You are on page 1of 4

M´etodo de Rosenbrock

usando lineas de b´ usqueda
Mariana de la Rosa, Tania Ibarra
22 de mayo de 2014
Algoritmos de PNL
M´etodo de Rosenbrock
Paso inicial.
Elegimos:
> 0 escalar de finalizaci´on
d
1
, d
2
, ..., d
n
direcciones coordenadas
x
1
punto inicial
Hacemos:
y
1
= x
1
k = j = 1
ir al paso principal
Algoritmos de PNL
M´etodo de Rosenbrock
Paso principal.
1 Sea λ
j
una soluci´on ´optima para el problema de minimizar
f (y
j
+ λd
j
)
sujeto a
λ ∈ E
1
y sea y
j +1
= y
j
d
j
.
Si j < n reemplazamos j por j + 1 y repetir el paso 1. De otra
manera ir al paso 2.
2 Sea x
k+1
= y
n+1
. Si x
k+1
−x
k
< , ¡ALTO! De otra
manera, sea y
k
= x
k+1
, reemplace k por k +1, sea j = 1, Ir al
paso 3.
3 Formar un nuevo conjunto ortogonal linealmente
independiente de direcciones de b´ usuqueda por el m´etodo de
Gram-Schmidt. Denotamos estas direcciones por d
1
, d
2
, ..., d
n
y repetir el paso 1.
Algoritmos de PNL
M´etodo de Rosenbrock
Convergencia del m´etodo de Rosenbrock
El M´etodo de Rosenbrock usando lineas de b´ usqueda converge a
un punto estacionario si se cumplen las siguientes condiciones:
1 El m´ınimo de f a lo largo de cualquier linea de b´ usqueda en
E
n
es ´ unico.
2 La sucesi´on de puntos generados por el algoritmo esta
contenida en un subconjunto compacto de E
n
.
Algoritmos de PNL
M´etodo de Rosenbrock