Professional Documents
Culture Documents
LA OPTIMIZACIN:
La optimizacin es un tema predominante en el anlisis econmico. Por esta
razn, los mtodos de clculo clsicos de encontrar extremos libres y limitados y
las
tcnicas
ms
recientes
de
programacin
matemtica
ocupan
un
LA OPTIMIZACIN DINMICA
Estudia la obtencin de la solucin ptima de sistemas dinmicos que evolucionan
en el tiempo; a estos sistemas se trata de guiar o controlar de manera ptima a lo
largo de un horizonte temporal dado de acuerdo a un objetivo fijado ya que son
susceptibles de influencia mediante decisiones externas.
de
inversiones,
mantenimiento
reemplazando
de
mquinas,
DECISIN MULTIETAPAS
El carcter de mltiples etapas de optimizacin dinmica se puede ilustrar con un
ejemplo simple discreta. Supongamos que una empresa se dedica a la
transformacin de una determinada sustancia a partir de un estado inicial A
(estado de materia prima) en un estado Z terminal (estado de productos
acabados) a travs de un proceso de produccin de cinco etapas. En cada etapa,
la empresa se enfrenta el problema de elegir entre varios subprocesos alternativas
posibles, cada uno que implica un coste especfico. La pregunta es: Cmo debe
la empresa de seleccionar la secuencia de subprocesos a travs de las cinco
etapas con el fin de minimizar el costo total.
En la figura. 1.1, se expone un problema por el trazado de las etapas
horizontalmente y verticalmente los estados. El estado A inicial se muestra por el
punto ms a la izquierda (al comienzo de la etapa 1), el estado del terminal de Z
se muestra por el punto ms a la derecha (al final de la etapa 5). El resto de los
puntos B, C,..., K muestran los diversos estados intermedios en los que la
sustancia puede transformarse durante el proceso. Estos puntos (A, B,, Z) se
denominan vrtices. Para indicar la posibilidad de transformacin del estado A al
estado B, trazamos un arco desde el punto A al punto. El otro arco AC muestra
costo mnimo de produccin. Esta solucin sirve para sealar un hecho muy
importante: Un procedimiento miope de una etapa - en -un-tiempo optimizacin
no lo har en el rendimiento general de la trayectoria ptima. Por ejemplo, un
fabricante de decisin miope habra elegido arco AB sobre el arco de CA en la
primera etapa, debido a que el primero implica slo la mitad del costo de este
ltimo, sin embargo, en el lapso de cinco etapas, la ms costosa de arco de la
primera etapa de CA debe ser seleccionado en su lugar. Es precisamente por esta
razn, por supuesto, que un mtodo que puede tener en cuenta todo el perodo de
planificacin debe ser desarrollado.
Podemos en cambio tener una situacin tal como se muestra en la figura. 1.2,
donde, por ejemplo, nos hemos basado slo cinco posibles caminos de la A a la Z.
Cada camino posible es visto ahora a viajar a travs de un nmero infinito de
etapas en el intervalo [0, TI. Tambin hay un nmero infinito de estados en cada
ruta, siendo cada estado el resultado de una eleccin particular hecho en una
etapa especfica.
Para ser concretos, visualicemos la fig. 1.2 para ser un mapa de un terreno
abierto, con la variable de fase que representa la longitud, y la variable de estado
que representa la latitud. Nuestro trabajo asignado es la de transportar una carga
desde el punto A a Z ubicando un costo mnimo al seleccionar una ruta de viaje
apropiado. El coste asociado con cada posible camino depende, en general, no
slo de la distancia recorrida, sino tambin de la topografa en ese camino. Sin
embargo, en el caso especial donde el terreno es completamente homogneo, de
manera que el coste de transporte por milla es una constante, el problema de
menor costo simplemente se reducir a un problema de ms corta distancia. La
solucin en este caso es un camino recto, bien, porque este camino implica el
menor costo total (tiene el valor de ruta ms baja). La solucin de la lnea recta es,
por supuesto, bien conocido, hasta el punto de que uno por lo general lo acepta
sin exigir para ver una prueba de ello.
Para la mayora de los problemas descritos en lo que sigue, la variable etapa
representar el tiempo; luego las curvas de la fig. 1.2 representar trayectoria en el
tiempo. Como ejemplo concreto, consideremos una empresa con un capital social
inicial igual a A en el tiempo 0, y un capitel stock objetivo predeterminado igual a Z
momento T. Muchos planes alternativos de inversin durante el intervalo de
tiempo [0, TI son capaces de alcanzar el objetivo de capital en el momento T. y
cada plan de inversiones implica un camino capital especfico e implica un
potencial de beneficio especfico para la empresa. En este caso, podemos
interpretar las curvas de la figura. 1.2 como posibles caminos de capital y sus
valores de ruta como los beneficios correspondientes. El problema de la empresa
es identificar el plan de inversin, de ah la capital camino - que produce el
mximo beneficio potencial. La solucin del problema, por supuesto, depender
crucialmente de cmo el beneficio potencial est relacionado y determinado por la
configuracin de la ruta del capital.
4. ENFOQUES
DINMICA
ALTERNATIVOS
PARA
LA
OPTIMIZACIN
CLCULO DE VARIACIONES
El clculo de variaciones data del listn del siglo 17, el clculo de variaciones es
el enfoque clsico del problema. Uno de los primeros problemas que se plantea es
el de la determinacin de la forma de una superficie de revolucin que encontrar la
menor resistencia cuando se mueve a travs de algn medio resistente (una
superficie de revolucin con el rea mnima). Isaac Newton resolvi este problema
y declar sus resultados en su Principia, publicado en 1887. Otros los
matemticos de la poca (por ejemplo, a Juan ya Jacobo Bernoulli) tambin
estudiaron los problemas de carcter similar.
Maximizar o minimizar
Sujeto a:
y (0)=A
(dado)
y (T)=Z
(T, Z dado)
Tal problema, con un funcional integral en una sola variable de estado, con puntos
inicial y terminal completamente especificados, y sin limitaciones, se conoce como
el problema fundamental (o problema ms simple) de clculo de variaciones. Con
el fin de hacer este tipo de problemas significativos, que, es necesario que el
funcional integrable (es decir, la integral debe ser convergente). Supondremos se
cumple esta condicin cuando escribimos una integral de la forma general.
Adems, supondremos que todas las funciones que aparecen en el problema son
continuas y continuamente diferenciables. Se necesita esta hiptesis porque la
metodologa bsica que subyace a la de las variaciones se asemeja mucho a la
del clculo diferencial clsico. La principal diferencia es que, en lugar de tratar con
el dx diferencial que cambia el valor de y = f (x), ahora vamos a hacer frente a la "
variacin " de toda una curva y (t) que afecta el valor de la funcional V [y].
Se presenta el problema bsico de clculo de control de variaciones con la
deduccin de las condiciones necesarias y suficientes de optimalidad. El resultado
fundamental es la ecuacin de Euler.
En cualquier problema de clculo de variaciones, a cada funcin admisible se le
asigna un nmero real, lo cual se establece a partir de un funcional.
Un funcional es una aplicacin, cuyo dominio es un conjunto de funciones, y cuyo
rango es un subconjunto de R.
Como,
es
, sea
sea
(
b.
con respecto a
Se trata de encontrar
aquella funcin
verificando que
, siendo
],
]}
Por tanto, para este problema, el conjunto factible (llamado conjunto de funciones
admisibles) es
{
Y, adems, el elemento
c.
que minimiza
es el mismo
]
que maximiza [
].
es la derivada parcial de
es la derivada parcial de
con respecto a
variable .
EJERCICIO:
Obtener las funciones que verifiquen las condiciones necesarias de mximo local
del siguiente problema:
[
En este caso, [ ]
De donde:
y a :
, es decir
, puede
muy bien ser apropiado. En suma, el problema abordado por la teora de control
ptimo es (en su forma simple) el mismo que en (1.9), excepto que una restriccin
adicional, u (t) U. para
a. Conocimientos bsicos:
Control ptimo es definido como un control admisible que maximiza el funcional
objetivo.
La teora de control ptimo constituye una generalizacin del clculo de
variaciones. Este mtodo fue desarrollado por el matemtico ruso L.S Pontryagin,
a fines de la dcada de los cincuenta. Este matemtico desarrollo la condicin de
Maximizar: [ ]
Sujeto a:
Por otro lado, en cada periodo, la economa est sujeta a una restriccin: la
produccin debe destinarse a consumo o a inversin bruta en capital .De esta
manera:
variacin del stock de capital con respecto al tiempo o la inversin neta en capital,
la tasa de depreciacin y
Maximizar:
sujeto a:
Dado)
Maximizar:
Sujeto a:
(
Dado)
(
Libre)
valor terminal de la variable de estado .De este modo, un valor terminal libre
permite derivar la condicin de primer orden del problema de control ptimo.
Con respecto a la variable de control, esta se encuentra restringida al conjunto ,
que por lo general es un conjunto compacto y convexo .Esta restriccin abre la
posibilidad de que existan soluciones de esquina en el problema de optimizacin,
a diferencia de los problemas de clculo de variaciones, en los cuales solo se
admiten soluciones interiores. En algunos problemas no se establecen
restricciones a la senda de control (=]
[), por lo que se omite la condicin u
(t)
.
Una de las ventajas que presenta la tcnica de control optimo , es que no requiere
necesariamente la continuidad y diferenciabilidad de las sendas de las variables
de control y de estado en todo el horizonte de tiempo(0 , T).Para el caso de la
senda optima de control , basta con que se sea continua por tramos o
piecewisecontinuous .Este requisito implica que la trayectoria de la variable de
control puede presentar un nmero determinado de puntos con discontinuidades ,
siempre y cuando en dichos puntos no tome un valor infinito.
a)
b)
c)
d)
) y H es una funcin
( ) ]
.. (a)
Sujeto a
PROGRAMACIN DINMICA
Por primera vez por el matemtico estadounidense Richard Bellman, de
programacin dinmica presenta otro enfoque del problema de control se indica en
(1.9). Las ms importantes caractersticas distintivas de este enfoque son dos: En
primer lugar, incorpora el problema de control dado en una familia de problemas
de control, con la consecuencia de que en la resolucin del problema dado, en
realidad estamos resolviendo toda la familia de problemas. En segundo lugar, para
cada miembro de esta familia de problemas, la atencin principal se centra en el
valor ptimo de la funcional, V *, en lugar de en las propiedades de los YS ptimas
estado de ruta de acceso (t) (como en el clculo de variaciones) o la va de control
ptimo u * (t) (como en la teora de control ptimo). De hecho, un valor ptimo
funcin - la asignacin de un valor ptimo para cada miembro de esta familia de
problemas - se utiliza como una caracterizacin de la solucin. Todo esto se
explica mejor con un ejemplo especfico discreta. Haciendo referencia a la figura.
1.6 (adaptado de Fig. 1.1), veamos primero cmo la " incrustacin " de un
problema que se hace. Dado el problema original de encontrar la ruta de menor
coste desde el punto A hasta el punto Z, consideramos que el problema ms
grande de encontrar la ruta de menor coste de cada punto en el conjunto (A, B , C
, ..., Z) para el punto terminal de Z. Hay entonces existe una familia de problemas
de componentes, cada uno de los cuales est asociado con un punto inicial
diferente. Esta es, sin embargo, que no debe confundirse con el problema de la
variable en el punto inicial en el que nuestra tarea consiste en seleccionar el mejor
punto inicial. Aqu, vamos a considerar todos los puntos posibles como punto
inicial legtimo por derecho propio. Es decir, aparte del punto genuino A inicial,
hemos adoptado muchos puntos seudo iniciales (B, C, etc.) El problema
relacionado con el punto de seudo Z inicial es obviamente trivial, ya que no
permite ninguna eleccin real o de control, sino que se est incluyendo en el
problema general en aras de la exhaustividad y la simetra. Pero el componente
Problemas a los otros puntos seudo iniciales no son triviales. Nuestro problema
original ha sido as " incrustado " en una familia de problemas significativos. Dado
que todos los problemas componente tiene un valor nico camino ptimo, es
posible escribir un valor ptimo funcin
V * = V * (i) (i = A, B,..., Z) que dice que podemos determinar una va ptima valor
para cada punto inicial posible. De esto, podemos construir tambin una funcin
poltica ptima. Que nos dir la mejor manera de proceder de cualquier punto
especfico inicial i, con el fin de alcanzar la V * (i) mediante la seleccin adecuada
de una secuencia de arcos que lleva desde el punto i hasta el punto Z, terminal de
el propsito de la funcin de valor ptimo y la funcin de la poltica ptima es fcil
V*(I)=3
V*(K)=2
Para indicar que el camino ptimo de G a la Z debe pasar por I, hemos dibujado
una flecha que apunta hacia la I de G, el nmero 5 en la flecha muestra el valor de
la ruta ptima V (G). De la misma manera, nos encontramos con
(1.12) * V (H) =min ( valor del arco HJ+ V * (J), valor de arco de HK + V *}
=min (4 + 1,6 + 2) = 5 [El camino ptimo Hz se HJZ.]
Nota de nuevo la flecha que apunta hacia la J de H y el nmero en l. El conjunto
de todas esas flechas constituye la funcin de la poltica ptima, y el conjunto de
todos los nmeros en las flechas constituye la funcin de valor ptimo. Con el
conocimiento de V * ( G) y V * ( H) , entonces podemos retroceder una etapa ms
para calcular V * ( D) , V * ( e) , y V * ( F) y las rutas ptimas DZ , EZ , y FZ- de
una manera similar. Y, con dos ms de estos pasos, estaremos de vuelta a la
b. Tiempo Discreto
Para entender el teorema del mximo, vamos a pensar en el problema pero en
tiempo discreto y con horizonte nito. Queremos elegir x(t+1) = [x1(t+ 1),... ,xn(t+
1)] y u(t)=[u1(t),... ,um(t)] para maximizar