---
title: "Nelineární programování"
source: "https://systems-analysis.info/int/Neline%C3%A1rn%C3%AD_programov%C3%A1n%C3%AD"
wiki: "systems-analysis.info/int"
article: "Nelineární_programování"
language: "cs"
categories:
  - "Category:Czech"
  - "Category:Mathematical modeling"
  - "Category:Modeling"
  - "Category:Operations research"
revision_id: 4840
wiki_created_at: 2026-09-06T23:40:39Z
wiki_modified_at: 2026-09-06T23:40:39Z
downloaded_at: 2026-09-07T23:04:58Z
---

# Nelineární programování

**Nelineární programování (NLP)** — je odvětví matematického programování a operačního výzkumu, které se zabývá úlohami optimalizace, kde účelová funkce a/nebo alespoň jedno z omezení jsou **nelineárními funkcemi** rozhodovacích proměnných.

NLP je zobecněním lineárního programování a umožňuje modelovat širší třídu reálných systémů a procesů, kde závislosti mezi proměnnými nejsou striktně proporcionální (tj. jsou popsány křivkami, nikoli přímkami).

## Předmět a účel

Nelineární programování se používá k nalezení optimálních řešení v situacích, kdy:

- Závislost cílového ukazatele (zisku, nákladů, efektivity atd.) na řízených parametrech je nelineární (například klesající výnosy z rozsahu, kvadratické náklady).
- Omezení zdrojů nebo technologických procesů jsou popsána nelineárními vztahy (například chemické reakce, fyzikální zákony, ekonomické závislosti).

  
Úlohy NLP se vyskytují v mnoha oblastech:

- Inženýrský návrh (optimalizace konstrukcí, procesů).
- Ekonomika a finance (optimalizace portfolia s ohledem na riziko, modelování trhu).
- Chemická technologie (optimalizace režimů reaktorů).
- Machine Learning (trénování neuronových sítí, metoda podpůrných vektorů).
- Řízení výrobních procesů. Logistika (s ohledem na nelineární náklady).

## Matematická formulace úlohy NLP

Obecná úloha nelineárního programování je formulována takto:

Je třeba nalézt sadu hodnot **rozhodovacích proměnných**, která maximalizuje nebo minimalizuje **nelineární účelovou funkci**. Přitom hodnoty proměnných musí splňovat soustavu **omezení**, která mohou být vyjádřena jak ve formě **nerovností** (například „hodnota A musí být menší nebo rovna B"), tak ve formě **rovností** (například „hodnota C se musí přesně rovnat D"). Důležité je, že alespoň jedna z funkcí popisujících cíl nebo omezení je **nelineární**. Často se přidávají podmínky **nezápornosti** proměnných, tedy požadavek, aby jejich hodnoty byly větší nebo rovny nule.

Množina všech sad hodnot proměnných splňujících omezení tvoří **oblast přípustných řešení (OPŘ)**.

## Rozdíly oproti lineárnímu programování

Nelineární programování se podstatně liší od lineárního programování (LP):

- Nelinearita: Účelová funkce nebo omezení (nebo obojí) obsahují nelineární závislosti.
- Vlastnosti OPŘ: Oblast přípustných řešení v NLP může být nevypuklá (na rozdíl od LP, kde OPŘ je vždy vypuklý mnohostěn).
- Vlastnosti optima: Optimální řešení v NLP nemusí ležet ve vrcholu OPŘ, může ležet na hranici nebo uvnitř oblasti. V NLP mohou existovat lokální optima, která nejsou globálními optimy.
- Složitost řešení: Úlohy NLP jsou zpravidla výrazně obtížnější k řešení než úlohy LP. Neexistuje žádný jednotný univerzální algoritmus analogický simplexové metodě pro všechny úlohy NLP.

## Hlavní obtíže a výzvy NLP

Řešení úloh nelineárního programování je spojeno s řadou obtíží:

- Existence lokálních extrémů: Většina metod NLP zaručuje nalezení pouze lokálního optima (řešení, které je nejlepší v určitém okolí). Hledání globálního optima (nejlepšího řešení v celé OPŘ) je složitá úloha, zejména pro nevypuklé problémy.
- Nevypuklost: Pokud úloha není vypuklá (účelová funkce nebo OPŘ jsou nevypuklé), může existovat mnoho lokálních optim a standardní gradientní metody se mohou „uvíznout" v jednom z nich.
- Výpočetní složitost: Algoritmy pro řešení NLP často vyžadují výrazně větší výpočetní zdroje ve srovnání s LP.

## Důležité třídy úloh NLP

Navzdory obecné složitosti existují důležité podtřídy úloh NLP, pro které byly vyvinuty účinné metody řešení:

- Vypuklé programování: Úloha minimalizace vypuklé funkce na vypuklé množině přípustných řešení (nebo maximalizace konkávní funkce). Klíčová vlastnost: každé lokální minimum je zároveň globálním minimem. To výrazně zjednodušuje hledání optimálního řešení.
- Kvadratické programování: Účelová funkce je kvadratická a všechna omezení jsou lineární.
- Separabilní programování: Účelová funkce a omezení mohou být vyjádřeny jako součty funkcí, z nichž každá závisí pouze na jedné proměnné.

## Metody řešení úloh NLP

Metody řešení úloh nelineárního programování (NLP)

**I. Metody bezpodmínkové optimalizace (optimalizace bez omezení):**

- Gradientní metody (metoda nejstrmějšího sestupu, metoda sdružených gradientů);
- Newtonova metoda a kvazi-newtonovské metody (například BFGS);
- Metody využívající aproximaci Hessiánu.

**II. Metody podmíněné optimalizace (optimalizace s omezeními):**

- Transformační metody:
  - Metoda penalizačních funkcí (penalty methods);
  - Metoda bariérových funkcí (barrier methods).
- Metody přímého hledání směrů:
  - Metoda přípustných směrů.
- Metody založené na podmínkách optimality:
  - Metody Karuše-Kuhna-Tuckera (KKT-podmínky);
  - Metoda Lagrangeových multiplikátorů.
- Iterační metody:
  - Sekvenční kvadratické programování (SQP);
  - Metody vnitřních bodů.

**III. Metody globální optimalizace:**

- Heuristické a metaheuristické metody:
  - Genetické algoritmy;
  - Simulované žíhání;
  - Prohledávání se zákazem (tabu search).
- Deterministické metody:
  - Větvení a ohraničení (branch and bound);
  - Algoritmy globální optimalizace pro úlohy se speciální strukturou.

## Literatura

- *Bazara M., Šetty K.* Nelineární programování. Teorie a algoritmy. — M.: Mir, 1982.
- *Fiakko A., Mak-Kormik G.* Nelineární programování. Metody sekvenční bezpodmínkové minimalizace. — M.: Mir, 1972.
- *Chimmelblau D.* Aplikované nelineární programování. — M.: Mir, 1975.
- *Nocedal, Jorge; Wright, Stephen J.* Numerical Optimization. — Springer, 2006. (2nd ed.)

## Viz také

- Operační výzkum
- Optimalizace
- Lineární programování
- Vypuklé programování
- Účelová funkce
- Omezení
- Oblast přípustných řešení