Um Estudo Numérico do Método dos Gradientes Conjugados para as buscas lineares de Armijo e Goldstein
Resumen
Um dos métodos mais utilizados para a minimização de uma função f : Rn → R, continuamente diferenciável, é o Método do Gradiente (MG). Esse método gera sequências que convergem li- nearmente quando são empregadas buscas lineares para a determinação do comprimento do passo na geração da sequência. Essas buscas procuram fornecer um comprimento de passo que assegure um decréscimo da função objetivo. O Método dos Gradientes Conjugados (MGC) é uma alternativa que melhora a eficiência na determinação de minimizadores de funções, quando comparado com o MG. Cabe ressaltar que para o caso de funções quadráticas, o MGC admite uma fórmula fechada para a determinação do comprimento de passo. Contudo, para funções que não se enquadram nesse quesito, é necessário uma regra de busca linear para a determinação do comprimento de passo. [...]
Descargas
Citas
A. A. Ribeiro e E. W. Karas. Otimização Contínua: Aspectos teoricos e computacionais. São Paulo: Cengage Learning, 2013. isbn: 978-85-221-2002-4.
Jorge Nocedal e Stephen J Wright. Numerical optimization. Springer, 1999.
S. Surjanovic e D. Bingham. Virtual Library of Simulation Experiments: Test Functions and Datasets. Retrieved March 9, 2023, from http://www.sfu.ca/~ssurjano.