Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
TRABAJO COLABORATIVO
FASE 1 – RESOLVER PROBLEMAS DE OPTIMIZACIÓN SIN RESTRICCIONES
1. Leer de la página 363 a la 375 del texto de Steven Chapra que se encuentra en el
entorno del conocimiento.
2. Dada la función
3 6
𝑓(𝑥) = − 𝑥 − 2𝑥 4 + 12𝑥
2
Podemos ver que f(x2) > f(x1), entonces nuestro máximo está en el intervalo
comprendido por xl, x2 y x1.
√5
𝑑= − 1 ∗ (𝑥𝑢 − 𝑥𝑙 ) = 0,618 ∗ (1.236 − 0) = 0.7638
2
𝑥2 = 𝑥𝑢 − 𝑑 = 1.236 − 0.7638 = 0.4722
Entonces
3
𝑓(𝑥1 ) = − ∗ (0.764)6 − 2 ∗ (0.764)4 + 12 ∗ (0.764) = 8.188
2
3
𝑓(𝑥2 ) = − ∗ (0.4722)6 − 2 ∗ (0.4722)4 + 12 ∗ (0.4722) = 5.550
2
En esta ocasión vemos que f(x1) > f(x2), ahora nuestro máximo está en el
intervalo comprendido por x2, x1, y xu.
3
𝑓(𝑥3 ) = − (0.570)6 − 2(0.570)4 + 12(0.570) = 6.577
2
𝑓 ′ (𝑥) = − 9𝑥 5 − 8𝑥 3 + 12
Reemplazamos en
𝑓 ′ (𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓 ′′ (𝑥𝑖 )
−9(2)5 − 8(2)3 + 12
𝑥1 = 2 − = 1.583
− 45(2)4 − 24(2)2
3
𝑓(𝑥1 ) = − (1.583)6 − 2(1.583)4 + 12(1.583) = −17.166
2
−9(1.583)5 − 8(1.583)3 + 12
𝑥1 = 1.583 − = 1.26
− 45(1.583)4 − 24(1.583)2
3
𝑓(𝑥1 ) = − (1.26)6 − 2(1.26)4 + 12(1.26) = 4.076
2
i x f(x)
1 2 -104
2 1.583 -17.166
3 1.26 4.076
4 1.04 8.24
5 0.938 8.686
2.4 Utilizar una herramienta computacional (Scilab, Matlab, GAMS, o Excel) para
encontrar el máximo de la función f(x).
En el caso del método de Newton, la ventaja mas notoria es que no trabaja con
valores iníciales, mientras que sus desventajas son más importantes. Este
método llega a diverger según sea la naturaleza de la función y la calidad del
valor inicial. De esta forma es recomendable usarla sólo cuando se está cerca
del valor óptimo. De no ser así se requerirían de muchas iteraciones para
encontrar el valor que maximiza la función.
3. Leer de la página 26 a la 45 del texto guía de Optimización que se encuentra en el
repositorio.
4. Dada la función 𝑓(𝑥, 𝑦) = 4𝑥 + 2𝑦 + 𝑥 2 − 2𝑥 4 + 2𝑥𝑦 − 3𝑦 2
6. Efectuar una iteración del método de ascenso de máxima inclinación para localizar
el máximo con los valores iníciales de x = 0 y y = 0. Emplee bisección para
encontrar el tamaño óptimo de paso en la dirección de búsqueda del gradiente.