UNIVERSIDAD TECNOLÓGICA DE PEREIRA

Métodos numéricos y programación

Grupo: 01

Método de penalización

Realizado por
María Camila González Martínez - 1.093.540.350
María Paulina López Giraldo – 1.010.146.168

Pereira
2020
 Método de la penalización

Introducción

En este artículo se da a conocer el método de la penalización, desde su creación y desarrollo,

hasta sus utilidades y aplicaciones en el campo de la ingeniería. Este método surge como una
opción de aplicación a la optimización restringida, la cual ayuda a encontrar los puntos
máximos y mínimos sujeto a alguna restricción. Cabe aclarar que la optimización se basa en la
reducción de los tiempos del ciclo productivo y el aumento del rendimiento de las diferentes
plantas de producción. [1]

Marco teórico

El método de la penalización se encarga de darle solución a la optimización restringida de

funciones no lineales por medio de algoritmos. Como se mencionó anteriormente la
optimización es la capacidad de hacer o resolver alguna cosa de la manera más eficiente posible
y, en el mejor de los casos, utilizando la menor cantidad de recursos. [2] Por su parte, la
optimización restringida se refiere al proceso de optimización de una función objetivo con
respecto a algunas variables en presencia de restricciones en ellas mismas.[3] Los algoritmos
son conjuntos ordenados de operaciones sistemáticas que permiten hacer un cálculo y hallar la
solución de un tipo de problemas.

La función de dicho método consiste en aproximar un problema restringido a uno no

restringido, el resultante debe estar estructurado de manera que la minimización converja a la
solución del restringido original. Los problemas carentes de restricción o problemas resultantes
surgen al agregar un término llamado “función de penalización” a la función objetivo. La
función objetivo es aquella que mapea un evento; es decir, es aquella que mapea un conjunto
de resultados de algún procedimiento que puede ser repetido infinitamente. Consiste en un
parámetro de penalización multiplicado por una medida de violación de las restricciones.

1.1 configuración del problema

Tenemos el problema de optimización restringido (P):

min 𝑓(𝑥)
𝑥∈𝛿

Donde 𝑓 ∶ ℝ𝑛 → ℝ es continua y 𝛿 es una restricción establecida en ℝ𝑛 .

Introducimos el programa de penalización (P(c)), el problema sin restricciones:

min 𝑓(𝑥 ) + 𝑐𝑝(𝑥 )

𝑥∈ℝ𝑛
[1]https://aeromarinesoftware.wordpress.com/2014/12/04/la-importancia-de-la-optimizacion-
de-la-produccion/
[2]https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_(matem%C3%A1tica)
[3]https://en.wikipedia.org/wiki/Constrained_optimization
Donde c>0 y 𝑝 ∶ ℝ𝑛 → ℝ es una función de penalización donde 𝑝(𝑥 ) ≥ 0 ∀ 𝑥 ∈ ℝ𝑛 , y
𝑝(𝑥 ) = 0 𝑖𝑓𝑓 𝑥 ∈ 𝛿. Intuitivamente, el término de penalización se usa para dar un alto costo
por la violación de las restricciones.

Ilustración de la función de penalización

1.2 Restricciones de desigualdad e igualdad

Si se nos entrega un conjunto de restricciones de desigualdad (i.r. 𝑠 = { 𝑥 ∶ 𝑔𝑖 (𝑥) ≤ 0, 𝑖 =

1
1,2, . . . , 𝑚}) una función de penalización apropiada podría ser 𝑝(𝑥 ) = 2 ∑𝑚 2
𝑖=1(max[0, 𝑔𝑖 (𝑥)]) .
Es decir, si satisfacemos la restricción, no tomamos ninguna penalización. De lo contrario
tomamos una penalización al cuadrado. Dependiendo de C, pondremos esta penalización en
(P(c)). Para las restricciones de igualdad, podemos reescribirlas como restricciones de
desigualdad y usarlas como se indicó anteriormente. Es decir, reescribir ℎ𝑗 (𝑥) = 0 como dos
restricciones de desigualdad, ℎ𝑗 (𝑥 ) ≤ 0 y −ℎ𝑗 (𝑥 ) ≤ 0.

Para grande C, el punto mínimo de un problema (P(c)) está en una región donde la
penalización 𝑝 es pequeña. De hecho, demostraremos a continuación que 𝑐 → ∞ , la solución
del problema de penalización (P(c)) convergirá a una solución del problema restringido (P).

2. Método de penalización Lemmas

Tomamos 0 < 𝑐1 < 𝑐2 … . < 𝑐𝑘 < 𝑐𝑘+1 <. … → ∞ como nuestro parámetro de
penalización. Se deja a 𝐪(𝐜, 𝐤) ∶= 𝐟(𝐱) + 𝐜𝐩(𝐱) como el programa de penalización.
Asimismo se deja 𝐱𝐤 = 𝐚𝐫𝐠 𝐦𝐢𝐧𝐱 𝐪(𝐜𝐤, 𝐱) = 𝐚𝐫𝐠 𝐦𝐢𝐧𝐱 𝐟(𝐱) + 𝐜𝐤𝐩(𝐱) .

[1]https://aeromarinesoftware.wordpress.com/2014/12/04/la-importancia-de-la-optimizacion-
de-la-produccion/
[2]https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_(matem%C3%A1tica)
[3]https://en.wikipedia.org/wiki/Constrained_optimization
 Con la notación mencionada anteriormente, se muestra lo siguiente para la penalización de
lemmas:
1. q(ck, xk) ≤ q(ck + 1, xk + 1)
2. p(xk) ≥ p(xk + 1)
3. f(xk) ≤ f(xk + 1)
4. f(x ∗ ) ≥ q(ck, xk) ≥ f(xk)

[1]https://aeromarinesoftware.wordpress.com/2014/12/04/la-importancia-de-la-optimizacion-
de-la-produccion/
[2]https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_(matem%C3%A1tica)
[3]https://en.wikipedia.org/wiki/Constrained_optimization