Professional Documents
Culture Documents
Operációkutatás szakirány
Sztochasztikus programozás, BMETE93MM05
5. Előadás
1
Bizonyítás: Tegyük fel indirekt módon, hogy léteznek egymástól különböző x, y ∈ C
pontok és λ ∈ (0, 1), hogy f(xλ ) ≤ min{f(x), f(y)}, ahol xλ = λx + (1 − λ)y. Mivel
f(x) ≥ f(xλ ), azért f szigorú pszeudokokonkávitása miatt ∇f(xλ )(x − xλ ) > 0. Ezért
Hasonlóan, mivel f(y) ≥ f(xλ ), azért f szigorú pszeudokokonkávitása miatt ∇f(xλ )(y −
xλ ) > 0. Ezért
0 < ∇f(xλ )(y − xλ )
= ∇f(xλ ) [y − λx − (1 − λ)y]
= ∇f(xλ ) [λ(y − x)]
= λ∇f(xλ )(y − x)
és így a pozitív λ-val osztva:
∇f(xλ )(y − x) > 0. (2)
2
szigorú konkávitás konkávitás
kvázikonkávitás
Azt is meg kell jegyezni, hogy bár a kvázikonkáv függvényekre vonatkozó nagyobb
vagy egyenlő típusú feltételek konvex halmazt definiálnak, a megoldó algoritmusok szem-
szögéből mégis kívánatosabb ezekre a nemlineáris függvényekre is megkövetelni a psze-
udokonkávitást, mert ekkor például a Slater-regularitást elég kikötni a Kuhn-Tucker
optimalitási feltételek szükségességéhez. Ez pedig sokkal könnyebben ellenőrizhető, mint
a különben szükséges Kuhn-Tucker regularitási feltétel.
3
2. Tétel: Legyen C az Rn egy nemüres, nyílt, konvex halmaza és legyen az f és g két
szigorúan pozitív függvény a C fölött. Tegyük fel, hogy mindkét függvény folytonosan
differenciálható. Ha még f konkáv és g konvex, akkor
f(x)
h(x) =
g(x)
pszeudokonkáv C fölött.
g(x)∇f(x)(y − x) − f(x)∇g(x)(y − x) ≤ 0.
azaz
g(x)f(y) − g(x)f(x) − f(x)g(y) + f(x)g(x) ≤ 0
és így
g(x)f(y) − f(x)g(y) ≤ 0,
Ebből pedig g(x)g(y) > 0-lal osztás után következik, hogy h(y) − h(x) ≤ 0, azaz
h(y) ≤ h(x).
4
R folytonosan differenciálható, szigorúan monoton növekedő függvény, melyre f′ (x) 6= 0
minden x ∈ R esetén. Ekkor h(x) = f(g(x)) pszeudokonkáv, vagy pszeudokonvex C
fölött.
-2
-4
-4 -2 0 2 4
5
2. Definíció: Legyen f : C → R nemnegatív függvény az Rn tér egy C nemüres, konvex
halmazán.
Pn
Bizonyítás: Az állítás abból következik, hogy log f(x) = i=1 log fi (x) és hogy konkáv
függvények összege szintén konkáv.
6
Bizonyítás: Mivel tetszőleges u, v ∈ Rn és 0 < λ < 1 esetén g(λu + (1 − λ)v) =
f(λ(u + y) + (1 − λ)(v + y)), azért az első állítás azonal következik. A logkonkávitás
definíciójából hasonlóan könnyen következik a második állítás.
max c′ x + z
feltéve, hogy
f(x) − z ≥ 0
x ∈ C.
7
f(x) = x + x3 pszeudokonkáv függvény esetén könnyen ellenőrizhető, hogy x + x3 − z
nem kvázikonkáv függvény, ezért a fenti nemlineáris programozási feladat megengedett
megoldásainak a halmaza nem konvex! Az erősebb logkonkávitási tulajdonság megköve-
telése sem segít a helyzeten, hiszen ekkor tekinthetjük például az f(x) = ex függvényt,
amely nyilvánvalóan logkonkáv. Ugyanakkor ex − z egy nemlineáris, konvex függvény és
így az {(x, z)|ex − z ≥ 0} halmaz nem konvex!