Programacin no lineal (PNL) es el proceso de resolucin de un sistema de
igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto de variables reales desconocidas, con una funcin objetivo a maximizar, cuando alguna de las restricciones o la funcin objetivo no son lineales.
Una suposicin importante de programacin lineal es que todas sus funciones (funcin objetivo y funciones de restriccin) son lineales. Aunque, en esencia, esta suposicin se cumple para muchos problemas prcticos, con frecuencia no es as. De hecho muchos economistas han encontrado que cierto grado de no linealidad es la regla, y no la excepcin, en los problemas de planeacin econmica, por lo cual, muchas veces es necesario manejar problemas de programacin no lineal, lo cual vamos a analizar enseguida.
De la manera general el problema de programacin no lineal consiste en encontrar: X=(X 1 , X 2 , X 3 , X 4 , X N ) para
Maximizar f(X), sujeta a G i (X)<= b i para i=1,2..m, Y X=>0,
Donde f(X) y g i (x) son funciones dadas de n variables de decisin.
Multiplicadores de lagrange
El Mtodo de los multiplicadores de Lagrange es un mtodo para resolver problemas de programacin no lineal, es decir, problemas en los que tanto la funcin objetivo y las funciones de restricciones son no lineales, es decir, problemas de la forma
maximizar f (x) Sujeto a g i (x) = 0 Con g i : R n R f: R n R y x R n
i entero positivo, con 1 i m
Suponemos que tanto f, como las g i son funciones al menos, dos veces diferenciables La idea es estudiar las curvas de nivel de la funcion f, es decir, aquellos valores vectoriales x en los que
N (f, k) = { x R n : f(x) = k}
Como quiera que f, est restringida a g i (x) = 0, el conjunto factible ser la interseccin de este conjunto con el conjunto de nivel 0 de cada una de las g i , es decir cada conjunto N (g i , 0) = { x R n : g i (x) = 0}
Y as
RF = Regin factible = N (f, k) N (g i , 0) , con i = 1, 2, ..., m Teora en Extensin Lo primero de todo es notar que por ser f continua y RF compacto (interseccin de compactos), f alcanza su mximo en RF (y su mnimo). Supongamos que f tiene un mximo en el punto x 0 y supongamos por ahora que f(x 0 ) 0 . si nos desplazamos por los conjuntos de nivel de la f en la direccinde mayor crecimiento de la funcin, esto es en la direccin de f, para el punto x 0 f alcanza el mximo, supongamos el valor k 0 , por tanto tendremos el conjunto de nivel N (f, k 0 ). Por otro lado, por estar x 0 en la regin factible, este conjunto de nivel intersecta con a cada N (g i , 0) en el punto x 0 . Se puede demostrar que en x 0 , los conjuntos de nivel N (f, k0) y N (g i , 0) se cortan de manera tangente, es decir f y g i son paralelos i , por tanto se tiene que
f (x 0 ) = i g i (x 0 )
Por tanto el mximo de f restringida a g i = 0 es el mximo de la funcin
L(x, ) = f(x) - i g i (x)
A los nmeros i se les llaman multiplicadores de Lagrange
Recordando la condicin del gradiente, una condicin necesaria para que x 0 sea un punto crtico de L es que se cumpla que Mtodo de los multiplicadores de Lagrange L (x 0 ) = 0 Con L(x, ) = f(x) - i g i (x)
Obsrvese que L es una funcin vectorial con n+m coordenadas, es decir L = (L x1 , ... , L xn , L 1 , ..., L m ),
As nuestro problema de programacin no lineal se ha reducido a resolver un sistema no lineal de n+m ecuaciones para las incgnitas x j , i , donde . 1 i m, 1 j n . Lo cual es un problema, en principio, nada trivial de resolver, cuyas ecuaciones son.
L x1 =0 ... L xn = 0 L 1 = g 1 (x) = 0 ... L m = g m (x) = 0 Con L(x, ) = f(x) - i g i (x)
Obsrvese tambin que los puntos donde se verifica el sistema de ecuaciones pueden corresponder a mximos, mnimos o puntos de silla, de modo que la solucin, en principio, tampoco est garantizada por este mtodo, tales soluciones van a requerir un anlisis un poco mayor, entre ellos el clculo del Hessiano o bien se puede recurrir a un anlisis de la vecindad del punto en cuestin para analizar la solucin.
Hay varios mtodos para el clculo de mximo de L uno de ellos es aplicar el mtodo del gradiente a la funcin L Esto es, calcularemos numricamente L e iremos avanzando en la direccin en la que tiende a hacerse cero, encontrado este punto, el mtodo del Hessiano o otro tipo de anlisis nos dir siel punto crtico es un mximo, un mnimo o un punto de silla.
Ejercicio
Problema:Extremos de , sujeto a la restriccin . Se construye la Lagrangiana,
Se buscan los puntos crticos, De la primera ecuacin se tiene
As tenemos que puede ser
De la tercera ecuacin
que mirando en la segunda ecuacin
proporciona los puntos
La otra posibilidad en la primera ecuacin es que
mirando en la segunda ecuacin (al igual que hicimos en la primera) puede ser
Y de nuevo de la tercera ecuacin
de donde se obtiene
que nos proporciona los puntos
tambin puede ser, mirando en la segunda ecuacin
y por tanto, eliminando el caso que ya hemos visto
Que de acuerdo con la tercera ecuacin nos da
que al ser
obteniendose los puntos
Hemos obtenido as puntos crticos del tipo o si se quiere del tipo con multiplicador de Lagrange asociado