1.

Conceito de Penalidade Mtodos que utilizam a funo penalidade transformam um problema restrito em um nico problema irrestrito ou em uma seqncia de problemas irrestritos. As restries so substitudas na funo objetivo atravs de um parmetro de penalidade de uma maneira que penaliza qualquer violao nas restries. Considere agora o seguinte problema tendo como nica restrio h(x)=0 min s.a. f(x) hi(x) = 0

Supondo que este problema seja substitudo pelo seuinte problema irrestrito, onde > 0 um nmero grande:

min s.a.

f(x)+ h(x)
x Rn

Para atingir a soluo tima deve-se ter portanto h(x) prximo a zero. Na ocasio de uma restrio de desigualdade, onde:

min s.a.

f(x) g(x) 0

necessrio modificar agora a funo penalidade, ento teremos:

min s.a.

f(x)+ .max{0,g(x)}
x Rn

Desta maneira se g(x) 0 ento o max{0,g(x)}=0 e no h penalidade. Do contrrio, se g(x)>0, ento max{0,g(x)}>0 e o termo de penalidade g(x) aplicado. Em geral, uma funo penalidade adequada deve ser aplicada para pontos infactveis e no penalizar os pontos factveis. Se as restries forem gi(x) 0 para i=1,,m e
hi(x)=0 para i=1,..,l, uma funo penalidade adequada seria:

(x)=

[gi(x) ]

hi

Onde

so funes constantes que satisfazem: >0 0

0e =0e

Tipicamente,

so no formato:

Onde p um inteiro positivo. A funo f(x)+ (x) referida como funo auxiliar.

Exemplo

min s.a.

x12 + x22 x1+x2-1= 0

Note que a soluo tima ocorre no ponto (x1,x2) = (1/2,1/2), onde o valor da funo objetivo igual a 1/2. Agora, considerando o seguinte problema penalidade, onde >0 um nmero grande:
x12 + x22+ (x1+x2-1) = 0 (x1,x2) R2

min s.a.

Note que para qualquer 0, a funo objetivo convexa. Ento, a condio suficiente e necessria para otimalidade que o gradiente de x12 + x22+ (x1+x2-1) seja igual a zero, produzindo:
x1 + (x1+x2-1) = 0 x2 + (x1+x2-1) = 0

Resolvendo as duas equaes simultaneamente, temos x1= x2= /(2 +1). Ento, a soluo tima do problema de penalidade pode ser feito arbitrariamente prximo a soluo do problema original escolhendo um suficientemente grande.

Pag 478 interpretao geomtrica