Sunteți pe pagina 1din 2

1.

6 Conditii de extrem in problema UNLP ( de optimizare neliniara


fara constrangeri).

Consideram o problema de optimizare neliniara unidimensionala fara con-


strangeri ((UNLP) adica o problema ce rezida in determinarea vectorului coloana
(x )T = (x1 ; :::; xn )T pentru functia obiectiv f : Rn ! R cu proprietatea ca

min f (x) = f (x ) = f (x1 ; :::; xn )


x2Rn

Deoarece in multe din astfel de probleme conditiile de existenta a extremului


implica notiunea de functie convexa, matrice Hessiana, etc., vom expune pe scurt
cateva rezultate auxiliare legate de aceste notiuni utile in stabilirea conditiilor
in care aceste solutii optime exista.
Amintim ca o matrice patratica A 2 Mn (R) se numeste
-pozitiv semidenita daca pentru 8x 2 Rn are loc proprietatea xT Ax 0;
-pozitiv denita daca pentru 8x 2 Rn , x 6= 0, are loc proprietatea xT Ax > 0:
@ 2 f (x)
Deoarece matricea Hessiana r2 f (x) = (( @x i @xj
))i;j=1;n este, in situatia cand
f 2 C 2 ;o matrice simetrica, pentru a stabili daca aceasta ste o matrice pozitiv
(semi)denita putem apela la urmatoarea
Lema. Pentru orice matrice simetrica A 2 Mn (R) urmatoarele armatii
sunt echivalente:
a) A este pozitiv (semi)denita;
b) Toate valorile proprii ale matricei A sunt (nenegative) pozitive;
c) Toti minorii principali ai lui A sunt (nenegativi) pozitivi.
Remarca. Amintim ca prin valoare proprie a unei matrici patratice simet-
rice se intelege oricare din solutiile ecuatiei caracteristice
fata de parametrul : det(A In ) = 0;unde In este matricea unitara de
dimensiunea n n.
Conditiile de extrem pentru problema UNLP se impart in doua categorii: (I)
de ordinul I si (II) de ordinul II, similar , dealtfel, cu conditiile de convexitate
ale unei functii.
Conditia necesara de ordinul I. Daca x este un punct de minim pentru
f (x) si f 2 C 1 , atunci gradientul rf (x ) = 0;adica

@f (x)
jx=x = 0; 8i = 1; n:(1):
@xi

Conditia sucienta de ordinul I. Daca f (x) 2 C 1 si totodata este o


functie convexa, atunci solutia x pentru sistemul de ecuatii (1) este o solutie
de minim pentru problema UNLP.
Conditia necesara de ordinul II. Daca x este un punct de minim pentru
f (x) si f admite derivate partiale de ordinul doi continue in punctul x , atunci
Hessiana r2 f (x ) este pozitiv semidenita;adica

xT (r2 f (x ))x 0; 8x 2 Rn :

1
Conditia sucienta de ordinul II. Daca x 2 Rn este un punct stationar
pentru functia f , adica este o solutie a sistemului de ecuatii (1) si totodata
f admite derivate partiale de ordinul doi continue in punctul x astfel incat
Hessiana r2 f (x ) este pozitiv denita, adica

xT r2 f (x )x > 0; 8x 2 Rn ; x 6= 0;

atunci x este punct de minim local sau chiar de minim global in caz ca r2 f (x)
este pozitiv semidenita, adica

y T (r2 f (x))y 0; 8x; y 2 Rn .

Remarca. Faptul ca x este punct de minim global in cazul ca Hesiana


r2 f (x) este pozitiv semidenita (vezi conditia sucienta de ordinul II) rezulta
din conditia sucienta de ordinul I si urmatoarea
Teorema. Pentru ca o functie f : Rn ! R cu domf multime convexa si f
2 C 2 sa e functie convexa este necesar si sucient ca hessiana functiei f sa
e pozitiv semidenita, adica

y T (r2 f (x))y 0; 8x; y 2 Rn :

: Exemplu. Consideram functia f : Rn ! R, unde f (x) = ax2 + 2xy +


2
by 2x 3y:
Observam ca pentru acele valori a; b 2 R pentru care hessiana

2a 2
r2 f (x) =
2 2b

este pozitiv semidenita functia noastra f este convexa, prin urmare solutia
sistemului de ecuatii
(
@f (x;y)
@x = 0; 2ax + 2y = 2 = 0;
@f (x;y) ()
@y = 0; 2x + 2by = 3;

coincide cu punctul de minim global pentru functia f .