- •Содержание
- •Введение
- •Глава 1.Численные методы минимизации функций. Минимизация функций одной переменной методом последовательного перебора
- •1.1. Постановка задачи
- •1.2. Локальный минимум и максимум. Унимодальные функции. Связь между задачами максимизации и минимизации.
- •1.3. Метод равномерного перебора. Условие Липшица.
- •Теорема 3.3.
- •Теорема 3.4.
- •1.4. Метод последовательного перебора
- •1.5. Классический метод решения задач минимизации функции одной переменной
- •1.6. Метод половинного деления
- •1.7.Метод парабол
- •1.8. Метод золотого сечения
- •1.9. Применение и особенности численных методов минимизации функций одной переменной
- •Глава 2. Реализация методов равномерного перебора, последовательного перебора.
- •2.1. Реализация методов
- •2.2. Тестирование программы
- •Заключение
- •Список литературы
- •Приложение 1. Текст программы, реализующей метод равномерного перебора.
- •Приложение 2.
1.9. Применение и особенности численных методов минимизации функций одной переменной
Среди рассмотренных в работе численных методов решения задач минимизации наиболее широкую сферу применения имеют методы равномерного перебора и золотого сечения. Их можно использовать для минимизации непрерывных функций. Чтобы применять метод половинного деления требуется наличие и непрерывность производной у минимизируемой функции. А чтобы использовать метод парабол необходимо наличие трех непрерывных производных. Поэтому метод парабол имеет наиболее узкую сферу применения [8]. Для применения метода последовательного перебора необходимо знать константу Липшица. В результате рассмотрения этого метода было получено:
Если функция монотонно убывает на, то шаг разбиенияостается постоянным и равным;
Если функция монотонно убывает, а затем монотонно возрастает на, то шаг разбиенияв первом случае (см. 1) остается постоянным, а во втором случае начинает расти в следствии роста величины(см. метод последовательного перебора).
Если же сравнивать методы по скорости получения результата при фиксированной точности, то получается обратная картина. Метод равномерного перебора - самый медленный, он требует вычисления наибольшего количества значений минимизируемой функции. За ним идут методы последовательного перебора, золотого сечения и половинного деления. Самый же быстрый -метод парабол. Это связано с тем, что его аналог, метод касательных, может при определенных условиях иметь квадратичную сходимость (в то время как метод половинного деления имеет только линейную сходимость). Этим же свойством, очевидно, будет обладать и метод парабол [8].
Несмотря на некоторые недостатки, рассмотренные методы являются наиболее эффективными при решении нелинейных задач.
Глава 2. Реализация методов равномерного перебора, последовательного перебора.
В данной главе представлено описание программ, реализующих такие методы, как: метод равномерного перебора, метод последовательного перебора. Также рассмотрен пример решения задачи минимизации аналитическим методом и программно, рассмотренными численными методами. За основу была взята книга [8] из списка литературы.
2.1. Реализация методов
Описанные методы минимизации функций одной переменной были реализованы в виде функций программы minimum в приложении.
Метод Равномерного перебора
Описание и назначение этого метода было представлено выше (см. гл. 1.4), а сам метод был реализован в функции Ravnom_perebor в программе minimum.
Исходные данные:
–концы отрезка на котором решается задача;
–заранее найденная константа Липшица, равная;
–заданная точность искомого приближенного значения точки минимума;
–функция.
Результаты:
–приближенное значение точки минимума с погрешностью, не превышающей заданного.
Метод последовательного перебора.
Описание метода:
Пусть функция удовлетворяет условию Липшица нас известной константой. Тогда, согласно следствия из теоремы 4.1, будет существовать минимуми хотя бы одна из точек минимумафункции на. Будем искать приближения для минимумаи какой-нибудь точки минимумафункциина() с погрешностями, не превышающими заданного положительного числа.
Для решения поставленной задачи разобьем наотрезков,,;. Вычислим значения функции ()в очках разбиения и найдем. Далее сравним полученное значениес величиной, чтобы не выйти за границы отрезка, на котором ищется минимум функции. Если выполняется условие, то переходим к следующему шагу поиска минимума функции. Как только это условие перестанет выполняться, возьмем в качестве последней проверяемой точки.После этого выберем в качестве приближений для изначенияи.
Сам метод был реализован в среде Borland Delphi 6.
Исходные данные:
–концы отрезка на котором решается задача;
–константа Липшица, равная ;
–заданная точность искомого приближенного значения точки минимума;
–функция.
Результаты:
–приближенное значение точки минимума с погрешностью, не превышающей заданного.
- значение функции в точке .