investigación operativa 5 tema 4... · conceptos básicos de programación no lineal 3. método de...
TRANSCRIPT
![Page 1: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/1.jpg)
Investigación OperativaProgramación no lineal
![Page 2: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/2.jpg)
Investigación Operativa
Índice
1. La programación no lineal. Introducción
2. Conceptos básicos de programación no lineal
3. Método de Newton sin restricciones
4. Método del Gradiente sin restricciones
Programación no lineal
2Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
![Page 3: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/3.jpg)
3
La programación no lineal. Introducción
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
Un modelo matemático o problema se dice que pertenece a la programación no
lineal si la función objetivo y/o alguna de las restricciones del problema son una
función no lineal de las variables de decisión (modelo o problema no lineal).
Problemas de estas características surgen de forma inevitable en las aplicaciones
de ingeniería, tales como diseño y control óptimo, y en aplicaciones científicas.
Además, muchos problemas que se formulan como lineales se convierten en no
lineales cuando se tienen en cuenta economías de escala (por ejemplo, costes no
proporcionales a la cantidad).
![Page 4: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/4.jpg)
4
Conceptos básicos de programación no lineal
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
EL MODELO BÁSICO EN PNL:
ALGORITMOS DE SOLUCIÓN BÁSICOS:
1. Algoritmos que no utilizan derivadas
2. Algoritmos que utilizan derivadas
nx
Fxas
xf
R
:.
)(min
F definido a partir de un conjunto de restricciones.
![Page 5: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/5.jpg)
5
Conceptos básicos de programación no lineal
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
Cuando el problema está compuesto por funciones diferenciables, podemos
aplicar algoritmos de solución basados en las derivadas de la/s función/es. Dos
conceptos básicos asociados con las funciones diferenciables son el gradiente y el
hessiano (para el cálculo de este último se necesita que la función sea dos veces
diferenciable).
Dada una función f: Rn R, se define el gradiente de f, f, como
Una condición necesaria para que un punto sea un máximo o mínimo (local) de
una función es que su gradiente sea cero en dicho punto, es decir que sea un punto
estacionario.
.,...,,x,...,x,xfT
x
x,...,xf
x
x,...,xf
x
x,...,xf
nn
nnn
1
2
1
1
1
21
![Page 6: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/6.jpg)
6
Conceptos básicos de programación no lineal
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
INTERPRETACIÓN:
El gradiente de una función escalar indica en cada punto la dirección de máximo
crecimiento de la misma. Además, el gradiente de una función en un punto es el
vector normal al hiperplano tangente de la función en dicho punto.
Ascenso
Descenso
f
Dirección de
descenso
1x
2x
1 2f x ,x
1x
2x
d
![Page 7: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/7.jpg)
7
Conceptos básicos de programación no lineal
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
.
...
.........
...
x,...,x,xHf
nn
n
n
n
n
nn
xx
x,...,xf
xx
x,...,xf
xx
x,...,xf
xx
x,...,xf
n
1
2
1
1
2
1
1
2
11
1
2
21
Dada una función f: Rn R, se define el hessiano de f, Hf, como
El hessiano de una función nos sirve para dar condiciones suficientes para que
un punto estacionario de la función sea un máximo o mínimo (relativo). En
particular, cuando es definida positiva, el punto estacionario es un
mínimo local de f(x).
x
x( )Hf x
![Page 8: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/8.jpg)
8
Conceptos básicos de programación no lineal
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
Algoritmos de direcciones de descenso:
Paso 1 (iniciación): Se elige un punto inicial x1 y se toma k =1.
Paso 2: Se obtiene una dirección de descenso dk de f en el punto xk.
Paso 3: Si dk = 0, entonces se para. xk es la solución. En caso contrario se continúa.
Paso 4: Se busca una longitud de pasok .
Paso 5: Se toma1 .k k k kx x d
Paso 6: Si se cumple determinado criterio de parada, entonces se para. En caso
contrario se toma k = k+1 y se va a 2.
![Page 9: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/9.jpg)
Unidad - Sección - Departamento Nombre del Departamento - Universidad Miguel
Hernández de Elche9
Conceptos básicos de programación no lineal
Las claves fundamentales de los métodos de direcciones de descenso son la
selección de una dirección de descenso y el desplazamiento a lo largo de esa
dirección. Al variar el modo de obtener la dirección de descenso se obtiene
un método diferente. Los más usuales son:
1.- Método de Newton. Este algoritmo elige como dirección de búsqueda:
d = – f ’(x)/f ’’(x) (una variable)
d = –Hf(x)–1f(x) (varias variables).
Es importante notar que la dirección d no se puede calcular si Hf(x) es una
matriz singular. Además, d no es necesariamente una dirección de descenso.
2.- Método del gradiente (o de Cauchy). Este algoritmo elige como
dirección de búsqueda: d = –f(x), que sí es de descenso.
![Page 10: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/10.jpg)
10
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
ALGORITMO DE NEWTON PARA PROBLEMAS DE UNA SOLA
VARIABLE:
Paso 0: Elegir > 0 para precisión mínima. Elegir x1 como semilla de inicio.
Paso 1: Calcular f '(x1) y f ''(x1). Si f ' (x1) < , entonces PARAR; x1 es una
solución para el problema. En otro caso, calcular x2 = x1 – f '(x1)/f ''(x1). IR al
Paso 2.
Paso 2: Si x2 – x1 < , entonces PARAR; x2 es una solución para el problema.
En otro caso, hacer x1 := x2 e IR al Paso 1.
CARACTERÍSTICAS:
1. Se utiliza para funciones dos veces derivables.
2. Se basa en la aproximación cuadrática de una función.
3. Sirve para buscar puntos que anulan la derivada de la función.
4. La segunda derivada debe ser no nula en cada punto.
![Page 11: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/11.jpg)
11
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
xxxmin 224
3
1 11 2
1
4 2 2
12 2
n nn n
n
x xx x
x
Solución: x = 1
ε = 0,0001
Iteración x1 Abs(f'(x1)) x2 Abs(x2-x1)
1 -3 104 -2.0189 0.9811
2 -2.0189 30.8765 -1.3607 0.6582
3 -1.3607 9.3552 -0.8979 0.4627
4 -0.8979 3.1000 -0.4940 0.4039
5 -0.4940 1.4942 1.1151 1.6091
6 1.1151 1.3158 1.0132 0.1018
7 1.0132 0.1345 1.0002 0.0130
8 1.0002 0.0021 1.0000 0.0002
9 1.0000 0.0000
![Page 12: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/12.jpg)
12Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
-50
0
50
100
150
200
250
300
-5 -4 -3 -2 -1 0 1 2 3
-2
-1,8
-1,6
-1,4
-1,2
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2
Iteración x1
. .
5 -0,4940
6 1,1151
7 1,0132
8 1,0002
9 1,0000
![Page 13: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/13.jpg)
13
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
EJEMPLO: Resolver el siguiente problema no lineal con SOLVER.
xxxmin 224
SOLVER no usa el método de NEWTON
![Page 14: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/14.jpg)
14Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
Celda objetivo (Mín)
Celda Nombre Valor original Valor final
$D$4 f.o. 78 -2
Celdas de variables
Celda Nombre Valor original Valor final Entero
$C$3 x -3 1 Continuar
Restricciones
NINGUNO
![Page 15: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/15.jpg)
15
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
54321 xxxxxxmin
-18
-17
-16
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
-0,5 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5
![Page 16: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/16.jpg)
Iteración x1 x2 Abs(f'(x1)) Abs(x2-x1)
1 3,75 3,5861 9,5801 0,1639
2 3,5861 3,5738 0,6102 0,0123
3 3,5738 3,5737 0,0057 0,0001
4 3,5737 3,5737 0,0000 0,0000
Iteración x1 x2 Abs(f'(x1)) Abs(x2-x1)
1 1,75 1,1138 10,9395 0,6362
2 1,1138 1,4147 17,6389 0,3009
3 1,4147 1,4262 0,5699 0,0115
4 1,4262 1,4263 0,0050 0,0001
5 1,4263 1,4263 0,0000 0,0000
Iteración x1 x2 Abs(f'(x1)) Abs(x2-x1)
1 3,5 3,5792 3,375 0,0792
2 3,57917889 3,5737 0,2685 0,0055
3 3,5737 3,5737 0,0011 0,0000
4 3,5737 0,0000
Iteración x1 x2 Abs(f'(x1)) Abs(x2-x1)
1 -1 -0,4569 1764 0,5431
2 -0,4569 -0,0682 547,1053 0,3887
3 -0,0682 0,1808 160,6445 0,2491
4 0,1808 0,3032 41,0417 0,1223
5 0,3032 0,3346 7,0453 0,0314
6 0,3346 0,3365 0,3920 0,0020
7 0,3365 0,3366 0,0015 0,0000
8 0,3366 0,0000
16
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
Llega a un mínimo (absoluto) Llega a un máximo (local)
Llega a un máximo (local)Llega a un máximo (local)
6 5 4 3 2( ) 15 85 225 274 120f x x x x x x x 5481350102030030
120548675340756234
2345
1
nnnn
nnnnnnn
xxxx
xxxxxxx
![Page 17: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/17.jpg)
17
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
54321 xxxxxxmin
-18
-17
-16
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
-0,5 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5
x1= -1 xn= 0.3366
x1= 3.5 xn= 3.5737
x1= 3.75 xn= 3.5737
x1= 1.75 xn= 1.4263
¡¡Busca puntos que
anulan la derivada,
no explícitamente
mínimos!!
![Page 18: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/18.jpg)
18
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
Microsoft Excel 10.0 Informe de respuestas
Hoja de cálculo: [Programación ni lineal.xls]Hoja6
Celda objetivo (Mínimo)
Celda Nombre Valor original Valor final
$C$4 f(x) 720 -16,90089433
Celdas cambiantes
Celda Nombre Valor original Valor final
$B$4 x -1 0,336553473
Restricciones
NINGUNA
xn= 0.3366
Microsoft Excel 10.0 Informe de respuestas
Hoja de cálculo: [Programación ni lineal.xls]Hoja6
Celda objetivo (Mínimo)
Celda Nombre Valor original Valor final
$C$4 f(x) 4,921875 -3,515625
Celdas cambiantes
Celda Nombre Valor original Valor final
$B$4 x 3,5 2,49999983
Restricciones
NINGUNA
xn= 3.5737
Microsoft Excel 10.0 Informe de respuestas
Hoja de cálculo: [Programación ni lineal.xls]Hoja6
Celda objetivo (Mínimo)
Celda Nombre Valor original Valor final
$C$4 f(x) 4,229736328 -16,90089433
Celdas cambiantes
Celda Nombre Valor original Valor final
$B$4 x 3,75 4,663446522
Restricciones
NINGUNA
xn= 3. 5737
Microsoft Excel 10.0 Informe de respuestas
Hoja de cálculo: [Programación ni lineal.xls]Hoja6
Celda objetivo (Mínimo)
Celda Nombre Valor original Valor final
$C$4 f(x) 2,999267578 -3,515625
Celdas cambiantes
Celda Nombre Valor original Valor final
$B$4 x 1,75 2,499999302
Restricciones
NINGUNA
xn= 1.4263
![Page 19: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/19.jpg)
19
Método de Newton sin restricciones
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
54321 xxxxxxmin
-18
-17
-16
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
-0,5 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5
x1= -1 xn= 0.3366
x1= 3.5 xn= 2.5000
x1= 3.75 xn= 4.6634
x1= 1.75 xn= 2.5000
¡¡Encuentra
mínimos locales!!
SOLVER:
![Page 20: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/20.jpg)
20Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
ALGORITMO DE NEWTON PARA PROBLEMAS DE VARIAS
VARIABLES:
Paso 0: Elegir > 0 para precisión mínima. Elegir x1 como semilla de inicio.
Paso 1: Calcular f(x1) y Hf(x1). Si f(x1) < , entonces PARAR; x1 es una
solución para el problema. En otro caso, calcular x2 = x1 – Hf(x1)-1f(x1) e IR
al Paso 2.
Paso 2: Si x2 – x1 < , entonces PARAR; x2 es una solución para el
problema. En otro caso, hacer x1 := x2 e IR al Paso 1.
Método de Newton sin restricciones
CARACTERÍSTICAS:
1. Se utiliza para funciones dos veces diferenciables.
2. Se basa en la aproximación cuadrática de una función.
3. Sirve para buscar puntos que anulan el gradiente de una función.
4. Debe existir la inversa del hessiano en cada punto.
![Page 21: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/21.jpg)
21Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y = 0.0001
1
1semilla
![Page 22: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/22.jpg)
22Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
x2 = x1 – Hf(x1)–1f(x1)
= 0.0001
1
1semilla
![Page 23: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/23.jpg)
23Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
x2 = x1 – Hf(x1)–1f(x1)
= 0.0001
![Page 24: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/24.jpg)
24Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
= 0.0001
![Page 25: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/25.jpg)
25Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
11
1)1
iter x
= 0.0001
![Page 26: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/26.jpg)
26Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1
2
1 2( 1)( 1) 2( 1) 01) , ( )
1 ( 1) 2( 1) 2( 1) 3 2iter x f x
= 0.0001
![Page 27: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/27.jpg)
27Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 1 2 21 0
1) , ( ) , ( ) 0 ( 2) 21 2
iter x f x f x
= 0.0001
![Page 28: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/28.jpg)
28Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 11 0
1) , ( ) , ( ) 21 2
iter x f x f x
= 0.0001
> → Continuamos
![Page 29: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/29.jpg)
29Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 11 0
1) , ( ) , ( ) 21 2
iter x f x f x
= 0.0001
12( 1) 2( 1) 2 2 0
( )2( 1) 2 2 0 2
Hf x
![Page 30: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/30.jpg)
30Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 11 0
1) , ( ) , ( ) 21 2
iter x f x f x
= 0.0001
12( 1) 2( 1) 2 2 0
( )2( 1) 2 2 0 2
Hf x
121 1
12
0( ) .
0Hf x
![Page 31: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/31.jpg)
31Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 11 0
1) , ( ) , ( ) 21 2
iter x f x f x
121 1
12
0( ) .
0Hf x
= 0.0001
![Page 32: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/32.jpg)
32Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
121 1
12
0( ) .
0Hf x
1 1 1
2
1 01) , ( ) , ( ) 2
1 2
1 1/ 2 0 0 1 0 1
1 0 1/ 2 2 1 1 2
iter x f x f x
x
= 0.0001
![Page 33: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/33.jpg)
33Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
121 1
12
0( ) .
0Hf x
1 1 1
2
1 01) , ( ) , ( ) 2
1 2
1 1/ 2 0 0 1 0 1
1 0 1/ 2 2 1 1 2
iter x f x f x
x
= 0.0001
OJO: –Hf(x1)–1f(x1) no es unaverdadera dirección de descenso.
![Page 34: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/34.jpg)
34Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
121 1
12
0( ) .
0Hf x
= 0.0001
1 1 1
2
1 01) , ( ) , ( ) 2
1 2
1 0 1
1 1 2
iter x f x f x
x
![Page 35: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/35.jpg)
35Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
121 1
12
0( ) .
0Hf x
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1 1 1 0,
1 1 2 1 2 1
iter x f x f x
x x x
= 0.0001
![Page 36: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/36.jpg)
36Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
121 1
12
0( ) .
0Hf x
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1 1 1 0,
1 1 2 1 2 1
iter x f x f x
x x x
= 0.0001
1 2 1x x
![Page 37: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/37.jpg)
37Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
121 1
12
0( ) .
0Hf x
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1, 1
1 1 2
iter x f x f x
x x x
= 0.0001
> → Continuamos
![Page 38: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/38.jpg)
38Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1, 1
1 1 2
iter x f x f x
x x x
121 1
12
0( ) .
0Hf x
11
2)2
iter x
= 0.0001
![Page 39: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/39.jpg)
39Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1, 1
1 1 2
iter x f x f x
x x x
121 1
12
0( ) .
0Hf x
1 1 11 0
2) , ( ) , ( ) 02 0
iter x f x f x
= 0.0001
![Page 40: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/40.jpg)
40Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1, 1
1 1 2
iter x f x f x
x x x
121 1
12
0( ) .
0Hf x
1 1 11 0
2) , ( ) , ( ) 02 0
iter x f x f x
= 0.0001
< → STOP
![Page 41: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/41.jpg)
41Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
EJEMPLO: Resolver el siguiente problema no lineal por el algoritmo de Newton.
2 22 3min x y xy y y
2
( )2 2
( )2 2 3
( )
fx, y
xy yxf x,y
f x x yx,y
y
222
222
)()(
)()(
))((
2
22
2
2
2
x
xy
y,xy
fy,x
xy
f
y,xyx
fy,x
x
f
y,xfH
x2 = x1 – Hf(x1)–1f(x1)
1 1 1
2 1 2
1 01) , ( ) , ( ) 2
1 2
1 0 1, 1
1 1 2
iter x f x f x
x x x
121 1
12
0( ) .
0Hf x
1 1 11 0
2) , ( ) , ( ) 02 0
iter x f x f x
= 0.0001
< → STOP *1
2x
Solución:
![Page 42: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/42.jpg)
42
Departamento Estadística, Matemáticas e Informática Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
¡¡¡Punto estacionario!!! 11
2x
-4
-3,5
-3
-2,5
-2
-1,5
-1
-0,5
0
-2,5 -2 -1,5 -1 -0,5 0
La dirección d utilizada era de ascenso!!!
![Page 43: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/43.jpg)
43Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
x y f(x,y)
0 0 0
1 -1 -1
2 -2 -14
3 -3 -45
4 -4 -100
5 -5 -185
6 -6 -306
7 -7 -469
8 -8 -680
9 -9 -945
10 -10 -1270
11 -11 -1661
12 -12 -2124
13 -13 -2665
14 -14 -3290
15 -15 -4005
16 -16 -4816
17 -17 -5729
18 -18 -6750
19 -19 -7885
. . .
. . .
. . .
¡¡¡No acotado!!!
SOLVER:
![Page 44: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/44.jpg)
44Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método de Newton sin restricciones
Dificultades del algoritmo de Newton:
• Existencia de múltiples mínimos locales
• Convergencia de los algoritmos al mínimo global
• Suavidad de las funciones a minimizar
• Selección del punto inicial
• – Hf(x)-1 f(x) puede no ser una dirección de descenso. En realidad, encuentra
puntos críticos.
![Page 45: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/45.jpg)
45Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
ALGORITMO DEL GRADIENTE PARA PROBLEMAS DE VARIAS
VARIABLES:
Paso 0: Elegir > 0 para precisión mínima. Elegir x1 como semilla de inicio.
Paso 1: Calcular f(x1). Si f(x1) < , entonces PARAR, x1 es una solución
para el problema. En otro caso, resolver el problema de una variable:
min f(x1– mf(x1)), m 0. Hacer x2 = x1– m*f(x1) e IR al Paso 2.
Paso 2: Si x2 – x1 < , entonces PARAR, x2 es una solución para el problema.
En otro caso, hacer x1 := x2 e IR al Paso 1.
![Page 46: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/46.jpg)
46Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
0
0semilla
= 0.0001
![Page 47: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/47.jpg)
47Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
![Page 48: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/48.jpg)
48Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
10
1)0
iter x
![Page 49: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/49.jpg)
49Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1
13
01) ( )
0iter x , f x
![Page 50: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/50.jpg)
50Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
![Page 51: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/51.jpg)
51Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x
> = 0.0001 → Continuamos
![Page 52: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/52.jpg)
52Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
1
31 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
2 1 1( )x x m f x
![Page 53: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/53.jpg)
53Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
1
31 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
1 13 32 1 1
1 13 3
0( )
0
mx x m f x m
m
![Page 54: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/54.jpg)
54Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
1 1 132 3 3
2 2 21 1 1 1 13 3 3 3 3
2( )
93
m m m mx g m
m mm m m m
![Page 55: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/55.jpg)
55Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
![Page 56: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/56.jpg)
56Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
2 2
2 2 2 2
2(9 ) 2 ( 2 ) 2 18( )
(9 ) (9 )
m m m mg m
m m
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
![Page 57: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/57.jpg)
57Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
2 2
2 2 2 2
2(9 ) 2 ( 2 ) 2 18( )
(9 ) (9 )
m m m mg m
m m
2( ) 0 2 18 0g m m
2 2Como (9 ) 0,m
3m
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
![Page 58: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/58.jpg)
58Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
2
2 2
2 18( )
(9 )
mg m
m
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
( ) 0 3g m m
![Page 59: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/59.jpg)
59Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
2
2 2
2 18( )
(9 )
mg m
m
0 si 3( )
0 si 3
mg m
m
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
( ) 0 3g m m
![Page 60: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/60.jpg)
60Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
2
2 2
2 18( )
(9 )
mg m
m
0 si 3( )
0 si 3
mg m
m
m* = 3 0 es un mínimo
( ) 0 3g m m
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
![Page 61: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/61.jpg)
61Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
m* = 3132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
![Page 62: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/62.jpg)
62Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
132
13
1
1
mx
m
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
m* = 3
![Page 63: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/63.jpg)
63Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
1 20 1 1
0 1 1x x
m* = 3
132
13
1
1
mx
m
![Page 64: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/64.jpg)
64Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
1 20 1 1
0 1 1x x
2 1 2x x
m* = 3
132
13
1
1
mx
m
![Page 65: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/65.jpg)
65Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
1 20 1 1
0 1 1x x
2 1 2x x
m* = 3
132
13
1
1
mx
m
> = 0.0001 → Continuamos
![Page 66: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/66.jpg)
66Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
11
2)1
iter x
2 1 2x x
m* = 3132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
132
13
1
1
mx
m
![Page 67: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/67.jpg)
67Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
1 11 0
2) ( )1 0
iter x , f x
2 1 2x x
m* = 3132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
132
13
1
1
mx
m
![Page 68: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/68.jpg)
68Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
1 1 11 0
2) ( ) ( ) 01 0
iter x , f x , f x
2 1 2x x
m* = 3132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
132
13
1
1
mx
m
![Page 69: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/69.jpg)
69Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
1 1 11 0
2) ( ) ( ) 01 0
iter x , f x , f x
2 1 2x x
< → STOP
m* = 3132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
132
13
1
1
mx
m
![Page 70: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/70.jpg)
70Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
EJEMPLO: Resolver el siguiente problema por el algoritmo del gradiente.
2 23
x ymin
x y xy
2
22 2
2
22 2
3 2
3
3 2
3
x xy
x y xy
y xy
x y xy
f x, y
131 1 1
13
0 21) ( ) ( )
0 3iter x , f x , f x .
1 1 11 0
2) ( ) ( ) 01 0
iter x , f x , f x
2 1 2x x
< → STOP *1
1x
Solución:
m* = 3132 2
13
2( )
9
0
mm min g m
x mm
s.a : m
132
13
1
1
mx
m
![Page 71: Investigación Operativa 5 Tema 4... · Conceptos básicos de programación no lineal 3. Método de Newton sin restricciones 4. Método del Gradiente sin restricciones Programación](https://reader031.vdocuments.co/reader031/viewer/2022011913/5fab6986f84f9c2c5b7d037b/html5/thumbnails/71.jpg)
71Departamento Estadística, Matemáticas e Informática
Universidad Miguel Hernández de Elche
Método del Gradiente sin restricciones
Dificultades del algoritmo del Gradiente:
• Existencia de múltiples mínimos locales
• Convergencia de los algoritmos al mínimo global
• Suavidad de las funciones a minimizar
• Selección del punto inicial