Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással



Hasonló dokumentumok
Szemidenit optimalizálás és az S-lemma

Diszkrét Matematika MSc hallgatók számára. 4. Előadás

4. Előadás: Erős dualitás

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben

Boros Zoltán február

Totális Unimodularitás és LP dualitás. Tapolcai János

Konvex optimalizálás feladatok

A szemidefinit programozás alkalmazásai a kombinatorikus optimalizálásban című jegyzetemhez

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Opkut deníciók és tételek

A szimplex algoritmus

Lineáris algebra. (közgazdászoknak)

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

Metrikus terek, többváltozós függvények

Nemlineáris programozás: algoritmusok

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

Nemlineáris programozás 2.

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

A fontosabb definíciók

Valós függvények tulajdonságai és határérték-számítása

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

DR. NAGY TAMÁS. egyetemi docens. Miskolci Egyetem Alkalmazott Matematikai Tanszék

11. Előadás. 1. Lineáris egyenlőség feltételek melletti minimalizálás

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

15. LINEÁRIS EGYENLETRENDSZEREK

MATEMATIKA 2. dolgozat megoldása (A csoport)

Záróvizsga tételek matematikából osztatlan tanárszak

Numerikus módszerek 1.

Folytonos görbék Hausdorff-metrika Mégegyszer a sztringtérről FRAKTÁLGEOMETRIA. Metrikus terek, Hausdorff-mérték. Czirbusz Sándor

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Az ellipszoid algoritmus

FÜGGVÉNYEK TULAJDONSÁGAI, JELLEMZÉSI SZEMPONTJAI

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

Haladó lineáris algebra

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

Függvények határértéke, folytonossága FÜGGVÉNYEK TULAJDONSÁGAI, SZÉLSŐÉRTÉK FELADATOK MEGOLDÁSA

Diszkrét Matematika MSc hallgatók számára. 14. Előadás

A lineáris programozás alapjai

4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre

Bevezetés az algebrába 2 Vektor- és mátrixnorma

Nem-lineáris programozási feladatok

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

1. Parciális függvény, parciális derivált (ismétlés)

Kalkulus 2., Matematika BSc 1. Házi feladat

Funkcionálanalízis. n=1. n=1. x n y n. n=1

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

Nagy Gábor compalg.inf.elte.hu/ nagy

Nevezetes függvények

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

3. Lineáris differenciálegyenletek

Numerikus módszerek 1.

2012. október 2 és 4. Dr. Vincze Szilvia

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás

BIOMATEMATIKA ELŐADÁS

Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás

Operátorkiterjesztések Hilbert-téren

Losonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar

Matematika III előadás

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

5. A kiterjesztési elv, nyelvi változók

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Nemlineáris optimalizálás

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai

Modellek és Algoritmusok - 2.ZH Elmélet

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < szeptember 27.

Lineáris egyenletrendszerek

Matematika III előadás

NP-teljesség röviden

Nemlineáris optimalizálás Dr. Házy, Attila

Függvények határértéke és folytonossága

Diszkrét matematika 1. középszint

Optimalizálási eljárások MSc hallgatók számára Előadás

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. 3. Rövid leírás. 4. Oktatási módszer. Biró Zsolt. 1.

Ellenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. Biró Zsolt. 1. Célkit zések Általános követelmények 1

2017/ Szegedi Tudományegyetem Informatikai Intézet

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

Diszkrét matematika I.

Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával

Operációkutatás I. Tantárgyi útmutató

Ujv ari Mikl os KONVEX ANAL IZIS

OPERÁCIÓKUTATÁS No. 5. Etienne de Klerk Cornelis Roos Terlaky Tamás NEMLINEÁRIS OPTIMALIZÁLÁS

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Határozatlan integrál

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Kétváltozós függvények differenciálszámítása

Numerikus módszerek 1.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Átírás:

pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6.

1 2 3

Kvadratikus egyenlőtlenségrendszerek Primál feladat f(x) < 0 g i (x) 0, i = 1,..., m x R n, f, g i : R n R kvadratikus (x T Ax + b T x + c) Elégséges feltétel λ R m, amelyre f(x) + i λ i g i (x) 0, x R n Mikor szükséges is? Regularitási feltétel (Slater) Konvex függvények m = 1 (S-lemma, Yakubovich, 1971)

Az S-lemma Yakubovich, 1971 Ha x : g( x) < 0, akkor az alábbi két álĺıtás ekvivalens: x R n : f(x) < 0, g(x) 0 y 0 : f(x) + yg(x) 0 minden x-re Konvexitás nélkül! Rejtett konvexitás Alkalmazások Ljapunov-féle stabilitásvizsgálat Ellipszoidtartalmazás Számítógépes grafika

Megoldási módszerek Csak,,kevés egyenlet esetén Rangkorlátozott lineáris mátrixegyenlőtlenségek Viszonylag új terület Az együttes numerikus értékkészlet konvexitása Klasszikus elmélet (Hausdorff, Töplitz) König, Ky Fan

Jelölések Mátrixok S n : n n valós szimmetrikus mátrixok PS n S n : pozitív szemidefinit mátrixok, F G = Tr (F G) = Tr (GF ) skalárszorzat Primál feladat homogén alak x T Ax < 0, x T Bx 0, x R n nem megoldható Duál feladat homogén alak Regularitási feltétel (Slater) λ 0, amelyre A + λb 0 x : x T B x < 0

Két egyenlőtlenségre x T A 1 x + 2b T 1 x + c 1 < 0 x T A 2 x + 2b T 2 x + c 2 0 Homogenizáló változó x T A 1 x + 2b T 1 xt + c 1 t 2 < 0 x T A 2 x + 2b T 2 xt + c 2 t 2 0 Eredeti megoldható homogén megoldható és t = 1 A t = 0 esetet a Slater-feltétellel zárjuk ki.

Tartalom x T Ax < 0 A xx T < 0 A X < 0 x T Bx 0 B xx T 0 B X 0 x R n rank (X) = 1, X 0 Pataki, 1998: A S n affin altér, dim A ( ) ( n 2 r+2 ) 2 + 1, PS n A =, X PS n A, amelyre rank (X) r. Barvinok, 2001: A S n affin altér, dim A = ( ) ( n 2 r+2 ) 2, PS n A = és korlátos X PS n A, amelyre rank (X) r. r = 1 + Farkas + Slater S-lemma NB: r = 1 miatt a második eset csak n 3-ra működik

Bizonyítások Tartalom Pataki, 1998: A S n affin altér, dim A ( ) ( n 2 r+2 ) 2 + 1, PS n A =, X PS n A, amelyre rank (X) r. Elemi, geometriai Konstruktív, sőt polinomiális Barvinok, 2001: A S n affin altér, dim A = ( ) ( n 2 r+2 ) 2, PS n A = és korlátos X PS n A, amelyre rank (X) r. Nem elemi, differenciálgeometriai Nem konstruktív, nincs algoritmus

A primál feladat nem megoldható R R { (x T Ax, x T Bx) : x R n} = } {{ } konvex! (Dines, 1941) Kicsit általánosabb eredmény (Poljak, 1998) n 3, az A, B 1, B 2 mátrixoknak van PD lineáris kombinációjuk { (x T Ax, x T B 1 x, x T B 2 x) : x R n} konvex Szeparációs bizonyítás Norma-feltétel

A rangfeltétel és a konvexitás ekvivalenciája Az { (x T Ax, x T Bx) : x R n} halmaz konvexitása y, z R n, λ [0, 1] Kell: x R n x T Ax = λy T Ay + (1 λ)z T Az x T Bx = λy T By + (1 λ)z T Bz X = xx T a következő rendszer 1-rangú megoldása A X = λy T Ay + (1 λ)z T Az B X = λy T By + (1 λ)z T Bz Pataki: létezik 1-rangú megoldás

Magasabb rangú megoldások Konvex-e { r x T i A 1 x i,..., i=1 Ekvivalens alakban } r x T i A m x i R m, x i R n, i = 1,..., r? i=1 {A 1 X,..., A m X} R m, X R n n, rank (X) r Új konvexitási eredmények

König-konvexitás f : X Y, x 1, x 2 X létezik x 3, amelyre 2f(x 3 ) f(x 1 ) + f(x 2 ) rendezés: x y y x K Y zárt, konvex,,,szép kúp Illés és Kassay, 1994 Legyen f : X Y König-konvex, f(x) 0 nem megoldható y K \ {0} amelyre y, f(x) 0, x X. Hogyan lehet a König-konvexitást bizonyítani? folytonosság együttes értékkészlet konvexitása

König-linearitás f, g : R n R homogén kvadratikus F (x) := (f(x), g(x)), K = R 2 {F (x) : x R n } konvexitása miatt x 1, x 2 R n x 3 : F (x 3 ) = F (x 1 ) + F (x 2 ), vagyis F König-lineáris. További függvények?

, további lehetőségek További elégséges feltételek Ramana, 1995: NP-teljes (nem meglepő) negatív eredmények Bonyolultabb függvények Poljak, 2001:,,kis gömb képe konvex Általánosabb dualitás Elégséges mátrixok SOS optimalizálás

pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6.

Figure: { (x T Ax, x T Bx) : x R n} ( 2 0 A = 0 1 ) ( 3 1, B = 1 0 ) Vissza a konvexitáshoz!