UNIVERSIDAD DE LA FRONTERA

FACULTAD DE INGENIERIA Y CIENCIAS

DEPARTAMENTO DE MATEMÁTICAS Y
ESTADISTICAS
OPTIMIZACIÓN

TALLER 4 OPTIMIZACIÓN

Integrantes: Patricio Mardones

Elizabeth Vitayo

Carrera: Ingeniería Civil

Profesor: Juan Manuel Oliva

Fecha: 22 de diciembre de 2016

 1. Problema propuesto

2. Resultados
a) Se describe el conjunto de soluciones factibles del problema de optimización no lineal
mediante las funciones componentes que se presentan a continuación:
𝑔1 : 𝑥12 + 𝑥22 + 𝑥34 ∙ 𝑥42 − 600 ≤ 0+

𝑔2 : 𝑥1 ∙ 𝑥2 − 100 ≤ 0

ℎ1 : 𝑥1 + 𝑥2 + 𝑥3 + 4𝑥2 − 2 = 0

ℎ2 : 𝑥12 − 𝑥41 − 1 =

ℎ3 : 𝑥3 ∙ 𝑥4 − 2 = 0
Recordemos que cada una de las funciones componentes ℎ𝑖 (𝑥), 𝑔𝑗 (𝑥) se suponen continuamente
diferenciables, en donde el conjunto de soluciones factibles corresponde a:
ℎ1 (𝑥) = 0, . . . , ℎ𝑚 (𝑥) = 0
𝛺ℎ,𝑔 = {𝑥 ∈ 𝐼𝑅 𝑁 |
𝑔1 (𝑥) ≤ 0, . . . , 𝑔𝑝 (𝑥) ≤ 0

Para la realización del taller se hizo el planteamiento del problema a través de Matlab, en donde se
crearon tres scripts que permiten la obtención de la solución optimal del PNL. De este modo, en el
primer script se modeló la función objetivo a minimizar como:

Posteriormente, en el segundo script se plantearon las desigualdades e igualdades no lineales

respectivamente, como se puede apreciar en la siguiente imagen. Se destaca que para la
minimización de la función se crearon dos vectores que contenían a las igualdades no lineales
(vector “c”) y las desigualdades no lineales (“vector ceq”)
Posteriormente en el tercer script se ingresaron los valores de los coeficientes de las variables
lineales en la matriz “Aeq” y el valor de b correspondiente a la igualdad lineal en la variable “beq”,
en este caso.

b) Finalmente, se ejecutó el código considerando como punto inicial el origen y se obtuvo el

resultado que se muestra en la tabla 1. Como es posible observar, el valor de la solución
optimal y las soluciones optimales considerando como punto inicial el origen arroja un
valor notoriamente diferente respecto a otros puntos iniciales,

Casos Solución Valor optimal exitflag Iteraciones

X0 optimal [ 𝑧̅ ] [ 𝑥̅ ]
Caso 1 𝑥1 = 1.320
[0,0,0,0] 7.3812*103 𝑥2 = 6.4539 1 46
𝑥3 = −2.2969
𝑥4 = −0.8708
Caso 2 𝑥1 = 1.3083
[1,1,1,1] 3.1440*103 𝑥2 = −5.0534 1 31
𝑥3 = 2.3709
𝑥4 = 0.8436
Caso 3 𝑥1 = 1.3083
[2,2,2,2] 3.1440*103 𝑥2 = −5.0534 1 17
𝑥3 = 2.3709
𝑥4 = 0.8436
Caso 4 𝑥1 = −1.2408
[√5, −7 − √5, 1.2] 2.6340 𝑥2 = 8.9017 1 35
∙ 104 𝑥3 = −2.7229
𝑥4 = −0.7345
Los casos de los puntos 1 al 3 fueron elegidos de manera arbitrara, a diferencia del caso 4 el cual
es un punto que satisface las restricciones y por tanto está en la región.

A continuación, se presenta la Función de Lagrange del problema de optimización no lineal

𝐿: 𝑥12 + 4𝑥22 + 3𝑥36 + 𝑥4 + 𝜆1 (𝑥1 + 𝑥2 + 𝑥3 + 4𝑥4 − 2) + 𝜆2 (𝑥12 − 𝑥42 − 1) + 𝜆3 (𝑥3 ∙ 𝑥4 − 2)

+ µ1 (𝑥12 + 𝑥22 + 𝑥34 ∙ 𝑥42 − 600) + µ2 (𝑥1 ∙ 𝑥2 − 100

c) El gradiente de la función de la Lagrange

2𝑥1 1 2𝑥1 0 2𝑥1 𝑥2
16𝑥23
0 0 2𝑥 𝑥1
) + 𝜆1 (1) + 𝜆2 (
2
∇𝐿 = ( ) + 𝜆3 ( ) + µ1 3 2 + µ2 ( )
18𝑥35 1 0 𝑥4 4𝑥 3 ∙ 𝑥 4 0
1 4 −2𝑥 4 𝑥3 ( 2𝑥 ∙ 𝑥 4
) 0
4 3

2𝑥1 + 𝜆1 + 𝜆2 ∗ 2𝑥1 + µ1 ∗ 2𝑥1 + µ2 ∗ 𝑥2 = 0

16𝑥23 + 𝜆1 + µ1 ∗ 2𝑥2 + µ2 ∗ 𝑥1 = 0

18𝑥35 + 𝜆1 + 𝜆3 ∗ 𝑥4 + µ1 ∗ 4𝑥33 ∙ 𝑥4 = 0

1 + 4𝜆1 + 𝜆2 ∗ −2𝑥4 + 𝜆3 ∗ 𝑥3 + µ1 ∗ 2𝑥4 ∙ 𝑥34 = 0

𝑥1 + 𝑥2 + 𝑥3 + 4𝑥2 − 2 = 0

𝑥12 − 𝑥41 − 1 =
𝑥3 ∙ 𝑥4 − 2 = 0

µ1 (𝑥12 + 𝑥22 + 𝑥34 ∙ 𝑥42 − 600) = 0

µ2 (𝑥1 ∙ 𝑥2 − 100) = 0
d) Y finalmente la matriz Hessiana del problema propuesto:

∇2 𝐿(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4, 𝜆1 , 𝜆2 , 𝜆3 , µ1 , µ2 ) =
2 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0
0 48𝑥22 0 0 0 0 0 0 0 0 0 0 0 0 0 0
( ) + 𝜆1 ( ) + 𝜆2 ( ) + 𝜆3 ( )
0 0 90𝑥34 0 0 0 0 0 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 −2 0 0 1 0
2 0 0 0 0 1 0 0
0 2 0 0 1 0 0 0
+µ1 (0 0 12𝑥32 ∙ 𝑥42 8𝑥33 ∙ 𝑥4 ) + µ2 (0 )
0 0 0
0 0 8𝑥33 ∙ 𝑥4 2𝑥34 0 0 0 0
Reordenando los términos, se obtiene que la matriz Hessiana del problema propuesto
corresponde a:

∇2 𝐿(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4, 𝜆1 , 𝜆2 , 𝜆3 , µ1 , µ2 )
2 + 2𝜆2 + 2µ1 µ2 0 0
µ2 48𝑥22+ 2µ1 0 0
=
0 0 90𝑥3 + 12𝑥32 ∙ 𝑥42
4
𝜆3 + 8𝑥33 ∙ 𝑥4
( 0 0 𝜆3 + 8𝑥33 ∙ 𝑥4 −2𝜆2 + 2𝑥34 µ1 )

e) Condiciones de Karush – Kuhn – Tucker para un x óptimo.

Para el punto optimal [1.3083, -5.0534, 2.3709, 0.8436] obtenido del programa Matlab, a ser un
minimo local, satisface las condiciones KKT, por lo cual:

Y las ecuaciones de complementariedad

Se puede comprobar que {𝑗 = ∅}, 𝑔1 ≠ 0, 𝑔2 ≠ 0

Por lo tanto → µ1 = 0, µ2 = 0 y con ello se obtuvieron los valores de 𝜆1 , 𝜆2 , 𝜆3 , µ1 , µ2 .

𝜆1 = 2064.80
𝜆2 = −790.13
𝜆3 = −4046.25
µ1 = 0
µ2 = 0
Obviamente podemos comprobar que ∇𝐿=0 en el punto seleccionado ya que los valores de λ se
obtuvieron a partir de la condición propuesta, YA QUE EL CONJUNTO ACTIVO DEL PUNTO
OPTIMAL ES VACIO
f) La versión de Matlab para la ejecución de los códigos es la R2015a y el equipo utilizado
posee un sistema operativo windows 10 con un procesador IntelCore i5

3. Cambios al modelo entregado al clases

Para este taller no se realizaron modificaciones al modelo entregado en clases, pues
consideramos que estaba correcto.