OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD. PASO 1 Introducir la función: fun=inline(‘-x(1) * x(2)’); (Colocar la expresión entre comillas simples y terminar.

Slides:



Advertisements
Presentaciones similares
Conceptos básicos de Sucesiones
Advertisements

Diseño y análisis de algoritmos
INTEGRAL INDEFINIDA Queremos calcular: : Para Poner En Funcionamiento El Programa Hacemos Doble Clic Sobre El Icono :
Unidad 1 DISEÑO DE ALGORITMOS ING. Nelwi Baez. MSC
Cálculo vectorial con el
Tema 3: Introducción a la programación lineal
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
GEOESTADISTICA MULTIVARIADA
METODO SIMPLEX El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible.
¿Para qué se utiliza el PSEINT?
Vectores en java.
REPRESENTACIÓN GRÁFICA DE ALGORITMOS
El algoritmo primal-dual
Fundamentos de Programación
ESTRUCTURAS CONTROL SECUENCIAL
QUE ES :Microsoft, windows, Excel
TABLAS Definición. El tipo tabla permite definir objetos formados por un conjunto de elementos del mismo tipo. Ejemplos. El tipo tabla se utiliza para.
Resolución de Problemas Método Simplex
Resolución gráfica de problemas de Optimización
EL PODER DE SOLVER.
Programación Lineal Unidad 1 Parte 3.
DIVISIÓN DE POLINOMIOS 1

DEFINICIONES Sea (P) el siguiente problema de programación lineal:
Operaciones combinadas
ALGORITMOS Un algoritmo es un método para resolver un problema mediante una serie de pasos precisos, definidos y finitos. En un algoritmo siempre debe.
Aplicación de estructuras de datos
Aplicación SOLVER.
OPTIMIZACIÓN DINÁMICA
Variables acotadas Sea: (P) Min c T x / Ax = b x  0, x  u donde c  R n, b  R m y A es una matriz de rango completo mxn con n>m. En una iteración cualquiera.
FICHA 3 EJERCICIO TEÓRICO. CLICK LAYOUT PARTIENDO del EJERCICIO REALIZADO en la FICHA 2.
3- PROGRAMACION LINEAL PARAMETRICA
PROGRAMACIÓN LINEAL.
5. El Método Simplex En lo que sigue consideremos un problema de programación lineal en su forma estándar ³ =
Unidad 1: FUNDAMENTOS DE COMPUTACIÓN Y PSEUDOLENGUAJE
UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGÜEZ Departamento de Ingeniería Industrial CENTRO DE CÓMPUTO INGENIERÍA INDUSTRIAL 2006.
Cálculo vectorial El curso debería ser de un año
Sabemos reconocerlas, y calcularlas como soluciones de sistemas de ecuaciones, o de desigualdades Buscamos métodos de cálculo generales y eficientes Problemas.
Dualidad Multiplicadores Dualidad Aplicación práctica:
1 Condiciones de extremo Proceso para derivar las condiciones De problema más simple a más complejo Progresión de problemas: Problema sin restricciones.
Todos los ingenieros aprenden enseguida a reformular la ecuación en una forma mas profesional y matematicamente correcta Primera lección de matemática.
TEMA 5: El problema del flujo con costo mínimo
Prof. José Mardones Cuevas
ELEMENTOS DE COMPUTACIÓN Profesor: Guillermo Figueroa
El Poder de la Sonrisa.
Cálculo del vector tangente y vector normal a una curva mediante el DERIVE. Para avanzar click con el mouse.
Programación con MATLAB 5.3
La potenciación es el producto de varios factores iguales
Solver complemento de excel
Presente un cuestionario con los aspectos mas importantes sobre los
Introducción a los TADs
Computación I. CI-2125 Tema VII
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Clase #3 de Access. Temario Consultas Consultas Creación y manejos de consultas Creación y manejos de consultas Macros Macros Relaciones Relaciones.
Unidad IV. Métodos de optimización con restricciones
Grupo de Modelamiento de Sistemas Programa de Ingeniería Civil UdeA.
Operatoria de logaritmos
PROGRAMACIÓN Grupo de Modelamiento de Sistemas
Grupo de Modelamiento de Sistemas Programa de Ingeniería Civil UdeA.
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Prof. Yesika Medina ESTRUCTURAS DE DATOS OBJETIVO III. APLICAR A LOS PROGRAMAS EN.
Guayaquil, 18 de Septiembre del 2015 Tema : Programación Lineal (Función Objetivo) Destreza: Identificar la función objetivo y escribir una expresión.
ALGEBRA CON VECTORES Y MATRICES Uso de MatLab.
 Excel es un programa de aplicaciones que modifica tus habilidades para grabar datos y luego extraer resultados de la misma.  Con Excel puede ingresar.
Uso de MatLab. Introducción El entorno de trabajo de MatLab El Escritorio de Matlab (Matlab Desktop) El menú inicio Command Window Command History Browser.
EXCEL. En Excel 2007 tenemos el cuadro de diálogo Formato de celdas para aplicar formato al contenido de las celdas seleccionadas. 1 Inicio 1 Inicio 2.
VECTORES OPERACIONES CON VECTORES MATRICES.
Optimización de funciones sin restricciones y con restricciones
OPTIMIZACIÓN CLASICA Y RESTRINGIDA UTILIZANDO MATLAB
Introducción al uso del Matlab. 1. Componentes Ventana de comandos Carpeta actual Espacio de trabajo Historial Editor.
Transcripción de la presentación:

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

PASO 1 Introducir la función: fun=inline(‘-x(1) * x(2)’); (Colocar la expresión entre comillas simples y terminar la sentencia con ;)

Paso 2 Como la restricción es lineal y de igualdad, se definen la matriz Aeq y el vector beq. Aeq = [1 1]; beq =[2];

Se define un valor inicial para que comience el algoritmo (los valores van entre corchetes separados por un espacio). Paso 3 x0 = [-1 1];

Paso 4 Se introducen un conjunto de opciones de opti- mización, sólo se deja desactivada la opción LargeScale colocando para ello off Options = optimset(‘LargeScale’,’off’);

Paso 5 Se invoca la función fmincon [x,fval,exitflag,output,lambda] = fmincon(fun,x0,[],[],Aeq,beq,[],[],[],options);

Paso 6 Para obtener la solución del problema se coloca x, se cliquea “enter”, aparece el valor de x que optimiza la función. Luego se coloca fval y se cliquea “enter”, aparece el valor óptimo de la función objetivo. Luego se escribe lambda, seguido de “enter” y el programa calcula el valor del multiplicador de Lagrange La ventana de comandos se ve de la siguiente forma:

OPTIMIZACIÓN CON RESTRICCIONES DE DESIGUALDAD

Paso 1 Introducir la función de la siguiente manera: fun=inline(‘(x(1)-3)^2+(x(2)-4)^2’); (Colocar la expresión entre comillas simples y terminar la sentencia con ;)

Paso 2 Como la restricción es de desigualdad lineal, se definen la matriz A y el vector b. Además se agrega la condición de no negatividad de las variables A = [1 1]; b =[4]; lb=[0]

Pasos 3 y 4 Se define un valor inicial para que comience el algoritmo x0 = [0 1]; Se introducen un conjunto de opciones de opti- mización, sólo se deja desactivada la opción LargeScale colocando para ello off Options = optimset(‘LargeScale’,’off’);

Paso 5 Uso de la función fmincon [x,fval,exitflag,output,lambda] = fmincon(fun,x0,[],[],A,b,lb,[],[],options); La ventana de comandos con la solución se ve de la siguiente forma:

Programación no lineal Introducir la función de la siguiente manera: Paso 1 fun=inline(‘x(1)^2+x(2)^2+x(2)-1’); Paso 2 La restricción es no lineal y de desigualdad. Se debe crear un programa separado al cual se convoca en el programa principal: FileNewM-File

Function[c,ceq]=restrdesig(x); C=[x(1)^2+x(2)^2-1]; C=ceq=[]; Paso 3: se define un valor inicial para que comience el algoritmo x0 = [0 1];

Paso4: se introduce un conjunto de opciones de optimización Options = optimset(‘LargeScale’,’off’); Paso5: se invoca la función fmincon [x,fval,exitflag,output,lambda] = fmincon(fun,x0,[],[],[],[],[],[],’restrdesig’, options);