Está en la página 1de 34

UNIVERSIDAD SAN PEDRO

AO DEL CENTENARIO DE MACHU PICCHU PARA EL MUNDO

TEMA:
Programacin no Lineal.
ESCUELA:
Ingeniera Industrial
CURSO:
Investigacin Operativa.

DOCENTE:
Ing. Gabriel Santos Blas.

ALUMNOS:
Carhuanina Calahuala, Cristian.
Martinez Aguirre, Katia
Valdiviezo La Rosa, Andrs
Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa

A esta clase de problemas de optimizacin


pertenecen todos aquellos, en los cuales la funcin
objetivo y/o las restricciones son funciones no-
lineales de las variables de decisin.

En particular, la programacin no-lineal provee una


manera de abordar el no cumplimiento del
supuesto de proporcionalidad de la programacin
lineal, permitiendo la programacin de economas
o deseconomas de escala y/o retornos crecientes
o decrecientes a escala.
Modelos de Programacin Matemtica
Programacin No - lineal

a) Rendimientos decrecientes a escala.


Investigacin Operativa

Una compaa vende cuatro productos diferentes.


El retorno que provee cada producto es una
funcin de la cantidad de recursos asignados a la
promocin y venta de cada producto, segn la
siguiente tabla:

PRODUCTO RETORNO (M$)


Producto 1 10.000 x1 0.50
Producto 2 7.500 x2 0.75
Producto 3 9.000 x3 0.60
Producto 4 15.000 x4 0.30
Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa

En este ejemplo:
xi es la cantidad de recursos asignados al producto
i, con i = 1,2,3,4.

El siguiente modelo provee una asignacin de


estos recursos, de modo de maximizar las
utilidades, considerando una inversin anual no
superior a los M$ 75.000.
Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa

Max

10.000 x10.5 + 7.500 x20.75 + 9.000 x30.6 + 15.000 x40.3

s.a:

x1 + x2 + x3 + x4 75.000
xi 0; i = 1, 2, 3, 4, 5.
Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa

c) Localizacin de instalaciones.
Una compaa petrolera desea construir una
refinera que recibir suministros desde tres
instalaciones portuarias, cuyas coordenadas se
muestran en la siguiente figura:

Puerto B
40

30 Puerto C

Puerto A
30 80
II. Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa

Si denotamos por x e y las respectivas


coordenadas de la refinera que se debe instalar,
una posible eleccin es aquella que resulta de
minimizar la cantidad total de tubera necesaria
para conectar la refinera con los puertos, dada
por:

Min f(x,y) =
( x 0 )2 ( y 0 )2
( x 30 )2 ( y 40 )2
( x 80 )2 ( y 30 )2
II. Modelos de Programacin Matemtica
Programacin No - lineal

.
Investigacin Operativa

La solucin ptima calculada por el solver de Excel


es:

x*=30,8052225
Puerto B
y*= 37,8900128

Puerto C

Refinera

Puerto A
Modelos de Programacin Matemtica
Programacin No - lineal

Optimizacin no restringida.
Investigacin Operativa

Los problemas de optimizacin no restringida


no tienen restricciones, por lo que la funcin
objetivo es sencillamente
Maximizar f(X)
Sobre todos los valores X=(X1, X2, ., XN).
Segn el repaso del apndice 3, la condicin
necesaria para que una solucin especfica
X=X* sea optima cuando f(X) es una funcin
diferenciable es:
= 0 en X=X*, para j=1,2,, n.
Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa
Modelos de Programacin Matemtica
Programacin No - lineal

Optimizacin linealmente restringida.


Los problemas de optimizacin linealmente restringida
Investigacin Operativa

se caracterizan por restricciones que se ajustan por


completo a la programacin lineal, de manera que todas
las funciones de restriccin gi(X) son lineales, pero la
funcin objetivo es no lineal.
El problema se simplifica mucho si solo se tiene que
tomar en cuenta una funcin no lineal junto con una
regin factible de programacin lineal. Se han
desarrollado varios algoritmos especiales basados en una
extensin del mtodo simplex para analizar la funcin
objetivo no lineal. Un caso especial importante descrito
a continuacin es la programacin cuadrtica.
Modelos de Programacin Matemtica
Programacin No - lineal

Programacin cuadrtica
De nuevo los problemas de programacin cuadrtica tienen
Investigacin Operativa

restricciones lineales, pero ahora la funcin objetivo f(x) debe ser


cuadrtica. Entonces, la nica diferencia entre estos y un
problema de programacin lineal es que algunos trminos de la
funcin objetivo incluyen el cuadrado de una variable o el
producto de dos variables.
Se han desarrollado muchos algoritmos para este caso, con la
suposicin adicional de que f(X) es cncava. La programacin
cuadrtica es muy importante, en parte porque las
formulaciones de este tipo surgen de manera natural en
muchas aplicaciones. Por ejemplo, el problema de la seleccin de
una cartera con inversiones riesgosas se ajusta a este
formato. Sin embargo, otra razn por la que es importante
es que al resolver problemas generales de optimizacin
linealmente restringida se puede obtener la solucin de una
sucesin de aproximaciones de programacin cuadrtica.
Modelos de Programacin Matemtica
Programacin No - lineal

Programacin convexa.
La programacin convexa abarca una amplia clase de
Investigacin Operativa

problemas, entre ellos como casos especiales, estn los


tipos anteriores cuando f(x) es cncava. Las suposiciones
son:
1. F(X) es cncava.
2. Cada una de las gi(X) es convexa.
Como se dijo anteriormente, estas suposiciones son
suficientes para asegurar que un mximo local es un
mximo global, en secciones posteriores se ver que la
condiciones necesarias y suficientes para obtener tal
solucin optima son una generalizacin natural de la
condiciones que se acaban de exponer para la
optimizacin no restringida y su extensin a la inclusin de
restricciones de no negatividad.
Modelos de Programacin Matemtica
Programacin No - lineal

Programacin separable.
La programacin separable es una caso especial de programacin
Investigacin Operativa

convexa, en donde las suposiciones adicionales es:


3.- todas las funciones f(X) y gj(X) son funciones separables.
Una funcin separable es una funcin en la que cada trmino
incluye una sola variable, por lo que la funcin se puede separar
en una suma de funciones de variables individuales. Por ejemplo,
si f(X) es una funcin separable, se puede expresar como
F(X)= fj (Xj),
En donde cada fj(Xj) incluye solo los trminos con Xj. en la
terminologa de programacin lineal , los problemas de
programacin separable satisfacen las suposiciones de auditividad
pero no las de proporcionalidad (para funciones no lineales).
Modelos de Programacin Matemtica
Programacin No - lineal

Para ilustrar, la funcin objetivo considerada en la


Investigacin Operativa

siguiente figura:
F(X1, X2)=126X1 9x21 + 182X2 13X22
Es una funcin separable porque puede ser
expresada como
F(X1, X2)= F(X1) + F(X2)
Donde F1(X1)= 126X1 9x21 y F(X2)= 182X2
13X22 son cada una funciones de una sola
variable x1 y x2, respectivamente. Usando el
mismo razonamiento, se puede verificar que la
funcin considerada en la figura siguiente,
tambin es una funcin separable.
Modelos de Programacin Matemtica
Programacin No - lineal
Investigacin Operativa
Modelos de Programacin Matemtica
Programacin No - lineal

Programacin no convexa.
La programacin no convexa incluye todos los
Investigacin Operativa

problemas de programacin no lineal que no satisfacen


las suposiciones de programacin convexa. En este caso,
aun cuando se tenga xito en encontrar un mximo local,
no hay garanta de que sea tambin un mximo global. Por
lo tanto, no se tiene un algoritmo que garantice encontrar
una solucin optima para todos estos problemas; pero si
existen algunos algoritmos bastantes adecuados para
encontrar mximos locales, en especial
cuando las formas de las funciones no lineales no se
desvan demasiado de aquellas que se supusieron para
programacin convexa. Ciertos tipos de problemas de
programacin no convexa se pueden resolver sin mucha
dificultad mediante mtodos especiales. Dos de ellos, de
gran importancia.
Modelos de Programacin Matemtica
Programacin No - lineal

Programacin geomtrica.
Cuando se aplica programacin no lineal a problemas
Investigacin Operativa

de diseo de ingeniera, muchas veces la funcin


objetivo y las de restriccin toman la forma
En donde
Tales casos, las ci y aij representan las constantes fsicas y
las xj son las variables de diseo. Estas funciones por lo
general no son ni cncavas ni convexas, por lo que las
tcnicas de programacin convexa no se pueden aplicar
directamente a estos problemas de programacin
geomtrica. Sin embargo, existe un caso importante en
el que el problema se puede transformar en un
problema de programacin convexa equivalente.
Modelos de Programacin Matemtica
Programacin No - lineal

En este caso es aquel en el que todos los


Investigacin Operativa

coeficientes c1 en cada funcin son


estrictamente positivos, es decir, las funciones
son polinomios positivos generalizados (ahora
llamados posinomiales), y la funcin objetivo se
tiene que minimizar. El problema equivalente
de programacin convexa con variables de
decisin y1, y2,, yn se obtienen entonces al
establecer
En todo el modelo original. Ahora se puede
aplicar un algoritmo de programacin convexa.
Modelos de Programacin Matemtica
Programacin No - lineal

Multiplicadores de Lagrange.
Investigacin Operativa

Se pueden utilizar los multiplicadores de Lagrange


para resolver los problemas no lineales en los cuales
las restricciones son igualdades. Consideramos los
del tipo siguiente:

Para resolverlo, asociamos un multiplicador l 1 con la


i-sima restriccin y formamos el lagrangiano

Modelos de Programacin Matemtica
Programacin No - lineal

Donde son constantes (desconocidas) denominadas


multiplicadores de Lagrange. Despus resulvase el
Investigacin Operativa

sistema de n + m ecuaciones:

Teorema : Si existe una solucin al programa (1),


sta se encuentra contenida entre las soluciones al
sistema anterior, siempre y cuando y todas tengan
primeras derivadas parciales continuas y la matriz
jacobina de m x n,

tenga rango m en X = X*
Modelos de Programacin Matemtica
Programacin No - lineal

Ejemplo:
Investigacin Operativa

Una compaa planea gastar 10,000 dlares


en publicidad. Cuesta 3,000 dlares un
minuto de publicidad en la televisin y 1,000
dlares un minuto de publicidad en la radio.
Si la empresa compra x minutos de
comerciales en la televisin y y minutos de
comerciales en la radio, su ingreso, en miles
de dlares, est dado por . Cmo puede la
empresa maximizar su ingreso?
Modelos de Programacin Matemtica
Programacin No - lineal

Solucin:
Investigacin Operativa

Se tiene el programa no lineal siguiente

Entonces Hacemos
Modelos de Programacin Matemtica
Programacin No - lineal

Obsrvese que 10 - 3x -y = 0 se convierte en la restriccin 3x + y = 10. La


Investigacin Operativa

ecuacin (1) da y la ecuacin (2) da


As,

Sustituyendo (4) y (5) en la (3), obtenemos, o Entonces (4) y (5) nos dan
Modelos de Programacin Matemtica
Programacin No - lineal

El hessiano para es
Investigacin Operativa

Ya que cada mejor principal de primer orden es negativo, y , es


una funcin cncava. La restriccin es lineal y, por lo tanto da la solucin
ptima para el programa no lineal.
As, la empresa tendra que comprar 69/28 minutos de tiempo de televisor y
73/28 minutos de tiempo de radio. Ya que l = , el gasto de un D extra (en
miles) (para un D pequeo) aumentara los ingresos de la empresa en
aproximadamente 0.25 D dlares (en miles).

En general, si la empresa tiene a dlares para gastar en la publicidad, se
puede demostrar que .

Vemos que si gasta ms dinero en la publicidad, el incremento en el ingreso


por cada dlar adicional para la publicidad se hace ms pequeo.
Modelos de Programacin Matemtica
Programacin No - lineal
Condiciones Kunh-Tucker

Investigacin Operativa

El desarrollo est basado en el mtodo de Lagrange. Estas condiciones son


tambin suficientes bajo ciertas limitaciones que se establecern
posteriormente.
Considere el problema maximizar z = f(X)
sujeto a g(X)>= 0
Las restricciones de desigualdad pueden convertirse en ecuaciones
sumando las variables de holgura no negativas apropiadas. Por
consiguiente, para satisfacer las condiciones de no negatividad, sea la
cantidad de holgura sumada a la i-esima restriccin gi (X) >= 0. Defnase
S = (S1 , S2 , . . . , Sm )T y
donde m es el nmero toral de restricciones de desigualdad. La funcin de
Lagrange es, por consiguiente,
L(X,S,l ) = f(X) - l [ g(X) + S2 ]
Dadas las restricciones g(X) >= 0
Una condicin necesaria para la optimidad es que l sea no negativa (o bien,
no positiva) para problemas de maximizacin (o bien, minimizacin). Esto se
justifica como sigue. Considere el caso de maximizacin. Ya que l mide la
tasa de variacin de f con respecto a g; l = d f / d g
Modelos de Programacin Matemtica
Programacin No - lineal

Como el lado derecho de la restriccin g >= 0 aumenta sobre


cero, el espacio de soluciones llega a ser menos restringido y
Investigacin Operativa

as f no puede disminuir. Esto significa que l 0. De igual


manera, en el caso de minimizacin cuando los recursos
aumentan, f no puede aumentar, lo cual implica que l >= 0 . Si
las restricciones son igualdades, esto es, g(X) =0 , entonces l
ser irrestricta en signo.
Las restricciones sobre l dadas anteriormente deben de
mantenerse como parte de las condiciones necesarias de
Kunh-Tucker. Las condiciones restantes se obtendrn ahora.
Tomando las derivadas parciales de L con respecto a X, S y l ,


Modelos de Programacin Matemtica
Programacin No - lineal

Procedimiento de bsqueda en una


Investigacin Operativa

dimensin.
Este procedimiento trata de encontrar una
serie de soluciones prueba que conduzcan
hacia una solucin ptima. En cada
iteracin, se comienza con la solucin
prueba actual para llevar a cabo una
bsqueda sistemtica, que culmina con la
identificacin de una nueva solucin
prueba mejorada.
Modelos de Programacin Matemtica
Programacin No - lineal

Tcnicas de Gradiente.
Investigacin Operativa

En este punto se desarrolla un mtodo para


optimizar funciones continuas que son dos
veces diferenciables. La idea general es
generar puntos sucesivos comenzando en un
punto inicial dado, en la direccin del
aumento ms rpido (maximizacin) de la
funcin. Est tcnica se conoce como mtodo
del gradiente porque el gradiente de la
funcin en un punto es lo que indica la tasa
ms rpida de aumento.
Modelos de Programacin Matemtica
Programacin No - lineal
Funciones de penalizacin.

Un enfoque alternativo para resolver el programa


Investigacin Operativa

comprende al programa sin restricciones :

Donde pi > 0 son constantes denominadas costos de


penalizacin. La solucin al programa (2) es la solucin al
programa (1), cuando cada gi (x) = 0. Para los valores grandes
de pi la solucin de (2) tendr cada gi (x) cercana a cero, para
evitar efectos adversos en la funcin objetivo por parte de los
trminos pi gi2 (x); y conforme cada pi -> , cada gi (x) -> 0.
EJERCICIOS DE PROGRAMACION NO LINEAL

1.- La funcin de beneficios de una empresa viene dada por la funcin:

B(x,y,z) = x y + 2 z2

donde x, y, z son las cantidades a producir de cada uno de los tres artculos
que fabrica y vende.La empresa produce estos tres productos en un nica
seccin en la que hay disponibles 120 horas semanales, empleando en la
produccin de una unidad del primer articulo 5 horas, en una del segundo
20 horas y en una del tercero 4 horas.
Se sabe adems que por razones de demanda la empresa no puede producir
menos de 5 unidades del primer articulo, ni ms de 10 del segundo.
1. Determinar la produccin a realizar.

2. Cul debera ser la retribucin de una hora extraordinaria?