Optimització No Lineal I (ONL1)
Professors Responsables: |
NARCÍS NABONA FRANCISCO (nabonaeio.upc.edu )
|
|
Crèdits: 6.0 (3.0 T 1.5 P 1.5 L)
|
Departament:
EIO
|
Tipus d'assignatura
Optativa per la EI
Requisits de l'assignatura
MDIO2
- Pre-requisit per la EI
|
|
Objectius docents
Presentar les bases teòriques dels principals algorismes d'Optimització No Lineal i les seves eines professionals de resolució de problemes reals i d'alta dimensionalitat. Amb aquesta finalitat: - es justificarà l'eficiència computacional dels algorismes que es presenten - s'arribarà a la comprensió de part de les propietat dels algorismes per experimentació computacional - s'adquirirà pràctica en l'ús dels paquests professionals d'Optimització No Lineal - s'entrarà en contacte amb problemes reals d'Optimització No Lineal. (En el curs d'Optimització No Lineal II s'estudien altres algorismes d'Optimització No Lineal i s'arriba a un major aprofondiment en alguns temes). En la classificació dels temes es distinguix entre temes teòrics -amb la indicació (t)- i temes s'exercicis computacionals -amb la indicació (c)-. Les classes de pràctiques estan dedicades tant a problemes com a preparació d'exercicis computacionals. Com a part dels exercicis computacionals hi ha l'explicació i codificació d'un problema real d'optimització sense constriccions lineals {proc1} i d'un problema amb contriccions qualsevol {procq}.
Programa
1. Repàs de conceptes bàsics:
-(t) Funcions de diverses variables. Gradient. Hessià. Vector de funcions. Jacobià. Condició de definició de matrius. Resolució de sistemes d'equacions lineals a partir de triangularització de matrius. -(t) Esparsitat de vectors i matrius. Ubicadors i accessibilitat. Operacions. Graf equivalent de matrius simètriques esparses. Triangularització i reordenacions. -(c) Exercicis FUNQ i UBIC.
2. Optimització sense Constriccions:
-(t) L'explotació lineal. Derivada direccional. Ajustos quadràtics i cúbics. Condicions 1a i 2ona d'Armijo Goldstein. -(c) Codificació de les rutines de valor de la funció objectiu i gradient d'un {prosc} (problema real d'optimització sense constriccions). Exercicis QREX i FREX. -(t) La convergència del mètode del gradient. -(t) El mètode de Newton i la seva convergència. Modificacions de Luenberger i de Dennis-Schnabel. -(c) Exercicis QRAD i GRAD. Codificació de l'hessià d'un {prosc}. Exercicis NOUT, NEWT i NOUE. -(t) Direccions conjugades. Teorema del subespai expansionant. Mètode del gradient conjugat. Aplicació a la solució d'un sistema lineal i simètric d'equacions. -(c) Exercicis QRAC i GRAC. -(t) Repàs de les condicions d'òptim subjecte a constriccions d'igualtat i de desigualtat. Constriccions actives. Pla tangent i base dels vectors del pla tangent. Lagràngia, el seu gradient i el seu hessià. Condicions de segon ordre. -(t) Optimització subjecta a constriccions lineals d'igualtat i fites simples de les variables. Mètode de Murtagh-Saunders. Similitud i parts comunes amb l'algorisme de simplex. -(c) Definició d'un {proc1} (problema real d'optimització amb constriccions lineals). Ús del paquet MINOS. Codificació de la rutina FUNOBJ de Minos per al {proc1}. Expressió de les constricions lineals del {proc1} en l'arxiu MPS.
3. Optimització amb Constriccions Qualsevol
-(t) El mètode de Newton-Raphson per resoldre sistemes d'equacions no lineals. Cas de menys constriccions que incògnites i possibilitat d'optimització. -(c) Definició d'un {procq} (problema real d'optimització amb constriccions qualsevol). Ús dels paquet MINOS. Codificació de la rutina FUNOBJ de Minos per al {procq}. Expressió en la rutina FUNCON de les constriccions qualsevol. -(t) El mètode del gradient reduït generalitzat. Cas de constriccions lineals i de constriccions qualsevol. Retorn a l'hipersuperfície de les constriccions actives.
Avaluació
- Examen de teoria i problemes 55%; - problemes resolts per l'estudiant 15%; - exercicis computacionals 30%.
Bibliografia
Bibliografia bàsica
- DENNIS Jr., J.E. & SCHNABEL, R.B Numerical Methods for Nonlinear
Equations and Unconstraiend Minimization Prentice Hall, Englewword Cliffs, 1983 - DUFF, I.S.; ERISMAN, A.M. & REID, J.K Direct Methods for Sparse
Matrices Oxford University press, Oxford, G.B, 1989 - GILL, P.E.; MURRAY & WRIGHT, M.H Practical Optimization Academic Press Inc., London G.B, 1981 - LUENBERGER, D.G Linear and Nonlinear Programming Addison-Wesley
Publ. Co., Reading, Mass, USA, 1984 - PERESSINI, A.L.; SULLIVAN, F.E. & UHL, J.J The Mathematics of
Nonlinear Programming Undergraduate Texts in Mathematics, Springer-Velarg,
Berlin, 1988
Informació complementària
A les classes de problemes (7 o 8) s'explica la resolucio dels distints tipus de problemes que hi ha en una col.leccio de problemes resolts posada a la disposicio dels alumnes. Al final de cada classe de problemes se'n planteja un de semblant als explicats a classe a ser resolt de forma individual pels alumnes i lliurat a la seguent classe de problemes. Els problemes resolts pels alumnes son qualificats i retornats, i la nota mitja obtinguda d'aquest problemes resolts pels alumnes constitueix el 15% de la qualificació de l'assignatura.
|