Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla
Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla
Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Capítulo 5: APLICACIÓN A LA ESTIMACIÓN DE MATRICES ORIGEN-DESTINO 131<br />
términos <strong>de</strong> penalización y los multiplicadores (actualizados según una sencilla regla) los que<br />
fuerzan la convergencia hacia una solución factible óptima.<br />
El procedimiento consiste en optimizar (minimizar) en x la función lagrangiana aumentada (26),<br />
siendo el término ωl constante <strong>de</strong> una etapa a otra; mientras que los multiplicadores σl sólo<br />
permanecen constantes durante cada etapa o subproblema. En cada etapa se hallan los x óptimos<br />
para esos multiplicadores <strong>de</strong> modo que, una vez obtenido el óptimo para esa etapa <strong>de</strong>l proceso,<br />
se proce<strong>de</strong> a actualizar los multiplicadores conforme a la regla<br />
�<br />
� � g ( x ) �� para<br />
( n 1) ( n) ( n)<br />
j j j<br />
acometer la siguiente etapa (n+1) <strong>de</strong>l proceso <strong>de</strong> optimización. Esto se repite hasta alcanzar un<br />
grado <strong>de</strong> convergencia razonable. El operador �·� representa:<br />
��<br />
si � < 0<br />
� � �<br />
(27)<br />
�0<br />
si � � 0<br />
En cada etapa o subproblema, es <strong>de</strong>cir, en cada resolución aproximada <strong>de</strong> las sucesivas<br />
lagrangianas aumentadas, el método empleado es el <strong>de</strong> Frank–Wolfe. Este método consiste en<br />
hallar una dirección auxiliar resolviendo el problema (26) linealizado sin salirse <strong>de</strong> la región<br />
factible. Esta dirección auxiliar <strong>de</strong>termina una dirección <strong>de</strong> <strong>de</strong>scenso que permite hallar un<br />
nuevo estimado que mejore el valor <strong>de</strong> la función <strong>de</strong> lagrange aumentada.<br />
■ Método <strong>de</strong> Frank–Wolfe<br />
Centrando la atención en el algoritmo <strong>de</strong> Frank–Wolfe (F–W) presentado en términos <strong>de</strong> la<br />
función Lagrangiana Aumentada genérica sujeta a restricciones <strong>de</strong> variables acotadas, el<br />
problema que preten<strong>de</strong> ser optimizado mediante el método <strong>de</strong> aproximación lineal <strong>de</strong> F–W es:<br />
Minimizar<br />
x<br />
s.a.<br />
L<br />
aug<br />
�x� l�x�u N<br />
x� �<br />
para un vector constante <strong>de</strong> multiplicadores σ asociados a esta etapa <strong>de</strong>l proceso. Se <strong>de</strong>nota m al<br />
contador para i<strong>de</strong>ntificar las sucesivas estimaciones obtenidas por el algoritmo. El método <strong>de</strong><br />
F–W se basa en aproximar linealmente la función objetivo en torno al punto actual<br />
(28)<br />
( ) m<br />
x . A<br />
continuación, se busca el punto y <strong>de</strong> la región factible que minimice la función objetivo<br />
linealizada, que se traduce en el problema <strong>de</strong> optimización lineal <strong>de</strong>finido como:<br />
y<br />
� � T<br />
( m)<br />
Minimizar �L<br />
x y<br />
(a)<br />
aug<br />
s.a. l�y�u (b)<br />
N<br />
y ��<br />
(c)<br />
(29)