REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA
DE LA FUERZA ARMADA BOLIVARIANA
NCLEO MIRANDA
EXTENSIN SANTA TERESA DEL TUY
CARRERA: ING. SISTEMA
SECCIN: SIS07-01 I-2013

FUNDAMENTOS
DE OPTIMIZACIN

PROF.: BACHILLERES:

Zoila Contreras JESS M. MORALES S. C.I.:19.829.204.

SANTA TERESA DEL TUY, MARZO DE 2013

 FUNDAMENTOS DE OPTIMIZACIN

La Optimizacin No Lineal: Los conceptos de optimizacin no lineal pueden ser

utilizados en la etapa de dimensionamiento para encontrar la mejor solucin de
acuerdo a un cierto criterio:

Minimizar masa (Aeronutica)

Minimizar consumo (Energa)
Maximizar beneficios (Economa)
Minimizar riesgo (Economa, Ingeniera Ambiental)
Maximizar desempeo (Frmula 1, Aviones de guerra)
Maximizar carga de colapso (Estructuras)

1. Diga 5 cosas que pueden ser factibles de optimizacin

El propsito de la optimizacin es encontrar o identificar la mejor solucin posible,
entre todas las soluciones potenciales para un problema dado
A travs de la seleccin de valores para un nmero de variables interrelacionadas
(Variables de diseo o de decisin)
Poniendo atencin a un slo objetivo diseado para cuantificar el desempeo y
medir la calidad de la decisin (Funcin objetivo)
Este objetivo es maximizado o minimizado (dependiendo de la formulacin) sujeto
a restricciones que pueden limitar la seleccin de valores de las variables de diseo.

2. Indique cules son los pasos para optimizar.

Asumiendo que un problema de optimizacin est definido de alguna manera, una
clasificacin general de los mtodos de optimizacin es la siguiente:
a) Mtodos Analticos: Uso del clculo diferencial (insuficiente para problemas
no lineales).
b) Mtodos Numricos: Algoritmos (Procedimientos iterativos)
c) Otros: Mtodos grficos, mtodos experimentales, estudio de casos

3. Qu significa funcin objeto?

Es una instancia de cierta clase en la que se ha sobrecargado el operador de
invocacin de funcin.
4. Enumere los contenidos matemticos que tal vez necesite utilizar para una
optimizacin
Derivadas: Herramienta que indica velocidades de cambio de una funcin. Si esta
funcin ilustra un fenmeno, la derivada ilustra los cambios de la variable
dependiente respecto a la independiente.
Mximos y Mnimos: Sirven para determinar a partir de la derivada si una funcion
es creciente o decreciente en ciertos intervalos definidos a partir de unos puntos
llamados puntos crticos, los cuales sirven para darse una idea de cmo es una
funcin especfica.
Construccin de Tablas: Recuerda que al cnstruir la tabla (la cual sirve para ver
cules son los puntos mximos y mnimos) se debe valorar al rededor y en las
raices que se han sacado.)
5. Por qu es necesario saber optimizar para un ingeniero de sistemas?
Es un modo de enfoque interdisciplinario que permite estudiar y comprender la
realidad, con el propsito de implementar u optimizar sistemas informticos, asi
este podr desarrollar de manera satisfactoria sistemas e implementarlos de la
manera mas rpida y generar la mayor productividad.

6. Defina Espacio Vertical. Dependencia Lineal. Producto Interno.

Espacio Vertical: es una estructura algebraica creada a partir de un conjunto no
vaco, una operacin interna (llamada suma, definida para los elementos del
conjunto) y una operacin externa (llamada producto por un escalar, definida entre
dicho conjunto y un cuerpo matemtico)
Dependencia Lineal: En lgebra lineal, un conjunto de vectores es linealmente
independiente si ninguno de ellos puede ser escrito con una combinacin lineal de
los restantes. Por ejemplo, en R3, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0,
1) es linealmente independiente, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo
es, ya que el tercero es la suma de los dos primeros.
Producto Interno: Es una aplicacin externa bilineal definida sobre un espacio
vectorial, cuyo resultado al operar entre si dos vectores, es un escalar o numero. Sea
(V, k, +, .) un espacio vectorial, entonces un producto interno sobre V, es una
 funcin que asigna a cada par de vectores u,v que pertenecen a V un escalar (u/v)
que pertenecen a K.

7. Desarrolle Norma de un Vector. Vectores Ortogonales. Base Ortogonal.

Subespacios. Matrices. Autovalores y Autovectores.

Norma de un Vector

Dado un vector libre (a), se llama norma de dicho vector al producto escalar
del vector por s mismo, designndose de la siguiente manera: (a)2 = a a.

Consecuencias de esa definicin:

o la norma de un vector coincide con su mdulo al cuadrado:

(a) (a) cos (a,a) = cos 0 = 1
(a)(a) = (a)2

Vectores Ortogonales

Dos vectores son ortogonales si su producto escalar es cero.

Base Ortogonal

Los vectores que forman una base ortogonal son perpendiculares entre s.
Cualquier vector del plano se puede poner como combinacin lineal de los vectores
que forman la base.
 Subespacios

Definicin: Sea H un subconjunto no vaco de un espacio vectorial V y suponga que

H mismo es un espacio vectorial bajo las operaciones de suma y multiplicacin
escalar definidos en V, entonces H es un subespacio de V.

Teorema: Un subconjunto H no vaco del espacio vectorial V es un subespacio de V

si satisface estas dos condiciones:
si x H y y H, entonces x + y H
si x H, entonces x H para todo
Matrices.

Una matriz es una tabla ordenada de escalares aij de la forma

La matriz anterior se denota tambin por (aij), i =1, ..., m, j =1, ..., n, o
simplemente por (aij).

Los trminos horizontales son las filas de la matriz y los verticales son
sus columnas. Una matriz con m filas y n columnas se denomina
matriz m por n, o matriz m n.

Las matrices se denotarn usualmente por letras maysculas, A, B, ..., y

los elementos de las mismas por minsculas, a, b, ...

Ejemplo:

Donde sus filas son (1, -3, 4) y (0, 5, -2) y sus

 Autovalores y Autovectores.

Sea A una matriz de orden n n.

Un vector no nulo X 2 R

n es un autovector o vector propio de A si existe

un escalar tal que AX = X. A este se le llama autovalor o valor propio de A.

A este X se le llama autovector o vector propio correspondiente a.

1. Formas Cuadrticas Asociadas a una Matriz. Conjuntos Convexos.

Formas Cuadrticas Asociadas a una Matriz

Sea V un espacio vectorial sobre una forma bilineal

en V. Se llama forma cuadrtica asociada a f a la aplicacin:

definida por Q(x) = f(x, x).

Propiedades

Sea la forma cuadrtica asociada a una forma bilineal f. Para

cualesquiera x, y V se verifica:

Distintas formas bilineales pueden dar lugar a la misma forma cuadrtica. De hecho,
si f es una forma bilineal simtrica y Q es la forma cuadrtica asociada a f, entonces
para cada forma bilineal antisimtrica g se tiene:

Q(x) = f(x, x) = f(x, x) + g(x, x)

Pues g(x, x)=0 al ser antisimtrica. As Q tambin es la forma cuadrtica de f + g.

Esto es, la forma cuadrtica asociada a una forma bilineal slo depende de la parte
simtrica de esta.
 (http://html.rincondelvago.com/calculo-vectorial-cinematica-dinamica-y-
electricidad.html)

8. Formas Cuadrticas Asociadas a una Matriz. Conjuntos Convexos.

Una forma cuadrtica o forma bilineal simtrica es una aplicacin matemtica
que asigna a cada elemento de un espacio vectorial un nmero real, de una manera
que generaliza la operacin un espacio vectorial de dimensin superior a 1.

Una forma cuadrtica es una aplicacin del espacio vectorial E en el cuerpo K, que
cumple las siguientes condiciones equivalentes:

a) Existe una forma bilineal simtrica de en el cuerpo tal que

.A se le llama forma polar de .

b) , . Adems es una forma

bilineal simtrica definida en y con valores en .A se la llama forma
cuadrtica asociada a .

Una forma cuadrtica es por tanto un aplicacin que es un polinomio de

segundo grado con varias variables. Se le puede considerar un caso especfico de forma
bilineal.

9. En base a lo investigado hasta el momento, considera que tiene las bases para
cursar la asignatura satisfactoriamente? Qu debe repasar?, qu debe aprender?
Qu piensa hacer para lograr los objetivos de la asignatura?

En base a lo investigado creo conveniente hacer repasos en diversos puntos que me

servirn para resolver problemas referente a el tema que hoy investigamos y as poder a
aplicar los procesos de optimizacin de manera satisfactoria para lograr maximizar el
proceso cuando se requiera y disminuirlo cuando se requiera. As podre aplicarlo de una
manera que me ayude a facilitar muchos procesos que llevare acabo.