Repblica Bolivariana de Venezuela Ministerio del Poder Popular para la Defensa Universidad Nacional Experimental Politcnica de las Fuerzas

Armadas Ncleo Carabobo - Extensin Guacara 6to Semestre de Ingeniera de Sistemas

Programacin Cuadrtica

Seccin: G-002 Alumno: Rodrguez Vctor C.I.: 19.247.216

Programacin Cuadrtica Qu es? Es un caso particular de programacin matemtica no lineal. Un programa matemtico en el cual cada restriccin gi es lineal pero el objetivo es cuadrtico se conoce como programa cuadrtico, es decir f(x1,x2,..,xn) = S i=1,nS j=1,n cijxixj + S i=1,ndixi

Ejemplo A4 Minimizar z = x12 + x22 Con las condiciones x1 - x2 = 3 X2 3

Donde ambas restricciones son lineales, con n = 2 (dos variables) c11 = 1; c12 = c21 = 0; c22 = 1 y d1 = d2 = 0. Para que se usa? La programacin cuadrtica es un problema de optimizacin matemtica. Se utiliza cuando se busca minimizar o maximizar una funcin cuadrtica con diferentes variables sujeto a limitaciones lineales sobre estas variables. A continuacin un ejemplo de cmo se aplica: Consideremos un problema de programacin no lineal cuya funcin objetivo es la suma de trminos de la forma el grado del trmino Un problema de programacin no lineal, cuyas restricciones son lineales y cuya funcin objetivo es la suma de trminos de la forma (en la cual cada trmino tiene un grado de 2, 1 o 0) es un problema de programacin cuadrtica. Vamos a ilustrar de manera general el mtodo de WOLFE para resolver problemas de programacin cuadrtica: Se define un problema de programacin cuadrtica como:

Con sus restricciones:

Donde (Vector en con componentes continuas), C es un vector de precios con n componentes, Q es una matriz de nxn , simtrica y positiva definida, es decir , para toda , excepto X = 0, b es el vector de recursos con m componentes, A es una matriz de m*ncoeficientes tecnolgicos y 0 es un vector con n ceros. El problema de optimizacin anterior tiene restricciones lineales, si Q es una matriz nula se convierte en un problema de programacin lineal. Como Q es positiva definida , implica que W es una funcin estrictamente convexa y por lo tanto el mnimo si existe es global; si Q es negativa definida, W es estrictamente cncava y si el mximo existe es global. A continuacin se escribe el problema en notacin algebraica, se le aplican los multiplicadores de Lagrange, se verifican las condiciones necesarias y suficientes de Karush Kuhn- Tucker que deben existir en un ptimo global. El mtodo de Wolfe sigue con la reescritura del problema original como un problema de programacin lineal con holguras complementarias; ste ltimo problema es equivalente al problema original. El problema de programacin lineal a resolver ser de 2(m + n)n variables, m + n restricciones lineales y m + n restricciones de holgura complementaria. 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 Wolfe es:

Con las siguientes restricciones de holgura complementaria:

Utilizando el mtodo Simplex se tiene que la solucin bsica inicial es:

En la primera iteracin entra y sale X1 ( es de aclarar que aunque el Simplex escoge 1 y 2 para entrar a la base antes que lo haga X2, 1 y 2 no son aceptables, ya que Y1 y Y2 son positivos). El punto extremo luego de recalcular es:

En la tercera iteracin no pueden entrar a la base 1 y 2 y Y1 y Y2 son positivas; el Simplex toma como siguiente candidato a 1 y de salida Y1 ; el punto extremo despus de iterar es:

En la ltima iteracin (V1 = 0 y V2 = 0) debe entrar X1 pero no puede porque 1 es positivo; el siguiente elemento a entrar a la base es 1 el cual reemplaza a V2 Luego De recalcular ( pivotear) el punto extremo es:

La solucin anterior corresponde al ptimo: