PUNTOS EXTREMALES

El conjunto de soluciones factibles de un problema de Programacin Lineal

en forma estndar:
T = r R
n
: r = /, r _ 0
es un poliedro convexo. En el curso de Optimizacin se vi una caracterizacin
de este conjunto (Teorema de Caratheodory) a travs de un nmero nito de ele-
mentos: los puntos extremales y las direcciones extremales. Esta caracterizacin
es la base del algoritmo SIMPLEX.
Denicin: Un vector r R
n
es un punto extremo de un poliedro T si
y slo si no puede escribirse como combinacin convexa estricta de dos puntos
distintos de T, o sea:
r es punto extremo ==
_
r = `r
1
+ (1 `)r
2
r
1
, r
2
T, 0 < ` < 1
==r
1
= r
2
= r.
El conjunto de puntos extremales se denota c = c(T).
Teorema: (Caracterizacin de los puntos extremales de un poliedro en forma
estndar)
Sea T R
n
un poliedro representado en forma estndar:
T = r R
n
: r = /, r _ 0 ,
donde R
mn
es una matriz de rango :. Entonces r es un punto extremo
de T si y slo si existe una submatriz 1 R
mm
de , de modo que pueda par-
ticionarse = [1 ], reordenando las columnas si es necesario, y que cumple:
1. det(1) ,= 0,
2. r =
_
1
1
/
0
nm
_
,
3. 1
1
/ _ 0
m
.
Demost: (==): Supongamos que r satisface 1,2,3. Si escogemos n, T
tales que:
r = `n + (1 `), con ` (0, 1),
particionemos n, en la misma forma que r, i.e.
n =
_
n
B
n
N
_
, =
_

B

N
_
,
entonces:
_
1
1
/
0
nm
_
= `
_
n
B
n
N
_
+ (1 `)
_

B

N
_
,
1
y porque n
N
,
N
son subvectores _ 0 y 0 < ` < 1, se tiene necesariamente que
n
N
=
N
= 0
nm
. Adems, tenemos que:
n = [1 ]
_
n
B
0
nm
_
= 1n
N
= /,
= [1 ]
_

B
0
nm
_
= 1
N
= /,
lo que implica que n
N
=
N
= 1
1
/ y por lo tanto, n = = r y r es un punto
extremal. Aqu hemos usado la hiptesis de que tiene rango : al suponer
que det(1) ,= 0.
(==): Notemos que ra:/() = : implica : _ :. Sea ahora r un punto
extremal de T y supongamos que hemos reordenado las variables de modo que
las componentes estrictamente positivas de r son las / primeras, i.e.
r = (r
1
, r
2
, ..., r
k
, 0, ..., 0)
t
=
_
r
k
0
nk
_
, r
i
0 , i = 1, ..., /.
Si / = 0, tenemos el caso singular en que r es el vector nulo = 0
n
y por tanto
r = 0
n
= 0
m
= /. Como ra:/() = :, podemos elegir cualesquiera : vec-
tores columna de , linealmente independientes, los cuales formarn la matriz
1 y es claro que las propiedades 1,2,3 se satisfacen pues 1
1
/ = 1
1
0
m
= 0
m
.
Si 0 < / _ :, demostremos que los correspondientes / primeros vectores
columna de son /.i. En caso contrario, existirn escalares j
j
, , = 1, ..., /, no
todos nulos tales que:
k

j=1
j
j

j
= 0
m
. (1)
Denamos el vector j = (j
1
, ..., j
k
, 0, ..., 0)
t
R
n
, completando el resto
de las (: /) componentes con ceros. Entonces, para todo t _ 0 se tiene la
identidad:
r =
1
2
( r + tj) +
1
2
( r tj). (2)
Es claro que de (1) se tiene j = 0
m
y por lo tanto ( r tj) = /, para
todo t _ 0. Adems, si t 0 es sucientemente pequeo, los vectores r tj
tendrn todas sus componentes _ 0 y pertenecern al poliedro T. En efecto,
escojamos ahora t
0
0 tal que:
r
j
tj
j
_ 0, \ , = 1, 2, ..., /, \t [0, t
0
],
es decir, tomamos:
t
0
= min t
0;1
, t
0;2
, (3)
0 < t
0;1
= min
_
r
j
j
j
, 1 _ , _ /, j
j
< 0
_
, (4)
0 < t
0;2
= min
_
r
j
j
j
, 1 _ , _ /, j
j
0
_
, (5)
2
con lo cual:
r
j
+ tj
j
_ r
j
+
_
r
j
j
j
_
j
j
= 0, para 1 _ , _ / : j
j
< 0,
r
j
+ tj
j
_ 0, para 1 _ , _ /, j
j
_ 0, t (0, t
0
),
y adems:
r
j
tj
j
_ r
j

_
r
j
j
j
_
j
j
= 0, para 1 _ , _ /, j
j
0,
r
j
tj
j
_ 0, para 1 _ , _ /, j
j
_ 0, t (0, t
0
).
Notemos que alguno de los conjuntos , : 1 _ , _ /, j
j
< 0 , : 1 _
, _ /, j
j
0 puede ser vaco pero nunca ambos (porque j ,= 0
n
) y en tal caso
t
0;1
= + t
0;2
= +, aunque siempre 0 < t
0
< +.
De ese modo, hemos expresado r como combinacin convexa estricta de
dos vectores distintos de T, lo que contradice que r sea punto extremo. En
conclusin, los vectores
j
, , = 1, ..., /, son linealmente independientes.
Entonces podemos construir una : :submatriz 1 de , que incluya
las / primeras columnas, de modo que det(1) ,= 0 puesto que por hiptesis
ra:/() = :. Adems, como r T :
r = [1 ]
_
_
r
k
0
mk
0
nm
_
_
= 1
_
r
k
0
mk
_
= /,
y por tanto:
_
r
k
0
mk
_
= 1
1
/ _ 0
m
,
es decir, se cumplen las propiedades 1,2,3.
El caso que nos queda es cuando / :, pero este caso es imposible porque
ya hemos demostrado que los / primeros vectores de son /.i.y ra:/() = :.
Corolario: El conjunto de puntos extremales c de un poliedro T (en forma
estndar) es un conjunto nito y el nmero de puntos extremales de T est
acotado por el nmero combinatorio
_
:
:
_
=
_
:
: :
_
.
Demost: Es claro que el nmero total de submatrices de orden : que pueden
extraerse de una matriz : :, con : _ :, es el nmero total de combi-
naciones de : en :,
_
:
:
_
. Por el teorema de caracterizacin, el nmero de
puntos extremales no puede ser mayor que este nmero combinatorio.
Teorema: Sea T = r R
n
: r = /, r _ 0
n
un poliedro en forma estn-
dar, con ::, y ra:/() = :.
a) Si T ,= ? entonces c ,= ?, es decir todo poliedro en forma estndar no
vaco tiene siempre puntos extremales.
b) Si T , = ? y acotado entonces r T si y slo si r es una combinacin
convexa de los puntos extremales.
3
Demost:
a) Sea r T, entonces se tiene que r = /, r _ 0
n
. Supongamos que
las componentes estrictamente positivas del vector r son las / primeras r =
(r
1
, ..., r
k
, 0, ..., 0)
t
. Si / _ : y / = 0
m
el vector nulo r = 0
n
es un punto
extremo de T. Si / _ : y / ,= 0
m
al menos una de las / primeras columnas de
debe ser no nula y por tanto, entre estas / primeras columnas de existe
al menos un vector /.i. Si suponemos que todas las
j
, , = 1, ..., /, son /.i.,
podemos completar una matriz 1 : : con el resto de las columnas de ,
tal que det(1) ,= 0, y entonces r ser un punto extremo pues se cumplen las
propiedades 1,2,3 del teorema de caracterizacin.
Si las / primeras columnas de son linealmente dependientes (que es tam-
bin el caso / :), tal como se hizo en la demostracin del teorema que
caracteriza los puntos extremales, podemos construir un vector j ,= 0
n
tal que
j = 0
m
con las ltimas :/ componentes nulas y usarlo para descomponer el
vector r como una combinacin convexa de dos puntos rtj de T (2). Adems,
tomando t = t
0;1
y t = t
0;2
, con t
0;1
, t
0;2
dados en (4,5), obtenemos que los vec-
tores r
1
= r+t
0;1
j y r
2
= rt
0;2
j tienen al menos una componente nula ms
que las de r. Precisamente la (o las) componente(s) donde se toma el mnimo
en (4,5). De este modo, r se expresa como combinacin convexa de dos vectores
r
1
, r
2
T que tienen al menos una componente nula adicional.
Es importante notar que estamos suponiendo que es posible calcular t
0;1
y
t
0;2
, lo que es equivalente a suponer que los conjuntos , : 1 _ , _ /, j
j
< 0
y , : 1 _ , _ /, j
j
0 son ambos no vacos. El caso en que el vector j tal
que j = 0
m
, tenga todas sus componentes de un solo signo (podemos siempre
ponerlas _ 0) lo estudiaremos ms adelante y signica que T es un conjunto no
acotado. Para la existencia de puntos extremales esto no afecta pues si tenemos
el caso j _ 0, utilizamos la identidad:
r = (r tj) + tj,
en lugar de (2) y siempre vamos a obtener al menos un vector r
2
= (r t
0;2
j)
con una componente adicional nula.
Ahora el proceso descrito puede repetirse con los dos vectores r
1
, r
2
y
expresar cada uno de ellos como combinacin convexa de pares de vectores
(r
1;1
, r
1;2
), (r
2;1
, r
2;2
) que tengan al menos una componente nula ms:
r
1
= cr
1;1
+ (1 c)r
1;2
,
r
2
= ,r
2;1
+ (1 ,)r
2;2
,
o en el caso que tengamos j _ 0
n
lo hacemos slo con el vector r
2
= (rt
0;2
j).
Combinacin convexa de combinaciones convexas produce siempre combi-
naciones convexas y por tal motivo r puede expresarse como combinacin con-
vexa de estos nuevos vectores con ms componentes nulas. Por ejemplo, para
c, ,, ` [0, 1] se tiene:
r = `r
1
+ (1 `)r
2
=
= `[cr
1;1
+ (1 c)r
1;2
] + (1 `)[,r
2;1
+ (1 ,)r
2;2
] =
= [`c]r
1;1
+ [`(1 c)]r
1;2
+ [(1 `),]r
2;1
+ [(1 `)(1 ,)]r
2;2
,
4
y es claro que:
`c + `(1 c) + (1 `), + (1 `)(1 ,) = 1.
En el caso j _ 0
n
el vector r se expresa como combinacin convexa de vec-
tores con componentes nulas adicionales ms combinaciones positivas de vectores
j con todas las componentes positivas o nulas.
Repitiendo sistemticamente este proceso, llegaremos a obtener al menos un
vector de T con al menos : : componentes nulas y con vectores columnas
de linealmente independientes asociados a las componentes positivas. Tales
vectores, por el teorema de caracterizacin, son puntos extremales de T y por
tanto c ,= ?.
b) El proceso constructivo de la demostracin de a) asegura que cualquier
punto r T podemos expresarlo como combinacin convexa de los puntos
extremales de T siempre y cuando no aparezca un vector j con todas sus com-
ponentes de igual signo. Como ya hemos sealado, veremos ms adelante que
esto equivale a que T es no acotado.
Recprocamente, es evidente que si r es una combinacin convexa de los pun-
tos extremales de T entonces pertenece a T por ser ste un conjunto convexo.
Ejemplo:
Expresar un punto de T como combinacin convexa de puntos extremales,
sin conocer los puntos extremales de T.
Consideremos el poliedro:
T =
_
(r
1
, r
2
) R
2
: r
1
+ r
2
_ 2, 8r
1
+ 3r
2
_ 8, r
1
, r
2
_ 0
_
.
Exprese el punto (
1
2
, 1)
t
T como combinacin convexa de los puntos ex-
tremales de T.
Solucin:
Al vector (
1
2
, 1)
t
de T le corresponde el vector (
1
2
, 1,
1
2
, 1)
t
en la forma es-
tndar
~
T. El problema se debe resoslver en 4 dimensiones, trabajando con el
poliedro en forma estndar.
~
T se escribe:
T =
_
r R
4
: r = /, r _ 0
4
_
,
donde:
=
_
1 1 1 0
8 3 0 1
_
, / =
_
2
8
_
.
Si los puntos extremales no son conocidos, hay que partir de la combinacin
lineal positiva de todos los vectores de e ir haciendo ceros los coecientes,
aprovechando la dependencia lineal que exista entre los vectores de que que-
den, tal y como se hizo en la demostracin del Teorema anterior. El proceso se
repite hasta que obtengamos una combinacin lineal positiva con vectores de
que sean /.i.
5
Primero, es claro que:
_
2
8
_
=
1
2
_
1
8
_
+ 1
_
1
3
_
+
1
2
_
1
0
_
+ 1
_
0
1
_
,
pero los vectores de son /.d., por lo que podemos escribir, por ejemplo:
_
0
0
_
= 1
_
1
8
_
+ 0
_
1
3
_
1
_
1
0
_
8
_
0
1
_
,
y el vector formado por los coecientes: j
0
= (1, 0, 1, 8)
t
podemos utilizarlo
para expresar r
0
= (
1
2
, 1,
1
2
, 1)
t
como combinacin convexa de dos puntos de T
que tengan una componente ms igual a cero:
r
0
= `(r
0
+ t
1
j
0
) + (1 `)(r
0
t
2
j
0
).
Si t
1
, t
2
_ 0 y no son ambos nulos, siempre podemos tomar ` [0, 1] pues
de la frmula anterior se deduce que:
r
0
= r
0
+ [`t
1
(1 `)t
2
]j
0
==`t
1
(1 `)t
2
= 0 ==` =
t
2
t
1
+ t
2
[0, 1].
Es inmediato que (r
0
+ t
1
j
0
) = (r
0
+ t
2
j
0
) = /, por lo que debemos
escoger t
1
, t
2
de modo que tengan tambin componentes positivas y al menos
una nula. Notemos que r
0
+ tj
0
_ 0 si t [
1
2
,
1
8
], as que denimos t
1
=
1
8
,
t
2
=
1
2
y tendremos ` =
4
5
,
r
0
=
4
5
r
01
+
1
5
r
02
, i.e.
_
_
_
_
1,2
1
1,2
1
_
_
_
_
=
4
5
_
_
_
_
5
8
1
3
8
0
_
_
_
_
+
1
5
_
_
_
_
0
1
1
5
_
_
_
_
. (6)
Los vectores r
01
, r
02
tienen una componente igual a cero, pero para que
sean puntos extremales tienen que tener al menos 2. O lo que es lo mismo, los
vectores de asociados a las componentes positivas de r
01
, r
02
son todava /.d.
El proceso se repite con cada uno de los vectores:
Para r
01
podemos hallar la combinacin lineal nula:
_
0
0
_
= 1
_
1
8
_

8
3
_
1
3
_
+
5
3
_
1
0
_
,
y el vector j
01
= (1,
8
3
,
5
3
, 0)
t
lo usamos para expresar r
01
como combinacin
convexa de dos vectores con ms componentes nulas que r
01
, i.e.
r
01
+ tj
01
_ 0 =t
_

9
40
,
3
8
_
,
6
y poniendo t
1
=
3
8
, t
2
=
9
40
en la expresin:
r
01
= `(r
01
+ t
1
j
01
) + (1 `)(r
01
t
2
j
01
)
y calculando ` =
3
8
igual que antes obtenemos:
_
_
_
_
5
8
1
3
8
0
_
_
_
_
=
3
8
_
_
_
_
1
0
1
0
_
_
_
_
+
5
8
_
_
_
_
2,5
8,5
0
0
_
_
_
_
.
Por otro lado, para r
02
tenemos la combinacin nula:
_
0
0
_
= 1
_
1
3
_
1
_
1
0
_
3
_
0
1
_
,
y anlogamente usamos el vector j
02
= (0, 1, 1, 3)
t
para expresar r
02
como
combinacin convexa de vectores de T con una componente ms nula. Y te-
niendo en cuenta que r
02
+ tj
02
_ 0 para t [1, 1], tomando t
1
= 1, t
2
= 1 y
` =
1
2
obtenemos:
_
_
_
_
0
1
1
5
_
_
_
_
=
1
2
_
_
_
_
0
2
0
2
_
_
_
_
+
1
2
_
_
_
_
0
0
2
8
_
_
_
_
.
Finalmente, sustituyendo en (6) tendremos:
_
_
_
_
1,2
1
1,2
1
_
_
_
_
=
3
10
_
_
_
_
1
0
1
0
_
_
_
_
+
1
2
_
_
_
_
2,5
8,5
0
0
_
_
_
_
+
1
10
_
_
_
_
0
2
0
2
_
_
_
_
+
1
10
_
_
_
_
0
0
2
8
_
_
_
_
,
que es una expresin del vector r
0
como combinacin convexa de puntos ex-
tremales.
7