TEMA 1 MTODOS DE MINIMIZACIN

A) INTRODUCCIN MATEMTICA Generalmente el problema se ceir a una minimizacin de una funcin real [f(x)] de n variables. Se asume que la funcin f(x) es una funcin continua y que adems posee la primera y segunda derivada tambin continuas. Se define gradiente (gi) como la derivada parcial de la funcin con respecto a la variable x i. r r r f(x) g i (x) = x i [1.1]

Se define la matriz del hessiano como una matriz de n x n cuyas componentes son las segundas derivadas de la funcin. r 2 f(x) r H ij (x) = x i x j [1.2]

Esta matriz suele ser simtrica (Hij=Hji) ya que en la mayora de las funciones de inters qumico se cumple que las derivadas cruzadas son iguales, es decir que la segunda parcial con respecto a xi y xj es igual a la parcial con respecto a xj y xi . Como ejemplo de gradiente y hessiano, supngase que se tiene la funcin:
3 f(x) = x1 + 3 x1 x 2 + 2 x 4 2

El gradiente de la funcin es:

2 + 3 x2 f(x)/x 1 3 x1 g(x) = = f(x)/x 3 x + 8 x 3 2 2 1

La matriz del hessiano es igual a: H 11 H(x) = H 21 H 12 6 x 1 = H 22 3 3 24 x 2 2

El vector gradiente representa la norma (pendiente) de la tangente al hiperplano en el punto x. Existen diferentes tipos de puntos estacionarios en una funcin. A continuacin se detallan los ms importantes

QFC(Tema 1)

14/03/03

Mnimo

Mximo

Punto de silla

Desde el punto de vista qumico los ms importantes son los mnimos y los puntos de silla. En una superficie de energa potencial, los mnimos correspondern a molculas o estructuras estables y los puntos de silla corresponden a estados de transicin que unen dos estructuras de mnima energa. Existen diferentes tipos de mnimos, dependiendo del entorno de ese mnimo. f(x)
Mnimo local Mnimo local dbil Mnimo global

x 1) Mnimo global: se cumple que el valor de la funcin en el mnimo es siempre menor que la funcin en cualquier otro valor de x. f(xm) < f(x) (xmx y xmRn)

2) Mnimo local: cuando slo se cumple en un intervalo que el valor de la funcin en ese punto es menor que la funcin en otro punto f(xm) < f(x) (xmx |x xm| < y xmRn)

3) Mnimo local dbil: como en el caso anterior pero el intervalo es muy pequeo. Para que un punto sea un mnimo, deben cumplirse dos condiciones: El gradiente ha de ser cero [g(xm)] Los valores propios de la matriz del hessiano han de ser positivos [H(xm)>0] Los puntos de silla, que tienen gran importancia en el estudio de mecanismos de reaccin, son mximos en un sentido (el sentido de la coordenada de reaccin) y mnimos en los otros sentidos. Por esta razn, estos puntos se caracterizan por poseer un valor propio de la matriz del hessiano negativo y todos los dems positivos.

QFC(Tema 1)

14/03/03

B) VALORES Y VECTORES PROPIOS DE UNA MATRIZ Si A es una matriz hermtica de n x n (una matriz cuadrada, con todos los elementos reales y adem simtrica) existen una serie de constantes reales 1, 2, n llamados r r r valores propios, asociados a una serie de vectores ( x 1 , x 2 , ... x n ), llamados vectores propios de tal manera que r r A x i = i x i a 11 a 21 . a n1 a 12 . a 1n x 1 x1 a 2n x 2 x = 2 . . . a nn x n x2 [1.3]

[1.4]

El clculo de los valores propios de una determinada matriz se puede hacer por diferentes mtodos. 1) Mtodo del determinante A partir de la ecuacin tres se puede escribir:
r r A x - x =0

[1.5] [1.6]

r (A - I ) x = 0

donde I es la matriz identidad. La ecuacin 6 representa un sistema homogneo de ecuaciones que para que tenga una solucin diferente de la trivial (x=0) debe de cumplir que |A- I| = 0. 1 2 Si se aplica este procedimiento a la matriz A = 2 1 , se obtiene: 1 2 1 0 1 2 0 1 - 2 1 - = - = 0 1 2 1 0 2 1- 2 2 = 0 (1-)(-1-) 4 = 0 1 2 1

2 - 5 = 0

= 5

Para calcular los vectores propios, hay que resolver la ecuacin: x1 1 2 x1 = 2 1 x x 2 2

QFC(Tema 1)

14/03/03

Si se considera el valor propio = + 5 x1 1 2 x1 = 5 2 1 x x 2 2 La resolucin de la ecuacin anterior permite obtener el siguiente sistema de ecuaciones: x1 + 2 x 2 = 5 x1 2 x1 - x 2 = 5 x 2 Ya que si un vector es vector propio de una matriz, tambin lo es ese vector multiplicado por una constante, se puede fijar una de las dos variables. Si se fija x2 = 1 se obtiene: x1 = 1+ 5 2

El vector propio es: 1+ 5 2 1 Si se considera el otro valor propio ( = - 5 ) por el mismo procedimiento se puede obtener: 1 5 2 1 2) Mtodo de Jacobi Si D es una matriz diagonalizada (Dij= 0 si ij y Dij 0 si i=j) Los valores propios coinciden con los elementos de la diagonal Si se tiene la matriz: a 0 0 D = 0 b 0 0 0 c Para obtener los valores propios hay que resolver el determinante: a - 0 0 0 0 b- 0 =0 0 c-

QFC(Tema 1)

14/03/03

La resolucin del determinante lleva a la ecuacin: (a-) (b-) (c-) = 0 Evidentemente las soluciones de la ecuacin anterior son: 1 = a 2 = b 3 = c

El mtodo de Jacobi es un procedimiento iterativo para diagonalizar una matriz hermtica de n x n. Actualmente ya existen muchos programas de ordenador que permiten diagonalizar matrices. C) MTODOS DE MINIMIZACIN LOCAL Los mtodos de minimizacin locales son generalmente mtodos descendentes, es decir que va descendiendo por la superficie o hipersuperficie de energa potencial hasta alcanzar el mnimo local ms prximo. Son procedimientos iterativos mediante los cuales a partir de un valor inicial x0 se va pasando por diferentes valores hasta alcanzar el xm. Generalmente no se suelen permitir pasos que produzcan un aumento de la funcin. Evidentemente estos valores son muy sensibles al valor inicial as como a la direccin de bsqueda y al algoritmo de minimizacin empleado. La direccin descendente se establece a partir del gradiente, es decir se desciende por el camino de mayor gradiente. f(x) mtodo local

x Existen dos grandes grupos de mtodos de minimizacin local: 1) Mtodos no derivativos En estos mtodos para la minimizacin se emplean los valores de la funcin y en primera instancia no se calculan los valores de la derivada de la misma. Este tipo de mtodos se emplea cuando por algn motivo es difcil evaluar la derivada de la funcin. Generalmente estos mtodos son muy fciles de implementar pero las propiedades de convergencia son bastante pobres. En algunos casos, los gradientes se pueden calcular numricamente, tomando incrementos finitos

QFC(Tema 1)

14/03/03

g(x)

1 [f(x + h) - f(x)] h

[1.7]

donde hay que elegir convenientemente el valor de h. En este tipo de mtodos, los ms conocidos son: Mtodo Powell: este mtodo asegura alcanzar el mnimo exacto de una funcin cuadrtica convexa despus de n pasos. Mtodo Simplex: en este mtodo, a partir de un valor inicial se generan dos nuevos puntos y se hace pivotar el tringulo formado sobre el lado que une los dos puntos ms bajos. As se genera un nuevo punto con el que se forma un nuevo tringulo y se repite el procedimiento hasta alcanzar el mnimo. 2) Mtodos del gradiente (o derivativos) Este tipo de mtodos extrae informacin de la primera y a veces de la segunda derivada para acelerar el proceso de minimizacin. Por trmino medio son ms rpidos que los anteriores. Existen muchos tipos diferentes: Descenso ms inclinado (SD, steepest descent): es uno de los mtodos ms antiguos y simples, aunque actualmente no tiene mucha importancia. La direccin de bsqueda se toma como menos el gradiente. Gradiente Conjugado (CG, conjugate gradient): es muy parecido al anterior, pero emplea otro algoritmo para la bsqueda del mnimo. Mtodos de Newton (o Newton-Raphson): en este tipo de mtodos se necesita hasta la segunda derivada. Son mtodos muy extendidos pero presentan algunos problemas por lo que generalmente se aplican a pequeos problemas o en las proximidades del mnimo. Algunas veces inicialmente se emplea otro mtodo y en las proximidades del mnimo se cambia a ste. Presenta algunas variantes: TN (Truncated Newton) QN (quasi-Newton) Mtodo de Davidov-Fletcher-Powell: es un mtodo muy parecido al anterior pero emplea una frmula diferente para calcular el siguiente valor de x en la iteracin. Mtodo de Marquart-Levenberg: es un mtodo muy extendido actualmente. Es una mezcla de mtodos, lejos del mnimo emplea un mtodo del tipo SD y posteriormente emplea un mtodo basado en el hessiano D) MTODOS DE MINIMIZACIN GLOBAL Los mtodos de optimizacin global intentan soslayar la existencia de mnimos locales, mediante la exploracin de grandes regiones del espacio. Este problema ha sido tratado ampliamente en el anlisis conformacional de oligopptidos, en donde se pueden presentar innumerables mnimos locales dependiendo de los valores de los ngulos diedros. Se puede alcanzar el mnimo global empleando fundamentalmente dos tipos de aproximacin, determinstica y estocstica. Los mtodos determinsticos usualmente requieren una funcin que cumpla ciertas propiedades de suavidad. Se construye una secuencia que permita alcanzar el mnimo global

QFC(Tema 1)

14/03/03

desde un mnimo local. Estos mtodos son relativamente nuevos y su aplicacin a problemas fsicos y qumicos tienen un gran futuro Los mtodos estocsticos intentan alcanzar el mnimo global mediante la generacin aleatoria de muchos puntos iniciales desde los cuales iniciar la minimizacin. Es previsible que alguno de los puntos generados al azar se encuentre en la posicin adecuada para alcanzar el mnimo global. Estos mtodos para alcanzar mnimos globales estn basados en el empleo de ordenadores. 1) Optimizacin de interacciones electrostticas (SCEF, self consisten electric field) Este mtodo se ha aplicado fundamentalmente al estudio conformacional de pequeos polipptidos. Es un mtodo determinista. El mtodo consiste en realizar una aproximacin inicial despreciando todos los trminos energticos excepto las interacciones electrostticas. Se calcula as el momento dipolar de cada fragmento y se intenta alinearlo con el momento dipolar de toda la molcula. Esto se consigue modificando las orientaciones de cada residuo hasta que al final se llega a un punto en que cada residuo tiene su momento dipolar perfectamente alineado con el momento dipolar total. Una vez alcanzado este punto se procede a una minimizacin total de la energa hasta que se alcanza el mnimo energtico. El procedimiento se repite iterativamente hasta que se alcanza la autoconsistencia. De hecho este mtodo emplea las interacciones electrostticas para buscar una geometra inicial a partir de la cual se minimiza la energa. La filosofa inicial del mtodo es que si se realiza una minimizacin de la energa de la conformacin adecuada, se llegar al mnimo global. Un buen ejemplo de la aplicacin de este mtodo puede verse en L. Piela and H.A. Scheraga, Biopolymers (1987) 26, 533. 2) Mtodo de Monte Carlo ms minimizacin (MCM) Este mtodo consiste en realizar una alteracin al azar de la estructura inicial y posteriormente minimizar la energa de dicha estructura. Posteriormente se realiza otra modificacin al azar y subsiguiente minimizacin. Esto genera una serie de estructuras que posteriormente se minimizan. Es de esperar que alguna o algunas de ellas sean buenas estructuras iniciales para alcanzar el mnimo global. La filosofa de este mtodo es completamente diferente de la del anterior. En este caso no se tiene ningn procedimiento sistemtico para generar y modificar las estructuras hasta llegar al mnimo global. Es un mtodo estocstico, ya que se emplean procedimiento al azar para generar muchas estructuras iniciales para alcanzar el mnimo global. En la aplicacin del mtodo de Monte Carlo se suelen emplear los criterios del mtodo Metrpolis. El estudio de Li y Scheraga [Z. Li and H.A. Scheraga, THEOCHEM (1988) 179, 33] se puede encontrar una interesante aplicacin de este mtodo al estudio conformacional de pequeos polipptidos. 3) Mtodo de Monte Carlo conducido electrostticamente (EDMC, elestrostatically driven Monte Carlo) Es un mtodo que combina los dos mtodos anteriores. En este mtodo se realiza un diagnstico electrosttico de la estructura inicial, estudiando la orientacin de los momentos dipolares con respecto al momento dipolar total. Posteriormente, combinando estos resultados con un muestreo al azar se generan nuevas conformaciones que posteriormente sufren un proceso de minimizacin de la energa para alcanzar los mnimos locales.
QFC(Tema 1) 7 14/03/03

Estos mnimos locales son comparados entre si para saber si se ha llegado a un mnimo global. Este mtodo es semejante al MCM pero la generacin de estructuras est dirigida de tal manera que no se necesitan generar tantas y as el mtodo es ms rpido. 4) Mtodo de la ecuacin de difusin (DEM, Diffusion equation method) Este mtodo consiste en ir deformando la superficie o hipersuperficie de energa hasta transformarla en una superficie con un solo mnimo (evidentemente es el mnimo global de esa superficie generado) que generalmente est relacionado con el mnimo global de la superficie primitiva. Posteriormente se realiza el proceso contrario para regenerar la superficie primitiva.. La superficie se va deformando con el denominado operador de transformacin. Si se supone una funcin f(x)

La funcin f1(x) se define como: f1(x) f(x) f1(x) = f(x) + f (x) (>0)

En esta transformacin los puntos de inflexin no se modifican ya que f (x) = 0, mientras que las zonas cncavas aumentan su valor (f(x)>0) y las convexas lo disminuyen (f(x)<0). Esto genera una suavizacin de la funcin. Si la transformacin se realiza N veces, se obtendr: d2 + f (x) = 1 dx 2
N

f(x)

[1.8]

Esta expresin ya se podra aplicar directamente para provocar la deformacin de una superficie, sin embargo el procedimiento es ms efectivo cuando tiendo a cero y N a infinito. Se puede definir una nueva variable t, tal que:

t N

[1.9]

Esto permite definir una nueva funcin: t d2 F(x, t) = lim 1 + N dx 2 d2 f(x) = exp t dx 2 f(x) 43 142 4 4
T(t) N

[1.10]

El operador T(t) es el denominado operador transformacin.

QFC(Tema 1)

14/03/03

La curva inicial f(x) se transforma en diferentes funciones F(x,t) mediante la ecuacin de difusin: 2 F F = t x 2 [1.11]

Las funciones F y f estn relacionadas tambin por las condiciones de entorno, es decir: F(x,0) = f(x) [1.12]

El grupo de Scheraga ha realizado interesantes aplicaciones de este mtodo a diferentes problemas de mltiples mnimos [L. Piela, J. Kostrowicki and H.A. Scheraga, J. Phys. Chem. (1989) 93, 3339; J. Kostrowicki and H.A. Scheraga, J. Phys. Chem. (1992) 96,7442] t=0 t = 0.2

t = 0.3

t = 0.5

En la figura anterior se ha representado la superficie de energa potencial del anlisis conformacional de un etano sustituido (t=0) y las subsiguientes deformaciones hasta llegar a una superficie con un solo mnimo.

QFC(Tema 1)

14/03/03