Professional Documents
Culture Documents
Ingeniería bioquímica
Restricciones
Las restricciones en este caso imponen que las materias primas utilizadas en la
fabricación de los tres tipos de cerveza no deben sobrepasar las cantidades
disponibles:
𝑥1 + 2𝑥2 + 2𝑥3 ≤ 30 𝑚𝑎𝑙𝑡𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎 ≤ 𝑚𝑎𝑙𝑡𝑎 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒
2𝑥1 + 𝑥2 + 2𝑥3 ≤ 45 (𝑙𝑒𝑣𝑎𝑑𝑢𝑟𝑎𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎 ≤ 𝑙𝑒𝑣𝑎𝑑𝑢𝑟𝑎 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒)
𝑥1 , 𝑥2, 𝑥3 ≥ 0
Función objetivo
En este caso el objetivo es maximizar el beneficio, que viene dado por la
suma de los precios de venta de la producción:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑧 = 7𝑥1 + 4𝑥2 + 3𝑥3
Se intenta encontrar una curva que ajuste algunos datos experimentales, por ejemplo medidas
y1,...,ym de una señal tomadas en los tiempos t1,...,tm.
Sin embargo el mínimo global puede ser difícil de encontrar pues nuestro
conocimiento de f es usualmente local. La mayoría de los algoritmos
calculan mínimos locales que son puntos en los que sea alcanza el menor
valor de f en su entorno. Formalmente:
En concreto:
Un ejemplo simple esta dado por la función f(x) = x4 para la que el punto x∗
= 0 es un mínimo local estricto y sin embargo su hessiano es nulo (y por tanto
no definido positivo).
• Si la función está formada por unos pocos trozos regulares con discontinuidades
entre los trozos, puede ser posible encontrar el mínimo analizando cada trozo por
separado.
• Todos los algoritmos para minimización sin restricciones necesitan que el usuario
suministre un punto inicial, que se denotara por x0.
• Búsqueda de línea:
– se construye una función modelo mk(x) cuyo comportamiento cerca del iterante
actual xk es similar al de la función objetivo f.
– como el modelo mk puede no ser una buena aproximación de f cuando x está lejos
de xk, restringimos la búsqueda de un optimo de mk en alguna región en torno a xk.
Es decir encontramos el candidato dk resolviendo de manera aproximada el
siguiente subproblema:
2.- Algunos problemas sin restricciones, inherentemente incluyen una única variable.
3.- Las técnicas de optimización con y sin restricciones, generalmente incluyen pasos
de búsqueda unidireccional en sus algoritmos.
𝑓´ 𝑥 𝑘 + 𝑚 𝑥 − 𝑥 𝑘 = 0
𝑓´ 𝑥𝑞 − 𝑓´(𝑥𝑝 )
𝑚=
𝑥𝑞 − 𝑥𝑝
Optimización