Вы находитесь на странице: 1из 24

PROGRAMACION NO LINEAL

Contenidos
Programacin no lineal
Tipos de problemas de programacin no lineal
Programacin en enteros
Funcin objetivo no lineal
Funcin objetivo no lineal y restricciones no lineales
Programacin Cuadrtica.



Introduccin
Se han tratado problemas cuyas ecuaciones y desigualdades se
expresan como relaciones lineales.
Ahora se tratan problemas para soluciones de programacin no
lineal o curvilnea.
Bsicamente nos ocupamos de relaciones no lineales en las que
las restricciones y las funciones objetivo pueden tomar casi
cualquier forma matemtica.
No hay un mtodo general para resolver este tipo de problemas.

Tipos de problemas de Prog. no lineal
Son ms difciles de resolver.
Solo se han desarrollado un escaso nmero de procedimientos.
Una forma fcil de resolver este tipo de problemas , consiste en transformarlos en
una forma que permita la aplicacin de la programacin lineal.
La solucin variara con el tipo de problema que se estudie.
El algoritmo SIMPLEX es uno de los mecanismos ms tiles.
Una clase de problemas de programacin no lineal se refiere a aquel en el que el
requerimiento adicional exige que las variables solo pueden acepta valores
enteros: programacin en enteros.
Los problemas que ms se han estudiado son aquellos en los que las restricciones
son lineales mientras que la funcin objetivo no lo es, la funcin objetivo se
escribe como la suma de una forma lineal mas una forma cuadrtica:
Programacin Cuadrtica.
Los problemas con restricciones no lineales tienden a ser ms difciles, aqu se
requiere aplicar limitaciones muy rgidas, una tcnica de solucin es por el mtodo
de optimizacin, basado en el multiplicador de LaGrange.
Programacin en enteros
Es igual al de Programacin lineal excepcin de que las variables que
aparezcan en la solucin final deben ser nmeros enteros y positivos (0,
1, 2, 3, n).
Su utilidad es evidente ya que hay muchos recursos indivisibles.
Es muy tentador redondear las soluciones no enteras, ello puede dar
por resultado soluciones muy alejadas de la solucin optima en
enteros.
En un problema de programacin en enteros el primer paso consiste en
integrar las restricciones originales de la programacin lineal, o que
requiere la transformacin de las mismas de modo que todos los
coeficientes sean nmeros enteros. Ej.
Max. (Z) = 10 X
1
+ 5 X
2
,
sujeto a: 3/8 X
1
+ 1/2 X
2
2 2/5
Programacin en enteros
Esta expresin puede convertirse en nmeros enteros
empleando el mnimo denominador comn de 40 para resolver
las fracciones.
La desigualdad de restriccin resultante es:
15 X
1
+ 20 X
2
96
Esta restriccin la podemos convertir en una igualdad agregando
su correspondiente variable de holgura:
15 X
1
+ 20 X
2
+ X
3
= 96
El segundo paso siguiente consiste en resolver el problema
empleando el mtodo simplex, lo que da una solucin optima
para el problema que no es de enteros, de:
X
1
= 6 2/5 y X
2
= 0


Programacin en enteros
Como ya hemos obtenido la mejor solucin, en el paso anterior,
el tercer paso consiste en escoger la ecuacin del cuadro final
correspondiente a la variable que tenga la mayor parte
fraccionaria. La ecuacin escogida es:
X
1
+ 1 1/3 X
2
+1/15 X
3
= 96/15
X
1
= 96/15 - 1 1/3 X
2
- 1/15 X
3

Esta ecuacin sirve para expresar la variable bsica X
1
como
funcin de X
2
y X
3

Si usamos () para indicar valores enteros, la ecuacin precedente
se convierte en:
X
1
= 96/15 - 1 1/3 X
2
- 1/15 X
3
Como X
1
es un numero entero(lado izquierdo de la ecuacin), el
lado derecho de la misma debe ser un numero entero (I), que
puede escribirse:
Programacin en enteros
1 1/3 X
2
+ 1/15 X
3
- 96/15 = I
Pero no sabemos si ese entero ser positivo, negativo o cero. Si
cambiramos los coeficientes de X
2
y de X
3
por alguna cantidad
entera y 96/15 por otra, la diferencia seguira siendo un entero,
lo que se demuestra como sigue:
(1 1/3 I
1
) X
2
+ (1/15 I
2
) X
3
( 96/15 I
3
) = I
Supongamos que cambiamos cada uno de los coeficientes y
96/15 por aquellas cantidades enteras que dejen el numero mas
pequeo no negativo como el nuevo valor, lo que es:
1 1/3 1 = 1/3 ; 1/15 0 = 1/15 y 96/15 6 = 6/15
La ecuacin resultante es:
1/3 X
2
+ 1/15 X
3
- 6/15 = I
1/3 X
2
+ 1/15 X
3
= I + 6/15
Programacin en enteros
El lado izquierdo de la nueva ecuacin debe ser positivo, por que
todas las X no son negativas (X siempre es un valor entero de
una X), y los coeficientes de las variables se ajustaron al numero
mas pequeo posible no negativo.
El valor del lado derecho de la ultima igualdad debe ser un
numero entero positivo, y por lo tanto podemos escribir:
1/3 X
2
+ 1/15 X
3
6/15
Que es nuestra nueva restriccin. Esto se llama a veces Plano de
Corte.
Si aadimos una nueva variable de exeso X
4
con un coeficiente
de -1, nos da una ecuacin de igualdad de restriccin que puede
aadirse a la restriccin original para formar un nuevo problema
de programacin lineal:
1/3 X
2
+ 1/15 X
3
- X
4
= 6/15
Programacin en enteros
El cuarto paso consiste en sumar la nueva restriccin como fila
debajo del correspondiente a X
1
en el cuadro modificado y aadir
una columna para X
4
; ahora tenemos un problema con dos
restricciones, X
4
no puede entrar en la solucin en este paso por
que tiene un coeficiente de 1 y su valor seria de 6/15.
La seleccin de una nueva variable bsica es X
2
o X
3
, el valor de
Z
j
C
j
para X
3
es la menor cantidad positiva (si el criterio es C
j
Z
j

se escoger la mayor cantidad negativa) de X
2
y de X
3

Si llevamos a X
3
a la solucin, reducir menos el valor de la
funcin objetivo que si llevamos a ella X
2
, lo que se logra en la
tabla simplex ; X
1
=6 y X
2
= 0; todas las variables son enteras y la
fila Z
j
C
j
no tiene variables fuera de la solucin tal que pueda
mejorar el problema.
Por lo tanto hemos obtenido la solucin optima en enteros.
Programacin en enteros
C
j
10 5 0 0
X
j
b
i
X
1
X
2
X
3
X
4
0 X
3
96 15 20 1
0 0 0 0
10 5 0
10 X
1
6.4 1 1.3333 0.0667 0
? ? 0.4 0 0.3333 0.0667 -1
64 10 13.333 0.6667 0
0 -8.333 -0.667 0
10 X
1
6 1 1 0 1
0 X
3
6 0 5 1 -15
60 10 10 0 10
0 -5 0 -10 C
j
- Z
j
Z
j
C
j
- Z
j
Z
j
C
j
- Z
j
Z
j
Ejercicios de aplicacin
Dado el siguiente problema:
Max. Z = 5x + 5y
Sujeto a: 14x + 4y 58
10x + 14y 140
Donde la solucin no entera es:
x = 1,6154 y = 8,8462 y Z = 52,31
Encuentre la solucin ptima entera.
Ejercicios de aplicacin
Cj Basic Variables 5 X1 5 X2 0 slack 1 0 slack 2 Quantity
Iteration 1
0 slack 1 14 4 1 0 58
0 slack 2 10 14 0 1 140
zj 0 0 0 0 0
cj-zj 5 5 0 0
Iteration 2
5 X1 1 0.28 0.07 0 4.14
0 slack 2 0 11.14 -0.71 1 98.57
zj 5 1.42 0.35 0 20.71
cj-zj 0 3.57 -0.35 0
Iteration 3
5 X1 1 0 0.08 -0.02 1.61
5 X2 0 1 -0.06 0.08 8.84
zj 5 5 0.12 0.32 52.30
cj-zj 0 0 -0.12 -0.32




Funcin objetivo no lineal.
La funcin objetivo contiene expresiones no lineales.
Esta es una condicin en la que interactan las fuerzas de la
oferta y la demanda.
Ej. La KMC fabrica dos productos, K y L. siendo las restricciones
X
1
+ 0,429X
2
150
X
1
+ 0,750X
2
175
La contribucin de cada unidad vendida del producto L, es de $ 6.
la contribucin total del producto L puede expresarse como una
ecuacin lineal: C
l
= $6,00 X
2
La contribucin del producto K
declina a medida que se ponen a la venta unidades adicionales.
La ecuacin de la contribucin unitaria del producto k es C
k
= $10
- $0,01 X
1 ,
donde X
1
es igual al numero de unidades K vendidas,
Funcin objetivo no lineal.
La contribucin total obtenida de cualquier cantidad de unidades
K ser igual a X
1
veces la contribucin por unidad ($10 -$0,01 X
1
)
o ($10 - $0,01X
1
) X
1
o $10X
1
- $0,01X
1
2
.
La contribucin total de los productos K y L es:
Z = (10X
1
- 0,01X
1
2
)+ 6,00 X
2

En el espacio bidimensional puede mostrarse cualquier cantidad
de curvas de contribucin. Una curva de contribucin es aquella
en que la variable dependiente de la funcin objetivo es una
constante.
La solucin optima se encuentra probando los puntos extremos
del conjunto convexo formado por el conjunto de restricciones,
como en el caso de la programacin lineal.
Un mtodo matemtico nos permitir encontrar una solucin
mas exacta.
Funcin objetivo no lineal.
La solucin ptima se encuentra en el punto donde la curva de
contribucin de la funcin objetivo toca una de las lneas de
restriccin (donde Z es igual a una constante).
Si analizamos las lneas de restriccin, estas tienen pendiente
diferente, para X
1
+ 0,429X
2
150 su pendiente es 2,33 y
para X
1
+ 0,750X
2
175 su pendiente es 1,33, si realizamos el
anlisis grfico vemos que esta restriccin toca la curva de la
funcin objetivo, por tanto es en este punto donde encontramos
la solucin ptima .
A fin de resolver matemticamente el problema, es necesario
tomar la primera derivada de la funcin objetivo (donde Z es una
constante)
=
Funcin objetivo no lineal.
Z = (10X
1
- 0,01X
1
2
)+ 6 X
2

2
1 1 2
01 , 0 10 6 X X X Z =
6
01 . 0 10
6
2
1 1
2
X X
X
Z
=
6 6
01 , 0 10
2
1 1
2
Z X X
X +

=
6 6
01 , 0
6
10
2
1 1
2
Z X X
X + + =
3
01 , 0
6
10
1
1
2
X
X
X
+ =
c
c
Funcin objetivo no lineal.
Como tenemos un caso de tangencia (la tangente de la curva de
contribucin de la funcin objetivo es la misma que la tangente
de la lnea de restriccin), es necesario igualar las dos
pendientes.




Si sustituimos el valor de X
1
en la ecuacin de restriccin ,
podemos calcular el valor para X
2

X
1
+ 0,750X
2
= 175 100 + 0,75X
2
= 175
0,75 X
2
= 75 X
2
= 100
Si sustituimos estos valores en la funcin objetivo la contribucin
ptima es $ 1500.
3
01 , 0
6
10
333 , 1
1
X
+ = 1
003333 , 0 666 , 1 333 , 1 X + =
333 , 0 00333 , 0
1
= X
100
1
= X
Ejercicio de aplicacin
El grupo de I. O. de la empresa XXX ha presentado los datos
matemticos necesarios para dos artculos que produce la
empresa, tambin ha determinado que este es un problema de
programacin no lineal que tiene una funcin objetivo no lineal y
restricciones lineales siguientes:

Max (Z) = 12x 0,07X
2
+ 4y
Sujeto a: 2x + 0,86 y 300
3x + 0,68y 245
Funcin objetivo no lineal y restricciones no
lineales
Caso especial.
Ej. Max (Z) = (7,34 X
1
0,02X
1
2
) + 8X
2

Sujeto a:
2X
1
2
+ 3X
2
2
= 12500 X
1
y X
2
0
Todas las funciones que aparecen en el problema son separables.
La regin posible es una serie convexa de puntos que
corresponden a las desigualdades precedentes y la funcin
objetivo es cncava.
La solucin ptima puede encontrarse grficamente.
Las unidades ptimas de X
1
son 50 y de X
2
son 50 .
Este punto puede determinarse matemticamente como el
punto en que la pendiente de la restriccin es igual a la
pendiente de la curva de contribucin de la funcin objetivo.
Funcin objetivo no lineal y restricciones no
lineales
Primero encontramos la primera derivada de la funcin objetivo.




Ademas de esta derivada habra que encontrar la primera
derivada de la ecuacion de restriccion.
2X
1
2
+ 3X
2
2
= 12500 o 3X
2
2
= 12500 - 2X
1
2


2
2
1 1
8 02 , 0 34 , 7 X X X Z + =
2
1 1 2
02 , 0 34 , 7 8 X X X Z =
8 8
02 , 0 34 , 7
2
1 1
2
Z X X
X

=
8 8
02 , 0
8
34 , 7
2
1 1
2
z X X
X + +

=
2
01 , 0
917 , 0
1
1
2
X
X
X
+ =
c
c
2
1
2
2
3
2
3
12500
X X =
|
.
|

\
|

c
c
=
c
c
2
1
1
2
2
1
3
2
3
12500
) ( X
X
X
X
1
1
2
2
3
4
2 X
X
X
X =
c
c
|
|
.
|

\
|
|
.
|

\
|
=
c
c
2
1
1
2
2
1
3
4
X
X
X
X
2
1
1
2
3
2
X
X
X
X
=
c
c
Funcin objetivo no lineal y restricciones no
lineales
Despus de igualar la pendiente de la restriccin con la
pendiente de la funcin objetivo, la ecuacin resultante es:




Sustituyendo la ecuacin precedente en la ecuacin de
restriccin, nos da:



2
01 , 0
917 , 0
3
2
1
2
1
X
X
X
+ =
( )
1
1 2
005 , 0 0917
2
3 1
X
X X
+ =
( )
1
1
2
005 , 0 917 , 0 3
2
X
X
X
+

=
( )
12500
005 , 0 917 , 0 3
2
3 2
2
1
1
2
1
=
(

+

+
X
X
X
( )
( )
12500
005 , 0 917 , 0 3
2
3 2
2
1
2
2
1
2
2
1
=
(

+
+
X
X
X
Funcin objetivo no lineal y restricciones no
lineales
Podemos encontrar el valor de X
1
por aproximaciones sucesivas.
As para un valor de 50 para X
1
, procedemos:

( )
( )
12500
50 005 , 0 917 , 0 3
) 50 ( 4
3 50 2
2
2
2
2
=
(

+
+
( )
( )
12500
667 , 9
10000
3 2500 2
2
=
(

+
o
12500
) 444 , 0 ( 9
10000
3 5000 =
(

+
12500 ) 2500 ( 3 5000 = +
12500 12500=
Funcin objetivo no lineal y restricciones no
lineales
Como un valor de 50 para X
1
satisface la ecuacin, X
1
puede
sustituirse en la ecuacin de restriccin.
2X
1
2
+ 3X
2
2
= 12500
2(50)
2

+ 3X
2
2
= 12500 5000 + 3X
2
2
= 12500

3X
2
2
= 7500 X
2
2
= 2500 X
2
2
=2500 X
2
= 50 unid.
Luego despus de sustituir los valores de X
1

y de X
2
en la funcin
objetivo, la contribucin optima es de 717 ,00

Вам также может понравиться