UNIVERSIDAD SAN PEDRO

AO DEL CENTENARIO DE MACHU PICCHU PARA EL MUNDO

TEMA:

Programacin no Lineal.

ESCUELA:

Ingeniera Industrial Investigacin Operativa.

CURSO:

DOCENTE:

Ing. Gabriel Santos Blas.

ALUMNOS:

Carhuanina Calahuala, Cristian. Martinez Aguirre, Katia Valdiviezo La Rosa, Andrs

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

A esta clase de problemas de optimizacin pertenecen todos aquellos, en los cuales la funcin objetivo y/o las restricciones son funciones nolineales de las variables de decisin.
En particular, la programacin no-lineal provee una manera de abordar el no cumplimiento del supuesto de proporcionalidad de la programacin lineal, permitiendo la programacin de economas o deseconomas de escala y/o retornos crecientes o decrecientes a escala.

Modelos de Programacin Matemtica Programacin No - lineal a) Rendimientos decrecientes a escala. Una compaa vende cuatro productos diferentes. El retorno que provee cada producto es una funcin de la cantidad de recursos asignados a la promocin y venta de cada producto, segn la siguiente tabla:

Investigacin Operativa

PRODUCTO Producto 1 Producto 2 Producto 3 Producto 4

RETORNO (M$) 10.000 x1 0.50 7.500 x2 0.75 9.000 x3 0.60 15.000 x4 0.30

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

En este ejemplo: xi es la cantidad de recursos asignados al producto i, con i = 1,2,3,4.

El siguiente modelo provee una asignacin de estos recursos, de modo de maximizar las utilidades, considerando una inversin anual no superior a los M$ 75.000.

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

Max
10.000 x10.5 + 7.500 x20.75 + 9.000 x30.6 + 15.000 x40.3

s.a:
x1 + x2 + x3 + x4 75.000 xi 0; i = 1, 2, 3, 4, 5.

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

c) Localizacin de instalaciones. Una compaa petrolera desea construir una refinera que recibir suministros desde tres instalaciones portuarias, cuyas coordenadas se muestran en la siguiente figura:

40 30

Puerto B
Puerto C

Puerto A

30

80

II. Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

Si denotamos por x e y las respectivas coordenadas de la refinera que se debe instalar, una posible eleccin es aquella que resulta de minimizar la cantidad total de tubera necesaria para conectar la refinera con los puertos, dada por:
Min f(x,y) =

( x 0 )2 ( y 0 )2 ( x 30 )2 ( y 40 )2 ( x 80 )2 ( y 30 )2

II. Modelos de Programacin Matemtica Programacin No - lineal . La solucin ptima calculada por el solver de Excel es: x*=30,8052225 y*= 37,8900128

Investigacin Operativa

Puerto B

Puerto C

Refinera

Puerto A

Modelos de Programacin Matemtica Programacin No - lineal

Optimizacin no restringida. Los problemas de optimizacin no restringida no tienen restricciones, por lo que la funcin objetivo es sencillamente Maximizar f(X) 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: = 0 en X=X*, para j=1,2,, n.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Optimizacin linealmente restringida. Los problemas de optimizacin linealmente restringida se caracterizan por restricciones que se ajustan por completo a la programacin lineal, de manera que todas las funciones de restriccin gi(X) son lineales, pero la funcin objetivo es no lineal. El problema se simplifica mucho si solo se tiene que tomar en cuenta una funcin no lineal junto con una regin factible de programacin lineal. Se han desarrollado varios algoritmos especiales basados en una extensin del mtodo simplex para analizar la funcin objetivo no lineal. Un caso especial importante descrito a continuacin es la programacin cuadrtica.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Programacin cuadrtica De nuevo los problemas de programacin cuadrtica tienen restricciones lineales, pero ahora la funcin objetivo f(x) debe ser cuadrtica. Entonces, 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. Se han desarrollado muchos algoritmos para este caso, con la suposicin adicional de que f(X) es cncava. La programacin cuadrtica es muy importante, en parte porque las formulaciones de este tipo surgen de manera natural en muchas aplicaciones. Por ejemplo, el problema de la seleccin de una cartera con inversiones riesgosas se ajusta a este formato. Sin embargo, otra razn por la que es importante es que al resolver problemas generales de optimizacin linealmente restringida se puede obtener la solucin de una sucesin de aproximaciones de programacin cuadrtica.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Programacin convexa. La programacin convexa abarca una amplia clase de problemas, entre ellos como casos especiales, estn los tipos anteriores cuando f(x) es cncava. Las suposiciones son: 1. F(X) es cncava. 2. Cada una de las gi(X) es convexa. Como se dijo anteriormente, estas suposiciones son suficientes para asegurar que un mximo local es un mximo global, en secciones posteriores se ver que la condiciones necesarias y suficientes para obtener tal solucin optima son una generalizacin natural de la condiciones que se acaban de exponer para la optimizacin no restringida y su extensin a la inclusin de restricciones de no negatividad.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Programacin separable. La programacin separable es una caso especial de programacin convexa, en donde las suposiciones adicionales es: 3.- todas las funciones f(X) y gj(X) son funciones separables. Una funcin separable es una funcin en la que cada trmino incluye una sola variable, por lo que la funcin se puede separar en una suma de funciones de variables individuales. Por ejemplo, si f(X) es una funcin separable, se puede expresar como F(X)= fj (Xj), En donde cada fj(Xj) incluye solo los trminos con Xj. en la terminologa de programacin lineal , los problemas de programacin separable satisfacen las suposiciones de auditividad pero no las de proporcionalidad (para funciones no lineales).

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Para ilustrar, la funcin objetivo considerada en la siguiente figura: F(X1, X2)=126X1 9x21 + 182X2 13X22 Es una funcin separable porque puede ser expresada como F(X1, X2)= F(X1) + F(X2) Donde F1(X1)= 126X1 9x21 y F(X2)= 182X2 13X22 son cada una funciones de una sola variable x1 y x2, respectivamente. Usando el mismo razonamiento, se puede verificar que la funcin considerada en la figura siguiente, tambin es una funcin separable.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Programacin no convexa. La programacin no convexa incluye todos los problemas de programacin no lineal que no satisfacen las suposiciones de programacin convexa. En este caso, aun cuando se tenga xito en encontrar un mximo local, no hay garanta de que sea tambin un mximo global. Por lo tanto, no se tiene un algoritmo que garantice encontrar una solucin optima para todos estos problemas; pero si existen algunos algoritmos bastantes adecuados para encontrar mximos locales, en especial cuando las formas de las funciones no lineales no se desvan demasiado de aquellas que se supusieron para programacin convexa. Ciertos tipos de problemas de programacin no convexa se pueden resolver sin mucha dificultad mediante mtodos especiales. Dos de ellos, de gran importancia.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Programacin geomtrica. Cuando se aplica programacin no lineal a problemas de diseo de ingeniera, muchas veces la funcin objetivo y las de restriccin toman la forma 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 convexas, por lo que las tcnicas de programacin convexa no se pueden aplicar directamente a estos problemas de programacin geomtrica. Sin embargo, existe un caso importante en el que el problema se puede transformar en un problema de programacin convexa equivalente.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

En este caso es aquel en el que todos los coeficientes c1 en cada funcin son estrictamente positivos, es decir, las funciones son polinomios positivos generalizados (ahora llamados posinomiales), y la funcin objetivo se tiene que minimizar. El problema equivalente de programacin convexa con variables de decisin y1, y2,, yn se obtienen entonces al establecer En todo el modelo original. Ahora se puede aplicar un algoritmo de programacin convexa.

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

Multiplicadores de Lagrange. Se pueden utilizar los multiplicadores de Lagrange para resolver los problemas no lineales en los cuales las restricciones son igualdades. Consideramos los del tipo siguiente:

Para resolverlo, asociamos un multiplicador l 1 con la i-sima restriccin y formamos el lagrangiano

Modelos de Programacin Matemtica Programacin No - lineal

Investigacin Operativa

Donde son constantes (desconocidas) denominadas multiplicadores de Lagrange. Despus resulvase el sistema de n + m ecuaciones:

Teorema : Si existe una solucin al programa (1), sta se encuentra contenida entre las soluciones al sistema anterior, siempre y cuando y todas tengan primeras derivadas parciales continuas y la matriz jacobina de m x n, tenga rango m en X = X*

Modelos de Programacin Matemtica Programacin No - lineal

Ejemplo: Una compaa planea gastar 10,000 dlares en publicidad. Cuesta 3,000 dlares un minuto de publicidad en la televisin y 1,000 dlares un minuto de publicidad en la radio. Si la empresa compra x minutos de comerciales en la televisin y y minutos de comerciales en la radio, su ingreso, en miles de dlares, est dado por . Cmo puede la empresa maximizar su ingreso?

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Solucin: Se tiene el programa no lineal siguiente

Investigacin Operativa

Entonces

Hacemos

Modelos de Programacin Matemtica Programacin No - lineal

Obsrvese que 10 - 3x -y = 0 se convierte en la restriccin 3x + y = 10. La ecuacin (1) da y la ecuacin (2) da As,

Investigacin Operativa

Sustituyendo (4) y (5) en la (3), obtenemos, o Entonces (4) y (5) nos dan

Modelos de Programacin Matemtica Programacin No - lineal

El hessiano para es

Investigacin Operativa

Ya que cada mejor principal de primer orden es negativo, y , es una funcin cncava. La restriccin es lineal y, por lo tanto da la solucin ptima para el programa no lineal. As, la empresa tendra que comprar 69/28 minutos de tiempo de televisor y 73/28 minutos de tiempo de radio. Ya que l = , el gasto de un D extra (en miles) (para un D pequeo) aumentara los ingresos de la empresa en aproximadamente 0.25 D dlares (en miles). En general, si la empresa tiene a dlares para gastar en la publicidad, se puede demostrar que . Vemos que si gasta ms dinero en la publicidad, el incremento en el ingreso por cada dlar adicional para la publicidad se hace ms pequeo.

Modelos de Programacin Matemtica Programacin No - lineal

Condiciones Kunh-Tucker El desarrollo est basado en el mtodo de Lagrange. Estas condiciones son tambin suficientes bajo ciertas limitaciones que se establecern posteriormente. Considere el problema maximizar z = f(X) sujeto a g(X)>= 0 Las restricciones de desigualdad pueden convertirse en ecuaciones sumando las variables de holgura no negativas apropiadas. Por consiguiente, para satisfacer las condiciones de no negatividad, sea la cantidad de holgura sumada a la i-esima restriccin gi (X) >= 0. Defnase S = (S1 , S2 , . . . , Sm )T y donde m es el nmero toral de restricciones de desigualdad. La funcin de Lagrange es, por consiguiente, L(X,S,l ) = f(X) - l [ g(X) + S2 ] Dadas las restricciones g(X) >= 0 Una condicin necesaria para la optimidad es que l sea no negativa (o bien, no positiva) para problemas de maximizacin (o bien, minimizacin). Esto se justifica como sigue. Considere el caso de maximizacin. Ya que l mide la tasa de variacin de f con respecto a g; l = d f / d g

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Como el lado derecho de la restriccin g >= 0 aumenta sobre cero, el espacio de soluciones llega a ser menos restringido y as f no puede disminuir. Esto significa que l 0. De igual manera, en el caso de minimizacin cuando los recursos aumentan, f no puede aumentar, lo cual implica que l >= 0 . Si las restricciones son igualdades, esto es, g(X) =0 , entonces l ser irrestricta en signo. Las restricciones sobre l dadas anteriormente deben de mantenerse como parte de las condiciones necesarias de Kunh-Tucker. Las condiciones restantes se obtendrn ahora. Tomando las derivadas parciales de L con respecto a X, S y l ,

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Procedimiento de bsqueda en una dimensin. Este procedimiento trata de encontrar una serie de soluciones prueba que conduzcan hacia una solucin ptima. En cada iteracin, se comienza con la solucin prueba actual para llevar a cabo una bsqueda sistemtica, que culmina con la identificacin de una nueva solucin prueba mejorada.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Tcnicas de Gradiente. En este punto se desarrolla un mtodo para optimizar funciones continuas que son dos veces diferenciables. La idea general es generar puntos sucesivos comenzando en un punto inicial dado, en la direccin del aumento ms rpido (maximizacin) de la funcin. Est tcnica se conoce como mtodo del gradiente porque el gradiente de la funcin en un punto es lo que indica la tasa ms rpida de aumento.

Investigacin Operativa

Modelos de Programacin Matemtica Programacin No - lineal

Funciones de penalizacin.

Investigacin Operativa

Un enfoque alternativo para resolver el programa

comprende al programa sin restricciones :

Donde pi > 0 son constantes denominadas costos de penalizacin. La solucin al programa (2) es la solucin al programa (1), cuando cada gi (x) = 0. Para los valores grandes de pi la solucin de (2) tendr cada gi (x) cercana a cero, para evitar efectos adversos en la funcin objetivo por parte de los trminos pi gi2 (x); y conforme cada pi -> , cada gi (x) -> 0.

EJERCICIOS DE PROGRAMACION NO LINEAL

1.- La funcin de beneficios de una empresa viene dada por la funcin: B(x,y,z) = x y + 2 z2 donde x, y, z son las cantidades a producir de cada uno de los tres artculos que fabrica y vende.La empresa produce estos tres productos en un nica seccin en la que hay disponibles 120 horas semanales, empleando en la produccin de una unidad del primer articulo 5 horas, en una del segundo 20 horas y en una del tercero 4 horas. Se sabe adems que por razones de demanda la empresa no puede producir menos de 5 unidades del primer articulo, ni ms de 10 del segundo. 1. Determinar la produccin a realizar. 2. Cul debera ser la retribucin de una hora extraordinaria?