Skip to main content

Part of the book series: Springer-Lehrbuch ((SLB))

  • 1102 Accesses

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.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 34.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 44.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints 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

Publish with us

Policies and ethics