Золотое сечение

Метод золотого сечения используется при поиске минимума функции одной вещественной переменной. Данный метод применим, в том числе и к недифференцируемым функциям.

Пусть на отрезке [ a, b ] задана кусочно-непрерывная функция F (x) и она имеет, включая концы отрезка [ a, b ], один-единственный локальный минимум. Построим итерационный процесс, сходящийся к искомому значению локального минимума.

Рис.1. Иллюстрация к первому шагу итерационного
процесса метода золотого сечения

Выберем внутри отрезка [ a, b ] две точки x ₁ и x ₂. Сравним значения функции F друг с другом в четырех точка: F (a), F (x ₁), F (x ₂), F (b). Пусть, например, значение функции в точке x ₁ минимально, т.е. минимум находится на одном из отрезком, примыкающих к точке x ₁, тогда третий отрезок, не примыкающий к x ₁ может быть отброшен. Таким отрезком является отрезок [ x ₂, b ]. На рис.1 приведена схема первого шага итерационного процесса в методе золотого сечения. Жирной линией выделена пара отрезков, на которых находится искомый минимум, крестом обозначен отрезок, подлежащий отбрасыванию.

На втором шаге итерационного процесса предыдущая процедура повторяется, но уже на отрезке [ a, x ₂]. Опять выбирается пара точек x ₁, x ₃ на отрезке [ a, x ₂], причем одна из них уже есть — это точка x ₁. Вычисляются значения функции в этих точках, среди четырех значений F (a), F (x ₁), F (x ₃), F (x ₂) находится минимум, отбрасывается отрезок, не примыкающий к точке с минимальным значением функции. Легко понять, что отбрасывается всегда один из двух крайних отрезков. Этот процесс можно продолжать неограниченно.

Определимся с выбором точек на соответствующих отрезках. При выборе точек будем следовать правилу золотого сечения. Пусть на отрезке [ a, b ] выбрана некоторая точка x _*, эта точка делит [ a, b ] на два отрезка: [ a, x _*] и [ x _*, b ]. Возможны два варианта: первый отрезок меньше второго и второй меньше первого. Для первого варианта (аналогично для второго ) воспользуемся правилом золотого сечения: отношение длины большего отрезка ко всему отрезку [ a, b ] равно отношению длины меньшего отрезка к длине большего . Соответствующая пропорция для первого варианта имеет следующий вид:

. (4)

Из двух уравнений (4) можно найти уравнение для коэффициента x:

. (5)

Рис.2. Два варианта золотого сечения отрезка

При решении квадратного уравнения в (5) выбран положительный корень уравнения. Для второго варианта расположения точки на отрезке [ a, b ] получится аналогичное уравнение для коэффициента x. На рис.2 приведены оба варианта позиционирования точек и на отрезке [ a, b ] и соответствующие доли исходного отрезка, на которые делят точки исходный отрезок. Каждая из двух позиций точек и есть позиция золотого сечения отрезка. Из построения, а также согласно схеме рис.2, для точек и верно соотношение:

или . (6)

Согласно (6), зная одну из точек и , находим другую.

В соответствие со схемой рис.2 будем выбирать пару точек на отрезке, т.е. точки x ₁ и x ₂ на первом шаге итерационного процесса являются точками золотого сечения отрезка [ a, b ]. На втором шаге итерационного процесса точка x ₁ уже делит отрезок [a, x ₂] согласно второму варианту золотого сечения. Осталось найти позицию золотого сечения первого варианта для точки x ₃. Этот процесс можно продолжать неограниченно.

После проведения очередного этапа итерационного процесса отрезок сокращается, т.к. отбрасывается меньшая часть (0,382я доля). Отрезок уменьшается в раза. После n шагов итерационного процесса длина отрезка составит x ⁿ долю длины первоначального отрезка. Таким образом, процесс при n ® ¥ сходится, т.к. длина отрезка уменьшается со скоростью геометрической прогрессии с показателем x» 0,618, т.е. метод золотого сечения всегда сходиться, причем линейно.

Пусть на некотором шаге итерационного процесса анализируются четыре точки , из них две точки являются концами соответствующего отрезка. Найдем значения функции в этих точках и выберем среди них минимум. Пусть минимум реализуется в точке x_i, т.е.

. (7)

Отбросим ту точку, которая максимально удалена от точки x_i. Пусть такой точкой является точка x_l, т.е.

. (8)

Определим позиционирование друг относительно друга оставшихся точек. Пусть, например, верно следующее неравенство

. (9)

Согласно (6), можно определить вторую, после точки x_i, точку x_p золотого сечения отрезка [ x_k, x_j ] по формуле:

. (10)

Этапы алгоритма золотого сечения (7) — (10) полностью описывают произвольный шаг итерационного процесса. Искомый минимум находится, где-то на отрезке [ x_k, x_j ], поэтому итерации могут быть прекращены по достижении заданной точности e, т.е.

.

Метод золотого сечения является аналогом метода деления отрезка пополам, но применительно к задаче отыскания минимума. Метод прост и экономичен и всегда сходится. Если на исходном отрезке несколько локальных минимумов, то процесс сойдется к одному из локальных минимумов не обязательно наименьшему.

На листинге_№1 приведен код программы поиска минимума функции методом золотого сечения. Для примера выбрана несколько экзотическая, кусочно-дифференцируемая функция, имеющая на заданном отрезке три локальных минимума. За счет незначительного изменения положения левой границы исходного отрезка удается последовательно получить методом золотого сечения все три локальных минимума функции.

Листинг_№1

%Программа поиска минимума функции методом

%золотого сечения

%очищаем рабочее пространство

clear all

%определяем размеры исходного отрезка [a,b]

a=0.95; b=3.5;

%определяем функцию, минимум которой на

%отрезке [a,b] находится

f=@(x)x^2*sign(x-1)*sign(x-1.5)*...

sign(x-2)*sign(x-2.5)*sign(x-3);

%определяем точность нахождения точки минимума

eps=1e-10;

%определяем константу ksi

ksi=(sqrt(5)-1)/2;

%определяем левую и правую границы отрезка

xl=a; xr=b;

%определяем номер итерации

k=0;

%организуем цикл метода поиска точки минимума

%методом золотого сечения

while xr-xl>eps

%определяем пару средних точек xl2 и xr2

%на отрезке [xl,xr] точек

xl2=xr-ksi*(xr-xl);

xr2=xl+ksi*(xr-xl);

%находим значения минимизируемой функции

%в четырех точках

Fl=f(xl); Fl2=f(xl2); Fr2=f(xr2); Fr=f(xr);

%перебор четырех вариантов минимума из

%четырех значений функции Fl, Fl2, Fr2, Fr

%минимально Fl

if (Fl<=Fl2)&(Fl<=Fr2)&(Fl<=Fr)

%отбрасывается точка xr

xl=xl; xr=xr2;

if xl2-xl>=xr-xl2

xr2=xl2; xl2=xl+xr-xr2;

else

xl2=xl2; xr2=xl+xr-xl2;

end

end

%минимально Fl2

if (Fl2<=Fr)&(Fl2<=Fr2)&(Fl2<=Fr)

%отбрасывается точка xr

xl=xl; xr=xr2;

if xl2-xr>xr-xl2

xr2=xl2; xl2=xl+xr-xr2;

else

xl2=xl2; xr2=xl+xr-xl2;

end;

end

%минимально Fr2

if (Fr2<=Fr)&(Fr2<=Fl2)&(Fr2<=Fr)

%отбрасываем точку xl

xl=xl2; xr=xr;

if xr2-xl2>=xr-xr2

xr2=xr2; xl2=xl+xr-xr2;

else

xl2=xr2; xr2=xl+xr-xl2;

end

end

%минимально Fr

if (Fr<=Fl)&(Fr<=Fl2)&(Fr<=Fr2)

%отбрасываем точку xr

xl=xl; xr=xr2;

if xl2-xl>=xr-xl2

xr2=xl2; xl2=xl+xr-xr2;

else

xl2=xl2; xr2=xl+xr-xl2;

end

end

k=k+1;

%запоминаем полусумму крайних точек отрезка

root(k)=0.5*(xr+xl);

end

%рисуем график зависимости значения точки

%минимума от номера итерации

plot(1:k,root);

На рис.3,а приведен график минимизируемой функции. Согласно графику функция имеет три локальных минимума x _min = 1, 2, 3. Метод золотого сечения обязательно сходится к одному из локальных минимумов. Графики на рис.3,б, 3,в и 3,г показывает сходимость к локальным минимумам в точках x _min = 1, 2, 3 при численных значениях левой границы исходного отрезка, равных a = 0,25; 0,5; 0,95 соответственно. Таким образом в методе золотого сечения, вычисление разных локальных минимумов (если они есть) возможно благодаря вариации одной или обеих границ исходного отрезка минимизации исследуемой функции.

Дата добавления: 2014-01-03