Error Analysis of Numerical Methods for Optimization Problems

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article discusses methods for constructing solution error estimates in optimization problems, which fall into two categories: theoretical and numerical. Theoretical estimates are based on convergence analysis and are mainly useful for qualitative insights, while numerical estimates provide explicit values but are limited to certain methods. The paper introduces two new numerical error estimation methods for a broad range of optimization problems. The first method uses a three-point scheme to derive an exact error estimate from a decreasing sequence of objective function values. The second method, called the rounding method, estimates the error by tracking the increase in significant digits of the solution as iterations progress. Numerical experiments are provided to support these methods.

About the authors

A. V. Chernov

Moscow Institute of physics and Technology; FRC “Computer Science and Control”, Russian Academy of Sciences

Email: chernov.av@mipt.ru
Dolgoprudny, 141701 Russia; Moscow, 119333 Russia

A. G. Birjukov

Moscow Institute of physics and Technology; FRC “Computer Science and Control”, Russian Academy of Sciences

Dolgoprudny, 141701 Russia; Moscow, 119333 Russia

A. M. Lisachenko

FRC “Computer Science and Control”, Russian Academy of Sciences

Moscow, 119333 Russia

J. G. Chernova

Lomonosov Moscow State University

Moscow, 119991 Russia

References

  1. Gill P.E., Murray W.V., Wright M.H. Practical Optimization. London: Academic Press, 1981.
  2. Гасников А.В. Современные численные методы оптимизации. М.: МФТИ, 2018. 2-е изд.
  3. Немировский А.С., Юдин Д.Б. Сложность задач и эффективность методов оптимизации. М: Наука, 1979.
  4. Нестеров Ю.Е. Введение в выпуклую оптимизацию. М: МЦНМО, 2018.
  5. Bubeck S. Convex Optimization: Algorithms and Complexity. Foundations and Trends in Machine Learning, 2015. V. 8. P. 231–357.
  6. Поляк Б.Т. Введение в оптимизацию. М.: Наука, 2021.
  7. Бирюков А.Г., Гриневич А.И. О гарантированной точности решений задач вычислительной математики в арифметикесплавающейзапятойипеременнойдлиноймантиссы.ТрудыМФТИ,2012.Т.4,№3.C.171–180.
  8. Бирюков А.Г., Гриневич А.И. Метод оценки погрешностей округления решений задач вычислительной математики в арифметике с плавающей запятой, основанный на сравнении решений с изменяемой длиной мантиссы машинного числа. Труды МФТИ, 2013. Т. 5, № 2. C. 160–174.
  9. Biryukov A.G., Chernov A.V. On Numerical Estimates of Errors in Solving Convex Optimization Problems. Communications in Computer and Information Science, 2021. V. 1514.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».