Uploaded by Pablo Gonzalez

Tema 1. Indroducc Opt

advertisement
Introducción a la Optimización
Grado en Ingeniería de las Tecnologías Industriales
Dr. Pedro L. González Rodríguez
Contenido del Tema
Introducción
La Función Objetivo
Notación matemática
Funciones y Conjuntos Convexos
Determinación de la Convexidad
Ejercicios
2
Pedro L. González-R
Introducción
Optimización aparece en muchos campos relativos a la ingeniería
- Marcada importancia en problemas de Diseño y de Gestión
-
-
Algunos ejemplos
Optimización de rutas en empresas de trasporte
- Determinación del tamaño económico de la flota
- Optimización de paquetes de inversiones
- Determinación del portfolio de proyectos
- Optimización y planificación de la producción
- Determinación del tamaño de los lotes
- Optimización del beneficio en empresas de servicios (yield management)
- Economía…
- IA…
-
3
Pedro L. González-R
Introducción
- Tratamos
de traducir un problema a lenguaje
matemático
- Estudiamos cómo es
- Determinamos cómo resolverlo
- Implementados mediante las herramientas adecuadas
un método de resolución
4
Pedro L. González-R
La función objetivo
ο‚› Es el objetivo que se persigue en el problema planteado.
Se expresa como maximización o minimización de una
determinada función
o Suele entenderse en términos económicos beneficio o
coste
o Términos de error
o O desviación
ο‚› Algunas propiedades
o π‘€π‘Žπ‘₯ 𝑓 π‘₯ = − min(−𝑓 π‘₯ )
o
5
o
π‘€π‘Žπ‘₯ 𝑐 · 𝑓 π‘₯
= 𝑐 · π‘€π‘Žπ‘₯ (𝑓 π‘₯ )
o
π‘€π‘Žπ‘₯ 𝑐 + 𝑓 π‘₯
= 𝑐 + π‘€π‘Žπ‘₯ (𝑓 π‘₯ )
Pedro L. González-R
Notación Matemática de
un problema de Optimización
ο‚› Un problema de optimización general suele expresarse de
la siguiente manera:
Función Objetivo
π‘€π‘Žπ‘₯ 𝑓 π‘₯
s.a.
π‘₯∈𝑋
Puede ser de cualquier tipo
Continua / Discontinua
Diferenciable o no
Lineal / No lineal
Región admisible (Combinación de valores donde tiene sentido el problema)
Dominio de las variables,
π‘₯ ∈ ℝ𝑛
π‘₯ ∈ {0,1}
6
Restricciones
Puedes ser de cualquier tipo
Incluso excluyentes
Habitualmente se expresan:
β„Žπ‘— (π‘₯) = 0
π‘”π‘˜ (π‘₯) ≤ 0
𝑗∈𝐽
π‘˜∈𝐾
Pedro L. González-R
Características de la PNL
ο‚› Diferencia con los problemas habituales en programación
lineal…
ο‚› 𝑓 π‘₯
ο‚› β„Žπ‘— π‘₯
Cualquier tipo de función
ο‚› π‘”π‘˜ (π‘₯)
7
Pedro L. González-R
Máximos y mínimos
ο‚› Una función 𝒇(𝒙) continua y diferenciable tiene un:
o Mínimo Global en 𝒙∗ :
𝑓 π‘₯∗ ≤ 𝑓 π‘₯
o
Mínimo Local 𝒙∗ :
𝑓 π‘₯∗ ≤ 𝑓 π‘₯
8
∀ π‘₯ ∈ ℝ𝑛 \x ∗
∀ π‘₯ ∈ ℝ𝑛 \x ∗
π‘₯ − π‘₯∗ < πœ€
Pedro L. González-R
Funciones y Conjuntos Convexos
ο‚› Con el < estricto es estrictamente convexa
9
Pedro L. González-R
Convexidad. Algunos resultados
ο‚› La
combinación lineal de funciones (estrictamente) convexas son
(estrictamente) convexas.
𝑛
o Si 𝑓𝑖 π‘₯ es (estr) convexa, 𝑓 π‘₯ = σ𝑖=1 𝛼𝑖 𝑓𝑖 (π‘₯) , 𝛼 ≥ 0, es una función
(estr) convexa
ο‚› Conjunto Convexo
ο‚› Si 𝑔𝑖 (π‘₯) es una función convexa, 𝑔𝑖 π‘₯
≤ 0 es un conjunto convexo
ο‚› La intersección de conjuntos convexos es un conjunto convexo
10
Pedro L. González-R
Convexidad y Unimodalidad
ο‚› Sólo tiene un máximo (mínimo)
ο‚› Una función convexa es unimodal, lo contrario no es cierto
Ejemplo Función Unimodal No convexa
11
Ejemplo Función Unimodal convexa
Pedro L. González-R
π‘₯2
Convexidad y No convexidad
En programación lineal…
En programación No lineal…
puede darse este caso
π‘₯1
12
Pedro L. González-R
Función Convexa en Maximización
Región
poliédrica
π‘₯2
d
c
a
b
π‘₯1
ο‚› El óptimo (global) está en un vértice
¿Cual?
13
Pedro L. González-R
Función Convexa en Maximización
Región
Convexa
π‘₯2
d
c
a
b
π‘₯1
ο‚› ¿Se puede decir lo mismo en este caso?
ο‚› ¿Dónde está el óptimo?
14
Pedro L. González-R
Función Convexa en minimización
Región
poliédrica
π‘₯2
d
c
a
b
π‘₯1
ο‚› ¿Dónde está el óptimo?
¿Cual?
¿Siempre?
15
Pedro L. González-R
Función Convexa en minimización
Región
Convexa
π‘₯2
d
c
a
b
π‘₯1
ο‚› ¿Se puede decir lo mismo en este caso?
ο‚› Igual en este caso…
o
El óptimo puede estar en el interior o en un vértice
ο‚› Pensar qué ocurre si la FO es cóncava
16
Pedro L. González-R
Determinación de la convexidad
17
Pedro L. González-R
Determinación de la convexidad
18
Pedro L. González-R
Determinación de la convexidad
Se estudia el signo de la Matriz Hessiana
19
Pedro L. González-R
Signo de la Matriz Hessiana y
convexidad
20
Pedro L. González-R
Tipos de problemas de optimización
21
Pedro L. González-R
Ejercicios (i)
22
Pedro L. González-R
Ejercicios (ii)
23
Pedro L. González-R
Download