DEPARTAMENTO DE INGENIERIA INDUSTRIAL

Facultad de Cs. Fsicas y Matem

aticas
UNIVERSIDAD DE CHILE

Curso:
Sem.:
Profs:
P. Aux.:
P. Ay.:

IN70K - Programaci
on Matem
atica
Oto
no 2004
P. Rey, R. Weber
Patricio Hern
andez
Claudio Pe
na

Clase Auxiliar 5 de Mayo 2004

M
etodos de Direcciones Factibles
Qu
e es una direcci
on factible?
Sea (P):
(P )

mn f (x)
x

s.a

un vector d es llamado direccion factible en x S si:

un > 0 tal que (x + d) S, (0, ).
Ademas se dice que es de mejoramiento si:
un > 0 tal que f (x + d) < f (x) y (x + d) S, (0, ).

1.
1.1.

M
etodo de Zoutendijk
Caso Restricciones Lineales
Qu
e hace el m
etodo?
En cada iteracion genera una direcci
on factible de mejoramiento y luego optimiza a lo largo de
esa direccion.
Lema
Consideremos un problema de la forma:
(P )
s.a

mn f (x)
Ax
Ex =

b
e

Sea x una soluci

on factible y, A1 x = b1 y A2 x < b2 . Luego un vector d es una direccion factible
en x s y solo s A1 d 0 Ed = 0.
Si f (x)d < 0, es una direcci
on de mejoramiento.

Pasos del Algoritmo

Sea el problema:
(P )

mn f (x)

s.a

Ax
Ex =

b
e

Supongamos que se parte con una soluci

on factible inicial x1 :
1. Dado xk , supongamos que At y bt se pueden descomponer en (At1 , At2 ) y (bt1 , bt2 ) de tal forma
que A1 xk = b1 y A2 xk < b2 .
on optima del siguiente problema:
Sea dk la soluci
mn f (x)t d

(SD)
s.a

A1 d
Ed =
1 dj

0
0
1

Si f (x)t dk = 0 Parar, luego xk es un punto KKT. Sino ir a paso 2.

2. Sea k el optimo del siguiente problema:
(LS)

mn f (xk + dk )

s.a 0

max

donde max se determina de la siguiente forma:

max =


mn{ bi : di > 0}
di

d > 0
d 0

donde:
b = b2 A2 xk y d = A2 dk
Sea xk+1 = xk + dk , luego hay que identificar el nuevo conjunto de restricciones activas
para xk+1 y actualizar A1 y A2 .
Luego k k + 1 y volver a Paso 1.

1.2.

Caso Restricciones No Lineales

Lema Sea el problema:
(P )

mn f (x)

s.a gi (x)

0 (no todas lineales)

Sea x una soluci

on factible y sea I el conjunto de restricciones activas en x, es decir, I = {i :
gi (x) = 0}. Supongamos que f y gi para i I son diferenciables en x y que cada gi , para i
/ I es
continuo en x.
Luego un vector d es una direccion factible de mejoramiento en x s y solo s f (x)t d < 0 y
gi (x)t d < 0 , i I
Pasos del Algoritmo
Supongamos que se parte con una soluci
on factible inicial x1 :
1. Sea I = {i : gi (xk ) = 0}, se resuelve:
(SD)
s.a

mn z

f (xk )t d z
gi (x+)t d < 0 z
1 dj

0
0 i I
1

on optima del problema anterior.

Sea (zk ,dk ) la soluci
Si zk = 0 Parar, luego xk es un punto KKT.
Sino (zk < 0) ir a paso 2.
2. Sea k el optimo del siguiente problema:
(LS)

mn f (xk + dk )

s.a 0

max

donde max se determina de la siguiente forma:

max = sup{ : gi (xk + dk ) 0, i = 1..n}
Sea xk+1 = xk + dk .
Luego k k + 1 y volver a Paso 1.

Material preparado por:

Patricio Hernndez G.
Dudas, consultas y/o errores
shernand@ing.uchile.cl