UNIVERSIDAD MICHOACANA DE SAN NICOLAS DE HIDALGO

UNIVERSIDAD MICHOACANA DE SAN NICOLAS DE HIDALGO

FACULTAD DE INGENIERIA ELECTRICA

MAESTRIA EN INGENIERIA ELECTRICA

 

 

Maestría en Ingeniería Eléctrica

Opciones en  Sistemas Computacionales

Curso de Optimización.

 

 

No. de horas/semana:  4

Semestre: Septiembre '04 - Febrero '05

Profesor: Dr. Félix Calderón Solorio.

 

Objetivo: Revisar las principales características de  los algoritmo de optimización no lineal.

 

Programa sintético

 

1.      Búsqueda unidireccional.

  1. Búsquedas basadas en gradiente.
  2. Método de gradiente conjugado
  3. Métodos de Newton.
  4. Algoritmos probabilista
  5. Ejemplos y aplicaciones.

 

Programa desarrollado

 

1.      Búsqueda unidireccional.

    1. Búsqueda Exhaustiva.
    2. Búsqueda utilizando razón dorada.
  1. Búsquedas basadas en gradiente.
    1. Derivadas direccionales y el gradiente.
    2. Gradiente
    3. Reconocimiento de un mínimo local
    4. Dirección de búsqueda
    5. Métodos de búsqueda en una dirección
    6. Escalamiento
    7. Las condiciones de Wolfe
    8. Algoritmos para seleccionar la longitud de paso
    9. Método de descenso de gradiente
  2. Método de gradiente conjugado
    1. Método de la direcciones conjugadas
    2. El método del gradiente conjugado para funciones cuadráticas
    3. Precondicionamiento
    4. Gradiente conjugado no lineal
  3. Métodos de Newton.
    1. Método de Newton
    2. Problemas de convergencia del Método de Newton
    3. Método de Newton Modificado
    4. Método de Broyden o secante
    5. Método de Secante con actualización BFGS
  4. Algoritmos probabilista
    1. Búsqueda aleatoria
    2. Recocido simulado
    3. Algoritmos genéticos con codificación binaria
    4. Algoritmos genético con codificación real.
  5. Ejemplos y aplicaciones.

 

 

 

Bibliografía

 

  1. Numerical Optimization. Jorge Nocedal and Stephen J. Wright. Springer 1999.
  2. J. E. Dennis and R. B. Schnabel. Numerical Methods for Unconstrained Optimization and Nonlinear Equation.
  3. Practical Genetic Algorithms. Randy L. Haupt and Sue Ellen Haupt. Wiley Inter-Science.

 


UNIVERSIDAD MICHOACANA DE SAN NICOLAS DE HIDALGO

FACULTAD DE INGENIERIA ELECTRICA

MAESTRIA EN INGENIERIA ELECTRICA

 

 

Primer Semestre Maestría en Ingeniería Eléctrica

Opciones en  Sistemas Computacionales

Optimización.

 

 

No. de horas/semana:  4

Semestre: Septiembre '04 - Febrero '05

Profesor: Dr. Félix Calderón Solorio.

 

 

Objetivo: Dar una visión general de los algoritmo de optimización .

 

 

Programa Sintético:

 

  1. Fundamentos de la optimización sin restricciones.
  2. Métodos de búsqueda lineal.
  3. Método de Gradiente conjugado.
  4. Métodos de Newton.
  5. Cálculo de derivadas.
  6. Métodos Quasi-Newton.
  7. Problemas con mínimos cuadrados no lineales.

 

 

Bibliografía.

 

  1. Numerical Optimization. Jorge Nocedal and Stephen J. Wright. Springer 1999.
  2. J. E. Dennis and R. B. Schnabel. Numerical Methods for Unconstrained Optimization and Nonlinear Equation.

 

Regresar.