Computacion
En este trabajo sobre optimización recopila cuatro ejercicios con análisis del algoritmo utilizado en Matlab para resolver los problemas y sobre la lógica de desarrollo dellos problemas.
INTRODUCCIÓN
Los cuatro problemas propuestos se resolvieron con la ayuda de la herramienta Matlab, en este trabajo se presenta el análisis y conclusiones de lasolución de los problemas.
FORMATO
1 CARACTERÍSTICAS GENERALES
1. Minimice la ecuación (1), partiendo de tres puntos diferentes y considerando el avance óptimo [pic] encada iteración. Utilice NR para realizar ambas optimizaciones.
F(x)=x2+12.5*x*cos(x) (1)
Recopilación de datos:
Newton-Rapshon: minimizar con a (lambda) optimo
x0 = 2
m0=5
n0= 9
1) Lambda: 1.2073
--> Mínimo:
x= -6.2824 f(x)= -39.0614
2) Lambda: 0.96148
--> Mínimo:
m= -0.79759 f(m)= -6.3271
3) Lambda: 0.87987
--> Mínimo:
n= 3.2836 f(n)= -29.8498El tiempo de computación es: 1.4144
[pic]
2. Minimice la ecuación (2), partiendo del punto (-1.2, 1).
[pic]
Recopilación de datos:
Newton-Raphson:minimización
f = (x - 1)^2 + 100*(y - x^2)^2
fx = 2*x - 400*x*(y - x^2) - 2
fxx = 1200*x^2 - 400*y + 2
fy = 200*y - 200*x^2
fyy = 200
fxy = (-400)*x
Xo = -1.2
Yo = 1
[pic]
El mínimo es:F(x,y)= 3.4327e-020
Cantidad de iteraciones: 6
el tiempo de computacion es: 0.39665
3. Minimice la ecuación (3), partiendo del origen. Posteriormente, inicie en 30 puntos aleatorios entre -10y 10 y genere una tabla de frecuencias donde indique cuantas veces convergió el algoritmo y a qué puntos. Grafique la función y compruebe si se encontró el mínimo global
[pic]
Recopilación dedatos del programa
Newton-Rapshon: minimizar
f =x^4/10 - (2*y^3)/5 + (700*cos((3*x)/2)*cos(2*y)*exp(cos(x*y)))/exp((2*abs(x))/5 + abs(y)/5)
cantidad de puntos que desea evaluar : 30
x0 =...
Regístrate para leer el documento completo.