Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En este caso se puede definir una función de gran interés llamada langrangiana que se
define como sigue:
La mejor cota posible se da para el mayor valor posible de la función dual, este problema
de optimización cóncavo es el llamado problema dual.
Métodos de resolución de dualidad débil
Proporciona la solución a un método restringido a partir de uno no restringido.
Método de penalización: sustituir las restricciones de un problema, por un coste en la
función objetivo que sea una función del error cometido, llamado función de
penalización. Es un método aproximado y solo proporcionará la solución exacta del
problema en el caso de que la solución real no esté en la frontera del problema.
Método de barrera: las restricciones se ven sustituidas por un coste en la función
objetivo que tiende a infinito cuando se hacer a la frontera de la región factible. Este coste
viene dado por una función que se denomina función de barrera. A diferencia del método
de penalización, este método siempre proporciona soluciones factibles del problema, si
las hubiera.
Método de holgura artificial: solo sirve para eliminar las restricciones de desigualdad
y convertirlas en restricciones de igualdad. Este método se basa, en añadir un conjunto
de variables, llamadas holguras artificiales {si}, que junto con las propiedad de no
negatividad de una función real continua φ(si), se consigue una holgura real positiva para
las restricciones de desigualdad.
El problema de optimización sin restricciones de desigualdad, definido en ( 12), se puede
resolver aplicando la definición de la langrangiana para el caso de los multiplicadores de
Lagrange.
Para el uso de cierto métodos numéricos es necesario que la función sea
diferenciable, por lo que será necesario aproximar la función max(x, 0) por una
función diferenciable.
Métodos de resolución de dualidad fuerte y funciones convexas
Función convexa: Una función convexa (o cóncava hacia arriba) es una función, en la
cual si dados dos puntos cualesquiera M y N de su gráfica, el segmento que los une queda
por arriba de la curva de la función.
2. Cuáles son las restricciones del Hessiano para determinar máximos y mínimos
generalizados.
3. Ponga un ejemplo para los casos anteriores
4. ¿La matriz hemi-definida positiva y negativa, siempre tendría valores reales o en
qué casos tendría valores imaginarios?