Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 40 vistas

    Ejercicio Programacion No Lineal Cuadratica

    Cargado por

    Jackson Cardenas
    Este documento presenta un problema de optimización no lineal cuadrática para recomendar la mejor combinación de dos inversiones para un cliente con $15,000 disponibles. Se deben determinar la matriz de covarianza de los rendimientos de las inversiones y usar el método de Kuhn-Tucker para encontrar la combinación que minimice la variación del rendimiento anual esperado combinado, sujeto a la restricción de que la suma de las inversiones sea $15,000. La solución óptima es invertir $10,000 en la primera inversión y $5,000 en la segunda.

    Copyright:

    © All Rights Reserved
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd

    Ejercicio Programacion No Lineal Cuadratica

    Cargado por

    Jackson Cardenas
    40 vistas5 páginas
    Este documento presenta un problema de optimización no lineal cuadrática para recomendar la mejor combinación de dos inversiones para un cliente con $15,000 disponibles. Se deben determinar la matriz de covarianza de los rendimientos de las inversiones y usar el método de Kuhn-Tucker para encontrar la combinación que minimice la variación del rendimiento anual esperado combinado, sujeto a la restricción de que la suma de las inversiones sea $15,000. La solución óptima es invertir $10,000 en la primera inversión y $5,000 en la segunda.

    Título original

    EJERCICIO PROGRAMACION NO LINEAL CUADRATICA

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOC, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un problema de optimización no lineal cuadrática para recomendar la mejor combinación de dos inversiones para un cliente con $15,000 disponibles. Se deben determinar la matriz de covarianza de los rendimientos de las inversiones y usar el método de Kuhn-Tucker para encontrar la combinación que minimice la variación del rendimiento anual esperado combinado, sujeto a la restricción de que la suma de las inversiones sea $15,000. La solución óptima es invertir $10,000 en la primera inversión y $5,000 en la segunda.

    Copyright:

    © All Rights Reserved
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd
    Descargar como doc, pdf o txt
    40 vistas5 páginas

    Ejercicio Programacion No Lineal Cuadratica

    Cargado por

    Jackson Cardenas
    Este documento presenta un problema de optimización no lineal cuadrática para recomendar la mejor combinación de dos inversiones para un cliente con $15,000 disponibles. Se deben determinar la matriz de covarianza de los rendimientos de las inversiones y usar el método de Kuhn-Tucker para encontrar la combinación que minimice la variación del rendimiento anual esperado combinado, sujeto a la restricción de que la suma de las inversiones sea $15,000. La solución óptima es invertir $10,000 en la primera inversión y $5,000 en la segunda.

    Copyright:

    © All Rights Reserved
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd
    Descargar como doc, pdf o txt
    de 5

    EJERCICIO PROGRAMACION NO LINEAL CUADRATICA

    ENUNCIADO: Un asesor en inversiones debe recomendar una cartera formada por dos
    inversiones a un cliente que dispone de $15000 para invertir. Una inversión rinde 20%
    cada dos años, mientras que la otra rinde 30% cada tres años.

    A) Determinar la matriz de covarianza para los datos de tabla, los cuales representan
    rendimientos (en centavos) por dólar invertido

    B) Determine la mejor combinación de inversiones, si la única condición establecida


    por el cliente es que el rendimiento anual esperado, combinado, varié lo menos
    posible.

    Se parte de los siguientes datos correspondientes a cada inversión:

    AÑOS
    1 2 3 4 5 6

    0 20 0 20 0 20
    Inversión
    1
    Inversión 0 0 30 0 0 30
    2

    OBJETIVO: Solucionar el problema enunciado anteriormente a partir de las condiciones


    de Kuhn – Tucker, método que hace parte de los nombrados en la programación No
    lineal Cuadrática.

    CONCEPTOS CLAVES: Programación No lineal Cuadrática, Condiciones de Kuhn –


    Tucker, Función de Lagrange.

    PASOS SOLUCION

    A.
    K X1K X2K X21K X22K X1K X2K
    1 0 0 0 0 0
    1. Se procede a retabular la tabla
    2 20 0 400 0 0
    3 0 30 0 900 0
    4 20 0 400 0 0
    5 0 0 0 0 0
    6 20 30 400 900 600
    TOTALES 60 60 1200 1800 600
    σ 211 =(1200/6)-(60)2/36=100
    2. Se calculan las covarianzas σ222 =(1800/6)-(60)2/36=200

    σ 211 = σ222 = (600/6)-(60)2/36=0


    Y se realiza la matriz de covarianzas
    C= 100 0
    0 200

    B.
    E1 = E2 = 60/6 = $10
    Se procede a calcular las restricciones
    por medio de manipulaciones De donde el rendimiento total esperado es:
    algebraicas.
    E = E1x1 + E2x2 = 10(x1+x2) = 10(15000) =
    150000

    Independientemente de la X1 + x2 = 15000
    combinación de inversiones. Por lo que
    la única restricción al problema es:

    En términos de las covarianzas la MIN Z = 100x21 + 200x22


    función objetivo es, con las X1,x2>=0
    condiciones:

    Colocando el programa en la forma MAX Z = - 100x21 - 200x22


    estándar: X1 + x2 = 15000
    X1,x2>=0
    MAX Z = - 100x21 - 200x22
    Se tiene n = 2 (variables), m= 1 X1 + x2 – 15000 = 0
    (restricciones) y la función de la forma: X1,x2>=0
    g1(x1,x2) = x1+x2 - 15000

    Se realiza el paso a la función de L = (- 100x21 - 200x22)- λ 1 (X1 + x2 –


    Lagrange y las derivadas parciales: 15000)

    ∂L/∂X1 = -(2*100)x1 - λ1 =0
    ∂L/∂x2 = -(2*200)x2 - λ1 =0
    ∂L/∂λ 1 = -(X1 + x2 – 15000) = 0

    Se despeja la variable λ 1 con el fin de Así: λ 1 = 2000000


    reemplazarla en las otras ecuaciones y
    hallar los valores de X1*, x2*, Z, todas Y cuando se reemplaza en las otras
    en sus valores absolutos. ecuaciones:

    X1* = 10000
    x2* = 5000
    Z* = 1.5 x 1010
    CONCLUSION: En la programación No lineal cuadrática se debe en principio tener en
    cuenta que solo aplica para problemas en donde se realice una suma de exponentes de
    0, 1, 2 y que además debe realizarse procedimientos matemáticos como el de hallar
    covarianzas y derivadas parciales de Lagrange con el fin de encontrar la solución
    factible del problema dado.

    GROUP 1

    RICHARD MONTILLA 20031020121


    JORGE RIVEROS 20041020039
    JUAN DAVID FRANCO 20042020031
    MIGUEL MOJICA 20042020060

    BIBLIOGRAPHY
    n Villalba D. y Jerez M. “Sistemas de Optimización para la Planificación y Toma
    de Decisiones”

    ELECTRONIC REFERENCE
    http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060014/index.html

    También podría gustarte