Nguyễn Đại An - 20215296

(Cảnh báo: Các proof đi kèm là nhà làm, đọc cho vui thôi chứ mình không chắc đúng sai do sản phẩm
này không phải là thuốc và không các tác dụng thay thế thuốc chữa bệnh, kiểu vậy :)).)

1 Tập lồi
1.1 Khái niệm
(Lưu ý: Một vector/điểm thuộc không gian Rn , n > 1 thì ký hiệu là xk thay vì xk để phân biệt vector với
scalar (điểm thuộc R). Các vector trong Rn đều xét là ma trận cỡ n × 1)

1. Đường thẳng đi qua x1 , x2 : x | x = λxi + (1 − λ)x2 , λ ∈ R

2. Tập Affine: M ∈ Rn : xi , x2 ∈ M, λ ∈ R ⇒ λxi + (1 − λ)x2 ∈ M . Giao của 1 họ hữu hạn các tập Affine
là 1 tập Affine.
Pk Pk
3. Tổ hợp Affine: x = i=1 λi xi với λi ∈ R khi i = 1, k và i=1 λ = 1
4. Bao Affine af f E của tập E ∈ Rn là giao của tất cả các tập Affine chứa E.
5. Không gian con: L ∈ Rn : xi , x2 ∈ L, λ1 , λ2 ∈ R ⇒ λ1 xi + λ2 x2 ∈ L. Không gian con là 1 tập Affine
chứa vector không. Không gian con song song với 1 tập Affine M là duy nhất và xác định bởi L = M −x
với x ∈ M . dimM := dimL.
6. Số chiều của 1 không gian E ∈ Rn : dimE = dim(af f E).
7. Điểm trong x: ∃ω ≥ 0 : x+B(x, ω) ∈ E. Tập tất cả điểm trong của tập E: intE. intE ̸= ∅ ⇔ dimE = n.
8. Tập mở M : ∀x ∈ M, ∃ω > 0 : B(x, ω) ⊂ M . M là tập mở ⇔ M = intM . intM là tập mở lớn nhất
được chứa bởi M .
9. Tập đóng M là tập mà mọi dãy trong M đều hội tụ tới 1 điểm thuộc M . Tập đóng và bị chặn là tập
compact.
10. Điểm trong tương đối x: ∃ω ≥ 0 : B(x, ω) ∩ af f E ∈ E. Tập tất cả điểm trong của tập E: riE.
intE ⊂ riE.

11. Đoạn thẳng [x1 , x2 ] nối x1 , x2 : x | x = λxi + (1 − λ)x2 , λ ∈ [0, 1]

12. Tập lồi: M ∈ Rn : xi , x2 ∈ M, λ ∈ [0, 1] ⇒ λxi + (1 − λ)x2 ∈ M . Giao của 1 họ hữu hạn các tập lồi là
1 tập lồi. Tổ hợp tuyến tính của 2 tập lồi aM1 + bM2 là 1 tập lồi.
Lưu ý: Xét x ∈ Rn , hiển nhiên {x} là 1 tập lồi nên với mọi tập lồi M thì M + x = M + {x} cũng là
tập lồi.
Pk Pk
13. Tổ hợp lồi: x = i=1 λi xi với λi ∈ [0, 1] khi i = 1, k và i=1 λ = 1. Nếu λi > 0 thì x là tổ hợp lồi chặt.
14. Điểm cực biên x của tập M là điểm không thể biểu diễn được dưới dạng tổ hợp lồi chặt của 2 điểm
phân biệt bất kỳ nào của M . Khi có hữu hạn điểm cực biên thì các điểm cực biên còn gọi là đỉnh. 1
điểm cực biên là 1 điểm biên.
Nguyễn Đại An - 20215296

15. Bao lồi convE của tập E ∈ Rn là giao của tất cả các tập lồi chứa E.
16. Hàm tuyến tính: (trên Rn có dạng) f (x) =< c, x >.
17. Hàm Affine: (trên Rn có dạng) f (x) =< c, x > +α.
18. Siêu phẳng H là tập {x ∈ Rn | ⟨a, x⟩ = α} với a ∈ Rn /{0}, α ∈ R. Siêu phẳng H trong Rn , n ≥ 1 là 1
tập Affine với dimH = n − 1 (với α = 0 thì là không gian con). a được gọi là vector pháp tuyến của
H.
19. Nửa không gian đóng có dạng {x ∈ Rn | ⟨a, x⟩ ≤ α} với a ∈ Rn /{0}. Nửa không gian mở có dạng
{x ∈ Rn | ⟨a, x⟩ < α}. (Với "≥",">" chỉ cần đổi dấu 2 vế).
20. Siêu phẳng tựa: Siêu phẳng H được gọi là siêu phẳng tựa của M ∈ Rn tại x0 ∈ M nếu x0 ∈ H và M
nằm trọn trong nửa không gian đóng {x ∈ Rn | ⟨a, x⟩ ≤ α} xác định bởi H. x0 là 1 điểm biên của M .
21. Tập M ⊂ Rn được gọi là nón nếu x ∈ M, λ ≥ 0 ⇒ λx ∈ M ⇒ λx ∈ M . Nón bao gồm các phần
tử là tổ hợp của các vector thuộc v 1 , ..., v k ⊂ Rn được gọi là nón sinh bởi tập vector đó, ký hiệu
cone v 1 , ..., v k .

22. Phương lùi xa d của tập lồi M khác rỗng là vector khác 0 thỏa mãn x ∈ M, λ ≥ 0 thì x + λd ≥ 0. Tập
lồi khác rỗng M không bị chặn khi và chỉ khi nó có phương lùi xa. Tập các phương lùi xa của M tạo
thành 1 nón lồi, ký hiệu recM . Hai phương lùi xa d1 , d2 được gọi là khác biệt nếu d1 ̸= αd2 .
23. Phương cực biên của tập lồi M khác rỗng nếu nó không thể biểu diễn được dưới dạng tổ hợp tuyến
tính dương của 2 phương lùi xa khác biệt (tức dưới dạng λ1 d1 + λ2 d2 với λ1 , λ2 > 0, d1 ∈ recM, d2 ∈
recM, d1 ̸= αd2 (∀α ∈ R)).
24. Định lý tách tập lồi:
(a) Hai tập lồi C, D trong Rn khác rỗng, rời nhau thì tồn tại siêu phẳng tách chúng, tức:
C, D lồi, C, D ⊂ Rn , C ∩ D = ∅, c ̸= ∅,
D ̸= ∅

⇒ ∃α ∈ Rn , a ∈ R, ∀x1 ∈ C, x2
∈ D : α, x1 ≤ a ≤ α, x2
⇔ ∃α ∈ Rn , ∀x1 ∈ C, x2 ∈ D : α, x1 − x2 ≤ 0

(b) Nếu cả C, D là đóng và 1 trong 2 tập C, D là compact thì tồn tại siêu phẳng tách hẳn chúng, tức:
C, D lồi, đóng; C compact; C, D ⊂ Rn
, C ∩ D
 = ∅, c
̸= ∅, D ̸= ∅
⇒ ∃α ∈ Rn , a ∈ R, ∀x1 ∈ C, x2 ∈ D :
α, x1 < a< α, x2
⇔ ∃α ∈ Rn , µ ∈ R, ∀x1 ∈ C, x2 ∈ D : α, x1 − x2 ≤ µ < 0

25. Bổ đề Farkas: Cho vector a ∈ Rn , ma trận A cấp m × n

⟨a, x⟩ ≥ 0 với mọi x thỏa mãn Ax ≥ 0

khi và chỉ khi

m
∃y ∈ R+ = {y ∈ Rm |y ≥ 0} : a = AT y
Nguyễn Đại An - 20215296

26. Tập lồi đa diện P ⊂ Rn là giao của 1 số hữu hạn nửa không gian đóng, tức là

{x|Ax ≥ b}

Tập lồi đa diện là 1 tập lồi, đóng. Một TẬP LỒI ĐA DIỆN BỊ CHẶN được gọi là ĐA DIỆN LỒI (hay
đa diện). Với tập lồi đa diện, khái niệm đỉnh và điểm cực biên trùng nhau.


27. Cho tập lồi đa diện P , nếu rằng buộc ai0 , x ≥ bi0 xẩy ra dấu bằng tại x0 thì ta nói x0 thỏa mãn


rằng buộc chặt i0 . Tập I(x0 ) = i ∈ 1, 2, ..., l| ai , x0 = bi là tập chỉ số những rằng buộc thỏa mãn
chặt tại x0 ∈ P .
28. Diện F của tập lồi đa diện P là một tập con của P sao cho 1 điểm trong tương đối của 1 đoạn thẳng
trong P thuộc diện diện thì cả đoạn thẳng đó thuộc diện, tức:

y ∈ P, z ∈ P, x = λy + (1 − λ)z ∈ F ⇒ {y, z} ⊂ F

Đỉnh là 1 diện thứ nguyên (dim) bằng 0, cạnh là 1 diện thứ nguyên bằng 1.
29. Đỉnh x0 của 1 tập lồi đa diện P được gọi là đỉnh không suy biến nếu nó thỏa mãn chặt đúng n rằng
buộc độc lập tuyến tính trong hệ rằng buộc xác định P và là đỉnh suy biến nếu thỏa mãn chặt nhiều
hơn n.
30. Hai đỉnh của 1 tập lồi đa diện được gọi là kề nhau nếu đoạn thẳng nối chúng là 1 cạnh.

1.2 Một số tính chất

1. Một tập lồi đóng khác rỗng M ∈ Rn có điểm cực biên khi và chỉ khi nó không chứa một đường thẳng
nào.

Chứng minh. (a) Xét tập lồi đóng khác rỗng M ∈ Rn có điểm cực biên x.
Giả sử tồn tại đường thẳng d nằm trọn trong M .
Xét x1 , x2 ∈ d, x1 ̸= x2 , với mọi λ ∈ R có x3 = λ(x2 − x1 ) + x1 ∈ M .
   
1 1 1 1
Lấy λ > 1 thì do M lồi nên có (x2 − x1 ) + x1 + 1 − x = x3 + 1 − x ∈ M.
λ λ λ λ
Cho λ → +∞ thì vì tính đóng của M ta có (x2 − x1 ) + x ∈ M
Tương tự ta có (x1 − x2 ) + x ∈ M .
1 1
Do x1 ̸= x2 nên (x1 − x2 ) + x ̸= (x2 − x1 ) + x và x = ((x1 − x2 ) + x) + ((x2 − x1 ) + x) trái
2 2
với giả thiết x là điểm cực biên.
Vậy không tồn tại d.
(b) Tập lồi đóng khác rỗng M ∈ R có 1 trong các dạng [α, +∞), [−∞, α), [α, β] với α, β hữu hạn. Khi
đó, α là điểm cực biên của M .
Giả sử với mọi k ∈ N thỏa mãn n ≥ k ≥ 1 thì tập lồi đóng khác rỗng M ∈ Rk không chứa đường
thẳng nào luôn có ít nhất 1 điểm cực biên.
Nguyễn Đại An - 20215296

Xét tập lồi đóng M ′ ∈ Rn+1 không chứa đường thẳng nào.
T
Với 0 ≤ a < b ≤ n + 1 xét fa,b : M ′ → Rb sao cho với mọi x = (x1 , x2 , ..., xn+1 ) ∈ M ′
T
fa,b (x) = (xa , x2 , ..., xb ) .
Do tính tuyến tính của fa,b nên fa,b (M ′ ) là 1 tập lồi đóng không chứa đường thẳng nào. Vậy do
giả thiết quy nạp, fa,b (M ′ ) chứa ít nhất 1 điểm cực biên.
Xét u = (u1 , ..., un )T , v lần lượt là các điểm cực biên của tập f0,n (M ′ ), fn,n+1 (M ′ ).
Giả sử tồn tại λ ∈ (0, 1); x1 , x2 ∈ M, x1 ̸= x2 : x0 = (u1 , ..., un , v)T = λx1 + (1 − λ)λx2 (∗). Ta có
(
u = f1,n (x0 ) = λf1,n (x1 ) + (1 − λ)λf1,n (x2 )
v = fn,n+1 (x0 ) = λfn,n+1 (x1 ) + (1 − λ)λfn,n+1 (x2 )

Do u, v là các điểm cực biên nên điều này xảy ra khi và chỉ khi f1,n (x1 ) = f1,n (x2 ), fn,n+1 (x1 ) =
fn,n+1 (x2 ), đồng nghĩa với x1 = x2 mâu thuẫn với giả thiết (∗). Vậy không tồn tại λ, x1 , x2 thỏa
mãn (∗), tức x0 là 1 điểm cực biên của M ′ .

2. Mọi điểm trong tập lồi đóng khác rỗng có điểm cực biên đều là tổ hợp lồi của các điểm cực biên của
nó.

Chứng minh. Xét M là tập lồi đóng khác rỗng có điểm cực biên. Gọi B là tập các điểm cực biên của
M.
Xét tập hợp S ⊂ M sao cho S gồm các điểm không phải tổ hợp lồi của các điểm cực biên của M , tức
 
 |B| |B| 
X X
S = x ∈ M | ∄λi , i = {1, 2, ..., |B|} : λi = 1, λi bi = x với bi ∈ B
 
i=1 i=1

Dễ thấy S là 1 tập lồi đóng và các điểm trong S là tổ hợp lồi chặt của hữu hạn điểm trong S. Do S
là tập con của M nên S không chứa đường thẳng. Nếu S ̸= ∅ thì trong S tồn tại điểm cực biên. Điều
này vô lý nên S = ∅.

3. (Krein-Milman) Một tập lồi đóng, bị chặn trong Rn là bao lồi của các điểm cực biên của nó.
4. Qua mỗi điểm biên của x0 của tập lồi M ∈ Rn tồn tại ít nhất 1 siêu phẳng tựa M tại x0 .
5. Một tập lồi đóng khác rỗng M ⊂ Rn là giao của họ các nửa không gian tựa của nó.
6. 1 nón là tập lồi khi nó chứa tất cả tổ hợp tuyến tính không âm của các phần tử của nó.
7. Một diện của tập lồi đa diện P cũng là 1 tập lồi đa diện. Đỉnh của diện cũng là đỉnh của tập lồi đa
diện ứng với diện đó.
8. Cho F là diện của tập lồi đa diện P . F chứa 1 điểm trong của P (hay intP ∩ F ̸= ∅) khi và chỉ khi
F = P . Có F là diện của P và dimF < dimP khi và chỉ khi F là 1 tập lồi đa diện gồm các phần tử là
biên của P (hay F ⊂ P/intP ).
Nguyễn Đại An - 20215296

Chứng minh. (a) Xét x ∈ F ∩ intP . Giả sử tồn tại điểm y ∈ P/F . Do x ∈ intF  nên tồn tại 1 > 
ω>0
x−y ω
sao cho B(x, ω) ⊂ F . Vì vậy, z = x + ω ∈ P . Lại có x = 1 − z+
∥x − y∥ ω + ∥x − y∥
ω ω
y và ̸= 0 do x ̸= y nên z, y ∈ P , trái ngược với giả thiết. Vậy P/F = ∅.
ω + ∥x − y∥ ω + ∥x − y∥
Khi F = P thì hiển nhiên intP ⊂ F . Mệnh đề 1 được chứng minh.
(b) Xét F là 1 tập lồi gồm các phần tử là biên của P . Nếu dimF = dimP = n khi và chỉ khi F có
điểm trong, và vì F ⊂ P nên đây cũng là điểm trong của P , mâu thuẫn với giả thiết. Vi vậy,
dimF < dimP . Ngược lại, xét F là diện của P và dimF < dimP = n. Hiển nhiên F là 1 tập lồi
đa diện. Vì dimF < n nên do mệnh đề 1 có F ⊂ P/intP .

9. Cho tập lồi đa diện P ⊂ Rn xác định bởi

(
Ax ≥ a
Bx = b

với {x|Ax > a} ∩ P ̸= ∅. Một điểm x0 là điểm biên của P khi và chỉ khi x0 thỏa mãn chặt ít nhất 1
rằng buộc của hệ Ax ≥ b.

Chứng minh. Bổ đề: Hàm tuyến tính bị chặn trong Rn là hàm liên tục.


Xét x1 ∈ P thỏa mãn Ax > a. Ứng với mỗi rằng buộc ai , x ≥ a tồn tại ωi > 0 sao cho B(xi , ωi ) ⊂

i 
x| a , x > a . Lấy ω = inf ωi , ta có B(xi , ω) ⊂ {x|Ax > a}. Vậy x1 phải là điểm trong của P .

10. Một điểm x0 là đỉnh của tập lồi đa diện P ⊂ Rn (xác định bởi hệ Ax ≥ b) khi và chỉ khi x0 thỏa mãn
chặt n rằng buộc độc lập tuyến tính của hệ Ax ≥ b.

Chứng minh. Xét điểm x0 là đỉnh của tập lồi đa diện P ⊂ Rn . Do hệ quả của tính chất trên, x0 phải
thỏa mãn ít nhất n rằng buộc độc lập tuyến tính trong hệ Ax ≥ b
Xét điểm x0 thỏa mãn chặt n rằng buộc độc lập tuyến tính Bx ≥ c của hệ Ax ≥ b. Giả sử tồn tại
x1 , x2 ∈ P, x1 ̸= x2 và λ > 0 sao cho x0 = λx1 + (1 − λ)x2 . Ta có c = Bx0 = λBx1 + (1 − λ)Bx2 mà
x1 , x2 ∈ P nên nó thỏa mãn rằng buộc Bx ≥ c. Vì vậy x1 , x2 ∈ {x|Bx = c}. Do Bx ≥ c gồm n rằng
buộc độc lập tuyến tính nên r(B|c) = r(B). Vậy hệ Bx = c có 1 nghiệm duy nhất, x1 = x2 = x0 mâu
thuẫn giả thiết. Do đó, x0 là 1 điểm biên của P .

11. Cho tập lồi đa diện P ⊂ Rn . Một đoạn thẳng (hoặc nửa đường thẳng, hoặc đường thẳng) Γ ⊂ P là 1
cạnh P khi và chỉ khi nó là tập các điểm thỏa mãn chặt (n − 1) ràng buộc độc lập tuyến tính trong
các rằng buộc xác định P .
12. Cho tập lồi đa diện P ⊂ Rn , một tập lồi M ⊂ Rn . Các khẳng định sau đây là tương đương:

(a) M có các phần tử là điểm biên của P .

Nguyễn Đại An - 20215296

(b) M là tập các điểm thỏa mãn chặt n − dimM rằng buộc trong hệ các rằng buộc xác định P .
(c) M là 1 diện của P .
13. Các điểm trong 1 tập lồi đa diện có thể biểu diến dưới dạng tổng của tổ hợp lồi của các đỉnh với tổ
hợp tuyến tính không âm của các phương cực biên của nó.

14. Một hàm khả vi 2 lần là hàm lồi khi ma trận Hessen của nó xác định không âm, là hàm lồi chặt nếu
ma trận Hessen của nó xác định dương.

1.3 Bài tập phần Tập lồi

Bài 1/35:
Pk Pk
Chứng minh. Xét M := {x|x = i=1 λi xi ; x1 , ...xk ∈ E, i=1 = 1}
( Pk Pk
x = i=1 λi xi ; x1 , ...xk ∈ E, i=1 = 1
• Lấy x, y ∈ M : Ph Ph
y = i=1 λi yi ; y1 , ...yh ∈ E, i=1 = 1
Pk Ph Pk Ph
Với α ∈ R, xét z = αx + (1 − α)y = α i=1 λi xi + (1 − α) i=1 λi yi Có α i=1 +(1 − α) i=1 =
α + (1 − α) = 1 nên z ∈ M Vì vậy, M là 1 tập affine. Đồng thời với mọi x ∈ E thì x = 1.x ⇒ x ∈ M
nên E ⊂ M . Mà af f E là tập affine nhỏ nhất bao E nên af f E ⊂ M .
• Ta có z2 = λ1 x1 + λ2 x2 với λ1 + λ2 = 1 và x1 , x2 ∈ E thì z2 ∈ af f E.
Ph Ph
Giả sử với k ≥ 2 thì khi zh = i=1 λi xi ; x1 , ...xh ∈ E, i=1 = 1, 2 ≤ h ≤ k ta có zh ∈ af f E.
Pk+1 Pk+1
Xét zk+1 = i=1 λi xi ; x1 , ...xk+1 ∈ E, i=1 = 1. Tồn tại ít nhất 1 giá trị m ∈ 1, ..., k + 1 : λm ̸= 1
Pk+1 P λi
vì nếu không thì i=1 = k + 1 ≥ 3 ̸= 1. Ta có zk+1 = λm xm + (1 − xm ) i̸=m;1≤i≤k+1 xi =
1 − xm
λm xm + (1 − xm )ω. Dễ thấy ω ∈ af f E nên zk+1 ∈ af f E.
Vì vậy, x ∈ M ⇒ x ∈ af f E hay M ⊂ af f E.

Vậy M = af f E
Bài 2/25:
Chứng minh. Giả sử tập afin M có 2 không gian con song song L, L′ thỏa mãn

M = L + x = L′ + x′ với x, x′ ∈ M

Từ đây, ta có

L′ = L + (x − x′ )

mà x′ = x′ + 0 ∈ M = L + x ⇒ x′ ∈ (L + x) ⇒ x′ − x ∈ L hay x − x′ ∈ L nên L′ = L

Bài 3/25:
Nguyễn Đại An - 20215296

Chứng minh. 1. Xét x,y bất kỳ thuộc giao của hữu hạn n tập lồi A1 , A2 , ..., An . Ta có


 λx + (1 − λ)y ∈ A1 , ∀λ ∈ R

λx + (1 − λ)y ∈ A , ∀λ ∈ R
2


 ...
λx + (1 − λ)y ∈ An , ∀λ ∈ R


Tức là

n
\
λx + (1 − λ)y ∈ Ai , ∀λ ∈ R
i=1
Tn
Vậy i=1 Ai là 1 tập lồi.
2. Một trường hợp không thỏa mãn: Xét hai tập lồi A1 , A2 ⊂ Rn sao cho
(
A1 ∩ A2 = ∅
A1 ̸= ∅, A2 ̸= ∅

Bài 4/35:
(
Ax = b
Chứng minh. Xét x, y ∈ A sao cho . Ta có
Ay = b

A(λx + (1 − λ)y) = λb + (1 − λ)b = b, λx + (1 − λ)y ≥ 0 với ∀λ ∈ [0, 1]

⇒ λx + (1 − λ)y ∈ M, ∀λ ∈ [0, 1]
Vì vây, M là tập lồi.
P/s: Bỏ điều kiện x ≥ 0 thì M là tập Affine.
Bài 5/35:
Chứng minh. Dễ thấy tập D là lồi. Xét d1 , d2 là hướng lùi xa của D. Xét x ∈ D; ω1 , ω2 ≥ 0 có x + 2ω1 d1 , x +
2ω2 d2 ∈ D. Vì D lồi nên
1 1
(x + 2ω1 d1 ) + (x + 2ω2 d2 ) = x + ω1 d1 + ω2 d2 ∈ D
2 2
Vì vậy ω1 d1 +
Pω 2 d2 là 1 hướng lùi xa của D với ω1 , ω2 ≥ 0.
k
Giả sử sk = i=1 ωi di với ωi ≥ 0 cho mọi k ∈ [1, n], n ≥ 2 là 1 hướng lùi xa của D.
Xét 1 hướng lùi xa của D là dk+1 . Với α1 , α2 ≥ 0, áp dụng giả sử với k = 2 có

α1 dk+1 + α2 sk ∈ D
Nguyễn Đại An - 20215296

Thay α1 = ωk+1 và α2 = 1 có

sk+1 = ωk+1 dk+1 + sk ∈ D

Pk+1
Vậy sk+1 = i=1 ωi di là 1 hướng lùi xa của D.

Bìa 6/35:
Chứng minh.

Có d là phường lùi xa của P ⇔ ∀x ∈ P, λ ≥ 0 : x + λd ∈ P.

⇔ ∀x ∈ P, λ ≥ 0 : b = A(x + λd) = Ax + Aλd = b + Aλd
⇔ Ad = 0

Bìa 7/36:
Chứng minh. Ta có x ∈ D ⇒ x ≥ 0. Nếu d ̸= 0 là 1 phương lùi xa của D thì

x + λd ∈ Dvới∀x ∈ D, λ ≥ 0 ⇒ x + λd ≥ 0 với ∀x ∈ D, λ ≥ 0
1
⇒ d ≥ − x với ∀x ∈ D, λ > 0
λ
Với λ → +∞ thì ta có d ≥ 0. Mà d ̸= 0 nên d > 0. Vì vậy, −d < 0 không thể là 1 phương lùi xa của
D.
Bài 8/36:
Xét w ∈ R2 sao cho
 
x1 + w1 + x2 + w2 ≥ 1
 w1 + w2 ≥ 1 − x1 − x2

−x1 − w1 + x2 + w2 ≤ 2 (∀x = (x1 , x2 ) ∈ M ) ⇔ −w1 + w2 ≤ 2 + x1 − x2 (∀x = (x1 , x2 ) ∈ M )
 
x1 + w1 , x2 + w2 ≥ 0 w1 ≥ −x1 , w2 ≥ −x2
 

w1 + w2 ≥ 0

⇔ −w1 + w2 ≤ 0

w1 ≥ 0, w2 ≥ 0

(
w2 ≤ w1
⇔
w1 ≥ 0, w2 ≥ 0

Đặt ω = λd, ∀λ ≥ 0 có
( (
w2 ≤ w1 d2 ≤ d1
⇔ (I)
w1 ≥ 0, w2 ≥ 0 d1 ≥ 0, d2 ≥ 0
Nguyễn Đại An - 20215296

(I) là điều kiện cần và đủ để d = (d1 , d2 ) là 1 phương lùi xa của M . Từ đó, ta có, các phương lùi xa của M
có thể biểu diễn được dưới dạng

d = (d1 , d2 ) = (d1 − d2 )(1, 0) + d2 (1, 1)

với d1 ≥ d2 do điều kiện (I).Vì vậy, mọi phương lùi xa khác (1, 0), (1, 1) đều không là phương cực biên của
M . Ta cần xét xem (1, 0), (1, 1) có là phương cực biên của M hay không.
1. Giả sử tồn tại d1 , d2 là 2 phương lùi xa khác biệt của M sao cho (1, 0) = λ1 d1 + λ2 d2 với λ1 , λ2 > 0.
Khi đó, λ1 (d1 )1 + λ2 (d2 )1 = 1, λa (d1 )2 + λb (d2 )2 = 0. Vậy d1 , d2 đều có dạng α(1, 0) với α > 0 (mâu
thuẫn với giả sử). Vậy (1, 0) là 1 cực biên của M .

2. Giả sử tồn tại d1 , d2 là 2 phương lùi xa khác biệt của M sao cho (1, 1) = λ1 d1 + λ2 d2 với λ1 , λ2 > 0.
Khi đó, λ1 (d1 )1 + λ2 (d2 )1 = λ1 (d1 )2 + λ2 (d2 )2 = 1. Vì từ (I), ta có (d1 )1 ≥ (d1 )2 , (d2 )1 ≥ (d2 )2 nên
λ1 (d1 )1 + λ2 (d2 )1 ≥ λ1 (d1 )2 + λ2 (d2 )2 . Dấu ” = ” xảy ra ⇔ (d1 )1 = (d1 )2 , (d2 )1 = (d2 )2 , khi đó d1 , d2
không khác biệt (trái với giả sử). Vậy (1, 1) là 1 cực biên của M .
Từ đó, ta có

recM = {d = (d1 , d2 ) = (d1 − d2 )(1, 0) + d2 (1, 1); d1 , d2 ∈ R2 ; d1 ≥ d2 ≥ 0}

= {d = (d1 , d2 ) ∈ R2 |d1 ≥ d2 ≥ 0}

P/s: Theo GV dạy mình thì bài tập không cần chứng minh 2 điểm là điểm cực biên.
Bài 10/36:
Kiểm tra thấy x ∈ P . x thỏa mãn chặt 3 rằng buộc Ax = b và 3 rằng buộc dấu. Nhận thấy:
   
1 4 7 1 0 0 1 4 7 0 0 0
2 5 8 0 1 0 0 −3 −6 0 0 0
   
3 6 9 0 0 1
 = r 0 0 0 1 0 0

r0 0 0 1 0 0 0 0
=5
   0 0 1 0 
0 0 0 0 1 0 0 0 0 0 0 1
0 0 0 0 0 1 0 0 0 0 0 0
Nên có tổng cộng 5 rằng buộc độc lập tuyến tính mà x thỏa mãn chặt. Do P ⊂ R6 mà 5 < 6 vậy x không
phải là điểm cực biên của P .
Bài 11/36:
Điểm cực biên: (0, 0), (0, 12), (6, 24) Phương cực biên: (2, 3), (1, 0)
Bài 12/36:
86 2
f (x1 , x2 ) = + 6(x1 − 1) + 3(x2 − 2) + o(∥(x1 − 1, x2 − 2)∥ )
3
Bài 16/37:

1. f (x) = |x| với x ∈ R

(a) Với ∀x1 , x2 ∈ R, λ ∈ [0, 1] có |λx1 + (1 − λ)x2 | ≤ λ |x1 | + (1 − λ) |x2 |




(b) epi(f ) = (x, t) ∈ R2 | (x, t)T , (1, 1) ≥ 0, (x, t)T , (−1, 1) ≥ 0 là 1 tập lồi đa diện nên f lồi.
Nguyễn Đại An - 20215296

2. f (x) = ex + 1 + 5x với x ∈ R
(a) f ′′ (x) = ex > 0∀x ∈ R nên f (x) lồi chặt.
(b) f (x) là tổ hợp của 3 hàm lồi nên nó lồi.
3. f (x) = −lnx + 3x3 với 0 < x < +∞
1
Nhận thấy D = (0, +∞) là tập lồi. f ′′ (x) = + 18x > 0 với ∀x ∈ D nên x là hàm lồi trên D.
x2
4. f (x) = arctg(x) với 0 < x < +∞
Nhận thấy D = (0, +∞) là tập lồi.
−2x
(a) f ′′ (x) = < 0 với x ∈ D nên f (x) không phải là hàm lồi.
(1 + x2 )2
√
   
1 1 2
(b) arctg( 3) + arctg( √ ) = 0, 25π < 0, 27π = arctg √ nên f (x) không phải là hàm lồi.
2 3 3
(
|x| nếu x ≤ 1
5. f (x) =
(x − 2)2 − 1 nếu x > 1

(a) Hàm f gián đoạn tại x = 1 nên nó không liên tục trên tập mở R, tức f không lồi.
1 1
(b) − = (f (0) + f (2)) < f (1) = 1 nên f không lồi.
2 2
(
ex nếu x < 0
6. f (x) = với x ∈ (−∞, 0]
3 nếu x = 0

(a) Có ex là hàm lồi trên (−∞, 0). Lại có, với ∀λ ∈ [0, 1], x ∈ (−∞, 0] thì f (λx + (1 − λ)0) = eλx ≤
λex + (1 − λ)e0 < λex + (1 − λ)3 = λf (x) + (1 − λ)f (0). Nên f (x) lồi trên x ∈ (−∞, 0].
(b) Dễ thấy epif lồi.

Bài 17/37: Các bài này đều xét ma trận Hessan được.
Bài 18/37:
Hiển nhiên hàm hằng là hàm affine bị chặn.
Ngược lại, xét

hàm affine
 bị chặn trên 1 tập affine X là f (x) = ⟨a, x⟩+b. Xét x1 ∈ X có limλ→+∞ f (λx0 ) =
limλ→+∞ λ a, x − x + f (x ) bị chặn với ∀x0 ∈ X biết f (x1 ) bị chặn khi a = 0. Khi đó, f (x) = b.
0 1 1

Bài 19/37:
Hàm Affine trong Rn có dạng f (x) = ⟨a, x⟩ + b. Đây là hàm vừa lồi, vừa lõm.
Bài 23/37:
Nguyễn Đại An - 20215296

Chứng minh. Xét c = inf {∥x − y∥|x ∈ C1 , y ∈ C2 } > 0. Xét x∗ ∈ clC1 , y ∗ ∈ clC2 là các điểm tại đó
∥x∗ − y ∗ ∥ = c với clX là hợp giữa tập X và biên của nó. Do kết quả của bài 22 ta có ⟨x − y, a⟩ ≥
⟨x∗ − y, a⟩ ≥ c2 > 0 với a = x∗ − y ∗ . Vậy ⟨a, x⟩ là 1 siêu phẳng tách chặt clC1 , clC2 , tức tách chặt
C1 , C2 .

Bài 24/38:
Nếu Ax = c thì 1 = cT y = xT AT y nên AT y ̸= 0. Nếu AT y = 0. Giả sử Ax = c. 0 = y T Ax = y T c = 1
vô lý, tức Ax ̸= c Lại có ít nhất 1 trong 2 hệ có nghiệm phụ thuộc theo rA so với n
Bài 25/38: Bđt tam giác.

2 Quy hoạch phi tuyến không rằng buộc

(P krb ) : min f (x) với x ∈ Rn trong đó f : Rn → R là hàm phi tuyến.
(Lưu ý: Trong SGT, mình thấy nói nghiệm tối ưu khi xét ứng với bài toán, điểm tối ưu khi xét ứng với
hàm f )

2.1 Điều kiện tối ưu

1. Điều kiện tối ưu bậc nhất: Nghiệm tối ưu địa phương của bài toán quy hoạch phi tuyến (nếu tồn tại)
là 1 điểm dừng của f .
Nếu hàm f là lồi thì điểm dừng là nghiệm tối ưu toàn cục của bài toán.
2. Điều kiện tối ưu bậc hai:
(a) Nếu x là điểm cực tiểu địa phương của f thì
(
∇f (x) = 0
∇2 f (x) ≥ 0

(b) Nếu x thỏa mãn

(
∇f (x) = 0
∇2 f (x) > 0

thì x là điểm cực tiểu địa phương của f .

Lưu ý: Trong các ma trận với các phần tử là số thực:

(a) Ma trận nửa xác định dương là ma trận đối xứng có các trị riêng không âm. Ma trận A cỡ n × n
là ma trận nửa xác định dương thì v T Av ≥ 0 với mọi vector v ∈ Rn .
(b) Ma trận xác định dương là ma trận đối xứng có các trị riêng dương. Một ma trận xác định dương
là ma trận nửa xác định dương không suy biến (khả nghịch). Ma trận A cỡ n × n là ma trận nửa
xác định dương thì v T Av > 0 với mọi vector v ∈ Rn /{0}.
Nguyễn Đại An - 20215296

(c) Cho ma trận đối xứng A. Qua các phép biến đổi sơ cấp, đưa A về ma trận có dạng bậc thang B.
Xét S là tập các phần tử khác không đầu tiên của từng hàng của B. Có
A là ma trận xác định dương khi và chỉ khi S ⊂ R+
A là ma trận nửa xác định dương khi và chỉ khi S ⊂ R+ ∪ {0}
(d) (Chuẩn Sylvester) Ma trận A đối xứng là xác định dương khi và chỉ khi các định thức con chính
của A là dương.
(e) (Mở rộng chuẩn Sylvester) Cho ma trận A đối xứng và tập S các ma trận con của A được hình
thành bằng cách xóa đi cột thứ i1 , i2 , ..., ik và hàng thứ i1 , i2 , ..., ik với k < n và 1 ≤ i1 , ..., ik ≤ n.
A xác định dương khi và chỉ khí định thức của các ma trận trong S là không âm.
(f) Một ma trận A là ma trận xác định dương nếu tồn tại ma trận vuông R sao cho A = RT R. Nếu
các cột/hàng R độc lập tuyến tính thì A xác định dương.
(g) Một ma trận chéo có các phần tử trên đường chéo chính không âm (dương) thì ma trận nửa xác
định dương (xác định dương).

VD:

• f (x1 , x2 ) = e3x2 − 3x1 ex2 + x31 có

( (
−3ex2 + 3x21 = 0 ex2 = x21
Có ∇f (x) = 0 ⇔ ⇔ ⇔ (x1 , x2 ) = (1; 0)
3e3x2 − 3x1 ex2 = 0 x61 − x31 = 0
 
6 −3
Có ∇2 f (1, 0) = . Các định thức con chính đều dương nên ∇2 f (1, 0) xác định dương.
−3 6
Vậy có (1, 0)T là điểm cực tiểu địa phương của f .
• f (x1 , x2 ) = x31 + x22 − 3x1 − 2x2 + 12
(
3x21 − 3 = 0
Có ∇f (x) = 0 ⇔ ⇔ (x1 , x2 ) ∈ {(±1, 1)}
2x2 − 2 = 0
 
2 6x1 0
Có ∇ f (x) = . Với x = (1, 1)T thì ma trận Hessan xác định dương, x = (−1, 1)T thì
0 2
ma trận Hessan không nửa xác định dương, không nửa xác định âm.
Vậy hàm có 1 cực tiểu địa phương là (1, 1)T .
• f (x1 , x2 ) = x21 + x1 x2 + x22 + 3(x1 + x2 − 2)
(
2x1 + x2 + 3 = 0
Có ∇f (x) = 0 ⇔ ⇔ (x1 , x2 ) = (−1, −1)
x1 + 2x2 + 3 = 0
 
2 2 1
Có ∇ f (x) = . Ma trận Hessan xác định dương với mọi x ∈ R2 vì các định thức con chính
1 2
dương. Do đó, hàm f là hàm lồi chặt.
Vậy (−1, −1)T là điểm cực tiểu toàn cục của hàm.
• f (x1 , x2 ) = (x1 − 4)2 + (x2 − 6)2
Dễ thấy (4, 6)T là điểm cực tiểu toàn cục của hàm. Hàm không còn điểm cực trị nào khác.
Nguyễn Đại An - 20215296

• f (x) = x2 e−(x1 +x2 )

(
−x2 e−(x1 +x2 ) = 0
Có ∇f (x) = 0 ⇔ vô nghiệm. Vậy hàm không có điểm cực trị.
e−(x1 +x2 ) − x2 e−(x1 +x2 ) = 0

′′ ′′
Lưu ý: Hầu hết các hàm xét đều có đạo hàm riêng fxy , fyx bằng nhau theo Clairaut nên ma trận
Hessan thường là ma trận đối xứng. Nhưng nếu không thì không sử dụng điều kiện bậc hai được.

2.2 Phương pháp hướng giảm

1. Hướng giảm: Cho x0 ∈ Rn . Vector d ∈ Rn được gọi là hướng giảm của hàm f tại x0 nếu tồn tại ω > 0
sao cho sup f (x0 + (0, ω)d) = f (x0 ).
VD:
• f (x) = x2 e−(x1 +x2 )
Xét f (2, 1)T + t(3, −1)T = (1 − t)e−3−2t . Với 1 > t thì 1 > 1 − t > 0, e−3 > e−3−2t > 0 nên




f (2, 1)T + t(3, −1)T ≤ f (2, 1). Vậy (3, −1)T là 1 hướng giảm của hàm f tại điểm (2, 1)T .
• f (x) = x3 có 1 hướng giảm tại 0 là −1.
2. Thủ tục tìm chính xác theo tia: Cho điểm xk ∈ Rn và dk là hướng giảm của hàm f tại xk . Thủ tục
này chọn độ dài bước chính xác tk > 0 (nếu tk bằng 0 thì dừng rồi) là nghiệm cực tiểu của hàm f theo
tia {xk + tdk , t ≥ 0}. Đặt
ϕk (t) = f (xk + tdk )
Khi đó, tk là nghiệm cực tiểu của hàm 1 biến ϕ(tk ) với t ≥ 0, tức tk = argmin {ϕk (t)|t ≥ 0}.


3. (Điều kiện Armijo) Cho hàm f khả vi trên Rn , xk ∈ Rn , dk ∈ Rn thỏa mãn ∇f (xk ), dk < 0 và
m1 ∈ (0, 1). Khi đó,
∃t ≥ 0 : f (xk + tdk ) ≤ f (xk ) + mt ∇f (xk ), dk



4. Thủ tục quay lui: Giảm bước t đến mức đủ nhỏ để thỏa mãn bất đẳng thức trong điều kiện Armijo,
sau đó tiếp tục lặp tìm x.
5. Cho hàm f khả vi trên Rn , x0 ∈ Rn , d ∈ Rn . Nếu ⟨∇f (x), d⟩ < 0 thì d là hướng giảm của f tại x0 .
VD:
• f (x) = x2 e−(x1 +x2 )
Có ∇f (2, 1), (3, −1)T = (−e−3 , 0)T , (3, −1)T = −3e−3 < 0 nên (3, −1)T là 1 hướng giảm của




hàm f tại điểm (2, 1)T .


• f (x) = x3 có 1 hướng giảm tại 0 là −1. Tuy nhiên ∇f (0), dT = 0, ∀d ∈ R

6. Cho hàm f khả vi trên Rn , x0 ∈ Rn . Nếu ∇f (x0 ) ̸= 0 thì d=-∇f (x0 ) là 1 hướng giảm tại x0 . Trong các
∇f (x0 )
hướng giảm d của hàm f tại x0 có ∥d∥ = 1 thì hàm f giảm nhanh nhất theo hướng d = − .
∥∇f (x0 )∥
Nguyễn Đại An - 20215296


Chứng minh. Vì ∇f (x0 ), −∇f (x0 ) ≤ 0 nên với ∇f (x0 ) ̸= 0 thì ∇f (x0 ) là 1 hướng giảm của f
0 n
 x . Với f : R 0 →
tại R thì ∇f : Rn → Rn hay ∇f (x) ∈ Rn . Ứng với mỗi x0 ∈ Rn tồn tại 1 hệ
n
v1 , ..., vn−1 , ∇f (x ) ⊂ R độc lập tuyến tính. Trực chuẩn hóa Gram-Schmidt hệ này với vector đầu
∇f (x0 )
 
là ∇f (x0 ) ta có hệ trực chuẩn s1 , ..., sn−1 , . Xét 1 vector d ∈ Rn , d ̸= 0, tồn tại duy nhất
∥∇f (x0 )∥
Pn−1 ∇f (x0 )
1 biểu diễn của d dưới dạng d = i=1 λi si + λn . Ta có
∥∇f (x0 )∥

∇f (x0 ) 2 ∇f (x0 ) 2
 
0 d 2
≥ − ∇f (x0 )

∇f (x ), = λn 0
= λn Pn
∥d∥ Pn−1 ∇f (x ) i=1 |λi |
i=1 λi si + λn ∥∇f (x0 )∥

Dấu bằng xảy ra khi λn = 1, tức d = −∇f (x0 ).

7. Tốc độ hội tụ :

2.2.1 Hướng giảm gradient

Chọn Gradient làm hướng giảm.
VD: Bài toàn (P krb ) với hàm mục tiêu
1. f (x1 , x2 ) = x31 + x22 − 3x1 − 2x2 + 12
Có ∇f (x1 , x2 ) = (3x21 − 3, 2x2 − 2)
Lấy ω = 0.1

(a) Chính xác theo tia:

Lần 1: Chọn x0 = 0 có ∇f (0) = (−3, −2), ∥∇f (0)∥ = 5 > ω.
Xét ϕ(t) = f (3t, 2t) có
(
t ≈ 0.35
ϕ′ (t) = 3(27t2 − 3) + 2(4t − 2) = 81t2 + 8t − 13 = 0 ⇒
t ≈ −0.45

Lại có ϕ′′ (t) = 192t + 8. ϕ′′ (−0.45) < 0 nên không phải là điểm cực tiểu của hàm f . ϕ′′ (0.35) > 0
nên là điểm cực tiểu của hàm f . Vậy chọn t0 = 0.35 > 0.
Đặt x1 = x0 + (0.35)∇f (x0 ) = (1.05; 0.7)T .

Lần 2: Có ∇f (x1 ) = (0.3075, −0.6)T , ∇f (x1 ) > ω.
Xét ϕ(t) = f (1.05 − 0.3075t, 0.7 + 0.6t) có...
(b) Thủ tục quay lui: Chọn m = 0.5, α = 0.5
2
Chọn x0 = 0 có f (0, 0) = 12∇f (0) = (−3, −2)T , −m∥∇f (0)∥ = −12, 5. Xét x1 (t) = x0 −
t∇f (0) = (3t, 2t)T .
Với t = 1, có f (3, 2) − f (0, 0) = 18 > −12, 5 · 1.
Nguyễn Đại An - 20215296

Với t = 0.5 có f (1, 5; 1) − f (0, 0) = −2.125 > −6.25 = −12, 5 · 0, 5.

 
3 1
Với t = 0.25 có f ; − f (0, 0) ≈ −2.58 > −3.125 = −12, 5 · 0, 25.
4 4
 
3 1 1
Với t = 0.125 có f ; − f (0, 0) ≈ −1.51 > −1.5625 = −12, 5 · .
8 8 8
 
1 3 1 1
Với t = có f ; − f (0, 0) ≈ −0.79 < −0.78125 = −12, 5 · .
16 16 16 16
 T
0 1 1 3 1
Vậy chọn t = ,x = ;
16 16 16
Xét ...

2.2.2 Phương pháp Newton

Với (P krb ) có f khả vi 2 lần, dùng phương pháp Newton trong phương pháp tính giải hệ phương trình
phi tuyến:
∇f (x) = 0
1. Phương pháp Newton thuẩn túy:
(a) Độ dài bước nhảy bằng 1.
(b) Hướng giảm tại 1 điểm xk là hướng Newton của hàm f tại xk : pk = − ∇2 f (xk )−1 ∇f (xk ).
 
 
(c) Có thể xác định pk bằng cách giải hệ ∇2 f (xk ) pk = −∇f (xk ) thay vì tính ma trận nghịch đảo
của Hessan.
2. Phương pháp Newton với bước điều chỉnh hay phương pháp Newton suy rộng là phương pháp Newton
thuần túy với bước nhảy t được xác định bởi thủ tục quay lui.
3. Phương pháp tựa Newton với thuật toán D.F.P.

2.3 Bài tập quy hoạch phi tuyến không rằng buộc
Bài 3/289:
Chứng minh. Có ∇f (x) = Ax + b, ∇2 f (x) = A. Vì A xác định dương nền f (x) là hàm lồi chặt. Một điểm x
là điểm cực tiểu toàn cực của f (x) khi và chỉ khi ∇f (x) = 0, tức Ax + b = 0
Bài 4/289:
(
Ax = b
1. Điều kiện cần bậc 1: Ax = b. Điều kiện cần bậc 2: . Hàm f (x) có điểm dừng
A nửa xác định dương
khi và chỉ khi hệ Ax = b có nghiệm, tức r(A|b) = r(A).
(
Ax = b
2. Hàm f (x) có cực tiểu địa phương khi hệ có nghiệm, tức r(A|b) = r(A) và A xác
A xác định dương
định dương.
Nguyễn Đại An - 20215296

3. Hàm f (x) có điểm dừng khi và chỉ khi hệ Ax = b có nghiệm, tức r(A|b) = r(A). Nghiemj này không
phải cực trị địa phương khi A không nửa xác định dương, cũng không nửa xác định âm.
Bài 5/289:
T
1. ∇f (x) = (2αx1 − 2x2 , 2x2 − 2x1 − 2) . Điểm dừng của f thỏa mãn ∇f (x) = 0, tức

α = 0, (x1 , x2 ) = (−1,0)
( (
2αx1 − 2x2 = 0 αx1 − x2 = 0
⇔ ⇔

1 α
2x2 − 2x1 − 2 = 0 x1 − x2 = −1 α∈/ {0, 1}, (x1 , x2 ) = ,
α−1 α−1

−3ey
 

T 6x
2. Có ∇f (x, y) = −3ey + 3x2 , 3e3y − 3xey , ∇2 f (x) = y 3y
T
y . Tại điểm (1, 0) , ∇f (1, 0) =
  −3e 9e − 3xe
6 −3
0 và ∇2 (1, 0) = là ma trận xác định dương vì các định thức con chính dương. Vậy (1, 0)T
−3 6
là điểm tối ưu địa phương chặt. Nếu cố định y = 0 và cho x → −∞ thì f (x, y) → −∞ nên hàm không
có điểm tối ưu toàn cục.
Bài 7/290:
1. (easy)
2. (easy)
3. f (x1 , x2 ) = 8x21 + 3x1 x2 + 7x22 − 25x1 + 31x2 − 29
 
T 2 16 3
Có ∇f (x) = (16x1 + 3x2 − 25, 3x1 + 14x2 + 31) , ∇ f (x) = . Ma trận Hessan xác định
3 14
n
dương
( trên R nên hàm f (x) lồi, mọi điểm dừng là cực tiểu toàn cục của hàm f (x). Xét ∇f (x) = 0 ⇔
 
16x1 + 3x2 − 25 = 0 443 571
⇔x= ,−
3x1 + 14x2 + 31 = 0 215 215

4. f (x1 , x2 ) = 2x21 + x22 − 2x1 x2 + 2x31 + x41

(
4x1 − 2x2 + 6x21 + 4x31 = 0
 
−1
Có ∇f (x) = 0 ⇔ ⇔ x2 = x1 ∈ , −1, 0 . Xét ∇2 f (x) =
2x2 − 2x1 = 0 2
4 + 12x1 + 12x21 −2
 
có các định thức con chính d1 = 4 + 12x1 + 12x21 , d2 = 4 + 24x1 + 24x21 .
−2  2 
−1
Với x2 = x1 ∈ , −1, 0 thì d2 < 0 nên hàm không có điểm cực tiểu địa phương. Bài toán không
2
có phương án tối ưu.
Bài 8/290:
T
Có ∇f (x1 , x2 ) = (2x1 − x2 − 2 + ex1 +x2 , −x1 + 4x2 + ex1 +x2 ) . Tại điểm x = 0 có ∇f (x) = (−1, 1) ̸= 0
nên x = 0 không phải là điểm cực tiểu địa phương của hàm f . 1 hướng giảm cùa f tại x = 0 là −∇f (0) =
(1, −1).
Bài 10/290:
Hướng giảm d của hàm f tại x∗ trong bài toán (P krb ) là vector thỏa mãn:
Nguyễn Đại An - 20215296

∃ω > 0 : f (x∗ + (0, ω)d) = f (x∗ )

Điều kiện đủ để nhận biết d ∈ Rn hướng giảm tại điểm x là ⟨∇f (x), d⟩ < 0.
Bài 11/290:
 
T 2 2 0
1. ∇f (u) = (2u1 , 4u2 ) , ∇ f (x) = . Do Hessan xác định dương với mọi u nên hàm f là lồi chặt,
0 4
nên mọi điểm dừng của f là điểm cực tiểu toàn cục.
Với u0 = (2, 1)T thì ta có ∇f (2, 1) = (4, 4), ϕ(t) = f (2 − 4t, 1 − 4t), ϕ′ (t) = −4(2(2 − 4t) + 4(1 − 4t)) =
1
−16(2 − 6t). ϕ′ (t) = 0 ⇔ t = là điểm cực tiểu của ϕ(t).
3
   
2 1 4 T 2 4 1 4 1
Ta có u1 = , − . Ta có ∇f (u1 ) = (1, −1) , ϕ(t) = f − t, − + t , ϕ′ (t) = 0 ⇔ t = .
3 3 3 3 3 3 3 3
   
2 1 4 T 2 − 4t 1 − 4t 1
Ta có u2 = , . Ta có ∇f (u2 ) = (1, 1) , ϕ(t) = f , . ϕ′ (t) = 0 ⇔ t = .
9 9 9 9 9 3
 
3 2 1
Ta có u = ,− .
27 27

Bài 13/291:
Điều kiện cần của cực tiểu địa phương với bài toán (P krb ) với hàm mục tiêu f khả vi 2 lần là
(
∇f (x) = 0
∇2 f (x) ≥ 0

2.4 Code C++ 1 số thuật toán phi tuyến không rằng buộc

3 Quy hoạch tuyến tính

min{f (x) = ⟨c, x⟩ |x ∈ D} trong đó c ∈ Rn và D là tập lồi đa diện.

1. Dạng chuẩn tắc

min f (x) = ⟨c, x⟩

v.đ.k Ax ≥ b
x≥0

Ax ≥ b là các rằng buộc chính. x ≥ 0 là các rằng buộc dấu.

2. Dạng chính tắc

min f (x) = ⟨c, x⟩

v.đ.k Ax = b
x≥0
Nguyễn Đại An - 20215296

với b ≥ 0
3. Phương án cực biên là điểm cực biên của tập nghiệm chấp nhận được D.
4. Nếu tập nghiệm chấp nhận được D khác rỗng và bị chặn thì bài toán quy hoạch tuyến tính luôn có
nghiệm tối ưu. Nếu tập nghiệm chấp nhận được D khác rỗng và hàm mục tiêu bị chặn dưới thì bài
toán quy hoạch tuyến tính luôn có nghiệm tối ưu.
5. Nghiệm tối ưu của bài toán quy hoạch tuyến tính là 1 diện của tập lồi đa diện chấp nhận được.
6. Nếu 1 quy hoạch tuyến tính có nghiệm tối ưu và tập lồi đa diện rằng buộc có đỉnh thì nghiệm tối ưu
phải đạt tại ít nhất 1 đỉnh, tức đạt tại ít nhất 1 phương án cực biên.
7. Nghiệm tối ưu của bài toán quy hoạch tuyến tính cũng là nghiệm tối ưu toàn cục.

3.1 Phương pháp hình học

Kẻ đường mức của f đi qua 1 điểm trong tập chấp nhận được D. Tịnh tiến đường mức này theo hướng
ngược với vector gradient của hàm mục tiêu f cho đến khi đường mức không còn cắt tập chấp nhận được
D. Nghiệm tối ưu là tập các điểm của D nằm trên đường mức cuối cùng.

3.2 Phương pháp đơn hình

1. Xét bài toán quy hoạch tuyến tính dạng chính tắc:

min{⟨c, x⟩ |x ∈ D} trong đó c ∈ Rn /{0} với D = {x|Ax = b, x ≥ 0} với A là ma trận cấp m × n,

m < n và b ≥ 0.

Nếu m ≥ n và rA = n thì hệ phương trình Ax = b cho 1 nghiệm duy nhất. Bài toán không có nhiều ý
nghĩa.
Nếu m ≥ n và rA < n thì hệ phương trình dưới dạng A′ x = b′ với A′ gồm rA hàng độc lập tuyến tính
của A và b′ gồm các phần tử của b ứng với các hàng đó.
2. Xét 1 đỉnh x0 ∈ D, có 3 trường hợp xảy ra:
(a) Trên mọi cạnh của tập chấp nhận được xuất phát từ x0 giá trị hàm mục tiêu đều không giảm.
Khi đó, x0 là nghiệm tối ưu toàn cục của (LP ct ).

Chứng minh. Giả sử mọi cạnh của tập chấp nhận được xuất phát từ x0 giá trị hàm mục tiêu đều
không giảm nhưng x0 không phải là nghiệm tối ưu toàn cục của (LP ct ). Vậy tồn tại 1 đỉnh x1
khác x0 sao cho x1 là nghiệm tối ưu toàn cục. Khi đó, xét x ∈ [x0 , x1 ], tồn tại λ ∈ [0, 1] sao cho
x = λx0 + (1 − λ)x1 . Khi đó, có ⟨c, x⟩ = λ < c, x0 > +(1 − λ) < c, x1 >≤< c, x0 > mâu thuẫn với
giả thiết. Vậy x0 là nghiệm cực tiểu toàn cục của bài toán.

(b) Mọi cạnh xuất phát từ x0 , theo đó giá trị hàm mục tiêu giảm, đều là cạnh hữu hạn. Đi theo 1
cạnh như thế, ta sẽ đến 1 đỉnh x1 kề với x0 mà

1
0
c, x < c, x
Nguyễn Đại An - 20215296

(c) Có 1 cạnh vô hạn xuất phát từ x0 , theo đó giá trị hàm mục tiêu giảm. Khi đó, giá trị hàm mục
tiêu sẽ tiến đến −∞ theo cạnh này và bài toán không có nghiệm tối ưu.
3. Trong bài toán quy hoạch chính tắc trên. Ký hiệu Aj là cột thứ j của ma trận A, j = 1, n. Ký hiệu
J(x0 ) = {j ∈ {1, ..., n}|x0j > 0}. Điều kiện cần và đủ để 1 điểm x0 ∈ D là phương án cực biên là

hệ {Aj |j ∈ J(x0 )} độc lập tuyến tính