UNIVERSIDAD CENTRAL DEL
ECUADOR
FACULTAD DE INGENIERÍA QUÍMICA
OPTIMIZACIÓN NUMÉRICA
ALEXANDRA CHÁVEZ
ANÁLISIS NUMÉRICO
2018-2018
OPTIMIZACION NUMERICA
La ecuación de ondas bidimensionales se usa en ingeniería
mecánica para modelar las vibraciones de una placa
rectangular. Si las placas están ancladas por sus cuatro
esquinas, las vibraciones sinusoidales pueden describirse
mediante una serie de Fourier doble. Supongamos que en un
cierto instante de tiempo la altura del desplazamiento 𝑧 =
𝑓(𝑥, 𝑦) sobre el punto (𝑥, 𝑦) viene dada por la función.
Mirando la gráfica
tridimensional y las
curvas de nivel
correspondientes que se
muestran en las Figuras
8.1(a) y (b),
respectivamente, vemos
que hay dos mínimos
locales y dos máximos
locales en el cuadrado
Los métodos numéricos
nos permiten determinar
aproximadamente su
localización:
8.1. Minimización de una
función
Ejemplo 8.1
Métodos de búsqueda
Otro método para hallar el mínimo de f(x) es evaluar la función en
muchos puntos y buscar un mínimo local entre ellos. Para reducir el
número de evaluaciones de la función es importante tener una
buena estrategia que determine donde tenemos que evaluar f(x).
El método de búsqueda de la razón
aurea.
Se llama así porque la estrategia para ir
seleccionando los puntos en los que evaluar
la función f(x) depende de lo que se conoce
como a proporción aurea que es un numero
irracional que descubrieron al advertir el
vinculo existente entre dos segmentos
pertenecientes a una misma recta.
hay una condición que nos asegura que
existe solo un mínimo y que el método
converge realmente a dicho mínimo.
Definición 8.3
(Función unimodal)
Se dice que una función 𝑓(𝑥) es unimodal en 𝐼 =
[𝑎, 𝑏] si existe un único número 𝑝 ∈ 𝐼 tal que
Lo que implica ,en particular, que 𝑓 alcanza su
mínimo global en 𝑝.
Si se sabe que 𝑓(𝑥) es unimodal en 𝑎, 𝑏 , ,
entonces es posible sustituir el intervalo inicial por
un subintervalo en el que 𝑓 𝑥 alcanza su mínimo.
Ejemplo 8.2
Vamos a determinar el mínimo de la función unimodal dada por
𝑓 𝑥 = 𝑥 2 − 𝑠𝑒𝑛(𝑥) en e intervalo [0,1].
Calculo de los extremos de f(x,y)
Ejemplo 8.3
El método de Nelder-Mead
Nelder y Mead han desarrollado un método de búsqueda para
hallar un mínimo local de una función de varias variables. Este
método utiliza un tipo de cuerpo geométrico llamado simplex que
en el caso del plano es un triángulo y en el caso del espacio
tridimensional es un tetraedro.
En el caso de dos variables, cuando tenemos un triángulo, el
método consiste en comparar los valores de la función en los
vértices y sustituir el peor vértice, aquel en el que f(x,y) es mayor, por
un vértice nuevo. De esa manera, se forma un nuevo triángulo y la
búsqueda continúa.
En el proceso se genera una sucesión de triángulos, en los que los
valores de la función van decreciendo. El tamaño de estos
triángulos se reduce y, cuando los vértices están suficientemente
juntos, hemos encontrado el mínimo local.
El triángulo inicial OBP
El punto medio del lado bueno
Reflexión usando el punto R
Extensión usando el punto E
Contracción usando el punto
C
Encogimiento hacia O
Métodos de minimización
mediante derivadas
Supongamos que f(x) es unimodal en
[a,b] y que su único mínimo se alcanza
en x = p. supongamos también que f(x)
es derivable en {a,b}. Tomemos un valor
inicial p0 en {a,b}. Si f’{p0} < 0, ent,onces
el mínimo p está a la izquierda de p0
Localización del mínimo
Aproximación cuadrática
para calcular “p”
Método del gradiente o del
descenso por la máxima pendiente
Descripción del método del
gradiente
