Documente Academic
Documente Profesional
Documente Cultură
Solución B):
• Hallando el vector gradiente y luego la matriz Hessiana de la función:
𝒙≤𝟒
𝟗𝒙𝟐 + 𝟓𝒚𝟐 ≤ 𝟐𝟏𝟔
𝒙, 𝒚 ≥ 𝟎
¿La solución óptima es también una solución global?
Solucion en Lingo
Variable Value
X 0.000000
Y 6.572673
Conclusión:
Variable Value
X 0.000000
Y 6.572673
Ejemplo 2:
Variable Value
X 5.000000
Y 0.000000
Conclusión:
Variable Value
X 5.000000
Y 0.000000
Ejercicio 1
Una compañía planea gastar 10000 euros en publicidad. Se sabe que un minuto de
publicidad en televisión cuesta 3000 euros y 1000 euros en la radio. Si la empresa compra
x minutos de publicidad en televisión e y minutos en la radio, su ingreso, en euros, esta
dado por −2x2 −y2 + xy + 8x + 3y. ¿Cómo puede la empresa maximizar sus ingresos?
Variables de decisión:
x: minutos de publicidad en la TV
y: minutos de publicidad en la radio
Restricciones:
3000X + 1000Y <= 10000
X, Y >= 0
-2*x^2 -y^2 + x*y + 8*x + 3*y;
PMP = -4 y -2
SMP = 7
Por lo tanto la solución local es un óptimo global
Programación No Lineal
Programación Separable
Investigación de Operaciones 2, Unidad 1
Contenido
• 1. Definición.
• 2. ¿Cómo se logra dicha aproximación?
• 2.1 Sustitución aproximada
• 2.2 Sustitución exacta
1. Definición
Max Z 3x x 2x 2 x 2
1 2 1 2
s.a.:
x 2x 4
2 2
1 2
2x1 x2 3
x x 2 x 2x 2
1 2 1 2
x1, x2 0
Pero este MPNL sí es separable:
s.a.:
x1 2 2x 22 250
x1 x2 20
x1, x2 0
2. ¿Cómo se logra dicha aproximación?
Sujeto a :
x 2 2x 2 250
1 2
x1 x2 20
x1, x2 0
Max Z 30x 35x 2x 2 3x 2
1 2 1 2 Reemplazar
X12 = Y1
X22 = Y2
x 2 2x2 2 250
1
x1, x2 0 Restriciones:
y1
X12 = Y1
6 S1 <= 2
S2 <= 4-2
X1 = s1 + s2
4 Y1 = 2*s1 + 6*s2
2 4 x1
s1 s2
Solución
F2 = x22
Aproximación de F2
Modelamiento de las funciones lineales por
tramos:
• Se asigna una variable auxiliar por cada tramo:
• A1, A2, A3, A4 : Representan a cada tramo de la recta que contiene a x1.
• En consecuencia:
• x1 = A1 + A2 + A3 + A4
• A1 ≤ 4, A2 ≤ 4, A3 ≤ 4, A4 ≤ 4
• B1, B2, B3, B4 : Representan a cada tramo de la recta que contiene a x2.
• En consecuencia:
• x2 = B1 + B2 + B3 +B4
• B1 ≤ 3, B2 ≤ 3, B3 ≤ 3, B4 ≤ 3
• Por ejemplo: Si x1 toma el valor de 9, entonces:
• A1 = 4, A2 = 4, A3 = 1 y A4 = 0
• F1 se expresa en función de las variables A1, A2, A3, A4 y de las
pendientes obtenidas en cada tramo:
• F1 = 4A1 + 12A2 + 20A3 + 28A4
• F2 se expresa en función de las variables B1, B2, B3, B4 y de las
pendientes obtenidas en cada tramo:
• F2 = 3B1 + 9B2 + 15B3 + 21B4
Entonces el modelo cambia de la siguiente
manera:
Modelo Linealizado
Modelo No Lineal Original 𝑴𝒂𝒙 𝒁 = 𝟑𝟎𝒙𝟏 + 𝟑𝟓𝒙𝟐 − 𝟐𝑭𝟏 − 𝟑𝑭𝟐
𝑴𝒂𝒙 𝒁 = 𝟑𝟎𝒙𝟏 + 𝟑𝟓𝒙𝟐 − 𝟐𝒙𝟐𝟏− 𝟑𝒙𝟐 𝟐 𝑺𝒖𝒋𝒆𝒕𝒐 𝒂:
𝑺𝒖𝒋𝒆𝒕𝒐 𝒂: 𝑭𝟏 + 𝟐𝑭𝟐 ≤ 𝟐𝟓𝟎
𝒙𝟐𝟏 + 𝟐𝒙𝟐𝟐 ≤ 𝟐𝟓𝟎 𝒙𝟏 + 𝒙𝟐 ≤ 𝟐𝟎
𝒙𝟏 + 𝒙𝟐 ≤ 𝟐𝟎 𝑭𝟏 = 𝟒𝑨𝟏 + 𝟏𝟐𝑨𝟐 + 𝟐𝟎𝑨𝟑 + 𝟐𝟖𝑨𝟒
𝒙 𝟏 , 𝒙𝟐 ≥𝟎 𝑭𝟐 = 𝟑𝑩𝟏 + 𝟗𝑩𝟐 + 𝟏𝟓𝑩𝟑 + 𝟐𝟏𝑩𝟒
𝒙𝟏 = 𝑨𝟏 + 𝑨𝟐 + 𝑨𝟑 +𝑨𝟒
𝑨𝟏 ≤ 𝟒
𝑨𝟐 ≤ 𝟒
𝑨𝟑 ≤ 𝟒
𝑨𝟒 ≤ 𝟒
𝒙𝟐 = 𝑩𝟏 + 𝑩𝟐 + 𝑩𝟑 + 𝑩𝟒
𝑩𝟏 ≤ 𝟑
𝑩𝟐 ≤ 𝟑
𝑩𝟑 ≤ 𝟑
𝑩𝟒 ≤ 𝟑
𝒙 𝟏 , 𝒙𝟐 ≥ 𝟎
Análisis de la solución óptima del modelo no
lineal original
• La solución óptima que LINGO
arroja del modelo no lineal
(originalmente formulado) es:
• Óptimo Local: 214.5833
• Valores: x1 = 7.5 ; x2 = 5.8333
• La región factible del modelo es
convexa y la función objetivo es una
función cóncava; por lo tanto esta
solución es también global
Análisis de la solución óptima del modelo
linealizado:
• La solución óptima que LINGO arroja
del modelo “linealizado” es:
• Óptimo Global: 214
• Valores: x1 = 8 ; x2 = 6
• LINGO le da la categoría de Global
porque ha resuelto un modelo lineal al
fin y al cabo; pero en realidad es una
aproximación a la verdadera solución
debido a que las expresiones no
lineales han sido sustituidas de
manera aproximada a funciones
lineales por tramos.