Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NCLEO DE MONAGAS
PROGRAMA DE INGENIERA DE
SISTEMAS
MATURN / MONAGAS /
VENEZUELA
Programacin No Lineal
PROFESOR:
Judhit Devia
MATURN, AGOSTO
2011
REALIZADO POR:
SALAZAR
VIANELA
RIVAS GAUDYS
BLONDELL ANA
JULIA
ROSAS DAYANA
MORALES
ZULEXY
Matemtico reconocido
George Bernar
por desarrollar el mtodo
Dantzig
simplex, hizo avances en
los campos de la teora
de la descomposicin,
anlisis de sensibilidad,
mtodos de pivote
PNL es el proceso de resolucin de
complementarios,
un sistema de igualdades y
programacin no lineal.
desigualdades sujetas a un
conjunto de restricciones sobre un
conjunto de variables reales
desconocidas, con una funcin
objetivo a maximizar, cuando
alguna de las restricciones o la
funcin objetivo no son lineales.
ESTUDIO DE CONVEXIDAD
La convexidad junto con la concavidad, ayudan a
determinar bajo qu condiciones una solucin ptima local, ser
tambin la solucin ptima global.
Conjunto Convexo
Ejemplos de conjuntos
Conjunto convexo
determinado por una
funcin convexa
Conjunto convexo
determinado por una
funcin cncava
Conjunto determinado
por una funcin
convexa y cncava
Funcin convexa
Funcin cncava
Una funcin
estrictamente
cncava
Una funcin
Tanto cncava como
convexa
Conve Estrictame
xa
nte
convexa
Cnca
va
Estrictame
nte
cncava
>0
>0
>0
<0
>0
<0
Ejemplo:
f(x1, x2) = (x1 x2)2 =
Entonces:
= 2( 2) 22 = 0,
= 2 < 0,
= 2 < 0,
TIPOS
1. Optimizacin no Restringida
Se caracteriza porque no tienen restricciones, por lo tanto, lo que se
busca es la maximizacin de la funcin objetivo al igual que todos sus
valores:
Maximizar f(x),
Para que una solucin especfica x=x* sea considerada como optima la
condicin necesaria que se debe cumplir cuando la funcin objetivo f(x)
es diferenciable es la siguiente:
PROGRAMACIN NO LINEAL
2. Optimizacin Linealmente Restringida
3. Programacin Cuadrtica
Es un caso especial de la Optimizacin Linealmente
restringida, donde sus problemas tienen restricciones lineales,
pero la funcin objetivo f(x) es cuadrtica. 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 xi y xixj, (ij).
Por ejemplo:
Sujeto a:
4. Programacin convexa
5. Programacin separable
Debe cumplir que:
- La funcin f(X) es cncava.
- Todas restricciones gj(X) son convexas.
- Todas las funciones f(X) y gj(X) son funciones separables.
Por ejemplo, si f(X) es una funcin separable, se puede expresar
como:
n
F(X)= fj (Xj),
J= 1
+ 182X2 13 X22
6. Programacin no convexa
7. Programacin Geomtrica
Cuando se aplica programacin no lineal a problemas de
diseo de ingeniera, muchas veces la funcin objetivo y las
funciones de restriccin toman la forma:
En donde
8. Programacin Fraccional
La Programacin Fraccional se aplica cuando la funcin objetivo
es una fraccin, es decir, el cociente de dos funciones:
Maximizar f(x)= f1(x) / f2(x)
Estos problemas de Programacin Fraccional surgen cuando se
maximiza la razn de la produccin entre las horas- hombre
empleadas (productividad), o la ganancia entre el capital invertido
(tasa de rendimiento), o el valor esperado dividido entre la
desviacin estndar de alguna medida de desempeo para una
cartera de inversiones (rendimiento/riesgo).
APLICACIONE
S
U
S
R
O
P
S
A
N
I
C
I
A
C
GR ATEN