Escolar Documentos
Profissional Documentos
Cultura Documentos
Marina Andretta
ICMC-USP
04 de outubro de 2010
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
1 / 39
Minimizar f (x)
(1)
onde
x IR n ;
f IR n IR uma funcao suave.
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
2 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
3 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
4 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
5 / 39
Figura: Regi
oes de confianca e busca linear (figura 4.1 de Numerical
Optimization, de J. Nocedal e S. J. Wright)
Marina Andretta (ICMC-USP)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
6 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
7 / 39
Como
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
8 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
9 / 39
(2)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
10 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
11 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
12 / 39
k =
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
13 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
14 / 39
M
etodo de regi
oes de confianca: Dados
1
(0)
[0, 4 ), um ponto inicial x e um escalar > 0.
Passo 1: Faca k 0.
Passo 2: Se kf (xk )k , entao pare e devolva xk como solucao.
Passo 3: Calcule pk uma solucao aproximada de (2).
Passo 4: Calcule k =
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
15 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
16 / 39
Ponto de Cauchy
(3)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
17 / 39
Ponto de Cauchy
Foi visto que para metodos de busca linear serem globalmente convergente
nao e necessario ser calculado tamanho de passo
otimo. O mesmo se
aplica a metodos de regioes de confianca.
Apesar de, em princpio, querermos calcular a solucao otima de (3), e
suficiente para convergencia global do metodo que seja calculada uma
aproximacao de pk que esteja dentro da regiao de confianca e que forneca
decrescimo suficiente do modelo quadratico.
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
18 / 39
Ponto de Cauchy
O decrescimo suficiente pode ser quantificado pelo ponto de Cauchy,
denotado pkC , calculado da seguinte maneira:
C
alculo do ponto de Cauchy: Dado k > 0.
Passo 1: Calcule pkS solucao da versao linear de (3)
Minimizar f (xk ) + f (xk )T p
Sujeita a kpk k .
Passo 2: Calcule o escalar k > 0 solucao de
Minimizar mk ( pkS )
Sujeita a k pkS k k .
Passo 3: Faca pkC = k pkS .
Marina Andretta (ICMC-USP)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
19 / 39
Ponto de Cauchy
Ha uma formula fechada para o calculo de pkC .
No Passo 1, pkS = kf(xk k )k f (xk ).
Para calcular k no Passo 2 e necessario considerar 2 casos:
Se f (xk )T Bk f (xk ) 0, a funcao mk ( pkS ) decresce conforme
cresce, para f (xk ) 6= 0. Assim, k e o maior escalar que faz k pkS
permanecer na regiao de confianca. Ou seja, k = 1.
Se f (xk )T Bk f (xk ) > 0, a funcao mk ( pkS ) e uma quadratica
convexa, entao ou k e o minimizador irrestrito da quadratica
kf (xk )k3 /(k f (xk )T Bk f (xk )) ou pkC esta na borda (ou seja,
k = 1), o que vier antes.
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
20 / 39
Ponto de Cauchy
Resumindo,
(
k =
1
min 1, (
)k3
kf (xk
T
k f (xk ) Bk f (xk
T
, se f (xk ) Bk f (xk ) 0
, caso contrario.
))
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
21 / 39
Ponto de Cauchy
O ponto de Cauchy e facil de ser calculado e tem muita importancia para
decidir se a aproximacao da solucao de (3) e aceitavel.
Na verdade, um metodo de regi
oes de confianca e globalmente
convergente se os passos pk obtem, em cada iteracao, decrescimo do
modelo quadratico mk de, pelo menos, um m
ultiplo do decrescimo obtido
pelo ponto de Cauchy.
Apesar de facil de calcular e de produzir decrescimo do modelo quadratico,
usar sempre o ponto de Cauchy como passo produz um metodo de
maxima descida com um tamanho de passo particular. Como visto, mesmo
quando os tamanhos de passo usados sao
otimos, metodos de maxima
descida tem convergencia lenta.
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
22 / 39
Ponto de Cauchy
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
23 / 39
Metodo dogleg
(4)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
24 / 39
Metodo dogleg
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
25 / 39
Metodo dogleg
Quando k e pequeno, a restricao kpk k garante que a parte
quadratica do modelo mk nao tem muita influencia em seu valor. Neste
caso, a solucao verdadeira p (k ) pode ser aproximada pela solucao de
Minimizar f (xk ) + f (xk )T p
Sujeita a kpk k ,
Ou seja,
f (xk )
p (k ) k kf
e pequeno.
(xk )k , quando k
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
26 / 39
Metodo dogleg
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
27 / 39
Metodo dogleg
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
28 / 39
Metodo dogleg
pk ( ) =
pkU
,0 1
pkU + ( 1)(pkB pkU ) , 1 2
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
29 / 39
Metodo dogleg
O metodo dogleg escolhe pk que minimiza o modelo mk nesta trajetoria,
sujeito a pk pertencer `a regiao de confianca.
Nao e necessario fazer uma busca para calcular pk , pois a trajetoria pk
intersecta a borda da regiao de confianca no maximo uma vez e este ponto
de interseccao pode ser calculado analiticamente.
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
30 / 39
Metodo dogleg
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
31 / 39
Metodo dogleg
Portanto, o passo calculado pelo metodo dogleg e dado por
pk =
pkB
, se kpkB k k
pkU + ( 1)(pkB pkU ) , caso contrario,
com
pkB = Bk1 f (xk ).
T
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
32 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
33 / 39
kk
mk (0) mk (pk ) c1 kfk k min k , kf
kBk k ,
(5)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
34 / 39
mk (0)
mk (pkC )
1
kfk k
kfk k min k ,
.
2
kBk k
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
35 / 39
Note que o metodo dogleg satisfaz (5) com c1 = 1/2, ja que o passo pk e
tal que mk (pk ) mk (pkC ).
Marina Andretta (ICMC-USP)
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
36 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
37 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
38 / 39
sme0212 - Otimizac
ao n
ao-linear
04 de outubro de 2010
39 / 39