Um Estudo Numérico do Método dos Gradientes Conjugados para as buscas lineares de Armijo e Goldstein

Autores

  • Giselle Lopes da Cruz
  • Márcio Antônio de Andrade Bortoloti
  • Wéllington Moutinho Dias

Resumo

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. [...]

Downloads

Não há dados estatísticos.

Biografia do Autor

Giselle Lopes da Cruz

Universidade Estadual do Sudoeste da Bahia, Vitória da Conquista, BA

Márcio Antônio de Andrade Bortoloti

Universidade Estadual do Sudoeste da Bahia, Vitória da Conquista, BA

Wéllington Moutinho Dias

Universidade Estadual do Sudoeste da Bahia, Vitória da Conquista, BA

Referências

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.

Downloads

Publicado

2023-12-18

Edição

Seção

Resumos