Слайд 2
![Пусть длина интервала Разделим интервал точками и на четыре равные](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-1.jpg)
Пусть длина интервала
Разделим интервал точками и на четыре равные части
Вычисляются
значения целевой функции
Сравниваются полученные значения и находится новый
интервал неопределенности следующим образом:
Слайд 3
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-2.jpg)
Слайд 4
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-3.jpg)
Слайд 5
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-4.jpg)
Слайд 6
![Затем снова вычисляются координаты и и продолжают поиск до выполнения условия За минимальное значение принимают](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-5.jpg)
Затем снова вычисляются координаты и
и продолжают поиск до выполнения условия
За минимальное
значение принимают
Слайд 7
![Блок-схема алгоритма](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-6.jpg)
Слайд 8
![2.2.6. Метод золотого сечения Метод относится к последовательным стратегиям. Задается](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-7.jpg)
2.2.6. Метод золотого сечения
Метод относится к последовательным стратегиям.
Задается начальный интервал неопределенности
и требуемая точность поиска
В качестве точек вычисления целевой функции
выбираются точки золотого сечения. Тогда с учетом
свойств золотого сечения на каждой итерации, кроме
первой, требуется только одно новое вычисление
целевой функции.
Слайд 9
![Рассмотрим способ размещения точек золотого сечения на интервале Пусть длина](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-8.jpg)
Рассмотрим способ размещения точек золотого
сечения на интервале
Пусть длина интервала
равна а точка делит его на
две части и
Слайд 10
![Термин золотое сечение ввел Леонардо да Винчи. Точка называется золотым](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-9.jpg)
Термин золотое сечение ввел Леонардо да Винчи.
Точка называется золотым сечением отрезка
если
имеет место соотношение
Отсюда
Слайд 11
![Так как нас интересует только положительное решение, то](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-10.jpg)
Так как нас интересует только положительное
решение, то
Слайд 12
![Из этого соотношения имеем](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-11.jpg)
Из этого соотношения имеем
Слайд 13
![Поскольку заранее неизвестно, в какой последовательности ( или ) делить](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-12.jpg)
Поскольку заранее неизвестно, в какой
последовательности ( или ) делить
интервал
неопределенности, то рассматривают
внутренние точки, соответствующие двум этим
способам деления
Слайд 14
![Точки деления и с учетом полученных значений Новый уменьшенный интервал неопределенности выбирается следующим образом.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-13.jpg)
Точки деления и с учетом полученных
значений
Новый уменьшенный интервал неопределенности
выбирается следующим образом.
Слайд 15
![а) если то отрезком локализации точки минимума становится отрезок](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-14.jpg)
а) если то отрезком локализации точки
минимума становится отрезок
Слайд 16
![Определим положение точки на интервале Вычислим отношение Следовательно точка является второй точкой золотого сечения отрезка Положим](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-15.jpg)
Определим положение точки на интервале
Вычислим отношение
Следовательно точка является второй точкой
золотого сечения отрезка
Положим
Слайд 17
![б) если то отрезком локализации точки минимума становится отрезок](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-16.jpg)
б) если то отрезком локализации точки
минимума становится отрезок
Слайд 18
![Определим положение точки на интервале Вычислим отношение Следовательно точка первая точка золотого сечения отрезка Положим](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-17.jpg)
Определим положение точки на интервале
Вычислим отношение
Следовательно точка первая точка
золотого
сечения отрезка
Положим
Слайд 19
![Процесс оптимизации заканчивается при выполнении условия В качестве минимального значения берется середина последнего интервала](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-18.jpg)
Процесс оптимизации заканчивается при выполнении
условия
В качестве минимального значения берется середина
последнего интервала
Слайд 20
![Блок-схема алгоритма](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-19.jpg)
Слайд 21
![При эффективность метода золотого сечения выше, чем у метода дихотомии,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-20.jpg)
При эффективность метода золотого сечения
выше, чем у метода дихотомии, так
как при каждом
последующем вычислении целевой функции интервал
неопределенности уменьшается в раза.
За итераций длина интервала будет равна
Точность на шаге вычислений можно оценить
неравенством
Отсюда следует, что для достижения требуемой точности
требуется
итераций.
Слайд 22
![2.2.7. Метод Фибоначчи Метод Фибоначчи относится к последовательным стратегиям и](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-21.jpg)
2.2.7. Метод Фибоначчи
Метод Фибоначчи относится к последовательным
стратегиям и обеспечивает максимальное
сокращение интервала неопределенности при
заданном количестве вычислений целевой функции.
Алгоритм поиска по методу Фибоначчи
определяется тем же правилом симметрии, что и
алгоритм по методу золотого сечения: на первой
итерации выбираются две точки, расположенные
симметрично внутри интервала неопределенности ;
на каждой последующей итерации точка очередного
вычисления выбирается симметрично оставшейся
точки. Разница заключается в выборе точек.
Слайд 23
![Для простоты изложения алгоритма рассмотрим интервал неопределенности Обозначим через - длину интервала](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-22.jpg)
Для простоты изложения алгоритма
рассмотрим интервал неопределенности
Обозначим через - длину
интервала
Слайд 24
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-23.jpg)
Слайд 25
![Предположим, что на расстоянии от одного из концов интервала неопределенности](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-24.jpg)
Предположим, что на расстоянии от
одного из концов интервала неопределенности
помещена
точка Вторая точка
располагается симметрично относительно
середины отрезка
Слайд 26
![Определим величину Для этого рассмотрим - ю итерацию. Для того,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-25.jpg)
Определим величину Для этого
рассмотрим - ю итерацию.
Для того, чтобы
получить наибольшее
уменьшение интервала неопределенности,
расположим точки и на расстоянии
по обе стороны от середины отрезка (см.
рисунок).
Слайд 27
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-26.jpg)
Слайд 28
![Интервал неопределенности будет иметь длину следовательно На предыдущем этапе точки](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-27.jpg)
Интервал неопределенности будет иметь
длину следовательно
На предыдущем этапе точки и
должны быть
помещены симметрично
внутри интервала Следовательно
Аналогично
Слайд 29
![Таким образом, и так далее.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-28.jpg)
Таким образом,
и так далее.
Слайд 30
![Общее выражение для произвольного интервала неопределенности имеет вид где коэффициенты](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-29.jpg)
Общее выражение для произвольного интервала
неопределенности имеет вид
где коэффициенты называются числами
Фибоначчи
и определяются следующим образом
Последовательность чисел Фибоначчи имеет вид
Слайд 31
![Пусть начальный интервал неопределенности имеет длину Через числа Фибоначчи выражение](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-30.jpg)
Пусть начальный интервал неопределенности имеет
длину Через числа Фибоначчи
выражение для
определения можно получить из
выражения (2.2), полагая
Из последнего выражения найдем длину
интервала неопределенности на -й итерации
Далее, используя выражение (2.2), находим положение
первой точки которая помещается на расстоянии
от одного из концов начального интервала.
Слайд 32
![При получим](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-31.jpg)
Слайд 33
![Используемое значение определяется из условия После того как найдено положение](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-32.jpg)
Используемое значение определяется
из условия
После того как найдено положение первой
точки, числа
Фибоначчи больше не
используются.
Приведем дальнейшую схему вычисления
интервала неопределенности.
Вычислим
Слайд 34
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-33.jpg)
Слайд 35
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-34.jpg)
Слайд 36
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-35.jpg)
Слайд 37
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-36.jpg)
Слайд 38
![Блок-схема алгоритма](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-37.jpg)
Слайд 39
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-38.jpg)
Слайд 40
![Заметим, что при достаточно больших значение стремится к 0.618, так](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-39.jpg)
Заметим, что при достаточно больших
значение
стремится к 0.618, так что методы
Фибоначчи и
золотого сечения становятся асимптотически
эквивалентными
Слайд 41
![Сравнение методов уменьшения интервала неопределенности](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-40.jpg)
Сравнение методов уменьшения интервала неопределенности
Слайд 42
![2.2.8. Метод квадратичной аппроксимации Основная идея метода связана с возможностью](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-41.jpg)
2.2.8. Метод квадратичной аппроксимации
Основная идея метода связана с возможностью
аппроксимации гладкой
функции полиномом и
последующего использования аппроксимирующего
полинома для оценивания координат точки минимума.
Пусть известны значения целевой функции в
трех различных точках равные
соответственно
Запишем интерполяционный многочлен в форме
Лагранжа
Слайд 43
![Вычислим значения в каждой из трех точек При при при](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-42.jpg)
Вычислим значения в каждой из трех точек
При
при
при
Слайд 44
![Разрешая последнее уравнение относительно получим Из уравнения (2.2)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-43.jpg)
Разрешая последнее уравнение относительно
получим
Из уравнения (2.2)
Слайд 45
![находим точку Поскольку аппроксимирующий квадратичный полином является унимодальной функцией, то](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-44.jpg)
находим точку
Поскольку аппроксимирующий квадратичный полином
является унимодальной функцией, то коэффициент
при старшем члене будет положителен.
Следовательно, в точке полином
имеет локальный минимум.
Слайд 46
![Рассмотрим алгоритм квадратичной интерполяции, называемый методом Пауэлла. Пусть начальная точка,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-45.jpg)
Рассмотрим алгоритм квадратичной интерполяции, называемый методом Пауэлла.
Пусть начальная точка, - величина
шага
по оси и числа, характеризующие точность
поиска.
Вычислить точку
Вычислить значения целевой функции в точках
Сравнить значения и найти точку
так, чтобы точки были как можно ближе к
искомой точке минимума.
Слайд 47
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-46.jpg)
Слайд 48
![Вычислить Найти По трем точкам вычислить используя формулу (2.6) и](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-47.jpg)
Вычислить
Найти
По трем точкам вычислить используя
формулу (2.6) и величину
Если знаменатель
в формуле (2.6) на некоторой
итерации обращается в нуль, то результатом
интерполяции будет прямая. В этом случае
рекомендуется обозначить и перейти
к пункту 1.
Слайд 49
![Проверить условие окончания процесса вычислений Если оба условия выполнены, то](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-48.jpg)
Проверить условие окончания процесса вычислений
Если оба условия выполнены, то поиск закончен
и
В противном случае выбрать наилучшую точку ( или ) и две точки по обе стороны от нее. Обозначить их в естественном порядке и перейти к пункту 5.
Слайд 50
![Выбор двух точек слева и справа от наилучшей точки (](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-49.jpg)
Выбор двух точек слева и справа от наилучшей точки
( или )
осуществляется следующим образом:
а) если точка находится между точками и
то
б) если точка находится между точками и
то
Слайд 51
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-50.jpg)
Слайд 52
![Блок-схема алгоритма](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-51.jpg)
Слайд 53
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-52.jpg)
Слайд 54
![Пример 2.3. Минимизировать функцию методом Пауэлла с точностью Решение. Зададим](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-53.jpg)
Пример 2.3. Минимизировать функцию
методом Пауэлла с точностью
Решение. Зададим начальную точку
и величину шага
Итерация 1. Вычислим и
Так как то положим
Вычислим
Найдем
По формулам (2.4) и (2.5) найдем
По формуле (2.6) вычислим точку интерполяционного полинома
и величину целевой функции
Слайд 55
![Проверим условие окончания поиска (не выполняется), следовательно продолжаем поиск. Учитывая,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-54.jpg)
Проверим условие окончания поиска
(не выполняется),
следовательно продолжаем поиск. Учитывая, что
выбираем
как наилучшую точку. Слева от нее
а справа
Обозначим их в естественном порядке
Этим точкам соответствуют значения целевой функции
Итерация 2.
Слайд 56
![По формулам (2.4) и (2.5) найдем По формуле (2.6) вычислим](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-55.jpg)
По формулам (2.4) и (2.5) найдем
По формуле (2.6) вычислим точку
интерполяционного полинома
и величину целевой функции
Проверим условие окончания поиска
- условие не выполняется.
Выбираем как наилучшую точку. Слева от нее
а справа
Обозначим их в естественном порядке
Этим точкам соответствуют значения целевой функции
Слайд 57
![Итерация 3. По формулам (2.4) и (2.5) найдем По формуле](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-56.jpg)
Итерация 3.
По формулам (2.4) и (2.5) найдем
По формуле (2.6) вычислим
точку интерполяционного полинома
и величину целевой функции
Проверим условие окончания поиска
Следовательно, поиск закончен. Решение
Слайд 58
![Найдем аналитически координату точки минимума Проверим выполнение достаточного условия экстремума](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/209822/slide-57.jpg)
Найдем аналитически координату точки минимума
Проверим выполнение достаточного условия экстремума
В точке выполняется
условие
- следовательно целевая функция в данной точке имеет минимум.