Está en la página 1de 7

Universidad de Los Andes

Facultad de Ingeniera y Ciencias Aplicadas


Semestre 2013-1
Profesor: Andrea Valle

PRUEBA 1
Introducci
on a la Optimizaci
on
Tiempo: 2 horas.
15 de Abril 2013

Auxiliar: I. Scarneo

1.- (3 ptos) Una f


abrica produce n diferentes tems y utiliza para ello m materias primas. El
tem j necesita una cantidad aij de la materia prima i por unidad de tem (i = 1, ..., m,
j = 1, ..., n). La disponibilidad de materia prima i es de M Pi , i = 1...m. Si se fabrica
el tem j s
olo puede producirse en las cantidades Aj , Bj o Cj , j = 1, .., n. El precio
del tem j es pj por unidad y cj es el costo unitario. Tenga en cuenta que por el s
olo
hecho de fabricar el tem j se incurre en un costo fijo Kj . En este proceso productivo
se usa gas como combustible. Se sabe que el consumo de gas por unidad fabricada del
tem j es gj . Por razones ambientales, el consumo total maximo permitido de gas es
G. Sin embargo, si la empresa coloca un sistema de filtro, el consumo maximo puede
ascender a H. El costo de instalar el filtro es R. Ademas, si se coloca ese filtro, entonces
el tem j solamente podr
a ser fabricado en las cantidades Bj o Cj , j = 1, .., n. Con estos
antecedentes construya un modelo que permita determinar cuanto producir de cada tem
y la conveniencia o no de instalar el sistema de filtro, de tal manera que se maximice el
beneficio total (diferencia entre ingreso total y costo total de produccion y de inversi
on
de filtro).
Soluci
on:
Variables (0.25 ptos c/u):
P aj : 1 si produce el tem j en la cantidad Aj , 0 si no.
P bj : 1 si produce el tem j en la cantidad Bj , 0 si no.
P cj : 1 si produce el tem j en la cantidad Cj , 0 si no.
Y : 1 si se instala el flitro, 0 si no.
Qj : es la cantidad producida del tem j.
Funci
on Objetivo (0.5 ptos):

m
ax

N
X

[Qj (pj cj ) (P aj + P bj + P cj ) Kj ] Y R

j=1

Restricciones:
El tem j solo puede producirse en una de las cantidades indicadas (0.25):
P aj + P bj + P cj 1 j = 1...N
Si se instala el filtro no se puede producir la cantidad Aj (0.25):
P aj + Y 1 j = 1...N

Niveles m
aximos de gas permitidos (0.25):
n
X

Qj gj G + Y (H G)

j=1

Disponibilidad de materia prima (0.25):


n
X

Qj aij M Pi i = 1...M

j=1

Naturaleza de las variables (0.25):


Qj 0 j = 1...N
P aj , P bj , P cj 0, 1 j = 1...N
Y 0, 1
2.- (2.5 ptos) El MOP le ha encargado a usted, en su calidad de asesor, planificar la construcci
on de una carretera que ha quedado destruida con el terremoto. Dado que es una
carretera de alta velocidad, la ruta debe ser nivelada colocando sobre ella una mezcla de
material pedregoso y grava disponible en M canteras a lo largo de la ruta.
En cada una de las canteras hay una cantidad de Si toneladas de material, donde i =
1, .., M , y adem
as para extraer una tonelada de material de la cantera i se debe gastar
$Ai .
Por otro lado, en la futura carretera se han trazado N secciones y se estima que, para
nivelar la secci
on j de la carretera, se requieren Dj toneladas de material, donde j =
1, .., N . La nivelaci
on por tonelada de material cuesta $Bj . A lo anterior tambien debe
considerar que existe un costo de transportar una tonelada de material desde la cantera
i hasta la secci
on j dado por $Cij .
Suponga que en las canteras hay suficiente material para nivelar todos los requerimientos.
a) (1.5 ptos) Se le pide modelar el problema que determina la poltica optima de transporte y extracci
on del material que minimiza los costos de nivelacion de la carretera.
Soluci
on:
Variables (0.25 ptos):
xij toneladas sacadas de la cantera i para nivelar la seccion j de la carretera.
Funci
on Objetivo (0.5 ptos):
mn

M X
N
X
i=1 j=1

Restricciones:

(Ai Bj Cij ) xij

Disponibilidad en la cantera (0.25 ptos):


N
X

xij Si i = 1...M

j=1

Demanda en la carretera (0.25 ptos):


M
X

xkij Dj j = 1...N

i=1

Naturaleza de las variables (0.25 ptos):


xij 0 j = 1...N i = 1...M
b) (1 pto) Suponga que, como todava no existe ruta, para llevar material desde la
cantera i a la secci
on de ruta j se debe improvisar un camino temporal cuyo costo
es $Eij . Si lleva material de la cantera i a la seccion de carretera j es necesario hacer
este camino, pero si no lo hace no. Escriba las modificaciones adicionales que deben
introducirse al modelo de a) para tomar en cuenta este nuevo requerimiento.
Soluci
on:
En este caso hay que introducir variables binarias (0.5):
yij que toman valor 1 si se construye el camino de i a j y 0 si no.
Con estas variables se agrega al modelo la siguiente restriccion (0.25):
xij Si yij i = 1...M j = 1...N
Adem
as, se debe modificar la funcion objetivo (0.25):
mn

M X
N
X

[(Ai Bj Cij ) xij + yij Eij ]

i=1 j=1

3.- (1 pto) Suponga el siguiente problema de optimizacion no lineal con n variables y m


restricciones.
a
+b
ci xi
i=1 exp

maxn Qn

xR


n
X



dij xi ej j = 1...m
s.a.


i=1

Donde a < 0, b > 0, ci > 0, dij , ej son parametros del problema. Encuentre un problema
lineal equivalente.
Soluci
on:
Primero eliminamos la constante b y como a < 0 se tiene el siguiente modelo equivalente
(0.25):

1
ci xi
i=1 exp

mn Qn



n
X



s.a.
dij xi ej j = 1...m


i=1

Como el denominador es siempre positivo, el modelo es equivalente al siguiente (0.25):

max

n
Y

expci xi

i=1

n

X



s.a.
dij xi ej j = 1...m


i=1

Ahora, aplicando logaritmo natural sobre la funcion objetivo, el modelo queda (0.25):

max

n
X

ci xi

i=1

n

X



s.a.
dij xi ej j = 1...m


i=1

Ahora, linealizando la restriccion se obtiene (0.25):

max

n
X

ci xi

i=1

s.a.
n
X

dij xi ej j = 1...m

i=1

n
X

dij xi ej j = 1...m

i=1

4.- Considere el siguiente problema:


max z = x + y
s.a :
x, y
D
con D = A (B C).
p
Donde A = {(x, y) : x2 + y 2 = 1,2}

B = {(x, y) : |x| 1}
C = {(x, y) : |y| 1}
a) (1 pto) Demuestre formalmente que el problema admite solucion optima.
Soluci
on
Para demostrar que admite solucion optima usamos el teorema de Bolzano-Weirstrass.
En este caso se tiene:
(0.25) La funci
on f (x, y) = x + y es continua (polinomio de primer grado).
(0.25) El dominio D es no vaco, ya que (0, 1) D.
(0.25) El dominio D es cerrado.
Tomemos una sucesi
on (xn , yn ) en D, debemos demostrar que lmn (xn , yn ) =
(x, y) D.
p
2
2
Como (xn , yn ) D, luego
p xn + yn = 1,2 como esta funcion es continua tomamos lmite y nos queda x2 + y 2 = 1,2.
Como (xn , yn ) D, luego |xn | 1 o |yn | 1 como estas funciones son continuas
tomamos lmite y nos queda |x| 1 o |y| 1.
Luego, (x, y) D, es decir, D es cerrado.
(0.25) El dominio D es acotado, 1,2 x 1,2, 1,2 y 1,2.
b) (1 pto) Resuelva gr
aficamente el problema. Sea explcito en entregar la solucion y el
valor
optimo.
Soluci
on

El conjunto factible est


a formado por los puntos rojos y verdes, mientras que el
conjunto de soluciones
optimas esta formado por los puntos verdes.
Resolviendo gr
aficamente se obtiene que x1 = (1, 0,663) y x2 = (0,663, 1).
Con valor
optimo z = 1,663
c) (1 pto) Argumente si el problema es o no convexo.
Soluci
on
Para que el problema sea convexo la funcion objetivo f (x, y) y el dominio D deben
ser convexos. La funci
on f (x, y) es convexa, sin embargo, el dominio no lo es. Por

ejemplo, si tomamos x1 = (0, 1) D y x2 = (0, 1) D, el segmento x1 + (1


)x2 6 D , [0, 1].
5.- Considere el problema de una persona que puede consumir dos bienes. El costo del
bien 1 en el mercado es de c1 y el costo del bien 2 es c2 (Donde c1 > 0 y c2 > 0). El
presupuesto de esta persona para comprar bienes es de P , con P > 0, y el beneficio
que obtiene por el consumo de ambos bienes se puede representar por la funci
on
f (x1 , x2 ) = x1 x2 , donde x1 y x2 representan la cantidad consumida del bien 1
y del bien 2 respectivamente. El siguiente corresponde al problema de maximizar
beneficio sujeto a respetar el presupuesto:
max f (x1 , x2 ) = x1 x2
s.a :
c1 x1 + c2 x2
P
a) (1 pto) Bajo el supuesto de que el presupuesto se consume en su totalidad, es
decir, c1 x1 + c2 x2 = P , plantee el problema como un modelo de optimizaci
on
irrestricto sobre x2 . Para el modelo planteado, estudie las condiciones de 1er y
2do orden.
Soluci
on
P c2 x2
Despejando x1 =
y reemplazando en la funcion objetivo, el problema
c1
irrestricto queda de la siguiente manera:
max g(x2 ) =

P x2 c2 x22
c1

(Esta parte 0.2)


Estudiamos la condicion de primer orden:
dg
P 2c2 x2
=
dx2
c1
(Esta parte 0.2)
Igualando a 0 se obtiene el candidato a optimo:
x2 =

P
P
x1 =
2c2
2c1

(Esta parte 0.2)


Estudiamos la condicion de segundo orden (seguimos en el problema de una
variable):
Hg (x2 ) =

2c2
c1

(Esta parte 0.2)


Como vemos, Hg (x2 ) < 0 x2 en particular para x2 =
a
optimo encontrado es efectivamente un maximo.
(Esta parte 0.2)

P
, luego el candidato
2c2

b) (1 pto) Para el problema de la parte a) aplique el M


etodo del Gradiente
para encontrar el
optimo utilizando como punto de partida x2 = 0. Considere
P = 2 y c1 = c2 = 1.
Soluci
on
Para los datos entregados el problema irrestricto de una variable queda:
max(2 x2 )x2
Aplicamos el Metodo del Gradiente.
 Inicializaci
on: x02 = 0. f (x02 ) = 2
 Direcci
on de crecimiento: d0 = 2, no estamos en el optimo, seguimos.
(Esta parte 0.2)
 Determinar el tama
no del paso:
Se debe resolver max>0 f (x02 + a0 d0 ) = max>0 2 2 (2 )2 .
Como es un problema de una variable, derivamos e igualamos a cero: 4 8
1
=0= .
2
(Esta parte 0.4)
 Calcular x12 = x02 + a0 d0 = 0 + 21 2 = 1
(Esta parte 0.2)
Verificamos que f (x12 ) = 0. Luego estamos en el optimo.
(Esta parte 0.2)
c) (0.5 ptos) Demuestre formalmente que el problema de las partes a) y b) tiene
soluci
on.
Soluci
on
El problema es equivalente a:
mn h(x2 ) =

P x2 + c2 x22
c1

Analizando lmkx2 k h(x2 ) =


La funci
on h(x2 ) es coerciva, luego existe mnimo.