INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

Mtodo Jacobiano Mtodo de Langrange Condicin Kuhn Tucker

Profesora: ING. Grezzy Mendoza

Bachilleres: Edgar Rivera lvaro Gouveia Norye Franco

Maturn Septiembre 2012

Desde la dcada de los 60 la programacin lineal (PL) ha sido aplicada en diversas reas de la vida como por ejemplo: sistemas militares agrcolas, econmicos y de salud. La teora de optimizacin clsica se usa para la obtencin de los mximos y mnimos de funciones no lineales restringidas y no restringidas, en los que se hace uso del calculo diferencial.

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

La idea de utilizar derivadas restringidas es encontrar una expresin de forma cerrada para las primeras derivadas parciales de f (x) en todos puntos que satisfacen las restricciones g (x) = 0. Los correspondientes puntos estacionarios se identifican entre los puntos de las que estn derivadas parciales se hacen 0.

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

Sean Entonces,

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

Es un procedimiento para encontrar los mximos y mnimos de funciones de varias variables sujetas a restricciones. Este mtodo reduce el problema restringido con n variables a uno sin restricciones de n + k variables, donde k es igual al nmero de restricciones, y cuyas ecuaciones pueden ser resueltas ms fcilmente.

Las nuevas variables escalares desconocidas, una para cada restriccin, son llamadas multiplicadores de Lagrange. El mtodo dice que los puntos donde la funcin tiene un extremo condicionado con k restricciones, estn entre los puntos estacionarios de una nueva funcin sin restricciones construida como una combinacin lineal de la funcin y las funciones implicadas en las restricciones, cuyos coeficientes son los multiplicadores

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

Para identificar puntos estacionarios de un problema restringido no lineal sujeto a restricciones de desigualdad. Estas condiciones tambin son suficientes bajo ciertas reglas. Una condicin necesaria para la optimizacin es que sea no negativa (no positiva) para problemas de maximizacin (minimizacin). Esto se justifica como sigue. Considere el caso de maximizacin. Como mide la taza de variacin de F con respecto a g.

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN

Debe ser convexa , y el punto estacionario que resulte produce un mnimo global restringido. Este ejemplo demuestra que el procedimiento no es adecuado para clculos resultantes. Las condiciones KKT son bsicas en el desarrollo de los algoritmos de programacin no lineal.

INSTITUTO UNIVERSITARIO POLITCNICO SANTIAGO MARIO EXTENSIN MATURN