Universidad De L Ingeniería Civil Matemática

Algoritmos de optimización

Programación
cuadrática

20 de Marzo 2018 Nicolás Pino Cea Laboratorio de modelación II

Lorem ipsum

Vestibulum congue tempus

Lorem ipsum

Vestibulum congue tempus

Formulación
 Clasificación
-Restricciones con igualdad
- Solución única, si A es rango completo y D definida positiva.

-Restricciones con desigualdad

- Método conjunto activo
- División restricciones

Iteración - Nuevo conjunto de trabajo – punto mejorado

 Método de Goldfarb - Idnani
- Algoritmo empleado por software R
- También llamado método dual
- Función convexa
- Factorización QR y descomposición de Cholesky

- Conjunto activo

- Óptimo restringido (sirve como nuevo punto inicial)

 Aproximación del Algoritmo
Paso 1: Asumir que algún par-S (x, A) es dado
Paso 2:
Repetir
a. Elegir una de las restricciones que no se cumplan p_i ∈ K − A.
b. si P(A ∪ {p}) no se satisface entonces QP no es factible.
sino
obtener un nuevo par-S (x_i, A_i) donde A_i ⊆ A y f(x_i) > f(x)
Fijamos (x, A) := (x_i, A_i ∪ {p_i}).
hasta que todas las restricciones se cumplan;
Paso 3: Devolver X que se corresponde con los coeficientes Cj del
polinomio cuyo error queremos minimizar y que son el conjunto de
soluciones ´optimas del QP
 Aplicaciones

.
 En R
• Problema

Ejercicio visto en libro Programación lineal y no lineal pp(435)

- Función Solve.QP (paquete: quadprog)

Argumentos: • Matriz D, que aparece en

Dmat función a minimizar

• Vector d, de la función a
dvec minimizar

• Matriz A, que contiene

Amat coeficientes de restricciones

• Vector que contiene valores de

bvec b

Sintáxis
- Entradas de nuestro ejemplo….
- Resultado
 Bibliografía
[1] V. Bloomfield . Using R for Numerical Analysis in Science and Engineering, U.S:
CRC Press, New York (2014),

[2] P. Gálvez, M. Salgado & M.Gutierrez. “Optimización de carteras de inversión

modelo de Markowitz y estimación de volatilidad con Garch”, [online], Horizontes
Empresariales, vol .9 ,no.2, pp. 39-50, Agosto 2015. Disponible en:
http://revistas.ubiobio.cl/index.php/HHEE/article/view/2031

[3] R. Palma, J.Perez, J. Nuñez, Enero 2015, Flujo de Potencia Óptimo con
Programación Cuadrática Secuencial, [online], Disponible en:
https://www.researchgate.net/publication/228951919_Flujo_de_Potencia_Optim
o_con_Programacion_Cuadratica_Secuencial

[4] D. Luenberger, Programación lineal y no lineal (Manuel Lopéz Mateo, Trad.), 2ª

ed, .Wilmington, U.S.A, ADDISON-WESLEY IBEROAMERICANA, 1989
[5] D. Goldfarb, A. Idnani, “A numerically stable dual method for solving strictly
convex quadratic programs”, [online], Mathematical Programing, vol.27, pp.1-33,
1983, Disponible en:
https://pdfs.semanticscholar.org/d198/4defd4ccd17ff944219ebd34420e3fb78239
.pdf

[6] B. Turlach, (2013, 17 Abril), solve.QP, [Online], Disponible en:

https://www.rdocumentation.org/packages/quadprog/versions/1.5-
5/topics/solve.QP

[7] FrontlineSolvers, (2011, 11 Enero), Optimization Problem Types - Linear and

Quadratic Programming, [Online], Disponible en: https://www.solver.com/linear-
quadratic-programming#Quadratic Programming (QP) Problems