Fuente: El autor Edison Martínez

Para funciones multimodales el

reto es encontrar el máximo y el
mínimo absoluto, la solución es
En muchos problemas se puede llegar complementaria al calculo de las
a múltiples soluciones, esas raíces de la ecuación
soluciones satisfacen las condiciones
del problema, el siguiente paso
consiste en seleccionar la solución
mas adecuada (optima)

Existen múltiples técnicas de

optimización desde la búsqueda de
máximos y mínimos, en espacio
unidimensional o multidimensional,
programación lineal.
Actualmente existen técnicas de
inteligencia artificial que permiten
encontrar soluciones optimas a
problemas complejos, para los cuales
la matemática clásica no puede
encontrar.

Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez

 Se utiliza un método abierto similar para encontrar un valor
óptimo de f(x) al definir una nueva función,

Así, como el mismo valor óptimo x* satisface ambas funciones

La interpolación cuadrática aprovecha la

ventaja de que un polinomio de segundo
grado con frecuencia proporciona una
buena aproximación a la forma de f(x) en
las cercanías de un valor óptimo.

Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez

 En dos dimensiones se
Se genera un número aleatorio r (entre 0 y 1) las
puede visualizar el punto
fórmulas anteriores se usan para permitir que los
buscado en la optimización
números entre cero y uno se adapten a los límites de
como la cumbre e la
problema,
montaña (gráfica 3D)
Cada prueba se compara con la anterior y se guarda
el número mayor, si se hacen suficientes pruebas se
obtiene el máximo

Otra manera de buscar el

máximo es la
representación en curva de
nivel Gráfica 2D

Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez

 Método de Powell

Búsqueda univariada, se trabaja con una sola

variable y la otra se deja

El Método de Powell, usa una combinación de las dos ideas

en la cual si se encuentra un máximo univariado la dirección
Método de direcciones conjugadas o de patrón conjugada a ese máximo conduce al máximo bidimensional
Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez
Se usa la derivada direccional para evaluar en que El gradiente se usa para encontrar la dirección en
dirección se encuentra la máxima pendiente de al que moverse para acercarse los rápido posible
una superficie bidimensional al máximo o mínimo

El gradiente se evalúa e
cada punto, de manera
que la dirección puede ir
cambiando levemente en
cada punto y se debe
ajustar la trayectoria a
medida que se avanza en
la función bidimensional

El proceso finaliza cuando al evaluar las derivadas parciales

en el punto el resultado es cero

Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez

Usando solo el gradiente se puede llegar a un
punto en el cual se cumplen algunos condiciones
que definirían un máximo o un mínimo, pero
también puntos especiales conocidos como untos
de silla.
El Heissiano, permite descartar los punto de silla y
definir mejor el máximo o mínimo del sistema

Fuente: Métodos numéricos para Ingenieros – Chapra; Ingeniería de los Algoritmos y Métodos Numéricos Edison Martínez
Cuando hay dificultad para calcular y evaluar las
derivadas parciales de la función bidimensional
se recomienda usar la aproximación por
diferencia finita divididas

Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez

Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez
Fuente: Métodos numéricos para Ingenieros - Chapra Edison Martínez
Datos de entrada:
Función
Valor inicial x0
Tolerancia
Derivada Se le puede pedir al usuario o calcularla (si
Segunda Derivada el lenguaje de programación permite)

1. Calcular el valor probable del

punto óptimo

error
2. Verificar si xi es óptimo Si: Finalizar publicar resultados 3
No: Repetir desde paso 1
3. Publicar resultados:
Valor Optimo
número de iteraciones
Gráficas
Tablas Edison Martínez