Algorisme de Gauss-Newton

De testwiki
Salta a la navegació Salta a la cerca

A matemàtiques, l'algorisme de Gauss-Newton s'utilitza per a resoldre problemes no lineals de mínims quadrats.[1] És una modificació del mètode d'optimització de Newton que no depèn de calcular segones derivades i es deu a Carl Friedrich Gauss.[2]

El problema

Donades m funcions f 1 ,..., f m de n paràmetres p 1 ,..., p n amb m n , volem minimitzar la suma

S(p)=i=1m(fi(p))2.

on, p fa al vector ( p 1 ,..., p n ).

L'algorisme

L'algorisme de Gauss-Newton és un procediment iteratiu. Això significa que hem de proporcionar una estimació inicial del paràmetre vector que anomenarem p 0 .

Estimacions posteriors p k per al vector paràmetre són produïdes per la relació recurrent:

Pk+1=pk(Jf(pk)Jf(pk))1Jf(pk)f(pk),

on f = ( f 1 ,..., f m ) i J f ( p ) denota el Jacobià de f a p (noti's que no cal que J f sigui quadrada).

La matriu inversa, en la pràctica, mai es computa explícitament. en lloc d'ells s'utilitza

Pk+1=pk+δk,

i es computa l'actualització de δ k resolent el sistema lineal

Jf(pk)Jf(pk)δk=Jf(pk)f(pk).

una bona implementació de l'algorisme de Gauss-Newton utilitza també un algorisme de cerca lineal: en lloc de la fórmula anterior per p k +1 , s'utilitza

Pk+1=pk+αkδk,

on el nombre α k és d'alguna manera òptim.

Altres algorismes

La relació de recurrència del Mètode de Newton per minimitzar la funció S és

Pk+1=pk[H(S)(pk)]1JS(pk),

on JS i H(S) denoten el Jacobià i Hessiana de S respectivament. utilitzant el mètode de Newton per a la funció

S(p)=i=1m(fi(p))2

obtenim la relació recurrent

Pk+1=pk(Jf(p)Jf(p)+i=1mfi(p)H(fi)(p))1Jf(p)f(p).

Podem concloure que el mètode de Gauss-Newton és el mateix que el metodode Newton ignorant el terme Σ f H ( f ).

Altres algorismes utilitzats per a resoldre el problema dels mínims quadrats inclouen l'algorisme de Levenberg-Marquardt algorithm i de descens de gradient.

Referències

Plantilla:Referències