Escolar Documentos
Profissional Documentos
Cultura Documentos
El estudio del centro analtico introduce una estructura especial, denominada barrera
o potencial que es fundamental para los mtodos de punto interior.
definido en Ṡ
El centro analı́tico de S es el vector (o el conjunto de vectores) que minimizan el
potencial; esto es, el vector (o vectores) que solucionen:
1
ESPOL MATG1029 - Optimizacion I José Manuel Vera
m
X
min ψ(x) = min − log gj (x)x ∈ X , gj (x) > 0 para cada j
j=1
Hay varios conjuntos asociados con programas lineales para los cuales el centro
analı́tico es de particular interés. Uno de esos conjuntos es la propia región factible.
Otro es el conjunto de soluciones óptimas. También hay conjuntos asociados con
formulaciones duales y primarias-duales. Todos estos están relacionados de manera
importante.
Ω = {y ∈ Rm |cT − yT A ≥ 0}
donde A ∈ Rm×n y c ∈ Rn están dados y A tiene rango m. El interior de Ω es
Ω̇ = {y ∈ Rm |cT − yT A > 0}
2
ESPOL MATG1029 - Optimizacion I José Manuel Vera
n
X aij
= 0 ; ∀i
j=1
cj − yT aj
que puede ser escrito como
n
X aij
= 0 ; ∀i
j=1
sj
Ahora definiendo xj = 1/sj para cada j. Se introduce la notación:
x ◦ s ≡ (x1 s1 , x2 s2 , ..., xn sn )T
que es la multiplicación de componentes. Entonces el centro analı́tico es definido por
las condiciones
x◦s=1
Ax = 0
T
A y+s=c
Estos métodos son el método básico para minimizar una función estableciendo su
derivada en cero, y para incorporar restricciones mediante la introducción de multi-
plicadores de Lagrange.
(P L) min cT x
sujeto a Ax = b
x≥0
3
ESPOL MATG1029 - Optimizacion I José Manuel Vera
Denotemos la región factible de este programa lineal con FP . Asumimos que F˙P =
{x|Ax = b, x > 0} es no vacio y el conjunto de solución óptima es acotado.
n
X
T
(P B) min c x−µ log xj
j=1
sujeto a Ax = b
x>0
Vemos que si µ = 0 el problema es el original pero si µ → ∞, la solución se aprox-
ima al centro analı́tico de la región factible (cuando esta acotada) ya que el término
barrera domina el termino cT x en la función objetivo.
A medida que µ varia continuamente hacia cero, se crea un camino x(µ) definido
por la solución a (PB). Este camino es llamado como camino central primario.
A medida que µ → 0 este camino converge al centro analı́tico de la cara óptima
{x|cT x = z ∗ , Ax = b, x ≥ 0} donde z∗ es el valor óptimo de (PL)
Una estratégia para resolver (PL) es resolver (PB) para valores cada vez mas pequeos
de µ y, por lo tanto, acercarse a una solucin para (PL). Esta es la idea básica de los
métodos de punto interior.
Con cualquier valor µ > 0, bajo las suposiciones del problema (PL), las necesarias
y suficientes condiciones para una solución única y acotada son obtenidas con la
introducción del vector Multiplicadores de Lagrange y
n
X
T
c x−µ logxj − yT (Ax − b)
j=1
Las derivadas con respecto a los xj s son igualados a cero, dando las condiciones
cj − µ/xj − yT aj = 0 ; ∀j
o equivalentemente
µX −1 1 + AT y = c
donde aj es la j ava columna de A, 1 es el vector de 1s y X es la matriz diagonal
cuyas entradas diagonales son las componentes de x > 0. Estableciendo sj = µ/xj
4
ESPOL MATG1029 - Optimizacion I José Manuel Vera
x ◦ s = µ1
Ax = b (1)
T
A y+s=c
min − x1
sujeto a x1 + x3 = 1
x2 + x4 = 1
x1 , x2 , x3 , x4 ≥ 0
y1 + s1 = −1
y 2 + s2 = 0
y 1 + s3 = 0
y 2 + s4 = 0
junto con las relaciones si = µ/xi para i = 1, 2, ..., 4. Estas ecuaciones se resuelven
fácilmente con una serie de eliminaciones de variables elementales para encontrar
p
1 − 2µ ± 1 + 4µ2
x1 (µ) =
2
x2 = 1/2
Usando la solución con el ’+’, es visto que al µ → 0 la solución va hacia x → (1, 1/2).
Note que esta solución no es la esquina del cubo. En vez, es el centro analı́tico de la
cara óptima {x|x1 = 1, 0 ≤ x2 ≤ 1}. El limite de x(µ) cuando µ → ∞ es el punto
(1/2,1/2). Entonces, el camino central en este caso es una linea recta progresando
desde el centro analı́tco del cuadrado al centro analı́tico de la cara óptima.
5
ESPOL MATG1029 - Optimizacion I José Manuel Vera
A menudo, se utiliza una versin del mtodo de Newton para la minimización para
resolver cada uno de los problemas. Para la estrategia actual, el mtodo de Newton
funciona en el problema (2) con µ fijo considerando las ecuaciones del camino central
(1).
Desde un punto x ∈ Ḟp , el método de Newton se mueve a un punto cercano x+ ∈ Ḟp
moviendose en las direcciones dx , dy y ds determinados de la linearización de (1)
µX −2 dx + ds = µX −1 1 − c
Adx = 0 (3)
T
−A dy − ds = 0
X es la matriz diagonal cuyas entradas son los componentes de x > 0. El nuevo
punto es actualizada tomando un paso en la dirección de dx como x+ = x + dx
6
ESPOL MATG1029 - Optimizacion I José Manuel Vera
µdx + X 2 ds = µX1 − X 2 c
AX 2 ds = µAX1 − AX 2 c