Marina Andretta
ICMC-USP
09 de agosto de 2010
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
1 / 21
Problema irrestrito
Em minimizacao irrestrita, queremos minimizar uma funcao de variaveis
reais a um valor real sem que haja restric
oes aos valores das variaveis.
Ou seja, estamos interessados em resolver o seguinte problema:
Minimizar f (x)
(1)
onde
x IR n ;
f IR n IR uma funcao suave.
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
2 / 21
Problema irrestrito
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
3 / 21
Exemplo
2 /x
4
(t; x) = x1 + x2 e (x3 t)
+ x5 cos(x6 t).
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
4 / 21
Exemplo
Os n
umeros reais xi , i = 1, ..., 6 sao os parametros do modelo.
Gostaramos de escolhe-los para fazer com que os valores de (tj ; x)
estejam o mais proximo possvel dos valores yj observados.
Para escrever isto como um problema de otimizacao, agrupamos os
parametros xi em um vetor de variaveis x = (x1 , x2 , ..., x6 ) e definimos os
resduos
j = 1, ..., m,
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
5 / 21
Exemplo
(2)
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
6 / 21
Exemplo
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
7 / 21
Exemplo
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
8 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
9 / 21
O minimizador global pode ser difcil de ser encontrado, pois temos apenas
conhecimento local de f .
Como esperamos que o algoritmo para encontrar a solucao de (1) nao
visite muitos pontos, nao temos uma visao geral do formato de f e nao
podemos ter certeza de que a funcao nao decresce muito em algum ponto
nao visitado pelo algoritmo.
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
10 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
11 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
12 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
13 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
14 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
15 / 21
2 f (x + tp)p dt,
e
1
f (x + p) = f (x) + f (x)T p + p T 2 f (x + tp)T p, t (0, 1).
2
Marina Andretta (ICMC-USP)
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
16 / 21
Teorema 1 (Condic
oes necess
arias de primeira ordem):
Se x e um minimizador local e f possui primeira derivada
contnua em uma vizinhanca aberta de x , entao f (x ) = 0.
Chamamos x de ponto estacionario se f (x ) = 0. Ou seja, pelo
Teorema 1, todo minimizador local deve ser um ponto estacionario.
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
17 / 21
Teorema 2 (Condic
oes necess
arias de segunda ordem):
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
18 / 21
Teorema 3 (Condic
oes suficientes de segunda ordem):
2
Suponha que f seja contnua em uma vizinhanca aberta de
x , que f (x ) = 0 e que 2 f (x ) seja definida positiva.
Entao x e um minimizador estrito de f .
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
19 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
20 / 21
sme0212 - Otimizac
ao n
ao-linear
09 de agosto de 2010
21 / 21