Si queremos alcanzar la cima más alta de un paisaje con máximos locales debemos combinar dos estrategias opuestas que comparten analogías en la política, en las ciencias de la computación y en la teoría de la evolución.
Generalizando, un algoritmo de optimización debe combinar exploración y explotación. Por ejemplo, dada una función
- Z = f(x)
Donde x son las posibles soluciones al problema y existe un paisaje f(x) el cual desconocemos, si nuestro objetivo es maximizar Z y cada cálculo de f(x) tiene un coste, un posible algoritmo es:
- Elegir un valor al azar de x.
- Calcular Z un poco antes y después de x. De esta forma tendremos la pendiente en ese punto x.
- Elegir un nuevo x subiendo la pendiente de optimización (mejorando Z), y repetir el cálculo.
- Cuando tanto a izquierda como a la derecha de x tengamos valores inferiores de Z, habremos llegado a un máximo (local o global, no lo sabemos).
El problema es que de esta forma podemos quedarnos estancados en un máximo local. En un algoritmo de optimización no basta con la explotación de lo que sabemos. Necesitamos explorar lo que no sabemos. Necesitamos nuevo conocimiento, pero equilibrando exploración y explotación.
Las metáforas y analogías de estas dos estrategias son:
Explotación: Derecha Conservadora (Seguir haciendo las cosas de la misma manera para evitar que vayan a peor), Izquierda Autoritaria (Poder centralizado, máxima intervención del estado, iniciativa institucional).
Exploración: Izquierda Progresista (Cambiar la forma de hacer las cosas para tratar de que vayan a mejor), Derecha Liberal (Poder descentralizado, mínima intervención del estado, iniciativa personal).
Ver también:
- Optimización, Mejora Total, Gestión de proyectos, Gestión del cambio
- El principio de estabilidad, inercia y recurrencia
1 Comment