3.1 Conceptos bsicos de problemas de programacin no lineal.

La programacin lineal ha demostrado ser una herramienta sumamente poderosa, tanto en la modelizacin de problemas de la vida real como en la teora matemtica de amplia aplicacin. Sin embargo, muchos problemas interesantes de optimizacin son no lineales. El estudio de estos problemas implica una mezcla diversa de lgebra lineal, clculo multivariado, anlisis numrico y tcnicas de computacin. Entre las reas especiales importantes se encuentra el diseo de algoritmos de computacin (incluidas las tcnicas de puntos interiores para programacin lineal), la geometra y el anlisis de conjuntos convexos y funciones, y el estudio de problemas especialmente estructurados, tales como la programacin cuadrtica. La optimizacin no lineal proporciona informacin fundamental para el anlisis matemtico, y se usa extensamente en las ciencias aplicadas (en campos tales como el diseo de ingeniera, el anlisis de regresin, el control de inventario y en la exploracin geofsica). Programacin no lineal (PNL) 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, cuando alguna de las restricciones o la funcin objetivo no son lineales. Una suposicin importante de programacin lineal es que todas sus funciones (funcin objetivo y funciones de restriccin) son lineales. Aunque, en esencia, esta suposicin se cumple para muchos problemas prcticos, con frecuencia no es as. De hecho muchos economistas han encontrado que cierto grado de no linealidad es la regla, y no la excepcin, en los problemas de planeacin econmica, por lo cual, muchas veces es necesario manejar problemas de programacin no lineal, lo cual vamos a analizar enseguida. De la manera general el problema de programacin no lineal consiste en encontrar: X=(X1, X2, X3, X4, XN) para Maximizar f(X), sujeta a Gi(X)<= bi para i=1,2..m, Y X=>0, Donde f(X) y gi(x) son funciones dadas de n variables de decisin. Ejemplo:

La programacin multinivel parece a principios de los aos ochenta como un nuevo modelo de programacin matemtica que generaliza la programacin matemtica estndar para el tratamiento de sistemas jerrquicos. Debido a la complejidad del problema, en la literatura se han considerado, casi de manera exclusiva, problemas de programacin multinivel con slo dos niveles de decisin, denominados problemas de programacin baivel. En la Tesis Doctoral se han obtenido resultados relativos al problema de programacin baivel cuasi cncavo, analizado por primera vez en la literatura, en el que las funciones objetivo de ambos niveles de decisin son cuasi cncavas y la regin de factibilidad definida por el conjunto de restricciones comunes a ambos niveles de decisin es un poliedro. En primer lugar, se demuestran propiedades geomtricas de la regin inducida o regin de factibilidad del primer nivel de decisin: es continua y conexa, est contenida en la frontera del poliedro y est formada por la unin finita de caras propias completas del mismo. Estas propiedades permiten demostrar el resultado principal en relacin con la solucin ptima global del problema baivel cuasi cncavo cuando se supone que el problema del nivel inferior tiene ptimo nico. Existe un punto extremo del poliedro que es una solucin ptima global del problema. Si se relaja la hiptesis de ptimo nico en el problema del nivel inferior, bajo hiptesis de regularidad adecuadas, se demuestra que una solucin ptima local del problema se alcanza en un punto extremo del poliedro original. En segundo lugar, se han considerado el problema baivel fraccionario y el problema baivel multiplicativo, que son casos particulares del problema baivel cuasi cncavo cuyas funciones objetivo aparecen extensamente en la literatura sobre programacin matemtica de un nivel. Para estos problemas se particularizan las propiedades obtenidas para el problema general y se demuestra alguna caracterizacin adicional de la solucin ptima global. Adems, se han desarrollado algoritmos que permiten resolver el problema baivel lineal/lineal fraccionario (algoritmo de bsqueda de bases de inters y algoritmo ksimo mejor) y el problema baivel lineal/lineal multiplicativo (dos versiones del algoritmo k-simo mejor). Por ltimo, se presentan de forma breve algunos resultados obtenidos en relacin con otras aproximaciones al problema baivel lineal y algn modelo particular de este problema. CONCEPTOS BSICOS DE PROBLEMAS DE PROGRAMACIN NO LINEAL. Programacin no lineal: 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, cuando alguna de las restricciones o la funcin objetivo no son lineales. Qu es una funcin: una funcin es una cosa que hace algo. Por ejemplo, una mquina de moler caf es una funcin que transforma los granos de caf en polvo. La funcin (objetivo) traza, traduce el dominio de entrada (denominado regin factible) en un rango de salida con dos valores finales denominados valores mximo y mnimo. El mtodo Simplex es un algoritmo de solucin muy utilizado para resolver programas lineales. Es la solucin algortmica inicial para resolver problemas de Programacin Lineal (PL). Este es una implementacin eficiente para resolver una serie de sistemas de ecuaciones lineales. Mediante el uso de una estrategia ambiciosa mientras se salta desde un vrtice factible hacia

el prximo vrtice adyacente, el algoritmo termina en una solucin ptima. Un algoritmo es una serie de pasos para cumplir con una tarea determinada. Regin de Factibilidad Ilimitada: Tal y como se mencion anteriormente, aprenda que una solucin ilimitada requiere una regin de factibilidad cerrada ilimitada. La situacin inversa de este enunciado podra no ocurrir. Por ejemplo, el siguiente problema de PL tiene una regin de factibilidad cerrada ilimitada, sin embargo, la solucin es limitada. Redundancia Entre las Restricciones: Redundancia significa que algunas de las restricciones no son necesarias dado que existen otras ms severas. La teora de la produccin implica el anlisis de un tipo especfico de restriccin sobre el comportamiento de la empresa, el impuesto por la tecnologa, as como la investigacin de los procesos de toma de decisiones de la empresa. La tecnologa es simplemente el medio (o el mtodo) por el cual uno o ms factores pueden convertirse en produccin(es). Las funciones de produccin relacionan los factores (frecuentemente denominados factores de produccin, o simplemente inputs) con la produccin. Se pueden representar grficamente o matemticamente. La monotonicidad simplemente significa que si una empresa aumenta el uso de un factor, obtendr al menos tanta produccin. La convexidad implica que si tenemos dos combinaciones de factores para producir una cierta cantidad de produccin, la combinacin de stos producir al menos tanta produccin.