Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://open.mgimo.ru/handle/123456789/19794
Название: Optimal step length for the maximal decrease of a self-concordant function by the Newton method
Оптимальная длина шага для максимального уменьшения самосогласованной функции методом Ньютона
Авторы: Ivanova, A.
Hildebrand, R.
Иванова, А.
Хильдебранд, Р.
Ключевые слова: self-concordant function
Newton method
optimal step length
function decrease
Newton decrement
numerical optimization
самосогласованная функция
метод Ньютона
оптимальная длина шага
уменьшение функции
декремент Ньютона
численная оптимизация
Дата публикации: 2023
Библиографическое описание: Ivanova A., Hildebrand R. Optimal step length for the maximal decrease of a self-concordant function by the Newton method. Optimization Letters. 2023. https://doi.org/10.1007/s11590-023-02035-3
Иванова А., Хильдебранд Р. Оптимальная длина шага для максимального уменьшения самосогласованной функции методом Ньютона. Optimization Letters. 2023. https://doi.org/10.1007/s11590-023-02035-3
Аннотация: We consider the problem of minimizing a self-concordant function using the Newton method. We derive an explicit formula for the optimal step length that maximizes the decrease of the function value at each iteration. The result is based on the properties of self-concordant functions and the analysis of the Newton decrement. Numerical experiments confirm the theoretical findings.
Рассматривается задача минимизации самосогласованной функции методом Ньютона. Выводится явная формула для оптимальной длины шага, максимизирующей уменьшение значения функции на каждой итерации. Результат основан на свойствах самосогласованных функций и анализе декремента Ньютона. Численные эксперименты подтверждают теоретические выводы.
URI: https://open.mgimo.ru/handle/123456789/19794
ISSN: 1862-4472
1862-4480
Располагается в коллекциях:Статьи сотрудников МГИМО во внешних журналах

Файлы этого ресурса:
Файл Описание РазмерФормат 
10.1007_s11590-023-02035-3.pdf345,69 kBAdobe PDFПросмотреть/Открыть
Источник: Optimization Letters  (2023)


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.