Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
| |
= =
|
\ .
Punto P(2,1) es Mximo Local
2) Mtodo de pasos ascendentes
1RA iteracin:
Las derivadas parciales se evalan en P(-1,1):
La funcin se expresa a lo largo del eje como:
Ubicamos el mximo (h=h*):
Encontramos los puntos P(x, y):
2 2 2 6
6 6
2 4 6
f
y x
x
f i j
f
x y
y
c
= + =
c
V =
`
c
= =
c
)
( )
2
0 0
, 1 6 ,1 6 180 72 7
f f
f x h y h f h h h h
x y
| | c c
+ + = + = +
|
c c
\ .
( *) 0 360 * 72 0 * 0.2 g h h h
'
= + = =
1 6 (0.2) 0.2
1 6 (0.2) 0.2
x
y
= + =
= =
Paso1: Ingresar Vector Inicial X0 y tolerancia
Paso2: Hallar vector
1
=
0
0
1
. (
0
)
Paso3: error = (
1
) () ,error=
1
0
Paso4: Si error < tolerancia entonces termina el
proceso y se reporta resultados: X1, error
Caso contrario X
0
=X
1
y regresar al Paso 2
Recordar que el mtodo de Newton
converger a un mnimo local si la Hf es
positiva definida sobre alguna vecindad
alrededor del mnimo y si X1 queda dentro de
esa vecindad.
Recordar que el mtodo de Newton
converger a un mximo local si la Hf es
negativa definida sobre alguna vecindad
alrededor del mximo y si X1 queda dentro
de esa vecindad.
Si no se selecciona correctamente Xo, el
mtodo puede converger a un mnimo local
en lugar de a un mximo o viceversa o puede
no converger en absoluto.
En ambos casos el proceso iterativo se da por
terminado y se inicia nuevamente con una
mejor aproximacin inicial.
Enunciado:
Maximizar la siguiente funcin:
Usar como valores iniciales, x=-1,y=1.
Solucin:
f =
=
2 +2 2
2 4
(1,1) =
6
6
2 2
( , ) 2 2 2 f x y xy x x y = +
2 2
2
2 2
2
f f
x x y
H
f f
y x y
| | c c
|
c c c
|
=
|
c c
|
|
c c c
\ .
1
=
1
1
1 0.5
0.5 0.5
6
6
=
2
1
1
=
1
1
1 0.5
0.5 0.5
6
6
=
2
1
1
=
1
1
3
0
=
2
1
Error=
1
0
1
0
=
3
0
Error= 3
2
+ 0
2
= 3
Si Error>tolerancia se debe seguir iterando, y
X1 se convierte en el Xo
%Busqueda aleatoria
x=700*rand(1,300);
y=400*rand(1,300);
z=sqrt(x.^2+y.^2)+sqrt((x-300).^2+(y-
400).^2)+ ...
sqrt((x-700).^2+(y-300).^2) ;
[a,b]=min(z)
x0=x(b)
y0=y(b)
%Busqueda aleatoria
x=700*rand;
y=400*rand;
z=sqrt(x.^2+y.^2)+sqrt((x-300).^2+(y-400).^2)+ ...
sqrt((x-700).^2+(y-300).^2) ;
zMIN=800000000;
for i=1:100
if zMIN>z
zMIN=z;
x0=x;
y0=y;
end
x=700*rand;
y=400*rand;
z=sqrt(x^2+y^2)+sqrt((x-300)^2+(y-400)^2)+ ...
sqrt((x-700)^2+(y-300)^2) ;
end
x0,y0,zMIN
%METODO DE NEWTON RAPHSON
x0 = 307.2090
y0 = 373.1414
tol=0.001;error=100;
f='sqrt(x^2+y^2)+sqrt((x-300)^2+(y-400)^2)+sqrt((x-
700)^2+(y-300)^2)';
syms x y
z1=diff(f,x);
z2=diff(f,y);
h11=diff(z1,x);
h12=diff(z1,y);
h21=diff(z2,x);
h22=diff(z2,y);
disp(' x y error')
disp('===================================='
while(error>tol)
x=x0;y=y0;
G=[eval(z1);eval(z2)];
H=[eval(h11) eval(h12)
eval(h21) eval(h22)];
X0=[x0;y0];
X1=X0-inv(H)*G;
error=norm(X1-X0);
disp([X1',error])
x0=X1(1);y0=X1(2);
end