UNIVERSIDAD DE CONCEPCION

FACULTAD DE INGENIERIA
DEPTO DE INGENIERIA QUIMICA

OPTIMIZACION DE PROCESOS. 2012/I

OPTIMIZACION NO LINEAL RESTRICTA

Problema 1. Una empresa estima que su utilidad mensual es una funcin de la cantidad
de dinero que destina a la publicidad por radio y televisin cada mes. La funcin de
utilidad es
80 x 40 y
U= + 2x 2 y
5 + x 10 + y
donde U es la utilidad mensual (en miles de US$) y x e y indican el gasto mensual en
publicidad por radio y televisin, respectivamente (ambos en miles de US$). Si el
presupuesto mensual de publicidad disponible es de US$ 25.000, calcule la cantidad que
debera asignarse a ambos medios con objeto de maximizar la utilidad mensual.

Problema 2. Calificar los puntos estacionarios del siguiente problema restricto:

Mn : f ( x ) = x1 x2
Sa : g ( x ) = 25 ( x12 + x22 ) 0

Problema 3. Encontrar y calificar los puntos estacionarios del siguiente problema

restricto:
f = x1 x2 x3

g1 = x1 cos ( x2 ) 5 0
Sa :
g 2 = x3 cos ( x2 ) 6 0

Resumen. Dado el problema general de optimizacin restringida:

Min : f ( x)
Sa : h ( x) = 0
(1)
g ( x) 0

hT = [ h1 h2 hm] es un vector de m restricciones de igualdad.

gT = [ g1 g2 gp] es un vector de p restricciones de mayoranza.

El problema se restringe a restricciones de igualdad agregando variables de holgura

Min : f ( x )
Sa : h ( x ) = 0
(2)
g ( x ) = 0
donde T = [ 12 22 p2 ] es un vector de variables cuadrticas de holgura. Podemos
generalizar la Lagrangiana en a:

m p
L ( x, , , u ) = f ( x ) + j h j ( x ) u j g j ( x ) 2j (3)
j =1 j =1

Cuyos puntos estacionarios se obtienen de resolver el sistema:

L f m h j p g j
= + j uj =0 i = 1, n ( A)
xi xi j =1 xi j =1 xi
L
= hi =0 i = 1, m ( B)
i
L
= gi i2 =0 i = 1, p (C )
ui (4)
L
= 2ui i =0 i = 1, p ( D)
i

Con sensitividad f f ( x0* ) j h j ; f f ( x0* ) + u j g j con una perturbacin negativas de

restriccin.

En un punto estacionario, el signo de la curvatura local de una funcin n-dimensional

sometida a m (m n) restricciones activas est dado por la operatoria

= v T H x ( LKT ) v

donde v es un vector no nulo, simultneamente ortogonal al gradiente de todas las

restricciones activas, y LKT corresponde a un subproblema Lagrangiano reducido a las
restricciones activas

LKT = f ( x ) + ii ( x )

Si las restricciones son de igualdad, i = i y i = hi. En el caso de restricciones activas de

desigualdad i = -ui y i = gi . Ntese que cuando Hx(LKT) es definida positiva en el punto
estacionario, entonces el punto estacionario es necesariamente mnimo local.