Sunteți pe pagina 1din 6

Vasile Postolic

Eficien i Optimizare

Capitolul 3 Convexitate generalizat i optimizare


3.1. Proprieti introductive O recent i elegant generalizare a convexitii a fost realizat n [6], folosind repere bibliografice semnificative. Urmnd aceast referin, s considerm X un spaiu liniar topologic real, cu particularizrile adecvate i dualul uzual X * . Domeniul oricrei funcii f : X R { + } se definete prin dom( f ) = { x X : f ( x ) < + } , aplicaia fiind considerat proprie dac dom( f ) . Pentru orice mulime nevid
X 1 X , restricia funciei f la X 1 se numete cvasiconvex dac toate mulimile de

nivel L( f , ) = { x X 1 : f ( x ) } ( R ) sunt convexe sau, echivalent, cnd


f ( x1 + (1 ) x2 ) max { f ( x1 ), f ( x2 )} , x1 , x2 X 1 , [0,1] ,

stricta cvasiconvexitate obinndu-se pentru inegalitate strict oricnd x1 x2 i


(0,1) . Orice punct de minim local al unei funcii cvasiconvexe arbitrare este un

element de minim global, clasa funciilor cvasiconvexe fiind important cel puin n modelarea matematic a proceselor economice, pentru minimizarea costurilor i maximizarea pofitului, deoarece funciile care descriu i controleaz consumul respectiv producia sunt selectate cvasiconvexe. Orice funcie convex (strict convex) este cvasiconvex (strict cvasiconvex), reciproca acestei aseriuni nefiind, n general, adevrat, concluzie justificat i de prima caracterizare a convexitii prin cvasiconvexitate stabilit de Crouzeix, J.P. n anul 1977, care afirm c, dac X este finit dimensional, atunci convexitatea funciei f echivaleaz cu cvasiconvexitatea tuturor perturbrilor duale de tipul f x* , x* X * . Aceast aseriune argumentat a sugerat

218

Definiia 1. [6] . Dac M X * este o mulime nevid oarecare, atunci o aplicaie


f : X R { + } se numete M - convex cnd toate mulimile

Vasile Postolic

Eficien i Optimizare

L( f , , x * ) = { x X : f ( x ) + x * ( x )} , R, x * M sunt convexe.

Pentru f x* strict cvasiconvex oricare ar fi x* M , funcia f este strict


M - convex. M - convexitatea funciei f definete M - concavitatea pentru f , cu

precizrile cuvenite strictei M concaviti. n acord cu [6], clasa funciilor


M - convexe se noteaz n prin C ( M ) .

Observaia 1. n general, proprietatea de continuitate a funciilor convexe pe interiorul domeniului efectiv caracterizat i de majorarea valorilor funciei pe cel puin o vecintate a mcar unui element aparinnd acestuia i pierde valabilitatea pentru funciile cvasiconvexe. C ( M ) conine orice funcie convex pe X . Exist ns funcii convexe relativ la mulimi nevide de funcionale liniare continue care nu sunt convexe. De exemplu, orice funcie f : R R definit prin f ( x ) = x 2 n + 1 ( n N ) este
R+ - convex fr a fi convex. Dac M = X * , atunci C ( M ) coincide cu clasa funciilor

convexe. Orice funcie M - convex este cvasiconvex oricnd M conine funcionala identic nul, situaii n care majorarea funciei pe orice segment asigurat, n general, de M - convexitate implic i atingerea efectiv a maximului. Exemple simple arat c ultima proprietate nu funcioneaz pe ntreg traseul funciilor M - convexe. Astfel, funcia f1 : R R dat prin f1 ( x ) =
x, x < 0 este convex n raport cu mulimea 2, x 0

M 1 = { 1R } alctuit numai din funcionala identic, fr a-i atinge maximul pe nici un

interval nebanal i compact care conine originea. Unele condiii care caracterizeaz identitatea condiionat dintre mulimea funciilor M - convexe i clasa funciilor convexe (cvasiconvexe) sunt coninute n

219

Vasile Postolic

Eficien i Optimizare

Teorema 1. [6] .
(i) C ( M ) coincide cu mulimea funciilor convexe pe X numai dac pentru

fiecare cuplu ( , x ) R X \ { 0} , exist cel puin un ir ( xn* ) n M pentru care ( xn* ( x )) converge la ; (ii)
C ( M ) se identific cu clasa funciilor cvasiconvexe numai cnd M conine ca

unic element funcionala identic nul. 3.2. Programe de optimizare cu funcii obiectiv convexe n sens generalizat S examinm programele de optimizare cu structura
( P2 ) min { f ( x ) : x X }

n care funcia obiectiv f este M - convex. Imediat se observ c mulimea acestor programe conine clasa tuturor problemelor de optimizare condiionate prin mulimi nevide i convexe X 1 X , avnd expresia
( P3 ) min { f ( x ) : x X 1 }

deoarece M - convexitatea funciei f implic M - convexitatea aplicaiei sum dintre


f i funcia caracteristic ataat mulimii X 1 . n virtutea unei binecunoscute teoreme

de tip Weierstrass, ( P2 ) are soluii oricnd f este inferior semicontinu i exist


R astfel nct > inf { f ( x ) : x X } cu L( f , ) mcar slab compact. Stricta
M - convexitate pentru f antreneaz unicitatea soluiilor problemelor ( P2 ) . Pentru

studiul existenei respectiv a unicitii soluiilor programelor cu expresia ( P2 ) i conservarea unor importante rezultate stabilite cnd funciile obiectiv sunt convexe, n [6] s-au considerat funciile M - convexe supuse urmtoarei proprieti :
220

( P0 )

x X \ { 0} , { xn * } M : xn * ( x ) ] 0 .

Vasile Postolic

Eficien i Optimizare

valabil oricnd, de exemplu, funcionala identic nul este interioar, n sens topologic, pentru M . Urmnd acest cadru, se demonstreaz secvenial n [6] c funcioneaz urmtoarele concluzii, sintetic prezentate aici, privind proprietile acestor aplicaii ca funcii obiectiv n ( P2 ) . Teorema 2. (i) orice punct de minim interior mulimii dom( f ) este soluie pentru ( P2 ) , mulimea tuturor acestora fiind convex ;
(ii)

proprietatea ( P0 ) asigur calitatea de soluie a problemelor ( P2 ) pentru orice punct de minim local al funciei obiectiv f , dac f este inferior semicontinu;
( P0 ) mpreun cu inferioara semicontinuitate pentru f garanteaz existena

(iii)

soluiilor x0 X oricnd funcionala identic nul se afl n subdifereniala Dini superioar definit prin
f ( x0 + tx ) f ( x0 ) D+ f ( x0 ) = x * X * : x * ( x ) lim sup , x X . t t ]0 Observaia 2. Studiul prin intermediul dualului oricrui spaiu liniar topologic

nebanal al existenei i proprietilor convenabile problemelor de optimizare specifice mediului de lucru se poate extinde nlocuind amplul dual cu mulimi nevide de dimensiuni adecvate, nu neaprat din acelai spaiu, dar cu conexiuni topologice i proprieti metrice care s permit cel puin aproximarea optimal a soluiilor prin algoritmi corespunztori.

221

222

223

S-ar putea să vă placă și