cnica Nacional

Escuela Polite
n II
Optimizacio

Deber 3
Deber
1 na
Milton
Torres Espa
Optimizaci
on II
16 de febrero de 2016
3 de febrero de 2016
1. Considere
el problema
ubicar tres
rculos de
diac
metros
en
una caja,
minimizando
el per
metro
Ejercicio
1 Considere
el de
problema
de cubicar
tres
rculosdados
de di
ametros
dados
en una caja,
minimide
la
misma.
Verifique
que
este
problema
est
a
dado
por
el
siguiente
NLP
zando el permetro de la misma. Verifique que este problema esta dado por el siguiente NLP
min
mnaa++b b
sujeto
a a
sujeto

xib aR
R , y b R , i = 1, 2, 3,
xix, iy,i yi
RiR
, xii,
i , yi i ai Ri , i =i 1, . . . , 3
2
2
2
0 ) + (yi y
0 ) (Ri + Ri0 ) , 0 i = 2, 3,
(x

x
2
2
i
i
i
(xi xi0 ) + (yi yi0 )
(Ri + Ri0 ), 0 < i < i, i = 1, . . . , 3,
a, b 0.
a, b 0.

(1)
(1)

Aqu
, R es el radio rculo
del crculo
yi ) representa
coordenadasdel
delcentro
centro de
de cada
cada c
rculo
Aqu, R
i, (xi,i , y(xi )i ,representa
laslas
coordenadas
c
rculoi iyya ay y
i es el iradio del c
b
son
los
lados
horizontal
y
vertical
de
la
caja
(ver
figura
1).
b son los lados horizontal y vertical de la caja (ver figura 1).

Figura
Figure 1: Problema
Problema 11
Determine si el problema (1) es un problema convexo. Finalmente, considere los radios dados por
si 1,
el 2,
problema
(1) eselun
problemausando
convexo.
Finalmente,
los radios
dados por
Ri = 1Determine
+ i/10, i =
3 y resuelva
problema
el ((solver))
SQPconsidere
desarrollado
en clase.

Ri = 1 + i/10, i = 1, . . . , 3 y resuelva el problema usando el solver SQP desarrollado en clase.



Soluci
o
n:
2.
El
problema
de hallar la distancia mas corta de un punto x0 al hiperplano {x : Ax = b}, donde A


tiene rango completo por filas se puede formular como el problema cuadratico siguiente
1
De acuerdo al problema planteado, podemos
cuatro
mindistinguir
(x x0 )>
(x x0condiciones:
)
2

sujeto a en el primer cuadrante del plano xy.

Cada crculo debe estar totalmente contenido
Ax = b.

Cada crculo debe estar totalmente contenido en las dimensiones de la caja de lados a y b.
Muestre que la soluci
on
optima est
a dada por

Ninguno de los crculos puede sobreponerse.

x = x0 A> (AA> ) 1 (b

Ax0 ),

Las
longitudes
los lados de
la caja
mientras
que el de
multiplicador
optimo

es no pueden ser negativos.

>

= (AA
) (b Axdesigualdades:
0 ).
La primera restricci
on se puede escribir como
las siguientes
xi Ri y yi Ri para
i = 1, Muestre
2, 3. Conadem
elloasnos
que la posici
crculo
que alguna
partededex0eal
ste
queaseguramos
en el caso particular
en queonA del
es una
vectorprovoque
fila, la distancia
mas corta
conjunto
soluci
o
n
de
Ax
=
b
es
salga del primer cuadrante, ya sea de forma horizontal o vertical. Las siguientes restricciones har
an
que se verifique la segunda condici
on: para i = 1,|b2, 3,Axx0i |
a

R
y
y

R
.
Esto
nos
indica
que
i
i
i
.
kAk
la suma entre la posici
on y el radio del crculo no supere
el lado horizontal y vertical de la caja, con
Finalmente, considerando A = tridiag( 1, 2, 1)n , n = 10 y b tal que el sistema Ax = b tenga como
soluci
on x> = (1, 1, . . . , 1), resolver el problema anterior usando el solver SQP desarrollado en clase.

ello los crculos quedan totalmente contenidos en la caja. Finalmente, para que se verifique la tercera
y cuarta condici
on la distancia entre los centros de los crculos no puede ser menor que la suma de
la distancia horizontal y vertical de la posicion de los crculos. Esto expresado como la desigualdad:
(xi xi0 )2 + (yi yi0 )2 (Ri + Ri0 )2 , para i = 2, 3. Ademas, para que se cumpla la u
ltima condici
on
solo tenemos que asegurarnos que a y b sean no negativos.
As, nuestro problema se reduce a minimizar la suma de las longitudes de las dimensiones de la
caja, a y b, sujeto a los x R8 donde x = (a, b, x1 , x2 , x3 , y1 , y2 , y3 ) que cumplan las restricciones
anteriormente descritas. Verificando el modelo propuesto.
El problema (1) no es convexo, puesto que la region factible no es convexa. Consideremos la
combinacion convexa x + (1 )y para todo (0, 1), donde x = (R1 , 2R1 + R2 , 2R1 + R2 +
R3 , R1 , R1 , 2(R1 + R2 + R3 ), R1 )| y y = (R1 , R1 , R1 , R1 , 2R1 , 2R1 + R2 , 2R1 + 2R2 , R3 , R1 , 2(R2 + R1 +
R3 ))| . Esta combinaci
on convexa no verifica la restriccion (xi xi0 )2 + (yi yi0 )2 (Ri + Ri0 )2 , para
i = 2, 3. Por lo tanto, no est
a en la regi
on factible y entonces esta no es convexa.
Utilizando el ((solver)) desarrollado en clase con punto de inicializacion x0 = (1, 1, 1, 1, 1, 1, 1, 1)| ,
obtenemos
x 0 = ones ( 8 , 1 )
# it :
25
El v a l o r de f e s 9 . 2 0 2 4 3 5
La s o l u c i o n x
4.6046
4.5978
1.1000
1.2000
3.3046
1.1000
3.3978
2.0485
El v a l o r de ceq en x e s
El v a l o r de c en x e s
0
0
2.0046
0
2.1978
0.7485
2.4046
2.2046
0.0000
2.3978
0.0000
1.2493
0
0.0000
0.0000
4.6046
4.5978

El v a l o r de miu
El v a l o r de lambda
0.6307
0.3693
0
1.0000
0
0
0
0
1.0000
0
1.0000
0
0.1616
0.1357
0.0954
0
0
Graficando la soluci
on se tiene

Figura 2: Solucion del problema 1.

Ejercicio 2 El problema de hallar la distancia mas corta de un punto x0 al hiperplano {x : Ax = b},

donde A tiene rango completo por filas se puede formular como el problema cuadratrico siguiente
mn 12 (x x0 )| (x x0 )
sujeto a
Ax = b.
Muestre que la soluci
on
optima est
a dada por
x = x0 A| (AA| )1 (b Ax0 ).
mientras que el multiplicador
optimo es
= (AA| )1 (b Ax0 )
Muestre ademas que en el caso particular en que A es un vector fila, la distancia mas corta de x0 al
conjunto soluci
on de Ax = b es
|b Ax0 |
.
kAk
3

Finalmente, considerando A = tridiag(1, 2, 1)n , n = 10 y b tal que el sistema Ax = b tenga como

solucion x| = (1, 1, . . . , 1), resolver el problema anterior usando el solverSQP desarrollado en clase.


Soluci
o
n:



Sea L (x, ) = 12 (x x0 )| (x x0 ) + | (Ax b). Calculando su derivada respecto a x tenemos

x L (x, ) = x x0 + A| ,

(2)

evaluando x y en (2) tenemos

x L (x , ) = x0 A| (AA| )1 (b Ax0 ) + A| (AA| )1 (b Ax0 ) x0 = 0.
Ademas,
A(x0 A> (AA> )(b Ax0 )) = b.

Por lo tanto, el punto (x , ) es KKT. Como el problema es convexo (funcion objetivo convexa y
restriciones de igualdad lineales), (x , ) es solucion optima del problema y ademas u
nica.
Ahora, si A es un vector fila tenemos la distancia entre x y x es
>
A |b Ax0 |
|b Ax0 |

2
kx x0 k2 =
=
.
2
kAk2
kAk2
Finalmente, sean

2 1 0
0
0
0
0
0
0
0
1 2 1 0
0
0
0
0
0
0

0 1 2 1 0
0
0
0
0
0

0
0 1 2 1 0
0
0
0
0

0
0
0
1
2
1
0
0
0
0
,
A=
0
0
0
0 1 2 1 0
0
0

0
0
0
0
0 1 2 1 0
0

0
0
0
0
0
0 1 2 1 0

0
0
0
0
0
0
0 1 2 1
0
0
0
0
0
0
0
0 1 2

b = (1, 0, 0, 0, 0, 0, 0, 0, 0, 1)> y x0 = (0, 0, 0, 0, 0, 0, 0, 0, 0, 0)> . Ingresando estos datos en el ((solver))

desarrollado en clase obtenemos que la solucion es
x = (1, 1, 1, 1, 1, 1, 1, 1, 1, 1)> ,
lo cual concuerda, puesto que x es el u
nico punto factible en el problema.
x 0 = zeros ( 1 0 , 1 )
# it :
1
El v a l o r de f e s 5 . 0 0 0 0 0 0
La s o l u c i o n x
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
4

1.0000
1.0000
El v a l o r de miu

Ejercicio 3 Suponga que se quiere construir un marco de cable metalico para una caja rectangular,
con la estructura y dimensiones mostradas en la figura 2.

Figura 3: Forma y dimensiones del marco a construir.

Figure 2: Forma y dimensiones del marco a construir

Formular el problema de minimizar la longitud total de cable usado, sujeto a la condicion de que
el volumen de la caja sea, al menos, 15 cm3 . Resuelva el problema.
3. Suponga que se quiere construir un marco de cable metalico para una caja rectangular, con la estructura


y dimensiones
mostradas en la figura 2.
on: 
Soluci
Formular el problema de minimizar la longitud total de cable usado, sujeto a la condicion de que el
volumen de la caja sea, al menos, 15 cm3 . Resuelva el problema.

La funcion objetivo para encontrar la longitud de cable usada en el marco es

q
f (x) = 6(x1 + x2 + x3 ) + 2 x21 + x22 .

Para asegurar que el volumen de esta sea de al menos 15 cm3 las variables deben verificar x1 x2 x3 15.
Finalmente, debemos asegurar la no negatividad de la dimensiones de la caja, para ello xi 0 con
i = 1, 2, 3. Por lo que el modelo NLP ser
a
p
mn f (x) = 6(x1 + x2 + x3 ) + 2 x21 + x22
sujeto a
x1 x2 x3 15,
xi 0, i = 1, 2, 3.
Resolviendo este problema con el ((solver)) desarrollado en clase tenemos
x 0 = ones ( 3 , 1 )
# it :
11
El v a l o r de f e s 5 1 . 1 1 8 5 8 4
La s o l u c i o n x
2.2982
2.2982
2.8399
El v a l o r de ceq en x e s
El v a l o r de c en x e s
0.0000
2.2982
2.2982
2.8399
5

El v a l o r de miu
El v a l o r de lambda
1.1360
0
0
0