Metode de Optimizare Curs 8

V. Condiii de optimalitate cazul problemelor de

optimizare cu restricii inegaliti
Notaii.
1. R n+ = {xRn, x0}, unde pentru x=(x1, x2, ..., xn)t, x 0 dac i numai
dac xj 0 pentru orice 1jn.
2. R n++ = {xRn, x >0}, unde pentru x=(x1, x2, ..., xn)t, x > 0 dac i numai
dac xj > 0 pentru orice 1jn.
3. Pentru o funcie : X Rm, notm i 1jm componentele scalare ale lui
(adic (x) = (1(x), 2(x), ..., m(x)t pentru orice x X). Prin (x) 0
nelegem i(x) 0 pentru orice 1jm, iar prin (x) > 0 nelegem
i(x)>0 pentru orice 1jm.
4. Pentru o funcie : X Rm, notm
X = {x
X: (x) 0}}.
Vom considera problema de optimizare:

inf f ( x ) ,

xX

unde f: X R, : X Rm, m1.

Definiie 1. Fie X o mulime, f: X R, : X Rm, m1. Funcia
Lagrange asociat problemei de optimizare cu restricii inegaliti

inf f ( x )

xX

se definete ca L : X R m
+ R,
L(x, u) = f(x) - <u,(x)> = f(x) -

uii (x) ,
i =1

Mdlina Roxana Buneci

Metode de Optimizare Curs - 2007

pentru orice xX i orice u R m

+ . Componentele u1, u2, ..., um ale vectorului
u se numesc variabile duale ale problemei de optimizare sau multiplicatori

Lagrange.

V.1. Condiii suficiente de optimalitate de tip punct a

Definiie 2. Fie X o mulime, L : X R m

+ R o funcie. Punctul
(x0,u0)X R m
+ se numete punct a pentru L dac
L(x0, u) L(x0, u0) L(x, u0)
0
pentru orice u R m
+ i xX. Cu alte cuvinte u este punct de maxim pentru

funcia u L(x0, u) iar x0 este punct de minim pentru funcia x L(x, u0).

Propoziie 3. Fie X o mulime, f: X R, : X Rm, m1 i

L:X R m
+ R funcia Lagrange asociat problemei de optimizare

inf f ( x )

xX

0
Dac (x0,u0)X R m
+ este punct a pentru L, atunci x este punct de minim global

pentru f pe X i are loc condiia ecarturilor complementare:

<u0, (x0)>.

Demonstraie. Deoarece (x0,u0)X R m

+ este punct a pentru L, pentru
orice u R m
+ avem
L(x0, u) L(x0, u0)
f(x0) - <u,(x0)> f(x0) - <u0,(x0)>
- <u,(x0)> - <u0,(x0)>
<u0,(x0)> - <u,(x0)> 0
<u0 - u, (x0)> 0 (3.1)
2

Metode de Optimizare Curs 8

Artm c (x0) 0. Presupunem prin absurd c exist i, 1 i m, astfel nct

i(x0) < 0. Lum
u = ( u10 , u 02 , ..., u i01 , 1+ u i0 , u i0+1 , ..., u 0m )t R m
+

i nlocuindu-l n (3.1) obinem,

-i(x0)> 0
ceea ce contrazice i(x0) < 0. Deci (x0) 0, i ca urmare x0 X. Deoarece
(x0) 0 i u0 0, avem
<u0, (x0)> 0. (3.2)
nlocuind u = 0 n (3.1) obinem
<u0, (x0)> 0. (3.3)
Din (3.2) i (3.3) obinem condiia ecarturilor complementare:
<u0, (x0)> = 0.
Deoarece (x0,u0)X R m
+ este punct a pentru L, pentru orice xX avem
L(x0, u0) L(x, u0)
f(x0) - <u0,(x0)> f(x) - <u0,(x)>

innd cont de condiia ecarturilor complementare rezult pentru orice xX

f(x0) f(x) - <u0,(x)>. (3.4)
Pentru orice xX, avem (x) 0, de unde rezult
<u0,(x)> 0. (3.)
Din (3.4) i (3.5) obinem c pentru orice xX
f(x0) f(x) - <u0,(x)> f(x),
adic x0 este punct de minim global al lui f pe X.

Mdlina Roxana Buneci

Metode de Optimizare Curs - 2007

V.2. Condiii de optimalitate pentru funcii convexe

Propoziie 4. Fie V un spaiu normat, X o submulime convex a lui V i

f:XR o funcie convex. Atunci un punct x0 este punct de minim local pentru f
dac i numai dac x0 este punct de minim global pentru f.

Demonstraie. Evident dac x0 este punct de minim global pentru f atunci

x0 este punct de minim local pentru f. Reciproc s presupunem c atunci x0 este
punct de minim local pentru f. Fie x X. Dac x = x0, atunci f(x) = f(x0) f(x0).
Presupunem c x x0. Deoarece x0 este punct de minim local pentru f, rezult c
exist > 0 astfel nct
f(x0) f(y)

(4.1)

pentru orice y X B(x0, ) . Dac lum

= min(1,

2 || x x 0 ||

),

atunci (0, 1]. innd cont c X este convex i c x0, x X, rezult

x0 + (x-x0) = x + (1-)x0 X

(4.2).

Pe de alt parte
|| x0 + (x-x0) x0|| = || (x-x0) || = || x-x0||

|| x-x0|| = < ,
2
2 || x x ||
0

de unde rezult c x0 + (x-x0) B(x0, ) i innd cont de (4.2), se obine

x0 + (x-x0) B(x0, ) X.
Folosind (4.1) rezult
f(x0) f(x0 + (x-x0)) = f(x + (1-)x0)

f convexa

f(x0) f(x) + (1-) f(x0)

f(x0) f(x)
f(x0) f(x),
4

f(x) + (1-) f(x0)

Metode de Optimizare Curs 8

deci x0 este punct de minim global pentru f.

Propoziie 5. Fie X o submulime convex deschis a lui Rn i f : X R

o funcie convex difereniabil. Atunci un punct x0X este punct de minim
global pentru f dac i numai dac
f(x0) = 0.

Demonstraie. Presupunem c x0X este punct de minim global pentru f.

Atunci (deoarece avem o problem de optimizare pe o mulime deschis X)
rezult f(x0) = 0. Reciproc, presupunem c f(x0) = 0. Din faptul c f este
convex, rezult c oricare ar fi x X, avem
f(x) f(x0) <f(x0), x x0> = <0, x x0> = 0,
de unde
f(x) f(x0) 0.
Aadar x0 este punct de minim global pentru f.

Propoziie 6. Fie V un spaiu liniar peste K (K= R sau K= C), fie X V o

submulime convex i fie = (1, 2, ..., m) : X Rm cu proprietatea c
i:XR este concav pentru orice 1 i m. Atunci mulimea
X = {xX: (x) 0}.
este convex.

Demonstraie. Fie x1, x2 X i fie (0,1). Fie i, 1 i m. Deoarece x1

i x2 X, avem i(x1) 0 i i(x2) 0. innd cont de faptul c i este concav,
obinem
i(x1 + (1-)x2) i(x1) + (1-)i(x2) 0.
Cum i(x1 + (1-)x2) 0 pentru orice i, 1 i m, rezult x1 + (1-)x2 X.
Aadar X este convex.

Propoziie 7. Fie V un spaiu normat, X o submulime convex a lui V,

f:XR o funcie convex i = (1, 2, ..., m) : X Rm cu proprietatea c
5

Mdlina Roxana Buneci

Metode de Optimizare Curs - 2007

i:XR este concav pentru orice 1 i m. Atunci x0X este soluie optim
local a problemei

inf f ( x )

xX

dac i numai dac x0X este soluie optim global (adic, x0 este punct de
minim local pentru f pe X dac i numai dac x0 este punct de minim global
pentru f pe X).

Demonstraie. Conform propoziiei 6, X este mulime convex. Se aplic

n continuare propoziia 4.

V.3. Condiia necesar de optimalitate Fritz-John

Propoziie 8. (condiia necesar Fritz-John) Fie V un spaiu liniar peste

K (K= R sau K= C), X o submulime convex a lui V, f:XR o funcie convex
i = (1, 2, ..., m) : X Rm cu proprietatea c i : X R este concav pentru
orice 1 i m. Dac x0X este punct de minim al lui f pe X, atunci exist t0
R+ i u0 R m
+ astfel nct
1.

(t0, u0) 0

2.

<u0,(x0)> = 0

3.

(x0,u0) este punct a pentru funcia Lagrange-Fritz-John,

L t 0 :X R m
+ R, definit prin
L t 0 (x, u) = t0f(x) - <u,(x)> = t0f(x) Demonstraie. Notm
P = {(,v) RRm : f(x0) i v 0}
6

uii (x) .
i =1

Metode de Optimizare Curs 8

S = {(,v) RRm : exist xX astfel nct f(x) i v -(x)}

Artm c P i S sunt mulimi convexe. Fie (1,v1), (2,v2)P i (0, 1). Avem
(1,v1) + (1-)(2,v2) = (1 + (1-)2, v1 + (1-)v2) (8.1)
Deoarece (1,v1), (2,v2)P avem 1 f(x0), 2 f(x0) i
1 + (1-)2 f(x0) + (1-)f(x0) = f(x0) (8.2)
Deoarece (1,v1), (2,v2)P avem v1 0, v2 0 i
v1 + (1-)v2 0 (8.3)
Din (8.1), (8.2) i (8.3) avem (1,v1) + (1-)(2,v2) P, i ca urmare P este
convex. Fie (1,v1), (2,v2)S i (0, 1). Deoarece (1,v1), (2,v2)S, exist
x1,x2X astfel nct 1 f(x1) i v1 -(x1) i 2 f(x2) i v2 -(x2). Artm
c (1 + (1-)2, v1 + (1-)v2) S. Deoarece X este convex, avem
x1 + (1-) x2X.
Din faptul c f este convex rezult c
f(x1 + (1-) x2) f(x1) + (1-)f(x2) 1 + (1-)2

(8.4)

Deoarece pentru orice i {1, 2, ..., m} funcia i este concav, rezult -i este
convex i ca urmare
-i(x1 + (1-) x2) -i (x1) - (1-)i(x2) v1 + (1-)v2

(8.5)

innd cont de (8.4), (8.5) i de faptul c

(1,v1) + (1-)(2,v2) = (1 + (1-)2, v1 + (1-)v2)
rezult c (1,v1) + (1-)(2,v2) S i n consecin S este convex.
Artm c int(P) S = . Presupunem prin absurd c (,v)int(P) S.
Din faptul c (,v)int(P) se obine < f(x0) i v < 0. Iar din faptul c (,v) S
rezult c exist xX astfel nct f(x) i v -(x). Ca urmare,
(x) -v >0
de unde xX. Aadar se obine contradicia

Mdlina Roxana Buneci

Metode de Optimizare Curs - 2007

< f(x0)

x 0 punct de minim

f(x) ,

deci int(P) S = . n consecin, P i S pot fi separate printr-un hiperplan, deci

exist a =(t0, u0) Rm+1, a0 astfel nct
t0 + <u0, v> t0 + <u0, w> pentru orice (,v)S i (,w)P (8.6)
Avem t0 0 (presupunnd prin absurd c t0 < 0 i trecnd la limit cu - i
cu n (8.6) obinem contradicia - ). De asemenea avem u0 0
(presupunnd prin absurd c exist i astfel nct u i0 < 0 i lund n (8.6)
v = -(x0) i = f(x0)
w = (-1(x0), -2(x0), ... -i-1(x0), t-i(x0), -i+1(x0), ... -n(x0))t , cu t < 0 i =f(x0)
obinem
t0f(x0)+ <u0, -(x)> t0f(x0) + <u0, w>
0 <u0, w+(x)>
0 t u i0
contradicie cu u i0 <0.

innd seama de (8.6) i de faptul c (f(x),-(x))S pentru orice xX i

(f(x0),0)P obinem
t0f(x) -<u0, (x)> t0f(x0) pentru orice xX (8.7)
Dac n (8.7) lum x = x0 obinem
-<u0, (x0)> 0.
Pe de alt parte avem (x0) 0 i cum u0 0 rezult
<u0, (x0)> 0.
Aadar <u0, (x0)> = 0. Pentru orice u R m
+ avem

L t 0 (x0, u) = t0f(x0) - <u,(x0)> t0f(x0) = t0f(x0) +<u0, (x0)> = L t 0 (x0, u0),

deci
8

Metode de Optimizare Curs 8

L t 0 (x0, u) L t 0 (x0, u0) pentru orice u R m

+ . (8.8)
Pentru orice xX avem

L t 0 (x, u0) = t0f(x) - <u0,(x)> t0f(x0) = t0f(x0) - <u0, (x0)> = L t 0 (x0, u0),
(8.7)

deci

L t 0 (x, u0) L t 0 (x0, u0) pentru orice xX.

(8.9)

Din (8.8) i (8.9) rezult c (x0, u0) este punct a pentru funcia L t 0 .