Optimizacin

Optimizacin
Bsqueda del mnimo o el mximo de una
funcin
Buscar el mnimo o el mximo de una funcin es
buscar la raz de su derivada

Problemas de optimizacin en
ingeniera

Ejemplo: optimizacin del costo de
un paracadas
Altura de cada: 500m
Velocidad crtica de impacto: 20 m/s
Area de tela:
16 cuerdas de longitud:
Fuerza de arrastre:
Masa de cada paquete:
Costo por paracadas:
A=2nr
2
L=
.
2r
c=k
c
A
m=M
t
/ n
c
0
+c
1
L+c
2
A
2

Ejemplo: optimizacin del costo de
un paracadas
Funcin objetivo: minimizar
Sujeta a:
Variables de diseo: r y n
Problema de optimizacin multidimensional no
lineal restringido
C=n
(
c
0
+c
1
L+c
2
A
2
)
vv
c
n1 n

Problemas de optimizacin
Determine x que minimiza o maximiza f(x) sujeto
a:
d
i
( x)a
i
, i=1,2 , ... , m
e
i
( x)b
i
, i=1,2 , ... , p

Orientacin

Optimizacin 1D no restringida
Mtodos:
De la seccin dorada (seccin urea)
Interpolacin cuadrtica
de Newton

Seccin urea
Se cumple que:
l
0
=l
1
+l
2
l
1
l
0
=
l
2
l
1
Reemplazando,
tomando el recproco
y definiendo:
R=
l
2
l
1
se llega a
R
2
+R1=0
Cuya raz positiva
es

Seccin area
Elegir valores iniciales x
l
y x
u
Calcular valores intermedios
Si f(x
1
) > f(x
2
), x
2
ser el nuevo x
l

y x
1
el nuevo x
2
Si f(x
2
) > f(x
1
), x
1
ser el nuevo x
u
R=
.
51
2
=0.61803...
Razn urea
d=R( x
u
x
l
)
x
1
=x
l
+d
x
2
=x
u
d

Seccin urea

Cota del error
Al finalizar una iteracin, el ptimo se ecuentra
en alguno de los intervalos:
( x
l
, x
2,
x
1
) ( x
2,
x
1,
x
u
)
En el intervalo superior, los errores mximos son:
Ax
a
=x
1
x
2
=...=(2 R1)( x
u
x
l
)0.236( x
u
x
l
)
Ax
b
=x
u
x
1
=...=(1R)( x
u
x
l
)0.382( x
u
x
l
)
Con lo cual
e
a
=(1R)

x
u
x
l
x
opt

100%

Ejemplo 13.1 pag. 368
Encontrar el mximo de
f ( x)=2sin x
x
2
10
, x| 0 ; 4
En la primera iteracin, x
l
=0 ; x
u
=4
d=
.
51
2
( 40)=2.472
x
1
=x
l
+d=2.472 ; x
2
=x
u
d=1.528
f ( x
1
)=f (2.472)=0.63 ; f ( x
2
)=f (1.528)=1.765
Clculo completo en aurea.ods
Algoritmo en Octave en aurea.m

Interpolacin cuadrtica
Evalua la expresin
f ( x)=a x
2
+b x+c
En los puntos
| x
0
; f ( x
0
)
| x
1
; f ( x
1
)
| x
2
; f ( x
2
)
obteniendo
a x
0
2
+b x
0
+c=f ( x
0
)
a x
1
2
+b x
1
+c= f ( x
1
)
a x
2
2
+b x
2
+c=f ( x
2
)

Interpolacin cuadrtica
Resolviendo para a, b, c

Interpolacin cuadrtica
Recordando que el vrtice de una parbola se
encuentra en
x
3
=
b
2 a
Y reemplazando,
x
3
=
f ( x
0
)( x
1
2
x
2
2
)+ f ( x
1
)( x
2
2
x
0
2
)+f ( x
2
)( x
0
2
x
1
2
)
2 f ( x
0
)( x
1
x
2
)+2 f ( x
1
)( x
2
x
0
)+2 f ( x
2
)( x
0
x
1
)
En el siguiente paso se elimina x
0
o x
2
, segn x
3

caiga entre x
1
y x
2
o entre x
0
y x
1

respectivamente.

Ejemplo 13.2, pag. 372
Obtener el mximo de
f ( x)=2sin x
x
2
10
, x| 0 ; 4
Con los valores iniciales
x
0
=0 , x
1
=1 , x
2
=4
Se evala la funcin
f ( x
0
)=0 , f ( x
1
)=1.5829 , f ( x
2
)=3.1136
x
3
=
0(1
2
4
2
)+1.5829( 4
2
0
2
)+(3.1136)(0
2
1
2
)
2(0)(14)+2(1.5829)( 40)+2(3.1136)(01)
=1.5055
Solucin completa en cuadratica.ods
f (1.5055)=1.7691

Mtodo de Newton
Se basa en el mtodo de Newton-Raphson de
bsqueda de races:
x
i+1
=x
i

f ( x
i
)
f ' ( x
i
)
Para encontrar el mximo o el mnimo busca la
raz de la primera derivada:
x
i+1
=x
i

f ' ( x
i
)
f ' ' ( x
i
)

Ejemplo 13.3, pag.373
Encontrar el mximo de
f ( x)=2sin x
x
2
10
, x| 0 ; 4
Sus derivadas
f ' ( x)=2cos x
x
5
, f ' ' ( x)=2sin x
1
5
Tomando como valor inicial x
0
= 2.5,
x
1
=2.5
2 cos 2.52.5/ 5
2sin 2.51/ 5
=0.99508
Solucin en newton.ods

Problemas 13.1 a 13.21

Optimizacin multidimensional no
restringida
Mtodos
Directos
De gradiente

Mtodos directos
Bsqueda por malla* (algoritmo de fuerza bruta)
probl. 14.10

Problema 14.10
Hallar el mximo de
f ( x , y)=yx2 x
2
2 x yy
2
, x|2 ; 2 , y|1; 3
Grfica en Octave
(GNUPlot)
octave:1>x=[2:0.1:2];y
=[1:0.1:3];
octave:2>[XY]=
meshgrid(x,y);
octave:3>f=Y
X2*X.^22*X.*YY.^2;
octave:4>surfc(X,Y,f)
Algoritmo de fuerza bruta: fuerzabruta.m

Mtodos directos
Bsqueda aleatoria (mtodo de Monte Carlo)
Se evalan puntos de coordenadas aleatorias:
x=x
l
+( x
u
x
l
)r
y=y
l
+( y
u
y
l
)r
Donde r es un nmero aleatorio uniformemente
distribuido entre 0 y 1

Ejemplo 14.1
Hallar el mximo de
f ( x , y)=yx2 x
2
2 x yy
2
, x|2 ; 2 , y|1; 3
Las coordenadas de
cada punto se
determinan por:
x=...=2+4r
y=...=1+2r
Algoritmo de bsqueda aleatoria: montecarlo.m

Bsqueda univariada

Bsqueda univariada
Hallar el mximo de
f ( x , y)=yx2 x
2
2 x yy
2
, x|2 ; 2 , y|1; 3
Comenzando en x = 1, y = 3
Si y = 3,
Devuelve (por seccin urea) x optimo: -1.75 en
25 iteraciones. Ahora x = -1.75
Devuelve y optimo = 2.25 en 23 iteraciones
f ( x)=3x2 x
2
2 x 33
2
=2 x
2
7 x6
f ( y)=y(1.75)2(1.75)
2
2(1.75) yy
2
=y
2
+4.5 y4.375

Bsqueda univariada
As se sigue y se obtiene (con e
s
= 0.0001)
x optimo: -1.0001
y optimo: 1.5001
f maximo: 1.2500
en 836 iteraciones. (100 veces menos
que la fuerza bruta!)
Cdigo en Octave para bsqueda
univariada: univariada.m

Bsquedas patrn
Direcciones conjugadas

Mtodo de Powell

Mtodos con gradiente
Conceptos de Anlisis Matemtico:
Derivada direccional
Gradiente
g' (0)=
f
x
cos0+
f
y
sin 0
g' (0)= f ` n
f =
f
x
i+
f
y
j

Mtodos con gradiente

Mtodo de mxima inclinacin
Ascenso de mxima inclinacin: h arbitrario
Ascenso optimal de mxima inclinacin: h ptimo

Gradiente
Incremento (decremento) de la funcin
x=x
0
+
f
x
h
y=y
0
+
f
y
h

Ejemplos 14.3 y 14.4 pag. 390
Hallar el mximo de
partiendo de
f ( x , y)=2 x y+2 xx
2
2 y
2
x
0
=1 , y
0
=1
f
x
=2 y+22 x
(
f
x
)
x=1
y=1
=...=6
f
y
=2 x4 y
(
f
y
)
x=1
y=1
=...=6
f =6 i6 j
f
(
x
0
+
f
x
h , y
0
+
f
y
h
)
=f (1+6h , 16h)=...=180h
2
+72 h7

Ejemplos 14.3 y 14.4 pag. 390
El ptimo se calcula como
g' (h*)=360h*+72=0 h*=0.2
Las nuevas coordenadas,
x=1+6(0.2)=0.2 ; y 016(0.2)=0.2
f
x
=2(0.2)+22( 0.2)=1.2
f
y
=2(0.2)4(0.2)=1.2
f =1.2i+1.2 j
x=0.2+1.2 h
y=0.2+1.2h

Ejemplos 14.3 y 14.4 pag. 390
sustituyendo,
f ( 0.2+1.2 h ,0.2+1.2 h)=g( h)=...=1.44 h
2
+2.88h+0.2
Cuyo ptimo es,
g' ( h*)= . 2 88h+ . 2 88=0 h*=1
x= . 0 2+ . 1 2(1)= . 1 4
y= . 0 2+ . 1 2(1)=1
Converge a la
solucin analtica:
x = 2
y = 1

Problemas 14.1 a 14.12 pag. 396

Estudio de casos
1) Diseo de un tanque con el menor costo
Parmetros
V
0
=0.8 m
3
t =3cm
j=8000
kg
m
3
L
mx
=2m
D
mx
=1m
c
m
=4.5$/ kg
c
w
=20$/ m
Variables de diseo: V y D

Diseo de un tanque con el menor costo
Problema: minimizar FO (costo):
C=c
m
m+c
w
l
w
donde
V
cil
=Ln
|
(
D
2
+t
)
2
(
D
2
)
2

V
tapa
=n
(
D
2
+t
)
2
t
m=j
(
V
cil
+2V
tapa
)
l
w
=2
|
2n
(
D
2
+t
)
+2n
D
2

=4n( D+t )
nD
2
L
4
=V
0
L=
4V
0
nD
2
L
mx
=
4( 0.8)
n(1m)
2
=1.0186

Diseo de un tanque con el menor costo
Problema de optimizacin 1D (D) restringida (..?)
Cdigo en Octave: p16_1.m

Mxima transferencia de potencia
en un circuito
R
a
: potencimetro
Parmetros
Segn las leyes de
Kirchhoff:
V=80 V R
1
=8D
R
2
=12D R
3
=10D
P( R
a
)=
|
V R
3
R
a
R
1
( R
a
+R
2
+R
3
)+R
3
R
a
+R
3
R
2

2
R
a

Mxima transferencia de potencia
en un circuito
Realizar un anlisis de sensibilidad que muestre
cmo vara la mxima potencia conforme V
vara entre 45 a 105 V.
Algoritmo en Octave: p16_3.m

Problemas 16.1 a 16.29, pag. 440