Численные методы для физиков. Нелинейные уравнения и оптимизация. Зайцев В.В - 39 стр.

UptoLike

Составители: 

39
()
()
)1(
1
)(
)(
=
k
kk
k
xxAAxF . (2.23)
Матрицу
k
A предлагается выбирать так, чтобы модуль разности (2.23) был
минимален для всех
x :
()
.min)()()(
)()(
== xFxFx
k
T
k
ρ
При этом матрица
1k
A считается заданной.
Для упрощения исследования функции )(
x
ρ
перейдем к новым
координатам точки
x , таким что
txxx +=
α
)1(k
,
где
)1()(
=
kk
xxx , t произвольный вектор, перпендикулярный вектору
x (это означает, что 0=tx
T
), и 10
α
. В координатах ),( t
α
()
AtAtAxAtAtAxAxAxt
TTTTTTTT
+++=
αααρ
22
),(.
В этом выражении первое и второе слагаемые заведомо неотрица-
тельны. Кроме того, величина
AxAx
TT
не зависит от матрицы
k
A ,
т.к. из соотношения секущих (2.21) следует, что
()
xAxfxfxAAAx
1
)1()(
1
)()(
==
k
kk
kk
. (2.24)
Поэтому, чтобы минимизировать ),(
2
t
αρ
при любых
α
и t матрицу
k
A
следует выбирать так, чтобы
()
0
1
==
tAAAt
kk
. Равенство всегда будет
иметь место, если
T
xvA = ,
где вектор
v должен быть таким, чтобы удовлетворялось соотношение
секущих. Подставив полученное выражение для
A в соотношение
секущих в форме (2.24), найдем вектор
v
xx
xAxfxf
v
T
k
kk
1
)1()(
)()(
= ,
а затем и матрицу
T
T
k
kk
kk
x
xx
xAxfxf
AA
1
)1()(
1
)()(
+= . (2.25)
Таким образом, получена итерационная формула (2.25), позволяющая
по некоторой первоначально заданной матрице
0
A построить последо-
вательность матриц
k
A , удовлетворяющих соотношению секущих (2.21).
Каждая из этих матриц может быть использована на соответствующем
шаге итерационного процесса (2.20). Формула (2.25) носит название