Aplicación de la programación no lineal

Introducción

El estudio realizado hasta el momento se ha dedicado a problemas de programación

lineal, que modelizaban situaciones donde el objetivo y las restricciones son lineales en
las variables de decisión. Aunque los problemas de programación lineal son muy
comunes y cubren un amplio
rango de aplicaciones, en la vida real uno se tiene que enfrentar con cierta frecuencia a
otro tipo de problemas que no son lineales. Cuando el conjunto de restricciones, la función
objetivo, o ambos, son no lineales, se dice que se trata de un problema de programación
no lineal (PPNL).
Los problemas de optimización no lineal son más difíciles de resolver que los lineales.
Estas dificultades aparecen incluso en el caso más simple como el de optimizar una
función de una variable en R sin restricciones.
En este tema se presentan algunos problemas de programación no lineal. En algunos
casos, coinciden con los que se han descrito en temas precedentes, pero bajo hipótesis
distintas.

Objetivo

Aplicar lo que es la programación no lineal a un caso real en la que con este método se
maximizara beneficios o minimizaremos costos.

Problemas de máximos y mínimos

El estudio realizado hasta el momento se ha dedicado a problemas de programación

lineal, que modelizaban situaciones donde el objetivo y las restricciones son lineales en
las variables de decisión. Aunque los problemas de programación lineal son muy
comunes y cubren un amplio rango de aplicaciones, en la vida real uno se tiene que
enfrentar con cierta frecuencia a otro tipo de problemas que no son lineales. Cuando el
conjunto de restricciones, la función objetivo, o ambos, son no lineales, se dice que se
trata de un problema de programación no lineal (PPNL).
Los problemas de optimización no lineal son más difíciles de resolver que los lineales.
Estas dificultades aparecen incluso en el caso más simple como el de optimizar una
función de una variable en R sin restricciones.
En este tema se presentan algunos problemas de programación no lineal. En algunos
casos, coinciden con los que se han descrito en temas precedentes, pero bajo hipótesis
distintas.

Estrategia para resolver problemas aplicados a la optimización

 Identificar los hechos dados y las cantidades desconocidas que se trata de

encontrar.
 Realizar un croquis o diagrama
 que incluya los daos pertinentes introduciendo variables para las cantidades
desconocidas.
 Enunciar los hechos conocidos y las relaciones entre variables.
 Determinar de cuál de las variables se desea encontrar el máximo o el mínimo y
expresa resta variable como función de una de las otras varíales.
  Encontrar los valores críticos de la función obtenida.
 Utilizar el criterio de la primera o segunda derivada para determinar si esos valores
críticos son máximos o mínimos.
 Verificar si hay valores máximos o mínimos en la frontera del dominio de la función
que se obtuvo anteriormente.

Modelos de costo beneficio y utilidades

 Función de costo: una función de costo especifica el coso C como una función de
la cantidad de artículos x. en consecuencia C(x) es el costo de x artículos y tiene la
forma.

Costo =costo variable + costo fijo

Costos fijos son la suma de todos los gastos que son independientes del nivel de
producción como el alquiler los seguros etc.
Costos variables son la suma de todos los costos que dependen del nivel de
producción como la mano de obra, materiales, cantidades producidas, etc.
 Función ingreso: los ingresos son el efectivo que el fabricante o el productor
recibe por la venta de su producción. Relaciona a las cantidades a las cantidades
vendidas por el precio de cada una de ellas, es decir:

Ingreso total= (precio por unidad) *(número de unidades vendidas)

 Función utilidad: la utilidad es el ingreso neto o lo que queda del ingreso después
de restar los costos. La utilidad será

Utilidad = ingreso – costo

Problema 1 minimización de cotos

Se va a construir una cisterna rectangular con base y tapa cuadradas para almacenar 12
000 pies cúbicos de agua. Si el concreto para construir la base y los lados tiene un costo
de $100 por pie2 y el material para construir la tapa cuesta $200 por pie2 ¿cuáles son las
dimensiones de la cisterna que minimizan el costo de su
construcción? ¿Qué se quiere en el problema?
Determinar las dimensiones de la cisterna que minimizan el costo de su construcción.
Suponiendo que las dimensiones de la cisterna son: x pies el lado de la base cuadrada y h
pies su altura. ¿Cuál es el costo de su construcción?
Con la siguiente función de costo

𝐶(𝑥) = 300𝑥 2 + 400𝑥ℎ

La ecuación del requerimiento:

ℎ ∗ 𝑥 2 = 12000
Resolviendo en Matlab:
clc;
syms vx x;
v=inline('vx');
vx=12000/x^2;
fprintf('el requerimiento para el tamaño de la cisterna es:\n V(x)=')
disp(vx);
syms cx x h;
c=inline('cx');
cx=(300*x.^2)+(400*x*h);
fprintf('funcion de costo \n C(x)=');
disp(cx);
syms fx x;
fx=300*x.^2+400*x*(vx);
f=inline('fx');
fprintf('para la nueva funcion con l requerimiento es :\n F(x)=');
disp(fx);
Dfx=diff(fx,x);
double Dfx;
Df=inline(Dfx)
froots=solve(Dfx)
x=length(froots)
fprintf('funcion derivada:\n Df(x)=');
disp(Dfx);
min=0;
y=0;
for i=1; x;
y=f(froots(i));
vp=eval(y);
if(vp>min);
min=vp;
pos=froots(i);
end
end
valmax=[pos,min];
fprintf('sacando el minimo tamaño de x es :\n x=');
disp(min);
fprintf('sacando el minimo tamaño de h es :\n h=');
vx=12000/min^2;
disp(vx);
fprintf('reemplazando en la ecuacion para hallar el costo minimo de la cisterna: ');
cx=(300*min.^2)+(400*min*vx);
fprintf('Bs.');
disp(cx);
Ya encontrando la minimización de costos:
el requerimiento para el tamaño de la cisterna es:
V(x)=12000/x^2

función de costo
C(x)=300*x^2 + 400*h*x

para la nueva función con el requerimiento es :

F(x)=4800000/x + 300*x^2

froots =

20
3^(1/2)*10*i - 10
- 3^(1/2)*10*i - 10

x=

función derivada:
Df(x)=600*x - 4800000/x^2

sacando el mínimo tamaño de x es :

x= 20

sacando el mínimo tamaño de h es :

h= 30
reemplazando en la ecuación para hallar el costo mínimo de la cisterna: Bs. 360000

Conclusiones
Se concluye realizando la aplicación de la programación no lineal y del cual se minimizo el
coste de la construcción de la cisterna.
Bibliografía
EDWARDS, C. H. y David E. Penney (1996) “Cálculo con Geometría Analítica”
Editorial Prentice may. México.
HOFFMANN, Laurence D. y BRADLEY Gerald L. (1998) “CALCULO para
Administración y Ciencias Sociales”. Editorial Mc Graw Hill. Colombia
http://diarium.usal.es/guillermo
Moya, M. (1998). La programación lineal. Costa
Rica: EUNED.