clase - kkt optimizacion

22
Modelos de Programaci´ on No Lineal: KKT Eduardo Moreno, Gianpiero Canessa May 30, 2014 Eduardo Moreno, Gianpiero Canessa Modelos de Programaci´ on No Lineal: KKT May 30, 2014 1 / 22

Upload: juan-pablo-torres

Post on 16-Nov-2015

18 views

Category:

Documents


3 download

DESCRIPTION

Clase - KKT optimizacion

TRANSCRIPT

  • Modelos de Programacion No Lineal: KKT

    Eduardo Moreno, Gianpiero Canessa

    May 30, 2014

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 1 / 22

  • Problemas con los Algoritmos vistos

    Asuma un problema del formato:

    minimizex

    f (x)

    subject to gi (x) bi , i = 1, . . . ,mx 0

    Los algoritmos de descenso que vimos se pueden enfrentar a lossiguientes problemas cuando traten de resolver (1), como vemos acontinuacion.

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 2 / 22

  • Problemas con los Algoritmos vistos

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 3 / 22

  • Problemas con los Algoritmos vistos

    Estamos en el optimo?

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 4 / 22

  • Direccion Admisible

    Supongamos que la region de soluciones factibles es:

    S = {x Rn : gi (x) 0, i = 1, . . . ,m}

    y que en el punto x la restriccion gi es activa, es decir:

    gi (x) = 0

    Hacia donde nos movemos para seguir disminuyendo? Facil, en ladireccion tal que:

    d tgi (x) 0

    Donde d t es la direccion de descenso respecto a gi .

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 5 / 22

  • Direccion Admisible

    Entonces, si tenemos varias restricciones activas, tenemos unconjunto de direcciones admisibles (factibles) en x:

    {d Rn|gi (x) 0,i I (x)}

    Donde I (x) es el conjunto de direcciones activas en x.

    I (x) = {i = 1, . . . ,m|gi (x) = 0}

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 6 / 22

  • Condicion de Optimalidad

    Si x es un mnimo local entonces:

    d tf (x) 0, d 6= 0 t.q. d tgi (x) 0i I (x)

    Si se cumple, aseguramos que para toda direccion admisible, el valorde f (x) no disminuye.

    Es facil de explicar y entender, pero no de verificar... Comocompruebo para todas las direcciones?

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 7 / 22

  • Condiciones de KKT

    Si x es un mnimo local y es regular entonces existeni 0, i = 1, . . . ,m tal que:

    f (x) +mi=1

    igi (x) = 0

    i gi (x) = 0, i = 1, . . . ,m

    La ecuacion hace referencia a la holgura complementaria.

    Se puede observar entonces que esto es un sistema de ecuaciones quehay que resolver para x.

    Quienes trabajaron en estas condiciones son los senores: W. Karush(1939), H.W. Kuhn y A.W. Tucker (1951).

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 8 / 22

  • Condiciones de KKT

    Dado que i 0, podemos observar que:

    i = 0 gi (x) = 0

    Entonces observemos que:

    f (x) =

    iI (x)

    igi (x)

    Luego, para toda direccion d admisible

    d tf (x) =

    iI (x)

    i (dtgi (x))

    Por tanto, dado los signos, para cualquier direccion d estando en x,f (x) aumenta.

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 9 / 22

  • Primera Actividad

    Encuentre el rectangulo de mayor area inscrito en un crculo de radio1.

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 10 / 22

  • Primera Actividad

    Encuentre el rectangulo de mayor area inscrito en un crculo de radio1.

    max x ysubject to x2 + y2 1,

    x , y 0

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 11 / 22

  • Regularidad

    x es regular si los gradientes de las restricciones activas en x sonlinealmente independientes.

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 12 / 22

  • Regularidad

    x no regular: Pueden ser mnimo y no existir multiplicadores deLagrange de la condicion de KKT.

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 13 / 22

  • KKT condicion necesaria

    Por otro lado, las condiciones de KKT son solo necesarias.

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 14 / 22

  • KKT condicion necesaria

    Si x es mnimo local y regular, y tomando en cuenta las ecuacionesde :

    Si f (x) es convexa y gi (x) es convexa para todo i , entonces lascondiciones de KKT son tambien son suficientes para que x seamnimo global de f (x).

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 15 / 22

  • KKT completo

    Sea el problema:

    minx

    f (x)

    s.t. gi (x) 0, i = 1, . . . ,mhj(x) = 0, j = 1, . . . , l

    x 0

    (1)

    Si x es mnimo local y regular entonces i y i tal que:

    f (x) +mi=1

    igi (x) +l

    j=1

    ihj(x) = 0

    i gi (x) = 0,i = 1, . . . ,mi 0,i = 1, . . . ,m

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 16 / 22

  • Tecnica del Langrangiano

    Se define el Lagrangiano del problema (1) asociado a losmultiplicadores i y i como:

    f (x) +mi=1

    igi (x) +l

    j=1

    ihj(x) = 0

    L,(x) = f (x) +mi=1

    igi (x) +l

    j=1

    jhj(x)

    La condicion de optimalidad L,(x) = 0 da las condiciones deKKT:

    L,(x) = f (x) +mi=1

    igi (x) +l

    j=1

    ihj(x) = 0

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 17 / 22

  • Propiedad del Langrangiano

    Proposicion: Sea x un punto KKT con multiplicadores i y i entonces:

    Para todo x factible del problema original se cumple que:

    L,(x) f (x)

    En particular, para x se cumple que:

    L,(x) f (x)

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 18 / 22

  • Actividades

    Resuelva el siguiente problema, recuerde revisar las condiciones deKKT y resuelva para x , y , i y i .

    max x + y2

    s.t. x2 + 9y2 36,x y = 5x , y 0

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 19 / 22

  • Actividades

    Resuelva el siguiente problema, recuerde revisar las condiciones deKKT y resuelva para x , y , i y i .

    min x21 + x22 + x

    23 + x

    24

    s.t. x4 A,x1 + x2 + x3 + x4 = 1

    xi 0, i

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 20 / 22

  • Actividades

    Resuelva el siguiente problema, recuerde revisar las condiciones deKKT y resuelva para x , y , i y i .

    min 2x21 + 2x1x2 + x22 10x1 10x2

    s.t. x21 + x22 5,

    3x21 + x22 6

    x1, x2 0

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 21 / 22

  • Actividades

    Resuelva el siguiente problema, recuerde revisar las condiciones deKKT y resuelva para x , y , i y i .

    min ex1 + ex2

    subject to x1 + x2 1,x1, x2 0

    Eduardo Moreno, Gianpiero Canessa Modelos de Programacion No Lineal: KKT May 30, 2014 22 / 22