Optimización no lineal

Tarea 4
Prof. Adriana Lara López

1 Instrucciones
Deben desarrollarse los puntos de esta tarea y entregarse un solo reporte con
lo que se pide. El reporte deberá entregarse de manera electrónica mediante
la plataforma Moodle en formato PDF (si está en cualquier otro formato se
considerara como no entregada, con calificación de cero). Deberá entregarse
también un directorio comprimido en formato rar, zip o tar que contenga to-
dos los programas elaborados para la tarea, los archivos de datos generados y
cualquier otro anexo que se mencione en el reporte.

2 Condiciones de optimalidad: varias variables

Puede utilizar programas comerciales o propios para auxiliarse en este problema.
Debe explicar en qué medida se utilizaron y describir el procedimiento completo.
1. (10ptos) Hallar y clasificar todos los puntos estacionarios del siguiente
problema:
f (x1 , x2 ) = 2x21 + 4x1 x32 − 10x1 x2 + x22 (1)

2. (10ptos) Hallar y clasificar todos los puntos estacionarios del siguiente

problema:
f (x1 , x2 ) = (x1 − 2)2 + (x1 − 2x22 )2 (2)

3. (10ptos) Dibuje las curvas de nivel y verifique gráficamente los resultados

que obtuvo en los dos incisos anteriores.
determinar cuáles de ellos corresponden a puntos mı́nimos, explicar por qué.

3 Búsqueda unidireccional inexacta

Programe el método visto en clase, basado en la condición de Armijo, para cal-
cular un tamaño de paso inexacto dentro del método de descenso con pendiente
máxima. Para cada uno de los incisos siguientes, ejecute su programa y elabore
una tabla, como la que se describe a continuación.

1
 método exacto método exacto método inexacto
(usando derivadas) (eliminación de regiones) Armijo
x0 x x x
x(∗) x x x
f (x(∗) ) x x x
total de iteraciones x x x
num. de evals. de f x x x

En esta tabla se debe comparar los resultados de este programa (con tamaño
de paso inexacto) contra la ejecución del algoritmo de descenso con pendiente
máxima calculando el tamaño de paso exacto (puede ser Newton para una vari-
able, secante, reducción de intervalos, etc.). Ambos métodos deben comenzar
con el mismo punto x0 y terminar con la misma precisión para la norma del
gradiente.

1. (15 puntos) Minimizar

f (x1 , x2 ) = 8x21 + 4x1 x2 + 5x22

T
con x0 = [10, 10] .
2. (15 puntos) Minimizar

f (x1 , x2 ) = 2x31 + 4x1 x32 − 10x1 x2 + x22

T
con x0 = [5, 2] .
3. (15 puntos) Minimizar

x6
f (x, y) = 2x2 − 1.05x4 + + xy + y 2
6
elija el punto inicial.
4. (15 puntos) Minimizar

f (x, y) = (x + 2y − 7)2 + (2x + y − 5)2

elija el punto inicial.

5. (10 puntos) Escriba sus conclusiones.

NOTA acerca de los programas

Todos los programas deberán empaquetarse en un directorio comprimido con
extensión .tar.gz, y subirse a la plataforma Moodle como complemento del
reporte de su tarea, no después de la fecha de entrega de la misma tarea. Todos
los programas deben venir comentados y deben poder ejecutarse sin problemas.