Optimizacion multidimensional

Optimización
Optimización multidimensional no restringida :Las tecnicas para la optimización multidimensional no restringida se clasican de varias formas. Para propósitos del presente análisis, sedividirán dependiendo de si se requiere la evaluación de la derivada. Los procedimientos que no requieren dicha evaluación se llaman métodos sin gradiente o directos. Aquellos que requieren derivadasse conocen como métodos de gradiente o métodos de descenso (o ascenso).

Metodos Directos : Estos métodos van desde procedimientos muy burdos hasta técnicas más elegantes que intentan aprovechar lanaturazleza de la función. Se empezará con el analisis más burdo. Un simple ejemplo de los métodos burdos es el método de la Como su nombre lo indica, dicho método evalúa en forma repetida la funcióncon los valores seleccionados aleatoriamentede la variable independiente. Si el método se lleva a cabo con un número suciente de muestras, el óptimo eventualmente se localicará.
Búsqueda aleatoria :búsqueda aleatoria.

Este simple procedimiento burdo funciona aun en discontinuidades y funciones no diferenciales. Además, seimpre encuentra el óptimo global más que el local. Su princialdeciencia es que como crece el número de variables independientes, la implementacion requerida llega a ser costosa. Además, no es eciente, ya que no toma en cuenta el comportamiento de la función.
Máximo(mínimo) : Para una función de varias variables se pueden encontrar utilizando métodos directos - los métodos que no requieren el cálculo de los derivados. Al azar método de búsqueda requiere unaevaluación de la función en varios puntos. Si la función es evaluar en general el número suciente de puntos, el extremum deseado puede ser localizado.

Búsqueda univariable implica la celebración detodo pero las variables independientes y la búsqueda constante la extremum con respecto a esa variable. Este proceso se repite de forma secuencial para la resto de las variables independientes. La...