Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
notas <strong>de</strong> aula – versão 64 - Jerônimo C. Pellegrini<br />
180 CAPÍTULO 13. OTIMIZAÇÃO NÃO LINEAR<br />
iii) folgas complementares: λ i g i (x ∗ ) = 0<br />
iv) viabilida<strong>de</strong> primal: g i (x ∗ ) ≤ 0.<br />
Além das condições necessárias <strong>de</strong> Karush-Kuhn-Tucker, há também<br />
uma condição suficiente, <strong>de</strong> segunda or<strong>de</strong>m, para otimalida<strong>de</strong>.<br />
Teorema 13.14 (Condições suficientes <strong>de</strong> segunda or<strong>de</strong>m para otimalida<strong>de</strong>).<br />
Se as condições <strong>de</strong> Karush-Kuhn-Tucker são satisfeitas e ∇ 2 xxL(x ∗ , λ) é positiva<br />
<strong>de</strong>finida, então x ∗ é ótimo local.<br />
Não conhecemos método para resolver para um problema <strong>de</strong> otimização<br />
não <strong>linear</strong> analiticamente usando apenas as condições <strong>de</strong> otimalida<strong>de</strong>.<br />
Estas condições são usadas por algoritmos para direcionar a busca<br />
pelo ótimo. No exemplo a seguir apenas verificamos que as condições são<br />
verda<strong>de</strong>iras para a solução do exemplo 13.10.<br />
Exemplo 13.15. Suponha que tenhamos o ponto (2.125, 11.9375) como candidato<br />
a solução do problema <strong>de</strong>scrito no exemplo 13.10. Verificaremos<br />
primeiro se este ponto po<strong>de</strong> ser uma solução ótima usando as condições<br />
necessárias <strong>de</strong> primeira or<strong>de</strong>m. Se forem, verificaremos a condição <strong>de</strong><br />
segunda or<strong>de</strong>m.<br />
O Lagrangeano é<br />
L(x, λ) =f(x) − ∑ λ i g i (x)<br />
(<br />
) (<br />
)<br />
=(x 1 + x 2 ) − λ 1 (−x 2 1 + 4x 1 − x 2 − 4) − λ 2 (4x 2 1 − 16x 1 + x 2 + 4) ,<br />
Precisamos então calcular ∇ x L(x, λ):<br />
)<br />
∇ x L(x, λ) =∇ x<br />
(x 1 + x 2 − λ 1 (−x 2 1 + 4x 1 − x 2 − 4) − λ 2 (4x 2 1 − 16x 1 + x 2 + 4)<br />
(<br />
)<br />
= − λ 2 (8x 1 − 16) − λ 1 (4 − 2x 1 ) + 1, λ 1 − λ 2 + 1<br />
As condições KKT são, portanto:<br />
i) −λ 2 (8x 1 − 16) − λ 1 (4 − 2x 1 ) + 1 = 0<br />
λ 1 − λ 2 + 1 = 0<br />
Versão Preliminar<br />
ii) λ 1 , λ 2 ≥ 0<br />
iii) λ 1 (−x 2 1 + 4x 1 − x 2 − 4) = 0<br />
λ 2 (4x 2 1 − 16x 1 + x 2 + 4) = 0