3.2 Ilustracin grafica de problemas de programacin no lineal.

Cuando un problema de programacin no lineal tiene solo una o dos variables, se puede representar grficamente de forma muy parecida a algn ejemplo anterior de programacin lineal. Se vern unos cuantos ejemplos, ya que una representacin grafica de este tipo proporciona una visin global de las propiedades de las soluciones optimas de programacin lineal y no lineal. Con el fin de hacer hincapi en las diferencias entre programacin lineal y no lineal, se usaran algunas variaciones no lineales del problema anterior. La figura siguiente muestra lo que ocurre con este problema si los nicos cambios que se hacen al modelo mencionado son que la segunda y tercera restricciones funcionales se sustituyen por la restriccin no lineal 9X21 + 5X22 <=216. Compare las figuras que se presentan a continuacin. La solucin optima sigue siendo (X1, X2)=(2,6). Todava se encuentra sobre la frontera de la regin factible, pero no es una solucin factible en un vrtice (FEV). La solucin optima pudo haber sido una solucin FEV con una funcin objetivo diferente (verifique Z=3X1 + X2), pero que no necesite serlo no significa que ya no se puede aprovechar la gran simplificacin utilizada en programacin lineal que permite limitar la bsqueda de una solucin optima para las soluciones FEV. Ahora suponga que las restricciones lineales d la seccin anterior se conserva sin cambio, pero que la funcin objetivo se hace no lineal. Por ejemplo si

Entonces la representacin grafica en la anterior indica que la solucin ptima es X1=8/3, X2=5, que de nuevo se encuentra en la frontera de la regin factible. (El valor optimo de Z es Z=857, as en la figura anterior muestra el hecho de que el lugar geomtrico de todos los puntos para los que z=857 tiene en comn con la regin factible solo este punto, mientras que el lugar geomtrico de los puntos con Z mas grandes no toca la regin factible en ningn punto.) Por otro lado, si

Entonces la siguiente figura ilustra que la solucin optima es (x1, x2)=(3,3), que se encuentra dentro de la frontera de la regin factible. (se puede comprobar que esta solucin optima si se usa calculo para derivarla como un mximo global no restringido; como tambin satisface las restricciones, debe ser optima para el problema restringido.) Por tanto, es necesario que:

Un algoritmo general para resolver problemas de este tipo tome en cuenta todas las soluciones en la regin factible, y no solo aquellas que estn sobre la frontera. Otra complicacin que surge en programacin no lineal es que un mximo local no necesariamente es un mximo global (la solucin ptima global). Por ejemplo, considera la funcin de una sola variable graficada en siguiente figura. En el intervalo 0<=X<=5, esta funcin tiene tres mximos locales X=0, x=2, x=4 pero solo uno de

estos X=4es un mximo global. (De igual manera, existen mnimos locales en X=1, 3, 5, pero solo X=5 es un mnimo global). En general, los algoritmos de programacin no lineal no pueden distinguir entre un mximo local y un mximo global (excepto si encuentran otro mximo local mejor), por lo que es determinante conocer las condiciones bajo las que se garantiza que un mximo local es u mximo global en la regin factible. Recuerde que en calculo, cuando se maximiza una funcin ordinaria (doblemente diferenciable) de una sola variable f(X) sin restricciones, esta garanta est dada cuando

Una funcin de este tipo cuya curvatura siempre es hacia abajo(o que no tiene curvatura) se llama funcin cncava. De igual manera si se sustituye <= por =>, de manera que la funcin tiene siempre una curvatura hacia arriba (o no tiene curvatura), se llama funcin convexa (As, una funcin lineal es tanto cncava como convexa). En la figura posterior se pueden ver ejemplos de estos. Note que la primera figura ilustra una funcin que no es cncava, ni convexa, pues alterna sus curvaturas hacia abajo y hacia arriba. Las funciones de variables mltiples tambin se pueden caracterizar como cncavas o convexas si su curvatura es siempre hacia abajo o hacia arriba. Estas definiciones intuitivas se fundamentan en trminos precisos que, junto con cierta profundizacin en los conceptos, se presentan en el apndice final. La siguiente es una forma conveniente de verificar esto para una funcin de ms de dos variables cuando la funcin consiste en una suma de funciones ms pequeas cada una de solo

Una o dos variables. Si cada funcin ms pequea es cncava, entonces la funcin completa es cncava. De similar, la funcin es convexa si cada funcin ms pequea es convexa. Para ilustrar esto considere la funcin:

Que la suma de las dos funciones ms pequeas dadas en los parntesis cuadrados. La primera funcin ms pequea 4X1- X12 es una funcin de la variable X1 nada ms, por lo que puede verse que es cncava si se observa que su segunda derivada es negativa. La segunda funcin ms pequea (X2 - X3)2 es una funcin de X2 y X3, por lo que se puede aplicar la prueba para funciones de dos variables. Si un problema de programacin no lineal no tiene restricciones, el hecho de que la funcin objetivo sea cncava garantiza que un mximo local es un mximo global. (De igual manera, una funcin objetivo convexa asegura que un mnimo local es un mnimo global). Si existen restricciones, entonces se necesita una condicin mas para dar esta

garanta, a saber, que la regin factible sea un conjunto convexo. Un conjunto convexo es sencillamente un conjunto de puntos tales que, para cada par de puntos de la coleccin, el segmento de recta que los une esta totalmente contenido en la coleccin. La regin factible para cualquier otro problema de programacin lineal es un conjunto convexo. En general la regin factible para un problema de programacin no lineal es un conjunto convexo siempre que todas las funciones g1(X) [para las restricciones g1(X)<=b1] sean convexas. Para el ejemplo de la siguiente figura, las dos g1(X) son convexas, ya que g1(X)=X1 (una funcin lineal es automticamente cncava o convexa) y g2(X)=9X12 como 5X22 son funciones convexas, por lo que su suma es una funcin convexa). Estas dos funciones convexas g1(X) conducen a que la regin factible de la figura sea un conjunto convexo. Ahora se analizara que pasa cuando solo una de estas funciones g1(X) es una funcin cncava. En particular, suponga que el nico cambio que se hace al ejemplo de la figura es

Que su restriccin no lineal se sustituye por 8X1 + 14X2 X22 <=49. Por lo tanto, la nueva g2(X)=8X1 X12 + 14X2 X22 es una funcin cncava ya que tanto 8X1 X12 como 14X2 X22 son funciones cncavas. La nueva regin factible mostrada en la figura anterior no es un conjunto convexo. Por qu? porque contiene pares de puntos, como (0,7) y (4,3), tales que parte del segmento de recta que los une no est en la regin factible. En consecuencia no se puede garantizar que un mximo local sea un mximo global. De hecho este ejemplo tiene dos mximos locales (0,7) y (4,3), pero solo (0,7) es un mximo global.