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 />
2.3. FUNÇÕES CONVEXAS 35<br />
Exemplo 2.56. Seja f(a, b) = a 3 + b 2 . Construímos a Hessiana no ponto<br />
(a, b),<br />
( )<br />
∇ 2 6a 0<br />
f(a, b) =<br />
0 2<br />
Os autovalores são 6a e 2. Quando a for menor que zero, o primeiro autovalor<br />
será negativo, e f não é convexa.<br />
No entanto, po<strong>de</strong>mos dizer que f é convexa se tiver seu domínio restrito<br />
a a ≥ 0.<br />
◭<br />
Notas<br />
Normalmente livros abordando Otimização Convexa (inclusive Programação<br />
<strong>Linear</strong>) tratam <strong>de</strong> Análise Convexa e sua relação com otimização. Por<br />
exemplo, os livros <strong>de</strong> Sinha [Sin06], Matousek [MG06] e Luenberger [Lue10]<br />
tratam do assunto.<br />
O Teorema 2.52 é <strong>de</strong>monstrado em diversos livros <strong>de</strong> otimização não<br />
<strong>linear</strong> – por exemplo nos livros <strong>de</strong> Mokhtar Bazaraa, Hanif Sherali e C. M.<br />
Shetty [BSS06] e <strong>de</strong> Andrzej Ruszczyski [Rus06].<br />
Os livros <strong>de</strong> Alexan<strong>de</strong>r Barvinok [Bar02] e <strong>de</strong> Steven Lay [Lay07] abordam<br />
<strong>de</strong>talhadamente o tópico <strong>de</strong> Convexida<strong>de</strong>. O livro <strong>de</strong> Dimitri Bertsekas<br />
e Angelia Nedic [BN03] também aborda convexida<strong>de</strong> e sua relação<br />
com otimização. Uma discussão em maior <strong>de</strong>nsida<strong>de</strong> <strong>de</strong> conjuntos e funções<br />
convexas é encontrada no livro <strong>de</strong> Rockafellar [Roc96].<br />
Exercícios<br />
Ex. 8 — Mostre como construir um poliedro com ( )<br />
n−k<br />
m vértices, para qualquer<br />
1 ≤ k ≤ n e quaisquer m, n, com n ≥ m, <strong>de</strong>screvendo o poliedro<br />
como interseção <strong>de</strong> semiespaços.<br />
Ex. 9 — Dissemos que um conjunto S <strong>de</strong> pontos é convexo se e somente<br />
se para toda reta r, S ∩ r é um único segmento <strong>de</strong> reta (ou seja, conexo).<br />
Demonstre que esta <strong>de</strong>finição é equivalente à <strong>de</strong>finição 2.9.<br />
Versão Preliminar<br />
Ex. 10 — Demonstre o que falta do Teorema 2.23.<br />
Ex. 11 — Mostre que para quaisquer a, b, c, α, β, γ, com a, α > 0, a interseção<br />
dos conjuntos {(x, y) : y < −ax 2 + bx + c} e {(x, y) : y > αx 2 + βx + γ}<br />
em R 2 é convexa.