La técnica de los multiplicadores de Lagrange es una forma de resolver problemas de
optimización con restricciones. Este método nos permite encontrar el máximo o el mínimo de una función multivariable, f(x, y,…) , cuando hay alguna restricción en los valores de entrada que se puede usar. Esta técnica solo se aplica a restricciones que se ven así: g(x, y,…)= C, donde es otra función multivariable con el mismo espacio de entrada que f y c es alguna constante.
Por ejemplo, si el espacio de entrada es bidimensional, la gráfica de f con la línea que
representa g(x, y,…)= C proyectada sobre ella podría verse así:
El objetivo es encontrar el punto más alto en esa línea roja.
La idea central es buscar puntos en donde las curvas de nivel de f y g sean tangentes entre si. Esto es lo mismo que encontrar puntos en donde los vectores de los gradientes f y g sean paralelos entre sí. Todo el proceso puede reducirse a hacer el gradiente de una cierta función, llamada el lagrangiano, igual al vector cero.
Método del gradiente.
En muchos problemas de optimización requieren tratar con más de una variable, y si bien es posible extender en muchos casos técnicas de búsqueda sobre intervalo, como el método de Fibonacci, o el de relación áurea, estos exigen realizar muchas búsquedas unidimensionales de un modo secuencial hasta la obtención del máximo (o mínimo) para cada dimensión. Y este método está dado por la siguiente ecuación.
𝐸 = 𝐸(𝑥1 , 𝑥2 ) Artículos.
Survey of multi-objective optimization methods for engineering.
En este artículo se presentó una serie de encuestas sobre los métodos actuales de optimización. También se evidenciaron las categorías en las cuáles se dividen estos métodos, los cuáles son: Los métodos con articulación de preferencias a priori, métodos con articulación de preferencias a posteriori y métodos sin articulación de preferencias. También sin pasar por desapercibido a los algoritmos genéticos, los cuáles también se tuvieron en cuenta al momento de efectuarse la encuesta. Por otro lado, se proporcionan comentarios en tres frentes, en relación con las ventajas y las dificultades de los métodos individuales, las diferentes clases de métodos y el campo de MOO en su conjunto. Se resumen las características de los métodos más significativos. Se sacan conclusiones que reflejan ideas y aplicabilidad a menudo descuidadas a problemas de ingeniería. Se encuentra que ningún enfoque único es superior.