Академический Документы
Профессиональный Документы
Культура Документы
1) DEFINICIÓN ...................................................................................................................................................... 2
1.1) Optimización combinatoria ...................................................................................................................... 2
1.1.1) Métodos frecuentemente usados ..................................................................................................... 2
1.2) Optimización multiobjetivo ...................................................................................................................... 3
1.3) Optimización de topología multifase ....................................................................................................... 3
2) EJEMPLOS DE APLICACIÓN .............................................................................................................................. 4
2.1) Ejemplo de optimización combinatoria ................................................................................................... 4
2.2) Ejemplo de optimización multiobjetivo ................................................................................................... 5
3) ANEXOS ............................................................................................................. Error! Bookmark not defined.
1
OPTIMIZACIÓN
1) DEFINICIÓN
La optimización se refiere al proceso de encontrar tanto los puntos mínimos como los máximos sin
la ayuda de alguna gráfica. La cual posee 3 ramas:
Optimización combinatoria
Optimización multiobjetivo
Optimización de topología multifase
2
1.2) Optimización multiobjetivo
Es una rama de la optimización en matemáticas aplicadas en el ámbito algebraico, en la que se tratará
de encontrar los valores óptimos de una función objetivo. Como los datos de entrada y de salida son
números reales el valor óptimo será un real mínimo o máximo.
La optimización multiobjetivo es un proceso complejo, más aún cuando las funciones objetivo que
definen los problemas no están bien condicionadas o no cumplen con los requisitos mínimos para
garantizar la convergencia de algoritmos clásicos, como convexidad, continuidad y diferenciabilidad.
El uso de algoritmos evolutivos para la solución a dichos problemas complejos lleva a un costo
computacional muy elevado, por lo que se apoyan de aproximaciones (modelos gaussianos), con el
objetivo de reducir estos costos y obteniéndose respuestas muy cercanas a las originales.
Ayuda a las simulaciones de sistemas muy grandes y con muchas variables influyendo al sistema
global. Este método utiliza las últimas técnicas de prototipado rápido, impresión en 3D y sinterizado
láser para producir componentes rígidos de bajo peso con porosidades calculadas con OPTM.
3
2) EJEMPLOS DE APLICACIÓN
Un viajero va a recorrer una lista de ciudades y las distancias entre cada par de ellas, ¿cuál es la ruta
más corta posible que visita cada ciudad exactamente una vez y al finalizar regresa a la ciudad origen?
El programa TPS calcula la solución tanteando todas las posibilidades posibles.
4
2.2) Ejemplo de optimización multiobjetivo
Al optimizar (minimizar) la función 𝒇(𝒙) = 𝟓𝒙𝟐 + 𝟏𝟓 el valor óptimo es “15” (valor mínimo), y se da
para 𝒙 = 𝟎, según puede verse en la siguiente figura:
3) BIBLIOGRAFIA
https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_multiobjetivo
https://tarwi.lamolina.edu.pe/~corihuela/mpeconomistas/capitulo%204-Optimizacion.pdf
https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_combinatoria
https://es.wikipedia.org/wiki/Optimizaci%C3%B3n
http://www.sinewton.org/numeros/numeros/43-44/Articulo22.pdf
http://www.scielo.sa.cr/pdf/tem/v29s2/0379-3982-tem-29-s2-16.pdf