Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
notas <strong>de</strong> aula – versão 64 - Jerônimo C. Pellegrini<br />
13.1. OTIMIZAÇÃO SEM RESTRIÇÕES 175<br />
No entanto, não se trata <strong>de</strong> um mínimo local. De fato, como esta função é<br />
estritamente crescente 2 , ela não tem mínimos (locais ou globais)! ◭<br />
Se a função é convexa, todo mínimo local é mínimo global, e o teste do<br />
gradiente, enunciado nas condições <strong>de</strong> primeira or<strong>de</strong>m é também suficiente.<br />
Em outros casos, precisamos <strong>de</strong> testes adicionais.<br />
Teorema 13.7 (Condição necessária <strong>de</strong> otimalida<strong>de</strong> <strong>de</strong> segunda or<strong>de</strong>m).<br />
Seja f : R n → R. Então:<br />
• Se x ∗ é mínimo local então ∇ 2 f(x ∗ ) é semi<strong>de</strong>finida positiva.<br />
• Se x ∗ é máximo local então ∇ 2 f(x ∗ ) é semi<strong>de</strong>finida negativa.<br />
Demonstração. Suponha que ∇ 2 f(x ∗ ) não é semi<strong>de</strong>finida positiva. Então<br />
<strong>de</strong>ve haver algum d ∈ R n tal que<br />
d T ∇ 2 f(x ∗ )d < 0.<br />
Como ∇ 2 f é contínua perto <strong>de</strong> x ∗ , <strong>de</strong>ve haver algum k ∈ R tal que para<br />
todo r ∈ [0, k],<br />
d T ∇ 2 f(x ∗ + rd)d < 0.<br />
Fazendo uma expansão <strong>de</strong> Taylor, para todo s ∈ (0, k], existe algum r tal<br />
que<br />
f(x ∗ + sd) = f(x ∗ ) + sd T ∇f(x ∗ ) + 1 2 s2 d T ∇ 2 f(x ∗ + rd)d<br />
= f(x ∗ ) + 1 2 s2 d T ∇ 2 f(x ∗ + rd)d (∇f(x ∗ = 0), Teorema 13.5)<br />
< f(x ∗ ),<br />
e encontramos uma direção a partir <strong>de</strong> x ∗ na qual f <strong>de</strong>cresce.<br />
Se f é convexa, a matriz hessiana <strong>de</strong> f será positiva <strong>de</strong>finida para todo<br />
o domínio <strong>de</strong> f.<br />
O Teorema 13.8 dá condições suficientes para que um ponto seja ótimo<br />
local. A <strong>de</strong>monstração é pedida no Exercício 87.<br />
Teorema 13.8 (Condições suficientes <strong>de</strong> otimalida<strong>de</strong> <strong>de</strong> segunda or<strong>de</strong>m).<br />
Seja f : R n → R uma função contínua e duas vezes diferenciável; suponha<br />
que ∇ 2 f é contínua em uma vizinhança aberta <strong>de</strong> x ∗ , e que ∇f(x ∗ ) = 0.<br />
Então,<br />
Versão Preliminar<br />
2 Verifica-se facilmente: trata-se <strong>de</strong> f(x) = (x−1) 3 +2, que é x 3 transladada para a direita<br />
em 1 e para cima em 2.