CENTRO DE INNOVACIN

EDUCATIVA

UNIDAD 3.
Mtodos multi-variable.
Henry A. Lambis Miranda, I.Q.,D.E.A.
Programas Petroqumico-Plsticos.
Fundacin Univ. Tecnolgico Comfenalco
Cartagena de Indias.
2015_I

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Optimizacin Multidimensional
sin restricciones.
Esta unidad, describe las tcnicas para encontrar el mnimo mximo
de una funcin de varias variables.
Para el caso en dos dimensiones, se usa la analoga de las montaas y
valles (ver unidad 3.). Para problemas de varias ( > 2 ) dimensiones, no
son posibles imgenes adecuadas.
Las tcnicas para la optimizacin multidimensional sin restricciones se
clasifican de varias formas. Para propsitos del presente anlisis, se
dividirn dependiendo de si se requiere la evaluacin de la derivada.

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Se caracterizan por explotar la naturaleza de la funcin, se utilizan tcnicas de

evaluacin de la funcin objetivo y fuerza bruta.

Mtodo de bsqueda aleatoria: En base a

un generador de nmeros aleatorios, se van
guardando los valores mayores de la
funcin.
Es un mtodo que se usa en problemas no
lineales. Muy especfico, en la actualidad
hay tcnicas de algoritmos genticos
Monte-Carlo.

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

FORTRAN

Macro VISUAL BASIC / EXCEL

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Mtodo Random Search en SCILAB

Puede descargar el cdigo, haciendo clic sobre la

imagen de este.

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Es muy agradable tener un procedimiento eficiente de optimizacin

que no requiera evaluar las derivadas. El mtodo de bsqueda
aleatoria, antes descrito, no requiere la evaluacin de la derivada,
pero no es muy eficiente. En esta seccin se describe un
procedimiento, el mtodo de bsqueda univariable, que es ms
eficiente y adems no requiere la evaluacin de la derivada.

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Mtodos de bsqueda univariable: Se basan en convertir una

bsqueda multidimensional en una unidimensional, cambiando

una variable a la vez para mejorar la aproximacin, mientras las

otras variables se mantienen constantes.

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

A medida que nos movemos hacia el ptimo, la bsqueda se

vuelve menos eficiente.

Las direcciones unidimensionales,

dejan entrever puntos alternos que

tambin guan hacia el

ptimo, estas direcciones se les llama direcciones patrn.

Se dispone de algoritmos formales que capitalizan la idea de
las direcciones patrn para encontrar los valores ptimos en
forma eficiente. El ms conocido de dichos algoritmos es el
llamado mtodo de Powell.
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

El mtodo de las direcciones conjugadas es ms eficiente que las

bsquedas aleatorias y que las bsquedas patrn. Se dice que dos
direcciones Si y Sj son conjugados con respecto a una matriz Q si:

( si )T Q( s j )=0
En general, una conjunto de n direcciones de bsqueda linealmente
0
1
n1
independientes, s , s , ... , s
son conjugadas con respecto a una

matriz cuadrada Q si:

( si )T Q s j =0

0i jn1

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

En optimizacin, la matriz Q es el Hessiano de la funcin objetivo.

En particular, para una funcin cuadrtica f (x ) de n pasos hasta el
mnimo, este mtodo ser eficiente minimizando en cada uno de ellos,
( Dennis and Schnabel, 1996)

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Como su nombre los indica, este tipo de mtodos usa la informacin

generada por las derivadas para disear algoritmos eficientes para
localizar un ptimo.
En funciones unidimensionales, la derivada es interpretada como una
pendiente; para cuestiones de optimizacin, esta informacin es til.

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

El gradiente. Suponga que se tiene una funcin en dos dimensiones

f(x,y). Un ejemplo podra ser su altura sobre una montaa como una
funcin de su posicin. Suponga que usted est en un lugar
especfico sobre la montaa (a,b) y quiere saber la pendiente en una
direccin arbitraria.
Ahora la pregunta relevante es : En que direccin est el paso para
obtener un ascenso ms rpido ?

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

La respuesta es el llamado GRADIENTE, que es un vector que te da la

direccin en la cual ganar ms elevacin rpidamente, mediante
derivadas parciales y se define as:
f=

f
f
i+
j
x
y

Este vector representa la derivada direccional de f(x,y) en el punto

(x0,y0).

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

La notacin vectorial proporciona un medio conciso para generalizar el

gradiente a n dimensiones, como:

{}

f
x1
f
f (x )= x
2

f
xn

Cmo se usa el gradiente? Usando la analoga de

la montaa, si lo que interesa es buscar altura tan
rpidamente como sea posible, el gradiente nos
indica en qu direccin movernos y cunto
ganaremos por tomarla. Observe, sin embargo, que
dicha estrategia no necesariamente nos lleva en
una trayectoria directa a la cima!
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

min
x

f (x )

X Rn

La matriz Hessiana determina el

carcter del posible ptimo.

Condicin
Necesaria

f (x )
x

) =0
X

En los problemas de optimizacin

sin restricciones existe un conjunto
de condiciones analticas que
llevan a una solucin.

f ( x)
H=
2
x

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Dada la funcin:

f ( x , y)= xy

En el punto (2,2), calcule el vector de mayor elevacin en el

ascenso, usando las derivadas parciales.

f
= y 2 =22=4
x
f
=2xy=2(2)(2)=8
y
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

El vector gradiente, queda entonces determinado por:

f =4i+8j

f = 4 +8 =8,944
2

29/04/15

CENTRO DE INNOVACIN
UNIDAD 3. Mtodos
Multi-variable.
EDUCATIVA

Sea

) Una funcin objetivo, las condiciones

f ( x 1 , x 2 , x 3 , ... , x n )= f ( X

necesarias son:

1.

) es diferenciable en X *
f (X
f ( X * )=
2.
0

Esta segunda condicin establece un sistema de ecuaciones

simultneas en las variables de decisin, cuya solucin define los puntos
estacionarios, puntos que PUEDEN ser el ptimo.

29/04/15

CENTRO DE INNOVACIN
UNIDAD 3. Mtodos
Multi-variable.
EDUCATIVA

Las condiciones suficientes son aquellas que sirven para calificar la

naturaleza de los puntos estacionarios como mximos, mnimos o
puntos de silla.
Si f(X) es dos veces diferenciable en X* debemos definir la
MATRIZ HESSIANA

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Sea un mximo o un mnimo, esto involucra no slo a las derivadas

parciales con respecto a x e y, sino tambin a la segunda parcial
con respecto a x e y. Suponiendo que las derivadas parciales
sean continuas en y cerca del punto que habr de evaluarse, se
puede calcular la siguiente cantidad:

2 f
x2
H= 2
f
y x

2 f
xy
2 f
y2

2 f 2 f
2 f
H = 2

2
x y
x y

Determinante de la Matriz
Hessiana.
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

) es dos veces diferenciable en X * , para un mximo :

Si f ( X
Hi <0 ; i =1,3 ,5 , ...(impar)
Hi >0 ; i =2,4 ,6 , ...( par )
) es dos veces diferenciable en X * , para un mmimo:
Si f ( X
Hi >0 ; i=1,2 ,3,4 , ...
DondeHi es el DETERMINANTE menor de la matriz Hessiana , definida como:

f
x1 x 1
2 f
H i=
x 2 x1
2 f
x n x1

f
x1 x2
2 f
x2 x2
2 f
x1 x2

f
x1 xn
2 f
x2 xn
2 f
xn xn

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un planta qumica puede producir un producto A con un costo de $20/lb y un

producto B a $10/lb. El equipo de mercadeo y procesos de la empresa cree que la
compaa puede vender 2.000.000/x2y lb /da del producto A y 2.000.000/xy2 lb/ da
de B, donde x es el precio de venta de A , en $/lb, e y es el precio de venta de
B, en $/lb Cuales son los valores de x e y para obtener el mximo beneficio ?
El beneficio esta relacionado con los ingresos y los costos, as:

)(

2.000.000
2.000.000
2.000.000
2.000.000
x+
y
20+
10
2
2
2
2
x y
xy
x y
xy

Siendo entonces la funcin objetivo:

)=
f (X

2.000.000
2.000.000
(
x20)+
( y10)
x2 y
xy 2

[]

= x
X
y

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un planta qumica puede producir un producto A con un costo de $20/lb y un

producto B a $10/lb. El equipo de mercadeo y procesos de la empresa cree que la
compaa puede vender 2.000.000/x2y lb /da del producto A y 2.000.000/xy2 lb/ da
de B, donde x es el precio de venta de A , en $/lb, e y es el precio de venta de
B, en $/lb Cuales son los valores de x e y para obtener el mximo beneficio ?
Queda entonces formulado el problema de optimizacin, para maximizar:

5
)=410 6 1 10
f (X

xy x 2 y xy 2

La funcin se puede optimizar usando tcnicas analticas para funciones no

restringidas, para encontrar los valores que hagan mxima la funcin.
Haciendo valer las condiciones Suficientes:
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un planta qumica puede producir un producto A con un costo de $20/lb y un

producto B a $10/lb. El equipo de mercadeo y procesos de la empresa cree que la
compaa puede vender 2.000.000/x2y lb /da del producto A y 2.000.000/xy2 lb/ da
de B, donde x es el precio de venta de A , en $/lb, e y es el precio de venta de
B, en $/lb Cuales son los valores de x e y para obtener el mximo beneficio ?

) 2106 40y
f (X
= 2 2
2y+10 =0
x
x
x y

f (X
)=0

[]

f
f (X
)= x = 0

f
0
y

[]

) 2106 20x
f (X
= 2 2
2x+20 =0
y
y
x y

29/04/15

Resolviendo el sistema
de ecuaciones no
lineales (Newton):

x * =30
*
y =15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un planta qumica puede producir un producto A con un costo de $20/lb y un

producto B a $10/lb. El equipo de mercadeo y procesos de la empresa cree que la
compaa puede vender 2.000.000/x2y lb /da del producto A y 2.000.000/xy2 lb/ da
de B, donde x es el precio de venta de A , en $/lb, e y es el precio de venta de
B, en $/lb Cuales son los valores de x e y para obtener el mximo beneficio ?
Ahora se verifica el cumplimiento de las condiciones Necesarias:
) es dos veces diferenciable en X * , para un mximo :
Si f ( X
Hi <0 ; i =1,3 ,5 , ...(impar)
Hi >0 ; i =2,4 ,6 ,...( par )
) es dos veces diferenciable en X * , para un mmimo:
Si f ( X
Hi >0 ; i=1,2 ,3,4 , ...

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un planta qumica puede producir un producto A con un costo de $20/lb y un

producto B a $10/lb. El equipo de mercadeo y procesos de la empresa cree que la
compaa puede vender 2.000.000/x2y lb /da del producto A y 2.000.000/xy2 lb/ da
de B, donde x es el precio de venta de A , en $/lb, e y es el precio de venta de
B, en $/lb Cuales son los valores de x e y para obtener el mximo beneficio ?

[
[

2 f 2106 120y 4y 20
= 2 2
+
=6,584
x
x
x2
x y
x2

2 f 2106 60x 4x 40
= 2 2
+
=26,337
y
y
y2
x y
y2
2

f
210 40
20
= 2 2
+2
=6,584
xy x y
x
y
2 f
2106 40
20
= 2 2
+2
=6,584
xy x y
x
y

Ahora planteamos las matrices menores

y calculamos sus determinantes:

2 f
x2
H i= 2
f
yx

29/04/15

2 f
xy
2 f
y2

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un planta qumica puede producir un producto A con un costo de $20/lb y un

producto B a $10/lb. El equipo de mercadeo y procesos de la empresa cree que la
compaa puede vender 2.000.000/x2y lb /da del producto A y 2.000.000/xy2 lb/ da
de B, donde x es el precio de venta de A , en $/lb, e y es el precio de venta de
B, en $/lb Cuales son los valores de x e y para obtener el mximo beneficio ?
Planteando los determinantes menores de la matriz Hessiana:
2 f
H 1= 2 =6,584<0
x

2 f
2
x
H
=
2
2 f
y x

2 f
2
2
x y 6,584 6,584 2 f 2 f
f
=
=

=130,05 > 0.
6,584 26,337 x 2 y 2 x y
2 f
2
y

Se confirma entonces que los puntos

X= 30 e y = 15 generan el mximo beneficio.
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Encuentre los extremos locales de la funcin f ( x 1 , x 2 )=x 31+ x 323x1 x 2

Esta funcin es diferenciable en toda su extensin, sus puntos extremos solo
pueden ocurrir bajo la condicin suficiente:

f ( x* )=0

3x 21 3x 2
f (x )= 2
=0
3x2 3x1
El sistema de ecuaciones no lineales planteado tiene como soluciones:

( x 1 , x 2 )=(0,0) y (1,1)
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Ahora se plantea el Hessiano del sistema, basado en las segundas derivadas de la

funcin:

2 f
2
x1
H (x )=
2 f
x2 x1

2 f
x1 x 2
2 f
x 22

El determinante menor
H1 = 0 y H2=9 >0, es
decir, el criterio no
decide.

El determinante menor
H1 = 6 >0 y H2=25 >0,
es decir, el punto es un
mnimo local
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Un grupo de inversionistas gastan U$ 20.000 en el diseo y desarrollo de un nuevo

producto. El costo de manufactura es de U$ 2 por unidad. Para la prxima etapa, se
contratan unos consultores que disean una estrategia basada en el un gasto de a
dlares en publicidad y venden cada producto a un valor de p dlares por unidad,
se pueden vender:
2000+4 a20p unidades.
Usando este escenario, exprese las ganancias de los inversionistas como funcin de
a y p. Que inversin el publicidad y precio de venta maximizara sus ganancias ?

29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Los ingresos por ventas serian: (2000+4 a20 p) p

Los costos de produccin serian: (2000+4 a20 p) 2 , el costo de desarrollo fue
de 20.000 y el publicidad a.
As, las ganancias estn representadas por la funcin objetivo:
f ( p , a)=(20004 a20 p)( p2)a20.000

f ( x* )=0

f
( p , a)=2040+4 a40 p=0
p
2( p2)
f
( p , a)=
1=0
a
a

29/04/15

Resolviendo el sistema de
ecuaciones no lineales, los
puntos candidatos son:
p = 63,25 a = 15,006

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

Ahora se plantea el Hessiano del sistema, basado en las segundas derivadas de la

funcin:

f
p2
H (x )= 2
f
a p

f
pa
2
f
a2

El determinante menor H1 = -40 < 0

y el determinante menor H2 = 40( p2) 4 >0
a
aa
Para los valores p =63,25 y a = 15,006
Determinan entonces un mximo de ganancias !
29/04/15

DE INNOVACIN
UNIDAD 3. CENTRO
Mtodos
Multivariable.
EDUCATIVA

29/04/15