TECNICAS de OPTIMIZACION con MATLAB

Este libro tiene como finalidad presentar las técnicas de optimización a través de MATLAB. Se comienza introduciendo el entorno de MATLAB y los elementos algebráicos necesarios para las tareas de optimización, así como la estructura de la programación en MATLAB. Estas tareas se intriducen secuencialmente por orden de dificultad técnica a medida que avanzan los temas.La parte fundamental del libros está dedicada al Toolbox de Optimización de MATAB. Optimization Toolbox incluye...
More Description

Este libro tiene como finalidad presentar las técnicas de optimización a través de MATLAB. Se comienza introduciendo el entorno de MATLAB y los elementos algebráicos necesarios para las tareas de optimización, así como la estructura de la programación en MATLAB. Estas tareas se intriducen secuencialmente por orden de dificultad técnica a medida que avanzan los temas.La parte fundamental del libros está dedicada al Toolbox de Optimización de MATAB. Optimization Toolbox incluye algoritmos para resolver problemas de programación lineal, mínimos cuadrados no lineales con límites, minimización no lineal sin restricciones, minimización no lineal con restricciones de límites, minimización no lineal con igualdades lineales, sistema no lineal de resolución de ecuaciones, minimización cuadrática con restricciones de límites, minimización cuadrática con igualdades lineales y mínimos cuadrados lineales con restricciones de límites. También hay disponibles métodos a gran escala para algunas formulaciones de programación cuadrática y objetivos no lineales con restricciones de límites o restricciones de igualdad lineal. Estos métodos son algoritmos de región de confianza a gran escala, desarrollados por Thomas F. Coleman y usan métodos de Newton reflexivos y de proyección para manejar las restricciones. El toolbox pone en práctica el estado actual de la técnica en algoritmos de optimización. Los principales algoritmos para minimización no limitada son el método BFGS quasi-Newton y el método de investigación directa Nelder-Mead con investigación lineal. Para minimización con límites, logro de objetivos y optimizaciones semiinfinitas se usan variaciones de programación cuadrática secuencial (SQP). Los problemas de mínimos cuadrados no lineales se resuelven usando los métodos de Gauss-Newton o de Levenberg-Marquardt. Las rutinas para resolver problemas de programación cuadrática y lineal usan un método de series activas combinado con técnicas de proyección. Las rutinas ofrecen una gama de algoritmos y estrategias de investigación lineal. Las estrategias de investigación lineal son métodos de interpolación y extrapolación cuadrática y cúbica protegidos.Se presenta una amplia variedad de ejercicios ilustrando técnicas tan importantes como la programación lineal, programación cuadrática, mínimos cuadrados no lineales y resolución de ecuaciones no lineales. Se amplían con ejemplos las rutinas que ponen en práctica los métodos más ampliamente utilizados para realizar minimización y maximización.