geotecnica
(P)
Minimizar f ( x)
x ∈ ℝn
En el método de Newton la dirección de búsqueda se define como:
[
]
−1
d ( x ) = − ∇ 2 f ( x ) ∇f T ( x )
La dirección de búsquedase encuentra minimizando el problema:
~
Minimizar f ( x + d)
~
donde f es la aproximación cuadrática de f en x .
Teorema: el método de Newton definido por la iteración xk +1 = xk + d( xk )tiene convergencia local con orden de convergencia p ≥ 2 .
1
El método de Newton
(P)
Minimizar f ( x)
x∈ℝ
n
6
4
f ( x ) = x T Qx
1 1
Q=
1 10
x0 = (10, 1)T2
0
-2
-4
-6
-4
-2
0
2
4
Rojo: Steepest descent
Azul: Newton
6
8
10
12
2
El método de Newton
(P)
Minimizar f ( x)
x ∈ ℝn
Correcciones:
1)Introducir búsqueda lineal
a) La dirección puede no ser de descenso.
b) El orden de convergencia puede ser menor de 2.
2) Modificar la matriz del sistema lineal.
3
El método de las direccionesconjugadas
(P)
Minimizar f ( x) =
1 T
x Qx − b T x
2
Con Q positiva definida
x ∈ ℝn
En el método de las direcciones conjugadas se conocen n direcciones d i ≠ 0
que satisfacen:
dT Qd j= 0, ∀i ≠ j
i
En el método de las direcciones conjugadas se considera d k como dirección de
búsqueda del paso k . La iteración queda definida como:
xk +1 = xk + α k d k
αk = −
∇f ( xk )dk
dT Qd k
k
4
El método de las direcciones
conjugadas
(P)
Minimizar f ( x) =
1 T
x Qx − b T x
2
x ∈ ℝn
Teorema: El método de las direcciones conjugadas converge a la solución.Teorema (Expanding subspace theorem):
Sea Bk = [d 0 ,..., d k −1 ], la sucesión generada por el algoritmo tiene la propiedad
que xk minimiza f en el espacio x0 + Bk .
5
El método del gradienteconjugado
(P)
Minimizar f ( x) =
1 T
x Qx − b T x
2
x ∈ ℝn
T
Sea g k = ∇f ( xk ) .
Comenzando por x0 , el método define d0 = −g 0 y, en la iteración k :
xk +1 = xk + α k d k
gT...
Regístrate para leer el documento completo.