Beruflich Dokumente
Kultur Dokumente
La bsqueda de un ptimo
Lo expuesto hasta aqu implica haber logrado definir, para un determinado problema de
diseo, tanto el esquema de proceso cuanto el modelo matemtico que lo representa, as como
un conjunto de variables independientes o de decisin que resultan las ms adecuadas,
teniendo en cuenta la complejidad del clculo de la funcin objetivo.
La cuestin que se plantea ahora es como manejar el problema de optimizacin resultante
supuestamente siempre se tendr un n!mero positivo de grados de libertad o, en otros
t"rminos, que valores habrn de darse a las variables de decisin para obtener el ptimo
buscado.
Las distintas estrategias que pueden concebirse constitu#en el desarrollo central de las
Tcnicas de Optimizacin, a las que se las suele agrupar en dos grandes captulos$ los
Mtodos de Optimizacin # las Programaciones.
%entro de los primeros quedan englobadas vas de solucin de tipo gen"rico, donde se tiene
una escasa consideracin acerca de la naturaleza matemtica del problema cu#o ptimo debe
encontrarse, privilegindose ms los aspectos &operativos& con los que el m"todo pretende
arribar a la solucin. Las segundas, en cambio, son de aplicacin restringida a determinado
tipo de problemas, caracterizados #a sea por su formulacin matemtica o bien por la
estructura del flujo de informacin.
'n la literatura se habla de una Programacin no lineal que, sint"ticamente, se refiere a un
problema que puede formularse como sigue
'
m
h
n ( r )
'
r
g )
* + x , h
* - + x , g
#
con
+ x , .
min
n
' x
Jomo queda dicho, el proceso de eliminacin de regiones va dejando puntos de anlisis
sobre las fronteras de las zonas que se van aislando. 'ste hecho permite instrumentar, en
forma paralela, un esquema de control de unimodalidad para la funcin analizada.
'n la figura 0.<.8 se muestran algunas posibles alternativas en la aplicacin del m"todo.
:e ha supuesto all que se conocen los valores de la funcin objetivo en los bordes de la zona
,se tratara de anteriores puntos de anlisis+.
La aplicacin del criterio de eliminacin de regiones a la situacin expuesta hace que deba
descartarse la zona comprendida entre x
8
# b, con lo cual x
8
pasa a ser el nuevo b ,bA+, x
1
ser x
B
8
# se requiere calcular el nuevo x
1
.
6l hacerlo, el valor de la funcin objetivo en
ese punto puede ser ms alto o no que el del
extremo a ,recu"rdese que se est buscando un
1 /or ejemplo, si a un rectngulo cu#os lados guardan esa relacin se le quita el cuadrado formado
sobre el lado menor, en el rectngulo resultante se sigue verificando la proporcionalidad.
0 K
... D1E*<<F , *
8
1 K
x
* 1
x x
x
x
1
x
x
1
x
8 8
8
8
8
8
8
1 8
.ig. 0.<.8
mnimo+, siendo en la figura el valor de la funcin objetivo en a ma#or que en xB
8
.
:i la situacin es la indicada como b se estara en la condicin normal # el proceso puede
seguir su curso.) si, en cambio, el resultado fuese el indicado como a se puede afirmar que la
funcin no presenta un comportamiento unimodal # no se podra aplicar el m"todo, al menos
en la forma que se ha expuesto hasta aqu.
Jon todo lo anterior es posible formular un algoritmo para el m"todo que, en t"rminos de un
pseudocdigo, sera como el que se muestra en el Juadro 0.1.
'l algoritmo del Juadro 0.1 presupone el conocimiento exacto de los lmites entre los que
debe buscarse el ptimo. 'n la realidad puede suceder que a" estos lmites sean tan amplios
que es equivalente a no conocerlos o b" aunque conocidos, ha# restricciones sobre las
variables de estado que resultan ms limitativas que las cotas explcitas de la variable de
decisin) esto es
b x a
' '
$ h ,8+ * #+ x, h,
' '
$ f ,1+ * - #+ x, , f con
'
# )
'
x + # x, , .5 min
m 1 n3
n 1 n3
n 1
# puede ser que x est" dentro del entorno ?a,b@ #, sin embargo, no cumplirse totalmente las
condiciones ,8+.
'n ambos casos el hecho coincidente es que no se conocen los valores de los verdaderos
extremos entre los que debe efectuarse la b!squeda del ptimo, por lo cual el algoritmo
anterior a" carecera de los datos iniciales o b" estos no seran los que corresponden.
/ara el primero de los casos la cuestin es encontrar los valores de a # b que corresponden al
problema. :era deseable, claro est, que el esfuerzo realizado en tal b!squeda fuese
aprovechado, luego, durante la optimizacin, al aplicar el m"todo del n!mero de oro.
0 D
'n la figura 0.<.< se esboza un esquema de exploracin que permite, al encontrar el intervalo
ab, dejar ubicado un punto seg!n las exigencias de la metodologa a aplicar.
'l procedimiento parte de disponer de un punto inicial #
*
# un paso inicial de bsqueda p
*
.
:e procede a evaluar la funcin objetivo en #
*
# luego en #
1
- #
*
3 p
*
.:i en este punto la
funcin objetivo resultase peor que en el anterior se procede a cambiar de ubicacin los
puntos, #
1
pasa a ser #
*
# viceversa # la direccin de b!squeda, p
*
- p
*
.
/ara determinar #
8
- #
1
3 p
1
, siendo p
1
- r2p
*
#, en general, #
L31
- #
L
3 p
L
con p
L
- r2p
L1
.'l
proceso se detiene cuando, como se muestra en la figura, la evaluacin de la funcin objetivo
en un punto #
t
,t ; 1+ resulta igual o peor que en el anterior. Juando esto suceda #
L1
ser el
extremo a # #
L31
el b.
/uede verse fcilmente que si r es igual a ,K
1M8
3 1+M8 - 1,D1E... ,la relacin urea+ el punto #
L
ocupa la posicin correspondiente a #
1
en el m"todo. 9o slo esto sino que, adems, ahora
son conocidos los valores de la funcin objetivo en los extremos del intervalo, antes fijados
por el algoritmo, en forma arbitraria en un valor grande, Hal:up.
Nueda, pues, resuelto el primero de los problemas planteados. /ara el segundo, que se
establece, como se recordar, a partir de la existencia de restricciones implcitas, existen varias
0 O
.ig. 0.<.<
3uadro 4.1" 5lgoritmo del Mtodo del 6mero de Oro &M7nimo'
Datos" a, b$ extremos del intervalo inicial)
$ cota de final.
1.- 8nicializacin
1.1. Pacer c . ,1,8K+
*.K
Q1
.
a
- .
b
- Hal:up ,n!mero positivo grande+
1.8. /ara i - 1 hasta 8
x
i
- 9uevo/unto,i+
Jalcular f
i
- .uncin5bjetivo,x
i
+
8. Mientras #
0
9 #
1
: ;acer
8.1. :i f
1
; f
8
8.1.1. entonces hacer$ a - x
1
) f
a
- f
1
) x
1
- x
8
) f
1
- f
8
) i - 8
8.1.8. si no hacer$ b - x
8
) f
b
- f
8
) x
8
- x
1
) f
8
- f
1
) i - 1
8.8. Jalcular x
i
- 9uevo/unto,i+) f
i
- .uncin5bjetivo,x
i
+
8.<. :i i - 1 # f
8
mx,f
1
, f
b
+ i - 8 # f
1
mx,f
8
, f
a
+
8.<.1. entonces <in ,La funcin no es unimodal+
8.<.8. si no volver a 8.
<. =acer
x
opt
- *.K,x
1
3 x
8
+
f
opt
- .uncin5bjetivo,x
opt
+
0. %in
vas de ataque, compartidas por la ma#or parte de los m"todos de optimizacin, las que se
vern ms adelante.
'n algunos casos es posible adecuar la b!squeda a las caractersticas del problema,
considerando, en forma simultnea, la existencia de lmites implcitos en las variables de
decisin.
'sta adecuacin puede verse en la optimizacin de la red de intercambio mostrada en la figura
0.<.0. 'n ella se debe considerar que la unidad funciona E0** hMao # que son datos
conocidos$
.lujos entlpicos en RG7MhS.
T
1
- 10000,00 T
8
- 1DDDD,DO T
<
- 11K<E,0D T
0
- 8****
Joeficientes globales de transferencia en RG7Mh ft
8
S.
7
J
- 8** 7
'
- 7
1
- 7
8
- 7
<
- 1K*
Josto de servicios auxiliares en UMlb
6gua - 8,ED 1*
K
Hapor - 0,8F 1*
0
6mortizacin anual del equipamiento, en UMao, igual a <F 6
*,DK
'n este sistema, las restricciones termodinmicas se expresan, matemticamente, de forma tal
que si las temperaturas de las corrientes fras superasen a las de las calientes a la entrada o
salida de un equipo, en la ecuacin de diseo del mismo aparecera una indeterminacin
insalvable en el cmputo de la temperatura media logartmica.
:i ello ocurriese no podra continuarse con el orden de clculo prefijado #,
consecuentemente, con la evaluacin de la funcin objetivo. Juando se da esta situacin se ha
de recurrir a asignar a la misma un valor arbitrario, suficientemente alto ,considerando siempre
que se busca un mnimo+. 'ste artilugio, si bien difiere con el criterio general expuesto, en lo
esencial coincide totalmente con el mismo.
La variable de decisin elegida para la solucin del problema es G
1
siendo el orden de
clculo$
8E*
G
10*
1
0 E
.ig. 0.<.0
a+ Jmputo de temperaturas intermedias
10*+
G
,
1K
1<
<8* -
G
+
G
0E* ,
1K
8D
3 80* -
G
+
G
<8* ,
1E
1<
3 8E* -
G
1 8
0 <
1 0
debiendo ser
<8*
G
8** ) 0E*
G
80* ) 0E*
G
<8*
8 < 0
b+ Jmputo de servicios auxiliares
+ 8**
G
,
0E
1*
- q
+
G
K** , 1O,K0F - q
8
0
a
<
v
c+ Jmputo de reas de intercambio
+
G
*,*8K 1<,K , ln
*,*K8
<
-
6
< J
,
_
G
0E*
80*
G
ln
KK
1*
-
6
<
0
0
1
,
_
<8*
G
G
8E*
ln
<
1*0*
-
6
0
1
8
,
_
G
<8*
10*
G
ln
1E
1<
-
6
1
8
<
+
q
1
1*
D , 1K*
1,E+
G
*,*1 , ln
-
6
a
K
8
'
d+ .uncin objetivo
q *,80 3 q <,D 3
6
<F - .5
a v
*,DK
6
La consideracin de las restricciones implcitas se puede hacer adoptando un valor de .5, por
tratarse de la b!squeda de un mnimo, Vgrande positivoW Q se tomar 0 1*
D
, en los casos en
que se violen una o ms de las restricciones impuestas sobre las temperaturas. 'l valor
adoptado como un &n!mero grande positivo& responde a la expresin 1** .5
X
, siendo .5
X
un
valor tpico alto de la funcin objetivo ,0**** UMa para este caso+.
0 F
%ebe advertirse que el criterio adoptado puede transformar la funcin objetivo en no
unimodal. 'n efecto, las restricciones implcitas sobre G
1
que imponen las restantes
temperaturas podran hacer que el mbito efectivo de variacin fuese ms estricto que el
originalmente planteado, 10* 8E*.
:i se alcanzara uno de los lmites efectivos el rea de alg!n equipo habra de resultar
infinitamente grande #, en consecuencia, sera infinito el valor de la funcin objetivo.
:obrepasado el lmite, en cambio, el costo anual sera, por definicin, arbitrariamente grande
pero finito, con lo que, sobre los lmites, se estaran generando mnimos locales, que se
agregaran al que, conceptualmente, es esperable encontrar dentro de la zona.
6 pesar de esta consideracin puede trabajarse igual con el m"todo admitiendo que los
valores desusados de la funcin objetivo se han de producir en un entorno extremadamente
prximo de los lmites ,la funcin &trepa& bruscamente+, con lo cual, desde un punto de vista
num"rico, los mnimos que
genera la estrategia adoptada
tiene mu# escasa posibilidad
de ser detectados.
'n la figura 0.<.K se muestra
la evolucin de los primeros
pasos en la b!squeda del
ptimo del costo total anual
para el problema planteado,
tomando como intervalo
inicial para G
1
, 10* 8E*.
:e ha indicado la secuencia
de los sucesivos puntos de anlisis 1, 8,.. as como las regiones que van siendo eliminadas e1,
e8,...
/uede advertirse que el proceso descarta de modo natural la zona implcitamente no admisible
,eliminaciones e8 # e0+, ignorando el hecho de que para G
1
8<0,E la funcin objetivo toma un
valor infinito, como se puede comprobar con un poco de manejo algebraico de las ecuaciones.
'l m"todo del n!mero de oro encuentra el ptimo para G
1
- 8<*,0E S. siendo el costo total
anual de F*1K,KO UMa # los valores de las reas de intercambio # servicios auxiliares los que
siguen$
6
c -
8E,<D 6
1
- K<F,*K 6
8
- 801,OF 6
<
- F1,<1
6
e
- KE,<* q
a
- EDD<,*< q
v
- 00K,DF
:i la presuncin de &trepada brusca& no se hubiese cumplido, esto es, si la no unimodalidad
generada hubiese sido detectada , se debera aplicar otra estrategia para poder manejar el
problema que introducen las restricciones implcitas.
0 1*
.ig. 0.<.K
/ara ello, antes de emprender la optimizacin en s, se deben buscar los lmites reales de la
variable de decisin mediante un proceso de prueba # error, que va encerrando la zona donde
se encuentra el lmite buscado. 'l inconveniente de esta lnea de accin es que se efect!a una
gran cantidad de clculos que luego no pueden ser plenamente aprovechados.
La idea de relacionar el valor de la funcin objetivo con la violacin de la zona de soluciones
posibles se volver a considerar ms adelante, generalizando el tratamiento de la b!squeda de
un ptimo en presencia de restricciones, cuando se utiliza un algoritmo no plenamente
capacitado para tener en cuenta la totalidad de las relaciones existentes en el problema.
4. Mtodos para problemas de dos o m>s 1ariables
Jomo #a qued dicho los problemas con dos o ms grados de libertad imponen una
dificultad num"rica insalvable, cual es la imposibilidad prctica de establecer, con certeza, la
naturaleza ptima de un punto.
'ste obstculo se vuelve ms formidable cuanto ma#or es la dimensionalidad del problema,
circunstancia que se agrega a la complejidad natural de una formulacin extensa en el n!mero
de variables del orden del centenar, con una matriz de existencia dispersa en extremo. 'sto
!ltimo obliga a la utilizacin de m"todos num"ricos especficos, que aprovechan
adecuadamente la baja densidad de ocurrencia de las variables, con lo que se logra reducir la
propagacin de errores o los requerimientos de espacio para almacenar informacin.
Rajo esta ptica puede establecerse una divisin adicional a las que se han mencionado al
comienzo de este captulo, teniendo en cuenta, bsicamente, el comportamiento de los
m"todos en relacin a la magnitud de los problemas a ser resueltos.
/uede hablarse as de mtodos emp7ricos de optimizacin, los ms tradicionales # sencillos,
pero con un campo de aplicacin restringido, como lo demuestra la experiencia, a problemas
pequeos, con pocos grados de libertad.
'l otro grupo lo constitu#en los mtodos por apro#imaciones sucesi1as, todos con una
importante fundamentacin matemtica # con la com!n caracterstica de estructurar los
procedimientos en base a un supuesto comportamiento del problema, para el cual son capaces
de obtener la solucin. 'sta va de ataque ha demostrado ser mucho ms eficiente que la
anterior, con capacidad para abordar problemas de la magnitud que caracteriza, por ejemplo, a
la simulacin completa de una planta de proceso.
Lamentablemente, lo complejo de su formulacin # el c!mulo, importante, en verdad, de
cuestiones num"ricas que se asocian a estos m"todos impide, so pena de forzar los alcances
previstos para esta obra, un tratamiento pormenorizado de los mismos.
0 11
La exposicin se restringir, en consecuencia, a presentar, en forma detallada, uno de los
m"todos empricos ms com!nmente utilizados, el 3omple# de Rox, perteneciente al grupo
de los llamados algoritmos politpicos # luego, brevemente, se ha de explorar los
fundamentos # principales caractersticas de uno de los sistemas de optimizacin multivariable
ms difundidos, el ?radiente @educido ?eneralizado &?@?' de 6badie # Jarpentier.
Jomo siempre, para poder fijar mejor las ideas, se tomar como punto de referencia un
ejemplo sencillo, la red de intercambio t"rmico que se muestra en la figura 0.K.1, que
corresponde, con otra estructura, al mismo problema de la figura 0.0.1.
6ll la corriente 8 ha sido subdividida en sus intercambios con la fuente fra auxiliar # la
porcin ms fra de la corriente 1.
'l problema puede formularse en los siguientes t"rminos$
Jalentador
+
G
K** ,
1*
1<
1K
- q DKO,K
<
0
v
6
8** -
0*
G
K0*
ln
1*
1<
1K
c
<
0
1
]
1
Yntercambiador 1
80*
G
+ 80*
G
,
1*
1<
1K
- +
G
0E* ,
1*
8
< <
0
0
0
0E*
G
) 0E*
G
1*
1K
1<
8
1
6
1K* -
80*
G
G
0E*
ln
< 0
0
1
0
<
1
]
1
Yntercambiador 8
0 18
.ig. 0.0.1
+
G
<8* ,
1*
F
1<
- + 8E*
G
,
1*
8
1
0
0
0
8E*
G
) <8*
G
1*
1<
F
8
1
6
1K* -
G
8E*
<8*
G
ln
1 0
0
8
1
0
1
]
1
Yntercambiador <
10*
G
+ 10*
G
,
1*
F
1<
- +
G
<8* ,
1*
F
1K
1 1
0
81
0
10*
G
1*
1<
F
1K
F
6
1K* -
10*
G
G
<8*
ln
81
0
<
81
1
1
]
1
'nfriador
<8*
G
+
G
<8* ,
1*
F
1K
+ 1 , - q E*
88 88
0
a
1
1
]
1
q
1
+ 1 , 1K
1*
F
6
1K* -
1**
G
10*
ln
a
0
e
88
=ezclador
1 * 8** -
G
+ 1 , 3
G
88 81
# la funcin objetivo sigue siendo
q *,80 3 q <,D 3
6
<F - .5
a v
*,DK
La aplicacin de las distintas operaciones del m"todo requiere disponer de L puntos iniciales
que satisfagan las restricciones r1 # r8. 'n rigor, solo uno es absolutamente necesario #a que
el resto puede ser generado a partir de los lmites r
8
impuestos a las variables haciendo,
primero,
1,8..t - i ]
x
x
^
r
3
x
-
x
A
iY
A
i: ij
A
iY
A
ij K1
donde r
ij
es un n!mero aleatorio en el rango * _ r
ij
_ 1.5bviamente, esto no asegura que se
cumplan, en su totalidad, las condiciones r1. :i se violase alguna de ellas el punto x
i
se mueve
hacia el centroide de los i1 puntos anteriores ,i ` 8+
]
J
x
^ *,K 3
J
-
x
j j i j j i
K8
siendo J
j
las coordenadas del centroide dadas por
1,8...t - j
x
1 i
1
-
J
A
pj
1 i
1 - p
j
1
]
1
K<
9tese que, si la regin de soluciones posibles es convexa
8
, el centroide ser siempre, por
construccin, un punto perteneciente a ella. /or consiguiente, el procedimiento propuesto
debe concluir con el v"rtice i dentro de la zona.
'ste proceso de contraccin hacia el centroide se verificar en todo momento en que, al
8 La regin > se dice convexa si para todo x
1
[ >, x
8
[ > siendo a [ ?*,1@ # x - ax
1
3 ,1a+x
8
resulta ser x [ >.
0 10
proponerse el anlisis de un punto en el espacio de las variables de decisin, se encuentre que
el mismo se encuentra fuera de la zona permitida.
La operacin bsica del m"todo es la re<le#in del v"rtice donde la funcin objetivo
presenta el peor valor, considerando la totalidad de los puntos que constitu#en la figura. 'sta
reflexin se efect!a a trav"s del centroide de los v"rtices restantes a una distancia Z ; 1 ,1,<
seg!n Rox+ del mismo, esto es
8...t 1, - j +
x J
,
J - x
/j j j >j
+
K0
siendo x
/j
las coordenadas del punto &peor&.
'ste punto reflejado x
>
,o, si fuera no
factible, el que resulte luego del proceso de
contraccin hacia el centroide+ ha de
reemplazar a x
/
para dar lugar a una nueva
figura # reiterar la totalidad del
procedimiento.
'n la figura 0.K.1 se muestra un hipot"tico
problema en 8 variables. :e han
representado dos curvas de nivel de la
funcin objetivo ,la ms externa con el peor
valor+ # la frontera de una restriccin ,r -
*+, admiti"ndose que la zona permitida es
hacia abajo # a la izquierda.
Ynicialmente constitu#en la figura los puntos 1 a 0. 'l peor es, evidentemente, el <, por lo que
se procede a pro#ectarlo sobre el centroide de 1, 8 # 0 ,punto J1+. 6s se obtiene el punto K,
que no es admisible, por lo que debe procederse a contraer sobre J1, determinndose el punto
D.
La nueva figura, ahora, la constitu#en 1, 8, 0 # D.'l punto &peor& es el 0, por lo que se lo
refleja sobre J8, centroide de 1, 8 # D.
>esulta interesante observar el comportamiento del m"todo en las proximidades de la
frontera de la restriccin, en particular los puntos 1, 0 # D. 9o resulta difcil imaginar que si los
dos primeros hubiesen estado ms cerca del borde de la zona # en una posicin prxima a la
paralela, el punto D hubiese sido colineal con los otros dos.
'n esta circunstancia, donde el nuevo v"rtice se puede expresar como una combinacin lineal
de otros que #a forman parte de la figura, se dice que la figura ha colapsado ,en el caso de dos
variables, el cuadriltero se transformara en un tringulo+. 'ste colapso de la figura es la
causa de instrumentar el m"todo con L ; t 3 1 puntos, valor "ste que sera el estrictamente
imprescindible para tener una figura en el espacio tdimensional.
0 1K
.ig. 0.K.1
/or !ltimo, el m"todo prev" que en los casos en los que el punto reflejado resulte ser el peor
en la nueva figura, en "sta no debe efectuarse el proceso de reflexin sino que tal punto ha de
contraerse sobre el centroide de los restantes, con lo que se produce una reduccin de las
dimensiones de la figura, facilitando la b!squeda de nuevas direcciones.
/or !ltimo, el final del procedimiento se verifica al producirse un colapso general de la figura
sobre el mejor punto, esto es, una reduccin de las dimensiones de la misma al lmite
establecido para el esquema de b!squeda.
Godo lo dicho anteriormente puede ser resumido en el algoritmo del Juadro 0.8.
La aplicacin del m"todo al problema planteado arroja los siguientes resultados
Z - *,DEE G
1
- 8<*,0F
6
e
- 01,0F 6
1
- K<F,K1 6
8
- 801,E< 6
<
- 0O0,D8
6
c
- 8E,<K q
a
- EDD1,*< q
v
- 00K,0K
'n la figura 0.K.8 se muestra, esquemticamente, la evolucin seguida por el punto &mejor& a
0 1D
3uadro 4.0" 5lgoritmo del Mtodo 3omple# &M7nimo'
Datos" x
1
$ punto inicial ,x
1
x
11
, x
18
, ..., x
1t
+
L $ n!mero de puntos del esquema de anlisis ,L 8t+
$ cota de final.
1.- 8nicializacin
Para i . 0..B ;acer
1.1. Jalcular el centroide de los puntos x
i
, ..., x
i1
,ec. D<+
1.8. %eterminar el punto x
i
x
i1
, ..., x
it
,ec.D1+
1.<. :i x
i
viola alguna restriccin, contraer hacia el centroide ,ec. D8+ hasta que
las satisfaga a todas.
8. Mientras Cdistancia promedio al centroideD : ;acer
8.1. 5rdenar los puntos de anlisis seg!n valores crecientes de la funcin
objetivo. :ea x
/
donde se verifica el valor ms alto.
8.8. Jalcular el centroide de todos los puntos excludo x
/
8.<. :i es la 1b vez o x
/
no es el punto reflejado
8.<.1. V>eflejarW x
/
,ec. D0, 1,<+
8.<.8. :i x
>
viola alguna restriccin, contraerlo hacia el centroide hasta que
cumpla todas.
8.0. :i x
/
es x
>
,punto reflejado+, contraer x
>
hacia el centroide.
8.K. >eemplazar x
/
por x
>
.
<. %inal
<.1. Jonsiderar x
opt
el mejor punto disponible
<.8. .in
lo largo de una b!squeda que se inicia, aproximadamente, en G
1
- 1F* # Z - *,0K.
/uede advertirse el comportamiento del
algoritmo en las proximidades de las fronteras,
donde se verifica un desplazamiento casi
paralelo a las mismas, avanzando siempre en el
sentido de los menores costos operativos
totales.
/or !ltimo debe insistirse que lo mostrado en la
figura debe considerarse como la tendencia que
ha seguido esta b!squeda en particular, #a que,
en realidad, la obtencin del ptimo demanda el
anlisis de un n!mero considerable de posibles
soluciones, 1KF para ser ms precisos.
E. Tcnicas de Penalizacin
'n oportunidad de tratarse los m"todos para resolver problemas de optimizacin de una
variable de decisin se utiliz el criterio de penalizar a la funcin objetivo por el no
cumplimiento de las restricciones impuestas al problema como una de las formas de tenerlas en
cuenta durante el proceso de optimizacin. 'sto se aplicaba al utilizarse un m"todo para
problemas no restringidos o cuando resultaba dificil el tratamiento de cierto tipo de
restricciones existentes en el problema.
'l planteo general de la t"cnica de penali#acin consiste en reemplazar la b!squeda del
ptimo de la funcin objetivo del problema restringido
'
'
$ h ,8+ * #+ x, h,
' '
$ f ,1+ * - #+ x, , f con
'
# )
'
x + # x, , .5 min
m d n3
n d n3
n d
por otra, formalmente no restringida, cu#a funcin objetivo es
+ # , x ,
f
+ # , x , h / 3 + # , x , .5 min - + / , # , x , .5 min
8
i
n
1 - i
8
i i
m
1 - i
p
,
_
1
1
]
1
0 1O
.ig. 0.K.8
/ es una constante razonablemente grande, por ejemplo 1*
8
.5
X
, siendo .5
X
un valor tpico
de la funcin objetivo dentro de la zona de soluciones admisibles
<
.
La variable c
i
valdr * si la restriccin h
i
se cumple # 1 en caso contrario, con lo cual slo se
produce un aporte a la funcin objetivo considerada cuando no se cumple la restriccin. 'n el
caso de las relaciones de diseo, el aporte se produce siempre que f
i
1.
'n consecuencia, el efecto de la sumatoria agregada a la funcin objetivo original es la de
aumentar significativamente el valor de "sta en aquellos puntos que se encuentran fuera de la
zona de soluciones admisibles.
5tra manera de tratar las restricciones es el que se instrumenta en el m"todo Jomplex, esto es,
forzar el ingreso del punto de anlisis en la zona de soluciones admisibles. 'n esta estrategia
parecera requerirse un n!mero ma#or de soluciones a ser analizadas, pero esto es solo
aparente, #a que en el caso de la penalizacin "sta debe hacerse en forma gradual para evitar la
deteccin de falsos ptimos. 'l siguiente ejemplo, elemental, puede clarificar la cuestin$
1 -
x
para
x
3
x min
8
8
8
8
1
x , x
8 1
'l ptimo, obviamente se encuentra sobre la recta x
8
- 1 para x
1
- *, donde, como se muestra
en la figura 0.D.1, la misma es tangente a una curva de nivel.
'l problema, formulado en t"rminos de una
estrategia de penalizacin sera
[ ]
8
8
8
8
8
1
,
+ 1
x
, / 3
x
3 x
min
x x 8 1
6l hacerlo, el problema deja de estar acotado
pero ahora las curvas de nivel de la nueva
funcin objetivo son elipses conc"ntricas
donde la ubicacin de los ejes # la
excentricidad dependen del valor de la
constante de penalizacin /, como se muestra
en las figuras 0.D.8 a # b. ,%ebe aclararse que la recta x
8
- 1 se ha dejado exclusivamente
como referencia, #a que no forma parte del problema+.
3 'n los problemas de mximo el t"rmino agregado debe restarse a la funcin objetivo original.
0 1E
.ig. 0.D.1
:e puede apreciar que el aumento del valor de / incrementa la excentricidad de las elipses, lo
que significa que la funcin objetivo vara rpidamente sobre un eje # en forma mu# lenta
sobre el otro.
Lo anterior determinar que, en el proceso de anlisis # con valores mu# altos de /, se
privilegie el cumplimiento de la restriccin por sobre la b!squeda de un mejor valor de la
funcin objetivo, con lo que, si se est lejos del ptimo, "ste no podr ser encontrado. /or tal
razn, el problema debe ser resuelto en forma sucesiva para valores crecientes de /, hasta
conseguir constancia en el ptimo encontrado.
F. Optimizacin por apro#imaciones sucesi1as
'ste captulo ha de concluir por donde debera haber comenzado$ la consideracin del
problema matemtico general de b!squeda del ptimo de una funcin objetivo de dos o ms
variables, las que se encuentran sometidas a un conjunto de restricciones. :e ha preferido esta
va con el objeto de evitar, en tanto fuese posible, la aridez de las consideraciones tericas.
'ste es el momento en el que deben entrar a escena.
/ara el tratamiento general se presentar el m"todo del Cradiente >educido Ceneralizado
,C>C+ propuesto por 6badie # Jarpentier. 'ste algoritmo es uno de los ms eficientes que se
dispone para el tratamiento de los problemas de optimizacin no lineal con restricciones
,9onlinear /rogramming+, como se muestra en un estudio realizado por :chittLodsLi.
La idea bsica del C>C es encontrar el ptimo buscado a trav"s de una sucesin de
soluciones aproximadas. /ara ello, en cada paso, si no se cumplen las condiciones de
terminacin, se procede, primero, a VreducirW el problema planteado con restricciones a otro
no restringido, teniendo en cuenta las relaciones que se encuentran VactivasW en ese punto.
'sta reduccin permitir expresar las variables dependientes de estado o b$sicas, en la
terminologa matemtica habitual en funcin de las restantes independientes, de diseo o
no b$sicas.
0
'n una segunda instancia del mismo paso, se ha de determinar una direccin de b!squeda
siempre en el espacio de las variables de diseo para encontrar un nuevo punto donde se
4 6lgunos autores reservan la denominacin no b$sica para aquella variable que se encuentra sobre
uno de sus valores extremos, superior o inferior. 'n esos casos, a las variables estrictamente
independientes se les da el nombre de superb$sicas. 6qu no se har esa distincin.
0 1F
.ig. 0.D.8a .ig. 0.D.8b
mejore la funcin objetivo. 'n esta b!squeda puede o no resultar necesario modificar el
conjunto de restricciones activas.
La forma general del problema abordado es$
m n ,.., 1 i x x x
q ,.., 1 j * + x .. x , h
p ,.., 1 i * + x .. x , f a sujeto
+ x .. x , .5 min
7
i i
L
i
n m 1 j
n m 1 i
n m 1
+
+
+
+
O 1
pero en un punto determinado, ' # *...* # & #
B
m n
B
1
B
+
, se encuentran VactivasW esto es, se
cumplen en la frontera solo algunas de las h
j
# algunos de los lmites sobre las variables. /or
simplicidad, se ha de suponer que se cumplen como igualdad, en total, m relaciones,
inclu#endo en ellas las p #a planteadas, esto es, m p.
Jon esto, el problema, en las cercanas de ese punto, se puede expresar como$
m ,.., 1 i * + x .. x , f a sujeto
+ x .. x , .5 min
n m 1 i
n m 1
+
+
O 8
9o se han considerado las restricciones o lmites no activos #a que, en principio, solo se
habr de analizar un mbito totalmente incluido en la zona de soluciones admisibles que ellos
determinan.
/or ejemplo, en la figura 0.O.1 se muestran las
curvas de nivel # las fronteras de las
restricciones para el problema
* x $ r0
* x $ r<
* 0 x x $ r8
* x *,K x $ r1
1,K+ ,x 0 8+ ,x min
8
1
8
8
8
1
8
8 1
8
8
8
1
+
+
+
:i se considera el punto a , ,*,K) 1+, de la
figura 0.O.1 puede verse que se encuentra sobre
la frontera de la restriccin 1, mientras que se
halla en el interior de las restantes. 'sto es, en
las proximidades de ,*,K) 1+ el problema puede considerarse planteado como$
* x *,K x $ r1
1,K+ ,x 0 8+ ,x min
8
8 1
8
8
8
1
+
+
Holviendo a la formulacin general, es posible expresar O 8 en forma aproximada tomando
un desarrollo alrededor del punto x
L
0 8*
X
1
X
2
1 2
1
2
a
b
c
.ig. 0.O.1
m ,.. 1 j + x x ,
x
f
+ x , f + x , f
+ x x +, x x ,
x x
.5
8
1
+ x x ,
x
.5
+ x , .5 + x , .5
m n
1 i
L
i
i
x
i
j
L
j j
m n
1 i
m n
1 i
m n
1 j
L
j
j
L
i
i
x
j i
8
L
i
i
x
i
L
L
L
L
O <
/ara el caso del ejemplo, # considerando el punto ^*,K) 1] como base del desarrollo, resulta$
* 1+ ,x *,K+ ,x $ r1
1+ ,x 0 *,K+ ,x 1+ ,x 0 *,K+ ,x < <,8K min
8 1
8
8
8
1 8 1
+
+ +
'n el problema planteado en O 8 existen m variables de estado o bsicas # las n restantes
son independientes. /or simplicidad, se aceptar que las variables dependientes son x
1
, x
8
,...,
x
m
# que x
m31
,...,x
m3n
son las no bsicas, las que, de ahora en ms, se anotarn como x
'1
,...x
'm
#
x
%1
,...x
%n
, respectivamente.
'l sistema de m ecuaciones lineales de O < se puede poner$
m .. 1 j x
x
f
x
x
f
+ x , f
%i L
n
1 i x
%i
j
'i L
m
1 i x
'i
j
j
L
L L
O 0
donde con
L
se indica el apartamiento de la variable o la funcin respecto del valor en x
L
.
'n O 0 es posible resolver el sistema de ecuaciones para encontrar
L
x
'j
como funcin de
L
x
%
. /ara ello, se ha de considerar que en el nuevo punto x las restricciones activas se siguen
cumpliendo, esto es, f
j
#x" $ f
j
#x
%
" $ *
m .. 1 j x
x
f
x
x
f
%i L
n
1 i x
%i
j
'i L
m
1 i x
'i
j
L L
O K
lo que llevar a relaciones del tipo
m .. 1 j x
x
x
x a x
%i L
x
n
1 i
%i
'j
%i L
n
1 i
ji 'j L
L
O D
'n el ejemplo, tomando x
8
como variable bsica, ser
1 8
x x .
'sto puede introducirse en la expansin de &'#x" alrededor de x
%
en O < para quedar de la
forma
%j L %i L
n
1 i
n
1 i
n
1 j
L
ij
%i L
m
1 j
x
%i
'j
'j
x
%i
L
x x b
8
1
x
x
x
x
.5
x
.5
+ x , .5 + x , .5
L
L
+
1
1
]
1
,
_
+
O
O
/uede advertirse que los t"rminos entre corchetes en O O son las componentes del gradiente
de la funcin objetivo, una vez que se ha eliminado, aplicando las reglas de la derivacin, su
dependencia con las variables bsicas.
'n el caso del ejemplo habra que resolver, simplemente
( )
8
1 1 1
x K x O 8K , < + x , .5 min +
'l problema O 1 se ha reducido ,he aqu la razn del nombre del m"todo+ al espacio de las
variables independientes, obviando la existencia de las restricciones. 'n consecuencia, en el
ptimo deber verificarse que
0 81
n .. 1 i *
x
x
x
.5
x
.5
x
.5
m
1 j
x
%i
'j
'j
x
%i
x
%i L L
L
O E
/uede verse que O E requiere el cculo en la prctica, una aproximacin de las derivadas
parciales. :i las relaciones O E no estn lo suficientemente prximas a cero, como ocurre en
el ejemplo en ,*,K) 1+, deber buscarse un punto donde se mejore el valor de la funcin.
La primera alternativa es considerar la expansin O O solo hasta el t"rmino lineal. /ara que
&'#x" &#x
%
"edebe ser
L L
L
L
x
%i
%i L
n
1 i
%i L
n
1 i x
%i
%i L
m
1 j
ji
x
'j
x
%i
x
.5
x * x
x
.5
x a
x
.5
x
.5
1
1
]
1
1
1
]
1
O F
# esto permite definir una direccin de b!squeda
%n L %1 L
x f ,..., x f sobre la cual se produce
una reduccin del valor de la funcin objetivo. 'n el caso del ejemplo debera ser x
1
- O.
:in embargo, el algoritmo que utiliza esta estrategia en forma reiterada seg!n la propuesta
original de Jauch# da lugar a una b!squeda poco eficiente, lenta en la convergencia al
ptimo.
Jonviene abordar el problema tomando hasta el t"rmino de segundo orden en O O #
considerar el punto ptimo de la funcin cuadrtica resultante. 'llo ocurre al resolver el
sistema de ecuaciones
L
x
%i
n
1 j
%i L
L
ij
x
.5
x b
O 1*
lo que permite obtener la direccin que optimiza la aproximacin de segundo orden.
/ero ahora aparece un problema que haba quedado en suspenso, como es el clculo o la
estimacin de los valores de los coeficientes
%
ij
b
, que no son otra cosa que las derivadas
parciales segundas de la funcin objetivo expresada en el espacio de las variables
independientes, esto es, los elementos de la matriz hessiana reducida!
La forma ms utilizada para resolver la cuestin planteada en O 1* es mediante sucesivas
aproximaciones a los coeficientes
%
ij
b
mediante un m"todo cuasi9edton ,frmula de
Rro#den, .letcher, Coldfarb # :hanno, R.C:, o similar +. La complejidad matemtica que
involucra dicha metodologa va ms alla de los alcances de estas notas por lo que se
recomienda la consulta bibliogrfica sobre el tema.
5tro modo de encontrar una direccin donde efectuar la b!squeda del ptimo en O O es
mediante la utilizacin de las denominadas direcciones conjugadas. /or definicin las
direcciones s
p
, s
q
son conjugadas respecto de una matriz sim"trica de valores ^ b
ij
] ,b
ij
- b
ji
+ si
se cumple que, siendo ] s ,..., s ^ s
x
n
x
1
x
resulta
n
1 i
n
1 j
q
j
p
i
ij
* s s b
.
:e demuestra que para una funcin cuadrtica en 9 variables se alcanza el ptimo en 9
b!squedas unidireccionales
L L 1 L
s x x +
+
, donde s
1
, ..., s
9
son direcciones conjugadas.
.letcher # >eeves propusieron un m"todo para problemas no restringidos , m"todo del
gradiente conjugado + que aprovechaba esta propiedad donde la componente i de la direccin
0 88
de b!squeda en el paso L,
%
i
s est dada por la expresin$
*
1 L
L
L
x
i
*
i
n
1 j
8
x
j
n
1 j
8
x
j
1 L
i
x
i
L
i
x
.5
s con )
x
.5
x
.5
s
x
.5
s
1
1
]
1
1
1
]
1
O 11
%ebera considerarse ahora el proceso de b!squeda en s, evaluando el comportamiento de la
funcin objetivo sobre una cualquiera de las alternativas de direcciones planteadas, la
propuesta en O 11, la que surge de resolver O 1* o, incluso, la del gradiente O F. /ero el
clculo de .5,x+ requiere conocer no solo el valor de las variables independientes, con las que
se maneja el gradiente reducido, sino tambi"n el de las bsicas, que fueron eliminadas
oportunamente mediante la linealizacin del conjunto de restricciones activas.
'n rigor, no se puede utilizar esa linealizacin para el clculo de tales variables, #a que la
validez de O D est limitada al entorno del punto x
L
, utilizado para el desarrollo en serie. Lo
que debe hacerse es proponer un
1 L
%
x
+
#, a partir de
m ,.., 1 i * + x ,.., x , x ,.., x , f
%n 1 % 'm 1 ' i
,
encontrar el verdadero valor de
1 L
'
x
+
, para, reci"n entonces, calcular la funcin objetivo.
5bviamente, esto implica resolver un sistema de ecuaciones no lineales de orden m, lo que
normalmente se lleva a cabo con un m"todo tipo 9edton, pudi"ndose tomar la solucin del
sistema O D como punto de partida para la determinacin de
1 L
'
x
+
o alg!n otro refinamiento
que produzca una mejor estimacin inicial.
6l realizar la b!squeda direccional
L L
%
1 L
%
s x x +
+
es de fundamental importancia asignar
valores adecuados al parmetro :i estos son pequeos se permanece en las proximidades de
%
(
x , por lo que se han de cumplir las aproximaciones realizadas #, en consecuencia, se tendr
un mejor valor para la funcin objetivo. :in embargo, el proceso de optimizacin, globalmente
considerado, ha de resultar excesivamente lento.
/or el contrario, valores altos de pueden conducir la b!squeda a zonas donde el
comportamiento del sistema se aparta mucho de las aproximacines realizadas #, como
resultado, la funcin objetivo empeora o el conjunto de restricciones activas es distinto al
considerado en x
L
.
6dems, la experiencia ha demostrado que resulta contraproducente pretender una
optimizacin exhaustiva en cada b!squeda direccional, siendo suficiente el logro de una
variacin significativa en el valor de la funcin objetivo bajo anlisis.
'n este sentido, una de las propuestas de solucin se debe a 6rmijo
K
. 'n ella se postula que,
en la b!squeda de un mnimo de .5,x+ sobre la direccin s
L
a partir del punto x
L
, un valor de
resulta aceptable si la pendiente de la recta que pasa por ^x
L
) .5,x
L
+] # ^x
L
3 s
L
) .5,x
L
3
s
L
+] es menor que una fraccin de la derivada de .5,x+ en la direccin s
L
para -*.
=atemticamente
5 %e aqu el nombre de bsqueda tipo )rmijo con el que se suele referenciar esta t"cnica.
0 8<
1
d
+ s x , d.5 + x , .5 + s x , .5
*
L L L L L
<<
+
O 18
'sta relacin, aunque no es la !nica, permite establecer un criterio para considerar adecuado,
o no, un determinado valor de .
/ero, tambi"n como antes, para poder calcular O 18 es preciso conocer + s x , .5
L L
+ , en
realidad, + x , x , .5
1 L
'
1 L
%
+ +
# ha# que resolver el conjunto de restricciones activas para el
1 + %
(
x propuesto. 6l hacerlo puede suceder que$
a. se encuentra una solucin para el sistema de ecuaciones que cumple con todas las
restricciones # donde, adems, se cumple el criterio impuesto sobre los valores de , por
ejemplo, O 18)
b. no se encuentra una solucin para el sistema de ecuaciones o no se cumple el criterio para
, lo que obliga a proponer un nuevo
1 L
%
x
+
, ms prximo a
L
%
x )
c. la situacin anterior se ha reiterado un n!mero predeterminado de veces, lo que indica la
necesidad de modificar el grupo de restricciones activas #, consecuentemente, replantear
la b!squeda con nuevos conjuntos
D
# #
E
#
'n el caso del ejemplo, si se considera - *,*K se obtendr x
1
- *,K 3 O2*,*K - *,EK. La
b!squeda del x
8
que cumpla con la restriccin r
1
debe conducir a x
8
- - 1,<*0, que cumple r
8
a
r
0
, con lo que r
1
permanece como conjunto activo. /ara estos valores .5,*,EK) 1,<*0+ -
1,0OD0 # resulta ser
F , 0 O + O , 1 , *
d
x d
x
.5
0O8 , <K
*K , *
8K , < 0OD0 , 1 + x , .5 + x , .5
L
L
L 1 L
<
+
donde se ha considerado una d"cima parte como fraccin lmite de la derivada para - *.
6l analizar el gradiente reducido en ,*,EK) 1,<*0+ # siempre con r
1
como conjunto activo, se
encuentra que su valor es <,EDF # el proceso debe continuar a partir del punto encontrado.
'ste proceso seguira as hasta que se encuentre la frontera de r
8
. 'n este momento el
conjunto activo pasar a ser esta !ltima restriccin # sobre ella se encontrar, finalmente, el
punto ptimo x2 - ,1,0KK) 1,<O8+. 'sas situaciones se han indicado como puntos b # c en la
figura presentada al formular el problema.
En resumen, los pasos bsicos en cada etapa del m"todo del Cradiente >educido
Ceneralizado pueden plantearse como$
a+ %eterminar, para el conjunto activo de restricciones, las componentes del gradiente
reducido en el punto x
L
bajo anlisis)
b+ Herificar si el punto x
L
puede considerarse un ptimo local. :i es as, terminar) si n
c+ %eterminar una direccin de b!squeda s
L
para generar un nuevo punto x
L31
.
d+ /roponer un valor de para generar
B B
D
1 B
D
s # # +
+
e+ >esolver el sistema de ecuaciones del conjunto activo para encontrar
1 B
E
#
+
f+ :i el punto
1 B
E
1 B
D
1 B
# # #
+ + +
verifica el conjunto de restricciones no activas, ir a
g+. :i n, si no se ha excedido el n!mero permitido de reducciones por paso del
valor de , reducir su valor # volver a d+. :i se ha excedido, cambiar el conjunto
activo # volver a a+
0 80
g+ Jalcular ( ) ' & # ') & # %O
1 B
E
1 B
D
+ +
:i se ha producido una reduccin significativa de la funcin objetivo, tomar
1 B
#
+
como
nuevo punto de anlisis # volver a a+. :i n, reducir el valor de # volver a d+.
Gibliogra<7a
&5ptimization.Gheor# and /ractice&, Reveridge g :chechter, =cCradPill, 1FO*.
VCeneralization of the Tolfe >educer Cradient =ethod to the Jase of 9onlinear JonstraintW
en 5ptimization ,>..letcher, %e.+, 6badie # Jarpentier, 6cademic /ress, 1FDF.
V9onlinear /rogramming Jodes$ Ynformation, Gest, /erformanceW, Lecture 9otes in
'conomics and =athematical :#stems, :chittLodsLi, :prigerHerlag, vol.1E<, 1FE*
V'ngineering 5ptimizationW, >eLlaitis, >avindran, >agsdell, Tile#Ynterscience, 1FE<.
V5ptimization of Jhemical /rocessesW, 'dgar, Pimmelblau, =cCrad Pill, 1FEE
0 8K