3
PROGRAMACIÓN NO LINEAL RESUMEN Un modelo de Programación No Lineal (PNL) es aquel donde las variables de decisión se expresan como funciones no lineales, ya sea en la función objetivo y/o restricciones de un modelo de optimización. También se considera como tal al conjunto de métodos utilizados para optimizar una función objetivo, sujeta a una serie de restricciones en los que una o más de las variables incluidas es no lineal. La programación lineal ha demostrado ser una herramienta sumamente poderosa, tanto en la modelización de problemas de la vida real como en la teoría matemática de amplia aplicación. Sin embargo, muchos problemas interesantes de optimización son no lineales. El estudio de estos problemas implica una mezcla diversa de álgebra lineal, cálculo multivariado, análisis numérico y técnicas de computación. Entre las áreas especiales importantes encontramos el diseño de algoritmos de computación (incluidas las técnicas de puntos interiores para programación lineal), la geometría y el análisis de conjuntos convexos y funciones, y el estudio de problemas especialmente estructurados, tales como la programación cuadrática. La optimización no lineal proporciona información fundamental para el análisis matemático, y se usa extensamente en las ciencias aplicadas (en campos tales como el diseño de ingeniería, el análisis de regresión, el control de inventario y en la exploración geofísica). CONCEPTOS BÁSICOS PARA LA RESOLUCIÓN DE PROBLEMAS

Mi Resumen

Embed Size (px)

DESCRIPTION

resumen

Citation preview

PROGRAMACIN NO LINEALRESUMEN

Un modelo de Programacin No Lineal (PNL) es aquel donde las variables de decisin se expresan como funciones no lineales, ya sea en la funcin objetivo y/o restricciones de un modelo de optimizacin. Tambin se considera como tal al conjunto de mtodos utilizados para optimizar una funcin objetivo, sujeta a una serie de restricciones en los que una o ms de las variables incluidas es 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 encontramos 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).

CONCEPTOS BSICOS PARA LA RESOLUCIN DE PROBLEMAS

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.

ALGORITMO: Es una serie de pasos para cumplir con una tarea determinada. REGIN DE FACTIBILIDAD ILIMITADA: Una solucin ilimitada requiere una regin de factibilidad cerrada ilimitada. La situacin inversa de este enunciado podra no ocurrir. REDUNDANCIA ENTRE LAS RESTRICCIONES: Redundancia significa que algunas de las restricciones no son necesarias dado que existen otras ms severas.

DIFERENCIAS ENTRE LA PROGRAMACIN LINEAL Y NO LINEAL

Programacin Lineal

1. La solucin ptima se encuentra en un punto extremo de la regin de factibilidad.2. El punto ptimo nunca est dentro de la regin de factibilidad.3. Sus mtodos de optimizacin generan ptimos absolutos o globales.4. La regin de factibilidad es un conjunto convexo.5. Sus funciones objetivo y restricciones son lineales.

Programacin No Lineal

1. No siempre la solucin ptima se encuentra en un punto extremo de la regin de factibilidad.2. Hay casos donde el punto ptimo est en el interior de la regin factible.3. Generalmente se encuentra un ptimo local o relativo, mas no el ptimo global o absoluto.4. Se pueden generar regiones de factibilidad que no son necesariamente convexas.5. La funcin objetivo, las restricciones o ambas pueden ser no lineales.