1. TecNM/Instituto Tecnológico de Cd. Madero
MÉTODOS INDIRECTOS
MÉTODO DE DIRECCIONES CONJUGADAS
(MICHAEL POWELL)
Dr. David Macias Ferrer
Centro de Investigación en Petroquímica
Michael James
David Powell
(1936-2015)
2. MÉTODO DE DIRECCIONES CONJUGADAS DE POWELL
Direcciones de Búsqueda, basada en la relación: 0 0 1s Q s
Ti j
i j n
1. Los vectores de dirección si y sj son llamadas direcciones conjugadas (pseudo-ortogonales)
2. La matriz Q será igual a la matriz Hessiana H
3. Para una función cuadrática, Q = H será una matriz definida positiva (negativa) y simétrica
4. Para una función no cuadrática, se puede crear una sucesión s0 , s1 ,…, sn-1 de direcciones
linealmente independientes que serían conjugadas si cumplen con (6.1)
5. Si se establece si y Q, sj queda perfectamente definida
... (6.1)
La relación recurrente es de la forma: 1
x x sk k k k
El escalar k está determinado por:
x s
s H x s
T k k
Opt k
Tk k k
f
... (6.5)
3. Vectores Iniciales x0 y s0, para k = 0
Calcular Tf(x0), H(x0) para encontrar 0
Generar el vector x1
Encontrar el nuevo vector de dirección s1
Calcular Tf(x1), H(x1) para encontrar 1
Vector Óptimo xopt
Evaluar la Función Objetivo en xopt, es decir f(xopt )
Solución Óptima f(xopt )
MÉTODO DE DIRECCIONES CONJUGADAS DE POWELL
0 0
0
0 0 0
x s
s H x s
T
T
f
1 0 0 0
x x s
0 1
0s H s
T
Generar el vector x1 2 1 1 1
x x s
1 1
1
1 1 1
x s
s H x s
T
T
f
4. EJEMPLO
Minimizar la función 2 2
1 2 1 2, 2 3f x x x x Si: 0 0
1 1 4 2x s
T T
y
MÉTODO DE DIRECCIONES CONJUGADAS
5. EJEMPLO
Minimizar la función 2 2
1 2 1 2, 2 3f x x x x Si: 0 0
1 1 4 2x s
T T
y
MÉTODO DE DIRECCIONES CONJUGADAS
6. EJEMPLO
La Hessiana es:
4 0
0 2
H x
Resolviendo la Ec. (6.2) para 1 1 1
1 2s
T
s s
Como s1
1 no es único, se puede elegir s1
1 = 1, esto es:
0
4 2s
T
De este modo
1
1
1
2
4 0
1 4 2 0
0 2
s
s
es una dirección conjugada de:
1
2
1
16 4 0
s
0
4 2Q H s
T
y para:
1
1 4s
T
Minimizar la función 2 2
1 2 1 2, 2 3f x x x x Si: 0 0
1 1 4 2x s
T T
y
MÉTODO DE DIRECCIONES CONJUGADAS
7. CONTINUACIÓN
La Ec. (6.5) se puede utilizar para calcular analíticamente la longitud total del paso de
progresión ya que ƒ (x) es una función cuadrática:
0
4
4 2
2 20
4 0 4 72
4 2
0 2 2
Sustituyendo en la relación recurrente:
1 0 0 0
x x s
De aquí que: 0
0.2777
Luego entonces:
1 1 4
0.2777
1 2
x
1 0.1111
0.4444
x
El gradiente es: 1
2
4
2
x
x
f
x
0 4
2
xf
Por lo tanto, para x0:
MÉTODO DE DIRECCIONES CONJUGADAS
8. CONTINUACIÓN
Usando una vez más la Ec. (6.5) se determina 1:
1
1
0.4444 0.8888
4
4 0 1
1 4
0 2 4
Sustituyendo en la relación recurrente:
2 1 1 1
x x s
De aquí que: 1
0.1111
Luego entonces:
2 0.1111 1
0.1111
0.4444 4
x
2 0
0
x
1
1 4s
T
Para la etapa siguiente k = 1, la dirección de búsqueda es:
1 0.4444
0.8888
xf
Por lo tanto, para x1:
MÉTODO DE DIRECCIONES CONJUGADAS
12. Por lo tanto el vector óptimo que corresponde al extremo mínimo es:
0
0
xopt
Extremo Mínimo Local
Punto Óptimo
de la Función
2 2
1 2 1 2, 2 3f x x x x
RESÚMEN
MÉTODO DE DIRECCIONES CONJUGADAS
13. BIBLIOGRAFÍA
T.F. Edgar, D.M. Himmelblau, L.S. Lasdon, “Optimization of Chemical Processes”, 2nd
Edition, New York, USA, McGraw Hill Inc., 2001