Programacin No Lineal En matemticas, la Programacin no lineal (PNL) es el proceso de resolucin de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre

un conjunto de variables reales desconocidas, con una funcin objetivo a maximizar, cuando alguna de las restricciones o la funcin objetivo no son lineales. Fomulacin matemtica del problema. El problema de programacin no lineal puede enunciarse de una forma muy simple: Maximizar una funcin objetivo minimizar una funcin objetivo (de coste) donde: Los mtodos de resolucin del problema. Si la funcin objetivo f es lineal y el espacio restringido es un politopo, el problema es de Programacin lineal y puede resolverse utilizando alguno de los bien conocidos algoritmos de programacin lineal. Si la funcin objetivo es concava (problema de maximizacin), o convexa (problema de minimizacin) y el conjunto de restricciones es convexo, entonces se puede utilizar el mtodo general de Optimizacin convexa. Existe una variedad de mtodos para resolver problemas no convexos. Uno de ellos consiste en utilizar formulaciones especiales de problemas de programacin lineal. Otro mtodo implica el uso de tcnicas de Ramificacin, cuando el problema se divide en subdivisiones a resolver mediante aproximaciones que forman un lmite inferior del coste total en cada subdivisin. Mediante subdivisiones sucesivas, se obtendr una solucin cuyo coste es igual o inferior que el mejor limite inferior obtenido por alguna de las soluciones aproximadas. Esta solucin es ptima, aunque posiblemente no sea nica. El algoritmo puede ser parado antes, con la garanta de que la mejor solucin ser mejor que la solucin encontrada en un porcentaje acotado. Ello se utiliza en concreto en problemas importantes y especialmente difciles y cuando el problema cuenta con costes inciertos o valores donde la incertidumbre puede ser estimada en un grado de fiabilidad apropiado. Las condiciones de Karush-Kuhn-Tucker proporcionan las condiciones necesarias para que una solucin sea ptima. Ejemplos Ejemplo bidimensional La interseccin de la lnea con el espacio de restricciones representa la solucin. Un problema sencillo puede definirse por las restricciones: x1 + x2 +x1 + x2 +x1 +x2 = 2 Con una funcin objetivo a ser maximizada f(x) = x1 + x2

Donde x = (x1, x2) Ejemplo tridimensional La interseccin de la superfie superior con el espacio de restricciones en el centro representa la solucin. Otro problema simple se define por la restricciones: x1 - x2 + x3 = 2 x1 + x2 + x3 = 10 Con una funcin objetivo a ser maximizada f(x) = x12 + x23 Donde x = (x1, x2, x3)