Метод золотого сечения надежный, но медленный. Если функция дифференцируема, то можно построить гораздо более быстрые методы, основанные на решении уравнения . Корень этого уравнения является точкой минимума, если , и точкой максимума, если .
Допустим, что имеет 1-ю и 2-ю производные. Обратимся к решению уравнения методом Ньютона (см. [24]):
.
Обычно нулевое приближение можно выбрать графически. Итерационный процесс, определяемый этой формулой, сходится достаточно быстро - квадратично. Сходимость замедляется если , тогда сходимость в малой окрестности экстремума замедляется до линейной.
На практике для 1-й и 2-й производных получаются громоздкие выражения, поэтому их заменяют конечно-разностными аппроксимациями [19a] и [19b]:
или ,
или .
Подставим это в ньютоновский итерационный процесс:
. [25]
Это эквивалентно замене кривой на интерполяционную параболу, построенную по трем точкам . Обычно выбирают вспомогательный шаг h~0.1-0.01 при ручных вычислениях с небольшой точностью и h~0.01-0.001 при вычислениях с помощью компьютера (в процессе вычислений длина шага не изменяется!). Формула [24] наиболее часто употребляется в вычислениях.
|
|
На практике рекомендуется в процессе вычислений проверять сходится ли процесс к минимуму – 2-я разность (или 2-я производная) в знаменателе [25] должна быть положительной. Если она отрицательна, то итерации сходятся к максимуму, и, значит, надо сделать достаточно большой шаг в обратном направлении.
Вычислив новое приближение, надо проверить, уменьшилась ли функция . Если оказалось, что , то значение нельзя использовать и надо сделать шаг в сторону убывания функции .
Пример. Найти минимум функции на отрезке [0, 3] с точностью 0.1.
Выберем t1 = 0.5, h = 0.1. Тогда
,
,
.
Поскольку , то минимум tmin=1.0 с заданной точностью найден.
содержание