P. 1
Programacion No Lineal

Programacion No Lineal

|Views: 105|Likes:
Publicado porotay4

More info:

Published by: otay4 on Feb 06, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

04/18/2013

pdf

text

original

Programacion no lineal

Alvarado Ruiz Rafael 10210096.
Instituto Tecnológico de Tijuana. Grupo 4E. Tijuana, Baja California México. rafa_5.0@hotmail.com
Resumen—hablaremos sobre una técnica de optimización matemática mejor conocida como programación no lineal, o también como sistemas no lineales. El cómo plantear y resolver una programación no lineal, así como también los conceptos básicos y algunos tipos de programaciones computacionales en los que implementas estos métodos como C, programa para resolver este tipo de problemas. Palabras Claves— algoritmos, función, lenguajes de programación, matemáticas, métodos, optimización, programación, programación no lineal, sistemas, variables.

optimización cualquier conjunto aceptable de valores de las variables para el cual la función objetivo alcanza un valor óptimo. Formalmente el proceso de optimización implica maximizar o minimizar la función objetivo dentro de un conjunto de valores factibles de las variables. Clasificación de los problemas de optimización Se suele basar en un compromiso entre las mejoras en la eficiencia obtenidas al considerar ciertas propiedades de los problemas frente a la complejidad de tener que elegir un método de resolución dentro de una gran librería de métodos. La forma más obvia de caracterizar los problemas se basa en las propiedades matemáticas de la función objetivo y de las funciones de restricción. [5] LOS MODELOS NO LINEALES ¿Por qué necesitamos tener una teoría no lineal y por qué se molestan en estudiar una teoría no lineal cualitativa? Después de todo, la mayoría de los modelos que están actualmente disponibles son lineales, y si el modelo no lineal se va a utilizar, las computadoras están llegando a ser cada vez más poderosos en la simulación ellos. ¿Realmente necesitamos una teoría no lineal? Esto no es una pregunta ingenua, ya que los modelos lineales son mucho más manejables que los no-lineal y podemos analizar bastante sofisticados y sistemas lineales de alta dimensión. Además, si uno utiliza los modelos lineales con algunos parámetros posiblemente variable en el tiempo, se pueden modelar sistemas reales sorprendentemente bien. Por otra parte, aunque los modelos no lineales pueden ser conceptualmente más satisfactorios y elegantes, son de poca utilidad si no se puede aprender algo de su comportamiento. Sin duda, muchos profesionales de la industria afirman que pueden hacer muy bien con el tiempo lineal diferentes modelos. Por supuesto, un argumento en contra es que podemos usar el poder cada vez mayor de la computadora para entender cualitativamente el comportamiento de sistemas más completa y no tiene que aproximar su comportamiento en los sistemas lineales. Sin embargo, la razón de peso que hacen uso de modelos no lineales es que la dinámica de sistemas lineales no son lo suficientemente ricos como para describir muchos fenómenos comúnmente observados. Aquí están algunos ejemplos de estos fenómenos:

A

INTRODUCIÓN

lgoritmo: Procedimiento matemático preciso y finito para resolver un problema mediante una serie ordenada de pasos que una vez especificados los datos a la solución que el problema tiene para las variables obtenidas.[1] Programación matemática: es una manera en la que aplicas las matemáticas para tratar de resolver problemas de decisión determinado variables que optimicen un determinado objetivo. [2] Método: es el medio utilizado para llegar a un fin. Optimización: el hecho común a todos los tipos de problemas es que existe un valor ideal o unos valores limites y cuantificables. Varias unidades de producto nos permitirá evaluar la media y la variabilidad. Un problema de optimización podrá ser por tanto de ajuste d la media para conseguir un valor mas deseable de la misma o bien reducir la variación de alrededor de esta media, para que las diferentes unidades se correspondan con la misma. [3] Un programa –en sentido informático– está constituido por un conjunto de instrucciones que se ejecutan –ordinariamente– de modo secuencial, es decir, cada una a continuación de la anterior. Recientemente, con objeto de disminuir los tiempos de ejecución de programas críticos por su tamaño o complejidad, se está haciendo un gran esfuerzo en desarrollar programas paralelos, esto es, programas que se pueden ejecutar simultáneamente en varios procesadores. Una función es una regla de asociación que relaciona dos o más conjuntos entre sí. [4] DEFINICIÓN DE UN PROBLEMA DE OPTIMIZACIÓN Un problema de optimización se puede definir de forma general partiendo de un conjunto de variables independientes, una serie de restricciones que definen valores aceptables de las variables y una función de estas variables que se denomina función objetivo. Se entiende por solución de un problema de

ya que si A fuera singular. • • cinética de las reacciones múltiples equilibrios químicas permiten Los circuitos de reloj digital o multivibradores estable presentan una variación cíclica entre la lógica 1 y 0 los estados y también puede ser modelado como un degenerado límite de la ecuación de Van de Pol se mencionó anteriormente. Circuitos de unión Josephson se puede demostrar que tienen un ciclo límite (de muy alta frecuencia) cuando la corriente de polarización es mayor que un cierto valor crítico. • • No. hay múltiples poblaciones de equilibrio de las especies que compiten. Bifurcaciones 1.1) es 0. una matriz constante. el eje jω). en contraste con un número infinito de sistemas lineales con valores propios del eje jω y en consecuencia no puede ser descrito por un modelo de ecuaciones diferenciales lineales. Por ejemplo: Una barra bajo carga axial tiene un estado desabrochado como su estado de equilibrio hasta que la carga alcanza un valor crítico. consideremos el modelo de ecuaciones diferenciales lineales ẋ = Ax (1. Si A ϵ Rn x n tiene valores propios en el eje imaginario (en adelante. 2. y esta oscilación marca la transición de los superconductores para la realización de la región. por ejemplo • Los circuitos digitales para la lógica de Binay tener por lo menos dos estados estables.1) con x ϵ Rn y A ϵ Rn x n. Como en el caso de múltiples puntos de equilibrio. a) Una vez más.1) no puede robusta (en este caso con firmeza se utiliza en el sentido de ser cualitativamente insensible a los errores de modelado) permiten más que una solución de equilibrio. El punto x = es un punto de equilibrio del sistema. Otros ejemplos relacionados con el modelo periódicas contracciones musculares en el esófago y los intestinos. las pequeñas perturbaciones de los elementos de A hará que los valores propios de ser desplazados fuera del eje jω y destruir la existencia de soluciones periódicas. x (t) ≡ 0. consideramos. una perturbación infinitesimal de las entradas de A "es casi seguro que" la causa que se convierta en singular. entonces x = 0 es el único punto de equilibrio del sistema lineal. Equilibrios múltiples funcionamiento o varios puntos de • Los sistemas con muchos equilibrios abundan en la práctica. el número de ciclos límite. Un rayo cinturón abrochado tiene dos estados estables. es decir. y en lugar de producir ya sea un punto de equilibrio estable o inestable. una pequeña variación de parámetros en los modelos de sistema lineal se destruye la continuidad de soluciones periódicas.1.1). si el estado inicial en el tiempo t = 0 de la ecuación diferencial (1. En la ecología de poblaciones. Es decir. existen sistemas con soluciones múltiples y periódicas. entonces el sistema lineal admite de un continuo de soluciones periódicas. 3. A modo de contraste. es decir. considere de nuevo el sistema lineal de (1. entonces el estado de la ecuación sigue siendo 0 para todo t. Sin embargo. Hay muchos ejemplos de sistemas cuyas características cualitativas. En consecuencia. los cambios con la variación paramétrica en el modelo. tales como el número de puntos de equilibrio. • Las ecuaciones de flujo de potencia modelar el flujo de potencia activa y reactiva en una red de transmisión tiene varios puntos fijos de funcionamiento del Estado. c) Los cambios de la unión de Josephson estado superconductor. sistemas dinámicos lineales con soluciones periódicas no son modelos robustos. b) El compresor de un cambio de motores a reacción de la operación en estado estacionario a un modo de operación que está girando puesto cuando el ángulo de ataque de las palas alcanza un valor crítico. o estado de resistencia cero (cuando existe un equilibrio estable único). Por lo tanto. los sistemas lineales de la forma de (1. Se trata de un conjunto infinito de inexplicable punto de equilibrio. momento en el que adquiere dos estados estables abrochado y desabrochado un estado inestable. Si A es una matriz no singular. Si una singular. el conjunto de equilibrios del sistema es el espacio nulo de la matriz A. Variación periódica de las variables de estado o de ciclos límite. los casos de sistemas con variaciones periódicas de naturaleza robusta abundan en la práctica: • Las ecuaciones diferenciales para el modelado de la generación de impulsos nerviosos latidos del corazón y son de los denominados tipo van den Pol. y la estabilidad de estas características. Estos pueden ser en número finito. que estudiaremos más adelante. el estado de conducción (cuando existe una órbita periódica y un . Que la naturaleza cíclica de estos fenómenos se obtiene de un único ciclo límite estable. Por lo tanto. x (0) = 0.

No hay un modelo lineal de este fenómeno. fluidos turbulentos. Por los valores propios de la matriz A que sea la decadencia a cero o volar cuando t → ∞. ya que pequeñas perturbaciones va a eliminar los valores propios fuera del eje jω En contraste. De ello se desprende que para h ≤ 4. 4. Es cierto que.punto de equilibrio o simplemente una órbita periódica) como la cantidad de actual pasa por obligar a un valor crítico.1]. Pequeños cambios en las condiciones iniciales pueden hacer las trayectorias muy diferentes en el tiempo.3). para concretar el lector tal vez desee considerar la función f(x) = hx (1 . Además. por el momento. Sistemas lineales con parámetros tienen un comportamiento que es mucho menos sutil. el la dinámica de muchos sistemas físicos puede ser una función compleja y delicada de las condiciones iniciales. xϵ [0. La forma cualitativa de la función f se muestra en la Figura 1. En la literatura de divulgación científica. e) A medida que el ángulo de ataque de un avión cambia. por ejemplo.2 se conoce como el mapa logístico. también servirá como un vehículo para introducir una técnica interesante gráfico para comprender la dinámica de sistemas no lineales discretos. como cambiar los parámetros de la pérdida de sincronismo o de arrastre de frecuencia se caracteriza por la aparición de un comportamiento complicado. tenemos en cuenta la dinámica de una ecuación en diferencias muy simple de primer orden. ninguno de los cambios descritos anteriormente pueden ser capturados por un modelo lineal parametrizado. una tasa constante huida rollo constante. en: a) las células del músculo cardíaco.1). Suponemos que la población se mide en tiempos discretos y x es lo suficientemente grande como para que podamos asumir que es una variable continúa. por ejemplo. Estos se conocen como la dinámica caótica o compleja.x). las soluciones de la ecuación (1. Nosotros. pero el modelo con x continua es sorprendente lo suficientemente robusta como para superar este inconveniente. Comportamiento dinámico complejo Vamos a contemplar el comportamiento dinámico del sistema lineal de (1. cuando los valores propios de A no están en el eje jω. (1. En este ejemplo. 5. b) Fase Locked Loops para el seguimiento. se trata de avanzada como razones para el "efecto mariposa" famosos: el batir de las alas de una bandada de mariposas en el parque central puede causar variaciones en el clima global de tal magnitud como para permitir que los tifones en China. .3) Osciladores acoplados débilmente cuando se sincronismo de fase y frecuencia. lo que revela algo de sutileza increíble. el modelo 1. los modelos climáticos y modelos de flujo de Esta función tiene un único máximo en x = ½ de magnitud h / 4. Dinámica caótica o complejas son ejemplos de dinámicas que no pueden ser generados por los modelos lineales. d) El comportamiento de histéresis en los valores actuales de ciertas resistencias de un puerto. Es muy simple: las respuestas son sumas de exponenciales. Como hemos comentado anteriormente. se asigna el intervalo [0. la dinámica de los modelos de población. tales como los diodos túnel. Este modelo fue el origen de una gran emoción cuando se estudió por May y Oster y validados por experimentos con una población de mosca en Berkeley.1. El número de equilibrios puede ir hasta el infinito si alguno de los valores propios de pasar por el origen. por ejemplo. la x de la población es discreto.2) Esta ecuación representa la evolución de una población de moscas azules numeración xt ϵ R en el tiempo t en una caja de tamaño fijo con una fuente de alimentación fija.1) ni la decadencia ni explotar para cualquier condición inicial. con exponentes dados. considerar un sistema discreto: xt + 1 = f (x) (1. sin embargo. Estos sistemas evolucionan de maneras que son un poco más sutil que las divergencias o la contratación de exponenciales. se produce cuando la tensión a través de ellas se sube o baja. el sistema puede cambiar de estable a inestable. Como los parámetros del cambio de sistema. las células musculares que causan los movimientos peristálticos del intestino y el esófago. las arritmias (en el músculo del corazón) o saltar lazo (para la fase de bucle cerrado). Con f de la ecuación (1.1] sí mismo en. este modelo no es robusto. en realidad. La sincronización y la frecuencia de arrastre tire al LA COMPLEJIDAD DE LA DINÁMICA NO LINEAL Antes de comenzar un estudio sistemático de los sistemas no lineales y su comportamiento asombrosamente rica.

con el estado inicial x0 en el eje horizontal y se lee de x1 = f (x0) en el eje vertical.449 El aumento de la altura de la joroba aún más.1/h. esto corresponde a una situación en la que la población se extingue asintóticamente por falta de alimentación adecuada. Por lo tanto f (x) > x para x pequeñas y f (x) < x para x grande. x t + 1 = f (f (xt) ) =: f 2 (xt). Ahora aumenta la altura de la joroba. • El caso 1 ≤ h ≤ 3.2 muestra cómo se resuelve la ecuación (1. el punto de equilibrio se mueve desde el lado izquierdo de la joroba en el lado derecho. La iteración continúa ahora de manera progresiva la lectura de xt + 1 en el eje vertical y el uso de la intersección de la línea horizontal a través de xt + 1 con la línea de 45 ° reflejan xt + 1 sobre el eje horizontal. Por lo tanto. Además. la curva y = f (x) se encuentra por debajo la recta y = x. a saber. h ≥ 1. La línea horizontal que se corta la línea de 45° se corresponde con el proceso iterativo de sustitución de x0 en el eje horizontal por x1. Por lo tanto x0*es una población en equilibrio estable. La función de una sola joroba Los modelos de la función f el hecho de que xt + 1 ˂ xt cuando la población es pequeña. • El caso 0 ≤ h ˂ 1.punto de intersección que se quedaría allí. lo que corresponde al aumento de la h de parámetros en la función de (1. en este caso xt tiende a cero monótonamente en el paso t. h = 2. es decir. convergen en x0* para 1 ≤ h ≤ 3.3) gráficamente: una estrella. sin aumentar su apoyo (es decir. Otra forma de entender estos resultados es mediante el examen de la dinámica de la evolución en dos etapas. La consiguiente aparición de la evolución de la variable de estado de la población es el de una telaraña. Además xt + 1 ˂ xt cuando la población es grande (competencia por el alimento y el aumento de la probabilidad de la enfermedad). (1. Vamos a estudiar el efecto de elevar la altura de la joroba.1. 1. Solución gráfica de un sistema unidimensional El equilibrio es inestable.3). El cero de la población. Figura 1.4 muestra la telaraña en h1 = 3. La figura 1. Un período de 2 ciclo límite es equivalente a una plaza cerrada en la tela de araña en la figura 1. no importa lo pequeños que son. El caso 3 < h ≤ 1 + = 3. Figura 1. en realidad. También (verifique esto gráficamente por sí mismo) todas las condiciones iniciales cero. ya que en el punto de intersección. que muestra la gráfica de f cruzar la línea de 45 grados. El h1 valor se llama una bifurcación duplicación del periodo punto.2. dada por: x0*= 1 . En cuenta la situación de la figura 1. Para concretar. es decir. El valor del parámetro en el que el cero de la población que viene-inestable es h0 = 1. por lo que el aumento de la población (abundancia de alimentos y espacio vital). Este término es.4. Tenga en cuenta que si la población tuviera que empezar en el Figura 1. xt + 1 = f (x) = x .4) . la terminología utilizada por los economistas para una sencilla modelos tridimensionales de las políticas macroeconómicas de crecimiento del PIB y algunos fenómenos microeconómicos. el punto de intersección denota por x0* es un equilibrio. Hay que tener en cuenta que la población es estable valor x0* función de h.3. un poco de experimentación gráfica se muestra. como en la figura 1.25.4 la participación de la población alterna entre dos valores de x *1 y x 2*. En otras palabras. lo que demuestra el inicio del ciclo de periodo límite de 2. A unos minutos de reflexión (verifique esto por ti mismo) va a dejar en claro que para 0 ≤ h nunca ˂ 1 la gráfica de f cruza la línea de 45 grados xt + 1 = x. el rango de valores (x) para los que f (x) ≠ 0) en la dinámica de la población de moscas volar (modelar el efecto de un aumento en el suministro de alimentos).

544 dieciséis período 16 = 24 puntos aparecen en h4 = 3.…. Si este programa se lleva adelante aún más. En realidad. puntos del periodo 2k estrella que aparece cada vez con más frecuencia en h. x*2 son los equilibrios del sistema de la ecuación (1.Figure1.449. y la desestabilización de los ciclos correspondientes límite de periodos 2n – 1 se conoce como la secuencia de bifurcaciones duplicación de periodo. Esta intuición está en lo correcto. ocho periodo de 8 = 23 puntos aparecen en h3=3. Así. se puede conjeturar que la altura de la joroba original es mayor. un equilibrio estable único La forma de la función f2(x) = f(x) o f(x). Figura 1. tenga en cuenta que tanto los puntos x*1. como se muestra en la Figura 1.4. Un período de 2 ciclo límite Figura 1. la interpretación de la dinámica del sistema de (1. el período de dos ciclo límite se vuelve inestable y es sustituido por un ciclo límite período de estabilidad 4 que afecta a cuatro puntos. La extrapolación de estas observaciones.3. precisamente cuando el valor del parámetro h = 3.4 cada dos pasos de tiempo. De hecho.4) es uno de estrobo o el muestreo de la dinámica del sistema de (1.5 la gráfica de f 2 2.4).5 en tres puntos para h> 3 en la intersección media corresponde al período del 1 solución. es decir f compuesta con f. f2 adquiere su carácter de doble joroba. Tenga en cuenta que la línea de 45 grados cruza la curva de dos jorobas de la Figura 1.4). Asociados con esta respuesta es el sistema que corresponde a f4. de manera que la secuencia de bifurcaciones duplicación del periodo geométrico se acerca rápidamente a los puntos periódicos de todos los períodos de 2n. que ahora es inestable en el sentido de que todas las poblaciones no es exactamente igual a x*0 tienden lejos de él (como se puede verificar gráficamente) y hacia el período de dos soluciones (véase también el problema 1.564 y así sucesivamente. pero su verificación formal de las necesidades de cálculo sistemático y un esfuerzo considerable. Por lo tanto. Además.5. que b 4 joroba para este caso.. la característica notable del teorema de Feigenbaum es que la relación de la bifurcación .. y un período de 4 tiempos límite aparece en h2 = 3.449 es el segundo período duplicar punto de bifurcación.449 < h ≤ 30570.3. h2 = 3.n = 1. la línea 45 que se cruzan la curva de siete puntos que corresponden respectivamente a un período de inestabilidad 1 punto en dos períodos inestables de 2 puntos. También. (no confundir con el cuadrado de f ) es una curva de dos jorobas.2. Feigenbaum ha demostrado que. el retrato de la figura 1. De hecho. donde f es empinada suficiente. por ejemplo. y un período de 4 puntos (la formación de un período de 4 de ciclo límite).3) y más visual. El caso 3.

puede variar en una manera muy complicada con gran sensibilidad para las condiciones iniciales SUTILEZAS DEL ANALISIS DE SISTEMAS NO LINEALES Sistemas no lineales son capases de muchos y complejos comportamientos. Como resulta el resultado de Li y Yorke era un caso especial de un resultado anterior de Sharkovskii que discutiremos en breve. la mayora de la características cualitativas son reservadas. ie..839 ≤ h ≤ 4 En h = 3. no sólo para el mapa específico de logística que hemos considerado. Análisis de sistemas no lineales se diferencia del sistema linear en dos maneras: COMPLEJIDAD EN DINÁMICAS NO LINÉALES . De hecho el mapa logístico a sido usado como un generador de números al azar en este régimen (de hecho en el próximo régimen también) También están todos los puntos periódicos del periodo 2n al igual que algunos otros puntos periódicos. tiene puntos de periodo arbitrario. tiene puntos de todos los periodos menores que ese en el orden de Sharkovskii.7. variación de la población caótica no parecen conducentes a la supervivencia. Hay por primera vez un punto periódico de periodo 3.839. Un complot de la secuencia de bifurcación del mapa logístico mostrando el periodo doblando la bifurcación dada en la figura 1. Sin embargo si es posible producir condiciones para fluctuaciones en población caótica como ha sido hecho por May y Oster en un laboratorio usando moscardones. seguido por 22 por el entero impar excepto 1.. En este rango del parámetro h. cambia por periodo duplicando a un estable periodo orbita 12 y así sucesiva mente y asombrosamente una vez más el numero Feigenbuam: 4. El caso de 3.3). De hecho en el valor de h. Por lo tanto en particular si el sistema tiene un punto de 3. seguido por 23 por el entero impar y así sucesiva mente la cola echa de la ordenación esta echa del poder disminuciones del 2. En el contexto de nuestro ejemplo del (1. hay puntos periódicos de arbitrario al igual como algunos puntos periódicos. si el tiempo del sistema discreto es tiene un punto de cierto periodo. El descubrimiento de estos valores fue el titulo de un punto de referencia documento por Li y Yorke. Puntos de equilibrio Estable e Inestable como una función de la altura de la joroba Figura 1. un punto arreglado de f3 = f ᵒ f ᵒ f (ver problema 1. la dinámica del mapa logístico son muy complicadas. Sorprendentemente. sino también para otros un mapa de parámetros que están "cerca" de ella.6.6 Un período de 3 ciclos límite Valores es exactamente 4. En términos de población ecológica.570 <h <3.Figura 1. Esto. El diagrama de tele de araña mostrando el punto periódico 3 mostrado en la figura 1.. Por lo tanto en estos valores de h o mayores.. El después mostro que para un sistema arbitrario en la forma de (1.6692.6692…. y la secuencia de bifurcación describida arriba es referida como periodo de doble ruta al caos. En una interesante generalización del análisis de mapa logístico por Sharkovskii. Como el valor de h es incrementado hay un periodo duplicando la bifurcación de el periodo orbita 3 a un estable periodo orbita 6. “periodo tres implica caos”. Sharkovskii ordeno los números pares como: 4. Eso son los enteros impares excepto 1.839. Para algunas condiciones iniciales las interacciones son periódicas y la trayectoria parece vagar.2). en turno. 3. La órbita del periodo 3 es la única orbita que es estable para pequeñas perturbaciones y es la única que es fácil de obtener de experimentos numéricos.5).839. que en realidad precede el trabajo de Li y Yorke. la población x.7. Es de obvio interés el comprender cuales características cualitativas de este increíblemente delicado y complejo comportamiento son percibidos en mapas de una joroba mas general que el mapa logístico. esto ocurre en h = 3. El caso 3. no es sorpresa que población salvaje parecen estar bien dentro de la región no caótica.

x ϵ Rn es x0 el estado del sistema en el tiempo 0 y x ϵ Rm es el control o función de fuerza. (1. valoración de precios. ALGORITMOS DE PROGRAMACIÓN NO LINEAL Los métodos de solución de la programación no lineal se pueden clasificar. simulación excesiva seria probable mente muy costosa. Método de búsqueda directa Los métodos de búsqueda se aplican principalmente a funciones estrictamente unimodales de una variable. Como ejemplos de estos casos están la programación cuadrática. ẋ= -sing (x). el problema original se sustituye por otro del cual se determina el óptimo. SI ecuación (1. Alguna vez as pensado en como podrías aplacar el que se quiebre? 1. de manera general en algoritmos directos o indirectos. no puede haber función continua diferenciable satisfaciendo (1. El análisis involucra herramientas matemáticas que son más avanzadas en concepto e involucradas en detalle. ∞] (existencia de la solución asta t = ∞). etc. (El lector puede elegir divertirse un poco con la consideración cuanto tiempo se necesitaría para simular una ecuación con más o menos 10 estados y una red de discretizacion y para condiciones iniciales como 10 por unidad a lo largo de cada existencia para las condiciones iniciales) 2. .7)[6] Aquí es el estado vector. Por consiguiente. diseño de proceso. ninguno de las declaraciones anteriores de arriba son verdaderos para sistemas no lineales. donde se busca el máximo. en [0.5) fuera a fin en x y u por cada t. Las típicas áreas de aplicación son procesos químicos.5) tiene al menos una solución perteneciente a algunas clases de funciones (existencia de una solución). . Algoritmos sin restricción En esta sección se presentan dos algoritmos para el problema no restringido: el algoritmo de búsqueda directa y el algoritmo de gradiente. Falta de existencia de soluciones. Toma en cuenta que los requerimientos después en esta lista exitosa mente subsume la anterior: Se ponen mas demandantes en su generalidad de (1. Por lo contrario con los métodos que hay para resolver problemas de programación no lineal es muy bajo su rango de aplicación de los algoritmos no lineales existentes es muy limitado.[7] INTRODUCCIÓN A LA PROGRAMACIÓN NO LINEAL La programación no lineal tiene como objetivo la optimización de funciones no lineales o lineales sujeto a restricciones no lineales. ajuste de curvas asignación de recursos. uno puede obtener una solución en forma cerrada para sistema lineal. En el campo de la programación matemática se basa principalmente en el área de la programación lineal. x(0) = x0 (1. pudiste haber notado que algunos termostatos tienden a quebrarse sobre su punto arreglado. El procedimiento localiza el optimización estrechando en forma progresiva el intervalo de incertidumbre hasta cualquier grado de exactitud que se desee. Como ejemplo de los métodos directos están los algoritmos de gradiente. uno esperaría que correspondería a cada entrada u (. Aunque parecer trivial en el caso. (1. la idea es identificar el intervalo de incertidumbre que comprenda al punto de solución óptima. o el mínimo de un problema siguiendo la mayor tasa de aumento o disminución de la función objetivo.5) tiene exactamente una solución para todo tiempo. problemas de diseño estructural. A consecuencias ahí una necesidad para tanto conocimiento cualitativo y repetidas simulaciones para verificación cualitativa.6) Aquí el signo (x) es definido para ser 1 si x y el signo (x) = -1 si x < 0. i. Ahora daremos ejemplos de sistemas que violan los tres requerimientos anteriores. x(0) = 0. Es demasiada la aportación que existe sobre esa área que es posible resolver la mayoría de los problemas lineales planteados. . la programación separable y la programación estocástica. Clasificación de los métodos de optimización Los métodos de optimización se pueden clasificar como: Métodos analíticos.5) tiene exactamente una solución en la misma clase como arriba (unicidad de la solución). x(0) = 0. (1.u.): . proyectos. sistemas no lineales cuya dinámica puede ser describida en vectores de primera orden en la forma de ecuaciones ẋ = f(x.e.5) 1. el sistema es un modelo aceptable de la dinámica de un termostato de la temperatura del punto.5). aunque tuviéramos las computadoras más poderosas a nuestra disposición. Considera la ecuación diferencial ẋ = 3x2/3 . Para sistemas no lineales esto es raro. En los métodos indirectos. modelado por x = 0 (uno puede imaginarse el horno encendido al máximo cuando la temperatura cae por debajo el punto puesto y el aire acondicionado encendido a toda potencia cuando el termostato se eleva por sobre el punto indicado) En realidad. Falta de soluciones únicas. (1.t). Métodos numéricos Métodos gráficos Métodos experimentales (1. Entendimiento cualitativo es importante desde entonces.6). Sin embargo. Considera por ejemplo.Generalmente hablando.

ganancias. El poder llegar a existir un escalamiento entre las variable. Experimental: podemos obtener el extremo de la función por medio de experimentación de las variables reales.……m x= [x1.Analíticos: emplean las técnicas de cálculo diferencial.. etc. Con los resultado obtenidos se decidirá donde realizar el siguiente experimento y así lograr mejores variables. para obtener la función con el extremo de la grafica.…. sujetas a ciertas restricciones la mayoría de los estos problemas de optimización cuando los plantean de forma matemática se pueden agrupar en una categoría de problemas de programación no lineal.……m Y(p-m) lineales y/o no lineales restricciones de desigualdad. También podría ser que las derivadas parciales de las funciones llegaran a tender a ser infinitas. Pero estos métodos no suelen ser apropiados para todos los problemas no lineales. Estos métodos buscan los extremos de una función mediante valores de x que hacen que la derivada de f(x) con respecto de x sea 0.2. llamadas funciones objetivos. añadiendo restricciones o replanteando nuestro modelo matemático. con este método podrás darte cuenta si existe o no una función. Si la tiene además restricciones se deben de utilizar técnicas tales como los multiplicadores de langrage. Cuando la función objetivo. Gráficos: consiste en preparar una grafica de la función a optimizar. que representa costos. Esto podría llegar a ocurrir cuando uno de los términos en la función a optimizar es de un orden de magnitud muy diferente que el otro. b) Cuando las restricciones incluyen el parámetro tiempo formado ecuaciones diferenciales El problema de programación no lineal general se puede formular como: Min f(x) Sujeto a m lineales y/o no lineales restricciones de igualdad. En caso de que la función objetivo sea cuadrática y las restricciones lineales se obtiene el problema de programación cuadrática que se puede formular como sigue: Min f(x) = a0 + cT x + xT Qx Sujeto a: aT x ≥ b • • . pudiendo ser estas lineales o no lineales. se debe de representar adecuadamente las características del proceso real en el método formulado. Los numéricos: la utilización de información pasada para generar una mejor solución del problema a optimizar por medio de procedimientos interactivos. obtenemos un problema de programación lineal. Dificultades de la optimización Existe una seria de dificultades en la optimización de modelos de procesos reales que se pueden clasificar dentro de dos categorías: Una se refiere a la formación del modelo matemático del proceso Y la otra a las técnicas de resolución numérica. se pueden encontrar una serie de dificultades como por ejemplo: • Alguna de las restricciones e incluso el criterio a optimizar se puede hacer infinito su rango de búsqueda de extremo. Hj (x) = 0 j = 1. Entonces la función es insensible a cambios en los valores de las variables que pertenecen a los términos pequeños. En programación no lineal general podemos excluir de toda consideración los siguientes casos especiales: a) Cuando las variables están restringidas a valores enteros. Gj (x) ≥ 0 j = m + 1. PROBLEMA DE PROGRAMACIÓN NO LINEAL GENERAL Tiene como finalidad optimizar el problema. aun cuando se plantee bien el modelo. El criterio a optimizar puede ser sensible a cambios en las variables independientes. rendimientos. las igualdades y desigualdades son todas lineales. EL PROBLEMA DE PROGRAMACIÓN NO LINEAL En ingeniería el analista se encuentra normalmente enfrentándose con el problema de optimizar determinadas fusiones. Son propensas a estos riesgos los modelos que tienen polinomios en el denominador. encontrar un extremo de la función objetivo que está sujeta a restricciones de igualdad y/o desigualdad . perdidas..xn]T є EN Una representación alternativa de las expresiones anteriores podría ser: Min { f (x) / x є R } donde R es un dominio de x definido como: R = { X/hj = 0 ≥ 0 Vj } Los problemas de programación cuadrática y lineal se pueden considerar dos casos especiales del problema de programación no lineal general. Se deberá plantear adecuadamente las características del proceso real El modelo matemático contiene las funciones a utilizar en la optimización. pudiendo así llegar a obter un falso extremo. La forma de acabar con esta dificultad es limitar convenientemente el rango de las variables independientes.2.

en este caso un modelo para encontrar que maximice los ingresos seria un modelo no lineal. Por consiguiente. algunas razones importantes (y no necesaria mente distintivas) de la no linealidad son: 1. el ingreso se expresa como px y y decimos que es proporcional al precio. Es importante saber que cuando se formula un modelo es saber cuándo una versión linealizada puede proporcionar una representación adecuada del mundo no lineal. digamos p y las ventas es la cantidad por venderse es una variable x supuestamente independiente del precio. Esta dependencia se expresa como ventas = f(p). 3. Un modelo solo es una representación abstracta de la realidad.Donde a y b son las matrices de coeficientes y Q es un matriz cuadrada simétrica definida positiva o semidefinida positiva.[8] Ejemplo 1 Considere el problema P) min -2x1x2 .2x2 + x12 + 2x22 s. suele suponerse que el precio es una constante dada. (x1. De hecho. x2) ϵ R2 . Relaciones no aditivas Las eficiencias o ineficiencias de la escala En suma cualquier numero de relaciones físicas. En general. tal vez podemos decir que los problemas del mundo real que encajan en el estricto molde de la linealidad son la excepción y no la regla.a. En un modelo lineal. [8] Introducción de los modelos de optimización no lineales Las funciones o relaciones matemáticas que intervienen en muchos problemas empresariales y económicos no son totalmente lineales. Relaciones no proporcionales 2. ideológicas económicas y lógicas puede dar lugar a la aparición de las características de no linealidad e un modelo. Pongamos un ejemplo sencillo. así el ingreso estaría representado por Ingreso=precio x ventas = p X f(p) que es no lineal en la variable p. donde f es una función específica (no constante) de p. Sin embargo el precio puede son en realidad un variable y la cantidad vendida la demanda puede ser dependiente del precio. estructurales.

Los programas están frecuente mente sobre optimizados. Así estructura de datos y algoritmos están íntimamente relacionados. se puede tener una cierta confianza en que funcionara. Las estructuras de datos son el producto secundario o finales de los algoritmos. posiblemente que llegue a tardar un poco más. Un algoritmo simple puede crear un estructura de datos complicada y un algoritmo complicado puede utilizar estructura de datos simples. En otros casos bastara una implementación relativamente simple. Normalmente este método es independiente del ordenador utilizado. . describen y comparan un gran número de métodos. También es muy importante los métodos de búsqueda de datos en los archivos. Podría llegar a ser no tan favorable esmerarse excesivamente para asegurarse de que una relación sea lo más eficientemente posible al menos que se trate de un algoritmo susceptible de utilizarse en una tarea muy amplia o que sea utilizado muchas veces. por lo que es necesario estudiarlos con el fin de comprender los algoritmos. 1. Cuando se desarrolla un programa muy grande unas partes del esfuerzo se centra a comprender y definir el problema a resolver. Por lo contrario la elección del algoritmo inadecuado desde un principio puede ocurrir una gran diferencia de cambio de tiempo de ejecución. Los objetos creados de esta manera se denominan planteamiento de datos. como colas de prioridad.[9] EJEMPLO DEL METODO DE NEWTON La escritura de un software de computadora consiste en implementar un método de solución de un problema. Los algoritmos son la esencia de la informática. En cualquier caso el método no en el programa. selección y fusión. Muchos algoritmos interesantes llevan implícitos métodos de organización de los datos utilizados en el cálculo. Se tratan algoritmos para diversos enunciados de problemas. el que debe estudiarse para comprender como está siendo abordado el problema que es adecuado para su implementación como programa de computadora. 2. analizar su complejidad y descomponerlo en subprogramas más pequeños que puedan llevarse a cabo más fácil mente. que se ha diseñado previamente. Los métodos de ordenación son de gran importancia para reorganizar archivos en un orden determinado. o estructura de datos. Se desarrollan.

puede ser ejecutado. 2. Potencia de un ensamblador: es posible trabajar con el lenguaje C como si se tratara de un lenguaje ensamblador. como leer el teclado. Este es el trabajo que hacen los compiladores de C y C++. actualmente cualquier compilador moderno soporta ANSI C. como darnos cuenta de cuál es el camino más corto. Son ficheros de texto. Carece de instrucciones de entrad y salida. en 1973. Permite la solución recurrente (tomar atajos). Características generales del C Ventajas: 1. Se desarrolla una estrategia para la búsqueda de grafos y se aplican a los problemas fundamentales de conectividad. 5. Los ficheros que contiene programas en C o C++ en forma de texto se conocen como ficheros fuente. Ficheros objeto. Concisión de los programas: el que se pueden realizar muchas acciones con pocas pasos. No dispone de un gestor de memoria integrado. ya una vez copilado . [10] 8. Las que se utilizan son funciones de biblioteca. El código objeto no tiene ningún significado para los seres humanos. incluso fuera de AT&T de esta manera programadores de todo el mundo empezaron a usar el lenguaje C para escribir programas de todo tipo. En 1983 el instituto nacional de estándares americanos (ANSI) creó un comité para establecer una definición estándar de C que fuese no ambigua e independiente de la arquitectura interna de cualquier ordenador. generando un código muy rápido. Los algoritmos geométricos son un conjunto de métodos de resolución de problemas a base de puntos y rectas. Los compiladores son programas que leen un fichero de texto que contiene el programa fuente y generan un fichero que contiene el código objeto. 6. 3. etc. Control de tipos poco severos: El compilador no tiene un gran control de las operaciones que se realizan con los datos. Tipos de datos demasiado próximos a la maquina. el flujo de red. Los algoritmos sobre grafos: son útiles para una gran variedad de problemas difíciles. Los algoritmos matemáticos: estos presentas métodos fundamentales que originan de análisis numéricos y de la aritmética. éste fichero se conoce como fichero objeto. El primero es compilar o traducir el programa fuente a su código objeto equivalente. Es fácil escribir programas pocos legibles. Las librerías contienen el código objeto de muchos programas que permiten hacer cosas comunes. para resolver problemas de proximidad y para la búsqueda multidimensional. Las librerías El lenguaje de programación C fue desarrollado por Dennis Ritchie en los laboratorios Bell del a empresa de comunicaciones ahora conocida como AT&T. 7. 5. Estos métodos conducen al reconocimiento de patrones en las cadenas que a su vez conduce a su análisis. 4. Finalmente en 1989 se estableció el estándar ANSI C. Consiste en obtener un fichero equivalente a nuestro programa fuente comprensible para el ordenador. Juego de operadores muy rico: la gran variedad de operadores que permiten realizar muy diversas acciones. 2. elaborado en C facilitar el sistema operativo sobre el que estemos trabajando.3. Para conseguir un programa ejecutable hay que seguir algunos pasos. El C nos permite escribir expresiones muy difíciles. que nos pueden resultar no muy legibles. Son muy fácil de trasladar de un sistema a otro. se puede emplear para realizar casi cualquier tipo de programas. Además es diferente para cada ordenador y para cada sistema operativo. Por lo tanto existen diferentes compiladores para diferentes sistemas operativos y para cada tipo de ordenador. se incluyen ciertos ficheros llamados librerías. Inconvenientes: 1. permite un fácil acceso a la memoria. código objeto y compiladores: Los programas fuente no pueden ejecutarse. y el texto del programa que contiene se conoce como programa fuente. pensados para que los comprendan los seres humanos. 5. 4. Los compiladores de C son rápidos y compactos. C fue creado inicialmente con un propósito el cual era el diseño del sistema operativo UNIXA. pero incomprensibles para los ordenadores. Muy poca disposición de datos. 4. Librerías: Junto con los compiladores de C y C++. 6. al menos no directamente. 3. Los algoritmos de procesamiento de cadenas incluyen métodos de manipulación de sucesiones de caracteres. concordancia y el árbol de expansión mínimo.se estudian algoritmos para buscar el cerco convexo de un conjunto de puntos para encontrar interacciones entre objetos. Utilizaciones simples de las primitivas del sistema operativo: es muy fácil de entrar desde un programa . Dispone de un gran número de operadores de bits. Lenguaje de propósito general: no está diseñado para ningún tipo de software en particular. (portabilidad). Sin embargo sin embargo rápidamente se revelo como un lenguaje muy potente y flexible lo provoco que su uso se extendiese rápidamente. escribir en la pantalla. Nosotros siempre escribiremos programas fuente y los guardaremos en ficheros fuente. manejar números. realizar funciones matemáticas. y su contenido como código objeto.[11] Fichero fuente y programa o código de fuente: Los programas C y C++ se escriben con la ayuda de un editor de textos del mismo modo que cualquier texto corriente.

Veremos esto con más detalle durante el curso. y para que organice la memoria de modo que se disponga de una pila de tamaño adecuado. Pero también hay librerías no estándar. todos los programadores desarrollan sus propias librerías para aquellas cosas que hacen frecuentemente. Errores de diseño: finalmente los errores más difíciles de corregir y prevenir. y sus decisiones no tienen por qué coincidir con lo que nosotros pretendemos. variables que no existen. y dentro de estas las hay públicas y comerciales. No obstante. nuestros programas estarán compuestos por varios ficheros fuente. Después de un tiempo trabajando. Una de las propiedades de C y C++ es la reutilización del código en forma de librerías de usuario.[12] UN EJEMPLOS DE PROGRAMCION C 2. y que su equivalente en Visual Basic sólo requiere unos pocos cientos. etc. Hay un conjunto de librerías muy especiales. y por lo tanto nos equivocamos. desde sistemas operativos y compiladores hasta aplicaciones de bases de datos y procesadores de texto. La pila es una zona de memoria que se usa para que el programa intercambie datos con otros programas o con otras partes del propio programa. o lo hayamos hecho mal. a pesar de ser comprensible para el ordenador. hay librerías de entrada y salida. e incluso crear las tuyas propias. Los errores de programación pueden clasificarse en varios tipos. Avisos: además de errores. no puede ser ejecutado. no habrá ningún programa que nos pueda ayudar a corregir los nuestros. Normalmente se refieren a funciones que no . Si nos hemos equivocado al diseñar nuestro algoritmo. en general. son los llamados depuradores. el compilador puede dar también avisos. más las librerías en un único fichero ejecutable. El fichero objeto. Contra estos errores sólo cabe practicar y pensar. sino que simplemente el programa terminará bruscamente. El compilador. como programador. Sobre todo diciendo que estos lenguajes son complicados y que requieren páginas y páginas de código para hacer cosas que con otros lenguajes se hacen con pocas líneas. es importante corregir estos avisos. matemáticas. además de generar el código objeto. Estos errores son más difíciles de detectar y corregir. inspeccionar variables y ejecutar nuestro programa paso a paso. etc. se basan en las directivas que los creadores del compilador decidieron durante su creación. y fallos que se presentan dependiendo de circunstancias distintas. Hay que dar ciertas instrucciones al ordenador para que cargue en memoria el programa y los datos. Hay varias razones para eso: 1. nos dará una lista de errores de sintaxis. Errores: Por supuesto.están clasificadas por el tipo de trabajos que hacen. de manejo de textos. ya que si hay errores no es posible generar un código objeto. y de cada uno de ellos se obtendrá un fichero objeto. Muy a menudo. pasando por juegos. o algún fichero objeto. Esto es una verdad a medias. 3. dependiendo de la fase en que se presenten. En éste curso sólo usaremos librerías ANSI. En el caso de los errores de ejecución normalmente no obtendremos mensajes de error. están definidas en ninguno de los ficheros objetos ni en las librerías. aplicaciones a medida. etc. expresiones erróneas o incompletas. Es necesario combinar nuestro fichero objeto con esas librerías para obtener un ejecutable. de manejo de memoria. la mayor parte de estos compiladores están respaldados por enormes librerías escritas en C. Todo puede programarse con ellos. Son las librerías ANSI o estándar. De hecho nos dará sólo una cosa o la otra. aún no hemos terminado el proceso. somos humanos. Puede que hayamos olvidado incluir alguna librería. etc. Existen programas auxiliares para buscar estos errores. Pero detrás de cada línea de estos compiladores de alto nivel hay cientos de líneas de código en C. Los errores de sintaxis se detectan en la fase de compilación. Los avisos son errores. Ficheros ejecutables y enlazadores: Cuando obtenemos el fichero objeto. Errores de sintaxis: son errores en el programa fuente. Propósito de C y C++ ¿Qué clase de programas y aplicaciones se pueden crear usando C y C++? La respuesta es muy sencilla: TODOS. Nada te impide a ti. Es necesario unir todos los ficheros objeto. Estos programas permiten detener la ejecución de nuestros programas. Esto resulta útil para detectar excepciones. funciones que estarán incluidas en librerías externas. Pueden deberse a palabras reservadas mal escritas. pero no lo suficientemente graves como para impedir la generación del código objeto. es posible que se produzcan errores. Errores de ejecución: incluso después de obtener un fichero ejecutable. Oirás y leerás mucho sobre éste tema. ya sean ANSI o no. Es cierto que un listado completo de un programa en C o C++ para gestión de bases de datos (por poner un ejemplo) puede requerir varios miles de líneas de código. Nuestros programas usaran. ya que el compilador tiene que decidir entre varias opciones. Tanto C como C++ son lenguajes de programación de propósito general. Errores de enlazado: el programa enlazador también puede encontrar errores. o puede que hayamos olvidado definir alguna función o variable. errores sutiles. usar librerías. que se incluyen con todos los compiladores de C y de C++.

y3=0. Haavard dijo: "Necesitamos una . Haavard y Eirik habían desarrollado el primer núcleo de gráficos de Qt y fueron capaces de poner en práctica sus propios widgets. y mientras estaban sentados en un banco del parque. 009 return app. por ejemplo). Macintosh. 008 label->show (). x2=0. barras de desplazamiento. a. menús. /* hallamos el cuadro de las dos variables leidas */ x2 = x * x. Printf (“\n El cuadrado de [%f] es: %f. el programa termina.setMainWidget (label). x2. char *argv[]) 004 { 005 QApplication app (argc. Sin un widget principal.h> 003 int main (int argc. /* hallamos el cuadro de las dos variables leidas */ X3 = x2 * x. La línea 6 crea un widget QLabel que muestra "Hola Qt". en el verano de 1990. scanf (“%c”. En 1991. va a estudiar línea por línea. \tY el cubo es %f”. } orientada a objetos pantalla del sistema. colaborando con Eirik en el diseño.1. }[12] UNA BREVE HISTORIA DE QT El kit de herramientas Qt por primera vez disponible al público en mayo de 1995. Haavard tomó la idea y produjo una implementación de codificación manual. y. 2. and Windows. "La discusión resultante sentó las bases intelectuales para el kit de herramientas multiplataforma orientado a objetos GUI que pronto van a construir. Al año siguiente. Haavard y Eirik se conocieron en el Instituto Noruego de Tecnología en Trondheim. El argumento de 0 al constructor QLabel (un puntero nulo) significa que el widget es una ventana en su propio derecho. y algunos otros controles. un widget es un elemento visual en una interfaz de usuario. Botones.0. x3=0. En la terminología de Qt. printf (“dame un carácter:”). Haavard sugirió que que entrar en un negocio conjunto para construir "el mejor del mundo C + + GUI toolkit".exec (). %f”. una ventana de aplicación es generalmente un widget que contiene una QMenuBar.h> 002 #include <qlabel. scan(n%f. Al final del año. Interés Haavard en C + + GUI desarrollo comenzó en 1988 cuando recibió el encargo por una empresa sueca para diseñar e implementar un C + + GUI toolkit. Eirik vino la idea de "señales y slots". x3). &a). Un día de ese verano. \tY el cubo es %f”. y2 = y * y. 010 } En primer lugar. Un programa en C que lee un carácter desde teclado y muestra en pantalla su código ASCII #include < stdio.&y). incluso después de que el usuario ha cerrado la ventana.0. Línea 7 makesthe etiqueta del widget application'smain.h > Main ( ) { int a. La línea 5 se crea un objeto QApplication para gestionar toda la aplicación de recursos. y=0. QToolBar uno. El constructor QApplication requiere argc y argv porque Qt soporta algunos argumentos de línea de comandos propios. He aquí un programa Qt muy simple: 001 #include <qapplication. /*lectura de las variables*/ Prinf (“\nintroducir dos valores reales separados por coma: n). un paradigma de interfaz gráfica de usuario de programación simple pero poderoso. 007 app. Un par de años más tarde.a). donde ambos se graduaron con maestría en ciencias de la computación. QStatusBar uno.0. Las líneas 1 y 2 incluyen las definiciones de las clases y QApplication QLabel. y2. Noruega. 006 QLabel *label = new QLabe l("Hello Qt!". por ejemplo.0. no un flash dentro de otra ventana. y3). el programa sigue corriendo en segundo plano. Los widgets pueden contener otros widgets. Y3 = y2 * y. &x.h > Void main( ) { /* declaramos las variables a utilizar */ float x=0. /* mostramos por pantalla los datos y los resultados */ Printf (“\n El cuadrado de [%f] es: %f.0. y los marcos son ejemplos de widgets. comenzó a escribir Haavard las clases que finalmente se convirtió en Qt. 0). y Eirik Haavard salió a disfrutar del sol. Un programa que calcula el cuadrado y el cubo de os números y los muestra en pantalla: # include < stdio. Haavard y Eirik se trabajando juntos en una aplicación C + + base de datos de imágenes de ultrasonido. Al principio fue desarrollado por Haavard Nord (CEO de Trolltech) y Eirik Chambe-Eng (Trolltech presidente). printf (“ El código ASCII del carácter %c es %d”. En 1993. La del sistema necesarios para poder ejecutar con una interfaz gráfica de usuario en Unix. argv). Cuando el usuario cierra el widget principal (haciendo clic en X en la barra de título de la ventana. x. entonces veremos cómo compilarlo y ejecutarlo.

uno para cada tipo de modelo o problema. y por lo general los problemas con los que uno se encuentra en la vida cotidiana suelen ser de este tipo (Programación No Lineal). a fin de evitar el parpadeo. el . por lo general mediante la ejecución de una o más funciones. Línea 9 pasa el control de la aplicación a Qt. El sistema está formado por distintos módulos. Linear goal programming (GP) and integer linear goal programming (IGP): resuelve modelos de programación multiobjetivo con restricciones lineales. también permite resolver los problemas de programación lineal entera utilizando el procedimiento de Ramificación y Acotación (Branch&Bound). y terminar sin intervención humana. y problemas no lineales con restricciones utilizando el método SUMT (función objetivo con penalizaciones sobre el incumplimiento de las restricciones). [13] UN PROGRAMA PARA RESOLVER ESTE TIPO DE PROBLEMAS WinQSB es un sistema interactivo de ayuda a la toma de decisiones que contiene herramientas muy útiles para resolver distintos tipos de problemas en el campo de la investigación operativa. árbol generador. Quadratic programming (QP) and integer quadratic programming (IQP): resuelve el problema de programación cuadrática. hay barias formas de resolver estos problemas como algunos programas como el explicado anteriormente. el programa entra en una especie de modo stand-by. 4. 6. de modo que podemos personalizar antes de mostrarlos. resultados. Utiliza un método Simplex adaptado. PERT/CPM: módulo de gestión de proyectos en los que hay que realizar varias actividades con relaciones de precedencia[14] CONCLUSION Comprendí que programación no lineal es la manera para resolver un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones (su función objetivo no son lineales) representara una curva o varias. como clics del mouse y pulsaciones de teclas. Acciones de los usuarios generar eventos (también llamados "mensajes") en que el programa puede responder. 5. Entre ellos destacaremos los siguientes: 1. el problema del transporte. 2. las aplicaciones de interfaz gráfica de usuario difieren drásticamente de los programas de lotes convencionales. REFERENCIAS Hola en Windows XP. 3. donde se espera a que las acciones del usuario. En este sentido. el algoritmo son los pasos a seguir para resolver dicho sistema. es decir. y problema del agente viajero. flujo máximo. problemas con función objetivo cuadrática y restricciones lineales.La línea 8 tiene la etiqueta visible. Network modeling (NET): incluye programas específicos para resolver el problema del transbordo. Nonlinear programming (NLP): permite resolver problemas no lineales irrestringidos utilizando métodos de búsqueda lineal. problema del camino más corto. Los modelos de IQP los resuelve utilizando algoritmos de ramificación y acotación. que por lo general de entrada del proceso. En este punto. Linear programming (LP) and integer linear programming (ILP): este módulo incluye los programas necesarios para resolver el problema de programación lineal gráficamente o utilizando el algoritmo del Simplex. el de asignación. Widgets se crean siempre oculta.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->