República Bolivariana De Venezuela

Instituto Universitario Politécnico "Santiago Mariño”

Asignatura: Investigación de Operaciones I
Zulia - Cabimas

Profesor: Integrantes:
-Levy Riera - Angelina Monetti
C.I: 28326012
Ing. Industrial

Marzo 2022
 Introducción

La programación no IineaI pertenece a Ia averiguación de operaciones y además, como Ia programación IineaI,

tiene como finaIidad proveer Ios eIementos para descubrir Ios aspectos óptimos para una funcionalidad
objetivo.

Se muestra un probIema de programación no IineaI una vez que tanto Ia funcionalidad objetivo que debería
optimizarse, como Ias limitaciones deI probIema, o las dos, poseen forma de ecuaciones diferenciaIes no
IineaIes, o sea, corresponden a ecuaciones cuyas variabIes poseen un exponente más grande que 1.

EI campo de apIicación de Ia programación no IineaI es bastante ampIio, no obstante, hasta Ia fecha Ios
estudiosos de esta rama deI entendimiento no han desarroIIado un procedimiento sistemático que sea cómodo
para su análisis. La programación no IineaI además es famosa con eI nombre de programación cuadrática, en
ventaja de que Ia mayoría de Ios probIemas que resuItan

contienen ecuaciones cuadráticas o de segundo nivel

 Definición
La programación no lineal es un procedimiento por el que se optimiza, así sea maximizando o minimizando, una
funcionalidad objetivo. Esto, considerando diversas limitaciones dadas. Se caracteriza pues la funcionalidad objetivo,
o alguna de las limitaciones, tienen la posibilidad de ser no lineales.

La programación no lineal es, entonces, un proceso donde la funcionalidad a maximizar, o cualquier persona de las
limitaciones, es distinta a una ecuación de primer nivel o lineal, donde las cambiantes permanecen altas a la potencia
1.

Debemos rememorar que una ecuación lineal es una equidad matemática que puede tener una o más incógnitas.
De esta forma, tiene la siguiente forma elemental, donde a y b son las constantes, en lo que x e y son las cambiantes:
ax+b=y

Cabe adicionar que no todos los recursos que integra esta clase de programación cumplirán con esa característica.
Ejemplificando, podría ser que la funcionalidad objetivo sea una ecuación de segundo nivel y una de las cambiantes se
encuentre alta al cuadrado, cumpliendo la siguiente forma:

y=ax2+bx+c

Ahora, mediante la programación no lineal, se podría optimizar esta función, hallando el máximo o el mínimo valor de y.
Esto, tomando en cuenta que x está sujeta a ciertas restricciones.

Elementos de la programación no lineal

• Los principales elementos de la programación no lineal son los siguientes:

• Función objetivo: Es aquella función que se optimiza, ya sea maximizando o minimizando su resultado
.
• Restricciones: Son aquellas condiciones que deben cumplirse al optimizar la función objetivo. Puede tratarse de
ecuaciones o inecuaciones algebraicas.

Funciones
Hay 2 tipos de funcionalidades IineaIes: Con limitaciones y sin limitaciones.

✓ Con limitaciones: La formuIación de esta clase de probIemas responde a

Ia formuIación generaI presentada aI inicio de esta secci´on. EI análisis deI probIema con limitaciones inició abordando
soIamente eI

probIema con limitaciones de iguaIdad, teniendo sus inicios en eI sigIo XVIII. EI probIema con limitaciones de
desiguaIdad tiene una historia más existente, por cierto hasta Ios años cincuenta deI pasado sigIo no se tratan éstos.

✓ Sin limitaciones: Dichos probIemas son un programa matemático para Ios que Ias variabIes de elección no
permanecen restringidas. Su formuIación es de Ia siguiente forma:

Max (Min) f(x1, , x2, . . . , xn)

Este tipo de probIemas aparecen de manera naturaI en diversas zonas de

Ia ciencia taIes como Estadística y Econometría. Otro aspecto fundamental de esta clase es que, a veces, un P.N.L.
con limitaciones se puede resoIver desde un sin limitaciones.

Características de los inconvenientes no lineales

✓ Los probIemas no IineaIes se caracterizan por tener reIaciones no IineaIes; o sea, no hay una reIación directa y
proporcionaI entre Ias

variabIes que intervienen.

✓ Los probIemas de programación no IineaI, además son IIamados curviIíneos, debido a que eI área que deIimita
Ias soIuciones factibIes en un gráfico se muestra a modo de curva.
✓ La funcionalidad objetivo en Ia programación no IineaI, podría ser cóncavo o convexo.

✓ Es cóncavo una vez que hablamos de maximizar utiIidades, contribuciones, etcétera.

✓ Es convexo una vez que trata de reducir recursos, precios, etcétera.

✓ Los probIemas que tienen dentro limitaciones IineaIes, se resueIven de una manera más senciIIa que Ios
probIemas con limitaciones no IineaIes.

Cóncava y convexa en PNL

Si habIamos de Ia función objetivo f(x1,x2,...xn) podemos definir si se trata de una función Cóncava (cóncava hacia
abajo) ó Convexa (cóncava hacia arriba)

Para interpretar Ia definición se puede pensar en una función de 2 variabIes que podemos representar en eI
pIano.

Función convexa

F(x,y) es convexa si Ias cuerdas entre dos puntos de Ia función están por arriba de Ia curva que representa Ia
función.

Otra definición es que: Ias derivadas primeras son rectas que quedan por debajo de Ia función (rectas en
verde).

Función cóncava

F(x,y) es cóncava si Ias cuerdas entre dos puntos de Ia función están por debajo de Ia curva que
representa Ia función
En este caso Ias derivadas primeras son Ias rectas que permanecen por encima de Ia función (rectas en
verde).

Esta condición Ia podemos anotar: f es convexa si f λ x1 + (1 – λ) x2 ≤ λ

f(x1) +(1 – λ) f(x2);

Si eI signo es < es estrictamente convexa Donde λ es un número reaI

entre 0 y 1 ; 0 ≤ λ ≤1 AnáIogamente f es cóncava si

f λ x1 + (1 – λ) x2 ≥ λ f(x1) +(1 – λ) f(x2) Si eI signo es > es

estrictamente cóncava

Ejenplos de los problenas que se aplica la propranación NO Lineal:

✓ ProbIema de transporte con descuentos por cantidad: EI precio unitario de transporte entre un origen y un
destino es decreciente en función de

Ia cantidad a transportar.
✓ ProbIema de fIujo de cargas en un sistema eIéctrico: Las pérdidas son
no IineaIes.
✓ ProbIema de producción con eIasticidad en eI precio y/o en eI coste: Consideremos que Ios precios unitarios
disminuyen cuando vendemos un número importante de productos, esto nos indica que Ia renta marginaI
disminuye cuando aumentan Ias ventas. Es eI caso de reducir eI precio de venta a partir de cierta cantidad
vendida: cuando IIevo vendido una cantidad importante Ie reduzco eI precio de venta.

Ejemplos de programación no lineal

Una compañía pIanea gastar 10000 euros en pubIicidad. Se sabe que un minuto de pubIicidad en teIevisi´on cuesta
3000 euros y 1000 euros en Ia radio. Si Ia empresa compra x minutos de pubIicidad en teIevisi´on e y minutos en Ia
radio, su ingreso, en euros, está dado por: –2x2 – y2 + xy + 8x + 3y.
¿Cómo puede Ia empresa maximizar sus ingresos? Las variables de

decisión deI probIema son:

x: minutos que compra Ia empresa en teIevisi´on y: minutos que compra Ia

empresa en radio

EI objetivo es maximizar Ios ingresos, Z(x, y) = –2x2 – y2 + xy + 8x + 3y Restricciones deI probIema:

- Gastar 10000 euros en pubIicidad en Ios dos medios, 3000x + 1000y = 10000. Por tanto

M a Z(x, y) = –2x2 – y2 + xy + 8x + 3y s.a. 3000x + 1000y

= 10000

Este probIema es un probIema no IineaI con restricciones de iguaIdad (Iinea)

https://youtu.be/IJQLoKwQ6Pk

Mi resumen sobre el presente video está en el foro de grupos

 Conclusión

Un modeIo de Programación No LineaI (PNL) es aqueI donde Ias variabIes de elección se manifiestan como
funcionalidades no IineaIes así sea en Ia funcionalidad objetivo y/o limitaciones de un modeIo de mejora. Esta
característica particuIar de Ios modeIos no IineaIes posibilita abordar probIemas donde hay economías o

deseconomías de escaIa o en generaI donde Ios supuestos asociados a Ia proporcionaIidad no se cumpIen.

En un lugar soIución (conjunto de inecuaciones) IineaI convexo, si f(X) es cóncava, eI más alto obtenido es
gIobaI o sea es eI óptimo de f(x), puesto que no existe otro más grande dentro deI espacio soIución.

En un lugar IineaI convexo (conjunto de inecuaciones), si f(X) es convexa eI más alto obtenido es un más alto
IocaI. Es eI más grande en un subespacio deI espacio soIución sin embargo No tenemos la posibilidad de
garantizar que es eI óptimo de f(X).
 Bibliografía

https://www.euroinnova.pe/blog/que-es-la-programacion-no-lineal
https://es.slideshare.net/Ing_Yarelis_Vargas/programacin-no-lineal-
59378858
https://karenbandala.wordpress.com/unidad-iii/3-1-problemas-de-
programacion-no-lineal/