Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPTIMIZACION NO LINEAL
3.1 Métodos:
Min ƒ(Ẋ)
Ẋ ∈ Rn
Encontrar una solución de este problema corresponde a encontrar un punto Ẋ que
satisface: ƒ (Ẋ) <= ƒ(X) ∀ X ∈ Rn este punto Ẋ se denomina mínimo global de ƒ
sobre Rn
Definición 1:
Definición 2:
Punto X ∈ R si:
n
A través del método del gradiente, se busca definir una sucesión de puntos que
tenga la dirección de máximo descenso de la función ƒ.
Halla
Dem: Directa de las definiciones hechas para hx,d
Ejemplo:
Calcule el nuevo
Increm
punto Xk+1= (0,3) + 0,34 (0.73 , 1,47 Repita el procedimiento
ente
0,062*(44,-24)= 1,28) anterior y da 0,24
Ka1
(2,728, 1,512)
DEBEN
ACTIVAR
SOLVER
DE EXCEL
Observaciones:
Como habrán observado a veces es bien complejo resolver estos sistemas de
ecuaciones unimodales y como ya se evalúo los métodos de búsqueda les invito a
emplear este complemento que resuelve de forma satisfactoria estos problemas.
En mi caso la hp mini se pudo rescatar con office 2007 si tienen una versión más
reciente tiene más potencia de cálculo y más rapidez y capacidad.
Ejercicios propuestos
Procedimiento
3. para obtener la precisión de m cifras decimales solo basta calcular cada X2,
X3…con el numero de decimales requerido.
Ejemplo:
Tenemos:
ƒ (X) = X3 - 4X2 – 2 y
ƒ’ (X) = 3X2 - 8X
Para la segunda aproximación
𝐗 𝟑 − 𝟒𝐗 𝟐 – 𝟐
X2 = X 1 -
𝟑𝐗 𝟐 − 𝟖𝐗
Calculando
ƒ (4) = 43 -4(4)2 – 2 = -2 ; ƒ’ (4) = 3(4)2 – 8(4) = 16
−𝟐
Ahora X2 = 4 - = 4,1250
𝟏𝟔
Xn Xn+1
4 4,1250
4,1250 4,1179
4,1179 4,1179
Para la implementación de este método en una función de varias variables es
necesario calcular la primera y segunda derivada de la función como derivadas
direccionales,
Ejemplo:
Solución:
∇ 2ƒ (X1, X2) = 2 -2
-2 4
La inversa es:
Para calcular la matriz inversa hay dos métodos uno es complementar la matriz
inicial agregando la matriz identidad y efectuar la reducción de Gauss dejando del
lado izquierdo unos en la diagonal mediante los siguientes pasos: veamos el
siguiente ejemplo:
Solución
Obtenemos el Determinante de A:
Lo que se tiene que hacer es reemplazar cada elemento de la matriz por su adjunto.
El adjunto de un elemento es el determinante que surge de tachar la fila y la
columna donde está dicho elemento además estos determinantes alternan signo
siendo el primero con signo +, veamos:
-
+
=1 x - 3 - (7 x – 4) = 25;
= - (1 x - 3 - (3 x – 4))= - 9;
+
-
=1 x 7 - (3 x 1) = 4;
- (0 x - 3 - (7 x 1)) = 7;
= 2 x - 3 - (3 x 1) = - 9; -
+
- (2 x 7 - (3 x 0)) = - 14;
= 0 x - 4 - (1 x 1) = - 1;
+ -
- (2 x -4 - (1 x 1)) = 9;
= 2 x 1 - (1 x 0) = 2;
Resultando la adjunta de A;
1
1
2 2 2
1
f ( x1 , x2 )
2
2 f ( x1 , x2 )
4
;
2 1 1
2 2
(1)
Etapa 1: (Punto inicial). Se toma x = (0, 0)T .
Etapa 2: (Generación de la dirección de búsqueda). Puesto que:
1
d (t )
f (x )
2 (t )
f ( x(t ) )
En el punto (0,0) el gradiente queda:
1
1
2 0 1
d (1) [ 2 f ( x (1) )]1 f ( x (1) )
1 2
1
1
2 2
Minimizar
Z LS f ( x (1) d (1) ); 0