Главная страница Случайная лекция Мы поможем в написании ваших работ! Порталы: БиологияВойнаГеографияИнформатикаИскусствоИсторияКультураЛингвистикаМатематикаМедицинаОхрана трудаПолитикаПравоПсихологияРелигияТехникаФизикаФилософияЭкономика Мы поможем в написании ваших работ! |
Градиент и матрица Гессе функции многих переменных
Общая схема решения задач данным методом состоит в построении последовательности x0,x1,x2,…,xn решений системы ограничений по следующему принципу: в качестве x0 выбирается, вообще говоря, любая точка области решений и затем каждая последующая получается из предыдущей по формуле Xk+1=xk+ , Где -некоторое направление (т.е. вектор), - некоторое число. При это направление и “длина шага” выбираются так, чтобы обеспечить сходимость процесса оптимального решения x*. Для реализации данного метода необходимо вычислить градиент функции по данному направлению. Напомним, что градиентом функции (для случая трех переменных) и (x,y,z) называется вектор, проекциями которого служат значения частных производных этой функции, т.е. gradu= . Пользуясь этим определением, можно записать , т.е. производная функции по данному направлению равна скалярному произведению градиента функции на единичный вектор этого направления. Или производная функции по данному направлению равна проекции градиента функции на направление дифференцирования, т.е. . Отсюда следует, что производная по направлению достигает наибольшего значения, когда Сos =1, т.е. =0
Z
p 0 Y X
Рис. 14. Градиент функции
Таким образом, направление градиента есть направление наискорейшего возрастания функции. В противоположном направлении функция U будет быстрее всего убывать. Находя частную производную по направлению , мы можем определить, является ли направление “невыгодным” или “выгодным” в смысле приближения к оптимуму. Так как направление градиента f целевой функции является направлением ее наискорейшего роста, то при отыскании max вогнутой функции (min выпуклой функции) в качестве часто берется и тогда формула (*) принимает вид: Xk+1=xk+ - если ищется максимум и xk+1=xk- - если ищется минимум. Методы спуска, в которых интеграционная последовательность x0,x1,x2,…,xk,… находится по этим формулам xk+1=xk , называются градиентными. К их числу относятся, в частности, широко используемый в практике метод наискорейшего спуска. Для случая функции двух переменных метод наискорейшего спуска имеет простейшую интерпретацию (рис.18). F
X*
X1 Х3 x4 X2
X0 Х Рис. 15. Линии уровня На этом рисунке изображены линии уровня некоторой функции F(x,y,z), для которых, как известно f=const. Отсюда видно, что для любого k луч, идущий от точки xk к точке xk+1 перпендикулярен к линии уровня функции f, проходящей через точку xk (т.к. направлен по градиенту), и касается следующей линии уровня, проходящей через точку xk+1. Таким образом, на плоскости наискорейший спуск происходит по двум взаимно перпендикулярным направлениям. В заключении отметим, что для метода градиентного спуска величина шага вдоль выбранного направления постоянна для каждой итерации, а для метода наискорейшего спуска характерен переменный шаг.
Дата добавления: 2015-07-26; просмотров: 271; Нарушение авторских прав Мы поможем в написании ваших работ! |