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






