Optimización no Lineal

Introducción

Modelo de Optimización : estable mecanismo qie maximice

ganancias
y minimice costos

Programación no lineal Modelo no lineal + Optimización

Ejemplo :

min FLX,
,
✗ a) =
(× ,
-

2) 2+1×2-212

S a
-
. X , t ✗ 2=2
•

R : ii. ( ✗ ¥ # 1=11,11 ,

Nota : FIX , ,
✗ D= > Función Objetivo

Restricciones Conjunto Admisible

Considerar

Max f- ( X , ,
✗ a) =
X ,

• •

S.a . ?
× ≤×,
× ? + ✗{ ≤ 2

R : Í -

_
11,1 )

Ejemplo
Max FLX X, ) :( X t ✗ a)
2

E- ( Ii )
, , ,

- •
X X, > O
\
S.a.
,

ir a -2 ≤ ✗ ≤ I
-2 ≤ ✗ ≤ I
\
¿

d- (E) = 4 & fl # KIG

• -

Ii = H -21
Asi ×? máx global
.

* máx local
Ejemplo : terminar la forma de un cable colgante , sabiendo que este
minimiza su energía potencial

Ya
_

Suponiendo un cable homogéneo ie con densidad

lineal constante

1- densidad lineal
f-
=

Asi dm :p de
g-
Ia ✗ ¡ se cumple 812 = Jx ≥
+
diga
✗b
Xb Xb
:-[ =

qfhdm
Xn
=

9) ✗a
y tú +
dya =

9)✗a
Y CHEF -

9/41 fltyxdx
✗a

=/ Ilx
✗a
, y, y
'
) dx

Problema variacional
Xn

min
/ 4144,4
✗a
'

) dx

5.a .

y Ha )
:
ya 8 (
y Xb )
-

Y,

Conjundo admisible de funciones

F :{ / YLX a) }
'

y El [ Xain ]
S y / ✗ a) =
ya y,
=

-7605h ( G) C
YIXI Ajuste de ctes
+

D= catenaria ✗ +
curva } ,
.
Problema general de Optimización no lineal

min fli )

sa glii ) ≤O 1=1 .im

,
. .

donde IIEIR
"
& 5- { ÍEIR "
/ gli )≤ 0 ,
i
e- =L ,
.
. .

,m / Conjunto admisible
f. q Campos escalares

En el caso de máximos hacemos

min tflx ) )
>
) ≤0
S.a Gili ,
¡ =L
,
.
. .

,m

Def : Decimos que ¥ es mínimo relativo de en SEIR

"
si existe ESO talqce

d- IÍ ) ≥ FLI IIÍ -7*11<6

"
) para todo

Ejemplo : Encontrar

min FIX , /
X, ): txi + { ×? +244 1- { ×
'

,
-
X, 1-9

Puntos Críticos

:{
O ✗ FX ? + ✗ ' -2×2
'
×, :|
-

2x ,
¡ = g. ( × ,
0=1-4 :X , -12×1-1

{Í
(' '
' )
'

0=42+41-2-44 = × ? -3×+2 :(× ,

-

1) ( × , -
2)
:( 2 , -

3)

Criterio de la segunda derivada

d- Xix ,
fax ,
2kt 1 2

Hessianos 4- (E) = =

txi d- ✗ ir .

2 1

3 2 5 2
4- (E) =
=) ieesind .
4- (E) = = > matriz de FT
2 , 2 , # =L 3) = >min
☒
-

) i. =

lnimaxn , min ,
 →

En
general como no siempre podemos resolver
por
formulas cerradas MÍ ) -

( Proceso finito ) requerimos proceso infinito

,

{E }
"

ie tales que En -5¥ n -700

A- I

Def .
decimos que { Ín [= ,
converge a # al menos linealmente si existe
°
EI
{ En { ni
con IIII -

¥11 ≤ En & lim

n -soo En
:c
,
OSCSI

si c-> O se dice super lineal

Def decimos que ¥ ¥ ( P > 1) { En { ¡¡ 11¥ TÚ / KEN

"

. a orden si existe con

-

& lim
n
-

soo
7¥ :c >o

Ejemplo
tenemos
"
si ✗ rían OLCKI a
→ 00
> O = #
n

Si En Tí claramente 1¥ -
El ≤ En

&
%÷= a
,
Ocacl

es decir convergencia al menos lineal

"
si a
Xn 0<04 entonces
En
-

a- >
,
"
-
> 00

Si Gn : a2 + '
¡
' P 2)
"

← a2
-

E¿÷
-

lim = lim "

= dim = , > o
n
-
soo
n
-
soo GP2 n -300
p =L

-70 a orden D= 2 ie Cuadra Aca

.

Convergencia
n - soo
Interpolación Cuadrática

Aproximas min f- (F) conociendo solo a FFXY

Suponer que d- II ) tiene min entre III ,Í ( 3pts .

dados )

Usando el Polinomio de lagrange

(✗ f. f
(✗ -
✗a) (X K )
-

( ✗ KKX ×, ) ( ✗ XXX X, )
f
-

↳ IX
- -
-

g. , + +
(× ,
-

4) ( × ,
-

×, ) ,
( ✗ a- 4) LX, XD - -

4) (X , -
✗ a)
,

Calculando q / ✗ 1=0
'
obtenemos

×
,
=
{ t.lxi-xilthlxi-xiltf.li/i-xi )
t Hi
,
-
X, ) t
f, LX, -
X, ) tf , LX ,
-

✗a)

*
Sea G. = ✗
¡
-

✗ Error cometido al aproximar mínimo ✗

*
por ✗ :

¡ =L , L , . . _.

Sustituyendo obtenemos

El 142 E ? ltf IE ? Ei )
Ei
*
friki + d-, - -
-

✗y -
✗ = ,

f. IE, -

E, ) t f, ( E , -
E, ) t f, IE ,
-

G)

Así ,
sí Ei 4,4,,
< I entonces Ey « I usando propiedades de f tenemos

Ey MLE Gt
= ,
E , Est EZE } )
Para cte M dependiendo de t tenemos sus derivadas

f. =

tlk.tt/KtEi)--flEl+f'(E)EittYHzE;?-tf'''lfffEi- . . .

Esencialmente Eu : ÑEE, digamos Esa FÑEN En - i

Ecuación de recurrencia

Se tiene Ñ Ent ,
= ÑY En ÑEN -
,
=)
,
=
% Yn -
i

ln Yñt ,
=
ln + l Ya -1

Ent ,
=
En +
En _
,
Fibonacci En -
¡
 i. 7=1+5
'
ie 72 -
X -
1=0

{
I. 61 Razon dorada
✗ 11=2-5
. . -

04 . .
.
No sirve

i. En,=Á ,
EIJI
Asi ""

En =
* é
"
En =
# él = ( FAP
-
'
ECÍ / X-P)
SÍ
Papaya
ctesip

te tiene convergencia f- ✗
=
'+{ˢ

Metodo de la secante

Supongamos los datos FIXN ) film 1- Una, )

'

qie conocemos ,
,
)
,

Interpolación de Hermit

d- [ ]
'

✗ f- [ ] d- [ ,
] , ,

Xn , fni Tabla de diferencias divididas

Xn tu fin
fin fin
, "

:{
. -

. .

Xp ,
Finn .
.

✗no -

Xn.

Xnt ,

qltnkfn
i. 9. lxkfn , +
ftp.IX-Xnlttfti-i-fnlx-xnp/9-'lXnt-t'nXn-i-K 9.
'
Hadith ,
Calculando 9- LXKO
'
obtenemos

Xk , -

Xn ,

,
=
Xp d-
'

fin
,

fin
-
n
-
,

Supongamos que
*
XNT> ✗
y → 0o

con ✗
*
= min flxl

Calculando el error
, sustituyendo obtenemos

%
( ff
*
✗µ, ✗ =
Xn f-¥ )
- -
_

, -

fin fin ,
-

-1

tú %
( í! )
-

.
.
_

lxn ✗ ) / Xp ✗ )
* ✗ ✗ $ m
-

mi
=
-
-

,
,

/ Xk F) % ta
-

, ,

Xp -
✗ni -
i

Sea En
,
= Xn, -

Aplicamos Taylor
"
fin HEY {
'

= -1 Ii +
En , _
,
/ =
*,
d- 1kt

)
' ' " *

En ,
= f / ✗% +
En ) =
f (E) +
↳ f / ✗

Asi tú fix-fk-ii.tn
'
-

fin , _
,
=
,
-

d- ← ,

Xn, -
✗ ix. , ✗a -

Et X
'
pa En {y
-

i
-
-

-1

" "'
= d- (F) +
& ( En ,
+
En 1) F (F)
-
Tambien

f
' '
d- n, /✗*)

Ú¡Él
-

"
f /✗ ) Í En f
"
*
= = +
/ ✗ *)
¥*
Asi
"
"

E. =
En En
,
d- ( M ) + El Ex + En iht (✗* K
-

.
. .
.
-

f ( ✗↑ )
"
-

{ En , f
"
/ ✗↑) -

.
. . .

,
µ, _
,

[ ) { ( En En / f (F) ]
" "
En , _

,
f ( ✗
↑
t + -

,
t . . .

En = En En -

i±¡ÍY×!- =
C En En

donde 1- (E) ≠ o
"

c-
.
= cte si

Orden de convergencia de la secante

C En + ,
=
C En C Esa

Emi Ens En -
i

Sabemos que por fibonaci Obtenemos

"

En =
d- En =
¿ ect
luego >
"
"

ÉI crié .
=

-
>
oo
K soo
-

p :X
 ?
Teorema : Sea FEC [ a , b ] & E >O .
Definimos la vecindad

Ice -

{✗ c- MI IX -
*
✗ KE }
& MIE ) -

sit
máx
EIE
/ {¡!¥ / ,
con EMCE ) <I

*
✗ = min de f- (X )

Entonces para
✗
o ,
X
, EIE con ✗ ≠ X
◦ ,

la sucesión
,
= ✗
ni
-

%_ f (✗µ )
'

'
d- (Xp ) f /Xx)
'
-

Converge al Unico ✗
*
± min de FIX )

Demostración : ✗
*
= min de 1- ( X ) es Unico

Aplicando Taylor
*
en ✗

f- ( X) : f- ( ✗* / + f / ✗* ) (
'
X -

Á) ( ✗ F) 2T
-

(✗ -
x-p

para alguna § entre ✗ & ☒

FIYI
'
f (X ) ) it ( xP ) 12
"

Así : ( ✗ -

✗
* +
(✗ -
✗
*

= ( ✗ -

✗
≠
) ir
"

1×-1 [ I tlx -

✗
*

)f¥}# ]
Pero
fix Nfˢ* / ≤ lx
-

*
,
-

il .

/ FIFÍ / ,
≤ EMCEKI

ie .
a- =L
+
lx -
☒
1%1%+1×1=10 en IE
If (F) ⊖
"
i.
'
d- ( x ) = (✗ - *
✗ ◦

te .
FYXI :O Unicamente en ✗ #
Convergencia si ✗
ñ & Xn , _
, EIE entonces , EIE
Procedemos por inducción

Xótx ,
con ✗ok EIE
Se cumple por hipótesis

&
Supongamos cierto qie Xp _
,
, Xp EIE Xn, _
,
=/ ✗
a
dela iteración de la

secante

Xnst , =
Xh
,
-

Kal-El f.
'

%)
ftp.al-iltxnd

Tenemos

E.f.FI?-,AsilXn+.-x*l--lXn-xTlXn-,-x*l
( ki Ilha
*
✗ *,
-

✗
*
= -

✗
-

≤ Ha -

☒ IEMCEI

i. Xnt ,
EIE
Asi Xn Xt
#
,

Convergencia de la secante

Como
✗ no
,
-

× :'-( Xn ,
-

✗
*
llxna ,
-

F) !,
se cumple
IEMCE
☒
/ ↳ +, - ✗
*
/ ≤ IXN, -

✗ )

Itcramos
"°
IX ,
-
✗
'
k / Xo -

¡ IEMIE )

:
"
k EMLEKI
IXN ,
-

V15 / ✗ o -

✗
*
KEMCED con

Asi ✗ →
☒
naco
Ej .
Considerar min f ( X) , f (X ) = →

Claramente minino globaten F- O _

Ajustar E >O en IE =L E , E)
-

& MCE )
t
-

s.ua/EF#f-s.m+::Ee+-=maxeIs,tfIg
mar

. . . .
{ ✗
% Encontrar el valor mar de
¡
. .
- . - -

¡
-
- -

E Uls -1 ) { es t
-

I
,

I
Buscar max interior 4=0--4 & Ldader
'
en .

I
.

si te S
Buscar frontera de I
I I
I
'
i

Comparar y seleccionar
| - - - - - -

¡
- - - -
t .

ULS f)
+
{ es
-

,
= no tiene puntos criticas en el interior de [
En la frontera

{
5- E + E
{ es
máx
{¿
-

valor max
: M / E) = =

1- = -
E

Elegimos E) O tal que EM (E) =

{ ÉI
Tomando 6=1-2 & considerando la voncindaa IÉEÍ 's ] ,
Iterando la formula de la secante

-
¥!Ií-
✗ -
'

f- Xn
-

té
-

it
-

µ,
-

"
n
Es
,
_

Ha
-

donde Xo ,
X
, EIE Xo
=
-0.5 X, = 05

Generalización de Secante
'
d- Hail f / Xp .

,
) d- IX, ) & Flint
Hacemos Interpolación de Hermite

✗ d- [ ] d- [ , ] d- [ , ,
] AL , ] , ,

Xn ,
tú

✗ FK
ftp.fh-i-fnitú
y
-

f-µ , fin 4- tú
-

tri f" tri

,
tri
-

' -

"" fin
✗mí Xp
- .

Xxi Xú
Xna Ja Ki Ki
-

, ×
, ⇐

ftp.i-fki-fnXn
.
.

Ón -1
Xx Xin

x.nu#--jn'-
-

✗
-

Al ÚK -1
,

.
Obtenemos el polinomio interpolado

ftp.IX-Xnttfn#-f--f'n,X---nnflx-XnIXh-,-Xn
qlxkfn ,
+

En En -2
ᵗÍÍn
-

+ _
,

≥
( ✗ -

xp flx
✗
in )
( ✗a-
-

i
)
-

,
-

✗
µ

Asi
produce
'
g- ( ✗ 1=0

[ ]
(
↓ +
Y
-

Y
✗
roti
= ✗ =
Xn
,
-

Xn ,
-

ya ) ,

tú ftp.tzu -

donde

vi. Én -
,
+
ftp.3/-n-i-J-n- & Uz =

FÉ
4-, -1%
Metodo de Newton

supongamos dados ftp.t/f'lXn),fYXn )

Construimos el polinomio Interpol ante de Hermite

✗ d- [ ] d- [ ] f- [ ] '

qlxkfntfnilx
, , ,

Xp tú .
i. -

4) +
ftp.YCX-X.nl
Cumple
.

'

Xp fui ftp.
'

-
.

qtxnt.fm
.

•
,
,

:
ftp. ftp.
"

Xp .
.
_

f- n '
/ ✗a) '

q
=
d- ,
n

"

9- ( Xp ) d-
" -

no

Calculamos la condición del minino

d- at it; (
'

0=9.11×1 = X -

Xn I,

Asi in
'

fórmula de Newton
✗mi ✗ = ✗
µ
-

"
<
fn ,

Gráficamente
f. q q

f
'

:
|
l "

: i
l : :
XK ✗
Xp
*
✗ , ,
 ?
Teorema : Sean FEC & ✗
*
minino simple de f. Dado EYO , construimos

Iii / XEIRIIX -

El < E } & M (E) = max

TEI
/ fˢ
Zf
)
}
5.
}

Tales que EMIEIGI .

Entonces el metodo de Newton = ✗
ni
-

,
,
*
rapidez ( cuadrática mente )
converge a ✗ a
p= 2 para todo

XOEIE
Demostración

Rapidez de convergencia . Estimamos

FÍ t#
¥¥- ¡ 1-
*
-

*
EKH = ✗ -

✗ =
✗n, - ✗ _
= { -

no
☒
, "

Xn
'
( ✗a- × )
-

-
* VÍ -1ft ,
- v. ¥)
= qí
E) 4-
"
( Xn, -

,
n

Pero

ftp.LJ-k-f#)=EnJ ))
"

(f
'
* '
E) En )
*
/ Xn IX. lxtt En ) f /
-

✗
-
+ -
, , ,

tEI.FM#..-.-fYX*B--tzEn!f'
"
En [ d- ( ✗* ) + Emf / ✗
"

[f
" '

] (F)
*
It Emf
*
+ (✗
-
=
, .
.
.

"

(✗ )
*
r . . .
. .

{ Énf
" ' "

En /
*
) f / * '
=
✗
{ f
"

(
✗
✗
*
)
= ate

En? f
En "

( %)
*
✗ +

ie Newton converge a o = 2

→
Convergencia : del calculo anterior
"'

F /✗ )
"
*
máx d- LS )
Hrt , -

Él =
lxn ,
-
✗
*
|? " ✗ Hi -

✗
*
IIX , -

✗
*
1.
(✗ + EI} "
2- *
+ ↳
s.
2J (t )

I. EMIEI < I
*
≤I -

✗ •
Iterando
"

lxn
,
-

✗
*
I ≤ IX
,
-
MI EMLE ) X, C- IE
,

Haciendo K -00 entonces Xn,

'
*
'
✗→ oo

Ej Considerar ltx lnx ) 1- libre

?
mi =
para
-

Sea FIX ) -

_ tx -

lnx
→ Analisis analítico

FYX )
☐ = = t
t
-

¥
*
te .
I -
it -

-
O Ó ✗ =

Analisis &
*
→
numérico : Sean Xn
,
= ✗
Xp
= ✗
,

Aplicamos Newton

*
✗ =
✗ -

f.it#,--x-t-y-?---x-x2ttx--2x-x2t
pues FYXI : t -

Í ,
1-
"
1×1=1×-2
21-2 1-✗ 1-12
*
1- ✗ t : l -

Zxt + ✗ = (

:
"
ll -

Xnitl = ( 1- Xott
Pedimos ll -

✗ 714

ie ◦ <✗ <
f-
iie Dar Xo C-
10,7 )