Métodos de Búsqueda PDF

Introducción Rango no restringido Paso acelerado Paso acelerado Ejercicio Preguntas Bibliografı́a
Simulación de eventos discretos

Métodos de búsqueda en rango no restringido
Clase 4
Antonio Hoyos Chaverra
Universidad de Antioquia
jahoyosch@udea.edu.co
5 de junio de 2019
Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Simulación de eventos discretos - Universidad de Antioquia
Índice
4 Paso acelerado
1 Introducción
Busquéda con paso
Definición
acelerado
Función unimodal
5 Ejercicio
2 Rango no restringido Planteamiento
Definición 6 Preguntas
3 Paso acelerado Preguntas
Búsqueda con paso 7 Bibliografı́a
constante Bibliografı́a

Definición
Algoritmo de búsqueda
Los algoritmos de búsqueda son importantes en la simulación

porque permiten realizar procesos de optimización.
Definición
Es un procedimiento para encontrar un objeto con propiedades
particulares en un conjunto.

Función unimodal
Función unimodal
¿Cómo encontrar el máximo sin usar un modelo analı́tico?

Figura: Función unimodal
Definición
Búsqueda en un rango no restringido
En ocasiones no se conoce el rango en el que se encuentra el valor

óptimo.
Caracterı́sticas
No se conoce el rango de búsqueda.
Origen
Dirección
Tamaño de paso
Criterio de optimización
Criterio de parada

Definición
Búsqueda en un rango no restringido
Ası́ se puede realizar una minimización.
Algoritmo
1 Se define punto inicial
2 Se define tamaño de paso (∆)
3 Se define dirección inicial
4 Se evalúa f (X ) bajo el criterio de optimización.

Búsqueda con paso constante

Búsqueda con paso constante(1/2)
Optimización (1/2)
1 Se se perturba X0 con el paso, X = X1 = X0 + ∆ y se evalúa en f (X1 )

1 Si f (X1 ) < f (X0 ) (la función responde),se evalúa la función en:
X2 = X1 + ∆, X3 = X2 + ∆, ..., Xk = Xk−1 + ∆
Donde en Xk la función no responde.
f (Xk ) > f (Xk−1 ) → Xk−2 < X ∗ < Xk , mejor valor = Xk−1 , rango = 2∆
2 Si f (X1 ) > f (X0 ) (la función NO responde),se evalúa la función en:
X = X1 = X0 − ∆ → f (X1 )
Si f (X1 ) < f (X0 ) (la función responde),se evalúa la función en:
X2 = X1 − ∆, X3 = X2 − ∆, ..., Xk = Xk−1 − ∆
f (Xk ) > f (Xk−1 ) → Xk < X ∗ < Xk−2 , mejor valor = Xk−1 , rango = 2∆
3 Si f (X1 ) > f (X0 ) (la función tampoco responde), entonces la mejor
solución es X0 y la solucı́on óptima está entre X0 − ∆ y X0 + ∆, en un
intervalo de tamaño 2∆

Búsqueda con paso constante (2/2)
Si f (X1 ) > f (X0 ) (la función tampoco responde), entonces la

mejor solución es X0 y la solucı́on optima esta entre X0 − ∆ y
X0 + ∆, en un intervalo de tamaño 2∆
Consideraciones
Unimodalidad: sólo existe un punto máximo o mı́nimo. Si se
sospecha que la función tiene varios puntos de interés se
deben realizar varias búsquedas.
La selección de un buen paso y punto de partida puede reducir
los tiempos de la búsqueda.

Se desea minimizar la función f (X ) = (50 − X )2 , para X > 0,

usando un valor inicial de 0 y un paso de 3.
Ensayo X f (X ) ¿Mejora?
1 0 2500 -
2 3 2209 Si
3 6 1936 Si
Conclusiones: 48 < X ∗ < 54
... ... ... ...
Rango = 54 − 48 = 2∆ = 6.
17 48 4 Si
Mejor valor Xk−1 = 51
18 51 1 Si
19 54 16 NO
Tabla 1. Adaptada de (Calderon, 2008)

Mejora de la solución anterior
Alternativas de mejora
1 Suspender la búsqueda si el rango 2∆ ≤ ε, dondeε es error
máximo permisible

máximo permisible
2 Reiniciar la búsqueda con el mismo método, con X0 = mejor
solución encontrada y paso : ∆/10

máximo permisible
3 Reiniciar la búsqueda en un rango finito,

máximo permisible
3 Reiniciar la búsqueda en un rango finito,
4 Ajustar una ecuación (parábola) por los tres últimos puntos
(Xk−2 , Xk−1 , Xk ) y encontrar el óptimo de forma analı́tica.

Reinicie el proceso para f (X ) = (50 − X )2 , para X > 0, usando un

valor inicial de 51 y un paso de 0,3.
Conclusiones:
1 51 1 -
49, 8 < X ∗ < 50, 4
2 51,3 1,69 NO
Rango = 50, 4 − 49, 8 =
3 50,7 0,49 Si
2∆ = 0, 6. Mejor valor
4 50,4 0,16 Si
Xk−1 = 50, 1
5 50,1 0,01 Si
6 49,8 0,04 NO
Busquéda con paso acelerado
Búsqueda con paso acelerado
Consideraciones
Cuando no se tiene idea de la localización del óptimo, el
proceso puede ser costoso y demorado.

Consideraciones
El proceso inicia muy alejado del óptimo
El paso es muy pequeño
Para solucionar el problema anterior se puede variar el
método.

Consideraciones
El proceso inicia muy alejado del óptimo
El paso es muy pequeño
Para solucionar el problema anterior se puede variar el
método.
Cada vez que la función mejora se duplica el paso
Permite llegar rapidamente al rango del óptimo
Se debe redefinir posteriormente el proceso de búsqueda

Búsqueda con paso acelerado(1/2)

1 Se se perturba X0 con el paso, X = X1 = X0 + ∆ y se evalúa en f (X1 )

1 Si f (X1 ) < f (X0 ) (la función responde),se evalúa la función en:
X2 = X1 + 2∆, X3 = X2 + 4∆, ..., Xk = Xk−1 + 2k−1 ∆
f (Xk ) > f (Xk−1 ) → Xk−2 < X ∗ < Xk , mejor valor = Xk−1 , en un
intervalo de tamaño 2k−2 ∆ + 2k−1 ∆
2 Si f (X1 ) > f (X0 ) (la función NO responde),se evalúa la función en:
X = X1 = X0 − ∆ → f (X1 )
Si f (X1 ) < f (X0 ) (la función responde),se evalúa la función en:
X2 = X1 − 2∆, X3 = X2 − 4∆, ..., Xk = Xk−1 − 2k−1 ∆
f (Xk ) > f (Xk−1 ) → Xk < X ∗ < Xk−2 , mejor valor = Xk−1 , , en un
intervalo de tamaño 2k−2 ∆ + 2k−1 ∆
3 Si f (X1 ) > f (X0 ) (la función tampoco responde), entonces la mejor
solución es X0 y la solucı́on optima esta entre X0 − ∆ y X0 + ∆, en un
intervalo de tamaño 2∆
Búsqueda con paso acelerado (2/2)
Si f (X1 ) > f (X0 ) (la función tampoco responde), entonces la

mejor solución es X0 y la solucı́on optima esta entre X0 − ∆ y
X0 + ∆, en un intervalo de tamaño 2∆
Consideraciones
Unimodalidad: sólo existe un punto máximo o mı́nimo. Si se
sospecha que la función tiene varios puntos de interés se
deben realizar varias búsquedas.
Debe refinarse la búsqueda posteriormente en el intervalo.

Minimizar f (X ) = (50 − X )2 , para X > 0, con paso acelerado

usando un valor inicial = 0 y un paso de = 3.
Conclusiones:
1 0 2500 -
21 < X ∗ < 93
2 3 2209 si
Rango = 93 − 21 = 72.
3 9 1681 Si
4 21 841 Si
5 45 25 Si
6 93 1849 NO

1 Suspender la búsqueda NO es una buena alternativa, rango
muy grande!


muy grande!
solución encontrada y el mismo paso si el rango es muy
grande.


muy grande!
grande.
3 Reiniciar la búsqueda con paso constante, con X0 = mejor
solución encontrada, el mismo paso si el rango es muy grande
o un paso menor en caso contrario.


muy grande!
grande.
4 Reiniciar la búsqueda en un rango finito.


muy grande!
grande.
4 Reiniciar la búsqueda en un rango finito.
5 Ajustar una ecuación (parábola) por los tres últimos puntos
(Xk−2 , Xk−1 , Xk ) y encontrar el óptimo de forma analı́tica.
Minimizar f (X ) = (50 − X )2 , para X > 0, con paso acelerado

usando un valor inicial = 45 y un paso de = 3.
Conclusiones:
1 45 25 -
45 < X ∗ < 54
2 48 4 Si
Rango = 54 − 45 = 9.
3 54 16 NO

Planteamiento
Tienda de video
Considere una tienda de alquiler de vı́deo, que compra cintas

de estreno a 25.000 la unidad y las alquila a 3.000; y al final
del mes las revende a 5.000 cada una. La demanda diaria de
alquiler es:
Número de copias 0 1 2 3 4
Probabilidad 0.15 0.25 0.45 0.10 0.05
Si las copias duran en alquiler un dı́a y los clientes la devuelven
al inicio del siguiente. ¿Cuántas debe ordenar al mes?

Preguntas
Preguntas
Dudas
Comentarios
Aportes

Bibliografı́a
Bibliografı́a
Calderón, Bernardo. ((Introducción a la simulación)).

Universidad de Antioquia, 2008.


Métodos de Búsqueda PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos de Búsqueda PDF

Cargado por

Copyright:

Formatos disponibles

Introducción Rango no restringido Paso acelerado Paso acelerado Ejercicio Preguntas Bibliografı́a

Simulación de eventos discretos

Antonio Hoyos Chaverra

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Los algoritmos de búsqueda son importantes en la simulación

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda en un rango no restringido

En ocasiones no se conoce el rango en el que se encuentra el valor

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda en un rango no restringido

Ası́ se puede realizar una minimización.

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Búsqueda con paso constante(1/2)

1 Se se perturba X0 con el paso, X = X1 = X0 + ∆ y se evalúa en f (X1 )

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Búsqueda con paso constante (2/2)

Si f (X1 ) > f (X0 ) (la función tampoco responde), entonces la

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Búsqueda con paso constante

Se desea minimizar la función f (X ) = (50 − X )2 , para X > 0,

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Mejora de la solución anterior

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Mejora de la solución anterior

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Mejora de la solución anterior

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Mejora de la solución anterior

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Búsqueda con paso constante

Búsqueda con paso constante

Reinicie el proceso para f (X ) = (50 − X )2 , para X > 0, usando un

Busquéda con paso acelerado

Búsqueda con paso acelerado

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Busquéda con paso acelerado

Búsqueda con paso acelerado

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Busquéda con paso acelerado

Búsqueda con paso acelerado

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Busquéda con paso acelerado

Búsqueda con paso acelerado(1/2)

1 Se se perturba X0 con el paso, X = X1 = X0 + ∆ y se evalúa en f (X1 )

Busquéda con paso acelerado

Búsqueda con paso acelerado (2/2)

Si f (X1 ) > f (X0 ) (la función tampoco responde), entonces la

Antonio Hoyos Chaverra Universidad de Antioquia, jahoyosch@udea.edu.co

Busquéda con paso acelerado

Búsqueda con paso acelerado

Minimizar f (X ) = (50 − X )2 , para X > 0, con paso acelerado

Busquéda con paso acelerado