Professional Documents
Culture Documents
CÓDIGO: 203043_3
Para la realización del trabajo sobre análisis y solución de problemas sobre optimización
sin restricciones, inicialmente se define y entiende el problema planteado, se programa y
organiza una secuencia para resolver el problema, de esta forma, en la primera parte del
trabajo se genera una lluvia de ideas para resolver el problema, posteriormente se inicia la
resolución de los dos problemas con soluciones estructuradas, consultadas y estudiadas en
la respectiva bibliografía recomendada para tal fin.
OBJETIVOS ESPECÍFICOS.
• Lograr los conocimientos y destrezas necesarias, en la solución de problemas referentes
a la Optimización unidimensional no restringida.
Inicialmente, los estudiantes proponen ideas sobre cómo encontrar el valor máximo de las
funciones f(t) y g(d,l). Para ello, cada estudiante escoge cualquiera de estas funciones y
propone una forma para calcular su valor máximo. Cada propuesta debe subirse al foro
colaborativo con su respectivo ejemplo.
Inicialmente propongo el
método gráfico, para ello
graficamos la función,
observamos que es una curva
parabólica con la concavidad
hacia abajo, que tiene el punto
máximo entre x=1.7 y x=2, por
cuanto entre estas abscisas la
curva comienza a descender.
8,6t
16
8,6t +16 =0 t= -
X= en
Y= -20,883
Mínimo (
-5x4+2x2+2x+3f(x) +4f(x)-
7xf(x)2 +6=f(x)
-5x4+2x2+2x+3f(x) +4f(x)-
7xf(x)2 +6 - f(x)=f(x) - f(x)
De acuerdo al paso 4 indicado de la guía de actividades, cada estudiante debe presentar una
solución para calcular el valor máximo de f(t) por el método de la sección dorada. A
continuación presento mi solución:
Explicación del método.
El método de la sección dorada se utiliza para averiguar el valor máximo de una función
unimodal, sea este positivo o negativo.
Se inicia tomando un intervalo entre 𝑋𝑙 y 𝑋𝑢
A continuación obtengo dos puntos interiores 𝑋1 y 𝑋2, utilizando para ello la relación
dorada, que es el número 0.618.
Se procede evaluando la función 𝑓(𝑋) para 𝑋1 y 𝑋2
Si 𝑓(𝑋2) > 𝑓(𝑋1), el máximo está en el intervalo definido por 𝑋𝑙, 𝑋2 y 𝑋1.
Para el nuevo intervalo, el límite inferior sigue siendo 𝑋𝑙 = 0, 𝑋1 será el límite superior,
es decir, 𝑋𝑢, y el primer valor de 𝑋2 pasa a ser el nuevo valor 𝑋2
El proceso se repite sucesivamente, cada vez se va cerrando más el intervalo hasta que
obtengamos el valor máximo.
Por lo tanto,
𝑋1 = 0 + 2.472 = 2.472
𝑋2 = 4 − 2.472 = 1.528
Observamos que 𝑓(𝑋2) > 𝑓(𝑋1), el máximo está en el intervalo definido por 𝑋𝑙, 𝑋2 y 𝑋1.
Por lo tanto, para el nuevo intervalo, el límite inferior sigue siendo 𝑋𝑙 = 0, y 𝑋1 será el
límite superior, es decir, 𝑋𝑢 = 2.472.
El primer valor 𝑋2 pasa a ser el nuevo 𝑋1; es decir, 𝑋1 = 1.528
La iteración para 𝑓(𝑋1) ya se obtuvo el valor de 𝑓(1.528) = 14.408
√5 − 1
𝑑=( ) ∗ (2.472 − 0) = 1.528
2
Cordialmente,
𝜕𝑓
= 3 + 4𝑑 − 14𝑙
𝜕𝑙
Remplazando los valores d=0 y l=0 en las derivadas parciales, obtenemos el Gradiente
𝜕𝑓
= −20(0)3 + 4(0) + 2 + 4(0) = 2
𝜕𝑑
𝜕𝑓
= 3 + 4(0) − 14(0) = 3
𝜕𝑙
Gradiente
𝛻𝑓 = 2𝑖 + 3j
Para encontrar el máximo, se busca en la dirección del gradiente; es decir, a lo largo de un
eje h que corre en la dirección de este vector. La función se expresa a lo largo de este eje
como
𝜕𝑓 𝜕𝑓
𝑓(𝑑0 + ℎ, 𝑙0 + ℎ)
𝜕𝑑 𝜕𝑙
𝑓(0 + 2ℎ, 0 + 3ℎ)
𝑓(2ℎ, 3ℎ)
Por lo tanto, al combinar términos, se obtiene una función unidimensional g(h) que
transforma f(d, l) a lo largo del eje h,
√5 − 1
𝑑= (4 − 0) = 2,472
2
X1= 0 + 2,472= 2,472
X2= 4 − 2,472= 1,528
En este paso, cada estudiante calcula el máximo de la función g (d,l) siguiendo otro método
matemático. Para ello, el estudiante debe primero leer el texto de optimización
multidimensional no restringida, que se encuentra en el libro de Steven Chapra, desde la
página 377 hasta la 396. El libro se encuentra en el entorno de conocimiento dentro de las
referencias de la unidad 1.
Luego, cada estudiante debe maximizar la función g (d,l) efectuando una iteración por el
método de ascenso de máxima inclinación para localizar el máximo con los valores
iniciales de d=0 y l=0. Utilice la bisección para encontrar el tamaño óptimo de paso en la
dirección de búsqueda del gradiente. Al finalizar, cada estudiante debe subir este aporte en
el foro colaborativo. Un aporte significativo debe tener la estructura indicada en el paso 4.
Los estudiantes deben realimentar los aportes de todos sus compañeros.
g(d,l)=-5d4+2d2+2d+3l +4dl-7l2+a
Metodo de ascenso máxima inclinacion
Primero hallamos la primera derivada
𝑑𝑓
= 20x³ + 4𝑥 + 2 + 4𝑦
𝑑𝑥
𝑑𝑓
= 3 + 4𝑥 − 14𝑦
𝑑𝑦
La segunda derivada
𝑎²𝑓
= 60x² + 4
𝑎²𝑥
𝑎²𝑓
= −14
𝑎²𝑦
| H| = 60x² + 4 -14
H = 10
Nos queda el siguiente vector de la primera derivada
Δf = 2x + 3j
𝑑𝑓 𝑑𝑓
f (𝑥 ℎ, 𝑦 + 𝑑𝑦 ℎ)
𝑑𝑥
𝑑𝑓
= 3 + 4(1,35) − 14(2,025) = 36,75
𝑑𝑦
Cordialmente,
clear all;
clc;
% Datos de entrada
f=inline('-4.3*t^2+16*t') %función unidimensional a resolver
ak=0; % Punto inicial o limite inferior
tol=0.2; % Tolerancia
bk=4; % Punto final o limite superior
alpha=0.618 % Numero de la relación dorada
lamdak=alpha*ak+(1-alpha)*bk; % Calculo del valor de lamda
miuk=(1-alpha)*ak+alpha*bk; % Calculo del valor de miu
end
CONCLUSIONES
• Chapra, S., & Canale, R. (2007). Optimización. En Chapra, S., & Canale, R., Métodos
numéricos para ingenieros. Ciudad de México: McGraw-Hill. Recuperado
de: https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=378&docI
D=4508648&tm=1532534690574