая функция не является квадратичной, то нельзя ожидать, что данный метод за конечное число итераций приведет к решению.
4
Алгоритм метода
1.Составляем grad ).
2.Выбираем точку . Находим grad f() при
Составим уравнение:
,
Аналогично методу наискорейшего спуска из уравнения находим и получаем координаты {x11 ; x12} точки
5
3. Координаты всех последующих точек вычисляем по другим формулам:
,
где
6
Здесь – вектор, задающий новые направления поиска.
Величину h1 находим, исследовав
на экстремум функцию Далее процедура повторяется.
7
!!! Основные формулы
Для нахождения min функции f(x1,x2,…,xn):
, |
(1) |
где |
|
(2)
)
8
Точное определение величины возможно лишь в редких случаях: погрешности неизбежны. Практика показывает, что погрешности, накапливаясь, могут привести к тому, что векторы перестают указывать направление убывания функции и сходимость метода может нарушаться.
Чтобы с этим бороться, метод сопряженных градиентов время от времени обновляют, т. е. полагают .
9
Номер k называется моментом обновления.
На практике в качестве момента обновления берут ,
где n – размерность рассматриваемого пространства.
Примечание: Если в качестве моментов обновления взять , то получим метод наискорейшего спуска.
10