Académique Documents
Professionnel Documents
Culture Documents
Optimizacin en Ingenier o a
Dr. Carlos A. Coello Coello Departamento de Computacin o CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco Mxico, D.F. 07300 e email: ccoello@cs.cinvestav.mx
Clase No. 2
2009
Optimizacin en Ingenier o a
Diseo de herramientas y dems componentes mecnicos. n a a Diseo de turbinas, bombas y equipo para transferencia de n calor. Diseo de equipo elctrico (motores, generadores y n e transformadores).
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Optimizacin de horarios. o Diseo ptimo de procesos qu n o micos. Control de inventarios. Diseo de sistemas de control. n
Clase No. 2
2009
Optimizacin en Ingenier o a
Encontrar x = sujeto a:
gj (x) 0, j = 1, 2, ..., m hj (x) = 0, j = 1, 2, ..., p donde x es el vector de variables de decisin, f (x) es la funcin o o objetivo, gj (x) y hj (x) son las restricciones de desigualdad e igualdad, respectivamente.
Clase No. 2
2009
Optimizacin en Ingenier o a
Restricciones de Dise o n
En la mayor parte de los problemas de ingenier las variables de a, diseo no pueden elegirse de manera arbitraria, sino que tienen que n satisfacer ciertos requerimientos. Las restricciones que deben satisfacer para producir un diseo n aceptable son llamadas, genricamente, restricciones de dise o. e n
Clase No. 2
2009
Optimizacin en Ingenier o a
Restricciones de Dise o n
Las restricciones que representan limitaciones en el comportamiento o el desempeo del sistema son denominadas n restricciones funcionales o de comportamiento. Las restricciones que representan limitaciones f sicas tales como disponibilidad, facilidad de fabricacin y transportabilidad son o denominadas restricciones geomtricas. e
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
aij xi = bj , j = 1, 2, ..., m
i=1
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
n i=1
n j=1
Qij xi xj
aij xi = bj , j = 1, 2, ..., m
i=1
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
f (x) =
i=1
fi (xi )
Un problema separable es aqul en el que tanto las e funciones objetivo como las restricciones son separables. No separables.
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Conceptos Bsicos a
Normalmente se usa la notacin x = {x , ..., x } para denotar el o n 1 punto ptimo, y el valor correspondiente de f (x ) se denomina el o valor ptimo de la funcin objetivo. El par x y f (x ) o o constituyen una solucin ptima. o o
Clase No. 2
2009
Optimizacin en Ingenier o a
Conceptos Bsicos a
Existen varias categor de soluciones ptimas si la funcin as o o objetivo no es unimodal (es decir, si tiene ms de un extremo a como se ilustra en la funcin multimodal de la gura siguiente): o
Clase No. 2
2009
Optimizacin en Ingenier o a
Conceptos Bsicos a
Un ptimo global (suponiendo minimizacin) es aqul que o o e representa el valor ms pequeo de f (x), mientras que un ptimo a n o local representa el valor ms pequeo de f (x) en la vecindad de a n algn vector x. u
Clase No. 2
2009
Optimizacin en Ingenier o a
Concavidad y Convexidad
Una funcin (x) es llamada convexa sobre el dominio de R si o para 2 vectores cualquiera x1 y x2 R,
(1)
Clase No. 2
2009
Optimizacin en Ingenier o a
Concavidad y Convexidad
La funcin (x) es estrictamente convexa si, para x1 = x2 , el signo o de la ecuacin (1) puede ser reemplazado con una desigualdad o (<). Una funcin convexa no puede tener ningn valor mayor que los o u valores de la funcin obtenidos mediante interpolacin lineal entre o o (x1 ) y (x2 ).
Clase No. 2
2009
Optimizacin en Ingenier o a
Concavidad y Convexidad
Si la desigualdad reversa de la ecuacin (1) se cumple, la funcin es o o cncava. De tal forma, una funcin (x) es cncava o o o (estrictamente cncava) si (x) es convexa (estrictamente o convexa). Las funciones lineales son convexas y cncavas. o
Clase No. 2
2009
Optimizacin en Ingenier o a
Conceptos Bsicos a
El requerimiento de que una funcin sea unimodal es mucho ms o a dbil que el requerimiento de que sea convexa o cncava, ya que la e o unimodalidad no demanda ni continuidad ni la existencia de una derivada unica.
Clase No. 2
2009
Optimizacin en Ingenier o a
Conceptos Bsicos a
Un conjunto (o regin) de puntos se dene como un conjunto o convexo en un espacio n-dimensional si, para todos los pares de puntos x1 y x2 en el conjunto, el segmento rectil neo que los une est tambin enteramente dentro del conjunto. De tal forma, todo a e punto x, donde x = x1 + (1 )x2 , 0 1 est tambin en el conjunto. a e
Clase No. 2
2009
Optimizacin en Ingenier o a
Conceptos Bsicos a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
B squeda Exhaustiva u
El primer mtodo de acotamiento que estudiaremos es la e b squeda exhaustiva, que es el ms simple de todos. En este u a mtodo, el ptimo de una funcin es acotado calculando los valores e o o de la funcin en un conjunto de puntos equidistantes entre s o .
Clase No. 2
2009
Optimizacin en Ingenier o a
B squeda Exhaustiva u
Clase No. 2
2009
Optimizacin en Ingenier o a
B squeda Exhaustiva u
Usualmente, la bsqueda comienza desde el l u mite inferior de la variable y se calculan 3 valores consecutivos de la funcin a la vez, o basndose en la premisa de unimodalidad de la funcin. Basndose a o a en los resultados de la comparacin, la bsqueda se concluye o se o u contina reemplazando uno de los 3 puntos por uno nuevo. La u bsqueda contina hasta que se acota el m u u nimo.
Clase No. 2
2009
Optimizacin en Ingenier o a
B squeda Exhaustiva u
Algoritmo Paso 1:
Paso 2:
Paso 3:
x1 = a; x = (b a)/n (n es el nmero de puntos intermedios) u x2 = x1 + x; x3 = x2 + x IF f (x1 ) f (x2 ) f (x3 ) el m nimo se encuentra en (x1 , x3 ). TERMINAR ELSE x1 = x2 ; x2 = x3 ; x3 = x2 + x GOTO Paso 3 Es x3 b? Si lo es, ir al Paso 2 ELSE no existe un m nimo en (a, b) o un punto extremo (a b) es el m o nimo.
Clase No. 2
2009
Optimizacin en Ingenier o a
B squeda Exhaustiva u
Ntese que el intervalo nal obtenido por este algoritmo es o 2(b a)/n. En promedio, se requieren (n/2 + 2) evaluaciones de la funcin para obtener la precisin deseada. Es decir, que se necesitan o o ms evaluaciones para obtener una mejor precisin. Por ejemplo, si a o a = 0, b = 10 y la precisin requerida es de 0,001, entonces tenemos: o 2(10 0)/n = 0,001 (2)
de donde: n = 20, 000. Es decir, que se requieren al menos 20, 000 iteraciones para lograr una precisin de 0.001. o
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Paso 3: Paso 4:
Elegir un punto inicial x(0) y un incremento Hacer k = 0 IF f (x(0) ||) f (x(0) ) f (x(0) + ||), THEN es positivo ELSE IF f (x(0) ||) f (x(0) ) f (x(0) + ||), THEN es negativo ELSE GOTO Paso 1 x(k+1) = x(k) + 2k IF f (x(k+1) ) < f (x(k) ) THEN k = k + 1 y GOTO Paso 3 ELSE el m nimo se encuentra en el intervalo (x(k1) , x(k+1) ) TERMINAR
2009
Clase No. 2
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
2. Si f (x1 ) < f (x2 ), entonces el m nimo de f (x) no se encuentra en el intervalo (x2 , b) En otras palabras, x (a, x2 ).
Clase No. 2
2009
Optimizacin en Ingenier o a
Ntese que cuando f (x1 ) = f (x2 ) podemos eliminar los 2 extremos o y x (x1 , x2 ).
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Elegir un l mite inferior a y un l mite superior b. Denir tolerancia xm = (a + b)/2 Lo = L = b a Calcular f (xm ) x1 = a + L/4; x2 = b L/4 Calcular f (x1 ) y f (x2 ) IF f (x1 ) < f (xm ) b = xm ; xm = x1 GOTO Paso 5 IF f (x2 ) < f (xm ) a = xm ; xm = x2 GOTO Paso 5 ELSE a = x1 ; b = x2 ; GOTO Paso 5 L=ba IF |L| < TERMINAR ELSE GOTO Paso 2
2009
Clase No. 2
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
En este mtodo de eliminacin de regiones, el intervalo de bsqueda e o u se reduce de acuerdo a la serie que se atribuye a Leonardo Pisano Fibonacci, un matemtico del 1200 de nuestra era. a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Clase No. 2
2009
Optimizacin en Ingenier o a
Puesto que los dos primeros nmeros de Fibonacci son los mismos, u el algoritmo usualmente empieza con k = 2.
Clase No. 2
2009