Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelos de Programaci
on No Lineal: KKT
1 / 22
f (x)
subject to gi (x) bi , i = 1, . . . , m
x 0
Los algoritmos de descenso que vimos se pueden enfrentar a los
siguientes problemas cuando traten de resolver (1), como vemos a
continuacion.
Modelos de Programaci
on No Lineal: KKT
2 / 22
Modelos de Programaci
on No Lineal: KKT
3 / 22
Estamos en el optimo?
Modelos de Programaci
on No Lineal: KKT
4 / 22
Direccion Admisible
Modelos de Programaci
on No Lineal: KKT
5 / 22
Direccion Admisible
Modelos de Programaci
on No Lineal: KKT
6 / 22
Condicion de Optimalidad
Modelos de Programaci
on No Lineal: KKT
7 / 22
Condiciones de KKT
Si x es un mnimo local y es regular entonces existen
i 0, i = 1, . . . , m tal que:
f (x ) +
m
X
i gi (x ) = 0
i=1
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 que
hay que resolver para x .
Quienes trabajaron en estas condiciones son los se
nores: W. Karush
(1939), H.W. Kuhn y A.W. Tucker (1951).
Modelos de Programaci
on No Lineal: KKT
8 / 22
Condiciones de KKT
Dado que i 0, podemos observar que:
i = 0 gi (x ) = 0
Entonces observemos que:
f (x ) =
i gi (x )
iI (x )
i (d t gi (x ))
iI (x )
Modelos de Programaci
on No Lineal: KKT
9 / 22
Primera Actividad
Modelos de Programaci
on No Lineal: KKT
10 / 22
Primera Actividad
Modelos de Programaci
on No Lineal: KKT
11 / 22
Regularidad
Modelos de Programaci
on No Lineal: KKT
12 / 22
Regularidad
Modelos de Programaci
on No Lineal: KKT
13 / 22
Modelos de Programaci
on No Lineal: KKT
14 / 22
Modelos de Programaci
on No Lineal: KKT
15 / 22
KKT completo
Sea el problema:
min f (x)
x
s.t.
gi (x) 0, i = 1, . . . , m
(1)
hj (x) = 0, j = 1, . . . , l
x 0
Si x es mnimo local y regular entonces i y i tal que:
f (x ) +
m
X
i gi (x ) +
i=1
l
X
i hj (x ) = 0
j=1
i gi (x ) = 0, i = 1, . . . , m
i 0, i = 1, . . . , m
Eduardo Moreno, Gianpiero Canessa
Modelos de Programaci
on No Lineal: KKT
16 / 22
f (x ) +
m
X
i gi (x ) +
i=1
l
X
i hj (x ) = 0
j=1
L, (x) = f (x) +
m
X
i gi (x) +
i=1
l
X
j hj (x)
j=1
m
X
i=1
i gi (x ) +
l
X
i hj (x ) = 0
j=1
Modelos de Programaci
on No Lineal: KKT
17 / 22
Modelos de Programaci
on No Lineal: KKT
18 / 22
Actividades
x 2 + 9y 2 36,
x y =5
x, y 0
Modelos de Programaci
on No Lineal: KKT
19 / 22
Actividades
x4 A,
x1 + x2 + x3 + x4 = 1
xi 0, i
Modelos de Programaci
on No Lineal: KKT
20 / 22
Actividades
x12 + x22 5,
3x12 + x22 6
x1 , x2 0
Modelos de Programaci
on No Lineal: KKT
21 / 22
Actividades
e x1 + e x2
subject to x1 + x2 1,
x1 , x2 0
Modelos de Programaci
on No Lineal: KKT
22 / 22