Professional Documents
Culture Documents
INTRODUCCION
La Programacin no Lineal (PNL) es una parte de la Investigacin Operativa
cuya misin es proporcionar una serie de resultados y tcnicas tendentes a la
determinacin de puntos ptimos para una funcin (funcin objetivo) en un
determinado conjunto (conjunto de oportunidades), donde tanto la funcin
objetivo, como las que intervienen en las restricciones que determinan el
conjunto de oportunidades pueden ser no lineales.
Evidentemente, la estructura del problema puede ser muy variada, segn las
funciones que en l intervengan (a diferencia de la Programacin Lineal (PL)
donde la forma especial del conjunto de oportunidades y de la funcin objetivo
permiten obtener resultados generales sobre las posibles soluciones y facilitan
los tratamientos algortmicos de los problemas). Ello ocasiona una mayor
dificultad en la obtencin de resultados, que se refleja tambin en la dificultad
de la obtencin numrica de las soluciones. En este sentido, hay que distinguir
entre las diversas caracterizaciones de ptimo, que slo se emplean como
tcnicas de resolucin en problemas sencillos, y los mtodos numricos
iterativos, cuyo funcionamiento se basa en estas caracterizaciones, para la
resolucin de problemas ms generales.
El tema que abordamos est compuesto por los siguientes epgrafes: en la
seccin 1, aparte de esta introduccin, definimos el problema general de
Programacin no Lineal que estudiamos, y daremos las definiciones y
resultados bsicos que se emplearn a lo largo de todo el tema. Asimismo, se
recuerda el estudio de los problemas irrestrictos (PI) y de los problemas con
restricciones de igualdad (PRI).
La seccin 2 se dedica a establecer y dar los conceptos bsicos de los
problemas con restricciones de desigualdad (PRD), mientras que la seccin 3
estudia la resolucin de estos problemas a travs de la definicin de punto
estacionario, y algunas de sus variaciones para casos especiales. Con la
utilizacin del llamado punto minimax, se aborda en la seccin 4 el concepto
de dualidad en Programacin Matemtica.
proporcionan
las
condiciones
Sobre todos los valores X=(X1, X2, ., XN). Segn el repaso del apndice 3, la
condicin necesaria para que una solucin especfica X=X* sea optima cuando
f(X) es una funcin diferenciable es:
f
Xj
<= 0
en X= X*,
si X*j = 0
Xj
=0
en X = X*,
si X*j = 0
Para cada j de este tipo. Esta condicin se ilustra en l figura siguiente, donde la
solucin optima de un problema con una variable es X=0 aun cuando la
derivada ah es negativa y no cero.
Como este ejemplo tiene una funcin cncava para maximizar sujeta a una
restriccin de no negatividad, el que su derivada sea menor a 0 en X=0, es una
condicin necesaria y suficiente para que x=0 sea ptima.
Un problema que tiene algunas restricciones de no negatividad y que no tiene
restricciones funcionales es un caso especial (m=0) de la siguiente clase de
problemas.
En donde
Tales casos, las ci y aij representan las constantes fsicas y las xj son las
variables de diseo. Estas funciones por lo general no son ni cncavas ni
Optimizacin
es de
el proceso
funcin,
grficos.
mnimo
de
hallar
relativo
el mximo
una
o
Optimizacin es el proceso de hallar el mximo o mnimo relativo de una
funcin, generalmente sin la ayuda de grficos
Conceptos claves
A continuacin, se describir brevemente algunos conceptos necesarios para
comprender apropiadamente el tema de optimizacin.
-Funciones crecientes y decrecientes
Se dice que una funcin f(x) es creciente (decreciente) en x=a, si en la
vecindad inmediata del punto [a,f(a)] el grfico de la funcin crece (cae) al
moverse de izquierda a derecha.
Concavidad y convexidad
Una funcin f (x) es cncava en x = a, si en alguna pequea regin cercana al
punto
[a, f(a)] el grfico de la funcin se ubica completamente debajo de su lnea
tangente.
Una funcin es convexa en x = a, si en un rea cercana a [a, f(a)] el grfico
esta complemente arriba de su lnea tangente.
Una segunda derivada positiva en x = a denota que la funcin es convexa en x
= a. Anlogamente, una segunda derivada negativa en x = a denota que la
funcin es cncava en a.
Extremo relativo
Un extremo relativo es un punto en el cual una funcin esta a un mximo o
mnimo. Para ello, la funcin debe estar en un punto en el cual no esta
creciendo ni decreciendo, y por ende, su primera derivada debe ser igual a
cero o indefinida. Un punto en el dominio de una funcin donde la derivada
iguala a cero o es indefinida es llamado punto o valor critico.
En las funciones derivables reales de una variable real, para hallar estos puntos
de inflexin, basta con igualar la segunda derivada de la funcin a cero y
despejar. Los puntos obtenidos debern ser sustituidos en la derivada tercera o
sucesivas hasta que nos d un valor diferente de cero. Cuando esto suceda, si
la derivada para la que es distinto de cero es impar, se trata de un punto de
inflexin; pero, si se trata de derivada par, no lo es. Ms concretamente:
1. Se halla la primera derivada de
2. Si, debemos sustituir en las sucesivas derivadas hasta sea distinto de cero.
Cuando se halle la derivada
derivada es: