Optimización en Ingeniería - Historia PDF
Optimización en Ingeniería - Historia PDF
Optimización en Ingeniería - Historia PDF
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Optimizacin en Ingeniera
Ing. Johnny Cueva Valdivia
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Introducci on
Llamamos optimizaci n al acto de obtener el mejor resultado o posible dadas ciertas circunstancias. No existe ningun m todo de e optimizaci n que pueda resolver eficientemente todo tipo de problemas o y de ah que se hayan desarrollado diversos m todos a lo largo de los e an os.
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Introducci on
La optimizaci n tiene enorme aplicabilidad en muchas ramas del o conocimiento, aunque el nfasis de este curso ser n las aplicaciones en e a ingeniera. N tese que este curso dar prioridad a los aspectos o a algortmicos y de implementaci n sobre los aspectos te ricos. Por o o lo tanto, se requieren buenos conocimientos de programaci n, o as como conocimientos b sicos de c lculo y de trigonometra. a a
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Introducci on
A los m todos de optimizaci n se les conoce tambi n como e o e t cnicas de programaci n m ate m tica y se les suele estudiar e o a en investigaci n de operaciones. o La investigaci n de op eraciones es una rama de las o matem ticas que se ocupa de m todos y t cnicas aplicables a a e e problemas de toma de decisiones, as como del establecimiento las mejores soluciones posibles (o sea, las ptimas). o
de
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Introducci on
La tabla del acetato siguiente muestra una clasificaci n de m todos o e de optimizaci n: o
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
T c nic a s e E s t o c s t ic a s a T e o r a d e d e c i s i n o e s t a d s t ic a P r o c e s o s d e M a rk o v T e o r a d e c o l a s T e o r a d e r e n o v a c i n o M t o d o s d e s im u l a c i n e o T e o r a d e c o n f i a b i l i d a d
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Introducci on
N tese que en este curso nos concentraremos en las t cnicas de o e programaci n matem tica y no cubriremos ni m todos estoc sticos o a e a ni m todos estadsticos. e Dentro de las t cnicas de programaci n matem tica, nos e o a concentraremos fundamentalmente en los m todos para e optimizaci n no lineal sobre una y varias variables, en la ausencia o de restricciones. Veremos tambi n (si el tiempo lo permite) un poco e sobre m todos de optimizaci n en espacios restringidos. e o
Clase No. 1
2009
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Introducci on
Las t cnicas de programaci n m ate m tica son utiles para e o a encontrar el mnimo de una funci n de varias variables sujeta a un o conjunto de restricciones. Las t cnicas esto c sticas pueden e a usarse para analizar problemas descritos por un conjunto de variables aleatorias con una distribuci n de probabilidad conocida. o Los m to dos estad e sticos nos permiten analizar datos experimentales y construir modelos empricos para obtener representaci n m s precisa posible del problema real. o a la
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Los primeros m todos de optimizaci n se remontan e o a la poca de e Isaac Newton (1643-1727), Joseph-Louis Lagrange (1736-1813) y Augustin-Louis Cauchy (1789-1857).
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
El desarrollo de m todos de c lculo diferencial para optimizar fue e a posible gracias a las contribuciones de Isaac Newton y Gottfried Wilhelm von Leibniz (1646-1716).
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Los fundamentos de c lculo de variaciones, que lidia con la a minimizaci n de funciones, fueron sentados por Johann o Bernoulli (1667-1748), Leonhard Euler (1707-1783), Joseph-Louis Lagrange y Karl Weierstrass (1815-1897).
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
El m todo de optimizaci n para problemas con restricciones, e o el cual involucra la adici n de multiplicadores desconocidos, se conoce o como hoy en da con el nombre de su inventor: Lagrange.
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Cauchy desarroll la primera aplicaci n del m todo o o e empinado para resolver problemas de minimizaci n o restricciones.
de descenso sin
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Es interesante hacer notar que los principales desarrollos en el rea a de m todos num ricos para optimizaci n sin restricciones se e e o llevaron a cabo en el Reino Unido en los 1960s. El m todo simplex fue e desarrollado por George Dantzig (1914- ) en 1947 y el principio de optimalidad para problemas de programaci n din mica fue o a anunciado en 1957 por Richard Bellman (1921-1984).
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Esto sent las bases para el desarrollo de m todos o e de optimizaci n o en espacios restringidos. Sin embargo fue el traba jo de Harold W. Kuhn y Albert W. Tucker en 1951 en torno a las condiciones necesarias y suficientes para la soluci n a un problema de o optimizaci n lo que estableci los fundamentos para una enorme o o cantidad de investigaci n posterior en optimizaci n no lineal. o o
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Igualmente significativas fueron las contribuciones de G. Zoutendijk y J. Ben Rosen durante principios de los 1960s (ambos contribuyeron a la optimizaci n no lineal). o
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Clase No. 1
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
La programaci n geom trica fue desarrollada en los o e Duffin, C. Zener y E.L. Peterson.
Ralph E. Gomory realiz traba jo pionero en programaci n entera, o o que ha sido una de las reas de mayor a crecimiento en optimizaci n o (esto se debe a que muchos problemas del mundo real caen dentro de este tipo de clasificaci n). o
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
George Dantzig y Abraham Charnes & William Wager Cooper desarrollaron t cnicas de programaci n estoc stica para resolver e o a problemas en los cuales se presupone que los par metros de disen o a son independientes y siguen una distribuci n o normal.
Clase No. 1
10
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
El deseo de optimizar simult neamente dos o m s funciones a a objetivo, motiv el desarrollo de la optimizaci n multiobjetivo. o o Uno de los primeros m todos multiobjetivo que a un sigue en uso fue la e programaci n por metas (goal programming), propuesta por Charnes y o Cooper en 1961 para problemas lineales.
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Los fundamentos de teora de juegos fueron desarrollados por John von Neumann en 1928, y desde entonces se ha aplicado esta t cnica e a varios problemas, sobre todo en economa. La aplicaci n de teora o de juegos a la soluci n de problema de ingeniera es relativamente o reciente.
Clase No. 1
11
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
La segunda mitad del siglo XX se caracteriz por el advenimiento o de las heursticas tales como el recocido simulado, los algoritmos gen ticos y las redes neuronales. e El recocido simulado imita el proceso de enfriamiento de los s lidos. Los o algoritmos gen ticos son t cnicas de busqueda y optimizaci n basadas en e e o la selecci n natural y la gen tica. o e
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Antecedentes
Hist oricos
Las redes neuronales son t cnicas de clasificaci n basadas e o de modelos de celdas simples (llamadas neuronas) interconectadas entre s.
en el uso
Clase No. 1
12
25/10/2012
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
En el sentido m s amplio del t rmino, la optimizaci n a e o puede aplicarse para resolver cualquier problema de ingeniera. Algunos ejemplos de aplicaciones son los siguientes: Disen o de estructuras para aviaci n y el espacio con un peso o mnimo. Determinaci n de trayectorias ptimas de vehculos espaciales. o o
Clase No. 1
O P T IM IZ AC I N E N I N G E NIE RA
I n g J o h n n y C u e va V a l d i v i a
Disen o de estructuras civiles tales como marcos, cimentaciones, puentes, torres, chimeneas, y presas, con un costo mnimo. Disen o ssmico de estructuras (con cargas aleatorias). Disen o de sistemas de agua potable y alcantarillado.
Clase No. 1
13