Вы находитесь на странице: 1из 18

CONTROL ÓPTIMO

“UNIDAD 1: FASE 1 - RESOLVER PROBLEMA DE OPTIMIZACIÓN SIN


RESTRICCIONES”

CESAR ENRIQUE MORAN FERNANDEZ - Código 12990690


FABER ORLANDO LAGUADO - Código

CÓDIGO: 203043_3

LEONARDO ANDRES PEREZ


Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD


ZONA CENTRO SUR
CEAD PALMIRA
OCTUBRE DE 2018
INTRODUCCIÓN

Para la realización del trabajo sobre análisis y solución de problemas sobre optimización
sin restricciones, inicialmente se define y entiende el problema planteado, se programa y
organiza una secuencia para resolver el problema, de esta forma, en la primera parte del
trabajo se genera una lluvia de ideas para resolver el problema, posteriormente se inicia la
resolución de los dos problemas con soluciones estructuradas, consultadas y estudiadas en
la respectiva bibliografía recomendada para tal fin.

La Teoría de las Restricciones es adecuada herramienta para resolver los problemas


planteados, por cuanto, la optimización sin restricciones es el caso más simple de
optimización, en el cual se buscan puntos máximos o mínimos absolutos en todo el dominio
de la función desde el punto de vista matemático por aproximaciones sucesivas, los cuales
inclusive se pueden programar en una computadora para hallar la solución más adecuada
con rapidez y exactitud.

La estructura de este documento se organiza en 5 secciones. La sección 1 expone los


aportes individuales de los miembros del grupo colaborativo, en la que se propone la forma
de abordar los problemas planteados. En la sección 2 se realizan los aportes individuales de
la optimización sin restricciones correspondientes al primer ejercicio, que es de una
variable. En la sección 3, igual que la sección 2 se aborda la solución de problema con dos
variables. En la sección 4, se consolidan los aportes individuales y se desarrolla un script
para desarrollar el problema de una variable. El trabajo contiene su introducción, objetivos,
desarrollo, conclusiones y bibliografía.
OBJETIVO GENERAL
Presentar soluciones eficientes de ingeniería, apoyado en el análisis y solución de
problemas sobre optimización sin restricciones, con el fin de diseñar las variables de un
sistema dinámico.

OBJETIVOS ESPECÍFICOS.
• Lograr los conocimientos y destrezas necesarias, en la solución de problemas referentes
a la Optimización unidimensional no restringida.

• Lograr los conocimientos y destrezas necesarias, en la solución de problemas referentes


a la Optimización multidimensional no restringida.

• Aplicar los conocimientos y destrezas en herramientas de software, tales como Matlab,


Octave o Scilab para la creación de un script sobre optimización no restringida.
Actividades a desarrollar

Paso 3: Identificar posibles soluciones

Inicialmente, los estudiantes proponen ideas sobre cómo encontrar el valor máximo de las
funciones f(t) y g(d,l). Para ello, cada estudiante escoge cualquiera de estas funciones y
propone una forma para calcular su valor máximo. Cada propuesta debe subirse al foro
colaborativo con su respectivo ejemplo.

Tabla 1. Propuestas para solucionar el problema de optimización no restringida


Nombre del estudiante Descripción de la Ejemplo de la propuesta
propuesta
César Enrique Morán Mi propuesta para calcular el 4.3t2+16t
Fernández valor máximo es la siguiente:

“Se tiene la función f(t)=-


4.3t2+16t

Si le damos valores a “t” desde -


1 hasta +5, tendríamos los
siguientes resultados para “f(t)”:

Para x = -1, f(t) = -20.3

Para x = 0, f(t) = 0.0

Para x = 1, f(t) = 11.7

Para x = 2, f(t) = 14.8

Para x = 3, f(t) = 9.3

Para x = 4, f(t) = -4.8

Para x = 5, f(t) = -27.5

Inicialmente propongo el
método gráfico, para ello
graficamos la función,
observamos que es una curva
parabólica con la concavidad
hacia abajo, que tiene el punto
máximo entre x=1.7 y x=2, por
cuanto entre estas abscisas la
curva comienza a descender.

Ahora si refinamos el cálculo,


observamos en la gráfica que el
punto máximo se encuentra
aproximadamente en x=1.80
para un f(t)=14.868

Otro método que propongo es


obtener el valor máximo,
mediante calculo diferencial
obteniendo el punto donde la
pendiente es cero (0).

Faber Orlando Laguado El ejemplo podría ser descrito


de la siguiente forma:

8,6t

16

8,6t +16 =0 t= -

- ∿ < t <- < t < ∿

X= en

Y= -20,883

Mínimo (

g(d,l)= -5d4+2d2+2d+3l +4dl-


7l2+a

-5x4+2x2+2x+3f(x) +4f(x)-
7xf(x)2 +6=f(x)

-5x4+2x2+2x+3f(x) +4f(x)-
7xf(x)2 +6 - f(x)=f(x) - f(x)

-7f(x)2 + (4x + 2)f(x) -


5x4+2x2+2x +6 =0
Paso 4: Solución estructurada del problema por el método de optimización
UNIDIMENSIONAL.
Ahora, cada estudiante debe maximizar la función f(t) utilizando el método de la búsqueda
de la sección dorada. Emplee valores iniciales de tl=0 y tu=4 y realice tres iteraciones. Al
finalizar, cada estudiante debe subir este aporte en el foro colaborativo. Los estudiantes
deben realimentar los aportes de todos sus compañeros.
Aportes de César Enrique Morán Fernández
Estimado tutor y compañeros,

De acuerdo al paso 4 indicado de la guía de actividades, cada estudiante debe presentar una
solución para calcular el valor máximo de f(t) por el método de la sección dorada. A
continuación presento mi solución:
Explicación del método.
El método de la sección dorada se utiliza para averiguar el valor máximo de una función
unimodal, sea este positivo o negativo.
Se inicia tomando un intervalo entre 𝑋𝑙 y 𝑋𝑢
A continuación obtengo dos puntos interiores 𝑋1 y 𝑋2, utilizando para ello la relación
dorada, que es el número 0.618.
Se procede evaluando la función 𝑓(𝑋) para 𝑋1 y 𝑋2
Si 𝑓(𝑋2) > 𝑓(𝑋1), el máximo está en el intervalo definido por 𝑋𝑙, 𝑋2 y 𝑋1.
Para el nuevo intervalo, el límite inferior sigue siendo 𝑋𝑙 = 0, 𝑋1 será el límite superior,
es decir, 𝑋𝑢, y el primer valor de 𝑋2 pasa a ser el nuevo valor 𝑋2
El proceso se repite sucesivamente, cada vez se va cerrando más el intervalo hasta que
obtengamos el valor máximo.

Ahora, procedemos con el desarrollo del ejercicio.

Se tiene la función 𝑓(𝑡) = −4.3𝑡 2 + 16𝑡


Dentro del intervalo Xl = 0 y Xu = 4.
Inicialmente se utiliza la razón dorada para crear los dos puntos interiores
√5 − 1
𝑑=( ) ∗ (4 − 0) = 2.472
2

Por lo tanto,
𝑋1 = 0 + 2.472 = 2.472
𝑋2 = 4 − 2.472 = 1.528

Ahora, evaluamos la función en los puntos 𝑋1 y 𝑋2

𝑓(𝑋2) = 𝑓(1.528) = −4.3(1.528)2 + 16(1.528) = 14.408


𝑓(𝑋1) = 𝑓(2.472) = −4.3(2.472)2 + 16(2.472) = 13.275

Observamos que 𝑓(𝑋2) > 𝑓(𝑋1), el máximo está en el intervalo definido por 𝑋𝑙, 𝑋2 y 𝑋1.

Por lo tanto, para el nuevo intervalo, el límite inferior sigue siendo 𝑋𝑙 = 0, y 𝑋1 será el
límite superior, es decir, 𝑋𝑢 = 2.472.
El primer valor 𝑋2 pasa a ser el nuevo 𝑋1; es decir, 𝑋1 = 1.528
La iteración para 𝑓(𝑋1) ya se obtuvo el valor de 𝑓(1.528) = 14.408

Procedemos a calcular la nueva razón dorada.

√5 − 1
𝑑=( ) ∗ (2.472 − 0) = 1.528
2

𝑋2 = 2.472 − 1.528 = 0.944

La evaluación de la función en 𝑋2 es 𝑓(0.944) = 11.274. Como podemos observar este


valor es menor que el valor de la función en 𝑓(𝑋1) = 13.275, el máximo está en el
intervalo dado por 𝑋2, 𝑋1 y 𝑋𝑢.
Si el proceso se repite, se obtienen los resultados tabulados a continuación, realizados en
Excel.
i Xl f(Xl) X2 f(X2) X1 f(X1) Xu f(Xu) d

1 0 0 1.528 14.408 2.47212 13.275 4.000 -4.8 2.472


2 0 0 0.944 11.274 1.528 14.408 2.47212 13.275 1.528
3 0.944 11.274 1.528 14.408 1.889 14.880 2.47212 13.275 0.944
4 0.944 11.274 1.305 13.557 1.528 14.408 1.889 14.880 0.584
5 1.305 13.557 1.528 14.408 1.666 14.720 1.889 14.880 0.361
6 1.305 13.557 1.443 14.133 1.528 14.408 1.666 14.720 0.223
7 1.305 13.557 1.390 13.932 1.443 14.133 1.528 14.408 0.138
8 1.390 13.932 1.443 14.133 1.475 14.246 1.528 14.408 0.085

Como podemos observar, el valor máximo se obtiene para:

𝑋1 = 1.889 y para 𝑓(𝑋1) = 14.880

Espero que el tutor y mis compañeros revisen mi aporte y lo realimenten de forma


constructiva y respetuosa.

Cordialmente,

César Enrique Morán Fernández


Paso 5: Solución estructurada del problema por el método de optimización
MULTIDIMENSIONAL
En este paso, cada estudiante calcula el máximo de la función g(d,l) siguiendo otro método
matemático.
Cada estudiante debe maximizar la función g(d,l) efectuando una iteración por el método de
ascenso de máxima inclinación para localizar el máximo con los valores iniciales de d=0 y
l=0. Utilice la bisección para encontrar el tamaño óptimo de paso en la dirección de
búsqueda del gradiente. Al finalizar, cada estudiante debe subir este aporte en el foro
colaborativo. Un aporte significativo debe tener la estructura indicada en el paso 4. Los
estudiantes deben realimentar los aportes de todos sus compañeros.
Estimado tutor y compañeros,
De acuerdo al paso 5 indicado de la guía de actividades, cada estudiante debe maximizar la
función g(d,l) efectuando una iteración por el método de ascenso de máxima inclinación
para localizar el máximo con los valores iniciales de d=0 y l=0. A continuación presento mi
solución:
Método de ascenso de máxima inclinación

𝑔(𝑑, 𝑙) = −5𝑑 4 + 2𝑑 2 + 2𝑑 + 3𝑙 + 4𝑑𝑙 − 7𝑙 2 + 𝑎


Donde la constante “a” es el penúltimo dígito del documento de identidad del estudiante, en
mi caso 9, por lo tanto:
𝑔(𝑑, 𝑙) = −5𝑑 4 + 2𝑑 2 + 2𝑑 + 3𝑙 + 4𝑑𝑙 − 7𝑙 2 + 9
Hallamos las derivadas parciales en d y l
𝜕𝑓
= −20d³ + 4𝑑 + 2 + 4𝑙
𝜕𝑑

𝜕𝑓
= 3 + 4𝑑 − 14𝑙
𝜕𝑙

Remplazando los valores d=0 y l=0 en las derivadas parciales, obtenemos el Gradiente
𝜕𝑓
= −20(0)3 + 4(0) + 2 + 4(0) = 2
𝜕𝑑
𝜕𝑓
= 3 + 4(0) − 14(0) = 3
𝜕𝑙
Gradiente
𝛻𝑓 = 2𝑖 + 3j
Para encontrar el máximo, se busca en la dirección del gradiente; es decir, a lo largo de un
eje h que corre en la dirección de este vector. La función se expresa a lo largo de este eje
como
𝜕𝑓 𝜕𝑓
𝑓(𝑑0 + ℎ, 𝑙0 + ℎ)
𝜕𝑑 𝜕𝑙
𝑓(0 + 2ℎ, 0 + 3ℎ)
𝑓(2ℎ, 3ℎ)
Por lo tanto, al combinar términos, se obtiene una función unidimensional g(h) que
transforma f(d, l) a lo largo del eje h,

𝑔(ℎ) = −5(2ℎ)4 + 2(2ℎ)2 + 2(2ℎ) + 3(3ℎ) + 4(2ℎ)(3ℎ) − 7(3ℎ)2 + 9


𝑔(ℎ) = −80ℎ4 + 8ℎ2 + 4ℎ + 9ℎ + 24ℎ² − 63ℎ2 + 9
𝑔(ℎ) = −80ℎ4 − 31ℎ2 + 13ℎ + 9
Ahora que hemos obtenido una función a lo largo de la trayectoria de ascenso de máxima
inclinación, un procedimiento es moverse a lo largo de este camino hasta encontrar el
máximo de la función. Identificaremos la localización de este máximo como h*. Éste es el
valor del paso que maximiza g (y, por lo tanto, ƒ) en la dirección del gradiente. Este
problema es equivalente a encontrar el máximo de una función de un solo variable h. Así,
se pasa de encontrar el óptimo de una función de dos dimensiones a realizar una búsqueda
unidimensional a lo largo de la dirección del gradiente.
Ahora, ya que ésta es una ecuación de grado 4, se puede localizar, de manera directa, el
máximo (es decir, h = h*) resolviendo el problema,
𝑔′(ℎ ∗) = 0
−320ℎ3 − 62ℎ + 13 = 0
ℎ ∗= 0.18
Esto significa que si se viaja a lo largo del eje h, g(h) alcanza un valor mínimo cuando h =
h* = 0.18. Este resultado se sustituye en las ecuaciones para obtener las coordenadas (d, l)
correspondientes a este punto,
ℎ = 0.18
𝑑 = 2ℎ = 2 ∗ (0.18) = 0.36
𝑙 = 3ℎ = 3 ∗ (0.18) = 0.54
Remplazamos en las derivadas parciales en d y l
𝜕𝑓
= −20(0.36)3 + 4(0.36) + 2 + 4(0.54) = 4.67
𝜕𝑑
𝜕𝑓
= 3 + 4(0.36) − 14(0.54) = −3.12
𝜕𝑙
Por lo tanto, el vector gradiente en la primera iteración es:
𝛻𝑓 = 4.67𝑖 − 3.12j
Espero que el tutor y mis compañeros revisen mi aporte y lo realimenten de forma
constructiva y respetuosa.
Cordialmente,

César Enrique Morán Fernández


Aportes de Faber Orlando Laguado

Estimados tutor y compañeros,

De acuerdo al paso 4 indicado de la guía de actividades, cada estudiante debe


presentar una solución para calcular el valor máximo de f(t) por el método de la
sección dorada. A continuación presento mi solución:
La sección dorada es el extremo (mínimo o máximo) de una función unimodal,
mediante reducciones sucesivas del rango de valores en el cual se conoce que se
encuentra el extremo
Donde t˳=0 t=4 b=6
F(t)= 4.3t² + 16t- b

√5 − 1
𝑑= (4 − 0) = 2,472
2
X1= 0 + 2,472= 2,472
X2= 4 − 2,472= 1,528

Se evalúa la función en los puntos anteriores


F(x2) = f(1,528) = 4.3t² + 16t- b
f(1,528) = 4.3(1,528)² + 16(1,528) – 6
F(x2) = 28,48
F(x1) = f(2,472) = 4.3t² + 16t- b
f(2,472) = 4.3(2,472)² + 16(2,472) – 6
F(x1) = 59,82
F(x1) < f(x2)

Espero que el tutor y mis compañeros revisen mi aporte y lo realimenten de forma


constructiva y respetuosa.
Cordialmente,

Faber Orlando Laguado Campos

Paso 5: Solución estructurada del problema por el método de optimización


MULTIDIMENSIONAL

En este paso, cada estudiante calcula el máximo de la función g (d,l) siguiendo otro método
matemático. Para ello, el estudiante debe primero leer el texto de optimización
multidimensional no restringida, que se encuentra en el libro de Steven Chapra, desde la
página 377 hasta la 396. El libro se encuentra en el entorno de conocimiento dentro de las
referencias de la unidad 1.

Luego, cada estudiante debe maximizar la función g (d,l) efectuando una iteración por el
método de ascenso de máxima inclinación para localizar el máximo con los valores
iniciales de d=0 y l=0. Utilice la bisección para encontrar el tamaño óptimo de paso en la
dirección de búsqueda del gradiente. Al finalizar, cada estudiante debe subir este aporte en
el foro colaborativo. Un aporte significativo debe tener la estructura indicada en el paso 4.
Los estudiantes deben realimentar los aportes de todos sus compañeros.
g(d,l)=-5d4+2d2+2d+3l +4dl-7l2+a
Metodo de ascenso máxima inclinacion
Primero hallamos la primera derivada
𝑑𝑓
= 20x³ + 4𝑥 + 2 + 4𝑦
𝑑𝑥
𝑑𝑓
= 3 + 4𝑥 − 14𝑦
𝑑𝑦
La segunda derivada
𝑎²𝑓
= 60x² + 4
𝑎²𝑥
𝑎²𝑓
= −14
𝑎²𝑦
| H| = 60x² + 4 -14
H = 10
Nos queda el siguiente vector de la primera derivada
Δf = 2x + 3j
𝑑𝑓 𝑑𝑓
f (𝑥 ℎ, 𝑦 + 𝑑𝑦 ℎ)
𝑑𝑥

f(0 + 2h, 0 + 3h)


f(2h, 3h)
g(h) =5(2h)4+2(2h)2+2(2h)+3(3h)+4(2h) (3h) -7(3h) 2+6
=10h4+4h2+4h+9h+24h² -21h2+6
=10h4+7h2+13h+6
g(h) = 40h + 14 + 13
g(h) = 40h + 27
h= 0,675
x=2h=2(0,675) = 1, 35
y=3h=3(0,675) = 2,025
𝑑𝑓
= 20x³ + 4𝑥 + 2 + 4𝑦
𝑑𝑥
𝑑𝑓
= 20(1,35)³ + 4(1,35) + 2 + 4(2,025) = 51,95
𝑑𝑥

𝑑𝑓
= 3 + 4(1,35) − 14(2,025) = 36,75
𝑑𝑦

Nos queda el siguiente vector final


Δf = 51,95x + 36,75y
Espero que el tutor y mis compañeros revisen mi aporte y lo realimenten de forma constructiva y
respetuosa.

Cordialmente,

Faber Orlando Laguado Campos


Paso 6: Solución estructurada del problema a través de herramientas computacionales
(script):

% CEAD UNAD Palmira


% Ingeniería Electrónica
% César Enrique Morán Fernández
% Control Optimo
% Script Metodo Sección Dorada

clear all;
clc;
% Datos de entrada
f=inline('-4.3*t^2+16*t') %función unidimensional a resolver
ak=0; % Punto inicial o limite inferior
tol=0.2; % Tolerancia
bk=4; % Punto final o limite superior
alpha=0.618 % Numero de la relación dorada
lamdak=alpha*ak+(1-alpha)*bk; % Calculo del valor de lamda
miuk=(1-alpha)*ak+alpha*bk; % Calculo del valor de miu

fl=f(lamdak); % Se evalua la función de lamdak


fm=f(miuk); % Se evaklua la función de miuk

iter=0; % Se inician las iteraciones


while abs(bk-ak) >= tol % Ejecutar mientras no se alcance la
tolerancia deseada

iter=iter+1; % Incrementar el contador de las


iteraciones

if fl>fm % Si la función de lamda es mayor que la


función de miu
ak=lamdak; % Actualizar el límite ak con lamda
lamdak=miuk; % Actualizar lamda con el valor antiguo
de miu
fl=fm; % actualizar la evaluación de fl con el
valor de fm
miuk=(1-alpha)*ak+alpha*bk; % Definir el nuevo valor de miu
fm=f(miuk); % Evaluar miu
elseif fl<fm % Si la función de lamda es menor que la
función de miu
bk=miuk; % Actualizar el limite bk con miu
miuk=lamdak; % Actualizar miu con el valor antiguo
de lamda
fm=fl; % Actualizar la evaluación de fm con el
valor de fl
lamdak=alpha*ak+(1-alpha)*bk; % Definir el nuevo valor de lamda
fl=f(lamdak); % Evaluar lamda
end
D(iter,:)=[ak lamdak miuk bk]; % Registro de los Intervalos
plot(lamdak,fl,'*b',miuk,fm,'*r')
hold on

end
CONCLUSIONES

• Se lograron los conocimientos y destrezas necesarias, en la solución de problemas


referentes a la Optimización unidimensional no restringida.

• Se lograron los conocimientos y destrezas necesarias, en la solución de problemas


referentes a la Optimización multidimensional no restringida.

• Se lograron los conocimientos y destrezas en herramientas de software, tales como


Matlab, Octave o Scilab para la creación de un script sobre optimización no restringida.
BIBLIOGRAFÍA

• Chapra, S., & Canale, R. (2007). Optimización. En Chapra, S., & Canale, R., Métodos
numéricos para ingenieros. Ciudad de México: McGraw-Hill. Recuperado
de: https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=378&docI
D=4508648&tm=1532534690574

• Amarillo, M. (2017). Optimización sin restricciones [Archivo de video]. Recuperado de


http://hdl.handle.net/10596/14184

Вам также может понравиться