RIASSUNTO RICERCA

PROBLEMA illimitato M>o ] JEX f.(F) e- M

:

MINIMO Globale ✗ C- ✗
fà) e fcx)
Minimo locale 3- 7- ( È, E) :
fcxjegcDV-xc.IE# E) ,

✗c-☒ , ☒ ERN
DERIVATA PRIMA
fcx) : IR → IR derivata direzionale

lim g.( ✗ + d) gg, fcx) / È→ IR

:
fingo fcxtdd) fcx)
-
-

, +
D-70
D a

(eoordene) h + Beh h )
Formula di Taylor
fcxth) fcx) 1-f'( ) ×
-
.

,
_

( è ordine)
flxth ) -84 f'
) + (x) -

ah -11287×79<+132 / ×, h)

funz.edu Variable 84) R'→

Riordina
con :

fcxi-ht-fcx-tfcxJ.h-BCX.fr)
2. ordine gcx-ihl-fcxj-i-vfcxj.h-fht.tefcx.fr/-Ba(x,fu)
dkx ? È di xi
"' '
di ✗ + dei " +
+ . .

÷
è =L K i
COMBINAZIONE conica stdizo E di ✗ ¥
Iei
È di
K
i
COMBINAZIONE convessa se dizo e se E di =L =>
✗
i.e i"

È
i
COMBINAZIONE AFFINE
֤
se di -1 di ✗
✗
i.e • a→ 1 la ✗ + G- d)Y
" ^ > 70 91
INSIEME convesso XER è convesso se ltx ,
e- tutto contenutoin ✗
YEX
È
iesegmentochf-mas-%ce.my ey
✗
,
a- « e-
" "
•
✗
Funzione convessa fcx) : R →R
,
✗ C- 12
,
✗ insieme convesso
convessa mi ✗ se de [ 0, e] si hai
fc» e- funzione ✗
iye ✗ e

4¥ È
D8
.

(e-a) y )
.

(×) + G- d) 8h) # gcd ✗+

g ( X)
- - . .
• .

i
gcdx-1h d)Y) ;
- i - - -
. .
- _

; ;
ERY ✗
"
CD : R
funzione concava
f. → R ,✗ è convesso ✗
%;) , Y

|
XIYEX e deto, ☐ si ha :

Y
dfcx ) + ( 1-d)
fly) e gcdx + e-d) y) i

;
differenziabile ed
"
) R
→ R continuamente è
gcx
:
ax-iu.my
•

V-xiyc-Rnfcyj-fc-dz-vgcxJCY-xt.gg/s:R-rgan-f;CDzjc-DCY-
convessa allora

)
i.IN sai
× -

" É
i
re FÌX) - ✗
ampiezza
MATRICE DEFINITA Positiva setter ×-1-0 del
,
segmento _

✗ t.axjosemidefim.tl positiva rima,

se i det .

µ Igia)
di tutti i minori principale di A- sono
positivi
T'fcx) è definita positiva
"

3- un sntorno XER di ✗
punto fcx)
•
se in un mai e- convessa

Matrice HESSIANA Def Positiva (y-xjt-YCD.ly ) > O

.
- ×

FUNZIONI QUADRATICHE
fcx) GIA Xtbtxtc
-

RW
seaèdef positiva .

gcx) e- convessa in
 chiuso limitato ✗
fcx) ammette un
fcx) è continua in
• =>
se una un insieme e

punto di minimo
globale
la
•

•
insieme
insieme
chiuso contiene
limitato : ☒ de Rt
:

: ✗+ frontiera
M × . al c-
te >0
,
MEIR

✗ E pin di 8 G) in
insiemedi avello
fcx) :X → R ,
✗

dato LE R
,
Lcx , a) =

{ ✗ EX :
fcx) e L
} ! i.È !* .

CCKL)
<
,

SUPERFICIE di livello di ) in fcx ✗ l

dato ac- R e CHL ) -
✗ EX :
, { =L
} ✗ chiesa e
continua in un insieme ✗
G) e- limitato
• se
f
e uno dei due insiemi di livello
almeno
e- chiesa e limitato ammette un punto
di minimo (locale o ) in ✗ globale '
È:
DIREZIONE di Discesa d C- R è
.

: R'→ R mi ✗ EX Te 0 JER Ord

unadirezione di discesa di
Gad se ] ,
:
fcxtdd) e
fa) ,
a1
( dunque ✗ non èun minimo) "
" "
R continua e R direzione DER
• Sia fcx) : R → con ☐
fcx) continuo in .
Dati ✗ c- e una

se le derrate direzionale f
di in ✗ calcolata rispetto la direzione dè
negativa ,

allora d è una direzione in discesa .

lime [ flxtdd) flx)] -

=
Tiggì de 0
d-sò

Pa d
piccolo si ha £ f. ( ✗+ dd)
fcxjeo
-

-
Ti 8 CD è una direzione di discesa per fcx) in ✗ EX
7 d- f ( ✗ + d d) > fcx)
"
DIREZIONE di Santa de R : : it oe ded-

de à e- direzione di salita se ti
fcxEd >o "

CONDIZIONE di OTTMACITÀ del 1° ORDINE sia

fcx ) una funzione localetfcx) c- R con
Condit necessaria e
[NO VICEVERSA)
.

sufficiente affinché #c- Rn sia un minimo è che

tipo =D

CONDIZIONE di ottima LITÀ del 2° ordine sia

gcx) una
funzione con È ) continua
×

× ER ,
#
) continuo in Rn
in un
punto gcx
sufficiente affinché ✗ sia minimo locale sono
* ,

condi2- necessaria e
.
:

*
① tgcx )-0
② tagli e- semi
definita positiva e
"
MINIMO locale stretto
gcx ) : R →R con
fcx) continua in un intorno di un punto È c-R?
✗ è minimo locale stretto
*
se :

① tfcx o =

② V8 (✗*) è /| &× <

f ( ✗¥ a d)
definita positiva
CONDIZIONE necessaria del I°ORDINE DI MASSIMO locale tfcx 5--0
CONDIZIONE necessaria del II°ORDINE DI MASSIMO LOCALE ① ☐
fatto ② Ttf (✗ 9 pm .io .

negative
CONDIZIONI SUFFICIENTI di Massimo LocaleSTRETTO
#
① tgcx ) -0
② '

gcx defunta negati a

GIÙ) non è definita Èèun

Punto di sella o semi definita positiva/ negativa
di sella
punto
 locale globale
*
•
se ✗ è un minimo allora è anche Mimmo

MINIMO locale
f (y) =
fcx)
✗
vincolo attivo su ☒E se è
soddisfatta l' uguaglianza pscx)
>- o

egscx)20
se g-s.CHzo è altro mix

☒e✗ vincoli attivi mix

kili)
:
① hiCD-_o@g-sCxjigsCxJ--O.J in-11 , . .
.
P
r .

-
CONDIZIONE di AMMISSIBILITÀ Per Jtd
he ( Jtd) ammissibile
§ per essere un
punto
=
hecx-J-i-vhicx-itd-B.ee ,
d) -0

<° ☒ NOI è un minimo locale se 3- DER? ① ☐ ha ⇐ F- o

q ,» ,

Tifcx) e 1 (e) Paralleli

di the
se ②
Tigli Ìd <o

Tifcx )
=
(F)

FUNZIONE LAGRANGIANA L (× , di) =

f-(×) -
di he ( ×)
$ der
"
di disc .
ammissibile se sono ☒d di discesa omnes me se 1- di ER :
sodalile
.

condizioni
seguenti
:
Tulle , a e)

①TXL ( à , di) =
tfcx) de the (F)
-

② di feat) -0 → candid di complementarità

.

LI te , de)
×,
fcx) de fa ( ) defacx) ☒ d di disc
= -
× -
.
amen sselrll se
:

① FXL ( 5 , di
.dz/=-vfCx-)-de-Vg1CI)-d2g=Cx-)=o
② defecò -
o

③ defeca) -0

• sia ✗In minimo locale e un punto regolare allora 3- un vettore ,

di moltiplicatori
#
tali che
d sono
soddisfatta
:
KKT
①
TxLCxTdY--o@dicx5--o3OgsCxIzo4OdE7O50dj.gs =
o

regolare
*
soddisfa la nonostante sei un
punto non
✗ è un non KRT
minimo
globale
locale :
Punti candidati a minimo •

•
punti
punti
non
che regolari
soddisfano le KKT
(regolari e non)
✗ è convesso hicx) sono
funzioni lineari e
giscx) sono
funzioni tali che
-

giga ) è convessa
*
locale (e 3- d
*
• ✗ minimo
regolare) vettore di
moltiplicatore di Lagrange :

KKT Sono
soddisfatte
gsc D= o
gscxjz E Il Tg -
Il
* * *
interno
caso e- ✗ non è
*
altro in
gscxjzo gsc ✗ > >o
d!
✗ e-un
punto
iànàiàiòùpeiinj

gs.ci#J=ox.*.sstta.nall.a.fr. on.!-ieea.PLfcx
e- altro
2
gscx)zo
caso ✗ in

) :
È R
gcx)
→ =
ci ✗e +
con ✗ a-1 .
. .
tcwxn
,

( dx +(1- d) y) d- d) gcx) (dati a) Yi ) 2+4 d) ✗e)

f dgcx )
=
+ =
ce -
+ con ✗
-

=D ⇐ e xetcsx 2) 1- G- d)(ci µ + ca ya) è convessa

÷ ne
gcd -1kt
-

d)y) = dflx) -14 a) gcy) -

gc»
e- concava
•
una
funzione lineare e- sia concava che convessa
 globale il moltiplicatori lagrange
*
PL ✗ minimo di PL , n vettore dei di associato
ai vincoli di
uguaglianza
s il vettore dei
moltiplicatori di associato
ai vincoli di
disuguaglianza Lagrange
c' × it (Ax b) ÉX
Funzione
lagrangiana «× µ , s)
= -
• - -

#è 3- µ c- Rm , sè R?
globale
#
•
KKT : se un minimo
*
A =D

{
✗ PRIMAle Dua le
* KKT del duale sono le
✗ 70 min E. ✗ Max ybt stesse del primale
E-u! Azo A✗=D Aiyec
✗70

e# è:b

DUALITÀ DEBOLE nteysdnzeoni ammissibile del primale e del duale .

Si ha :

ctxzbty
DUALITÀFORTE ctx-b.IT
Valore della obbiettivo del duale superiore al valore minimo
della
massimo
obbiettivo del f.primale non è

f.
se EI =
ÈY , Tè il punto di massimo del duale
• Èe y* sono soluz ottime
.

per i problemi premdieeduohe-encondi-2.no suff . e .

• il duale di un duale corrisponde al primale

•
se il
primale è illimitato ,
il duale non ha soluzioni ammissibili (si viceversa )
tain ✗ NE b
VARIABILI di surplus
{
aie ✗ e+ ai 2×2-1 . .
si 20

aime -1 .
. -1 ai nxw - si =
bi

b
{
VARIABILI di stack aie ✗ e+ ai 2×2-1 . .
+ aiw ✗ NE si >
-0

aime -1 .
. -1 ai nxw + si
=
bi

la PL e- un caso
particolare di problemadi ottimizzazione vincolata
•
connessa

min ÈA ✗ ER
"
ceri
,
"" ÌXELO semispazio affine
A- =D ✗ bere Aerm ,
xzo LÌ Lo semipiano indotto da te Lo
=

LERYLOER

Poliedro è l'intersezione di un certo numero di semi spazi

affini semi
piani
: e
indotti
dir
tutte

{
.

✗ A- ✗=D →insieme di semi

peau omnis .

✗ 70 di
spazi affini
→
insieme semi

✗ è un poliedro
poliedro limitato poliedro
illimitato
(politopo)

Politopo :
un
poliedro dice politopo 7M C-R il ✗ Il e- M KXEP
se se :
,

vertici di
è possibile esprimere
un
poliedro✗ come : ✗ di
un
poliedro
puntocombinazione ( politopo) è un vertice
convessa stretta di due
un o

punti
se
=
non

del
poliedro .

✗ EP è un vertice dy + (1- Y) 2- de ( e)
se $ Yizep : ✗ =
o
,

P
Teorema di Minkowski Weyl
ogni punto
combinazione convessa dei suoi vertici
di un
-

politopo può essere

espresso
come

1
✗ EP ⇐> ✗= dixit . .
+ da ×
'

,
È di =
1
✗ F- 1
y dei G-4) È
.
•
=

✗ =D ( di-11 + (e-di / È) +(e de) È

µ . •
jsx-deyce-ar.pl -
 *
Dato PL *3 sempre vertice ✗ di P che e- soluzione ottima
•

del problema
un

problema (è ✗ =
di
✗
* ✗ vertice
)
un

soluzione di Base
B base della motrice A ✗ =

È)
!
)
se
§ b) 20 allora ✗ si dice soluzione di BASE AMMISSIBILE

e A è Base AM Miss B1e di A

se
§ b)
? ha qualche componente nulla ✗ si dice DEGENERE e B si dice
° BASE DEGENERE

XEP e- un vertice e- soluzione di base ammissibile

•
un
punto ×

Metodo del
simplesso : si enumerano tutte le soluzioni di base ammissibile (ovvero
tutti i vertici) e motividuole la soluzione di base che minimizza la obbiettivo
> •"""e
funzione
☒ mai di basi A
(nmj
:
ai

↳round A)

Test di atti MACITÀ Quando una SBA e- da me

?
Sua B base ammissibile A -
(B : F)
A✗ = b B ✗ B + FXF
=
b

XD = B-? b- B? F. ✗ e
•
sua data una base ammissibile B Se il . vettore dei costi redatti c- e 70

la SBA ✗ =
!) b) e- soluzione ottima per PL

CONVERGENZA del Metodo del simplesso

B base di A , B è la base ammissibile B-t.bz
?
se CSBA)
,
Bè
degenere se
qualche
componente di B- b è molto
?
XB È b / si dice SBA
| degenere
=

XF -0

se ho basi
degeneri uno stesso vertice
può corrispondere a diverse basi
annesse tele