MTODO DE PROGRAMACIN CUADRTICA.

La programacin cuadrtica (QP) es un tipo especial en la matemtica de

optimizacin de problemas. Es el problema de optimizar (reduciendo al mnimo o
maximizando) una funcin cuadrtica de varias variables conforme a apremios
lineales en estas variables. Trabaja con una clase especial de problemas en el que
una funcin cuadrtica de variables de decisin sujeta a restricciones lineales de
desigualdad requiere ser optimizada, en nuestro caso, requiere ser minimizada.

Una funcin cuadrtica, en notacin matricial, es una funcin de la forma

Clasificacin:

Problemas cuadrticos de minimizacin sin restricciones, requieren minimizar

la funcin cuadrtica f(x) sobre el espacio completo.

Problemas cuadrticos de minimizacin sujetos a restricciones de igualdad,

requieren minimizar la funcin objetivo f(x) sujeta a restricciones lineales de
igualdad Ax = b.

Problemas cuadrticos de minimizacin sujetos a restricciones lineales de

desigualdad. Requieren minimizar la funcin objetivo f(x) sujeta a restricciones
lineales de desigualdad Ax = b, tambin puede contener restricciones de
igualdad.

Problemas de optimizacin de redes cuadrticas. Son problemas cuadrticos

en los que las restricciones son restricciones de baja conservacin sobre una
red pura o generalizada.

Problemas cuadrticos convexos. Son cuales quiera de los mencionados

arriba, en el cual la funcin objetivo a ser minimizada, f(x) es convexa.

Problemas cuadrticos no convexos. Son cualesquiera de los mencionados

arriba, en el cual la funcin objetivo a ser minimizada, f(x) es no convexa

Aplicacin.

En rea financiera se pueden realizar anlisis, usando modelos de

programacin cuadrtica para determinar la seleccin de estrategias ptimas

de inversin.
En los impuestos la programacin cuadrtica juega un papel muy importante en

el anlisis de polticas de impuestos.

Otra aplicacin importante, es en la que los economistas utilizan modelos de
equilibrio para analizar expectativas de cambio en condiciones econmicas

Mtodo de Wolfe.
El algoritmo de Wolfe est orientado a resolver problemas algo ms
generales que los de tipo QP: Aquellos en los que la funcin de costo no tiene
porque ser cuadrtica, aunque se mantienen las restricciones lineales. Se resuelve
mediante una sucesin de problemas LP aproximados.

En concreto sustituye J(x) por una aproximacin de primer orden, y usa el

resultando de este problema para definir una direccin de bsqueda factible en la
que se mejora J(x) respetando las restricciones.

Ejemplo:
Resolver el siguiente problema de programacin cuadrtica por el mtodo de Wolfe

Aplicando los Multiplicadores de Lagrange tenemos:

Las primeras derivadas parciales son:

El problema de programacin lineal equivalente al original de acuerdo al mtodo de

Wolfees:

Con las siguientes restricciones de holgura complementaria:

Utilizando los mtodos simplex se tiene que la solucin bsica inicial es: