Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Si f(xx) > /(x2), entonces xL < x* < x2. Se definen xR = x2 e /, = (xL, x2) (véase la figura
21.2[a]).
2. Si f(xx) < f(x2\ entonces xx < x* < xR. Se definen xL = xx e I¡ = (xh xR) (véase la figura
21.1 [b]). .
3. Si f{x\) = /(jc2), entonces xx < x* < x2. Se definen xL = x2 e /, = (xb x2).
En el método dicótomo los valores jc, y x2 se encuentran simétricos respecto del punto
medio del actual intervalo de incertidumbre. Esto significa que
La aplicación repetida del algoritmo garantiza que la longitud del intervalo de incertidumbre
se acercará al nivel de exactitud deseado, A.
En el método de la sección dorada la idea es de mayor involucramiento. Se puede apreciar
que cada iteración del método dicótomo requiere calcular los dos valores/(jc,) y f(x2), Pe” ro
termina por descartar alguno de ellos. Lo que propone el método de la sección dorada es
ahorrar cálculos mediante el reuso del valor descartado en la iteración inmediata siguiente.
Para definir 0 < a < 1
Comparado con el método dicótomo, el método de la sección dorada converge más rápida-
mente hacia el nivel deseado de exactitud. Adicionalmente, cada iteración en el método de
la sección dorada requiere la mitad de los cálculos, en virtud de que recicla siempre un
conjunto de los cálculos correspondientes a la iteración inmediata anterior.
EJEMPLO
El máximo valor de f(x) ocurre en x = 2. La siguiente tabla muestra los cálculos para las
iteraciones 1 y 2, usando el método dicotomo y el de la sección dorada. Supondremos que
A = 0.1.
conocido también como método de Cauchy o del descenso más pronunciado) consiste en un
algortimo específico para la resolución de modelos de PNL sin restricciones, perteneciente a
la categoría de algoritmos generales de descenso, donde la búsqueda de un mínimo esta
asociado a la resolución secuencial de una serie de problemas unidimensionales.
Los pasos asociados a la utilización del método del gradiente o descenso más pronunciado
consiste en:
Luego de realizar la segunda iteración se verifica que se cumplen las condiciones necesarias
de primer orden (d1=(0,0)). Adicionalmente se puede comprobar que la función objetivo
resulta ser convexa y en consecuencia las condiciones de primer orden resultan ser
suficientes para afirmar que la coordenada (X1,X2)=(-2,1) es el óptimo o mínimo global
del problema