Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Северин В.П. Методы ОП

.pdf
Скачиваний:
101
Добавлен:
02.02.2015
Размер:
2 Мб
Скачать
☆

С о д е р ж а н и е о т ч е т а .

1)титульный лист установленного образца с указанием организации, названия учебной дисциплины, темы работы, номера варианта, исполнителя и принимающего, города, года;

2)постановка задачи минимизации целевой функции, включающая задание функции, начальную точку и точку минимума;

3)теоретическое описание метода уменьшения интервала;

4)алгоритм метода;

5)распечатки используемых компьютерных программ;

6)табличное представление процесса минимизации и его итоги – количество вычислений значений целевой функции, минимальное значение функции и соответствующее ему значение точки минимума, достигнутую точность;

7)двумерный график траектории поиска со всеми точками;

8)анализ полученных результатов;

9)выводы о проделанной лабораторной работе.

Контрольные вопросы

1.Чем отличается пассивная стратегия поиска?

2.Какое назначение метода равномерного поиска?

3.Опишите метод равномерного поиска.

4.Как оценивается эффективность метода равномерного поиска?

5.Какие преимущества и недостатки метода равномерного поис-

ка?

6. Чем отличаются последовательные методы одномерного поис-

ка?

7.Какое назначение метода дихотомии?

8.Какие основные принципы метода дихотомии?

9.Опишите метод дихотомии.

10.Как оценивается эффективность метода дихотомии?

11.Какого порядка метод дихотомии?

12.В чем заключаются преимущества и недостатки метода дихо-

81

томии?

13.Какое назначение метода деления интервала пополам?

14.Опишите метод деления интервала пополам.

15.Как оценивается эффективность метода деления интервала пополам?

16.Какого порядка метод деления интервала пополам?

17.Какие достоинства и недостатки метода деления интервала пополам?

18.Какая задача привела к открытию чисел Фибоначчи?

19.По какой рекуррентной формуле определяются числа Фибона-

ччи?

20.Запишите 10 первых чисел Фибоначчи.

21.Укажите свойства чисел Фибоначчи.

22.Выведите формулу Бине для чисел Фибоначчи.

23.Какое назначение метода Фибоначчи?

24.Опишите метод Фибоначчи.

25.Выведите общую формулу для длин интервалов неопределенности в методе Фибоначчи.

26.Как начинается поиск минимума в методе Фибоначчи?

27.Как оценивается эффективность метода Фибоначчи?

28.Какого порядка метод Фибоначчи?

29.В чем заключаются преимущества и недостатки метода Фибо-

наччи?

30.Какая задача привела к открытию золотого сечения?

31.Выведите уравнение золотого сечения.

32.Приведите численное представление золотого сечения.

33.Опишите способ геометрического построения золотого сечения с использованием линейки и циркуля.

34.Укажите алгебраические свойства золотого сечения.

35.Какова особенность золотой прогрессии?

36.Какова связь между числами Фибоначчи и золотым сечением?

37.Какое назначение метода золотого сечения?

38.Опишите метод золотого сечения.

82

39.В чем заключается сходство и различие методов Фибоначчи и золотого сечения.

40.Как начинается поиск минимума в методе золотого сечения?

41.Как оценивается эффективность метода золотого сечения?

42.Сравните эффективность методов Фибоначчи и золотого сече-

ния.

43.Какого порядка метод золотого сечения?

44.Какие преимущества и недостатки метода золотого сечения?

45.Какое назначение метода адаптации шага?

46.Опишите метод адаптации шага.

47.По какому правилу изменяется шаг поиска в методе адаптации

шага?

48.Как оценивается эффективность метода адаптации шага?

49.Какого порядка метод адаптации шага?

50.Какие достоинства и недостатки метода адаптации шага?

51.На какие группы можно разделить методы уменьшения интервала неопределенности?

52.Сравните эффективность методов уменьшения интервала неопределенности.

83

4. МЕТОДЫ АППРОКСИМАЦИИ И ИНТЕРПОЛЯЦИИ

Не существует единственного самого эффективного метода для одномерного поиска минимума функции произвольного вида. В этом разделе рассматриваются методы нулевого, первого и второго порядков, основанные на аппроксимации унимодальной целевой функции полиномом с последующей интерполяцией точки минимума целевой функции в точке минимума полиномиальной функции. Обосновываются методы квадратичной интерполяции с тремя точками, кубической интерполяции с четырьмя точками, квадратичной интерполяции с двумя точками, секущих, кубической интерполяции с двумя точками, Ньютона-Рафсона. Дается сравнение скорости асимптотической сходимости методов аппроксимации и интерполяции. Приводятся алгоритмы для всех рассмотренных методов. Дается описание лабораторной работы по изучению методов аппроксимации и интерполяции для минимизации унимодальной целевой функции одной переменной.

4.1. Метод квадратичной интерполяции с тремя точками

Рассмотренные ранее методы одномерного поиска уменьшают интервал неопределенности в наперед заданное число раз независимо от вида самой целевой функции. Однако, если функции близки к полиномам, то более эффективны методы полиномиальной аппроксимации и интерполяции.

Можно показать, что любая гладкая функция f (x) в малой

окрестности ее точки минимума x* близка к квадратичной функции. Поэтому такую функцию можно аппроксимировать квадратичным многочленом

y x2 x ,

(4.1)

84

 

где коэффициенты , и определяются по трем точкам, получен-

ным с помощью алгоритма метода Свенна – (a, fa ) , (x, fx ) и (b, fb ) ,

где a x b . Дифференцируя уравнение параболы (4.1), имеем

y 2x .

По необходимому условию существования экстремума y 0 получим точку минимума параболы

z

 

.

(4.2)

 

 

2

 

Для определения этой точки достаточно определить лишь параметры и уравнения (4.1). Подставляя в уравнение параболы (4.1)

координаты трех известных точек функции f (x) , составим систему уравнений:

a2

a fa ,

 

 

 

 

2

x fx ,

x

 

 

 

 

b2

b f .

 

 

b

 

 

Вычитая из второго уравнения первое, а из третьего – второе, имеем:

 

2

a

2

) (x a) f

 

f

 

 

,

(x

 

 

x

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(b2

x2 ) (b x) f

b

f

x

.

 

 

 

 

 

 

 

 

Решим полученную систему по правилу Крамера:

D

x2 a2

x a

 

(x2 a2 )(b x) (b2 x2 )( x a) ,

b2 x2

b x

 

 

 

 

D

 

fx fa

x a

 

( fx fa )(b x) ( fb fx )( x a) ,

 

 

 

fb fx

b x

 

 

 

 

 

85

D

x2 a2

f

x

f

a

(x2 a2 )( f

 

f

 

) (b2

x2 )( f

 

f

 

) ,

 

 

 

b

x

x

a

 

b2 x2

f

 

f

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D

 

,

 

D

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D

 

 

 

 

D

 

 

 

 

 

 

 

 

Для уменьшения количества арифметических операций введем

обозначения:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p (x a)( fb fx ) ,

q (b x)( fa fx ) .

 

 

 

(4.3)

Тогда получим выражения для определителей:

 

 

 

 

 

 

D ( p q) ,

D p(x a) q(b x) .

 

 

 

 

Подставив определители в формулу для точки минимума парабо-

лы (4.2), окончательно получим:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

z

p(x a) q(b x)

.

 

 

 

 

(4.4)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2( p q)

 

 

 

 

 

 

 

 

 

Таким образом,

первоначальный

интервал

неопределенности

[a, b] , как и в большинстве методов предыдущего раздела, делится двумя точками x и z на три части. По правилу исключения интервалов на основании сравнения значений целевой функции во внутренних точках интервала неопределенности fx f (x) и fz f (z) та часть, которая заведомо не содержит минимума, отбрасывается, и интервал [a, b] уменьшается. Для оставшегося интервала с известной одной внутренней точкой опять применяется квадратичная интерполяция по формуле (4.4). Итерации продолжаются до тех пор, пока либо расстояние между точками x и z не станет меньше заданной наперед величины , либо длина интервала неопределенности не станет меньше допустимой погрешности.

Вследствие ошибок округления при вычислениях может оказаться, что значение z , вычисленное по формуле (4.4), окажется вне ин-

86

тервала неопределенности. В таком случае необходимо предусмотреть выход из цикла, несмотря на то, что заданная точность не была достигнута.

Рассмотренный метод нулевого порядка называется методом квадратичной интерполяции с тремя точками. На основании рабочих формул (4.3) и (4.4) составлен алгоритм метода квадратичной интерполяции.

А л г о р и т м м е т о д а к в а д р а т и ч н о й и н т е р п о л я ц и и

с т р е м я т о ч к а м и .

 

 

 

 

 

Входные параметры: a и b

– концы интервала неопределенно-

сти, fa и

fb – значения функции на концах интервала,

x и

f x –

внутренняя точка интервала и значение функции в ней,

– допусти-

мая погрешность.

 

 

 

 

 

Выходные параметры: x и

f x – лучшая точка и значение функ-

ции в ней.

 

 

 

 

 

 

1.

Вычислить p (x a)( fb fx ) , q (b x)( fa fx ) ,

s p q .

2.

Если s 0 , то перейти к шагу 13.

 

 

 

3.

Вычислить y 0,5 ( p(a x) q(b x)) / s .

 

 

4.

Если y a или y b , то перейти к шагу 13.

 

 

5.

Вычислить f y f ( y) и, если f y

f x , то перейти к шагу 8.

6.

Если

y x , то положить

b x ,

fb f x , x y , f x f y

и пе-

рейти к шагу 10.

 

 

 

 

 

7.

Положить a x , fa f x ,

x y ,

f x f y

и перейти к шагу 10.

8.

Если y x , то положить a y ,

fa f y

и перейти к шагу 10.

9.

Положить b y , fb f y .

 

 

 

 

 

10.

Если

 

x y

 

, то перейти к шагу 1.

 

 

11.

Если

 

fa f x ,

то положить x a ,

f x fa .

12.

Если

 

fb f x ,

то положить x b ,

f x fb .

13.

Остановиться.

 

 

87

4.2. Метод кубической интерполяции с четырьмя точками

Метод кубической интерполяции основан на аппроксимации минимизируемой функции f (x) полиномом третьей степени

y x3 x2 x .

Запишем необходимое условие минимума этого полинома

y 3x2 2x 0 .

Решая это квадратное уравнение, получим его корни:

z

 

2 3

.

 

 

1,2

 

3

 

 

 

 

Минимуму функции соответствует тот корень, для которого

y (x) 6x 2 0 .

Имеем

 

 

 

2 3

 

 

 

y (z

) 6

2 2

2 3 .

 

 

1,2

 

 

3

 

 

 

 

 

 

 

 

 

Условию минимума удовлетворяет корень

 

 

z 2 3 . 3

(4.5)

(4.6)

Четыре неизвестных параметра полинома (4.5) определим по четырем точкам минимизируемой функции f (x) : (x1, y1) , (x2 , y2 ) , (x3, y3 ) , (x4 , y4 ) . Три из этих точек получим в результате поиска интервала неопределенности методом Свенна, а четвертую точку – с помощью квадратичной интерполяции по первым трем точкам. Подставляя в равенство (4.5) координаты четырех точек, составим систему из четырех линейных алгебраических уравнений

88

 

 

x3 x2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x y ,

 

 

i 1, 4 .

 

 

 

 

 

 

 

 

i

 

 

i

 

 

i

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение этой системы для трех параметров формулы (4.6) полу-

чим по правилу Крамера:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D

 

,

D

,

 

D

 

,

 

 

 

 

 

 

 

 

 

 

 

 

D

 

 

 

D

 

 

 

D

 

 

 

 

 

 

 

 

где

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x3

x2

x 1

 

 

 

 

y

 

x

2

 

x 1

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

 

1

 

 

 

 

 

 

 

1

1

 

1

 

 

 

D

 

x23

x22

x2

1

,

D

y2

x22

x2

1

,

 

x3

x2

x 1

y

 

 

x

2

 

x 1

 

 

 

 

 

 

3

 

 

 

 

3

3

 

3

 

 

 

 

 

 

 

3

 

3

 

 

 

 

 

x43

x42

x4

1

 

 

 

 

y4

x42

x4

1

 

 

 

 

x3

y

x

1

 

 

 

 

y

x2

y

1

 

 

 

 

 

 

 

 

 

 

 

 

1

 

1

 

1

 

 

 

 

 

 

 

1

 

 

1

 

 

1

 

 

 

D

 

x23

y2

x2

1

 

,

D

y2

x22

y2

1

 

.

 

x3

 

 

 

 

 

 

 

 

 

x2

 

 

 

 

 

y

3

 

x

1

 

 

 

 

y

3

y

3

1

 

 

 

 

3

 

 

3

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

x43

y4

x4

1

 

 

 

 

y4

x42

y4

1

 

 

Для рационального вычисления этих определителей введем обозначения:

p1 y1(x3 x2 )(x4

x2 )(x4 x3 ) ,

p2

y2 (x3 x1)(x4

x1)(x4 x3 ) , (4.7)

p3 y3 (x2 x1)(x4

x1)(x4 x2 ) ,

p4

y4 (x2 x1)(x3

x1)(x3 x2 ) , (4.8)

q1 x1 x2 ,

q2 x3 x4 ,

r1 x1 x2 ,

r2 x3 x4 .

(4.9)

Тогда определители примут вид:

 

 

D (x2 x1)(x3 x1)(x3 x2 )(x4 x1)(x4 x2 )(x4 x3 ) ,

 

 

 

D p1 p2 p3 p4 ,

 

(4.10)

D p1(x2 q2 ) p2 (x1 q2 ) p3 (q1 x4 ) p4 (q1 x3 ) ,

(4.11)

89

D p1(q2 x2 r2 ) p2 (q2 x1 r2 ) p3 (r1 q1x4 ) p4 (r1 q1x3 ) .

(4.12)

По формуле (4.6) найдем минимум кубического полинома

 

 

 

 

 

 

 

 

 

 

D2

3D D D

 

z

 

 

 

 

.

(4.13)

 

 

3D

 

 

 

 

 

 

 

Таким образом, интервал неопределенности разделен тремя внутренними точками на четыре части. По правилу исключения интервалов отбрасывается одна из крайних частей и к новому интервалу с двумя внутренними точками опять применяется кубическая интерполяция. Итерации продолжаются до тех пор, пока расстояние между внутренними точками не станет меньше допустимой погрешности.

Рассмотренный метод нулевого порядка называется методом кубической интерполяции с четырьмя точками. На основании формул (4.7)–(4.13) составлен алгоритм метода кубической интерполяции.

А л г о р и т м м е т о д а к у б и ч е с к о й и н т е р п о л я ц и и с

ч е т ы р ь м я т о ч к а м и .

 

 

Входные параметры: a и b

– концы интервала неопределенно-

сти, fa и fb – значения функции на концах интервала,

x и f x –

внутренняя точка интервала и значение функции в ней,

– допусти-

мая погрешность.

 

 

Выходные параметры: x и

f x – лучшая точка и значение функ-

ции в ней.

 

 

1.Вычислить p (x a)( fb fx ) , q (b x)( fa fx ) , s p q .

2.Если s 0 , то перейти к шагу 32.

3.Вычислить y 0,5 ( p(a x) q(b x)) / s .

4.Если y a или y b , то перейти к шагу 32.

5.

Вычислить

f y f ( y) .

 

 

 

6.

Если y x , то положить

 

 

 

 

z x ,

f z f x , x y ,

f x f y ,

y x ,

f y f x .

90