seccion dorada

Optimización Búsqueda en una Dimensión Dr. E Uresti

ITESM

Introducción Algunos de los métodos numéricos de búsqueda de óptimos de una función en varias variables se basan en métodos de búsqueda de óptimos en una variable. Por ejemplo, el método de ascenso más rápido elige un punto dado y determina la dirección de máximo crecimiento en tal punto. Esta dirección es la del gradiente de la función en dicho punto. Así, y partiendo del punto y siguiendo esta dirección, avanza para localizar el óptimo en dicha dirección. Imaginese avanzando en línea recta y tomando en cuenta sólo la evaluación de la función para determinar el punto en la línea con la mayor evaluación. Una vez alcanzado este punto, se determina la dirección de máximo crecimiento en tal punto y se repite el proceso de búsqueda. Por su valor práctico, los métodos de búsqueda en una dimensión son dignos de revisar.

´ Introduccion GS Bracketing B y GS Ejemplos Tarea

Previo a revisar los métodos, es importante saber si el óptimo que buscamos existe y que no habrá más de uno. Una función que efectivamente tiene un sólo óptimo recibe un nombre especial: ´ Definicion

Una función es unimodal si sólo tiene un óptimo (relativo o absoluto). En caso que tenga varios óptimos se dice multimodal.


Unimodal

Multimodal


Método de la Sección Dorada La estrategia de este método se basa en tres puntos iniciales: dos considerados los extremos de un intervalo (x1 y x2 ) y el tercero (x3 ) entre los dos primeros de tal suerte que relación entre la distancia de este punto interno al extremo x2 (x2 x3 ) y la distancia entre los extremos (x2 x1 ) es siempre una constante:

−

−

x2 x2

− x3 = − x1

√5

− 1 = τ = 0.618034 . . .

2

Note que el punto x3 divide al segmento [x1 : x2 ] en dos partes: la parte [x1 : x3 ] es más pequeña que la parte [x3 : x2 ]: el segmento

[x3 : x2 ] es el 61.80 % de [x1 : x2 ], mientras que [x1 : x3 ] tiene una longitud que es el 38.19 %.

x1

x3

x2


El método itera generando un siguiente punto x4 en [x3 : x2 ] (la parte más amplia) de manera que se cumple:

x4 x2

− x1 = τ − x1

Note que las fórmulas convenientes para el cálculo de x3 y x4 son:

x4 = (1

− τ ) x1 + τ x2 .

y

x3 = τ x1 + (1

− τ ) x2 .

Y la razón es porque en estas fórmulas no se requiere que x1 < x2 .

x1

x3

x4

x2


Observemos las siguientes razones: x4 −x1 x2 −x1

x2 −x3 x2 −x1

=

((1−τ ) x1 +τ x2 )−x1 x2 −x1

=

τ x2 −τ x1

= =

x3 −x1 x4 −x1

x2 −x4 x2 −x3

x2 −x1


= τ

x2 −(τ x1 +(1−τ ) x2 ) x2 −x1 τ x2 −τ x1 x2 −x1

= τ

=

(τ x1 +(1−τ ) x2 )−x1 (1−τ ) x1 +τ x2 −x1

=

(1−τ )(x2 −x1 ) τ (x2 −x1 )

=

1−τ τ

=

x2 −((1−τ ) x1 +τ x2 )

=

(1−τ ) (x2 −x1 ) τ (x2 −x1 )

= τ

x2 −τ x1 −(1−τ ) x2

=

1−τ τ

= τ

I1 I4

I5

I2

τ =

I3

1 − τ =

I2

I3

I6

x1

x3 x4

x2

I1

I1

=

I4

=

I5

I1

I1

=

I2

=

I6

I4

I4

=

I5

=

I6

I3

I3

= 0.6180 . . . = 0.3819 . . .

Dependiendo de la función a maximizar, el algoritmo escoge tres puntos de los cuatro disponibles de manera que la situación se repite en las proporciones de los intervalos. En general, si Ii es la longitud del intervalo en la iteración i se cumple que: In

= τ n−1 I1

Por tanto, conociendo el intervalo inicial (I1 ) y sabiendo a qué precisión se desea estimar el punto (In ), es fácil estimar el total de iteraciones requeridas para que este método se aproxime al valor requerido: ln(In ) ln(I1 ) n = 1+ ln(τ )

−


Ubicación del Intervalo El método de la sección dorada requiere de la ubicación de los tres primeros puntos x1 , x2 y x3 como se describen anteriormente. Cuando el método se aplica a la determinación de un máximo de una función f (x), los puntos deben satisfacer:

f (x1 ) < f (x3 ) y f (x3 )

≥ f (x2 ).

Es decir, la función sube y cae . Al procedimiento para encontrar tales puntos recibe el nombre de Ubicación del Intervalo de Trabajo (Bracketing ).

x1

x3

x2


La estrategia inicia a partir de un punto x1 y teniendo un incremento de x inicial s. Se genera un siguiente punto

x3 = x1 + s. Si f (x1 ) f (x3 ) habrá que buscar hacia atrás cambiando intercambiando los puntos y el signo del incremento. Si f (x1 ) < f (x3 ), el incremento se agranda en la proporción τ por medio de la fórmula s = s/τ .

≥

f (x1 ) < f (x3 )

x1

x3

f (x1 )

x3 = x1

≥ f (x3 )

x1 = x3


Un siguiente punto se genera hacia adelante

x2 = x3 + s. Si f (x3 )

≥ f (x2 ) los tres puntos buscados están determinados. Si

f (x3 ) < f (x2 ), entonces el procedimiento se repite tomando x1 = x3 , x2 = x3 y s = s/τ . Observe que el intervalo de bracketing va creciendo en la proporción 1/τ ( 1.618).

≈

f (x3 )

≥ f (x2 )

τs x1

f (x3 ) < f (x2 )

s x3

τs x2

x1

s x3

s/τ x2


Crecimiento del intervalo de Bracketing

f (x3 )

≥ f (x2 )

f (x1 ) < f (x3 )

f (x1 )

f (x3 )

f (x2 )

(1 + 1 ) s τ

1

s x1

τ

x3

s x2

Algoritmo Basado en la Sección Dorada [1.] Inicie con un punto x1 y un incremento s; tome f 1 f (x1 ). [2.] Tome x3 x1 + s y f 3 f (x3 ). [3.] Si (f 1 > f 3 ), intercambie (x1 , f 1 ) y (x3 , f 3 ) y tome s s. [4.] Tome s s/τ , x2 x3 + s, y f 2 f (x2 ). [5.] Si (f 3 > f 2 ), vaya a [7.] [6.] Tome (x1 , f 1 ) (x3 , f 3 ) y (x3 , f 3 ) (x2 , f 2 ) y vaya a [4.]

←

←

←

←

←

←

←−

← ← [7.] Tome x4 ← (1 − τ ) x1 + τ x2 y f 4 ← f (x4 ). [8.] Si (f 3 ≥ f 4 ), tome (x2 , f 2 ) ← (x1 , f 1 ) y (x1 , f 1 ) ← (x4 , f 4 ); vaya a [10.]

[9.] Tome (x1 , f 1 ) (x3 , f 3 ) y (x3 , f 3 ) (x4 , f 4 ); [10.] SiCriterio de paro = OK, termine; caso contrario vaya a [7.]

←

←


Casos en la comparación de f 4 vs f 3

I1

I1

I4 I2

x1

I5

I4

I3

I2

I5 I3

x3 x4

x2

x1

x3 x4

x1 x3

x2

x2

x3 x1

x2

Ejemplos Aplique el algoritmo anterior para encontrar el máximo de la función

f (x) = partiendo de x1 =

−x2 − 1

−1 y con un primer intervalo de s = 0.5.




−x2 − 1


´ de la dirección de avance Determinacion

x1

f (x1 )

s

x3 = x1 + s

f (x3 )

¿f (x1 ) < f (x3 )?

-1.0

-2.0

0.5

-0.5

-1.25

sí





−x2 − 1



x1

f (x1 )

s

x3 = x1 + s

f (x3 )

¿f (x1 ) < f (x3 )?

-1.0

-2.0

0.5

-0.5

-1.25

sí

Ubicacion ´

x1

f (x1 )

s

x3

f (x3 )

s = s/τ

x2 = x3 + s

f (x2 )

f2 ≤ f3

-1.0

-2.0

0.5

-0.5

-1.25

0.80906

0.30906

-1.09552

no

-0.5

-1.25

0.80906

0.30906

-1.09552

1.30916

1.61822

-3.61864

sí




−x2 − 1



x1

f (x1 )

s

x3 = x1 + s

f (x3 )

¿f (x1 ) < f (x3 )?

-1.0

-2.0

0.5

-0.5

-1.25

sí

Ubicacion ´

x1

f (x1 )

s

x3

f (x3 )

s = s/τ

x2 = x3 + s

f (x2 )

f2 ≤ f3

-1.0

-2.0

0.5

-0.5

-1.25

0.80906

0.30906

-1.09552

no

-0.5

-1.25

0.80906

0.30906

-1.09552

1.30916

1.61822

-3.61864

sí

Refinamiento

s

x1

f (x1 )

x3

f (x3 )

x2

f (x2 )

x4 = (1 − τ ) x1 + τ x2

f (x4 )

2.1182

-.5

-1.25

.30915

-1.0956

1.61822

-3.6186

.80900

-1.6545

1.3090

.80900

-1.6545

.30915

-1.0956

-.5

-1.25

.00004

-1.

.80896

.30915

-1.0956

.00004

-1.

-.5

-1.25

-.19090

-1.0364

.49994

-.19090

-1.0364

.00004

-1.

.30915

-1.0956

.11813

-1.0140

.30896

.11813

-1.0140

.00004

-1.

-.19090

-1.0364

-.072854

-1.0053

.19094

-.072854

-1.0053

.00004

-1.

.11813

-1.0140

.045174

-1.0020

Encuentre el punto óptimo (máximo) por el método de Mayor Ascenso combinado con el método de la sección dorada a las funciones:

f (x,y,z) =

−3 x2 − 2 x y − 6 x − 3 y2 − 2 y − z2

Partiendo de P (2, 2, 1) y tomando s = 1 en cada aplicación de la sección dorada.


Encuentre el punto óptimo (máximo) por el método de Mayor Ascenso combinado con el método de la sección dorada a las funciones:

f (x,y,z) =

−3 x2 − 2 x y − 6 x − 3 y2 − 2 y − z2


Partiendo de P (2, 2, 1) y tomando s = 1 en cada aplicación de la sección dorada. ´ Solucion

La dirección de máximo crecimiento es la del gradiente:

∇ f =< −6 x − 2 y − 6, −2 x − 6 y − 2, −2 z > Así ∇ f (P ) =< −22, −18, −2 >; por tanto, la dirección unitaria de máximo crecimiento es: v =< −0.77208, −0.63169, −0.070188 >. De donde, la función f (x,y,z) restringida a P + t · v queda: g(t) = f (x = P 1 +t v1 , y = P 2 +t v2 , z = P 3 +t v3 ) = −49.0+28.497 t−3.9657 t2

Apliquemos ahora el método de la sección dorada a

g(t) =

−49.0 + 28.497 t − 3.9657 t2

partiendo de t = 0 y con s = 1.


Tarea 1. Use el método de la sección dorada para determinar con una tolerancia de 0.05 la solución óptima de : Max

x2 + 2 x

Sujeto a

−3 ≤ x ≤ 5

2. Use el método de la sección dorada para determinar con una tolerancia de 0.05 la solución óptima de :

x

Max Sujeto a

x

−e −1 ≤ x ≤ 3

3. Encuentre el punto máximo por el método de Mayor Ascenso combinado con el método de la sección dorada a las funciones: a ) f (x, y) = (x 3)2 (y 1)2 partiendo de P (2, 2) y tomando s = 1 en cada aplicación de la sección dorada. b ) f (x, y) = 3 x2 2 x y 6 x 3 y 2 2 y 3 partiendo de

− − −

−

− − −

−

−

−


seccion dorada

Recommend Documents