introducción a la optimización matemática · 2016. 3. 14. · la teoría general de máximos y...
TRANSCRIPT
![Page 1: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/1.jpg)
Introducción a la Optimización Matemática
![Page 2: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/2.jpg)
H. R. Alvarez A., Ph. D.
Modelos de Optimización
Tienen como propósito seleccionar lamejor decisión de un número deposibles alternativas, sin tener queenumerar completamente todas ellas.
La Teoría de Optimización es una ramade la matemática aplicada que formulay explica estos problemas
![Page 3: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/3.jpg)
Tópicos en optimización: Programación Matemática
Objetivo: Encontrar el mejor punto que optimice un modelo
económico
Formulación matemática Optimizar y(x)
Sujeto a (x) ≥ 0 i, x = (x1, x2, …, xn)
Métodos: Analíticos, Programación Geométrica, P. L.,
programación combinatoria, métodos heurísticos, métodos matemáticos discretos.
![Page 4: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/4.jpg)
Tópicos en optimización: Métodos variacionales
Objetivo:
Encontrar la mejor función que optimice el modelo económico
Formulación matemática
Optimizar I[y(x)] = F[y(x), y’(x)]dx
Sujeto a las restricciones algebraicas de integración o matemáticas en general
Métodos:
Cálculo de variaciones, modelos continuos.
![Page 5: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/5.jpg)
La teoría general de máximos y mínimos
Problemas no restringidos
Está dirigida a encontrar los puntos extremos de una función.
Teoremas:
Una función que es continua en un dominio cerrado posee unvalor máximo o mínimo en el interior del intervalo o en suslímites.
Una función continua alcanza un máximo o un mínimo en elinterior de una región solo en los puntos donde su enésimaderivada ya sea se hace cero (puntos estacionarios o deinflexión) o no existe (punto de discontinuidad).
H. R. Alvarez A., Ph. D.
![Page 6: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/6.jpg)
Óptimos globales y locales
Será óptimo local si tiene un máximo o mínimo en el intervalo [a, b]
Será óptimo global si tiene un máximo o mínimo en el intervalo [-, ]
Si el óptimo local es el global, se tiene una función con óptimo exacto.
H. R. Alvarez A., Ph. D.
![Page 7: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/7.jpg)
Condiciones suficientes para el óptimo en una variable independiente
Para una función continua (x), si:
’(x) x
X* es crítico si ’(x*) = 0
’’(x*) =
Si ’’(x*) = 0, se examinan n derivadas de orden superior hasta que n(x*) 0
Si n es par: n(x*) =
Si es impar: punto de inflexión.
H. R. Alvarez A., Ph. D.
> 0 mínimo
< 0 máximo
> 0 mínimo
< 0 máximo
= 0 no hay definición
![Page 8: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/8.jpg)
H. R. Alvarez A., Ph. D.
y=x4/4-x2/2
y’’=3x2 - 1
y’=x3 - x
Graphmatica
![Page 9: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/9.jpg)
H. R. Alvarez A., Ph. D.
![Page 10: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/10.jpg)
H. R. Alvarez A., Ph. D.
![Page 11: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/11.jpg)
H. R. Alvarez A., Ph. D.
![Page 12: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/12.jpg)
Ejemplo:
El precio de cierto producto está definido por la siguiente ecuación:
donde p es el precio y q es la cantidad vendida.
Encontrar la q que genera un ingreso máximo, donde el ingreso es pq.
H. R. Alvarez A., Ph. D.
![Page 13: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/13.jpg)
H. R. Alvarez A., Ph. D.
i = 20q-q2/4
P’ = 20-q/2q = 40 P’’ = -1/2
q hace que el ingreso sea máximo
![Page 14: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/14.jpg)
H. R. Alvarez A., Ph. D.
![Page 15: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/15.jpg)
En el caso de dos variables
(x*, y*) serán un punto crítico de (x, y) si son solución del sistema:
Sea D(x, y) = ’’x(x, y) ’’y(x,y) – [’xy(x, y)]2
Entonces si:
H. R. Alvarez A., Ph. D.
’x(x, y) = 0
’y(x, y) = 0
Si z = (x, y) tiene un máximo o mínimo relativo en (x*, y*) y si ’x(x, y) y ’y(x, y) están definidos en los alrededores de (x*, y*), entonces
D(x*, y*) =
> 0 y ’’x(x*, y*) < 0, (x, y) tiene un máximo en x*, y*
> 0 y ’’x(x*, y*) > 0, (x, y) tiene un mínimo en x*, y*
< 0 (x, y), x*, y* es punto de inflexión
= 0 (x, y), hay que hacer un análisis adicional
![Page 16: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/16.jpg)
H. R. Alvarez A., Ph. D.
![Page 17: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/17.jpg)
H. R. Alvarez A., Ph. D.
Máximo
Mínimo
Inflexión
![Page 18: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/18.jpg)
H. R. Alvarez A., Ph. D.
![Page 19: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/19.jpg)
El problema general de optimización: el problema no lineal con restricciones
Maximizar(x)
Sujeto a:
gi(x) ≤ ci i = 1, …, m
Donde y gi son funciones generales del parámetro x n ≥ 0
Cuando es convexa, gi cóncava, el problema es un problema de programación convexa
H. R. Alvarez A., Ph. D.
![Page 20: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/20.jpg)
Condiciones de Kuhn-Tucker A fin de que el problema tenga solución óptima, debe cumplir,
como condiciones necesarias las Condiciones de Kuhn-Tucker:
Sea el Lagrangiano de la función de maximización dado por:
Este debe cumplir con las siguientes condiciones
Para todo i, j. En este caso i es conocido como el coeficiente de Lagrange para el lagrangiano L
H. R. Alvarez A., Ph. D.
![Page 21: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/21.jpg)
Ejemplo
Max Z =3x + 5y
Sujeto a:
x ≤ 4
9x2 + 5y2 ≤ 216
x , y ≥ 0
H. R. Alvarez A., Ph. D.
![Page 22: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/22.jpg)
H. R. Alvarez A., Ph. D.
![Page 23: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/23.jpg)
AMPL
H. R. Alvarez A., Ph. D.
![Page 24: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/24.jpg)
Ejemplo
Max Z = 126x -9x2 + 182y – 13y2
Sujeto a
x 4
2y 12
3x + 2y 18
x, y 0
H. R. Alvarez A., Ph. D.
![Page 25: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/25.jpg)
H. R. Alvarez A., Ph. D.
![Page 26: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/26.jpg)
AMPL
H. R. Alvarez A., Ph. D.
![Page 27: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/27.jpg)
Ejemplo
Encontrar los puntos críticos
f(x, y) = xy
Sujeto a:
x2 + y2 = 1
Aplicando el Lagrangiano
L = xy + (x2 + y2 – 1)
H. R. Alvarez A., Ph. D.
![Page 28: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/28.jpg)
H. R. Alvarez A., Ph. D.
![Page 29: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/29.jpg)
H. R. Alvarez A., Ph. D.
![Page 30: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/30.jpg)
Ejemplo 3
Optimizar z = xy
Sujeto a:
x + y ≤ 1
-x + y ≤ 1
-x – y ≤ 1
x – y ≤ 1
x, y
H. R. Alvarez A., Ph. D.
![Page 31: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/31.jpg)
H. R. Alvarez A., Ph. D.
![Page 32: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/32.jpg)
Programación lineal
Si y gi son lineales y convexas, se tiene un problema de programación lineal.
Características:
Reduce sus soluciones a un número finito de éstas.
Es un problema combinatorio, ya que las posibles soluciones yacen en las intersecciones de un hiperplano convexo definido por las restricciones convexas.
H. R. Alvarez A., Ph. D.
![Page 33: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/33.jpg)
H. R. Alvarez A., Ph. D.
hiperplano convexo definido por las restricciones convexas
![Page 34: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/34.jpg)
Contexto del curso
H. R. Alvarez A., Ph. D.
Problema no lineal
Problema convexo
Problema lineal
Problema de flujo máximo
Problema entero
![Page 35: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/35.jpg)
Métodos de solución
Inicio
Encontrar punto o
función óptimas
Programación
Matemática
Métodos
variacionalesPunto Función
¿Hay restrcciones
involucradas?
¿Hay condiciones para
Lagrange?
¿Son las funciones de
utiidad y restriccones
lineales?
¿Son las funciones de
utiidad polinómicas?
¿Es posible forumular el
modelo por etapas?
SI
NO
NO
NO
Conslruir la
función de
Lagrange
Diferenciar y
resolver por
ecuaciones
simultáneas
SI
NO
Resolver por P. L.SI
Resolver por
Programación No
Lineal
SI
Utilizar
progrmación
dinámica
SI
Resolver mediante
técnicas de
búsqueda
multivariada
NO
¿Es la respuesta
satisfactoria?
NO
FIN
SI
![Page 36: Introducción a la Optimización Matemática · 2016. 3. 14. · La teoría general de máximos y mínimos Problemas no restringidos Está dirigida a encontrar los puntos extremos](https://reader035.vdocuments.mx/reader035/viewer/2022071502/6121e4f15a0bab7c90798825/html5/thumbnails/36.jpg)
Solución del modelo de optimización
Analítica
Métodos numéricos
Heurística
Simulación
Discreta
Dinámica