Esta página se ha traducido mediante traducción automática. Haga clic aquí para ver la última versión en inglés.

Maximizar vs. Minimizar

Las funciones de optimización Global Optimization Toolbox minimizan la función objetivo (o de aptitud). Es decir, resuelven problemas con el formato

$$\underset{x}{\min }f(x).$$

Si desea maximizar f(x), minimice – f(x), porque el punto en el que ocurre el mínimo de – f(x) es el mismo que el punto en el que ocurre el máximo de f(x).

Por ejemplo, supongamos que desea maximizar la función

$$f(x)=\exp \left(-\left(x_1^2+x_2^2\right)\right)\left(x_1^2-2x_1{x}_2+6x_1+4x_2^2-3x_2\right).$$

Escriba una función para calcular

$$g(x)=-f(x)=-\exp \left(-\left(x_1^2+x_2^2\right)\right)\left(x_1^2-2x_1{x}_2+6x_1+4x_2^2-3x_2\right),$$

y luego minimizar g(x) . Comience desde el punto x0 = [0 0] .

f = @(x)exp(-(x(1)^2 + x(2)^2))*(x(1)^2 - 2*x(1)*x(2) + 6*x(1) + 4*x(2)^2 - 3*x(2));
g = @(x)-f(x);
x0 = [0 0];
[xmin,gmin] = fminsearch(g,x0)

xmin =

    0.5550   -0.5919


gmin =

   -3.8683

El máximo de f es el valor de f(xmin), que es – gmin .

f(xmin)

ans =

    3.8683

Consulte también

Temas

• Compute Objective Functions