FACULTAD DE INGENIERÍA

DE PRODUCCIÓN Y SERVICIOS
ESCUELA PROFESIONAL DE INGENIERIA

DOCENTE: ING. JAIME QUISPE

PRESENTADO POR:
ANCULLE QUISPE NAYDA CLAUDIA

AREQUIPA 2019
 TECNICAS DE OPTIMIZACION APLICADOS A DESPACHO ECONOMICO
1. OBJETIVOS
Conocer las técnicas y métodos de optimización para evaluar el despacho económico
de los sistemas de potencia

2. MATERIALES Y SOTFWARE
 HADI SAADAT
 APUNTES DE CLASE
 TOOLBOK DE OPTIMIZACION

3. MARCO TEORICO

Formulación del problema: función de Rosenbrock

Considerar el problema de minimizar Función de Rosenbrock

sobre el disco de la unidad, es el disco de RADIUS 1 centrado en el origen. En otras palabras,

encuentre x que minimiza la función f(x) sobre el conjunto x21+x22≤1. Este problema es una
minimización de una función no lineal con una restricción no lineal.

Código para generar la figura

La función f(x) se llama el función objetiva. la función objetivo es la función que desea
minimizar. La desigualdad x21+x22≤1 se llama una restricción Restricción. limita el
conjunto de x sobre el que un Solver busca un mínimo. Puede tener cualquier número de
restricciones, que son desigualdades o ecuaciones.
Todas las funciones de optimización Optimization Toolbox minimizan una función
objetiva. Para maximizar una función f, aplique una rutina de optimización para
minimizar –f. Para obtener más información sobre cómo maximizar,
consulte Maximizar un objetivo.
Definir el problema en la sintaxis del cuadro de herramientas
Para utilizar el software Optimization Toolbox , exprese su problema de la siguiente
manera:
1. Defina la función objetiva en el idioma MATLAB® , como archivo de función o
función anónima. En este ejemplo se utiliza un archivo de función.
2. Defina las restricciones como un archivo independiente o una función anónima.
Archivo de función para la función objetiva
Un archivo de función es un archivo de texto que contiene comandos MATLAB y tiene
la extensión .m. Cree un archivo de función en cualquier editor de texto, o utilice el
editor MATLAB integrado como en este ejemplo.
1. En la línea de comandos, escriba:
edit rosenbrock

2. En el editor de MATLAB , escriba:

%% ROSENBROCK(x) expects a two-column matrix and returns a column vector %
The output is the Rosenbrock function, which has a minimum at % (1,1
1. El Solverpredeterminado, fmincon - Constrained nonlinear minimization, está
seleccionado. Este solucionador es apropiado para este problema porque la función de
Rosenbrock no es lineal, y el problema tiene una restricción. Para obtener más información
sobre cómo elegir un solucionador, consulte Tabla de decisiones de optimización.
El Algorithmpredeterminado, Interior point, también se selecciona.
2. En el cuadro Objective function , escriba @rosenbrock. El carácter @ indica la manija de
la función (MATLAB) del archivo rosenbrock.m.
3. En el cuadro Start point , escriba [0 0] para especificar el punto inicial
donde fmincon inicia su búsqueda por un mínimo.
4. En el cuadro Nonlinear constraint function, escriba @unitdisk, el identificador de
función de unitdisk.m.
Asegúrese de que el panel Problem Setup and Results coincida con esta figura.

5. En el panel Options , debajo de Display to command window (en la parte inferior del
panel), seleccione iterative de la lista de Level of display . (si no ve la opción, haga clic
en Display to command window.) Esta configuración muestra el progreso de fmincon en la
ventana de comandos

El siguiente mensaje aparece en el cuadro Run solver and view results :

Optimization running. Objective function value: 0.04567482475812774 Local
minimum found that satisfies the constraints. Optimization completed because
 the objective function is non-decreasing in feasible directions, to within
the default value of the function tolerance, and constraints are satisfied to
within the default value of the constraint tolerance.
el valor de su función objetiva puede diferir ligeramente, dependiendo del sistema informático
y de la versión de Optimization Toolbox.

El mensaje indica que:

 La búsqueda de un óptimo restringido terminó porque la derivada de la función objetiva
es casi 0 en las direcciones permitidas por la restricción.
 La restricción está satisfecha con la precisión requerida.
En la parte inferior del panel Problem Setup and Results , el x minimizador aparece
bajo Final point. Para obtener más información acerca de los mensajes de salida,
consulte Banderas de salida y mensajes de salida.

Minimizar la función de Rosenbrock en la línea de comandos

Puede ejecutar la misma optimización desde la línea de comandos.
1. Cree opciones que elijan visualización iterativa y el algoritmo interior-point .
options = optimoptions(@fmincon,...
'Display','iter','Algorithm','interior-point');
2. Ejecute el solucionador de fmincon con la estructura options , reportando tanto la
ubicación x del minimizador como el valor fval alcanzado por la función objetiva.
[x,fval] = fmincon(@rosenbrock,[0 0],...
[],[],[],[],[],[],@unitdisk,options)
Los seis conjuntos de paréntesis vacíos representan restricciones opcionales que no
se utilizan en este ejemplo. Consulte las páginas de referencia de la
función fmincon para la sintaxis.
MATLAB emite una tabla de iteraciones y los resultados de la optimización.
Local minimum found that satisfies the constraints.

Optimization completed because the objective function is non-decreasing

in
feasible directions, to within the selected value of the function
tolerance,
and constraints are satisfied to within the selected value of the
constraint tolerance.

x = 0.7864 0.6177 fval = 0.0457

El mensaje indica que la búsqueda de un óptimo restringido terminó porque la derivada

de la función objetiva es casi 0 en las direcciones permitidas por la restricción, y que la
restricción está satisfecha con la precisión requerida. Varias frases del mensaje
contienen vínculos a más información acerca de los términos utilizados en el mensaje.
 Para obtener más detalles acerca de estos enlaces, consulte Mensajes de salida
mejorados.
Interpretar el resultado
La tabla iteración de la ventana de comandos muestra cómo MATLAB buscó el valor
mínimo de la función de Rosenbrock en el disco de la unidad. Esta tabla es la misma si
se utiliza la aplicación de optimización o la línea de comandos. MATLAB informa de la
minimización como sigue:
First-order Norm of
Iter F-count f(x) Feasibility optimality step
0 3 1.000000e+00 0.000e+00 2.000e+00 1 13
7.753537e-01 0.000e+00 6.250e+00 1.768e-01 2 18
6.519648e-01 0.000e+00 9.048e+00 1.679e-01 3 21
5.543209e-01 0.000e+00 8.033e+00 1.203e-01 4 24
2.985207e-01 0.000e+00 1.790e+00 9.328e-02 5 27
2.653799e-01 0.000e+00 2.788e+00 5.723e-02 6 30
1.897216e-01 0.000e+00 2.311e+00 1.147e-01 7 33
1.513701e-01 0.000e+00 9.706e-01 5.764e-02 8 36
1.153330e-01 0.000e+00 1.127e+00 8.169e-02 9 39
1.198058e-01 0.000e+00 1.000e-01 1.522e-02 10 42
8.910052e-02 0.000e+00 8.378e-01 8.301e-02 11 45
6.771960e-02 0.000e+00 1.365e+00 7.149e-02 12 48
6.437664e-02 0.000e+00 1.146e-01 5.701e-03 13 51
6.329037e-02 0.000e+00 1.883e-02 3.774e-03 14 54
5.161934e-02 0.000e+00 3.016e-01 4.464e-02 15 57
4.964194e-02 0.000e+00 7.913e-02 7.894e-03 16 60
4.955404e-02 0.000e+00 5.462e-03 4.185e-04 17 63
4.954839e-02 0.000e+00 3.993e-03 2.208e-05 18 66
4.658289e-02 0.000e+00 1.318e-02 1.255e-02 19 69
4.647011e-02 0.000e+00 8.006e-04 4.940e-04 20 72
4.569141e-02 0.000e+00 3.136e-03 3.379e-03 21 75
4.568281e-02 0.000e+00 6.437e-05 3.974e-05 22 78
4.568281e-02 0.000e+00 8.000e-06 1.083e-07 23 81
4.567641e-02 0.000e+00 1.601e-06 2.793e-05 24 84
4.567482e-02 0.000e+00 1.996e-08 6.916e-06

Su tabla puede diferir, dependiendo de la versión de Toolbox y de la plataforma de

cómputo. La siguiente descripción se aplica a la tabla como se muestra.
 La primera columna, marcada como Iter, es el número de iteración de 0 a
24. fmincon tomó 24 iteraciones para converger.
 La segunda columna, marcada como F-count, reporta el número acumulativo de veces
que se evaluó la función de Rosenbrock. La fila final muestra un F-count de 84,
indicando que fmincon evaluó la función de Rosenbrock 84 veces en el proceso de
encontrar un mínimo.
 La tercera columna, marcada como f(x), muestra el valor de la función objetiva. El
valor final, 0,04567482, es el mínimo reportado en la aplicación de optimización Run
solver and view results Box, y al final del mensaje de salida en la ventana de
comandos.
 La cuarta columna, Feasibility, es 0 para todas las iteraciones. Esta columna muestra
el valor de la función de restricción unitdisk en cada iteración en la que la restricción
es positiva. Dado que el valor de unitdisk era negativo en todas las iteraciones, cada
iteración satisfacía la restricción.
Las otras columnas de la tabla de iteraciones se describen en Visualización iterativa.
4. PROCEDIMIENTO
7.1 Encuentra un rectángulo de perímetro máximo que se pueda inscribir en un círculo
de unidad radio dado por

SOLUCION:

7.2
Sujeto a la restricción de igualdad.

Consultar las condiciones suficientes

SOLUCION:
7.2

Digitamos OPTIMTOOL
7.3

SOLUCION:
7.4

Funcion
function f =pregunta4(x)
f= x(1)^2+x(2)^2

restriccion
function [c ceq]=restriccion4(x)
c=x(1)^2-5*x(1)-x(2)^2+20
ceq=[]
 7.5

7.6

5. CONCLUSIONES
 ENCONTRAR LOS VALORES MINIMOS DE CADA UNO DE LAS FUNCION CON SUS
RESPECTVAS FUNCIONES

6. BIBLIOGRAFIA
 APUNTES DE CLASE