Programacin no lineal

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


Ahora por simple comparacin de valores








As y son mximos globales y y mnimos
globales.















































http://www.mathstools.com/section/main/Multiplicadores_de_Lagrange?lang=es#.U0ak2Pl5Nps
http://ocw.usal.es/eduCommons/ensenanzas-tecnicas/investigacion-operativa-
i/contenidos/TemasIO-I_PDF/Cap06(PNL)_IO-I.pdf
http://www.matap.uma.es/~garvin/05Ca15/node9.html