Académique Documents
Professionnel Documents
Culture Documents
11 de agosto de 2017
Contenido
1 Que es optimizacion?
4 Concavidad y convexidad
El termino mejor, inmplica que hay mas de una solucion y cada solucion tiene
valores distintos
La definicion de mejor es relativa al problema que se esta manejando, su
metodo de solucion y las tolerancias permitidas
La solucion optima depende de la modelacion del problema
Se modela por medio de una funcion objetivo y un conjunto de
restricciones
Son tecnicas matematicas con las cuales se halla el valor maximo o mnimo
de una funcion
La funcion puede estar sujeta o no a un conjunto de restricciones
La funcion modela el comportamiento de un fenomeno fsico, un sistema, un
proceso productivo, entre otras
las restricciones representan las limitaciones fsicas o valores maximos que
pueden tomar las variables
https://www.youtube.com/watch?v=oSPkod-M6Gc&t=01s
mn f (x, y ) = x 2 + 2y 2
mn f (x, y ) = x 2 + 2y 2
Sujeto a:
2x 5
f ((x + x) f (x))
lm
x0 x
Una funcion f (x) tiene una maximo global en c si f (c) f (x) para todo x
que pertenezca al dominio de f . De manera analoga, f (x) tiene una mnimo
global en c si f (c) f (x) para todo x que pertenezca al dominio de f .
Una funcion f (x) tiene una maximo local en c si f (c) f (x) cuando x esta
cercano a c. De manera analoga, f (x) tiene una mnimo local en c si
f (c) f (x) cuando x esta cerca de c.
x=p i : 0 . 1 : p i ;
y=c o s (2 x)x ;
plot (x , y );
xlabel ( x )
ylabel ( y )
t i t l e ( c o x (2 x)x )
[ xRaiz , yRaiz ] = ginput
f u n c=@( x ) c o s (2 x)x ;
x0 = 0 . 6 ;
z e r o=f z e r o ( f u n c , x0 )
minimo=f m i n b n d ( f u n c ,p i , p i )
Definicion
Una funcion real f definida en un intervalo se llama funcion convexa o concava
hacia arriba, si esta definida sobre un conjunto convexo C y para cualquiera dos
puntos x, y miembros de C , para cada t en [0, 1], se cumple que:
Propiedades
La cuerda esta sobre la curva
Una aproximacion lneas de f (x) en un
punto cualquiera es siempre un
sub-estimador del valor de la funcion
Para una funcion convexa un mnimo
local es siempre un mnimo global
La primera derivada de f (x) no cambia
de signo o cambia una sola vez en la
region
La segunda derivada de f (x) es siempre
no negativa
Corolario
Si examinamos una funcion de una variable:
Si el signo de la 2da derivada en el intervalo
[a,b] es siempre negativo o cero, entonces
la funcion es concava
Si el signo de la 2da derivada es el intervalo
[a,b] es positivo o cero, entonces la funcion
es convexa
Si el signo de la 2da derivada es el intervalo
[a,b] es negativo o positivo, entonces la
funcion sera estrictamente concava o
estrictamente convexa, respectivamente
Convexidad Concavidad
2
f (x) = x + x + 15 f (x) = x 2 + x + 15
2f 2f 2f
x 2
1 x1 x2 x1 xn
2f 2f 2f
H(f ) = x2 x1
x22 x2 xn
(2)
.. .. .. ..
. . . .
2f 2f 2f
x x
n 1 xn x2 xn2
[ 2 , 0]
[ 0 , 6]
Autovalores =
2
6
Estrictamente convexa
Cuando el segmento queda siempre estrictamente por encima de la grafica
Convexa
Cuando el segmento puede coincidir con la grafica
Ing. Agustn Marulanda Conceptos de optimizacion 11 de agosto de 2017 31 / 50
Curvas de nivel
La curva de nivel k de la funcion f esta formada por todos los puntos del dominio
D cuya imagen es k. Es decir;
Ejemplo1
F (x, y ) = x + y x + y = k
C (0) x +y =0
C (3) x +y =3
C (5) x +y =5
C (2) x + y = 2
Ejemplo2
F (x, y ) = x 2 + y 2 x 2 + y 2 = k
C (0) x2 + y2 =0
C (1) x2 + y2 =1
C (4) x2 + y2 =4
C (9) x2 + y2 =9
s.a. x + y 7
x 0
y 0
Determine:
La region factible
El mnimo global
El maximo global
mn(x1 + 3x22 )
x1 + 2x2 4
x1 0
x2 0
lm f (x) = f (x0 )
X x0
mn J(x)
x
Hi (x) = 0
Gi (x) 0