UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

PROYECTO CURRICULAR DE INGENIERIA INDUSTRIAL - ÁREA OPERACIONES Y LOGÍSTICA

PROGRAMACIÓN NO LINEAL. Código: 182. Créditos: 2.
Profesor: Eduyn Ramiro López Santana (erlopezs@udistrital.edu.co)
Actualizado: lunes, 10 de febrero de 2020

Taller en Clase (Febrero 20 de 2020)

El siguiente taller en clase se desarrollará en grupos de tres personas y será entregado el jueves 20 de Febrero de
2020 (en horario de clase).

Dado el siguiente PNL:

min 𝑓(𝑥)
𝑠. 𝑎.
ℎ𝑖 (𝑥) = 0 𝑖 = 1, … . 𝑚
𝑔𝑖 (𝑥) ≥ 0 𝑖 = 𝑚 + 1, … , 𝑝
𝑥 ∈ 𝑅𝑛

Empleando la aproximación de las series de Taylor de primer orden se puede establecer el siguiente PL:

min 𝑓(𝑥 𝑘 ) + ∇𝑓 𝑇 (𝑥 𝑘 )(𝑥 − 𝑥 𝑘 )

𝑠. 𝑎
ℎ𝑖 (𝑥 𝑘 ) + ∇ℎ𝑖𝑇 (𝑥 𝑘 )(𝑥 − 𝑥 𝑘 ) = 0 𝑖 = 1, … . 𝑚
𝑔𝑖 (𝑥 𝑘 ) + ∇𝑔𝑖𝑇 (𝑥 𝑘 )(𝑥 − 𝑥 𝑘 ) ≥ 0 𝑖 = 𝑚 + 1, … , 𝑝
𝑥, 𝑥 𝑘 ∈ 𝑅𝑛

Donde 𝑓(𝑥 𝑘 ), ∇𝑓 𝑇 (𝑥 𝑘 ), ℎ𝑖 (𝑥 𝑘 ), ∇ℎ𝑖 (𝑥 𝑘 ), 𝑔𝑖 (𝑥 𝑘 ), ∇𝑔𝑖 (𝑥 𝑘 ) son escalares (y vectores escalares) evaluados en el punto 𝑥 𝑘
(Se asume que 𝑓, ℎ𝑖 𝑦 𝑔𝑖 son diferenciables). Los métodos de aproximación lineal resuelven una serie de PL, los
cuales producen un nuevo punto en cada iteración. Este nuevo punto, una vez se le ajusta y corrige, genera un
nuevo PL, el cual produce un nuevo punto y así sucesivamente. Los métodos de aproximación lineal tienen una
convergencia garantizada a un óptimo local en los siguientes casos:
• 𝑓(𝑥), ℎ(𝑥), 𝑔(𝑥) son funciones continuas y diferenciables,
• 𝑓(𝑥) es convexa, ∑ ℎ𝑗2 (𝑥) genera una región de factibilidad que es convexa,
• 𝑔𝑖 (𝑥) son funciones cóncavas,
• La región de factibilidad es convexa y cerrada,
• Las restricciones están acotadas.

MÉTODO DE GRIFFITH Y STEWART

Dado un punto 𝑥 𝑘 factible, la aproximación descrita arriba se puede expresar como:

𝑛
∂𝑓(𝑥 𝑘 )
𝑘)
min 𝑓(𝑥) = 𝑓(𝑥 + ∑ (𝑥𝑗 − 𝑥𝑗𝑘 )
∂𝑥𝑗
𝑗=1
𝑠. 𝑎
𝑛
∂ℎ𝑖 (𝑥 𝑘 ) 𝑘
ℎ𝑖 (𝑥 𝑘 ) + ∑ (𝑥 )(𝑥𝑗 − 𝑥𝑗𝑘 ) = 0 𝑖 = 1, … . 𝑚
∂𝑥𝑗
𝑗=1
𝑛
∂𝑔𝑖 (𝑥 𝑘 )
𝑔𝑖 (𝑥 𝑘 ) + ∑ (𝑥𝑗 − 𝑥𝑗𝑘 ) ≥ 0 𝑖 = 𝑚 + 1, … , 𝑝
∂𝑥𝑗
𝑗=1
𝑥, 𝑥 𝑘 ∈ 𝑅𝑛

Página 1 de 2
Con el fin de garantizar que el nuevo punto (solución del PL) sea factible, se adiciona la restricción:
|𝑥𝑗 − 𝑥𝑗𝑘 | ≤ 𝛿𝑗𝑘 𝑗 = 1, … , 𝑛

Donde 𝛿𝑗𝑘 ≥ 0 es un número pequeño, pero arbitrario. El nuevo punto se calcula como 𝑥 𝑘+1 = 𝑥 𝑘 + (𝑥 ∗ − 𝑥 𝑘 )𝛿𝑗𝑘 ,
donde 𝑥 ∗ es la solución del problema lineal en la k-ésima iteración. Conocido 𝑥 𝑘+1 , se repite la operación,
únicamente corrigiendo el 𝛿𝑗𝑘+1, de tal manera que 0 ≤ 𝛿𝑗𝑘+1 < 𝛿𝑗𝑘 , por ejemplo 𝛿𝑗𝑘+1 = 𝛼𝛿𝑗𝑘 , con 0.5 ≤ 𝛼 ≤ 0.8.

1. Elabore el pseudocódigo para el método de Griffith & Stewart descrito anteriormente. Defina
adecuadamente el criterio de detención que emplearía.
2. Considere la siguiente función:

min 𝑥14 + 2𝑥23 − 16𝑥12 − 8𝑥2

𝑠. 𝑎.
−𝑥12 + 6𝑥1 − 𝑥22 + 11 ≥ 0
𝑥1 𝑥2 − 3𝑥2 − 𝑒 (𝑥1 −3) + 1 ≥ 0
𝑥1 , 𝑥2 ≥ 0

Dado (𝑥10 , 𝑥20 ) = (4,3).

a) ¿Es un problema de programación convexa?
b) Aplique el pseudocódigo planteado en (1). Muestre los cálculos necesarios para las tres primeras
iteraciones, también muestre gráficamente la región factible del problema y como va cambiando en las
iteraciones realizadas.
c) Realice máximo 20 iteraciones y presente un resumen de sus resultados.

Página 2 de 2