Universidad Nacional Decana

Mayorde deAmrica
San Marcos
(Universidad del Per,

Escuela de Posgrado
Facultad de Ciencias Matemticas
Unidad de Posgrado

Optimizacin en Espacios de Banach y

Aplicaciones
PROYECTO DE TESIS
Para optar el Grado Acadmico de Magster en Matemtica Aplicada
Mencin: Matemtica Computacional

AUTOR
Milton Angelino Aycho Flores

Lima, Per
Octubre, 2013

OPTIMIZACIN EN ESPACIOS DE BANACH Y APLICACIONES

Proyecto de Tesis para optar el Grado Acadmico de
Magster en Matemtica Aplicada.
Mencin: Matemtica Computacional

I. Planteamiento del Problema

1.1 Situacin Problemtica
En la teora de optimizacin clsica, dada una funcin diferenciable f : D
R R, la condicin necesaria para encontrar el punto ptimo de f en D es
dar solucin a la ecuacin:
f 0 (x) = 0

donde f 0 (x) es la derivada de la funcin, en el sentido habitual. En el caso de una

funcin real de varias variables reales, se emplean los mtodos del gradiente y la
matriz Hessiana para resolver los problemas de optimizacin sin restricciones;
adems el uso de la funcin Lagrangiana y el de los multiplicadores de Lagrange
para el caso de la optimizacin con restricciones de igualdad.
Hacia la mitad del siglo XX, H. Khun y A. Tucker, estudian el problema de
minimizacin de una funcin de varias variables, bajo restricciones o condiciones
de desigualdad, obteniendo condiciones necesarias y sucientes para los puntos
mnimos. A partir de ese momento, muchos investigadores han estudiado la
existencia de soluciones del problema de minimizacin:
mn f (x)
xX

donde X es un espacio normado y f es un funcional real.

La necesidad de esta extensin, se debe a que casi todos los modelos matemticos
de la vida real, en especial los modelos de aplicacin hacia otras ramas de las
ciencias exactas y aplicadas, trabajan en espacios que no son necesariamente el
conjunto R o en general como los que surgen en la investigacin de operaciones
como es el caso del espacio Rn .
Dentro del contexto de la optimizacin en el espacio Rn , en las ltimas dcadas,
se han descubierto y demostrado una amplia gama de algoritmos y condiciones
necesarias y sucientes, que permiten obtener o aproximar el punto ptimo local
o global, entre los cuales podemos citar los mtodos de gradiente, mtodos de
Newton generalizados, algoritmos de punto interior y proximal, los mtodos de
haces, etc.
Para abordar el problema de la optimizacin en un espacio de Banach X , se
emplean conceptos de diferenciabilidad ms generales que la denicin de de1

rivada clsica, as como tambin, resultados especcos del Anlisis Convexo

y del Anlisis Funcional en dimensin innita, para lograr la formulacin del
teorema de los multiplicadores de Lagrange y las condiciones de Khun-Tucker
para funciones reales denidas en X .
Con estos resultados, se pueden tener las herramientas matemticas para resolver los problemas de optimizacin global y restringida planteados en espacios
normados y de Banach que no son necesariamente los euclidianos (R o Rn ), como por ejemplo, tratar el problema de optimizacin de funcionales denidos
sobre el espacio de Banach C 1 ([a, b]), el cual es un caso especial de la Programacin Dinmica o comnmente conocida como Clculo Variacional o Clculo
de Variaciones.

1.2 Formulacin del Problema

En este trabajo, se estudia la existencia de solucin para el problema de optimizacin:
mn f (x)
xS

(1)

donde S es un conjunto convexo en un espacio de Banach X y f : X R es

un funcional Frchet diferenciable. Asimismo se demostraran diversos resultados de existencia de solucin para el problema (1) para el caso global (cuando
S = X ), el caso restringido y bajo condiciones calicadas (conjuntos de restricciones), adems de enunciar y demostrar teoremas sobre condiciones necesarias
y sucientes para el punto ptimo.
Tambin, como resultado principal del trabajo, se desarrollar una generalizacin del teorema de los multiplicadores de Lagrange en un espacio de Banach.
Este problema de la optimizacin condicionada es muy empleado y aplicado en
problemas involucrados en la fsica, mecnica, ingeniera, economa, logstica,
administracin de operaciones, etc. Para el caso de un espacio de Banach, este
resultado generalizado, es conocido como el teorema de Karush-Khun-Tucker.

1.3 Justicacin de la investigacin

La optimizacion de funciones denidas en el espacio euclidiano Rn posee muchas
aplicaciones en ciencias, especcamente en economa, ingeniera e investigacin
de operaciones. Este trabajo presenta la extensin de la teora de optimizacin hacia espacios ms abstractos y generales que Rn , pretendiendo establecer
un punto de partida para investigaciones y trabajos referidos a problemas de
optimizacin en espacios normados que no sean los usuales.
Por otra parte, este estudio da a conocer el uso de herramientas y conceptos
matemticos, adems introduce conceptos y contenidos en la matemtica aplicada, mostrando as la importancia de esta rea del saber humano, dentro del
2

conocimiento cientco y tecnolgico, as como tambin, descubrir nuevos horizontes para la investigacin dirigida a aplicaciones de la teora de optimizacin
en fenmenos o hechos reales de la industria, tecnologa y sociedad.

1.4 Objetivos de la investigacin

Este trabajo, presenta los objetivos generales y especcos siguientes:

1.4.1 Objetivo general

Esta investigacin pretende demostrar y desarrollar la generalizacin de
la optimizacion convexa de tipo global y restringida para funciones reales
denidas en un espacio normado, bajo ciertas hiptesis de diferenciabilidad,
mostrando su aplicacin en problemas de optimizacion ms generales.

1.4.2 Objetivos especcos

 Estudiar el Anlisis Convexo para espacios vectoriales normados.
 Establecer teoremas de existencia de soluciones para problemas de op-

timizacin global de funciones reales denidas en un espacio de Banach.

 Estudiar los conceptos y las propiedades de la diferenciabilidad de tipo

Frchet, Gteaux y Clarke sobre espacios de Banach reales.

 Analizar las propiedades de una funcin cuasidiferenciable y del subdi-

ferencial de una funcional en un espacio normado.

 Demostrar el teorema de Lyusternik en un espacio de Banach.
 Desarrollar el teorema de los multiplicadores de Lagrange para funciones

en un espacio de Banach.
 Emplear los resultados obtenidos en problemas de optimizacion aplica-

dos a problemas reales.

II. Marco Terico

2.1 Antecedentes del Problema
La optimizacion no lineal (programacin no lineal) tuvo sus orgenes en establecer condiciones calicadas (condiciones de restriccin) que generalizan el caso
de las igualdades. Para esta situacin, el mtodo de los multiplicadores de Lagrange, era la tcnica ms empleada para resolver el problema de optimizacion
bajo condiciones de igualdad.
En 1951, los matemticos H. W. Khun y A. W. Tucker estudian el problema de
optimizacin sobre conjuntos convexos en el espacio Rn , estableciendo condiciones necesarias y sucientes para el problema de optimizacion:
mn f (x)
xS

donde S = {x Rn /g(x) 0} siendo f : Rn R y g : Rn Rm dos

funciones sucientemente diferenciables. Desde ese momento esa tcnica recibe
el nombre de mtodo de Khun-Tucker.
Los trabajos de K. Arrow, L. Hurwicz y H. Uzawa (1959), estudian el problema de maximizacin de funciones cncavas, sujeto a condiciones calicadas
de desigualdad, demostrando condiciones necesarias y sucientes para el mximo condicionado usando la tcnica de los multiplicadores de Lagrange de tipo
regular.
D. L. Russel en 1966, estudia la teora de optimizacion global, para el caso de
espacios vectoriales topolgicos y analiza las condiciones necesarias estudiadas
por Khun y Tucker para una funcin real denida en un espacio de Banach,
aplicando sus resultados en varios problemas de control ptimo.
P. Varaiya, en 1967 trabaja el problema de maximizacin:
max f (x)
xS

(2)

donde S = {x A/g(x) AY } X , siendo X, Y espacios de Banach, A un

conjunto no vaco en X , AY un subconjunto convexo no vaco de Y ; g : X Y
una funcin Frchet diferenciable y f : X R una funcin diferenciable. En
su trabajo, encuentra condiciones necesarias y sucientes para el punto solucin
del problema (2).
Aos ms tarde, M. Guignard estudia el problema de optimizacin (2) sobre
un espacio de Banach, para una funcin dos veces Frchet diferenciable, bajo
condiciones de pseudoconvexidad y pseudoconcavidad sobre las condiciones calicadas, logrando una generalizacin de las condiciones de Khun-Tucker en un
espacio abstracto.
En 1970, los artculos de K. Ritter, estudian y presentan el fundamento terico
que permite la generalizacin de la teora de optimizacin en espacios normados
para el caso de funcionales con valores vectoriales, es decir f : X Y donde
Y no es necesariamente el conjunto R. En dichos trabajos demuestra resultados
para las condiciones de optimalidad y las de calicacin. Ritter hace un estudio
minucioso del Anlisis Convexo desde el punto de vista topolgico para un
espacio normado.
Uno de los primeros investigadores en estudiar el teorema generalizado de los
multiplicadores de Lagrange, fue R. Wheatherwax, que en 1974, enfoca el problema de programacin no lineal en un espacio de Banach, bajo condiciones
calicadas denidas en conos tangentes, obteniendo condiciones sucientes para
problemas de minimizacion restringidos, con las hiptesis de Frechet diferenciabilidad en la funcin objetivo.
4

La extensin de la teora de optimizacin a un espacio vectorial topolgico,

fue lograda en 1980 por S. Dolecki. En su trabajo, considera el problema de
minimizacion generalizado:
(f, A, (X, T ))

donde (X, T ) es un espacio topolgico, f : X R un funcional y A X un

subconjunto no vaco. Dolecki, establece condiciones necesarias para el punto
mnimo restricto cuando X es un espacio de Banach.
En la dcada de los 80, muchos investigadores estudian el problema de minimizacion de funciones reales de tipo Frchet diferenciables sobre un espacio de
Banach, para el caso irrestricto y bajo restricciones sobre conos convexos. En
particular, Jahn (1986), Staib (1989) y Bhakta-Roychaudhuri (1988) consideran los casos en el cual el funcional objetivo es cuasidiferenciable y Frchet
diferenciable, adems de estudiar con mayor detalle el problema del funcional
Lagrangiano en la optimizacin con restricciones, en espacios de Banach.
En los ltimos veinte aos, los estudios sobre problemas de optimizacin en
espacios normados, tienen un gran auge, gracias a los resultados e investigaciones
dentro del campo del Anlisis Funcional Convexo, permitiendo as dar nuevas
generalizaciones a muchos conceptos del anlisis convexo clsico en Rn , que a
su vez concluyeron en resultados que resuelven los problemas de optimizacin
abstracta y en particular sobre los problemas de optimizacin con restricciones,
logrando as dar muchas extensiones del teorema de Khun-Tucker a espacios
topologicos localmente convexos. Los trabajos de Staib (1991), Chen y Craven
(1994), Kazmi (1998) y Yu-Lui (2007) son algunas referencias del gran avance
de la investigacin en el rea de la Optimizacin en espacios normados.

2.2 Bases Tericas

Anlisis convexo
Aqu se estudia a los conjuntos convexos, las propiedades algebraicas y topologicas de un conjunto convexo, las funciones convexas, pseudoconvexas, cuasiconvexas y sus propiedades, adems de la denicin de subdiferencial de una
funcin.

Anlisis funcional
En este trabajo se utilizan los resultados de la topologa de espacios normados,
las propiedades y teoremas referidos al espacio dual topolgico X , los teoremas
de separacin en espacios de Banach, adems de resultados sobre convergencia
dbil y varios tipos de diferenciabilidad de funciones reales en espacios normados.

2.3 Marcos conceptuales y glosario

En esta investigacin, se emplearan los siguientes trminos y conceptos:
(a ) Conjunto convexo.
(b ) Subgradiente y subdiferencial.
(c ) Funcin convexa, cuasiconvexa, pseudoconvexa.
(d ) Funcin cuasidiferenciable.
(e ) Derivada de Gteaux, Frchet y Clarke.
(f ) Cono de orden, cono tangente y cono tangente de Bouligand
(g ) Multiplicador de Lagrange generalizado.

III. Hiptesis y variables

3.1 Hiptesis general
En este trabajo (X, k k) ser un espacio de Banach real, f : X R un
funcional y S X un conjunto convexo con interior no vaco.

3.2 Hiptesis especcas

Se consideran (Y, k kY ) un espacio normado y (Z, k kZ ) un espacio de Banach
real, C Y un cono de orden con interior no vaco; g : X Y , h : X Z
dos aplicaciones y el conjunto de condiciones calicadas:
S = {x S/g(x) C h(x) = 0Z }

Si x es una solucin del problema de optimizacin:

mn f (x)
xS

se asumen como hiptesis adicionales, la diferenciabilidad de Frchet de f y g

en x y la diferenciabilidad local de h en x.

IV. Metodologa
4.1 Tipo y diseo de la investigacin
Este estudio esta basado en una investigacin de carcter descriptivo, histrico, cualitativo, bsico y extensivo, respecto al problema de la minimizacion de
funcionales reales bajo restricciones, denidos en un espacio de Banach. Asimismo esta diseada en base a la siguiente fuente de informacin: Artculos de
investigacin, divulgaciones y bibliografa especializada que hacen referencia al
problema planteado en su casos general y especico.

4.2 Unidad de anlisis

En el presente trabajo, el objeto de estudio es la optimizacin restringida de
funcionales Frchet diferenciables en un espacio de Banach, logrando condiciones
necesarias de optimalidad y emplear la teora desarrollada en un problema de
aplicacin.

V. Presupuesto
Para el presente proyecto de tesis de grado, se planica el siguiente presupuesto:

Descripcin

Monto en soles

Bsqueda y descarga de informacin

Impresin de artculos y textos
Viticos y pasajes
Materiales de trabajo
Redaccin digital del trabajo
Impresin de Ejemplares

Total

100
100
150
100
150
100

700

Luego del estudio correspondiente a la evaluacin del presente proyecto, se

determina su viabilidad y ejecucin.

VI. Cronograma de actividades

El presente Proyecto de Tesis, se inici en abril del 2013, bajo la asesora del Mg.
Toms Alberto Nuez Lay, docente principal de la Facultad de Ciencias Matemticas.

VII. Referencias Bibliogrcas

 Barbu, V., Precupanu, T. Convexity and Optimization in Banach Spaces. Sprin-

ger Science+Bussines Media B.V., Dordrecht, (2012).

 Bazaraa, M., Shetty, C., Nonlinear

Programming. Theory and Algorithms

. John

Willey & Sons, New York, (1979).

 Guignard, M., Generalized Khun-Tucker conditions for Mathematical Program-

ming Problems in Banach Spaces. SIAM

J. Control

, 7(2):232-241, (1969).

 Holmes, R., Geometric Functional Analysis and its Applications. Springer-Verlag,

New York, (1975)

 Jahn, J., Existence Theorems in Vector Optimization.

, 50(3):397-406,

JOTA

(1986).
 Kazmi, K., Some remarks on Vector Optimization Problems.

, 96(1):133-

JOTA

138, (1998).
 Luenberger, D.,

. John Willey & Sons,

Optimization by Vector Spaces Methods

New York, (1998).

 Mangasarian, O.,

Nonlinear Programming

. McGraw-Hill, New York, (1963).

 Ritter, K., Optimization Theory in Linear Spaces. Part III. Mathematical Pro-

gramming in Partially Ordered.

, 184:133-154, (1970).

Math. Ann.

 Staib, T., On Neccesary and Sucient Optimality conditions for Multicriterial

Optmizations Problems. Meth.

(1991).
 Valentine, F.,

Convex Sets

and Models of Operations Research

, 35:231-248,

. McGraw-Hill Book Company, New York, (1964).

 Varaiya, P., Nonlinear Programming in Banach Spaces.

.,

SIAM J. Appl. Math

15(2): 284-293, (1967).

 Werner, J., Optimization Theory and Applications. Vieweg, Braunschweig, (1984).
 Wheatherwax, R. General Lagrange Multiplier Theorems. JOTA , 14(1):51 -72,

(1974).
 Yu, G., Liu, S., Some Vector Optimization Problems in Banach Spaces with

Generalized Convexity. Computers and Mathematics with Applications, 54:14031410, (2007).

Br. Milton Angelino Aycho Flores

Mg. Toms Alberto Nuez Lay

Cdigo de Matricula: 11147007

Docente de la UPG-FCM

TESISTA

ASESOR