Matemātika
DU TSC
Nākamais: 2.3.2. Šķēlumu metode
Augstāk: 2.3. Minimuma punkta meklēšanas metodes vairāku
Iepriekšējais: 2.3. Minimuma punkta meklēšanas metodes vairāku
Aplūkosim funkciju
, kurai
eksistē nepārtraukti pirmās kārtas parciālie atvasinājumi. Par
funkcijas gradientu sauc vektoru
No matemātiskas analīzes kursa ir zināms [3, 184. lpp.], ka
ir vektors, kas vērsts funkcijas straujākās augšanas
virzienā.
Piemēram, aplūkosim divu argumentu
funkciju
un tās pieaugumu punktā
:
kur ir augstākas kārtas loceklis nekā
, t.i.,
Ir spēkā formula
kur ir leņķis starp vektoriem
un
. Pieņemsim, ka vektors
ir
normēts, t.i.,
. Viegli redzēt, ka summa
būs vislielākā tad, kad pieauguma vektors
ir
vērsts funkcijas gradienta virzienā (t.i., vektori
un
ir kolineāri), jo tad
.
-
2.1. piezīme.
- Atzīmēsim, ka vektors
, kuru sauc
par antigradientu, ir vērsts funkcijas straujākās
dilšanas virzienā.
-
2.5. piemērs.
- Funkcijas
, kuras grafiks ir eliptiskais
paraboloīds ar virsotni koordinātu sākumpunktā,
antigradienta vektors jebkurā nenulles punktā
ir vērsts uz koordinātu sākumpunktu.
Gradientu metodes centrālā ideja - virzīties uz funkcijas
iespējamo minimuma punktu pa lauztu līniju tā, lai katrā lūzuma
punktā kustības virziens sakristu ar antigradienta
virzienu.
Gradientu metodes iteratīva
formula:
kur
- pozitīvs skaitlis.
Parametra izvēle. Katrā solī ir jāizvēlas
parametra vērtība. Ja skaitļa vērtība ir pārāk
liela, tad funkcijas vērtība punktā var kļūt lielāka
par .
-
2.6. piemērs.
- Apskatīsim problēmu
Pieņemsim, ka sākumpunkts ir
. Tad
. Ja
, tad tuvinājums
Acīmredzot,
Var arī gadīties, ka process kļūs oscilējošs. Tā, pieņemsim, ka
iepriekšējā piemērā
Tad
Katrā solī parametrs ir jāizvēlās tā, lai funkcijas
vērtība punktā
būtu pēc iespējas mazāka. Meklējam
kā viena argumenta funkcijas minimizēšanas problēmas
atrisinājumu.
-
2.7. piemērs.
- Apskatīsim problēmu
Pieņemsim, ka sākumpunkts ir
. Tad
kur
ir problēmas
atrisinājums. Funkcijas
minimuma punkts ir
. Tad
un funkcijas minimums (un minimuma punkts) ir atrasts jau
pirmajā solī.
-
2.8. piemērs.
- Apskatīsim problēmu
Funkcijas gradients
. Pieņemsim, ka
sākumpunkts ir
.
Pirmajā solī
no kurienes izriet
Meklējam optimālo
, risinot minimizēšanas problēmu
Pēc
atrašanas aprēķinām
Atrodam
un aprēķinus var turpināt tālāk.
-
2.9. piemērs.
- Apskatīsim problēmu
Funkcijas gradients
. Pieņemsim, ka
sākumpunkts ir
.
Pirmajā solī
no kurienes izriet
Meklējam optimālo , risinot minimizēšanas problēmu
Pēc
atrašanas aprēķinām
Atrodam
un, acīmredzot, tā ir funkcijas
minimālā vērtība.
-
2.2. piezīme.
- Gadījumos, kad antigradienta vektors
sākumpunktā ir vērsts uz minimuma punktu, gradientu metode
dod precīzu atbildi jau pirmajā solī.
-
2.3. piezīme.
- Izvērstāku informāciju par gradientu metodi var
iegūt grāmatās [1], [3], [5].
Matemātika
DU TSC
Nākamais: 2.3.2. Šķēlumu metode
Augstāk: 2.3. Minimuma punkta meklēšanas metodes vairāku
Iepriekšējais: 2.3. Minimuma punkta meklēšanas metodes vairāku
2002-05-04