Programacion no lineal
Técnicas de optimización en ingeniería. Máster en Tecnologías de la Información y las Telecomunicaciones Curso 2006-2007 Profesora: Mª Pilar Jarabo Amores
Índice
1.Introducción. Optimización sin restricciones.
1. 2. 3.
2.
Propiedades básicas de las soluciones y los algoritmos. Ejemplos: filtros adaptativos y redes neuronales. Métodos basados en elgradiente.
1. 2.
Método de máxima pendiente. Filtro FIR adaptativo. Método de Newton. Filtro FIR adaptativo.
4.
Métodos Quasi-Newton.
Mª Pilar Jarabo Amores
TÉCNICAS DE OPTIMIZACIÓN ENINGENIERÍA
2
Introducción
OBJETIVO: Encontrar el máximo o el mínimo de una determinada función, llamada “función objetivo" EJEMPLO: Sea la función objetivo f S⊂ Rn: espacio de búsqueda, definido por unconjunto de restricciones
hi (x) = 0, i=1,2,…,m
gi (x) ≤ 0, i=1,2,…,r
x=[x1,…,xn] ∈ Ω
f(x*)≤ f(x) ∀x ∈ S (minimización)
Solución: encontrar un vector x*∈ S /
f(x*)≥ f(x) ∀x ∈ S(maximización)
INCÓGNITAS A DETERMINAR: Las componentes del vector x*. x*=[x*1,…,x*n]
Mª Pilar Jarabo Amores
TÉCNICAS DE OPTIMIZACIÓN EN INGENIERÍA
3
Tipos de problemas
Programaciónlineal:
La función objetivo, f(), es una función lineal de las incógnitas: x=[x1,…,xn]. Las restricciones son funciones lineales de las incógnitas: : x=[x1,…,xn].
Programación no lineal:
La funciónobjetivo, f(), es una función no lineal de las incógnitas: x=[x1,…,xn].
Programación sin restricciones x ∈Ω⊂ Rn
Espacio de búsqueda S=Ω En general S=Rn (sin ningún tipo de restricción)Programación con restricciones
x ∈Ω
hi (x) = 0, i=1,2,…,m gi (x)≤ 0, i=1,2,…,r Son funciones no lineales de las incógnitas: x=[x1,…,xn].
COMPLEJIDAD DE LOS PROBLEMAS: Se mide en términos del número devariables a determinar (dimensión de
S) y el número de restricciones.
Mª Pilar Jarabo Amores TÉCNICAS DE OPTIMIZACIÓN EN INGENIERÍA 4
Optimización sin restricciones Propiedades de la solución...
Regístrate para leer el documento completo.