Метод Дэвидона-Флэтчера-Пауэла
Реальная разница алгоритмов метода переменной метрики заключается в нахождении . В этом алгоритме матрица имеет ранг 2. Как и в предыдущем случае, матрица перевычисляется таким образом, чтобы для квадратичной функции после шагов она совпала с матрицей .
Исходная матрица обычно выбирается единичной: . Хотя предпочтительней задание начального приближения элементов этой матрицы аналитическими значениями вторых частных производных или их конечно-разностными приближениями. Соотношение для в алгоритме Дэвидона-Флетчера-Пауэлла можно получить путем подстановки
в уравнение (6) .
Тогда получим:
. (8)
Следует отметить, что и являются симметрическими матрицами, так что симметрическая и будет симметрической.
Этот алгоритм является одним из наиболее эффективных алгоритмов переменной метрики. Алгоритм, использующий соотношение (8), оказывается достаточно эффективным при выполнении следующих условий:
Ошибки округления при вычислении невелики.
И матрица в процессе вычислений не становится "плохой".
В ходе оптимизации этим методом происходит постепенный переход от градиентного направления спуска к ньютоновскому. При этом используются преимущества каждого метода на соответствующем этапе.
Роль матриц в (8) заключается в обеспечении того, чтобы , тогда как матрица обеспечивает положительную определенность матрицы на всех этапах и в пределе их сумма исключает начальную матрицу . Используем (8) на нескольких этапах, начиная с :
,
,
. . .
В случае квадратичной целевой функции при должно выполняться равенство , а сумма матриц строится таким образом, чтобы она сократилась с начальным значением .
При квадратичной функции используемые направления поиска являются сопряженными. Именно это определяет эффективность алгоритма.