Comments
Transcript
Condizioni sufficienti di ottimalità di Karush-Kuhn
La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Condizioni sufficienti di ottimalità di Karush-Kuhn-Tucker. Lezioni del 25 e 30 novembre 2015 Matematica generale. Corso A Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Possiamo scrivere le condizioni di Karush-Kuhn-Tucker tramite la funzione Lagrangiana. Consideriamo il problema max / min f (x, y ) (P) : gi (x, y ) ≤ 0 i = 1, ..., m f : R2 → R e gi : R2 → R, i = 1, ..., m funzioni di classe C 1 . (x 0 , y 0 ) ammissibile per P I0 l’insieme dei vincoli aderentia (x 0 , y 0 ), I0 = {i ∈ {1, ..., m} : gi x 0 , y 0 = 0}. Denotiamo con k la cardinalità dell’insieme I0 . Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Si consideri la funzione Lagrangiana L : R2 × Rk → R X L(x, y , λ) = f (x, y ) − λi gi (x, y ) i∈I0 Se Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Si consideri la funzione Lagrangiana L : R2 × Rk → R X L(x, y , λ) = f (x, y ) − λi gi (x, y ) i∈I0 Se 1 i vettori ∇gi (x 0 , y 0 ), i ∈ I0 sono linearmente indipendenti 2 (x 0 , y 0 ) è punto di massimo (di minimo) relativo per (P), Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Si consideri la funzione Lagrangiana L : R2 × Rk → R X L(x, y , λ) = f (x, y ) − λi gi (x, y ) i∈I0 Se 1 i vettori ∇gi (x 0 , y 0 ), i ∈ I0 sono linearmente indipendenti 2 (x 0 , y 0 ) è punto di massimo (di minimo) relativo per (P), allora esiste λ0 = (λ0i )i∈I0 , con λ0i ≥ 0, i ∈ I0 (λ0i ≤ 0, i ∈ I0 ) tale che (x 0 , y 0 , λ0 ) è punto critico per L, ovvero Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Si consideri la funzione Lagrangiana L : R2 × Rk → R X L(x, y , λ) = f (x, y ) − λi gi (x, y ) i∈I0 Se 1 i vettori ∇gi (x 0 , y 0 ), i ∈ I0 sono linearmente indipendenti 2 (x 0 , y 0 ) è punto di massimo (di minimo) relativo per (P), allora esiste λ0 = (λ0i )i∈I0 , con λ0i ≥ 0, i ∈ I0 (λ0i ≤ 0, i ∈ I0 ) tale che (x 0 , y 0 , λ0 ) è punto critico per L, ovvero ∂L 0 0 0 ∂L 0 0 0 ∂L 0 0 0 x ,y ,λ = 0 x ,y ,λ = 0 x , y , λ = 0 i ∈ I0 ∂x ∂y ∂λi Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esempio Si consideri il problema max / min f (x, y ) = log(x) + log(y ) x ≥1 (P) : y ≥1 3x + 2y ≤ 60 a) Determinare i punti di massimo e minimo assoluto per il problema P. b) Relativamente al punto di massimo trovato in a), verificare che esiste un opportuno λ ≥ 0 per il quale (10, 15, λ) è un punto critico per la funzione lagrangiana associata. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esempio (...segue) a) Si lascia lo svolgimento di questo punto agli studenti. (10,15) è p.to di max assoluto e (1, 1) è p.to di min. assoluto. b) Il punto (10, 15) è aderente al vincolo 3x + 2y ≤ 60. La funzione Lagrangiana è L(x, y , λ) = log(x) + log(y ) − λ(3x + 2y − 60) le cui derivate parziali sono ∂L (x, y , λ) = ∂x ∂L (x, y , λ) = ∂y 1 − 3λ x 1 − 2λ y ∂L (x, y , λ) = −3x − 2y + 60 ∂λ Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esempio (...segue) Dobbiamo stabilire se esiste λ tale che (10, 15, λ) è un punto critico per L, ovvero soluzione del sistema 1 x − 3λ = 0 1 − 2λ = 0 y −3x − 2y + 60 = 0 1 Il sistema ha soluzione per (10, 15, 30 ) che risulta quindi essere un punto critico della Lagrangiana. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dalle lezioni precedenti. Caratterizzazione del I ordine delle funzioni concave e convesse Sia f : A → R, A ⊆ R2 insieme aperto e convesso, f di classe C 1 . i) f è convessa se e solo se vale la seguente condizione 0 0 0 0 0 T x −x f (x, y ) ≥ f (x , y )+∇f (x , y ) , ∀(x, y ), ∀(x 0 , y 0 ) ∈ A. y − y0 ii) f è concava se e solo se vale la seguente condizione 0 0 0 0 0 T x −x f (x, y ) ≤ f (x , y )+∇f (x , y ) , ∀(x, y ), ∀(x 0 , y 0 ) ∈ A. y − y0 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Teorema (Convessità e punti critici) Sia f : A → R, A ⊆ R2 , A aperto e convesso, f di classe C 1 . i) Se f è convessa e (x 0 , y 0 ) ∈ A è punto critico per f , allora (x 0 , y 0 ) è punto di minimo assoluto per f su A ii) Se f è concava e (x 0 , y 0 ) ∈ A è punto critico per f , allora (x 0 , y 0 ) è punto di massimo assoluto per f su A. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Teorema Sia f : A → R, A ⊆ R2 , A aperto, f di classe C 1 . Sia X un sottoinsieme convesso di A. i) Se f è convessa, allora l’insieme dei punti di minimi è convesso. ii) Se f è concava, allora l’insieme dei punti di massimo è convesso. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Teorema Sia f : A → R, A ⊆ R2 , A aperto, f di classe C 1 . Sia X un sottoinsieme convesso di A. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Teorema Sia f : A → R, A ⊆ R2 , A aperto, f di classe C 1 . Sia X un sottoinsieme convesso di A. i) Se f è convessa su X e (x 0 , y 0 ) ∈ X è punto di minimo relativo per f su X , allora (x 0 , y 0 ) è punto di minimo assoluto di f su X . Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Teorema Sia f : A → R, A ⊆ R2 , A aperto, f di classe C 1 . Sia X un sottoinsieme convesso di A. i) Se f è convessa su X e (x 0 , y 0 ) ∈ X è punto di minimo relativo per f su X , allora (x 0 , y 0 ) è punto di minimo assoluto di f su X . ii) Se f è concava su X e (x 0 , y 0 ) ∈ X è punto di massimo relativo per f su X , allora (x 0 , y 0 ) è punto di massimo assoluto di f su X . Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. i) Se (x 0 , y 0 ) è punto interno di X , allora per la condizione necessaria di ottimalità del I ordine ∇f (x 0 , y 0 ) = 0 e la tesi segue dalla i) del Teorema “Convessità e punti critici” . Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. i) Se (x 0 , y 0 ) è punto interno di X , allora per la condizione necessaria di ottimalità del I ordine ∇f (x 0 , y 0 ) = 0 e la tesi segue dalla i) del Teorema “Convessità e punti critici” . Se (x 0 , y 0 ) è punto di frontiera per X , supponiamo per assurdo che non sia di minimo assoluto ovvero che esista un punto (x ∗ , y ∗ ) tale che f (x ∗ , y ∗ ) < f (x 0 , y 0 ). Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. i) Se (x 0 , y 0 ) è punto interno di X , allora per la condizione necessaria di ottimalità del I ordine ∇f (x 0 , y 0 ) = 0 e la tesi segue dalla i) del Teorema “Convessità e punti critici” . Se (x 0 , y 0 ) è punto di frontiera per X , supponiamo per assurdo che non sia di minimo assoluto ovvero che esista un punto (x ∗ , y ∗ ) tale che f (x ∗ , y ∗ ) < f (x 0 , y 0 ). Poiché X è convesso, i punti del segmento di estremi 0 ) appartengono ad X e quindi la direzione (x ∗ , y∗ ), (x 0 , y ∗ 0 x −x d= è una direzione ammissibile uscente da (x 0 , y 0 ). y∗ − y0 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. i) Se (x 0 , y 0 ) è punto interno di X , allora per la condizione necessaria di ottimalità del I ordine ∇f (x 0 , y 0 ) = 0 e la tesi segue dalla i) del Teorema “Convessità e punti critici” . Se (x 0 , y 0 ) è punto di frontiera per X , supponiamo per assurdo che non sia di minimo assoluto ovvero che esista un punto (x ∗ , y ∗ ) tale che f (x ∗ , y ∗ ) < f (x 0 , y 0 ). Poiché X è convesso, i punti del segmento di estremi 0 ) appartengono ad X e quindi la direzione (x ∗ , y∗ ), (x 0 , y ∗ 0 x −x d= è una direzione ammissibile uscente da (x 0 , y 0 ). y∗ − y0 Inoltre, in virtù della caratterizzazione del I ordine delle funzioni ∗ −x 0 convesse si ha: f (x ∗ , y ∗ ) ≥ f (x 0 , y 0 ) + ∇f (x 0 , y 0 )T yx ∗ −y 0 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. o equivalentemente ∗ ∗ 0 0 0 0 T f (x , y ) − f (x , y ) ≥ ∇f (x , y ) Lezioni del 25 e 30 novembre 2015 x∗ − x0 . y∗ − y0 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. o equivalentemente ∗ ∗ 0 0 0 0 T f (x , y ) − f (x , y ) ≥ ∇f (x , y ) x∗ − x0 . y∗ − y0 Essendo f (x ∗ , y ∗ ) < f (x 0 , y 0 ) si ha f (x ∗ , y ∗ ) − f (x 0 , y 0 ) < 0 da ∗ 0 0 0 T cui ∇f (x 0 , y 0 )T yx ∗ −x −y 0 = ∇f (x , y ) d < 0. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. o equivalentemente ∗ ∗ 0 0 0 0 T f (x , y ) − f (x , y ) ≥ ∇f (x , y ) x∗ − x0 . y∗ − y0 Essendo f (x ∗ , y ∗ ) < f (x 0 , y 0 ) si ha f (x ∗ , y ∗ ) − f (x 0 , y 0 ) < 0 da ∗ 0 0 0 T cui ∇f (x 0 , y 0 )T yx ∗ −x Di conseguenza, la 0 = ∇f (x , y ) d < 0. −y ∗ 0 x −x direzione d = è una direzione ammissibile di decrescita y∗ − y0 locale, in contraddizione con il fatto che (x 0 , y 0 ) è punto di minimo locale. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Funzioni convesse e concave. Richiami. Convessità e punti critici Dimostrazione. o equivalentemente ∗ ∗ 0 0 0 0 T f (x , y ) − f (x , y ) ≥ ∇f (x , y ) x∗ − x0 . y∗ − y0 Essendo f (x ∗ , y ∗ ) < f (x 0 , y 0 ) si ha f (x ∗ , y ∗ ) − f (x 0 , y 0 ) < 0 da ∗ 0 0 0 T cui ∇f (x 0 , y 0 )T yx ∗ −x Di conseguenza, la 0 = ∇f (x , y ) d < 0. −y ∗ 0 x −x direzione d = è una direzione ammissibile di decrescita y∗ − y0 locale, in contraddizione con il fatto che (x 0 , y 0 ) è punto di minimo locale. ii) Analoga alla i). Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Sia dato il problema (P) : max / min f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m f : R2 → R, f di classe C 1 . gi : R2 → R, gi di classe C 1 . i = 1, ...m. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Sia dato il problema (P) : max / min f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m f : R2 → R, f di classe C 1 . gi : R2 → R, gi di classe C 1 . i = 1, ...m. Osservazione In generale le condizioni di Karush Kuhn Tucker (KKT) sono necessarie e non sufficienti!!!!, ovvero esistono punti che verificano tali condizioni, ma non sono né di massimo né di minimo per il problema (P) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Sia dato il problema (P) : max / min f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m f : R2 → R, f di classe C 1 . gi : R2 → R, gi di classe C 1 . i = 1, ...m. Osservazione In generale le condizioni di Karush Kuhn Tucker (KKT) sono necessarie e non sufficienti!!!!, ovvero esistono punti che verificano tali condizioni, ma non sono né di massimo né di minimo per il problema (P) Tuttavia, sotto determinate ipotesi tali condizioni sono sufficienti. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Teorema (Sufficienza delle condizioni di Karush-Kuhn-Tucker) Dato il problema (P) : min /max f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m Se Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Teorema (Sufficienza delle condizioni di Karush-Kuhn-Tucker) Dato il problema (P) : min /max f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m Se le funzioni vincolari gi , (i = 1, ...m) sono convesse; Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Teorema (Sufficienza delle condizioni di Karush-Kuhn-Tucker) Dato il problema (P) : min /max f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m Se le funzioni vincolari gi , (i = 1, ...m) sono convesse; la funzione obiettivo f è convessa (concava); Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Teorema (Sufficienza delle condizioni di Karush-Kuhn-Tucker) Dato il problema (P) : min /max f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m Se le funzioni vincolari gi , (i = 1, ...m) sono convesse; la funzione obiettivo f è convessa (concava); un punto (x 0 , y 0 ) verifica le condizioni di Karush-Kuhn-Tucker, come candidato minimo (massimo) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Teorema (Sufficienza delle condizioni di Karush-Kuhn-Tucker) Dato il problema (P) : min /max f (x, y ) gi (x, y ) ≤ 0 i = 1, ..., m Se le funzioni vincolari gi , (i = 1, ...m) sono convesse; la funzione obiettivo f è convessa (concava); un punto (x 0 , y 0 ) verifica le condizioni di Karush-Kuhn-Tucker, come candidato minimo (massimo) allora (x 0 , y 0 ) è punto di minimo assoluto (massimo assoluto) per il problema (P). Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Esercizio 4. del 17 febbraio 2015 2 Sia data la funzione f (x, y ) = (x−2) 3−y + 1. a) Determinare le regioni di piano in cui la funzione f è convessa. b) Determinare i punti di massimo e di minimo assoluto della funzione f sulla regione convessa e illimitata S1 = {(x, y ) ∈ R2 : y ≤ 2, x ≥ 0}. c) Determinare i punti di massimo e di minimo assoluto della funzione f sulla regione convessa e illimitata S2 = {(x, y ) ∈ R2 : y ≥ 0, y ≤ 2, x ≥ 5}. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo a) ∇f (x, y ) = 2(x−2) 3−y (x−2) (3−y )2 Esercizio tratto dai compiti di esame ! ; H(x, y ) = 2 3−y 2(x−2) (3−y )2 2(x−2) (3−y )2 2(x−2)2 (3−y )3 ! H(x, y ) è semidefinita positiva se e solo se 2 1 ≥0 3−y 2(x − 2)2 2 ≥0 (3 − y )3 3 | H(x, y ) |≥ 0 La prima condizione è soddisfatta per y < 3, la seconda e la terza per y 6= 3. Di conseguenza f é convessa per y < 3. Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame b) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame b) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame b) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f ha una retta di punti critici x = 2 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame b) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f ha una retta di punti critici x = 2 I punti x = 2, y ≤ 2 appartengono alla regione S1 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame b) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f ha una retta di punti critici x = 2 I punti x = 2, y ≤ 2 appartengono alla regione S1 Poiché f è convessa su S1 , i punti x = 2, y ≤ 2 sono punti di minimo assoluto Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame c) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame c) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame c) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f è convessa su S2 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame c) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f è convessa su S2 non esistono punti critici di f sulla regione S2 Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame c) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f è convessa su S2 non esistono punti critici di f sulla regione S2 le funzioni vincolari sono convesse Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame c) Poiché lim f (x, 0) = +∞, la funzione f non ammette x→+∞ massimo assoluto f è convessa su S2 non esistono punti critici di f sulla regione S2 le funzioni vincolari sono convesse in base al Teorema della sufficienza delle condizioni di KKT, i punti che verificano tali condizioni come minimi, sono punti di minimo assoluto Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 0 (la verifica di questa affermazione è lasciata agli studenti) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 0 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 2 (la verifica di questa affermazione è lasciata agli studenti) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 0 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 2 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che verificano le condizioni di KKT aderenti al vincolo x = 5 (la verifica di questa affermazione è lasciata agli studenti) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 0 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 2 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che verificano le condizioni di KKT aderenti al vincolo x = 5 (la verifica di questa affermazione è lasciata agli studenti) Il vertice (5, 2) non soddisfa le condizioni di KKT (la verifica di questa affermazione è lasciata agli studenti) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 0 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 2 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che verificano le condizioni di KKT aderenti al vincolo x = 5 (la verifica di questa affermazione è lasciata agli studenti) Il vertice (5, 2) non soddisfa le condizioni di KKT (la verifica di questa affermazione è lasciata agli studenti) Il vertice (5, 0) soddisfa le condizioni di KKT come minimo (la verifica di questa affermazione è lasciata agli studenti) Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Esercizio tratto dai compiti di esame Ricerca dei punti che verificano le condizioni di KKT come minimi Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 0 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che soddisfano le condizioni di KKT aderenti al vincolo y = 2 (la verifica di questa affermazione è lasciata agli studenti) Non esistono punti che verificano le condizioni di KKT aderenti al vincolo x = 5 (la verifica di questa affermazione è lasciata agli studenti) Il vertice (5, 2) non soddisfa le condizioni di KKT (la verifica di questa affermazione è lasciata agli studenti) Il vertice (5, 0) soddisfa le condizioni di KKT come minimo (la verifica di questa affermazione è lasciata agli studenti) (5, 0) è il punto di minimo assoluto Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti ATTENZIONE !!!!!! La metodologia usata per la ricerca dei punti di ottimo è fortemente legata alle proprietà della regione ammissibile Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti ATTENZIONE !!!!!! La metodologia usata per la ricerca dei punti di ottimo è fortemente legata alle proprietà della regione ammissibile Discriminante è sapere se la regione ammissibile è compatta oppure no Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 Curve di livello Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT 1 Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT 1 2 Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Confronta tra i valori assunti dalla funzione nei punti candidati Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Le proprietà della regione ammissibile sono determinanti Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT 1 2 3 Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Confronta tra i valori assunti dalla funzione nei punti candidati Convessitá / concavitá Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Regione ammissibile chiusa, illimitata e convessa Non vale il T. di Weierstrass Ricerca dei punti di ottimo tramite Curve di livello Metodo di KKT 1 2 3 Le proprietà della regione ammissibile sono determinanti Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Confronta tra i valori assunti dalla funzione nei punti candidati Convessitá / concavitá Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT 1 2 3 Le proprietà della regione ammissibile sono determinanti Regione ammissibile chiusa, illimitata e convessa Non vale il T. di Weierstrass Ricerca dei punti di ottimo tramite 1 Curve di livello Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Confronta tra i valori assunti dalla funzione nei punti candidati Convessitá / concavitá Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT 1 2 3 Le proprietà della regione ammissibile sono determinanti Regione ammissibile chiusa, illimitata e convessa Non vale il T. di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Proprietà funzioni convesse Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Confronta tra i valori assunti dalla funzione nei punti candidati Convessitá / concavitá Lezioni del 25 e 30 novembre 2015 Sufficienza di Karush-Kuhn-Tucker La funzione Lagrangiana Convessità nei problemi di ottimo vincolato Condizioni sufficienti di Karush-Kuhn-Tucker Problemi di Ottimo vincolato. Schema Riassuntivo Regione ammissibile compatta Vale il Teorema di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Metodo di KKT 1 2 3 Ricerca dei candidati massimi e minimi tra: - punti critici interni - punti di frontiera che verificano le condizioni di KKT Confronta tra i valori assunti dalla funzione nei punti candidati Convessitá / concavitá Lezioni del 25 e 30 novembre 2015 Le proprietà della regione ammissibile sono determinanti Regione ammissibile chiusa, illimitata e convessa Non vale il T. di Weierstrass Ricerca dei punti di ottimo tramite 1 2 Curve di livello Proprietà funzioni convesse 1 2 3 Verifica la convessità (concavità) della funzione obiettivo Ricerca punti di minimo (massimo) tra i critici interni alla regione. Se non ci sono si passa al punto 3. Si applica il teorema sulla Sufficienza delle condizioni di KKT Sufficienza di Karush-Kuhn-Tucker