29.04.2014 Aufrufe

Kapitel 9 Quadratische Optimierung

Kapitel 9 Quadratische Optimierung

Kapitel 9 Quadratische Optimierung

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

10.1.2 Gleichungs– und Ungleichungsrestriktionen<br />

Die Verallgemeinerung der Überlegungen des vorangehenden Abschnitts ist naheliegend:<br />

Seien x k , λ k Näherungen für ¯x, ¯λ. Wir bestimmen eine Lösung s k des Problems<br />

(P1 k ) min<br />

1<br />

2 sT W k s + g kT s<br />

a k i<br />

T<br />

s + c<br />

k<br />

i = 0, i ∈ I 1<br />

a k i<br />

T<br />

s + c<br />

k<br />

i ≤ 0, i ∈ I 2<br />

und erhalten neue Näherungen x k+1 = x k + s k , λ k+1 als Lagrangemultiplikator zu s k . Dies<br />

ist das sogenannte Wilson-Verfahren (1963)<br />

Satz 10.1 Sei f, c ∈ C 3 und ¯x ein lokales Minimum für (P1), in dem die Gradienten der<br />

aktiven Restriktionen linear unabhängig und die hinreichenden Kuhn-Tucker-Bedingungen<br />

2.Ordnung erfüllt sind, ¯λ sei der zu ¯x gehörende eindeutige Lagrangemultiplikator. Dann<br />

gibt es eine Umgebung U ⊂ R n × R I 1∪I 2<br />

von (¯x, ¯λ), eine Umgebung S ⊂ R n von 0 und eine<br />

Zahl β > 0, sodass für alle (x k , λ k ) ∈ U gilt:<br />

1. Das Problem (P1 k ) besitzt mindestens ein lokales Minimum s k ∈ S.<br />

2. Für jeden stationären Punkt s k ∈ S für (P1 k ) mit zugehörigem Lagrangemultiplikator<br />

λ k+1 gilt (x k+1 , λ k+1 ) ∈ U (x k+1 := x k + s k ) und<br />

max{‖x k+1 − ¯x‖, ‖λ k+1 − ¯λ‖} ≤ β‖x k − ¯x‖ max{‖x k − ¯x‖, ‖λ k − ¯λ‖}<br />

≤ β max{‖x k − ¯x‖, ‖λ k − ¯λ‖} 2<br />

Satz 10.1 ergibt die lokale quadratische Konvergenz des Wilsonverfahrens, vorausgesetzt<br />

wir kennen einen Startpunkt (x 0 , λ 0 ) hinreichend nahe bei (¯x, ¯λ) und wir finden die ”richtigen”<br />

Lösungen (in S) für Problem (P1 k ). Problem (P1 k ) ist normalerweise ein indefinites<br />

quadratisches Problem und muss keine eindeutige Lösung besitzen, weiters können auch<br />

Lösungen existieren, die nicht in S liegen. Eine weitere Einschränkung ist, dass nicht nur<br />

ein Startpunkt x 0 hinreichend nahe bei ¯x bekannt sein muss, sondern auch Lagrangemultiplikatoren<br />

λ 0 hinreichend nahe bei ¯λ. Diese beiden Schwierigkeiten können allerdings<br />

zumindest theoretisch relativ leicht umgangen werden.<br />

Entscheidende Nachteile des Wilsonverfahrens liegen jedoch im<br />

1. Fehlen von globalen Konvergenzeigenschaften<br />

2. hohen numerischen Aufwand bei der Bestimmung der Hessematrix der Lagrangefunktion<br />

In der Praxis wird das Wilson–Verfahren nur mehr für sehr spezielle Probleme verwendet.<br />

Für allgemeine Probleme ist ein Quasi–Newtonverfahren vorzuziehen, das beide Nachteile<br />

vermeiden. Bevor wir jedoch zu den Quasi–Newtonverfahren kommen, benötigen wir noch<br />

andere Methoden.<br />

92

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!