Interval extensions of non-smooth functions for global optimization and nonlinear systems solvers

Abstract

Most interval branch and bound methods for nonlinear algebraic systems have to date been based on implicit underlying assumptions of continuity of derivatives. In particular, much of the theory of interval Newton methods is based on this assumption. However, derivative continuity is not necessary to obtain effective bounds on the range of such functions. Furthermore, if the first derivatives just have jump discontinuities, then interval extensions can be obtained that are appropriate for interval Newton methods. Thus, problems such as minimax orl ₁-approximations can be solved simply, formulated as unconstrained nonlinear optimization problems. In this paper, interval extensions and computation rules are given for the unary operation |x|, the binary operation max{x, y} and a more general “jump” function χ(s,x,y). These functions are incorporated into an automatic differentiation and code list interpretation environment. Experimental results are given for nonlinear systems involving max and |o| and for minimax andl ₁-optimization problems.

Zusammenfassung

Die meisten gebräuchlichen Intervallmethoden für nicht-lineare algebraische Systeme beruhen auf Annahmen über die Stetigkeit der Ableitungen, ebenso große Teile der Theorie der Intervall-Newton-Verfahren. Für effiziente Einschließungen des Wertebereichs ist jedoch die Stetigkeit der Ableitungen nicht notwendig, im Fall von Sprüngen der ersten Ableitungen können sogar für Intervall-Newton-Verfahren geeignete Einschließungen gewonnen werden. Formuliert als unrestringierte nichtlineare Optimierungsprobleme können demnach minimax- oderl ₁-Approximationen leicht behandelt werden. In der vorliegenden Arbeit geben wir Intervall-Auswertungen und Rechenregeln für die Funktionen |x|, max{x, y} und eine allgemeine Sprungfunktion χ(s, x, y) an. Diese Funktionen sind in eine Umgebung zur automatischen Differentiation und Codelisten-Interpretation eingearbeitet. Ergebnisse werden vorgestellt für nichtlineare Systeme mit max und |o| und für minimax- undl ₁-Optimierungsaufgaben.