Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Optimización I
f (x̄), f : Ω −→, Ω ⊂ Rn
x ∗ = mı́n f (x̄)
2 Direcciones de Descenso
Sc = {x̄ ∈ Rn : f (x̄) = c}
Sc = {x̄ ∈ Rn : f (x̄) = c}
Sc = {x̄ ∈ Rn : f (x̄) = c}
Ejemplo 1: Sea f (x̄) = 4x12 + x22
Entonces el conjunto de nivel Sc se define for Sc = x̄ ∈ R2 : 4x12 + x22 = c
(c ≥ 0). Es decir,
x12 x22
+ =c
(1/2)2 1
=⇒ Son elipses con centro en (0, 0)
x12 x22
c = 1
=⇒ + = 1
(1/2)2 1
x12 x2
+ 2 =1
c = 4
=⇒
1 4
Assaely (UAM) Optimización sin Restricciones Optimización I 4 / 27
Algunos resultados básicos
Ejemplo 1: Sea f (x̄) = 4x12 + x22
Entonces el conjunto de nivel Sc se define for Sc = x̄ ∈ R2 : 4x12 + x22 = c
(c ≥ 0). Es decir,
x12 x22
+ =c
(1/2)2 1
x12 x2 x2
+ 2 + 3 =c
(1/4) 1 1/2
x12 x2 x2
+ 2 + 3 =c
(1/4) 1 1/2
Las superficies de nivel son elipsoides con centro en (0, 0 ,0).
x12 x2 x32
c=1 =⇒ 2
+ 2 + √ =1
(1/2) 1 (1/ 2)2
∂f (x̄)
= d¯T ∇f (x̄) = d, ¯
¯ ∇f (x̄) ≤ ||d||||∇f
0< ¯ (x̄)|| = ||∇f (x̄)||
∂d
∇f (x̄)
Si d¯ = , entonces
||∇f (x̄)||
∂f (x̄) ∇f (x̄)
= , ∇f (x̄)
∂ d¯ ||∇f (x̄)||
1
= h∇f (x̄), ∇f (x̄)i
||∇f (x̄)||
= ||∇f (x̄)||
8x1
∇f (x̄) =
2x2
√
8(1/4)
√ √2
∇f (1/4, 3/2) = =
2( 3/2) 3
8x1
∇f (x̄) =
2x2
√
8(1/4)
√ √2
∇f (1/4, 3/2) = =
2( 3/2) 3
2 Direcciones de Descenso
T
f x̄ (1) = f x̄ (0) − ∇f x̄ (0) x̄ (1) − x̄ (0) + O(α)
T
f x̄ (1) − f x̄ (0) = −α∇f x̄ (0) ∇f x̄ (0) + O(α)
= −α||∇f x̄ (0) || + O(α)
0 <
Para α suficientemente pequeño f x̄ (1) < f x̄ (0) . ∴ x̄ (1) se acerca más al mı́nmimo
de f .
2 Direcciones de Descenso
φ(α) = f x̄ (k) − α∇f x̄ (k)
φ0 (α) = 0
donde
α = arg mı́n φ(α) = arg mı́n f x̄ (k) − α∇f x̄ (k)
α>0 α>0
(iii) Calcular
x̄ (k+1) = x̄ (k) − αk ∇f x̄ (k)
Termina
Encontrar el mı́nimo de
Encontrar el mı́nimo de
Encontrar el mı́nimo de
1 1 1 4 5/3
x̄ (2) = x̄ (1) − ∇f x̄ (1) = − =
6 −2 6 −2 −5/3
Encontrar el mı́nimo de
f (x (0) ) = 12
f (x (1) ) =
f (x (2) ) =
Resolver
f (x1 , x2 , x3 ) = (x1 − 4)4 + (x2 − 3)2 (x1 − 4)2 + (x3 + 5)4
utilizando el método de máximo descenso, con x (0) = (4, 2, −1)T . Realizar dos iteraciones.
Proposición
∞
Si x (k) k=0 es una sucesión de máximo descenso para una función dada
f : Rn −→ R, entonces para cada k el vector x (k+1) − x (k) es ortogonal al vector
x (k+2) − x (k+1)
Proposición
∞
Si x (k) k=0 es una sucesión de máximo descenso para f : Rn −→ R, y
∇f (x (k) ) 6= 0̄ entonces f (x (k+1) ) < f (x (k) )
Assaely (UAM) Optimización sin Restricciones Optimización I 16 / 27
Algunas proposiciones importantes
Proposición
∞
Si x (k) k=0 es una sucesión de máximo descenso para f : Rn −→ R, y
∇f (x (k) ) 6= 0̄ entonces f (x (k+1) ) < f (x (k) )
2 Direcciones de Descenso
f : Rn −→ R
1
f (x̄) = x̄ T Q x̄ − b̄ T x̄ + c
2
donde Q es simétrica definida positiva.
Notación: g (k) = ∇f (x̄ (k) ) = Q x̄ (k) − b̄.
Entonces dado x̄ (k) , se obtiene
donde
x̄(α) = x̄ (k) − αg (k)
h i
0 = φ0 (α) = ∇f (x̄(αk ))T −ḡ (k) (1)
= −∇f (x̄ (k+1) )T g (k) (2)
(k+1) T (k)
= −(g ) g (3)
T
= − Q x̄ (k+1) − b̄ g (k) (4)
h i T
= − Q x̄ (k) − αk g (k) − b̄ g (k) (5)
T
= − Q x̄ (k) − b̄ − αk Qg (k) g (k) (6)
T
= − g (k) − αk Qg (k) g (k) (7)
(g (k) )T g (k)
=⇒ αk =
(g (k) )T Qg (k)
Encontrar el mı́nimo de
Encontrar el mı́nimo de
Encontrar el mı́nimo de
r¯ = Q ḡ (k) ; Termina