2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
Naval Architecture & Ocean Enginee ring
@ SDAL
Advanced Ship Design Automation Lab.http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
Computer Aided Ship design -Part I. Optimal Ship Design-
September, 2009 Prof. Kyu-Yeul Lee
Department of Naval Architecture and Ocean Engineering, Seoul National University of College of Engineering
학부3학년 교과목“전산선박설계(Computer Aided ship design)”강의 교재
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
Naval Architecture & Ocean Enginee ring
@ SDAL
Advanced Ship Design Automation Lab.http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
Ch.3 Optimality Condition Using Kuhn- Tucker Necessary Condition
3.1 Optimal Solution Using Optimality Condition 3.2 Lagrange Multiplier for equality constraints
3.3 Kuhn-Tucker Necessary Condition for inequality
constraints
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
Naval Architecture & Ocean Enginee ring
@ SDAL
Advanced Ship Design Automation Lab.http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
Ch.3 Optimality Condition Using Kuhn- Tucker Necessary Condition
3.1 Optimal Solution Using Optimality Condition
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
1변수 함수의 최적성 조건
- 함수의 극대, 극소(고교 과정 Review)
x y
1 1
-1
xy
1 1
-1
극대
극소
1) 극대값 : 에서 연속 함수 f(x)가 증가에서 감소 상태로 변함 2) 극소값 : 에서 연속 함수 f(x)가 감소에서 증가 상태로 변함
0 )
(
' x * f
( 에서 극대 또는 극소값을 가질 필요 조건)
고등학교 수학의 정석(수학 II) Review
- 수학의 정석 ‚6. 극대, 극소와 미분‛(p. 104)
x
*x x
*x
x
*x
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
4/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
1변수 함수의 최적성 조건 - 1계 필요 조건(1)
변수가 하나일 때, 극값을 가질 필요 조건 : f ' ( x * ) 0
R x
dx x x f x d
dx x x x df
f x
f * * * 2 ( 2 * ) ( * ) 2 2
) 1 ) (
) ( ( )
(
pf) 주어진 점 x
*에서 f(x)의 테일러 급수는 다음과 같다.나머지항(Remainder) : 가 에 충분히
가까우면 그 값이 매우 작음
x
*d x x
x
*
라고 놓으면R d
x f
d x f x
f x
f * * '' ( * ) 2 2
) 1 ( ' )
( )
(
) ( )
( )
( x f x * f x
f
함수 값의 변화량
R d
x f
d x f x
f
* '' ( * ) 2
2 ) 1
( ' )
(
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
5/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
1변수 함수의 최적성 조건 - 1계 필요 조건(2)
x
*x
에서 국부적 후보 최소점이기 위해서는f 0
따라서,
d ( x x * )
의 부호에 상관없이f 0
를 만족하려면f ' ( x
*) 0
R d
x f
d x f x
f x
f x
f
* * '' ( * ) 2
2 ) 1
( ' )
( )
( )
(
0 )
(
' x *
f
를 만족하는 점 : 국부적으로 최소, 최대, 또는 변곡점총칭하여 상점(Stationary point)이라고 함
cf)
보다 함수 값이 작은 점(x*+d )이 존재하므로 x*는 최소점이 아님
) ( x * f
에서 최소값
) ( x * f
x * x * d d
x * x * d x * x * d x * d x * x * d
의미 : x*에서의 함수 값이 x*
d에서의
함수 값보다 작으면 x*는 국부적후보 최소점이 될 가능성이 있음
이어야 함
이와 유사한 개념으로 에서 국부적 후보 최대점이 되기 위해서는 이어야 하며,
의 부호에 상관없이 를 만족하려면 이어야 함
x
*x f 0
) ( x x *
d f 0 f ' ( x
*) 0
에서 최대값
) ( x * f
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition 6/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
1변수 함수의 최적성 조건 - 충분 조건과 2계 필요 조건
상점( 를 만족하는 점) 중 어느 점이 최소점인지 결정하는 방법 상점이므로, . 따라서,
f ' ( x * ) 0 f x f '' ( x * ) d 2 R
2 ) 1 (
2차항이 다른 모든 고차항에 비해 지배적인 항이므로,
d≠0에 대하여 다음 조건을 만족하면 항상f 0
0 )
(
'' x
* f
cf) f ' ' ( x * ) 0
인 경우 국부적으로 최소점인지 알 수 없다.∵ 1계, 2계 미분이 모두 0이므로, 국부적으로 최소이기 위해서는
3계 미분계수는 0이 되어야 하고, 4계 미분계수가 양수(>0)여야 한다.
즉, R의 부호에 따라 달라지게 된다.
(충분 조건(Sufficient condition))
2계 필요 조건 :
0 )
(
'' x
* f
국부적으로 최소값을 가지면,
(※ 단, 역은 성립하지 않는다.)
R d
x f d
x f x
f x f x
f
* * '' ( * ) 2
2 ) 1
( ' )
( )
( )
(
x
*x
에서 국부적 후보 최소점이기 위해서는f 0
따라서,
d ( x x * )
의 부호에 상관없이f 0
를 만족하려면f ' ( x
*) 0
이어야 함0
) (
' x
* f
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition 7/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
1변수 함수의 최적성 조건(요약)
충분 조건, 필요 조건, 필요 충분 조건
(고등학교 수학의 정석 ‘명제와 조건’ 참고) 1) A는 B의 충분 조건이다.
“A이면 B이다.” ( ) 2) C는 D의 필요 조건이다.
“D이면 C이다.” ( ) 3) E는 F의 필요 충분 조건이다.
“E이면 F이고, F이면 E이다.” ( )
B A
D C
F E
1계 필요 조건(1
st Order necessary condition)
2계 필요 조건(2
nd Order necessary condition)
충분 조건(Sufficient condition)
0 )
(
' x * f
가 국부적 후보 최소점이면,
cf)
f ' ( x * ) 0
이면, 가 상점(극소, 극대, 변곡점) 이다.0 )
( '
' x
* f
상점( )일 경우
이면 가 국부적 최소점이다.
0 )
( '
' x
* f
가 국부적 최소점이면,
x *
x *
0 )
(
' x * f
x *
x *
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
8/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
2변수 함수의 테일러 전개(Taylor Series Expansion)(1)
R x
x x x f
x x x x
x x f
x x f
x x x
x f x x
x f x f x
x f
2
* 2 2 2
2 2
* 2 2
* 1 1 2 1
2 2
* 1 2 1
1 2
* 2 2 2
* 1 1 1
* 2
* 1 2
1
) (
) )(
( 2
) 2 (
1
) (
) (
) , ( )
, (
2변수 함수 f ( x 1 , x 2 )
에 대한 점( x 1 * , x 2 * )
에서의 테일러 전개식 R
f f
f * * T * * T ( * ) * 2
) 1 (
) ( )
( )
( x x x x x x x H x x x
2 2
* 2
* 1
* 2
1 , ) , ( , ) ,
(
x x T x x x T H M x
2x2 Matrix의 원소
각 항을 다시 표현하면) ( ) ( )
( )
(
* * *2 2
* 1 1
2
* 1 2 2 2
* 1 1 1
x x
x
TT
x f x
x x
x f x f x
x x x f x x
f
*
*
*
* 2 2
* 1 1
2 2 2
1 2
2
2 1
2
2 1 2
* 2 2
* 1 1
* 2 2
* 1
* 1 2 2 2
2 2
* 1 1 2 1
2
* 2 2 1 2 2
* 1 2 1
1 2 2
* 2 2 2
2 2
* 2 2
* 1 1 2 1
2 2
* 1 2 1
1 2
) 2 (
1 2 1
) (
) (
) (
) 2 (
) 1 (
) )(
( 2
) 2 (
1
x x x H x
x
T
x x
x x
x f x
x f
x x
f x
f x
x x x
x x
x x x
x x x f x x
x x f x x
x x f x x
x f x x
x f x x x x
x x f
x x f
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition 9/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2변수 함수의 테일러 전개(2)
2변수 테일러 전개식의 행렬 표기법
R
f f
f * * T * * T ( * ) * 2
) 1 (
) ( )
( )
( x x x x x x x H x x x
다변수 함수의 테일러 전개식의 행렬 표기법 : 2변수 전개식과 동일
2 2
* 2
* 1
* 2
1 , ) , ( , ) ,
(
x x T x x x T H M x
n
M n
f
H
x
x ,
*, : n 차원 Vector
R f
f
f x d x x T d d T H ( x ) d 2
) 1 ( )
( )
( * * * *
x x * d
로 정의 하면, 다음과 같이 표현 가능2x2 Matrix의 원소
, 0 )
( *
f x T ( ) 0 2
1 d T H x * d x x *
에서 최소이기 위한 충분 조건- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
10/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
[참고] 헷세 행렬(Hessian Matrix)
2 2
2 2
1 2
2 2 2
2 2
1 2
2
1 2
2 1
2 2
1 2
2
n n
n
n n
x f x
x f x
x f
x x
f x
f x
x f
x x
f x
x f x
f
f
x x
) , , 2 , 1
; , , 2 , 1 (
2
n j
n x i
x f
j i
H
헷세 행렬(Hessian Matrix) : Gradient Vector를 한번 더 미분하면(각각, 에 대하여 미분), 함수 에 대한 2계 편도함수의 행렬을 얻게 되는데, 이를 헷세 행렬이라고 정의함.
x i
) (x f
x 1 x 2 x n T
x
: n개의 변수를 가지는 column Vector(열벡터)
즉, Gradient Vector의 각 성분을x 1 , x 2 , , x n
으로 미분하면 다음을 얻는다. 헷세 행렬은 보통 H 또는
2 f
로 표시 헷세 행렬의 대칭성
i j j
i x x
f x
x f
따라서, 헷세 행렬은 항상 대칭 행렬
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
11/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2차 형식(Quadratic Form)
2차 형식 : 한 변수의 제곱항과 서로 다른 두 변수의 곱항(다변수 곱항)의 합으로 이루어진 함수
ex) 2 3 3 2
2 2 3
1 2
1 2
1 3
2
1 2 2 4 6 4 5
2 ) 1 , ,
( x x x x x x x x x x x x
F
2차 형식은 다음과 같이 행렬로 표현이 가능하다.
x T A x
x x x x
x x
x x x
F 2
1 5
2 2
2 6
1
2 1
2 2
, 1 ,
3 2 1 3
2 1
3 2
1
A : 대칭 행렬
(Symmetric Matrix)
대칭행렬 A의 구성 방법 (A의 (i,j) 성분을 a
ij
로 나타냄)1) 대각 성분은 제곱항의 계수
2) 대각 성분 이외의 성분은
다변수 곱항 계수의½
i 2 의 계수
ii x
a
2
1
i j 의 계수
ij x x
a
Hd d T 2 1
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
12/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
2차 형식의 형태
2차 형식의 정의
1) 양정 형식(Positive Definite) : 인 모든 x에 대하여
2) 양반정 형식(Positive Semidefinite)
: 모든 x에 대하여
이고3) 음정 형식(Negative Definite) : 인 모든 x에 대하여
4) 음반정 형식(Negative Semidefinite) : 모든 x에 대하여
5) 부정 형식(Indefinite)
: 어떤 x에 대해서는 양수 또는 음수
0 x
0
x x T Ax 0
0 Ax x T
0 Ax x T
0 Ax x T
2차 형식 정의의 이용
0 )
( '
' x
*
f
이면x*는 국부적 최소점이다.
① 1변수 함수의 최소 조건
② 다변수 함수의 최소 조건
0 )
( x * d H
d T
즉, 가 양정 형식이면
0 )
(
' x * f
0 )
( x * d H
d T
이면 인 x*(상점)에서
0
인) ( 0 )
( * *
f x T f x
x*는 국부적 최소점이다.
x*(상점)에서
0 Ax
x T
인x 0
가 존재여기서, 가 양정 행렬이면
0 )
( x * d H
d T
) ( x
*H
참고: KREYSZIG E., Advanced Engneering Mathematics, WILEY, 2006, 8.4. Eigenbasis. Diagonalization. Quadratic forms.
13/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2차 형식 행렬의 형태 결정을 위한 고유치 검사
Ax x
x T
F 2
) 1
(
2차 형식 에 관련된 대칭
n n
행렬A
의n
개의 고유치를n
i , i 1 ,...,
이라고 가정1) 가
F (x )
양정(Positive Definite)이기 위한 필요 충분 조건: 모든 고유치가 양수2) 가
F (x )
양반정(Positive Semidefinite)이기 위한 필요 충분 조건: 모든 고유치가 음수가 아님n
i 0 , i 1 ,...,
n
i 0 , i 1 ,...,
3) 가
F (x )
음정(Negative Definite)이기 위한 필요 충분 조건: 모든 고유치가 음수n
i 0 , i 1 ,...,
n
i 0 , i 1 ,...,
4) 가
F (x )
음반정(Negative Semidefinite)이기 위한 필요 충분 조건: 모든 고유치가 양수가 아님5) 적어도 하나의
i
가 음수이고 또 적어도 하나의 i
가 양수이면F (x )
는 부정(Indefinite)임- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
14/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
고유치 검사에 의한 2차 형식의 행렬의 형태 결정 예제
고유치 구하는 방법
v
Av ( A I ) v 0 det( A I ) 0
4 2 2
2 4 2
2 2 4 A
0 ) 8
( ) 2
( 4
2 2
2 4
2
2 2
4
det 2
8 , ) (
2 중근
다음 행렬의 고유치를 구하여 행렬의 형태를 결정하시오.
모든 고유치가 양수이므로 주어진 행렬은 양정(Positive Definite) 행렬임
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
15/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
1) x*가 국부적 후보 최소점일 필요 조건 :
2)
인 상점에서 x*가 국부적 최소점일 조건 :다변수 함수의 후보 최적성 조건(요약)
n개의 변수로 이루어진 다변수 함수
f (x )
에 대한 테일러 전개식R f
f
f x x x T d d T H ( x ) d 2
) 1 ( )
( )
( * * *
함수의 변화량으로 위 식을 다시 쓰면,
R f
f T T
x d d H ( x ) d 2
) 1
( * *
x *
가 국부적으로 후보 최소점이면, 이어야 함f 0
) 0 ( *
f x T
0 )d H(x
d T *
위 조건은H(x * )
가 양정 행렬일 경우 성립한다.) ,
2 , 1 (
, ) 0
( *
n x i
f
i
x
즉,
0 ) ( 0 )
( * *
f x T f x
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition 16/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
Solution
Optimum Problem
후보 최적성 필요 조건을 이용한 등호 제약 최적화 문제의 해법
2 2
2 1
2
1 , ) ( 1 . 5 ) ( 1 . 5 ) ( x x x x f
0 2 )
,
( x 1 x 2 x 1 x 2 h
x2를 x1의 양함수(explicit function)로 표현하면,
2 )
( 1 1
2 x x x
2 1
2 1
1
1 , ( )) ( 1 . 5 ) ( 2 1 . 5 ) ( x x x x f
0 4
1 2 1
0 ) 5 . 0 (
2 ) 5 . 1 (
2
2 1 2
1 2
1
1 1
1
dx f d
x x
x
x dx x
df
) 1 , 1 ( ) ,
( 1 2
x x
: 국부적 최소점Minimize Subject to
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition 17/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
Naval Architecture & Ocean Enginee ring
@ SDAL
Advanced Ship Design Automation Lab.http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
Ch.3 Optimality Condition Using Kuhn- Tucker Necessary Condition
3.2 Lagrange Multiplier for equality constraints
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
함수의 상점(Stationary Point)을 찾는 방법
Given: minimize f(x 1 , x 2 )
* * 1 2
( , x x )
* * 1 2
( , )
f x x
- 어떤 점 (x1*, x2*)에서 미소변위(dx1, dx2) 만큼 이동한 점에 서의 함수값의 변화량 df 는 다음과 같다.
Find: 상점 (x 1 *, x 2 *)
모든 방향으로의 함수값의 변화량 df 가 0인 점을상점
(Stationary Point)이라고 하며, 최소점, 최대점,
안장점(Saddle Point)은 상점에 속한다.1 2
( , ) f x x
x
1x
2참고: 일반적인 공학적 최적화 문제에서는 목적 함수의 최적값 (Optimum Value)보다는 최적점(Optimum Point)이 더 중요하다.
[예시] 건조비를 최소화 하는 선박의 주요치수(L, B, D, C
B)가 건조비 자체보다 중요한 개념이다.
1 2
1 2
f f
df dx dx
x x
19/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
제약조건이 없는 경우의 함수와 상점(Stationary Point)
1 2 3
1 2 3
f f f
df dx dx dx
x x x
상점에서의 df 는 0이다.
dx1, dx2, dx3는 임의의 값이라고 하면 df 가 항상 0이 되기 위해서는
이 되어야 한다.
1 2 3
f f f 0
x x x
0
f
Given:
1 2 3
( , , ) minimize f x x x Find: 상점 (x 1 *, x 2 *, x 3 *)
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
20/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
제약조건이 있는 경우의 함수와 상점(Stationary Point)
1. 함수 h (제약조건)를 x1에 대해서 정리
2. 함수 f 에 x1을 대입하여 정리하고 f 의 전미분이 0임을 이 용하여 상점 구하기
제약 조건 h 를 하나의 변수로서 정리하기 어려울 수 있으며, 정리할 변수를 선택하는 것도 쉽지 않을 수 있다.
하나의 변수로 정리하지 않고, 상점을 구하 는 방법은 없을까?
상점에서의 df 는 0이다. h(x 1 ,x 2 ,x 3 )=0 이므로 dh 는 0이다.
식 ①, ②는 모두 0이므로 다음 식이 항상 성립한다.
0 df dh
1 2 3
1 2 3
f f f 0
df dx dx dx
x x x
①h 1 1 h 2 2 h 3 3 0
dh dx dx dx
x x x
②3
1 2 3 1 2
( , , ) tan cos
x0
h x x x x x e
예시) 제약 조건이 다음과 같은 경우 어느 한 변수로 정리하기 어려움
Given:
1 2 3
( , , ) minimize f x x x
Find: 상점 (x 1 *, x 2 *, x 3 *)
1 2 3
( , , ) 0 h x x x
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
: Undetermined Coefficient
‘Lagrange multiplier’
21/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
제약조건이 있는 경우의 함수와 상점(Stationary Point)
1 2 3
1 2 3
f f f 0
df dx dx dx
x x x
1 2 3
1 2 3
h h h 0
dh dx dx dx
x x x
위 식을 정리 하면
1 2 3 1 2 3
1 2 3 1 2 3
f f f h h h 0
dx dx dx dx dx dx
x x x x x x
1 2 3
1 1 2 2 3 3
f h f h f h 0
dx dx dx
x x x x x x
- 제약조건 h가 있기 때문에 dx
1
, dx2,
dx3
가 1차 독립이 아님.①
②
0 df dh
Given:
1 2 3
( , , ) minimize f x x x
Find: 상점 (x 1 *, x 2 *, x 3 *)
1 2 3
( , , ) 0 h x x x
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
: Undetermined Coefficient
‘Lagrange multiplier’
22/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
2009 Fall, Computer Aided Ship Design – Part1.Optimal Ship Design
제약조건이 있는 경우의 함수와 상점(Stationary Point)
1 2 3
1 1 2 2 3 3
f h f h f h 0
dx dx dx
x x x x x x
λ값을 적절히 결정하여 첫번째 괄호 안의 값을 0으로 만들면 위 식은 dx1에 무관하게 성립한다.
2 3
2 2 3 3
f h f h 0
dx dx
x x x x
dx2와 dx3는 임의의 값이므로 위 식을 항상 만족하기 위해서는 괄호 안의 식이 0이 되어야 한다.
1 1 2 2 3 3
0, 0, 0
f h f h f h
x x x x x x
따라서 다음을 만족하는 값
, x 1 , x 2 , x 3
을 찾으면 그 점이 상점이 된다.1 2 3
, h x x x ( , , ) 0
미지수: 4개 (x1, x2, x3, λ) 식: 4개
유일해 존재
1 2 3
1 2 3
f f f
0df dx dx dx
x x x
1 2 3
1 2 3
h h h
0dh dx dx dx
x x x
- 제약조건 h가 있기 때문에 dx
1, dx
2,dx
3가 1차 독립이 아님.
①
②
0 df dh
Given:
1 2 3
( , , ) minimize f x x x
Find: 상점 (x 1 *, x 2 *, x 3 *)
1 2 3
( , , ) 0 h x x x
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
1 1 2 3 1 1 2 3 2 1 2 3 2 1 2 3
3 1 2 3 3 1 2 3
( , , ) ( , , ) 0, ( , , ) ( , , ) 0,
( , , ) ( , , ) 0
F x x x H x x x F x x x H x x x
F x x x H x x x
1, 2 3 1, 2 3
( , ), ( , )
i i
i i
f h
F x x x H x x x
x x
: Undetermined Coefficient
‘Lagrange multiplier’
23/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
제약조건이 있는 경우의 함수와 상점(Stationary Point)
Given:
1 2 3
( , , ) minimize f x x x
Find: 상점 (x 1 *, x 2 *, x 3 *)
1 2 3
( , , ) 0 h x x x
1 1 2 2
1 2 3
3 3
0, 0
0, ( , , ) 0
f h f h
x x x x
f h
h x x x
x x
1 2 3 1 2 3 1 2 3
( , , , ) ( , , ) ( , , )
L x x x f x x x h x x x
다음을 만족하는 값 을 찾으면
그 점이 상점이 된다.
1 2 3
, , , x x x
Lagrange 함수(L)를 정의 하고 L의 상점을 구함
1 2 3
( , , , ) 0 L x x x
제약조건이 있는 최적화 문제를 제약조건이 없는 최적화 문제로 변경
1 1 1
L f h
0x x x
λ : Lagrange Multiplier L : Lagrange Function
1 2 3
( , , ) 0
L h x x x
2 2 2
L f h
0x x x
3 3 3
L f h
0x x x
24/542009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
[요약] 제약조건이 있는 경우의 함수와 상점
- 제약 최적화 문제와 그 해법 - Lagrange Multiplier를 이용
1 ( , 1 2 , 3 ) 0 h x x x
2 ( , 1 2 , 3 ) 0 h x x x
1 2 3
1 2 3
f f f
0df dx dx dx
x x x
① ’
②
③
Necessary condition that minimize f : df = 0
⇒eq①’
dx
1 , dx 2 , dx 3 are not independent because of h 1
, h2
Optimization Problem
Minimize Subject to
①
②
③
1 ( , 1 2 , 3 ) 0 h x x x
2 ( , 1 2 , 3 ) 0 h x x x
1 2 3
( , , )
f x x x Number of variables: 3
Number of equation : 2
So, we cannot say that
1 2 3
0, 0, 0
f f f
x x x
Number of variables: 3 Number of equation : 3
We can solve it!
But it is difficult to solve.
처음에는 미지수 개수보다 식의 개수가 적은 부정 방정식 이었 는데, 어떻게 식의 개수와 미지수 개수가 같아 졌는가?
Minimize f 를 수식으로 표현 (df = 0) 하였기 때문에 식의 개수가 늘어 났음
(Num of Equation = Num of Variables)
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
25/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
[요약] 제약조건이 있는 경우의 함수와 상점
- 제약 최적화 문제와 그 해법 - Lagrange Multiplier를 이용
1 ( , 1 2 , 3 ) 0 h x x x
2 ( , 1 2 , 3 ) 0 h x x x
1 2 3
1 2 3
f f f
0df dx dx dx
x x x
① ’
②
③
Necessary condition that minimize f : df = 0
⇒eq①’
dx
1 , dx 2 , dx 3 are not independent because of h 1
, h2
Eq ②’, ③’are modified from eq ②, ③
Optimization Problem
Minimize Subject to
①
②
③
1 ( , 1 2 , 3 ) 0 h x x x
2 ( , 1 2 , 3 ) 0 h x x x
1 2 3
( , , ) f x x x
To find relation between dx 1 , dx 2 , dx 3 , modify eq②, ③
1 2 3
1 2 3
f f f
0df dx dx dx
x x x
① ’
② ’
③ ’
1 1 1
1 1 2 3
1 2 3
h h h
0dh dx dx dx
x x x
2 2 2
2 1 2 3
1 2 3
h h h
0dh dx dx dx
x x x
Number of variables: 3 Number of equation : 2
So, we cannot say that
1 2 3
0, 0, 0
f f f
x x x
26/54
2009 Fall, Computer Aided Ship Design – Part1 Optimal Ship Design
@ SDALAdvanced Ship Design Automation Lab.
http://asdal.snu.ac.kr Seoul
National Univ.
[요약] 제약조건이 있는 경우의 함수와 상점
- 제약 최적화 문제와 그 해법 - Lagrange Multiplier를 이용 Optimization Problem
Minimize Subject to
①
②
③
1 ( , 1 2 , 3 ) 0 h x x x
2 ( , 1 2 , 3 ) 0 h x x x
1 2 3
( , , ) f x x x
Necessary condition
that minimize f and some
modification
1 2 3
1 2 3
f f f
0df dx dx dx
x x x
① ’
②’
③ ’
1 1 1
1 1 2 3
1 2 3
h h h
0dh dx dx dx
x x x
2 2 2
2 1 2 3
1 2 3
h h h
0dh dx dx dx
x x x
그런데함수 f, h1
, h
2(식①, ②, ③)는 주어진 것이고, 우리가
구하려고 하는 것은 x1, x
2, x
3이기 때문에 x1,x2, x3 에 대한 미분 방정식이 됩니다.식 ①’, ②’, ③’은 f, h1, h2에 대한미분 방정식이 아닌가요?
만일 다음과 같은 문제라면 위의 말이 맞습니다.
- Given:
- Find: 함수 f, h1, h2
1 2 3
1 2 3
f f f
0,dx dx dx
x x x
h
11 1h
12 2h
13 3 0,dx dx dx
x x x
h
21 1h
22 2h
23 3 0,dx dx dx
x x x
- Ch.3 Optimality Condition Using Kuhn-Tucker Necessary Condition
27/54