NOMBRE: JOSELIN VASQUEZ

CURSO: B151
FECHA: 06-06-2016

PROGRAMACION NO LINEAL
Los problemas de programacin lineal son muy comunes y cubren un amplio rango de
aplicaciones. Sin embargo, en la vida real aparecen frecuentemente problemas que no
tienen comportamientos lineales. Cuando alguna de las restricciones, la funcin
objetivo, o ambos, son no lineales, se dice que se trata de un problema de programacin
no lineal. Los modelos de programacin nolineal son ms complejos de resolver que
sus anlogos lineales. Sin embargo muchos de ellos es posible resolverlos mediante
aproximaciones lineales.
Programacin separable.La programacin separable es un caso especial de programacin convexa
(problema de minimizacin), en donde la suposicin adicional es
Todas las funciones f(x) y g(x) son funciones separables.
Una funcin separable es una funcin en la que cada trmino incluye una sola
variable, por lo que la funcin se puede separar en una suma de funciones de
variables individuales. Por ejemplo, si f(x) es una funcin separable, se puede
expresar como

Es importante distinguir estos problemas de otros de programacin convexa, pues

cualquier problema de programacin separable se puede aproximar muy de cerca
mediante uno de programacin lineal y, entonces, se puede aplicar el eficiente
mtodo smplex.

Programacin geomtrica.Cuando se aplica programacin no lineal a problemas de diseo de ingeniera,

muchas veces la funcin objetivo y las funciones de restriccin toman la forma

En tales casos, las ci y a ty representan las constantes fsicas y las x} son las
variables de diseo. Estas funciones por lo general no son ni cncavas ni convexas,
por lo que las tcnicas de programacin convexa no se pueden aplicar directamente
a estos problemas de programacin geo- mtrica. Sin embargo, existe un caso
importante en el que el problema se puede transformar en un problema de
programacin convexa equivalente. Este caso es aquel en el que todos los
coeficientes c en cada funcin son estrictamente positivos, es decir, las funciones
son polinomios positivos generalizados(ahora llamados posinomiales), y la funcin
objetivo se tiene que minimizar. El problema equivalente de programacin convexa
con variables de decisin yx, y2,, yn se obtiene entonces al establecer

en todo el modelo original. Ahora se puede aplicar un algoritmo de programacin

convexa. Se ha desarrollado otro procedimiento de solucin para resolver estos
problemas de programacin posinomial, al igual que para problemas de
programacin geomtrica de otros tipos.