Investigacion de operaciones fundamentos
UNIDAD I: Fundamentos de la Optimizaci´n No Lineal o
Definiciones b´sicas, Ejemplo y a caracterizaci´n de Convexidad o
Realizado por: Lcda. Jessica P´rez e
1
En est´ primera unidad debemos dar un sustentomatem´tico a todos los estudios a a referentes a la optimizaci´n no lineal que nos ayudaran a dar cuerpo al contenido que o ser´ desarrollado en esta c´tedra. a a
Derivadas Parciales
Derivadas Pariciales de primer orden: Se define la derivada parcial de una funci´n de varias variables, f (x1 , x2 , ..., xn ) con n > 1, con respecto a (x1 , x2 , ..., xn ), o como: f (x1 , ..., xi + ∆xi , ...,∆xn ) − f (x1 , ..., xi , ..., xn ) ∂f = l´ ım ∂xi ∆xi ∆xi →0 Ejemplo: Sea f (x1 , x2 ) = 2x3 − 3x1 x2 + 8x2 . Determinemos las derivadas parciales de dicha 1 funci´n de varias variables, la cual es continua por ser un polinomio y as´ se garano ı tiza que todas sus derivadas existen.
∂f = ∂x1
6x2 − 3x2 1
∂f = ∂x2
−3x1 + 8
Derivadas Parciales de Segundo Orden: Si se considera una funci´nde dos o variables, entonces sus derivadas tambi´n son funciones de dos variables, por lo e que podemos considerar sus derivadas parciales, las cuales son llamadas segundas derivadas parciales de f . Si se tiene una funci´n de dos variables, f (x1 , x2 ) se tiene o que: ∂2f ∂x2 1 ∂2f ∂x1 ∂x2 ∂2f ∂x2 ∂x1 ∂2f ∂x2 2 Ejemplo: Sea f (x, y) = x3 + x2 y 3 − 2y 2, determinaremos las derivadas de segundoorden de esta funci´n. Para ello es indispensable primero determinar las derivadas parciales o 2 ∂ ∂f ( ) ∂x1 ∂x1 ∂ ∂f = ( ) ∂x2 ∂x1 ∂ ∂f = ( ) ∂x1 ∂x2 ∂ ∂f = ( ) ∂x2 ∂x2 =
de primer orden. As´ las primeras derivadas de f est´n dadas por: ı a
∂f = ∂x
3x2 + 2xy 3
∂f = ∂y
3x2 y 2 − 4y
Por consiguiente,
∂2f = ∂x2 ∂2f ∂y∂x
6x + 2y 3 = 6xy 2
∂2f ∂x∂y
∂2f ∂x∂y ∂2f = ∂y 2= 6xy 2 6x2 y − 4
Observaci´n: Si las derivadas o
y
∂2f ∂y∂x
existen y son continuas, entonces
∂2f ∂2f = ∂x∂y ∂y∂x
Gradiente
Sea una funci´n de varias variables f (x1 , x2 , ..., xn ) con n > 1, se puede definir el o gradiente de f como la matriz unicolumna formada por las derivadas parciales de primer orden, se denota por, ∇f , y esta dado por: ∂f
∂x1 ∂f ∂x2
Ejemplo: ∇f =
. . .
∂f ∂xn
Si consideramos la funci´n, f (x1 , x2 ) = 2x3 −3x1 x2 +8x2 , en ejemplos anteriores fueron o 1 determinadas las derivadas parciales de primer orden de esta funci´n las cuales son: o
∂f = 6x2 − 3x2 ∂x1 1 ∂f = −3x1 + 8 ∂x2
De aqui el gradiente esta dado por,
3
Hessiano
∇f =
6x2 − 3x2 1 −3x1 + 8
Sea f (x1 ,x2 , ..., xn ) una funci´n de varias variables con n > 1, se puede definir la o matriz hessiana como la matriz cuadrada de orden n × n cuya componente ij− ´sima es e el elemento ∂2f ∂xi ∂xj Si consideramos una funci´n de dos variables, digamos f (x1 , x2 ), entonces el hessiano o esta formado por las cuatro derivadas parciales de segundo orden de la funci´n, esto es: o H(x1 , x2 ) =
∂2f ∂x2 1 ∂2f∂x2 ∂x1 ∂2f ∂x1 ∂x2 ∂2f ∂x2 2
Ejemplo: Sea la funci´n f (x, y, z) = x2 ey , determinaremos la construcci´n de la mao o triz hessiana. Para esto es necesario determinar en primer lugar las derivadas parciales de primer orden, luego las de segundo orden y de all´ podremos construir dicha matriz. ı
2 ∂f = 2xey ∂x 2 ∂f = 2x2 yey ∂y
2
Y como estas derivadas son funciones de dos variables yadem´s son continuas (por a ser polinomios), entonces podemos determinar las derivadas de segundo orden.
∂2f = ∂x2
2ey
2
∂2f = ∂x∂y
4xyey
2
∂2f = ∂y∂x
4xyey
2
∂2f = ∂y 2
2x2 ey + 4x2 y 2 ey
2
2
De aqui la matriz Hessiana esta dada por: 2 2 2ey 4xyey H(x1 , x2 ) = y2 2 y2 2 2 y2 4xye 2x e + 4x y e
4
Combinaciones Lineales
Una combinaci´n...
Regístrate para leer el documento completo.