где

функции, которые возрастают вблизи границ
области допустимых значений 
и тем быстрее, чем больше значение параметра

. В качестве приближенного решения задачи (1), (2) принимается решение

вспомогательной задачи (3) при достаточно большом

.
Пример 1
Пусть
 | (4) |
Положим
 | (6) |
где

— вещественная константа. На рисунках рис. 1, рис. 2, рис. 3 приведены линии уровня функции при

, соответственно.
Рис. 1. К прим. 1. Точка минимума функции Qα(Х) при α = 0 имеет координаты (3, 2). Решением задачи (3), (4), (5), (6) является точка Х∗ с координатами (2.5, 1.5).
Рис. 2. К прим. 1. Точка минимума функции Qα(Х) при α = 1 имеет координаты (2.666…, 1.666…). Решением задачи (3), (4), (5), (6) является точка Х∗ с координатами (2.5, 1.5).
Рис. 3. К прим. 1. Точка минимума функции Qα(Х) при α = 2 имеет координаты (2.6, 1.6). Решением задачи (3), (4), (5), (6) является точка Х∗ с координатами (2.5, 1.5).
Линии уровня на рисунках рис. 1, рис. 2, рис. 3 получены с помощью следующей MATLAB-программы:
x = 0 : 0.01 : 5;
y = x;
[X, Y] = meshgrid(x);
alpha = 2;
Z = (X - 3)^2 + (Y - 2)^2 + alpha * (X + Y - 4)^2;
V = [.02, 2, 1, 2, 5, 10, 20, 40, 80];
[C, h] = contour(X, Y, Z, V);
clabel(C, h);
Рисунки показывают, что при увеличении параметра

минимум функции

приближается к решению задачи (3), (4), (5), (6)
В
методе штрафных функций функцию

, которая в этом случае называется
штрафной функцией, подбирают таким образом, чтобы при больших

функция

мало отличалась от функции

при

и быстро возрастала при удалении точки

от границы
области допустимых значений 
. В методе штрафных функций точка

в процессе поиска может выходить за границы области

(см. рис. 4). Т.е. метод штрафных функций относится к классу
методов внешней точки. Рассмотренный выше прим. 1 также иллюстрирует метод штрафных функций.
Рис. 4. К методу штрафных функций (n = 1) Интервал [a, b] — область допустимых значений D; γ > β > α.
Рис. 5. К методу барьерных функций (n = 1) Интервал [a, b] — область допустимых значений D; γ > β > α.
В вычислительной практике преимущественно используется
метод штрафных функций. Поэтому в дальнейшем ограничимся именно им.
где

— двумерный вектор параметров штрафной функции;

— весовые коэффициенты, могущие изменяться в процессе итераций,

,

— функционалы над функциями

,

, соответственно.
Функционалы

,

в формуле (7) должны удовлетворять очевидным требованиям:

при

,

при

;
В качестве функционалов

,

можно взять расстояния в какой-либо метрике от точки

до соответствующей границы множества

. Однако, вычисление этих расстояний, а значит и значений
штрафной функции, может быть затруднительным. Поэтому обычно применяют штрафные функции более удобного вида.
Так в качестве функционалов

обычно используют функционалы

,
в качестве функционалов

— функционалы

,
где

.
где

— четное число итераций,

— требуемая точность решения по

.
Схема метода штрафных функций.
- Задаем начальную точку
и полагаем счетчик числа итераций
.
- Исходя из точки
, одним из методов локальной безусловной оптимизации решаем задачу — находим точку
.
- Проверяем условие окончания поиска
. Если условие окончания поиска выполнено, то полагаем
и завершаем итерации. Иначе — по некоторому правилу увеличиваем значения параметров
,
, полагаем
и переходим к п.3
Примечание 1
В зависимости от метода локальной безусловной оптимизации, который используется для решения задач (3),
метод последовательной безусловной оптимизации может быть детерминированным и случайным, нулевого, первого или второго порядка.