Curso: CII2750 Optimizaci

on
Profesores: Paul Bosch, Rodrigo L
opez
Fernando Paredes, Pablo Rey

Solemne 1
Fecha: Mi
ercoles 15 de mayo de 2013

Semestre Oto
no 2013

Pauta
Problema 1
(a) Un modelo que responde lo solicitado se presenta a continuacion.
Variables:
xs : n
umero de filas del sector s

Restricciones:
(i) N
umero maximo de asientos:

S
X

As xs C.

s=1

(ii) Largo maximo de la tribuna:

S
X

Ls xs H.

s=1

(iii) Naturaleza de las variables: xs 0 para todo s = 1, . . . , S (o xs Z+ ).

Funci
on objetivo: Maximizar el beneficio total por los asientos habilitados: max

S
X
s=1

(b) Al modelo de la parte anterior deben agregarse las variables:

ys : n
umero de asientos vendidos del sector s
y las restricciones:
(i) Asientos vendidos no superan a los asientos disponibles: ys As xs para todo
sector s.
(ii) Asientos vendidos no superan a las demandas: ys Ds para todo sector s.
(iii) Naturaleza de las variables ys : ys 0 para todo s = 1, . . . , S (o ys Z+ ?).

Bs As xs .

La funcion objetivo debe modificarse para calcular el beneficio por la venta de entradas. La nueva funcion objetivo queda:
max

S
X

Vs ys

s=1

(c) Para considerar varios partidos, se deben modificar las variables ys de entradas vendidas a yps que representa las entradas del sector s vendidas para el partido p. Se deben
agregar ademas, las variables binarias zp que toma el valor 1 si se juega el partido p
en el estadio y 0, si no.
Las restricciones del modelo de la parte (b) se modifican as:
(i) Asientos vendidos no superan a los asientos disponibles: yps As xs para todo
sector s y partido p.
(ii) Asientos vendidos no superan a las demandas y no se venden entradas para
partidos que no se juegan: ys Eps zp para todo sector s y partido p.
(iii) Naturaleza de las variables yps : yps 0 para todo s = 1, . . . , S (o yps Z+ ).
Y se debe agregar:
(i) Se programan Q partidos:

P
X

zp = Q.

p=1

(ii) Naturaleza de las variables zp : zp {0, 1} para todo p = 1, . . . , P .

La funcion objetivo queda:
max

P X
S
X

Ups yps

p=1 s=1

Problema 2
(a)

(i) El dominio es no vaco ya que contiene al menos el punto (0,5) .

(ii) La funcion objetivo es continua en R2 ya que es un polinomio. Luego en particular es continua en el dominio.
(iii) El dominio es cerrado ya que esta definido por restricciones amplias ( ), las
cuales estan definidas por funciones continuas (polinomios).
(iv) El dominio D es no acotado.
Luego, elegimos un punto x(0) D, por ejemplo x(0) = (0, 5), tal que el conjunto de
nivel D0 = {(x1 , x2 ) D|x21 + x22 + 2x2 f (x(0) ) = 35} es acotado.
En efecto, sea (x1 , x2 ) D0 . Luego x21 + x22 + 2x2 35

|x1 | 7 y |x2 | 8.

Luego: 7 x1 7 y 8 x2 8. En consecuencia, D0 es acotado. Por lo tanto,

por el teorema de B-W, el problema (P) admite solucion optima.

(b) Trazando curvas de nivel de la funcion objetivo sobre el dominio y utilizando propiedades
de su gradiente en los puntos que es diferenciable, es decir en R2 , se tiene una familia
de circunferencias concentricas en el punto (0, 1) y entonces la solucion optima sera
un punto de tangencia en el segundo cuadrante sobre la recta 3x1 x2 + 4 = 0, el
cual es punto de interseccion con la parabola x21 x2 = 0.

2
(c) Las hessianas de g1 (x
1 , x2 ) =
 x1
 x2 y g2 (x1 , x2 ) = 3x1 x2 + 4 son semidefinidas
2
0
0 0
positivas e en R2 :
y
, con lo cual se tiene que el dominio es
0 0
0 0
convexo en R2 .

Problema 3
(a) La funcion de Barrera queda:
B(x) = x22 2x1 + x23 4x1
B(x) = x22 + x23 6x1
, y el problema sin restricciones es:
min x21 2x2 x3 2x3 + h x22 + x23 6x1
(x1 , x2 , x3 ) R3

(b) Calculando el gradiente de la funcion objetivo e igualandolo a cero obtenemos:

2x1 6h
0

= 0
2hx2 2x3
2x2 + 2hx3 2
0
3

y por tanto, x1 (h) = 3h , y del sistema de ecuaciones:


hx2 x3 = 0
x2 + hx3 = 1
se tiene:



 0 1 


 1
h 
1
= 2
x2 (h) = 

h 1
 h 1 
 1

h

y


 h 0 


 1 1 
h
= 2
x3 (h) = 

h 1
 h 1 
 1
h 
Concluimos que el u
nico punto estacionario del problema sin restricciones es de la forma:

3h

x (h) = h2 1

h
h2 1
(c) Para clasificar el punto estacionario, calculamos los valores propios de la matriz
Hessina evaluada en el punto estacionario:

2
0
0
2 F (x) = 0 2h 2
0 2 2h
de donde,

 2
0
0

0 2h
2
p() = 

0
2 2h






 = (2 ) (2h )2 4




= (2 ) 2 4h + 4h2 4

obteniendose finalmente que el conjunto de valores propios es

2 F (x (h)) = {2, 2 (h + 1) , 2 (h 1)}
y por tanto, si el parametro positivo h > 1 entonces el punto estacionario corresponde a
un mnimo local estricto, pero si 0 < h < 1 entonces el punto estacionario es un Punto de
Silla.
(d) Para el problema (P1 ), el punto estacionario se calcula como el lmite cuando el
parametro h tiende a cero por la derecha, es decir:

3h

x (h) = h2 1 h 0+ 1 = x

h
0
h2 1
y x es un punto de silla del problema (P1 ) ya que 0 < h < 1 cuando h 0+ .
4