1

1
Mtodos tradicionales de
Optimizacin de PNL
Optimizacin unidimensional no
restringida
Profesora: Patricia Jaramillo A. Ph.D
Universidad Nacional de Colombia Universidad Nacional de Colombia
Sede Medell Sede Medell n n
Modulo 5
2
Tipos de Problemas de PNL
Optimizacin no restringida
Optimizacin restringida
Programacin cuadrtica
Programacin geomtrica
Programacin separable
Programacin fraccional
Programacin convexa
Programacin Cncava
Otras
3
Funciones Cncavas y Convexas
Ilustracin grfica
Funcin cncava Funcin cnvexa
4
Funcin cncava
Una funcin cuya curvatura siempre es
hacia abajo
Funcin cncava
5 Funcin convexa
Funcin cncava
Una funcin cuya curvatura siempre es
hacia abajo
6
ptimos locales y globales
Para el caso de minimizacin:
Una funcin Z(x) tiene un ptimo local en x
o
si
existe un intervalo pequeo con centro en x
o
tal
que Z(x) Z(x
o
) para toda x en el intervalo en el
cual la funcin est definida.
Si Z(x) Z(x
o
) para toda x en la cual la funcin
est definida, entonces el mnimo en x
o
es un
ptimo global.
2
7
Optimizacin no restringida
Corresponde al problema de:
Optimizar
) (x Z
x
Z(X)
8
Optimizacin no restringida
A) Empleando clculo
La solucin x* habr de cumplir la condicin de
estacionaridad:
que es una condicin necesaria pero no suficiente. La
condicin de suficiencia es que la matriz Hessiana
sea definida positiva para el caso de minimizacin y
negativa para el caso de maximizacin.
0 *) ( = x Z
9
Caso Unidimensional sin restricciones
Corresponde al problema de:
Optimizar
Donde X es una nica variable diferenciable
) (x Z
10
Caso Unidimensional sin restricciones
A) empleando el clculo
Si Z(x
o
)=0, entonces el signo del cambio en la funcin
al pasar de x
o
a (x
o
+h) depender del signo de
Z(x
o
)=0, por lo tanto:
i) Si Z(x
o
)<0 Z(x
o
+h)<Z(x
o
) mximo local en x
o
Ii) Si Z(x
o
)>0 Z(x
o
+h)>Z(x
o
) Mnimo local en x
o
11
Teoremas
Teorema 1: Si Z(x) es continua en un intervalo
continuo y acotado [a,b], entonces Z(x) tiene
ptimos globales en ese intervalo.
Teorema 2: Si Z(x) tiene un ptimo local en x
o
y
Z(x) es diferenciable en un pequeo intervalo con
centro en x
o
entonces Z(x
o
)=0
12
Teoremas
Teorema 3: Si Z(x) tiene diferencial de segundo
orden en un pequeo intervalo con centro en x
o
y
si Z(x
o
)=0 y Z(x
o
)>0, entonces Z(x) tiene un
mnimo local en x
o
. En cambio, si Z(x
o
)=0 y
Z(x
o
)<0 entonces Z(x) tiene un mximo local en
x
o
.
Los puntos x
o
en que Z(x
o
)=0 se llaman puntos
estacionarios o crticos.
3
13
Caso Unidimensional sin restricciones
En general los algoritmos de programacin
no lineal no pueden distinguir entre un
mximo local y un mximo global
(excepto si encuentran otro mximo local
mejor).
14
Ejemplo: Capacidad ptima de una
estructura
Las funciones de beneficios y costos para un acueducto,
suponiendo un abastecimiento firme de x unidades de agua
por da, son como sigue:
Costo de capital (inversin en unidades de dinero):
Costo de operacin y mantenimiento ( unidades de dinero
por ao)
Beneficios (valor presente en unidades de dinero):
2
1 0
x C C +
x C
2
) ln(x b
15
Ejemplo: Capacidad ptima de una
estructura
El costo total de una estructura de capacidad x es:

=
+
+ + =
N
n
n
r
x C
x C C C
0
2
1 0
) 1 (
2
Suponiendo una tasa de descuento r y una vida til N para el
proyecto.
Los beneficios netos a maximizar son:

=
+
=
N
n
n
r
x C
x C C x b Z
0
2
1 0
) 1 (
) ln(
2
16
Ejemplo: Capacidad ptima de una
estructura
Cul debe ser el valor ptimo de x si se
desea maximizar los beneficios netos?
Cul es el costo de incrementar el agua
abastecida en una unidad adicional con
respecto al tamao ptimo?
17
Ejemplo: Capacidad ptima de una
estructura
0
) 1 (
2
0
2
1
=
+
=

=
N
n
n
r
C
x C
x
b
x
Z
0 2
0
) 1 (
2
2
2
1
0
2
1
=
=
+

=
b Rx x C
b
r
C
x x C
N
n
n
Aplicando la condicin necesaria:
Esto lleva a la ecuacin:

=
+
=
N
n
n
r
C
R
0
2
) 1 (
Donde:
18
Ejemplo: Capacidad ptima de una
estructura
Cuya solucin de inters es:
1
1
2
*
4
8
C
bC R R
x
+ +
=
Puede verse que en x=x* existe un mximo
global en virtud de que:
0 2
1 2 2
2
< =

C
x
b
x
Z
Para todo x
4
19
Ejemplo: Capacidad ptima de una
estructura
Si se vuelve sobre la ecuacin que result de
aplicar la condicin necesaria, se ve que:
*
*
1
2
x
b
R x C = +
La derivada del beneficio bruto Z
bb
es:
x
b
x
Z
x b Z
bb
bb
=

= ), ln(
La derivada del costo total Z
c
:
R x C
x
Z
Rx x C C Z
c
o c
+ =

+ + =
1
2
1
2
20
Lo cual recuerda un resultado familiar del anlisis econmico:
el ptimo x=x* se obtiene cuando el costo marginal iguala al
beneficio marginal.
Cuando Z=Z
bb
-Z
c
, en el punto ptimo:
0
* * * *
=

x
Z
x
Z
x
Z
x
Z
c bb

* *
x
Z
x
Z
c bb
21
No conviene producir ms porque el costo de la
ltima unidad producida, aproximadamente igual
a 2C
1
x
*
+R, obtiene unos beneficios:
Que apenas igualan a los costos.
De manera que, estando en el ptimo, se exigir a
quien solicite la produccin de una unidad ms,
que pague al menos el costo 2C
1
x
*
+R.
Este valor se denomina Precio Sombra de la
produccin del recurso.
*
x
b
22
Aplicando diferencias finitas:
R x C
x
Z
c
+

*
1
2
El (extracosto) precio de producir una unidad
adicional de agua (x
*
=1) es aproximadamente
igual a:
R x C +
*
1
2 Precio sombra
23
B ) Empleando mtodos numricos
- Tcnicas de bsqueda secuencial
En la prctica, rara vez resulta fructfera la
localizacin de ptimos empleando el clculo ya
sea porque se desconozca analticamente la
funcin objetivo, lo cual hace posible la
diferenciacin, o bien, que los puntos
estacionarios no puedan obtenerse
algebraicamente.
En estos casos se emplean mtodos numricos para
aproximar la localizacin de algunos de los
ptimos locales dentro de una tolerancia
aceptable. 24
Tcnicas de bsqueda secuencial
Las tcnicas de bsqueda secuencial empiezan
con un intervalo finito en el cual se considera que
la funcin objetivo es unimodal.
Las tcnicas reducen entonces sistemticamente
el intervalo alrededor de un ptimo local, hasta
que este quede confinado dentro de lmites
aceptables.
Esta reduccin se efecta evaluando
secuencialmente a la funcin objetivo en puntos
seleccionados.
5
25
Tcnicas de bsqueda secuencial
Algunas de ellas son:
Bsqueda en 3 puntos del intervalo
Bsqueda de la seccin urea
Bsqueda de Fibonacci
Etc.
26
Bsqueda en 3 puntos del intervalo
1. El intervalo a considerar se divide en 4 partes iguales
y se evala Z(x) para los 3 puntos equidistantes
interiores.
2. Se determina aquel punto interno que proporcione el
mejor valor de la funcin objetivo y el subintervalo
con centro en este punto, formado por 2/4 partes del
intervalo inicial, reemplaza a dicho intervalo inicial.
Este mtodo es el ms eficiente a espacios iguales, en
trminos de lograr una tolerancia previamente dada
con un nmero mnimo de evaluaciones funcionales.
Tambin es fcil de codificar en un computador.
27
Bsqueda en 3 puntos del intervalo
Se conserva si se
busca un mximo
Se conserva si se
busca un mnimo
x
1
x
2
x
3
28
Bsqueda en 3 puntos del intervalo
Ejemplo
Obtenga la solucin de:
Minimizar x Sen x x Z 4 ) ( =
Considerando el intervalo [7/8,3]
=[2.7488,3 ], considerando una tolerancia (
aproximacin) =0.01
29
Iteracin 1: Dividiendo e intervalo [2.7488,3] en
cuatro partes iguales:
3
2
1
i
-2.1416 2.9372
-2.5197 2.8744
-2.7234 2.8117
Z(x
i
) x
i
Menor
Iteracin 2: Se toma el nuevo intervalo con
centro en x
1
[2.7488,2.8744] en cuatro partes
iguales:
6
1
4
i
-2.6439 2.8430
-2.7234 2.8117
-2.7584 2.7803
Z(x
i
) x
i
Menor
30
Iteracin 3: Se toma el nuevo intervalo con
centro en x
4
[2.7488,2.8117] en cuatro partes
iguales
7
4
6
i
-2.7465 2.7960
-2.7584 2.7803
-2.7591 2.7646
Z(x
i
) x
i
Menor
Iteracin 4: Se toma el nuevo intervalo con
centro en x
6
[2.7488,2.7803] en cuatro partes
iguales:
9
6
8
i
-2.7602 2.7724
-2.7591 2.7646
-2.7554 2.7567
Z(x
i
) x
i
Menor
6
31
Iteracin 5: Se toma el nuevo intervalo con
centro en x
9
[2.7646,2.7803] pero el punto
central x
9
=2.7724 est a una distancia menor de
(=0.01) de todos los otros puntos del intervalo,
por lo tanto se acepta como localizacin del
mnimo al punto:
X*=2.7724, Z*=2.7724Sen (4(2.7724))= -2.7602
32
Bsqueda de la seccin urea
Se basa en el nmero:
Conocido como seccin urea.
Los dos primeros puntos de la bsqueda se
localizan a 0.6180 (b-a) unidades de los
extremos del intervalo inicial [a,b].
Se consideran de uno en uno puntos sucesivos y
se posicionan a 0.6180 L
i
unidades del extremo
ms reciente del intervalo actual, donde
L
i
=(b-a)
6180 . 0
2
1 5
=

33
Bsqueda de la seccin urea- Ejemplo
Obtenga la solucin de:
Maximizar ) 5 ( ) ( x x x Z =
Considerando el intervalo [0,20],
considerando una tolerancia =1
34
Puntos Iniciales
L=20-0=20, de forma que los 2 primeros puntos en la
bsqueda se posicionan a:(0.6180)20=12.36 hacia
adentro de cada extremo. Entonces:
X
1
=0 + 12.36= 12.36
X
2
= 20-12.36= 7.64
2
1
i
61.64 7.64
41.38 12.36
Z(x
i
) x
i
Por la propiedad unimodal, se tiene que el mximo debe
ocurrir a las izquierda de 12.36
Se conserva [0,12.36] como nuevo intervalo
0
20
x
2
x
1
35
Iteracin 1
L=12.36-0=12.36, de forma que la bsqueda se
posiciona a:(0.6180)12.36=7.63848 hacia adentro
del extremo ms reciente. Entonces:
3
i
51.88 12.36-7.63848 = 4.722
Z(x
i
) x
i
0
20
x
2
x
1
x
3
Se conserva [4.722,12.36] como nuevo intervalo
36
Iteracin 2
L=12.36-4.722=7.638, de forma que la bsqueda se
posiciona a:(0.6180)7.638=4.7202 hacia adentro
del extremo ms reciente. Entonces:
4
i
59.16 4.722+4.7202 = 9.442
Z(x
i
) x
i
0
20
x
2
x
1
x
3 x
4
Se conserva [4.722,9.442] como nuevo intervalo
7
37
Iteracin 3
L=9.442-4.722=4.72, de forma que la bsqueda se
posiciona a:(0.6180)4.72=2.9169 hacia adentro del
extremo ms reciente. Entonces:
5
i
59.92 9.442-2.9169 = 6.525
Z(x
i
) x
i
20
Se conserva [6.525,9.442] como nuevo intervalo
0
x
2
x
1
x
3 x
4
x
5
38
Iteracin 4
L=9.442-6.525=2.917, de forma que la bsqueda se
posiciona a:(0.6180)2.917=1.8027 hacia adentro
del extremo ms reciente. Entonces:
6
i
61.46 6.525+1.8027 =8.328
Z(x
i
) x
i
Se conserva [6.525,8.328] como nuevo intervalo
20
0
x
2
x
1
x
3 x
4
x
5
x
6
39
Iteracin 5
L=8.328-6.525=1.803, de forma que la bsqueda se
posiciona a:(0.6180)1.803=1.1142 hacia adentro
del extremo ms reciente. Entonces:
7
i
61.28 8.328-1.1142=7.214
Z(x
i
) x
i
El punto x
2
tiene el mximo valor de Z y est a menos de
=1 de todos los puntos del intervalo.
0
20
x
2
x
1
x
3 x
4
x
5
x
6
x
7
X*=7.64, Z*=61.64