Documente Academic
Documente Profesional
Documente Cultură
Florin Ostafi
fostafi@ac.tuiasi.ro
Tehnicideoptimizareclasice
y Utilengsireapunctelordeextrempentrufunciicontinueiderivabile
y Metodeanalitice utilizareacalcululuidiferenialngsireapunctuluide
extrem
y Limitri
Limitri practicaimplicfunciiobiectivcarenusuntcontinuei/sau
practica implic funcii obiectiv care nu sunt continue i/sau
derivabile
y Staulabazadezvoltriimajoritiitehnicilornumerice
y Acestcapitol:
y Condiiinecesareisuficientepentrugsireasoluieioptimepentru
Condiii necesare i suficiente pentru gsirea soluiei optime pentru
y funciideunasaumaimultevariabilefrrestricii
y funciidemaimultevariabilecurestriciiegalitatesau/iinegalitate
1.Optimizareafunciilordeovariabil
Definiii
1. Punctul x* senumetepunctdeminimglobalpentruf
p g p f dac f ( x*)) f ( x)
pentrutoatepuncteleadmisibilex (pentrutoatepunctelecesatisfac
restriciileproblemei).
2. Dac pentru orice x x* arelocinegalitateastrict,minimulesteunic.
2 Dacpentruoricex are loc inegalitatea strict minimul este unic
3. Dacinegalitateaarelocpentrutoix dintrovecintateadmisibilaluix
x*,atuncix* senumeteminimlocal.
Observaii
y Oriceminimglobalesteiminimlocal;reciprocanuesteadevrat.
Oi i i l b l i i i l l i d
y Sepotdadefiniiiasemantoareipentrupuncteledemaxim.
y Extremeleuneifunciipotfinetede
Extremele unei funcii pot fi netede sauunghiulare.
sau unghiulare
y Extremelesepotaflantrunpunctdininterioruldomeniuluiadmisibil,pe
frontieradomeniului,sauntrunpunctdediscontinuitate.
1.Optimizareafunciilordeovariabil
Observaii:
1
1. Condiianecesardeextremnuoferinformaiipentrucazulncarederivatanu
Condiia necesar de extrem nu ofer informaii pentru cazul n care derivata nu
existnx=x* (vezifigura).
f ( x * +h) f ( x*))
Pant negativ lim = m+ ( poz.) sau m+ (neg.)
h0 h
Punctstaionar(critic)
Punct staionar (critic) x nuestepunctde
x* nu este punct de
punctncarese extrem senumete
anuleazprimaderivat punctdeinflexiune
Condiiisuficientedeextrem
y Spresupunemcf(x) arederivatecontinuedeoriceordini
f (x*) = f ( x*) = ... = f (n1) ( x*) = 0, f (n) (x*) 0.
i
i. x* estepunctdeminimpentru dac f (n) ( x*) > 0 i n estepar;
este punct de minim pentru f dacin este par;
Demonstraiasefaceplecnddelaaproximareafunciilorpebazadezvoltriinserie
Taylor,considerndrestuldupntermeni:
h2 hn1 (n1) hn (n)
f ( x * +h) = f ( x*) + hf ( x*) + f ( x*) + ... f ( x*) + f ( x * +h), 0 < < 1 (1.2)
2! (n 1)! n!
Exerciiu
1.1.Ssedeterminevalorileminimeimaximealefunciei f (x) = 12x5 45x4 + 40x3 + 5.
2.Optimizareafunciilordemaimultevariabilefrrestricii
Chestiunipreliminare
1. Formeptratice
y f (x1, x2 ,..., xn )
Ofuncieden variabilesenumeteformptraticdac
n n
f ( x1, x2 ,..., xn ) = qij xi x j = xT Qx, Qnxn = [qij ], x = [ x1, x2 ,..., xn ]T (2.1)
i =1 j =1
y FrapierdegeneralitateasepresupunecmatriceaQ estentotdeauna
simetric;dacnu,Q poatefinlocuitcumatriceasimetric(Q + Q T)/2 carenu
schimb valoarea formei ptratice
schimbvaloareaformeiptratice.
y Definiii:
OmatriceQ estepozitivdefinit(Q>0) x Qx > 0, x 0
T
y
y O i Q estepozitivsemidefinit(Q0)
OmatriceQ ii id fi i (Q 0) Q 0,
xT Qx 0 x ii x 0 a..
xT Qx
Q =0
y OmatriceQ estenegativdefinit(Q<0) xT Qx < 0, x 0
y OmatriceQ estenegativsemidefinit(Q0) xT Qx 0, x i x 0 a.. xT Qx = 0
y xT Qx
OmatriceQ estedesemnnedefinitdacestepozitivpentruunelevalorialelui
x inegativpentrualtevalorialelui x.
y Proprieti:
y Omatriceestepozitivdefinitdactoatevalorilepropriisuntpozitive
y Omatricediagonalestepozitivdefinit elementelediagonalesuntpozitive
2.Optimizareafunciilordemaimultevariabilefrrestricii
Formeptratice(continuare)
y Verificareapozitivitiiuneimatrice
y Definiii
y Unminor deordink aluneimatriceA esteprincipal dacseobineprin
eliminareaaceloraink liniiicoloane(notaiek);
y U
Unminorprincipaldominantdeordink
i i i ld i td di k almatriceiA
l t i i A esteunminorprincipal
t i i i l
obinutprineliminareaultimelornk liniiicoloane(notaieDk);
y Omatriceestepozitivdefinit Dk > 0 pentrutoiminoriiprincipali
dominani;
y Omatriceestenegativdefinit (1)k Dk > 0 pentrutoiminoriiprincipali
dominani;
y Omatriceestepozitivsemidefinit k 0 pentrutoiminoriiprincipali;
y Omatriceestenegativsemidefinit (1)k k 0 pentrutoiminoriiprincipali;
y Dacnusuntemnunadinsituaiiledemaisus,matriceaestedesemn
D t di it iil d i ti t d
nedefinit.
Exerciii
2.1.Ssearatecmatricea
1 4 6
Q = 4 2 1
6 1 6
estedesemnnedefinit.
3. Funciiconvexeiconcave
Ofuncief(x) senumeteconvex dacpentruoriceperechedepuncte
x1 = [ x1(1) x2(1) ... xn(1) ]T , x2 = [ x1(2) x2(2) ... xn(2) ]T
t t i , 0 1,
ipentrutoi
i 1
f (x2 + (1 ) x1 ) f ( x2 ) + (1 ) f ( x1 ). (2.7)
ncazulfunciilorconcave seschimbsemnulinegalitii;evident,ofuncief(x)
esteconcav dac f(x) esteconvex.
Dac inegalitatea este strict, funciile se numesc strict convexe.
Dacinegalitateaestestrict,funciilesenumescstrictconvexe.
OfuncieesteconvexdacmatriceaHessianestepozitivdefinitsaupozitiv
semidefinit.
O funcie este concav dac matricea Hessian este negativ definit sau negativ
OfuncieesteconcavdacmatriceaHessianestenegativdefinitsaunegativ
semidefinit.
Unpunctdeminimlocalaluneifunciiconvexeestepunctdeminimglobal
2.Optimizareafunciilordemaimultevariabilefrrestricii
Funciiconvexeiconcave(continuare)
Funciidedouvariabile:a)convex;b)concav
Sursa: Singiresu S. Rao, Engineering optimization. Theory and practice, John Wiley & Sons, 2009
2.Optimizareafunciilordemaimultevariabilefrrestricii
C di i
Condiianecesardeextrem
d
f ( x): \n \
Dacfunciaareunpunctdeextremnx=x* iderivateleparialeale
lui f(x) existn
luif(x) exist n xx* atunci
f ( x*) = 0. x* punctcritic(staionar) (2.8)
generalizeazcondiiacunoscut(anulareaderivatei)dincazulfunciilordeo
singurvariabil.
i i bil
Condiiisuficientedeextrem
Condiiasuficientcapunctulcriticx* sfiepunctdeextremlocalestecamatricea
Hessianafuncieif(x) evaluatnx* sfie:
i. ( *) >0)iatuncix* estepunctdeminimlocal;
pozitivdefinit(H(x*)
ii. negativdefinit(H(x*) <0)iatuncix*estepunctdemaximlocal;
H(x*) estedesemnnedefinit,atuncix*
DacH(x*)
Dac este de semn nedefinit atunci x* estepuncta(prezintmaximnraport
este punct a (prezint maxim n raport
cuanumitevariabileiminimnraportcualtele),numaidacdet H(x*) 0.
DacH(x*) estesemidefinit (H(x*) 0 sauH(x*) 0),nusepotfaceaprecieri
asupranaturiipunctuluicritic.
f ( x*) = 0
ncazulfunciilorconvexecondiiaestecondiiedeminimglobal
2.Optimizareafunciilordemaimultevariabilefrrestricii
Exempludepuncta
Seconsiderfuncia f (x, y) = x y .
2 2
f
x 2x 0
f ( x, y) = = = x* = 0,, y* = 0
f 2 y 0
y
2 f 2 f
2
x xy 2 0
H = =
2
f 2
f 0 2
y x y 2
Exempludepuncta(continuare) ncazuluneifunciidedouvariable,
punctulacorespunde:
unuiminimsaumaximrelativalfunciei
unui minim sau maxim relativ al funciei
nraportcuvariabila x (ntimpce
cealaltefixatlay*)
unuimaximsauminimrelativalfunciei
nraportcuvariabilay (cealaltfiind
fixatla x*)
Seobservc:
f(x,y*)=f(x,0) areunminimrelativ
f(x*,y)=f(0,y)
f( ,y) f( ,y) areunmaximrelativ
Sursa: Singiresu S. Rao, Engineering optimization.
Theory and practice, John Wiley & Sons, 2009
2.Optimizareafunciilordemaimultevariabilefrrestricii
Exerciiu
2.3.Ssedeterminepunctelecriticealefunciei
2. Metodasubstituiei
Seexprimm variabilefunciedecelen-m variabilermase dinconstrngerile
egalitate.
Problemasetransformntroproblemdeextremizarefrrestricii.
Dezavantaj:ncelemaimulteaplicaiidinpractic,restriciilesuntneliniarei
devine imposibil eliminarea unor variabile
devineimposibileliminareaunorvariabile.
Exerciiu
3.1.Ssegseascdimensiunileuneicutiidevolummaximcesepoatenscrie
ntrosferderazunitar.
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
3. MetodamultiplicatorilorLagrange
Principiu
Seintroducvariabilesuplimentare multiplicatoriLagrange(cteunulpentru
fiecarerestricie) problemasereducelaunadeextremliber;
Sevapresupunectoatefunciilecareintervinauderivatedeordinulunu
continuepentreguldomeniucareprezintinteres.
Exerciiu
p f ( x, y ) = kx 1 y 2
3.2.Ssegseascpunctelecriticealefuncieicurestricia
g
g ( x, y ) = x 2 + y 2 a 2 = 0.
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
MetodamultiplicatorilorLagrange(continuare)
Condiianecesardeextrem
{
S = x; x X , g j ( x ) = 0, j = 1,..., m . } (3.4)
Obs. L( x* , *) = g ( x* ) = 0 (3.7)
(3.6) x L( x* , ) = 0
m
j g j ( x*) = 0 f ( x* ) = L( x* ) (3.8)
j =1
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
MetodamultiplicatorilorLagrange(continuare)
Observaii
FolosindmultiplicatoriiLagrange,problemadeextremcurestriciise
transform ntr o problem cu extrem liber dar nu pentru funcia obiectiv f(x)
transformntroproblemcuextremliber,darnupentrufunciaobiectivf(x),
cipentrufunciasinteticL(x).
Rezolvareaproblemeiimpunesoluionareaunuisistemden+m ecuaiicun
necunoscutex im necunoscute;
dincondiianecesardeextremseexprimxi nfunciedemultiplicatorii
j ;
xi seintroducnecuaiileceexprimrestriciile seobine unsistemde
m ecuaiicunecunoscutelej.
Rezolvareaanaliticesteposibildoarntrunnumrlimitatdecazuri;
seapeleazlaprocedurinumerice.
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
MetodamultiplicatorilorLagrange(continuare)
suficientedeextrem
Condiii
f f( ) gj(x)
T3.Fiefunciilescalaref(x), ( ) carendeplinesccondiiiledinT1ifunciasintetic
f
aluiLagrange(3.2)pseudoconvex2 nx* .
Atuncicondiianecesardeextrem(3.6)esteisuficientpentruca x* sfiepunct
d i i l b l l i f peS.
deminimglobalalui S
f * sfiepunctdeminimrelativpentruf(x)
T4.Ocondiiesuficientpentrucax*
d f d l f( ) esteca
formaptraticQ,definitca
n n
2L
Q = dxi dx j (3 10)
(3.10)
i =1 j =1 xi x j
n x = xx* sfiepozitivdefinitpentrutoatevalorileluidx
evaluatnx
evaluat s fie pozitiv definit pentru toate valorile lui dx pentrucaresunt
pentru care sunt
satisfcuterestriciile.
Observaii. n n
2L
Q = ( x*, *)dxi dx j
1. Dacestenegativdefinitpentrutoate
i =1 j =1 xi x j
variaiileadmisibiledx, x* vafipunctdemaximrelativpentruf(x).
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
Condiiisuficientedeextrem(continuare)
2. Hancock condiianecesarpentrucaformaptraticQ definitanteriorsfie
pozitiv (negativ) definit pentru toate variaiile admisibile dx estecardcinile
pozitiv(negativ)definitpentrutoatevariaiileadmisibiledx este ca rdcinile
polinomuluidefinitmaijossfiepozitive(negative):
3. Dacunelerdcinisuntpozitiveialtelenegative,punctulx* nuestepunct
deextrem
Exerciiu
Exerciiu
f ( x ) = x12 + x2 2
3.3.Ssegseascpuncteledeextremalefuncieicurestricia
g1 ( x ) = 2 x1 + x2 2 = 0.
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
MetodamultiplicatorilorLagrange(continuare)
InterpretareamultiplicatorilorLagrange
Seconsiderurmtoareaproblem:
S id bl
min f ( x ), g ( x ) = b sau g ( x ) = b g ( x ) = 0, b = const. (3.12)
x
Condiianecesar: f g
+ = 0, i = 1,..., n (3.13)
xi xi
g =0 (3 14)
(3.14)
x*, * soluiasistemului(3.13)+(3.14);f *=f (x*)
Neintereseazefectuluneimicivariaiiaconstrngeriiasupravaloriioptimea
( f l df l b asupraff *)
ffuncieiobiectiv(efectuluneimicimodificrialuib
b
n
g
(3.12) db dg = 0 db = dg = dxi (3.15)
i =1 xi
f g f g g f / xi
(3.13) + = = 0 (3.16) = (3.17)
xi xi xi xi x i
n
1 f df n
f
(3.17)+(3.15) db =
i =1 xi
dxi =
(3.18) df = dxi
(3.19)
i =1 xi
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
InterpretareamultiplicatorilorLagrange(continuare)
df df *
(3.17) = , * = , df * = * db (3.20)
db db
* aratsensibilitatealuif
ibili l i f nraportcub
b (ctdestrns
( d estelegatrestricia
l i i
depunctuldeoptim):
* > 0
odescretereincrementalaluibducelaovaloareminimmaimicafuncieif
(df < 0);* poatefiinterpretatdreptctigmarginaln f * datoratnspririi
constrngerii;
l t i t l l i b f vacretespreoaltvaloareoptim
laocretereincrementalaluib, t lt l ti (df > 0);
0)
* poatefiinterpretatdreptcostmarginalnf * datoratrelaxriiconstrngerii.
* < 0
o cretere incremental a lui b ducelaovaloareminimmaimicafunciei
ocretereincrementalaluib duce la o valoare minim mai mic a funciei f
(df < 0),deciavemctigmarginalnf * datoratrelaxriiconstrngerii;
laodescretereincrementalaluib,f * vacretespreoaltvaloareoptim
(df > 0);
0);vaapreauncostmarginal
p g nff * datoratnspririiconstrngerii.
p g
3.Optimizareafunciilordemaimultevariabilecu
restriciiegalitate
InterpretareamultiplicatorilorLagrange(continuare)
= 0 oschimbareaconstrngeriinuareniciunefectasupravaloriiminimea
* o schimbare a constrngerii nu are niciun efect asupra valorii minime a
funciei;nacestcazoptimizareafuncieif curestriciag = 0ducelaacelaipunctde
minimcaalfuncieifrrestricii.
neconomieicercetrioperaionale,multiplicatoriiLagrangesuntcunoscui
subnumeledepreuridereferinaleconstrngerii(shadowprices) indic
schimbareavaloriioptimeafuncieiobiectivlaschimbareacuounitatea
p
membruluidreptalconstrngerii.
Exerciiu
f ( x ) = 2 x1 + x2 + 10
3.4.Ssegseascmaximulfuncieicurestricia
g ( x ) = x1 + 2 x2 2 = 3.
Ssestudiezeefectulschimbriimembruluidreptalrestricieiasupravalorii
maximeafunciei.
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
1. Formulareaproblemei
R t i iil d ti i
Restriciiledetipinegalitatesepottransformanrestriciiegalitate:
lit t tt f t i ii lit t
curespectarearestriciilor:
G j ( x , y ) = g j ( x ) + y j 2 = 0, j = 1,..., m (4.3)
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
ProblemasepoaterezolvafolosindmetodamultiplicatorilorLagrange:
m m m
L( x , y, ) = f ( x ) + j G j ( x , y ) = f ( x ) + j y j + j g j ( x )
2
(4.4)
j =1 j =1 j =1
Condiianecesardeextrem
L f m g j
(4.5) ( x, y, ) = ( x) + j ( x ) = 0, i = 1,..., n
xi xi j =1 xi n+2m ecuaii
L n+2m necunoscute
(4.6) ( x , y , ) = g j ( x ) + y j 2 = 0, j = 1,..., m
j
L
(4.7) ( x , y, ) = 2 j y j = 0, j = 1,..., m x*, *, y*
y j
(4.6)asigurcgj(x) 0 Din(4.7)rezult:
sunt satisfcute
suntsatisfcute
j =0 restricia jesteinactiv, decipoatefiignorat;
restr.inactiv estesatisfcutstrictnpunctuldeoptim;
restricieactiv satisfcutcaegalitatenpunctuldeoptim.
f g
+ j j = 0, i = 1,..., n n+p+(m-p) ecuaii (4.9)
xi jJ1 xi
n+m necunoscute (4.10)
g j ( x ) = 0, j J1
p nr.restr.active
g j ( x ) + y j 2 = 0,, j J 2 (4.11)
f = 1g1 + 2g 2 + ... + pg p (4 13)
(4.13)
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
Vomartac,ncazuluneiproblemedeminimizare,multiplicatoriiLagrange
corespunztorirestriciiloractivetrebuiesfiepozitivi.
Pp.dourestriciiconvexeactive(p = 2)npunctuldeoptim.
(4.13) f = 1g1 + 2g 2 (4.14)
VomspunecunvectorS senumetedirecieadmisibil(fezabil)dacdeplasareacuun
passuficientdemicpedireciaS nuducelaprsireadomeniuluiadmisibil(domeniul
delimitat de restricii) vezifigura.
delimitatderestricii) vezi figura
Pentruofunciesuficientdeneted,direciaadmisibilS satisfacerelaia:
S T g j < 0
Dacrestriciaesteliniarsauconcav(vezifigurile),oricevectorcesatisfacerelaia S T g j 0
reprezintodirecieadmisibil.
Sursa: Singiresu S. Rao, Engineering optimization. Theory and practice, John Wiley & Sons, 2009
Interpretareageometricadirecieiadmisibile:unghiuldintrevectorulS ivectorii
constrngerilorestemaimarede90,cuexcepiaconstrngerilorliniare sauconcave,cnd
acesta poate ajungela90
acestapoate ajunge la 90..
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
ConsidermS odirecieadmisibilnpunctuldeoptim
) S T f = 1 S T g1 + 2 S T g 2
((4.14) (4.15)
S T g1 < 0, S T g 2 < 0 (4.16)
Dac1>0,2>0,nusepoategsiodireciendomeniuladmisibildea
lungulcreiafunciasdescreascmaimult.
Deoareceampresupuscpunctulncaresuntrespectaterelaiile(4.16)
estepunctuldeminim
p multiplicatorii
p 1
i2 trebuiesfiepozitivi.
p
Rezultatulpoatefiextinsncazulncareexistm restricii.
ncazuluneiproblemedemaximizare,multiplicatoriiLagrangetrebuies
fi
fienegativi.
ti i
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
Exerciiu
4.1.Seconsiderurmtoareaproblemdeoptimizare:
min f ( x1 , x2 ) = x12 + x2 2
x1 + 2 x2 15
1 xi 10; i = 1, 2
x = [1,7]T
Ssedeterminecondiiilecetrebuiesatisfcutedenpunctuldedirecia
S = [ s1 , s2 ]T dacS este
S T f 0
direcieutilizabil()
S T g1 0, S T g 2 0
direcieadmisibil()
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
3. CondiiidetipKuhn Tucker
Condiiile(deduseanterior) cetrebuiesatisfcutenpunctuldeminimx* :
f g j
+ j = 0, i = 1,..., n (4.17)
xi jJ1 xi
(4.18)
j > 0, j J1
CondiiileKuhn Tucker(KT)nusuntisuficiente(ngeneral)
nproblemeledeprogramareconvex (4.17)i(4.18)suntcondiiinecesareisuficiente
deminimglobal
g
Dacsetulderestriciiactivenuestecunoscut,condiiileKTdevin:
f m g
+ j j = 0, i = 1,..., n
xi j =1 xi
j g j = 0, j = 1,..., m
(4.19)
g j 0,
0 j = 11,..., m
j 0, j = 1,..., m
Obs.
bl t d i i d t i iil t d ti l g j 0 j trebuies
Dacproblemaestedemaximizaresaudacrestriciilesuntdetipul,
D t b i
fienonpozitivi;
g j 0 j trebuiesfienonnegativi.
Dacproblemaestedemaximizarecu,
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
4. Condiiideregularitate(constraintqualification)
Ssegseasc x = [ x1 , x 2 ,..., x n ]T careminimizeaz f ( x ) curespectarearestriciilor:
g j ( x ) 0, j = 1,..., m
(4.20)
hk ( x ) = 0, k = 1,..., p
m p
CondiiileKT: f + j g j + k hk = 0
j =1 k =1
j g j = 0,
0 j = 1,...,
1 m
g j 0, j = 1,..., m (4.21)
hk = 0, k = 1,..., p
j 0, j = 1,..., m
j ik multiplicatoriLagrangeasociairestriciilorinegalitate,respectivegalitate
T5 (necesitatea).Fiex*osoluieadmisibilaproblemei(4.20),undefunciilef, g, h sunt
g j ( x*), j J1 hk ( x*), k = 1, 2,..., p
derivabilei,nplus,isuntliniar
independeni.Dacx*estepunctdeoptimatunciexist*i*a..(x*, *, *) s
satisfac(4.21).
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
Condiiideregularitate(continuare)
g j ( x*), j J1 hk ( x*), k = 1, 2,..., p
Cerinacaisfieliniarindependenise
numetecondiiederegularitate.
numete condiie de regularitate
Dacaceastcondiienuestesatisfcutnpunctuldeoptim,sistemul(4.21)poate
aveasaunusoluie.
E t difi il d ifi t dii d l it t f ti *
Estedificildeverificatcondiiaderegularitatefratix*.
Condiiilederegularitatesuntsatisfcutentotdeaunanurmtoarelecazuri:
C1.Toaterestriciilesuntliniare;
C2.Constrngerileinegalitatesuntconvexe,constrngerileegalitatesuntliniareiexistcel
x
puinunvectoradmisibilcareseaflstrictninterioruldomeniuluiadmisibil,adic
g j ( x ) < 0, j = 1, 2,..., m i hk ( x ) = 0, k = 1, 2,..., p
CondiianecesarKT(T5)permiteidentificareapunctelorcarenusuntoptime
Avndunpunctadmisibilcaresatisfacecondiiilederegularitate,sepoateutilizaT5pentru
aartacpunctulrespectivnuesteoptimaldacnusatisfacecondiiileKT(4.21).
Pedealtparte,dacpunctulsatisfacecondiiileKT,nusepoatespunecesteoptimal
(trebuiesatisfcutocondiiesuficient).
Exerciiu.4.2.Seconsiderurmtoareaproblem: min f ( x) = 1 x 2 , 1 x 3.
Ssearatecpunctuldeoptim x =3satisfacecondiiiledinteormaT5.
Ssearatecsoluiaadmisibilx =2 nupoatefisoluieoptim.
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
Exemplu
4.3.Seconsiderurmtoareaproblemdeminimizare:
min f ( x1 , x2 ) = ( x1 1) 2 + x2 2 (e1)
g1 ( x1 , x2 ) = x13 2 x2 0 (e2)
T6. Seconsiderproblema(4.20)ipresupunemcfunciaobiectivesteconvex,
restriciileinegalitatesuntconvexeirestriciileegalitatesuntliniare.
( , *,,
Dacexist(x*, *)) caresatisfaccondiiileKT(4.21),atuncix*
( ) estepunctde
p
minim.
Exerciiu
x* = [1 5]T
4.4.Ssearate cestepunctdeminimpentruproblema
min f ( x1 , x2 ) = x12 x2 curestriciile x1 + x2 = 6, x1 1 0, x1 + x2 26
2 2
Observaii
naplicaiilepractice,condiiilederegularitateseverificngeneral;dacfuncia
estederivabil,unpunctcesatisfacecondiiileKTestecandidatpentruoptim.
d i bil if di iil K T did i
DacsuntverificatecondiiileT6,unpunctKTdevinepunctdeminimglobal;
condiiiledinT6suntdificildendeplinit(esuficientsavemorestricieegalitate
neliniar.
l
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
6. Condiiinediferenialedeextrem(detippuncta)
Trateazsituaiilencarefunciaobiectivirestriciilenusuntderivabile.
Seconsiderproblemacurestriciiinegalitate(4.1)inplusxS (mulimeaS poatefi
folositpentruaimpunerestriciisuplimentarevariabilelor spreexemplux]).
Seconstruietelagrangeanulasociatproblemei
g g p L( x , ) = f ( x ) + T g ( x )
(x*,*) esteunpunctapentruL(x, ) relativlaS dacpentruoricexS\n i
pentruorice \m, 0 avem
x* , ) L( xx* , * ) L( x, * )
L( x
(L(x, *) areunminimpe S nx*,iarL(x*,) areunmaximn* pentru 0)
( , ) estepunctdetipapentruL
T7.Dac(x*,*) p p p relativlaS,atuncix
, * estepunctdeminim
p
nproblemacurestriciiinegalitate.
Obs.
Nuexistpresupunerideconvexitateasuprafunciilor,nicicondiiideregularitate;
Nu exist presupuneri de convexitate asupra funciilor nici condiii de regularitate;
T7furnizeazdoarcondiiisuficiente;potexistaproblemecurestriciiinegalitatencarenu
existpunctadarcareaupunctdeminim.
Dac problema este cu restricii mixte, se pstreaz rezultatele dar se redefinete
Dacproblemaestecurestriciimixte,sepstreazrezultateledarseredefinete
lagrangeanulcafiind
L( x , ,) = f ( x ) + T g ( x ) + T h( x )
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
7. Condiiideextremcenecesitderivatedeordin2
{
unde Y = y / y T g j ( x*) = 0, j J1 ; y T hk ( x*) = 0, k = 1,..., p } (4.23)
Exerciiu
4 5 Se consider problema min f ( x1 , x2 ) = ( x1 1) 2 + x2 2 cu restricia x1 + x2 0.
2
4.5.Seconsiderproblemacurestricia 0
x* = [0 0]T
Sseverificedacpunctulpoatefipunctdeminim.
4.Optimizareafunciilordemaimultevariabilecu
restriciiinegalitate
7. Condiiideextremcenecesitderivatedeordin2(continuare)
DacunpunctsatisfaceT8,devinepunctKTicandidatpentruminimlocal;
Pentruaartacestentradevrpunctdeminimtrebuiessatisfaccondiii
suficiente;
evident,dacsuntndeplinitecondiiileT6,punctulKTestepunctdeminim
globaldarcondiiiledinT6suntprearigide;
T9propunecondiiisuficientecepresupunderivatedeordin2.
T9(suficiena). Condiiile suficiente ca x*sfiepunctdeminimlocaltarepentru
T9 (suficiena). Condiiilesuficientecax s fie punct de minim local tare pentru
problema(4.20),unde f, gj ,hp dedouoriderivabilesunt:
1. Exist*i* a..(x*, *, *) ssatisfaccondiiileKT(4.21);
2. y H x [ L( x*, *, *)] y > 0,
T
y Y (4.24)
Exerciiu
1
min f ( x1 , x2 ) = ( x1 1) 2 + x2 2
4.6.Seconsiderproblemacurestricia x1 + x2 2 0.
5
x* = [0 0]T
Ssearatecpunctulestepunctdeminimlocaltare.