PROGRAMACIN NO LINEAL

(COMPLEMENTO)
Introduccin
Entendemos por programacin no lineal, cuando la funcin objetivo y algunas (o todas) las
restricciones son del tipo no lineales.
Se presenta, a continuacin, distintos casos de programacin no lineal que es factible
resolverlos de manera analtica.
1. CASO UNIDIMENSIONAL NO RESTRINGIDO
Dada una funcin

f (x) , se desea encontrar un x * R tal que maximice f ( x * ) .

Por lo tanto, el problema lo podemos formular como:

Max

f ( x)

con

x R

Si x* es un mximo local, debe cumplirse:

f ( x * ) 0
f ( x * ) 0

i.
ii.

(Condicin de primer orden para los puntos crticos)

(Condicin de segundo orden para mximo)

Ejemplo: Una pequea empresa manufacturera puede vender todos los artculos que produce a
un precio de $6 c/u. El costo de producir x artculos a la semana (en $), est dado por:

C ( x) 1000 6 x 0,003 x 2 10 6 x 3
Qu valor de x debemos seleccionar con el objeto de maximizar las utilidades?

Solucin: Dado que debemos maximizar las utilidades debemos encontrar la expresin de la
utilidad.
Sean:

P( x) Utilidad
R( x) Ingreso

C ( x) Costo

P( x) R( x) C ( x)

6 x 1000 6 x 0,003 x 2 10 6 x 3
1000 0,003 x 2 10 6 x 3
Condiciones que deben cumplirse:
i.
ii.

P ( x * ) 0
P( x* ) 0

Condicin de primer orden:

P ( x) 0,006 x 3 * 10 6 x 2
0,006 x 3 * 10 6 x 2 0
x(0,006 x 3 * 10 6 x) 0
x1 * 0
x 2 * 2000
Condicin de segundo orden:

P ( x) 0,006 6 *10 6 x
(Evaluando en x=0)
P (0) 0,006 0 x1 * 0 es mnimo
Ahora evaluamos la segunda derivada en el segundo punto extremo (x= 2000)

P (2000 ) 0,006 6 *10 6 * 2000 6000

P (2000 ) 0 x 2 * 2000 max imiza la utilidad
Si deseamos conocer cul es el valor de la utilidad mxima, debemos evaluar la funcin de
utilidad, para x= 2000.

P(2000 ) 1000 0,003(2000 ) 2 10 6 * (2000 ) 3 $3000

semanal

Ejercicio: Suponga, ahora que el precio p en que x artculos pueden venderse est dado
por la siguiente funcin de demanda p = 12 0.0015x.
2.- CASO MULTIDIMENSIONAL NO RESTRINGIDO
El problema lo podemos formular como:

Max
con

f ( x1 , x 2 ,....., x n )
x Rn

Ahora x* es un vector en Rn, esto es:

( x T )* ( x1 , x2 ,..., xn )
Si x* es un ptimo debe cumplirse:
i.

Condicin necesaria para los puntos extremos

f ( x*)
0
x

(en notacin vectorial)

Esto es, x* debe ser solucin del sistema:

f ( x*)
0
x1
f ( x*)
0
x 2
.
.
f ( x*)
0
x n
ii.

Condicin suficiente de segundo orden:

Sea

2 f ( x*)
H ( x*) , el Hessiano o matriz de derivadas parciales de segundo
x 2

orden, de la funcin f evaluada en x*.

2 f
2 2
x1
2 f

x 2 x1
..
2 f
x x
n 1

2 f
x1x 2
2 f
x 2
..
2 f
x n x 2
2

2 f

x1x n
2 f
.....

x 2 x n H ( x)
.....
..
2 f
.....
2
x n
.....

a. Existe un mximo relativo si los menores principales, evaluados en lo puntos

crticos, se alternan en signo. Con los menores principales negativos de nmero
impar y con los positivos de nmero par.
Es decir:

H 1 0;

H 2 0;

H 3 0;

H 4 0;..........

b. Existe un mnimo relativo, si todos los menores principales, evaluados en puntos

crticos, son positivos.
Es decir:

H 1 0;
c.

H 2 0;

H 3 0;

H 4 0;..........

Si no se cumple ninguna de las condiciones anteriores, no podr extraerse

conclusin alguna respecto de los puntos crticos.

Los menores principales corresponden a los determinantes de las sub matrices del Hessiano:

H1

2 f
x1

2 f
H2

x1
2 f
x 2 x1
2

2 f
x1
2 f
H3
x 2 x1
2 f
x3 x1
2

2 f
x1x 2
2 f
x 2

2 f
x1x 2
2 f
x 2
2 f
x3 x 2
2

2 f
x1x3
2 f
x 2 x3
2 f
x3

y as, sucesivamente.
Ejemplo:

f ( x1 , x2 ) x1 ( x1 3) 2 5x2

Max

Condiciones de primer orden:

f
0 2 x1 ( x1 3) ( x1 3) 2 0 (1)
x1
f
0
x 2

10 x 2 0 (2)

Ordenando la primera ecuacin:

( x1 3)(2 x1 x1 3) 0
( x1 3)(3x1 3) 0
Esta ecuacin entrega dos soluciones para x1 :

x1 1
*

x1 3
**

La segunda ecuacin resulta en

x2 0
*

En consecuencia, los dos puntos crticos sern:

x * (1, 0)
x ** (3,0)
Analizaremos ahora las condiciones de segundo orden

Calculamos las derivadas parciales de segundo orden:

2 f
x1

2 x1 2( x1 3) 2( x1 3)
2 x1 2 x1 6 2 x1 6 6 x1 12

2 f
0
x1x 2
2 f
0
x 2 x 2
2 f
x 2

10

Por lo tanto, el Hessiano ser:

0
(6 x 12)
H 1
0
10

Debemos evaluar el Hessiano en los puntos crticos:

Analizaremos primeramente el punto

x * (1, 0)

0
6
H (x* )

0 10
Obtenemos ahora los menores principales:

H 1 6 0
H2

10

60 0

Por lo tanto, el punto

x * (1, 0) maximiza la funcin f ( x1 , x 2 )

Ahora, analizaremos el punto

0
6
H ( x ** )

0 10

x ** (3, 0)

En este caso:

H1 6 0
H2

0 10

60 0

Por tanto, el punto

x ** (3, 0) no es un mximo ni mnimo.

En consecuencia, el ptimo se da en

x * (1, 0)

3.- CASO MULTIDIMENSIONAL CON RESTRICIN DE IGUALDAD (Mtodo del

Multiplicador de Lagrange)
3.1.- Problema con una restriccin de igualdad
Dado un problema de la forma:

Max

f ( x1 , x 2 ,....., x n )

s.a.
g ( x1 , x 2 ,....., x n ) k
El mtodo consiste en formar una funcin compuesta con la funcin objetivo y la restriccin de
igualdad, de manera de transformar el problema original con restriccin en un problema no
restringido, el cual puede resolverse de manera similar a lo expuesto en el caso 2.
La funcin compuesta es:

L( x1 , x2 ,....., xn , ) f ( x1 , x2 ,...., xn ) g ( x1 , x2 ,....., xn ) k

Esta nueva funcin,

i.

L( x1 , x2 ,....., xn , ) recibe en nombre de funcin Lagrangiana y la variable

se denomina Multiplicador de Lagrange.

Condicin necesaria de los puntos extremos:

L
0
x1
L
0
x 2
.
.
L
0
x n
L
0

Condiciones suficientes de los puntos extremos :

ii.

L( x1 , x2 ,....., xn , ) en cualquier punto extremo, deber

Para estimar el comportamiento de

determinarse la matriz Hessiana Acotada HB, donde:

g
H B x1

...
g
x n

g
x1
2L
x1
...
2L
x n x1
2

g
x n

2L
....
x1x n

...
...
2
...
2
x n
...

De la matriz Hessiana Acotada, se definen los menores principales acotados, de la siguiente

manera:

0
H B2

g
x1
g
x 2

H B3

g
x1

g
x 2
g
x3

g
x1
2L
x1
2L
x 2 x1
2

g
x1
2L
x1
2L
x 2 x1
2L
x3 x1
2

g
x 2
2L
x1x 2
2L
x 2

g
x 2
2L
x1x 2
2L
x 2
2L
x3 x 2

y as sucesivamente, donde

g
x3
2L
x1x3
2L
x 2 x3
2L
x3

H B corresponde al determinante de H B .

H B se evala en los valores crticos (puntos extremos)

a. Existe un mximo relativo si:

H B 2 0;

H B 3 0;

H B 4 0;........

b. Existe un mnimo relativo si:

H B 2 0;

H B 3 0;

H B 4 0;........

c. Si no se cumple ninguna de las condiciones anteriores, no podr extraerse conclusin

alguna respecto de los puntos crticos.

Interpretacin de

De la funcin Lagrangiana,

L
, en consecuencia, puede interpretarse como la tasa
k

instantnea de cambio en el valor de la funcin Lagrangiana, respecto al que se opera en la

constante k, del lado derecho de la restriccin.
Si la restriccin es de recursos, representara el precio sombra de dicho recurso.
Ejemplo: Considere el problema

Max

f ( x1 , x 2 ) 25 x1 x 2
2

s.a.
2 x1 x 2 4
Solucin: Obtenemos la funcin Lagrangiana

L( x1 , x2 , ) 25 x1 x2 (2 x1 x2 4)
2

i.

Condiciones necesarias de los extremos relativos:

L
0 2 x1 2 0 (1)
x1
L
0 2 x 2 0 (2)
x 2
L
0 2 x1 x 2 4 0 (3)

Resolviendo el sistema de ecuaciones, se llega a:

x1 1,6
*

x 2 0,8
*

* 1.6

ii. Condiciones suficientes de los extremos relativos:

Determinamos la matriz Hessiana acotada:

g
H B x1

g
x
2

g
x1
2L
x1

g
x 2

2L
x1x 2

2
2
x 2

2L
x 2 x1

1
0 2

H B 2 2 0
1 0 2
Donde,

H B2 0

1 2

2 2
1

10 0 (resolviendo el determinante por la

primera fila).
Dado que

H B 2 0 L( x1 , x 2 , ) alcanza un mximo relativo para

( x1 , x 2 , ) (1.6, 0.8, 1.6)

3.2.- Problema con m restricciones de igualdad

En este caso, la funcin Lagrangiana (en notacin vectorial) se puede formular como:

L( X , ) f ( X ) g ( X )
i.

Las condiciones necesarias para determinar los puntos extremos son:

L
0
X
L
0

ii. Las condiciones suficientes para los puntos extremos:

Se define la matriz Hessiana Acotada (en notacin vectorial)

0
HB T
P

P
Q

Donde:

0 0 ij

mxm

i, j

g 1 ( X )
..

P
..

g m ( X ) mxn
2L
Q
i, j

x
i j nxn
( X 0 , 0 ) de la funcin Lagrangiana L( X , ) y la matriz
Hessiana Acotada H B evaluada en ( X 0 , 0 ) , entonces X 0 es:
Dado un punto extremo

1. Un punto mximo si, comenzando con el determinante principal menor de orden

(2m+1), los ltimos (n-m) determinantes menores de H B forman una pauta de signos
alternativos con

(1) m 1 .

2. Un punto mnimo si, comenzando con el determinante menor principal de orden

(2m+1), los ltimos (n-m) determinantes menores principales de H B tienen el signo

(1) m .