La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Introducción a Optimization Toolbox

Optimization Toolbox™ proporciona funciones para buscar parámetros que minimicen o maximicen los objetivos al tiempo que satisfacen las restricciones. La toolbox incluye solvers para programación lineal (LP), programación lineal de enteros mixtos (MILP), programación cuadrática (QP), programación de cono de segundo orden (SOCP), programación no lineal (NLP), mínimos cuadrados lineales restringidos, mínimos cuadrados no lineales y ecuaciones no lineales.

Puede definir el problema de optimización con funciones y matrices, o especificando expresiones variables que reflejen las matemáticas subyacentes. Puede utilizar la diferenciación automática de funciones objetivo y restringidas para obtener soluciones más rápidas y más precisas.

Puede utilizar los solvers de la toolbox para encontrar soluciones óptimas a problemas continuos y discretos, realizar análisis de tradeoff e incorporar métodos de optimización en los algoritmos y las aplicaciones. La toolbox le permite realizar tareas de optimización de diseño, incluyendo estimación de parámetros, selección de componentes y ajuste de parámetros. Se puede utilizar para encontrar soluciones óptimas en aplicaciones como la optimización de carteras, la gestión y comercialización de energía, y la planificación de la producción.

Tutoriales

• En primer lugar, elija el enfoque basado en problemas o el enfoque basado en solvers
  

  Existen dos enfoques para utilizar solvers de Optimization Toolbox: basado en problemas y basado en solvers. Antes de comenzar, escoja el enfoque.

• Resolver un problema no lineal restringido, basado problemas
  

  Ejemplo básico de cómo resolver un problema de optimización no lineal con una restricción no lineal mediante el enfoque basado en problemas.

• Resolver un problema no lineal restringido basado en solvers
  

  Presenta un ejemplo que minimiza una función no lineal con una restricción no lineal.

• Introducción a la tarea Optimize basada en problemas de Live Editor
  

  Ejemplo básico de uso de la tarea Optimize basada en problemas de Live Editor.

• Use Problem-Based Optimize Live Editor Task Effectively
  

  How to use and understand the problem-based Optimize Live Editor task.

• Introducción a la tarea Optimize basada en solvers de Live Editor
  

  Un script de ejemplo que se desee modificar utilizando la tarea Optimize basada en solvers de Live Editor.

• Use Solver-Based Optimize Live Editor Task Effectively
  

  How to use the solver-based Optimize Live Editor task effectively.

• Set Up a Linear Program, Problem-Based
  

  Linear problem formulation using the problem-based approach.

• Set Up a Linear Program, Solver-Based
  

  Problem formulation using the solver-based approach.

Acerca de la optimización

• Visión general de la teoría de optimización
  

  Presenta la optimización como una manera de encontrar un conjunto de parámetros que puede definirse como óptimo. Estos parámetros se obtienen minimizando o maximizando una función objetivo, sujeta a restricciones de igualdad o desigualdad o límites de parámetros.

• Solvers de Optimization Toolbox
  

  Descripción de los solvers de optimización.

• Óptimos locales frente a globales
  

  Explica por qué puede que los solvers no encuentren el mínimo más pequeño.