Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Introducción a Optimization Toolbox

Resuelva problemas de optimización lineales, cuadráticos, cónicos, enteros y no lineales

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

Acerca de la optimización

  • Optimization Theory Overview

    Introduces optimization as a way of finding a set of parameters that can be defined as optimal. These parameters are obtained by minimizing or maximizing an objective function, subject to equality or inequality constraints and/or parameter bounds.

  • Solvers de Optimization Toolbox

    Descripción de los solvers de optimización.

  • Local vs. Global Optima

    Explains why solvers might not find the smallest minimum.