Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
OPTIMIZACIÓN MATEMÁTICA Y COMPUTACIONAL Volumen I Villalba Salazar, Raul Moises Villalta Cueto, Cesar Ronald DSc. ERIK ALEX PAPA QUIROZ SEMINARIO DE TESIS I 5 de julio del 2021 SEMINARIO DE TESIS I OPTIMIZACIÓN MATEMÁTICA Y COMPUTACIONAL Lema 5.5 Sea C un conjunto convexo, f : C → R una función y x ∈ C , entonces ∂f (x) es convexo y cerrado. Subdiferenciabilidad Definición: Sea C un conjunto convexo de Rn y f : C → R una función. El punto s ∈ Rn es un subgradiente de f en x̄ ∈ C si f (y) ≥ f (x̄) + 〈s, y − x̄〉 para todo y ∈ C . SEMINARIO DE TESIS I OPTIMIZACIÓN MATEMÁTICA Y COMPUTACIONAL El conjunto de todo los subgradientes de f en x̄ es llamado el subdiferencial de f en x̄ y es denotado por ∂f (x̄), esto es, ∂f (x̄) = {s ∈ Rn : f (y) ≥ f (x̄) + 〈s, y − x̄〉} para todo y ∈ C . Prueba: Probaremos inicialmente la convexidad. Sean s1, s2 ∈ ∂f (x), entonces para todo α ∈ [0, 1] se tiene αf (y) ≥ αf (x) + 〈 αs1, y − x 〉 , para todo y ∈ C , esto es (1− α)f (y) ≥ (1− α)f (x) + 〈 (1− α)s2, y − x 〉 , para todo y ∈ C . Sumando ambas desigualdades tenemos: f (y) ≥ f (x) + 〈 as1 + (1− α)s2, y − x 〉 para todo y ∈ C , esto implica que αs1 + (1− α)s2 ∈ ∂f (x), para todo α ∈ [0, 1]. Lo cual prueba la convexidad. SEMINARIO DE TESIS I OPTIMIZACIÓN MATEMÁTICA Y COMPUTACIONAL Prueba: Ahora probaremos la cerradura. Sea { sk } una sucesión en ∂f (x) tal que ĺım k→∞ sk = s. Como sk ∈ ∂f (x) entonces f (y) ≥ f (x) + 〈 sk , y − x 〉 para todo y ∈ C . Tomando límite cuando k va para el infinito y usando la continuidad del producto interno 〈, 〉 tenemos f (y) ≥ f (x) + 〈s, y − x〉, para todo y ∈ C . Así, s ∈ ∂f (x). De ambos resultados obtenemos que ∂f (x) es convexo y cerrado. � SEMINARIO DE TESIS I OPTIMIZACIÓN MATEMÁTICA Y COMPUTACIONAL
Compartir