Professional Documents
Culture Documents
x
El significado del gradiente es que el cambio (infinitesimal) de x, que
maximiza la
tasa a la que f(x) aumenta, es el cambio que es proporcional a f(x).
Para expresar
en forma geomtrica esta idea, la direccin del gradiente, f(x), se
interpreta
como la direccin del segmento de recta dirigido (flecha) que va del
origen (0, 0,
x x
[Note que f(x + t f(x)) es sencillamente f(x) donde
x = + t , para j = 1,2, , n j x j
( ) f
x j x =x
x j
para j = 1, 2, , n1
montaa.
Por lo general, la parte ms difcil del procedimiento de bsqueda del
gradiente es
encontrar t*, el valor de t que maximiza f en la direccin del gradiente,
en cada
iteracin. Como x y f(x) tienen valores fijos para la maximizacin y
como f(x) es
cncava, este problema se debe ver como el de maximizar una funcin
cncava de
una sola variable t. En efecto, se puede resolver con el tipo de
procedimientos de
bsqueda de la optimizacin no restringida de una sola variable
descritos en la
seccin 12.4 donde la cota inferior inicial sobre t debe ser no negativa
por la
restriccin de t 0. De otra manera, si f es una funcin simple, es
posible que se
pueda obtener una solucin analtica al establecer la derivada con
respecto a t igual
a cero para despus resolver.
x j
Ejemplo.
Considere el siguiente problema de dos variables:
Maximizar f ( x) = 2x + 2 2 . 1x 2 x 2 x 1
2x 2
2
Entonces,
f
x 1
= 2x 2 2 x
f
x 2
= 2x + 2 4 . 1 x 2
Tambin se puede verificar (vea el apndice 2) que f(x) es cncava.
Para comenzar el procedimiento de bsqueda del gradiente , suponga
que se
elige x = (0, 0) como solucin de prueba inicial. Como en este punto las
respectivas derivadas parciales son 0 y 2, el gradiente es
f (0,0) = (0,2).
Con < 2, la regla de detencin indica la realizacin de una iteracin.
Iteracin 1: Con los valores de 0 y 2 para las derivadas parciales
respectivas, la
primera iteracin inicia al establecer
x = 0 + t (0) = 0, 1
x = 0 + t (2) = 2 t , 2
y despus se sustituyen estas expresiones en f(x) para obtener
f (x + t f ( )) x = f (0,2 t )
= 2(0)(2 t ) + 2(2 t ) 0 2 2 (2 t ) 2
= 4 t 8t . 2
como
f (0,2 t * ) = mx f (0,2 t ) = 4 t 8
t0
mx
t0
{t }
2
y
(4 t 8 ) =4 16 t = 0,
dtt 2
se deduce que
t*=,1
as,
Se modifica x = (0,0) + (0,2) = (0, ).
4
1
2
Con < 1, ahora la regla de detencin indica que debe realizarse otra
iteracin.
Iteracin 2: Para comenzar con la segunda iteracin, se usan los valores
de 1 y 0
para las derivadas parciales respectivas y se establece
x = (0, ) +t (1,0) = ( t, ), 1
2
1
2
as,
f (x + t f ( )) x = f (0 + t, +0t) =f ( t, )
2
1
2
= (2t )( ) + 2( ) 2
2
1
2
2
2
t 2( )
=tt+.
21
como
f ( t * , ) = f ( t, ) = t +
2 mx
t0
1
2
mx
t0
21
y
( t + ) = 1 2 t = 0,
dtt 21
entonces
t*=,1
2
por lo que
Se modifica x = (0, ) + (1,0) = ( , ).
2
1
2
1
2
1
2
Una manera sencilla de organizar este trabajo es escribir una tabla como
la 12.3,
que resume las dos iteraciones anteriores. En cada iteracin, la segunda
columna
muestra la solucin de prueba actual y la ltima muestra la nueva
solucin de
prueba eventual, que despus se escribe abajo, en la segunda columna,
para la
siguiente iteracin. La cuarta columna proporciona las expresiones para
la xj en
trminos de t, que se deben sustituir en f(x) para dar la quinta columna.
FIGURA 12.14
4
3
4
7
8
7
8
7
8
f (1,1) = (0,0).
Sin embargo, como esta sucesin convergente de soluciones de prueba
nunca
alcanza su lmite, en realidad el procedimiento se detendr en algn
punto
(dependiendo de ) un poco antes de (1, 1) como aproximacin final de
x*.
En la figura 12.14 se sugiere que el procedimiento de bsqueda del
gradiente
marca una trayectoria en zigzag hacia la solucin ptima en lugar de
moverse en
lnea recta. Si se toma en cuenta este comportamiento, se puede
realizar algunas
modificaciones que aceleren el movimiento hacia el ptimo.
Si f(x) no fuera una funcin cncava, de todas maneras este
procedimiento
convergira a un mximo local. El nico cambio en la descripcin del
procedimiento para este caso es que t* ahora corresponde al primer
mximo local
de f(x + t f(x)) conforme t aumenta su valor desde 0.
Si se quisiera minimizar la funcin objetivo f(x), un cambio en el
procedimiento
sera moverse, en cada iteracin, en la direccin opuesta al gradiente;
en otras
palabras, la regla para obtener el siguiente punto sera
Modificar x = t * f ( ). x x
571
x x
Tanto en la seccin Worked Examples como en el OR Tutor del CD-ROM
se