Zusammenfassung
Dieses Kapitel behandelt die Klasse der sogenannten Quasi—Newton—Verfahren. Diese Verfahren verwenden anstelle der exakten Hesse—Matrix der zu minimierenden Funktion eine geeignete Approximation an diese (und vermeiden damit die häufig sehr aufwendige explizite Berechnung aller zweiten partiellen Ableitungen der Zielfunktion). Diese Approximation wird dabei von Iteration zu Iteration aufdatiert, so daß die in jedem Schritt auftretenden linearen Gleichungssysteme sehr viel leichter, nämlich ebenfalls durch Aufdatieren, zu lösen sind als beim Newton—Verfahren (bei den sogenannten inversen Quasi—Newton—Verfahren entfällt die Lösung eines linearen Gleichungssystems sogar vollständig). Damit ist jeder Iterationsschritt der Quasi—Newton—Verfahren wesentlich weniger aufwendig als etwa beim Newton—Verfahren. Dennoch sind viele der Quasi—Newton—Verfahren lokal superlinear konvergent.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Geiger, C., Kanzow, C. (1999). Quasi—Newton—Verfahren. In: Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-58582-1_11
Download citation
DOI: https://doi.org/10.1007/978-3-642-58582-1_11
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-66220-4
Online ISBN: 978-3-642-58582-1
eBook Packages: Springer Book Archive