Instituto Tecnolgico de Tepic

Qu es la Programacin no Lineal?
En este Ensayo se desarrolla el tema de Programacin no Lineal, contestando a las incgnitas: Qu es la Programacin no Lineal?, Qu son los puntos de Inflexin?, Cules son los multiplicadores de LAGRANGE?, entre otras.

Investigacin de Operaciones
Ruth Janeth Abrego Amaro

Montserrat Esther lvarez Caball

Instituto Tecnolgico de Tepic

Investigacin de Operaciones
Ensayo: Qu es la Programacin no Lineal? Catedrtico. Ruth Janeth Abrego Amaro
Alumno. Montserrat Esther lvarez Caball

Qu es la Programacin no Lineal?
Un modelo de Programacin No Lineal (PNL) se ocupa de optimizar una funcin objetivo, donde las variables de decisin se expresan como funciones no lineales ya sea en la funcin objetivo y/o restricciones de un modelo de optimizacin, donde su resolucin se centra como el objeto de estudio de este ensayo.

La popularidad de la resolucin de problemas mediante la programacin lineal se debe a la habilidad que esta tiene para modelar problemas grandes y complejos, adems de su resolucin en un intervalo de tiempo mediante el uso del mtodo Simplex, por parte de los usuarios.

Sin embargo, muchos problemas reales no se pueden representar o aproximar como un Programa Lineal debido a su naturaleza o a la no Linealidad de la funcin objetivo o de laguna o varias de sus restricciones.

Para la resolucin de este tipo de problemas se necesita la unin de l algebra lineal, el clculo multivariado, anlisis numrico y tcnicas de computacin. Como en todo problema en esta se engloban algunas reas especiales como son al diseo de algoritmos de computacin, la geometra, el anlisis de conjuntos convexos y funciones, y la programacin cuadrtica.

La optimizacin arroja informacin que es fundamental para el anlisis matemtico, la cual es muy usada en las ciencias aplicadas, por citar algunos ejemplos, en el diseo de ingenieras, en el anlisis de regresin, en el control de inventaro y en la exploracin geofsica.

Introduccin
Aunque los problemas de programacin lineal son muy comunes y cubren un amplio rango de aplicaciones, en la vida real uno se tiene que enfrentar con cierta frecuencia a otro tipo de problemas que no son lineales. Cuando el conjunto de restricciones, la funcin objetivo, o ambos, son no lineales, se dice que se trata de un Problema de Programacin no Lineal (PPNL). El papel fundamental que juega la Programacin no Lineal en la Investigacin de Operaciones (IO) se refleja con exactitud en el hecho de que es el tema central de este trabajo. La programacin no lineal es una poderosa herramienta en el proceso de resolucin de un sistema de igualdades y desigualdades, tambin es sumamente importante en la modernizacin de los problemas de la vida real como en la teora de matemtica de amplia aplicacin, las igualdades y desigualdades estn sujetas a un conjunto de restricciones sobre un conjunto de variables reales desconocidas, con una funcin objetivo a maximizar.

Programacin no Lineal
Un modelo de Programacin Lineal (PNL) es aquel donde las variables de decisin se expresan como funciones no lineales ya sea en la funcin objetivo y/o restricciones de un modelo de optimizacin. Esta caracterstica particular de los modelos no lineales permite abordar problemas donde existen economas o deseconomas de escala o en general donde los supuestos asociados a la proporcionalidad no se cumplen. Es el proceso de resolucin de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto de variables reales desconocidas, con una funcin objetivo a maximizar (o minimizar), cuando alguna de las restricciones o la funcin objetivo no son lineales. De una manera general, el problema de Programacin no Lineal consiste en encontrar x=(x1,x2,,xn) Para Maximizar f(x), sujeta a: gi(x)<= bi , para i = 1,2,,m y x>=0, Donde f(x) y las gi(x) son funciones dadas de n variables de decisin. No se dispone de un algoritmo que resuelva todos los problemas especficos que se ajustan a este formato. Sin

embargo, se han hecho grandes logros en lo que se refiere a algunos casos especiales importantes de este problema, haciendo algunas suposiciones sobre las funciones. Existen tipos diferentes de problemas de programacin no lineal, lo cual depende de las caractersticas de las funciones f(x) y g(x). Se emplean varios algoritmos para los diferentes tipos de problemas. Para ciertos tipos donde las funciones tienen formas simples, los problemas pueden resolverse de manera relativamente eficiente. En algunos tipos incluso la solucin de pequeos problemas representa un gran reto. Los problemas de programacin no lineal se presentan en muchos formas distintas, al contrario del mtodo simplex para programacin lineal no se dispone de un algoritmo que resuelva todos estos tipos especiales de problemas. Se han desarrollado algoritmos para algunas clases de problemas de programacin no lineal. Los mtodos de programacin no lineal se pueden clasificar, de manera general en algoritmos directos o indirectos. Ejemplos de los Mtodos Directos, se encuentran los algoritmos de gradiente, en donde se busca el mximo de un problema siguiendo la mayor tasa de aumento de la funcin objetivo. En los Mtodos Indirectos, el problema original se sustituye por otro del cual se determina el ptimo, como ejemplo de este caso se encuentran la programacin cuadrtica, la programacin separable y la programacin estocstica.

Optimizacin Clsica
Si la restriccin no existe, o es una restriccin de igualdad, con menos o igual nmero de variables que la funcin objetivo, entonces, el clculo diferencial, da la respuesta, ya que solo se trata de buscar los valores extremos de una funcin.

Puntos de Inflexin
Un punto de la grafica donde hay un cambio en la concavidad de la grafica se le llama punto de inflexin. Para encontrar el punto de inflexin de una funcin f(x), si es que este existe, se obtiene la segunda derivada de f(x), se iguala a cero y se resuelve la ecuacin con la resultante. Para verificar que en efecto se trata de un punto de inflexin se debe observar que g(y)/f(x) para x<x0 y g(y)/f(x) x>x0 tienen signos opuestos.

Mtodo de los multiplicadores de Lagrange

El mtodo Lagrangiano, o de Lagrange es utilizado para identificar los puntos estacionarios de problemas de optimizacin con restricciones de igualdad. Le procedimiento se puede desarrollar formalmente como sigue. Sea: L(X,) = f(x) g(x) Donde X y son los valores factibles que satisfacen las condiciones necesarias para puntos estacionarios. A la funcin L se le llama Funcin de Lagrange, y a los parmetros se les llama Multiplicadores de Lagrange. Por definicin, esos multiplicadores tienen la misma interpretacin que los coeficientes de sensibilidad del mtodo jacobiano.

Las ecuaciones , ,

Expresan las condiciones necesarias para determinar los puntos estacionarios de f(x) sujetos a g(x)=0.

Interpretacin Lagrange

de

los

multiplicadores

de

Uno de los resultados ms importantes de la Programacin Matemtica, es que la valoracin marginal de los recursos, cuyo uso esta fijado por las restricciones, viene dada por los multiplicadores asociados a los mismos. Sea el problema: Max f(x) s.a g(x) = b. Sea (x*, *) una solucin ptima de dicho problema. Se trata, por tanto, de un punto crtico de la funcin de Lagrange asociada al problema: L(x, ) = f(x) t (g(x) b) es decir, (x*, *) verifican: xL(x*, *) = x f(x*) Jg(x*)* = 0 L(x*, *) = g(x*) + b = 0 Para distintos valores del segundo miembro de las restricciones (vector b), se obtendran, lgicamente, distintas soluciones ptimas del problema anterior. Consideremos entonces la solucin ptima como una funcin del vector b, y supongamos que esta funcin es diferenciable:

x* = x(b) * = (b) Los valores ptimos de la funcin objetivo pueden considerarse como una funcin de b, f(x(b)), e igualmente la funcin vectorial de las restricciones, g(x(b)). Derivando, tanto una como otra con respecto a b, obtenemos, respectivamente: b f(x(b)) = Jb(x(b)) x f(x(b)) Jb g(x(b)) = Jb(x(b)) Jx g(x(b)) Teniendo en cuenta las condiciones de optimalidad de primer orden x f(x*) Jx g(x*) * = 0 y multiplicndolos por Jb(x(b)): Jb(x(b)) x f(x(b)) Jb(x(b)) Jx g(x(b)) * = 0 sustituyendo por las expresiones anteriormente obtenidas, resulta: b f(x(b)) Jb g(x(b)) * = 0 Finalmente, como g(x(b)) = b, derivando esta expresin con respecto a las variables bi, obtenemos que Jb g(x(b)) = I(mm), por tanto:

L*= b f(x(b)), L-=f(x(b)) es decir, la variacin del valor ptimo de la funcin objetivo f(x*) producida por variaciones infinitesimales del segundo miembro de una restriccin, est representada por el multiplicador ptimo i asociado a la misma. En otras palabras, el valor ptimo del

multiplicador de Lagrange asociado a una determinada restriccin nos proporciona una medida de la sensibilidad del valor ptimo de la funcin objetivo ante cambios en el recurso de dicha restriccin. En los problemas de mnimo, se suele tomar la funcin de Lagrange como: L(x, ) = f(x) + t [g(x) - b], En cuyo caso se verifica que L-=
))

Esta interpretacin general tiene una traduccin econmica concreta segn sea la funcin objetivo y la expresin de las restricciones. Es por ello que los multiplicadores de Lagrange reciben la denominacin de precios de clculo por cuanto permiten determinar las consecuencias de una modificacin marginal de una restriccin.

Conclusiones
La programacin no lineal tiene la limitante de la no existencia de un algoritmo nico para cualquier problema no lineal, as como lo hace el mtodo Simplex en la Programacin Lineal, lo cual complica un poco ms su estudio. Los mtodos de solucin de programacin no lineal se pueden clasificar en trminos generales como procedimientos directos o indirectos. La mayora de los Problemas de Programacin no Lineal requieren de la ayuda de Software de computadora para poder llegar a su solucin completa.

BIBLIOGRAFIA 1.- http://es.wikipedia.org/wiki/Programaci%C3%B3n_no_lineal 2.- http://es.scribd.com/doc/63169644/8/Puntos-de-inflexion 3.- http://jorgesosasanchez.wordpress.com/unidad-3/3-3problemas-no-restringidos-programacion-no-lineal/3-3-1multiplicadores-de-lagranje-lambda/

1.- Mtodos y modelos de investigacin de operaciones, Volumen 1
Escrito por Juan Prawda,Juan Prawda Witenberg pg. 831

2.- Investigacin de operaciones: una introduccin

Escrito por HAMDY A. AUTOR TAHA pg. 719

3.- Investigacin de Operaciones

Escrito por Taha - Hamdy

4.- Tesis sobre Programacin no Lineal

Escrito por Lic. Ramn Cant Cuellar UANL 1995

5.-Formulacin y Resolucin de Modelos de Programacin Matemtica en Ingeniera y Ciencia.

Escrito por Enrique Castillo, Antonio J. Conejo, Pablo Pedregal, Ricardo Garca y Natalia Alguacil

6.- Antologa de Investigacin de Operaciones

Escrito por Ing. Jos Alberto Limn Cortaza