Autor/a, Autores/as: Izquierdo Sebastián, Joaquín
Se ofrece la posibilidad de observar algunas funciones del benchmarking sobre optimización que ponen en evidencia la gran dificultad que existe en la búsqueda del óptimo (o los óptimos) global(es). Ante algunas de estas funciones, algoritmos como el 'de descenso rápido', el 'de gradiente conjugado' y, en general, todos los métodos de optimización clásicos basados en derivadas y gradientes, incluidos los de segundo orden, fracasan estrepitosamente. Ciertos algoritmos evolutivos (relativamente modernos) son capaces de obtener los extremos globales de algunas de estas funciones.
Para cada función se presentan tres versiones de visualización:
Deberías
Uno de los problemas más interesantes de las Matemáticas, la Física y la Ingeniería es el de la optimización. Esta tarea presenta dificultades de importancia, especialmente en el caso de funciones no convexas. El Laboratorio tiene como finalidad llamar la atención sobre este tipo de dificultados a través de ejemplos del Benchmarking de Optimización. Los ejemplos que se utilizan en el Laboratorio están en 2D por razones obvias de representación. Hay que ser capaces de imaginar el incremento en la dificultad cuando para versiones n-dimensionales de esas (o algunas) funciones y, también, por supuesto, para funciones que aparecen en muchos problemas reales científicos y técnicos.