Пусть х * – искомое решение и сходящийся итерационный метод генерирует в процессе работы векторную последовательность . Тогда будут справедливы следующие утверждения: 1. Метод сходится к х* с линейной скоростью (или со cкоростью геометрической последовательности), если для всех k, начиная с некоторого k * ³ 0 и 0 £ q < 1, выполнено условие çç х (k +1) – х *êç £ q çç х (k) – х *êç. (2.1.6) 2. Метод сходится к х* со сверхлинейной скоростью, если для всех k, начиная с некоторого k * ³ 0, выполнено условие çç х (k +1) – х *êç £ qk çç х (k) – х *êç, (2.1.7) где числовая последовательность сходится к нулю. 3. Метод сходится к х * с квадратической скоростью, если для всех k, начиная с некоторого k * ³ 0 и q ³ 0, выполнено условие çç х (k + 1) – х *çê £ q çç х (k) – х *êç2. (2.1.8) |
При решении задачи (2.1.1) элементы векторной последовательности строятся, начиная с начального приближения x (0) Î En, согласно рекуррентному соотношению
x (k + 1) = x (k) + a ks (k), k = 0, 1, 2, …, (2.1.9)
|
|
где s ( k ) Î En – вектор, указывающий направление движения из точки x ( k )
в точку x ( k + 1). Вектор s ( k ) выбирается таким образом, чтобы обеспечить выполнение условия
f (x (k + 1)) < f (x (k)). (2.1.10)
В этом случае его принято называть направлением спуска.
a k – число, указывающее длину шага в направлении s ( k ). Длина шага определяется из условия
f (x (k) + a ks (k)) = min f (x (k) + a s (k)), (2.1.11)
a Î E 1
т. е. в результате решения задачи одномерной оптимизации (см. гл. 1). В тех случаях, когда решение задачи (2.1.11) оказывается довольно трудным или нецелесообразным, выбор a k на k -м шаге процесса можно осуществлять, исходя из более слабого условия, согласно которому достаточно выполнения соотношения
f (x (k + 1)) < f (x (k)). (2.1.12)
В качестве условий (критериев) идентификации оптимального решения задачи (2.1.1) могут использоваться необходимые и достаточные условия экстремума функции нескольких переменных.
Приведем еще несколько определений.