Programación no lineal
1. El problema básico de programación no lineal 1.1 Geometría del problema básico de programación no lineal 1.2 Condiciones necesarias de Kuhn y Tucker para el problema básico 1.3 Restricciones de no negatividad. Condiciones de Kuhn y Tucker 2. El problema general de programación no lineal 2.1 Formulación estándar del problema 2.2Programas cóncavos 2.3 Condiciones de Kuhn y Tucker y
El problema básico de programación no lineal
Max f( M f(x, y) ) s.a: g(x, y) ≤ b
f(x, f(x y) y g(x y) de clase C1 g(x,
[P]
Maximización: Restricción del tipo
≤
Condiciones necesarias (Kuhn- Tucker) (esquema de l d ( d la demostración) t ió ) Transformamos el problema P en un problema de Lagrange añadiendo una variabledenominada de holgura Máx. f(x, ) Má f( y) s.a g(x, y) ≤b Máx. f(x, y) s.a g(x, y) + u2 = b
⎡b − u2 − g(x, y)⎤ L(x, y, u, λ ) = f(x, y) + λ ⎣ ⎦
Por el teorema de Lagrange, si (x*, y*, u*) es solución local del problema y y si ∇g( x*,y*,u*) ≠ ( 0,0,0) ( (condición de regularidad) g ) existen λ * y u* tales que
∇L(x*, y*, u*, λ *) = (0, 0, 0, 0)
Sistema de condiciones necesarias:
∂f(x,y)∂g(x,y) −λ =0 ∂x ∂x ∂f( ) f(x,y) ∂g(x,y) ( ) −λ =0 ∂y ∂y −2 λ u = 0 ↔ λ u = 0 b − u2 − g(x,y) = 0 ↔ g(x,y) + u2 = b
Si eliminamos la variable de holgura obtenemos:
∂f(x y) f(x,y) ∂g(x,y) g(x y) −λ =0 ∂x ∂x ∂f(x,y) ∂g(x,y) −λ =0 ∂y ∂y g(x,y) ≤ b λ [b − g(x,y)] = 0
Signo del multiplicador Supuesto q b p p que puede variar
df(x*,y*) λ* = db
Si (x* y*) resuelve P p ( y) para λ * y b aumenta( (disminuye), y ), entonces
λ* O bien ( * y*) sigue siendo solución y entonces λ* bi (x* *) i i d l ió O bien el objetivo aumenta (disminuye) y entonces
=0 λ* > 0
Concluimos:
λ* ≥ 0
Signo del multiplicador
g(x, y) ≤ b
(x*, y*)
f(x, y) = k
g(x, y) = b Figura 2
Signo del multiplicador
g(x, y) ≤ b
(x*, y*) f(x, y) = k
Figura 3
g(x, y) = b
Teorema deKuhn-Tucker. Sea el problema P Máx. f(x, y) con f y g de clase C1 s.a: g(x, y)≤ b
L(x, y, λ ) = f(x, y) + λ [b − g(x, y)]
Si (x*, y*) es solución de P y si se cumple la regularidad, existe un λ * único de modo que:
∂f( * *) f(x*,y*) ∂g(x*,y*) ( * *) −λ* =0 ∂x ∂x ∂f(x* y*) f(x*,y*) ∂g(x* y*) g(x*,y*) −λ* =0 ∂y ∂y g(x y*) g(x*,y ) ≤ b λ * [b − g(x*,y*)] = 0 λ* ≥ 0
Condición de regularidad ode cualificación de g las restricciones. C1 C j Conjunto f ibl convexo y existe un punto que cumple factible i l todas las restricciones con desigualdad estricta (Slater). C2 Todas las restricciones son lineales
El problema con restricciones de no negatividad. p g Condiciones necesarias (Kuhn –Tucker). (esquema de la demostración) 1. Escribimos el problema en forma estándar
Max f ( x, y )⎫ Max f ( x, y ) ⎪ s.a g ( x, y ) ≤ b ⎪ s.a g ( x, y ) ≤ b ⎬⇔ −x ≤ 0 x≥0 ⎪ ⎪ y≥0 −y ≤ 0 ⎭
2. Añadimos variables de holgura
Max f ( x, y ) s.a g ( x, y ) + u 2 = b − x + v2 = 0 − y + w2 = 0
3. D fi i Definimos la función lagrangiana l f ió l i
L(x, y, u, λ, μ, δ) = f(x, y) + λ ⎡b − u2 − g(x, y)⎤ + μ[x − v 2 ] + δ[y − w 2 ] ⎣ ⎦
4. Calculamos el gradiente de la lagrangiana y loigualamos al
vector nulo: t l
L(x, y, u, λ, μ, δ) = f(x, y) + λ ⎡b − u2 − g(x, y)⎤ + μ[x − v 2 ] + δ[y − w 2 ] ⎣ ⎦
∂f(x,y) ∂g(x,y) −λ +μ =0 ∂x ∂x ∂f(x,y) ∂g(x,y) −λ +δ=0 ∂y ∂y b − u2 − g(x,y) = 0 ↔ g(x,y) + u2 = b x − v 2 = 0 ↔ −x + v 2 = 0 y − w 2 = 0 ↔ −y + w 2 = 0 −2 λ u = 0 −2μv = 0 −2δw = 0
5. Por último, eliminamos las variables de holgura, como en el caso anterior, anterior y obtenemoslas siguientes condiciones necesarias
∂f(x,y) ∂g(x,y) −λ ≤0 ∂x ∂x ∂f(x,y) ∂g(x,y) −λ ≤0 ∂y ∂y g(x,y) ≤ b x ≥ 0;y ≥ 0 λ≥0 λ [b − g(x,y)] = 0 g( ,y) ∂g(x,y) ⎤ ⎡ ∂f(x,y) x⎢ −λ ⎥=0 ∂x ⎦ ⎣ ∂x ⎡ ∂f(x,y) ∂g(x,y) ⎤ y⎢ −λ ⎥=0 ∂y ⎦ ⎣ ∂y
5. Condiciones suficientes
Estudiaremos sólo problemas de programación cóncava: Maximización de una función cóncava en un conjunto factible convexo más una...
Regístrate para leer el documento completo.