Академический Документы
Профессиональный Документы
Культура Документы
Bernardita Vial
Segundo semestre de 2015
Dr son los determinantes de las sub-matrices obtenidas al borrar las ltimas n r las y columnas
de A de igual ndice (submatrices de orden r r porque se borran todas menos las r primeras
las y columnas).
en ejemplo, el menor principal lder es el que resulta de borrar las dos ltimas las y columnas.
r r
La matriz A es negativa semidenida si ( 1) 4r 0 y negativa denida si ( 1) Dr > 0
La matriz A es positiva semidenida si 4r (x) 0, y positiva denida si Dr (x) > 0
1.2 Funciones
Una funcin es una relacin de X a Y en que cada elemento de X se relaciona con un nico elemento
de Y:
Si f : X ! Y , escribimos y = f (x):
Veremos funciones reales f : S ! R.
Una funcin f es cncava ssi Hf (x) es negativa semidenida en todo su dominio (cncava estricta
si Hf (x) negativa denida).
1
Una funcin f es convexa ssi Hf (x) es positiva semidenida en todo su dominio (cncava estricta
si Hf (x) positiva denida).
para todo x; x0 2 S y 2 [0; 1] (estricta si > estricto para todo 2 (0; 1) con x 6= x0 ).
Similarmente, f se dice cuasi-convexa si:
2 Optimizacin
Revisaremos condiciones necesarias y sucientes para un ptimo al analizar el problema de maximizacin
de una funcin f : Rn ! R, posiblemente sujeta a restricciones expresadas a travs de funciones gj . Supon-
dremos que f es doblemente diferenciable y que cada gj es diferenciable.
Si x resuelve el problema de maximizacin de f dentro de un conjunto A, decimos que x = arg max f (x)
x2A
El valor de la funcin evaluada en el ptimo es f (x ) :
Si x ptimo local, f (x) no puede aumentar dentro del conjunto factible. Entonces, debe ser cierto
que satisface las siguientes condiciones de Primer Orden (CPO):
@f (x )
= 0 para todo k = 1; :::; n
@xk
@f (x )
@xk = 0 8k son condiciones necesarias para el ptimo. Una condicin suciente para que un
x que satisface dichas condiciones sea realmente un ptimo (condicin de Segundo Orden) es que f
sea estrictamente cncava, esto es, Hf (x) negativa denida.
2
2.2 Optimizacin con restricciones de igualdad
Problema general:
max f (x) s.a. m restricciones de la forma gj (x) = bj
x2Rn
Si x ptimo local, f (x) no puede aumentar dentro del conjunto factible. Esto implica que 9 2Rm
tal que
@f (x ) @g1 (x ) @gm (x )
= 1 + ::: + m para todo k = 1; :::; n
@xk @xk @xk
Al escribir
m
X
L = f (x) + j [bj gj (x)]
j=1
obtenemos las siguientes condiciones necesarias (CPO, condiciones de Primer Orden) para el ptimo:
@L
= 0 para todo k = 1; :::; n
@xk
@L
= 0 para todo j = 1; :::; m
@ j
@L @f (x ) @g1 (x ) @gm (x ) @L
ya que @xk = @xk 1 @xk + ::: + m @xk y @ j = bj gj (x)
Las siguientes condiciones (de Segundo Orden) son condiciones sucientes para que un x que satis-
r
face dichas CPO sea realmente un ptimo: para todo r 2 fm + 1; :::; ng, se requiere que ( 1) Dr (x ) >
0 ; donde cada Dr (x ) es el menor principal lder de orden r del hesiano orlado denido como:
Og (x)
T
0
H L (x) =
Og (x) HL (x)
Si x ptimo local, f (x) no puede aumentar dentro del conjunto factible. Esto implica que 9 2Rm
+
tal que
@f (x ) @g1 (x ) @gm (x )
= 1 + ::: + m para todo k = 1; :::; n
@xk @xk @xk
3
Al escribir
m
X
L = f (x) + j [bj gj (x)]
j=1
Si una restriccin j 0 no es activa en el ptimo, entonces @@L0 > 0 (esto es, bj 0 > gj 0 (x )) pero el
j
teorema de la envolvente indica que j 0 debe ser cero: la restriccin no afecta, por lo que aumentar
bj 0 no tiene ningn efecto sobre f (x ).
Si una restriccin j 00 es activa, entonces @@L00 = 0 (esto es, bj 00 = gj 00 (x )) pero j 00 debe ser
j
no-negativa: si j 00 fuera negativa, entonces al reducir bj 00 aumentara el valor mximo de f ; eso
no es posible, porque todos los x alcanzables con el nuevo bj 00 ya eran factibles antes de reducir
bj 00 (reducir el conjunto factible no puede ser benecioso).
@L
Esto es, si xk tiene restriccin de no-negatividad, entonces en el ptimo puede ocurrir que @xk < 0 si
@L
xk = 0, pero cuando xk > 0 sigue siendo necesario que @x k
= 0 como antes.
Para obtener el valor de x que minimiza f (x) dentro de un conjunto factible A basta con resolver el
problema de maximizacin de f (x) dentro del mismo conjunto A: arg min (f (x)) = arg max ( f (x))
x2A x2A