Dado un sistema que transforma un conjunto de entradas en valores de salida, descrito por una función matemática f , la optimización se refiere a la generación y selección de la mejor solución de un conjunto de alternativas disponibles, [ 1 ] mediante la elección sistemática de valores de entrada dentro de un conjunto permitido, el cálculo del valor de la función y el registro del mejor valor encontrado durante el proceso. Muchos problemas del mundo real y teóricos pueden modelarse en este marco general. Por ejemplo, las entradas pueden ser parámetros de diseño de un motor, mientras que la salida puede ser el consumo de energía. Otras entradas pueden ser decisiones empresariales, con la salida siendo el beneficio obtenido, o describir la configuración de un sistema físico, con la salida siendo su energía.
Un problema de optimización puede representarse de la siguiente manera:
- Dado: una función f : AR de algún conjunto A a los números reales
- Buscar: un elemento x 0 en A tal que f ( x 0 ) ≤ f ( x ) para todo x en A ("minimización").
Por lo general, A es un subconjunto del espacio euclidiano R n , a menudo especificado por un conjunto de restricciones , igualdades o desigualdades que los miembros de A deben satisfacer. La maximización se puede reducir a la minimización multiplicando la función por menos uno.
El uso de software de optimización requiere que la función f esté definida en un lenguaje de programación adecuado y vinculada al software. El software de optimización proporcionará los valores de entrada en A , y el módulo de software que implementa f proporcionará el valor calculado f ( x ). De esta manera, se obtiene una clara separación de responsabilidades: diferentes módulos de software de optimización pueden probarse fácilmente con la misma función f , o bien, un mismo software de optimización puede utilizarse para diferentes funciones f .
Las siguientes tablas ofrecen una comparación de las bibliotecas de software de optimización más destacadas, ya sean bibliotecas especializadas o de propósito general con una cobertura de optimización significativa.
Véase también
Referencias
- ↑ " La naturaleza de la programación matemática ", Glosario de programación matemática , INFORMS Computing Society.
- ^ Battiti, Roberto; Mauro Brunato; Franco Mascia (2008). Búsqueda reactiva y optimización inteligente . Springer Verlag . ISBN 978-0-387-09623-0.
- ↑ "Lanzamiento de la versión 15 de Wolfram Language y Mathematica: IA integrada (útil) y muchas nuevas funcionalidades principales" . Consultado el 16 de junio de 2026 .
Enlaces externos
- OR/MS Today: Encuesta de software de programación lineal de 2013
- OR/MS Today: Encuesta de software de programación no lineal de 1998
- Software numérico
- Comparación de software