Professional Documents
Culture Documents
TRABAJO COLABORATIVO
FASE 1 RESOLVER PROBLEMAS DE OPTIMIZACIN SIN RESTRICCIONES
1. Leer de la pgina 363 a la 375 del texto de Steven Chapra que se encuentra en el
entorno del conocimiento.
2. Dada la funcin
3 6
f ( x )= x 2 x 4 +12 x
2
x 2=x ud=21.236=0.764
Entonces
3
f ( x 1 )= ( 0.764)62 (0.764) 4 +12( 0.764 )=8.188
2
3
f ( x 2 )= ( 0.4722)6 2 (0.4722) 4+ 12( 0.4722 )=5.550
2
En esta ocasin vemos que f(x1) > f(x2), ahora nuestro mximo est en el
intervalo comprendido por x2, x1, y xu.
f(xu
i xl f(xl) x2 f(x2) x1 f(x1) xu d
)
1 0 0 0.764 8.188 1.236 4.816 2 -104 1.236
0.472
2 0 0 5.550 0.764 8.188 1.236 4.816 0.7638
2
0.472
3 5.550 0.764 8.188 0.944 8.678 1.236 4.816 0.4720
2
2.2 Encuentre el valor de x que maximiza f(x), utilizando interpolacin cuadrtica.
Emplee valores inciales de x0 = 0, x1 = 1 y x2 = 2 y realice tres iteraciones.
R/ Primero evaluamos la funcin en los tres valores inciales.
3 6
f ( x )= x 2 x 4 +12 x
2
3 6
f ( x0 )= (0) 2(0)4 + 12 ( 0 )=0
2
3 6 4
f ( x 1 )= (1) 2(1) + 12 ( 1 )=8.5
2
3 6
f ( x 2 )= ( 2 ) 2 ( 2 )4 +12 ( 2 )=104
2
x
x
x
2 f ( 1) ( x 2x 0 ) +2 f ( 2) ( x 0x 1 )
2 f ( 0) ( x 1x 2) +
f ( x 0 ) ( x 1x 2) +f ( x 1 ) ( x 22x 20 ) + f ( x 2) ( x 20x 21 )
2 2
x 3=
3
f ( x 3 )= ( 0.570 )6 2 ( 0.570 )4 +12 ( 0.570 )=6.577
2
3
f ( x 3 )= ( 0.812 )6 2 ( 0.812 ) 4+ 12 ( 0.812 ) =8.444
2
Reemplazamos en
'
f ( x i)
x i+1=x i ''
f ( x i)
9(2)58(2)3 +12
x 1=2 =1.583
45(2)4 24(2)2
3
f ( x 1 )= (1.583)6 2(1.583)4 +12 ( 1.583 )=17.166
2
9(1.583)58(1.583)3 +12
x 1=1.583 =1.26
45(1.583)4 24(1.583)2
3 6 4
f ( x 1 )= ( 1.26) 2(1.26) +12 ( 1.26 )=4.076
2
i x f(x)
1 2 -104
2 1.583 -17.166
3 1.26 4.076
4 1.04 8.24
5 0.938 8.686
2.4 Utilizar una herramienta computacional (Scilab, Matlab, GAMS, o Excel) para
encontrar el mximo de la funcin f(x).
En el caso del mtodo de Newton, la ventaja mas notoria es que no trabaja con
valores inciales, mientras que sus desventajas son ms importantes. Este
mtodo llega a diverger segn sea la naturaleza de la funcin y la calidad del
valor inicial. De esta forma es recomendable usarla slo cuando se est cerca
del valor ptimo. De no ser as se requeriran de muchas iteraciones para
encontrar el valor que maximiza la funcin.
3. Leer de la pgina 26 a la 45 del texto gua de Optimizacin que se encuentra en el
repositorio.
4. Dada la funcin f ( x , y ) =4 x +2 y + x 22 x 4 + 2 xy3 y 2
6. Efectuar una iteracin del mtodo de ascenso de mxima inclinacin para localizar
el mximo con los valores inciales de x = 0 y y = 0. Emplee biseccin para
encontrar el tamao ptimo de paso en la direccin de bsqueda del gradiente.
REFERENCIAS
Uresti, E. 2008. Optimizacin, Bsqueda en una Dimensin. [En lnea].
<http://cb.mty.itesm.mx/materias/ma4011/materiales/a130-17.pdf>