Escolar Documentos
Profissional Documentos
Cultura Documentos
ON
Problema 1
Datos:
ndice para los tipos de compartimientos i I = {1, 2, 3} = {Frontal, Central, Trasero}
ndice para los tipos de carga j J = {1, 2, 3, 4}
c
i
: capacidad de peso de cada compartimiento del avion.
v
i
: capacidad de espacio de cada compartimiento del avion.
d
j
: volumen que ocupa una tonelada de carga de tipo j.
p
j
: cantidad de toneladas disponibles de carga de tipo j.
b
j
: ganancia en pesos por tonelada transportada de carga del tipo j
Variables:
x
ij
: cantidad de carga (en toneladas) del tipo j a cargar en el compartimiento i
Restricciones:
1. Restricciones de Capacidad en el avion:
4
j=1
x
ij
c
i
, i I
_
_
_
x
11
+ x
12
+ x
13
+ x
14
12
x
21
+ x
22
+ x
23
+ x
24
18
x
31
+ x
32
+ x
33
+ x
34
10
4
j=1
d
j
x
ij
v
i
, i I
_
_
_
14x
11
+ 20x
12
+ 17x
13
+ 11x
14
200
14x
21
+ 20x
22
+ 17x
23
+ 11x
24
260
14x
31
+ 20x
32
+ 17x
33
+ 11x
34
140
2. Restricciones de cantidad de carga disponible:
3
i=1
x
ij
p
j
, j J
_
_
x
11
+ x
21
+ x
31
20
x
12
+ x
22
+ x
32
16
x
13
+ x
23
+ x
33
25
x
14
+ x
24
+ x
34
13
3. Restricciones de equilibrio:
4
j=1
x
1j
12
=
4
j=1
x
2j
18
=
4
j=1
x
3j
10
3
y esto a su vez, es equivalente a decir:
4
j=1
x
1j
12
=
4
j=1
x
2j
18
18x
11
+ 18x
12
+ 18x
13
+ 18x
14
= 12x
21
+ 12x
22
+ 12x
23
+ 12x
24
4
j=1
x
2j
18
=
4
j=1
x
3j
10
10x
21
+ 10x
22
+ 10x
23
+ 10x
24
= 18x
31
+ 18x
32
+ 18x
33
+ 18x
34
4
j=1
x
1j
12
=
4
j=1
x
3j
10
10x
11
+ 10x
12
+ 10x
13
+ 10x
14
= 12x
31
+ 12x
32
+ 12x
33
+ 12x
34
4. Restricciones de no negatividad: x
ij
0 para todo i I, j J.
Funcion objetivo:
max z =
4
j=1
3
i=1
b
j
x
ij
es decir:
max 1000 [160 (x
11
+ x
21
+ x
31
) + 200 (x
12
+ x
22
+ x
32
) + 180 (x
13
+ x
23
+ x
33
) + 145 (x
14
+ x
24
+ x
34
)]
Problema 2
(a) Para que el punto (1, 1, 1) sea un optimo local de f es necesario que el gradiente de la funcion f en
el punto se anule:
f(x
1
, x
2
, x
3
) =
_
_
2x
1
+ bx
2
2x
2
+ bx
1
a
_
_
y por tanto
f(1, 1, 1) =
_
_
2 + b
2 + b
a
_
_
=
_
_
0
0
0
_
_
de donde, a = 0 y b = 2.
Para ver la naturaleza del punto (1, 1, 1), calculamos la Hessiana de f
2
f(x
1
, x
2
, x
3
) =
_
_
2 b 0
b 2 0
0 0 0
_
_
y como el punto (1, 1, 1) es estacionario para los valores del parametro a = 0 y b = 2, entonces
2
f(1, 1, 1) =
_
_
2 2 0
2 2 0
0 0 0
_
_
4
Finalmente, calculamos los valores propios de
2
f(1, 1, 1)
p() = det
_
2
f(1, 1, 1) I
_
=
2 2 0
2 2 0
0 0
= (2 )
2
+ 4
=
_
4 (2 )
2
_
=
2
(4 )
es decir, los valores propios de
2
f(1, 1, 1) son
1
=
2
= 0 y
3
= 4, por lo que la matriz
2
f(1, 1, 1) es
semidenida positiva, y por tanto, el punto (1, 1, 1) es un mnimo local de f.
(b) Denotemos por h(x
1
, x
2
, x
3
) = x
2
1
+ x
2
2
+ x
2
3
3, la restriccion de igualdad y denamos la funcion
Lagrangeana como:
L(x
1
, x
2
, x
3
; ) = x
2
1
+ x
2
2
+ bx
1
x
2
+ ax
3
+
_
x
2
1
+ x
2
2
+ x
2
3
3
_
Notemos primero que el punto (1, 1, 1) es un punto factible ( h(1, 1, 1) = 0 ) y ademas es regular, ya
que h(1, 1, 1) = (2, 2, 2) = (0, 0, 0), por lo tanto, el sera un punto estacionario del Lagrangeano si las
siguientes ecuaciones
L
x
1
= 2x
1
+ bx
2
+ 2x
1
= 0
L
x
2
= 2x
2
+ bx
1
+ 2x
2
= 0
L
x
3
= a + 2x
3
= 0
L
= x
2
1
+ x
2
2
+ x
2
3
3 = 0
evaluadas en (1, 1, 1), se cumplen. Evaluando, tenemos que:
b + 2 = 2
a + 2 = 0
de donde, el multiplicador de Lagrange es
=
a
2
y por tanto:
b + 2 = a (1)
(c) Si b = 2 , entonces de la relacion (1) se tiene que a = 4 y
= 2.
Para estudiar la naturaleza del punto x
) =
_
d R
3
| h(x
d = 0
_
= {(d
1
, d
2
, d
3
) | 2d
1
+ 2d
2
+ 2d
3
= 0}
y por tanto
L(D, x
) = {(d
1
, d
2
, d
3
) | d
1
+ d
2
+ d
3
= 0} (2)
5
Ahora, debemos vericar si se cumple la condicion suciente de 2
do
orden, es decir, si d
2
x
L(x
)d
es estrictamente positivo o negativo para todas las direcciones d L(D, x
), con d = 0, donde
2
x
L(x
) =
2
f(x
) +
2
h(x
)
=
_
_
2 b 0
b 2 0
0 0 0
_
_
+
_
_
2 0 0
0 2 0
0 0 2
_
_
=
_
_
2 2 0
2 2 0
0 0 0
_
_
2
_
_
2 0 0
0 2 0
0 0 2
_
_
=
_
_
2 2 0
2 2 0
0 0 4
_
_
y por tanto
d
2
x
L(x
)d = (d
1
, d
2
, d
3
)
_
_
2 2 0
2 2 0
0 0 4
_
_
_
_
d
1
d
2
d
3
_
_
= (d
1
, d
2
, d
3
)
_
_
2d
1
+ 2d
2
2d
1
2d
2
4d
3
_
_
= 2d
2
1
+ 4d
1
d
2
2d
2
2
4d
2
3
= 4d
2
1
4d
2
2
+ 2
_
d
2
1
+ 2d
1
d
2
+ d
2
2
_
4d
2
3
= 4d
2
1
4d
2
2
+ 2 (d
1
+ d
2
)
2
4d
2
3
(OJO)
= 4d
2
1
4d
2
2
2d
2
3
< 0
y por tanto, el punto (1, 1, 1) es un maximo local. Notemos que en la pen ultima relacion se uso que
d
1
+ d
2
= d
3
ya que (d
1
, d
2
, d
3
) L(D, x
) y se tiene (2).
Problema 3
(a) Si denimos las variables no negativas:
x
i
: cantidad de kg de verdura de tipo i = {1, 2, 3, 4, 5} a usar en la EV
entonces el modelo de optimizacion que satisface las restricciones de cantidad de unidades:
2x
1
+ 3x
3
+ 4x
4
+ x
5
= 10
y
x
1
+ 2x
2
+ 2x
3
+ x
4
+ 3x
5
= 25
de vitaminas A y C respectivamente, y ademas minimiza el costo es :
min100x
1
+ 80x
2
+ 85x
3
+ 100x
4
+ 110x
5
(P)
2x
1
+ 3x
3
+ 4x
4
+ x
5
= 10
x
1
+ 2x
2
+ 2x
3
+ x
4
+ 3x
5
= 25
x
i
0 , i = 1, ..., 5
6
(b) Dado que x
B
= (x
1
, x
5
) entonces:
B =
_
2 1
1 3
_
= x
B
= B
1
b =
_
3
5
1
5
1
5
2
5
__
10
25
_
=
_
1
8
_
0
y por tanto, el vertice del poliedro es x =
_
1 0 0 0 8
_
N
= c
N
c
B
B
1
N
=
_
80 85 100
_
_
100 110
_
_
3
5
1
5
1
5
2
5
__
0 3 4
2 2 1
_
=
_
80 85 100
_
_
100 110
_
_
2
5
7
5
11
5
4
5
1
5
2
5
_
=
_
80 85 100
_
_
48 162 176
_
=
_
32 77 76
_
y como el vector de costos reducidos no basicos tiene componentes negativas, entonces esta solucion basica
factible no es optima. Para hacer una iteracion del metodo del Simplex, escribamos la tabla asociada a
esta base:
0 32 77 76 0 980
1
2
5
7
5
11
5
0 1
0
4
5
1
5
2
5
1 8
y haciendo una iteracion, donde entramos la variable x
3
a la base, saliendo x
1
, obtenemos:
55 10 0 45 0 925
5
7
2
7
1
11
7
0
5
7
1
7
6
7
0
5
7
1
55
7
Notemos que en esta ultima tabla, el vector de costos reducidos no basicos tiene todas sus componentes
positivas, por tanto la solucion basica factible asociada (vertice del poliedro) x =
_
0 0
5
7
0
55
7
_
es la solucion optima.
(c)
i. El problema dual asociado a (P) es:
max 10y
1
+ 25y
2
2y
1
+ y
2
100
2y
2
80 (D)
3y
1
+ 2y
2
85
4y
1
+ y
2
100
y
1
+ 3y
2
110
7
ii. Las limitaciones en el precio que el farmace utico puede asignar a las pastillas se establecen como
sigue: un kilogramo de la verdura 1 contiene dos unidades de vitamina A y una unidad de vitamina C, por
lo que el valor intrnseco del aporte vitamnico de esta verdura es
2y
1
+ y
2
y dado que su costo es de $100, el entrenador estara dispuesto a pagar por este aporte, a lo sumo esta
cantidad; por tanto, el fabricante debe considerar como una primera limitante a sus precios que
2y
1
+ y
2
100 (Verdura 1)
De la misma manera, se elaboran las siguientes restricciones:
2y
2
80 (Verdura 2)
3y
1
+ 2y
2
85 (Verdura 3)
4y
1
+ y
2
100 (Verdura 4)
y
1
+ 3y
2
110 (Verdura 5)
Por otra parte, si el farmace utico desea maximizar sus ventas totales y supone que el entrenador solo
le comprara los requerimientos vitamnicos mnimos, su objetivo se convierte en
max 10y
1
+ 25y
2
iii. Usando el Teorema de Holgura complementaria, se tiene que aquellas variables basicas de la solucion
optima del problema primal, hacen que la variable de holgura sea cero, y por tanto, la restriccion del
problema dual asociada a estas variables del primal, son activas, en este caso, tenemos que la variable de
holgura s
3
= s
5
= 0 y, la solucion del dual sera la solucion del sistema:
_
3y
1
+ 2y
2
= 85
y
1
+ 3y
2
= 110
de donde se tiene que y
1
= 5 e y
2
= 35.
8