Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En tales casos, las ci y a ty representan las constantes físicas y las x} son las
variables de diseño. Estas funciones por lo general no son ni cóncavas ni
convexas, por lo que las técnicas de programación convexa no se pueden aplicar
directamente a estos problemas de programacióngeo- métrica. Sin embargo, existe
un caso importante en el que el problema se puede transformar en un problema de
programación convexa equivalente. Este caso es aquel en el que todos los
coeficientes ¿ en cada función son estrictamente positivos, es decir, las funciones
son polinomios positivos generalizados (ahora llamados posinomiales), y la función
objetivo se tiene que minimizar. El problema equivalente de programación convexa
con variables de decisión yx, y2,…, yn se obtiene entonces al establecer
Programación Fracccional
Suponga que la función objetivo se encuentra en la forma de una fracción, esto es,
la razón o cociente de dos funciones,
Programación Cuadrática
Y tenemos una circunferencia de radio a y centro en (2, 2). Por lo tanto, para
obtener el mínimo de z necesitamos calcular el mínimo valor de a que cumple
las restricciones. Gráficamente tenemos la situación de la figura y en ella
vemos que el valor mínimo de a que verifica las restricciones es el de la
perpendicular desde el punto (2, 2) a la recta dada por:
,
,
donde es la función objetivo a minimizar, son las restricciones de
desigualdad y son las restricciones de igualdad, con y el número
de restricciones de desigualdad e igualdad, respectivamente.
Las condiciones necesarias para problemas con restricciones de
desigualdad fueron publicadas por primera vez en la tesis de máster de W.
Karush, aunque fueron renombradas tras un artículo en una conferencia
de Harold W. Kuhn y Albert W. Tucker.
EJEMPLO RESUELTO