Está en la página 1de 15

FACULTAD DE INGENIERÍA Y CIENCIAS

DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

Guia de ejercicios 2
Juan Manuel Oliva Leonardo Villegas
Arelis Hidalgo Nicolás Fuentealba William Thomas Felipe Higuera

1 Problemas de Holguras Complementarias


1 Considere el siguiente problema de programación lineal:

 
min z = −x1 − 2x2 − x3 − x4
 s.a:
 2x1 + x2 + 5x3 + x4 ≤ 8 


 2x1 + 2x2 + 4x4 ≤ 12 

 3x1 + x2 + 2x3 ≤ 18 
xi ≥ 0

Si la solución óptima del problema es x̄t = 0, 6, 25 , 0 . Encuentre la solución del problema dual, usando


el teorema de holguras complementarias, y chequee el teorema de dualidad fuerte.

2 Considere el siguiente problema de programación lineal:


 
max w = 5y1 + 3y2 + 2y3
 s.a:
 −y1 + 4y2 + y3 ≤ 22 

(P): 
 6y1 − 2y2 + y3 ≥ −7 

 2y1 + 4y2 − y3 ≤ 14 
yi ≥ 0

cuya solución optimal es ȳ = (36, 0, 58)t . Encuentre la solución del problema dual, usando el teorema de
holguras complementarias, y chequee el teorema de dualidad fuerte.

3 Considere el siguiente problema de programación lineal:

 
max z = 10x1 + 24x2 + 20x3 + 20x4 + 25x5
 s.a:
 x1 + x2 + 2x3 + 3x4 + 5x5 ≤ 19 

 2x1 + 4x2 + 3x3 + 2x4 + x5 ≤ 57 
xi ≥ 0

Si la solución óptima del problema es x̄t = (0, 14, 0, 0, 1). Encuentre la solución del problema dual, usando
el teorema de holguras complementarias, y chequee el teorema de dualidad fuerte.

1
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

2 Problemas de Dual Simplex


1 Considere los siguientes problemas de programación lineal:

 
min z = 16x1 + 12x2 + 28x3
 s.a:
 2x1 + x2 + 4x3 ≥ 4 

 2x1 + 2x2 + 2x3 ≥ 3 
xi ≥ 0

Resuelvalos mediante el algoritmo de Dual Simplex.

2 Considere los siguientes problemas de programación lineal:

 
min z = 18x1 + 15x2 + 16x3
 s.a:
 4x1 + 2x2 + 4x3 ≥ 9 

 3x1 + 3x2 + 2x3 ≥ 12 
xi ≥ 0

Resuelvalos mediante el algoritmo de Dual Simplex.

2
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

3 Problema de Post Optimización y sensibilidad


1 Considere el siguiente problema que muestra el modelo de producción de una empresa que fabrica tres
tipos de taladros T1 , T2 y T3 .
 
max z = 25x1 + 75x2 + 5x3
 s.a: 2x1 + 5x2 + 4x3 ≤ 120
 
(P P L) 
 x1 + 3x2 + 5x3 ≤ 300 

 6x1 − 2x2 + 8x3 ≤ 480
x1 , x2 , x3 ≥ 0

En este modelo:

• La variable xi indica la cantidad de taladros a ser fabricados cada semana del modelo Ti , para
i = 1, 2, 3.
• Las tres restricciones se refieren a la disponibilidad semanal de insumos.
• La primera restricción se refiere a la disponibilidad de materias primas, la segunda a la disponibilidad
de horas hombres y la tercera a la disponibilidad de energı́a.

Para el modelo indicado, la tabla óptima es:

x1 x2 x3 x4 x5 x6
2 4 1
x2 5 1 5 5 0 0 24
x5 - 51 0 13
5 - 35 1 0 228
34 48 2
x6 5 0 5 5 0 1 528
-5 0 -55 -15 0 0 -1800

De acuerdo a la información entregada, y considerando siempre la información inicial, responda cada una
de las siguientes preguntas (Post Optimización):

(i) La empresa evalúa la fabricación de los taladros modelo T4 , los que se venderı́an a 5 unidades
monetarias cada uno, y donde cada taladro (unidad) necesita de 1.5 unidades de materia prima; 2.5
unidades de horas hombre y 3 unidades de energı́a. Con tales condiciones, ¿Cuántos taladros del
modelo T4 fabricara la empresa?
(ii) La empresa decide innovar en su proceso de fabricación del taladro modelo T1 . Con el nuevo sistema
se requiere, por cada unidad, de 7 unidades de materia prima; 6 unidad de horas hombre y se
mantiene el uso de unidades de energı́a. Entonces, al implementar el nuevo proceso de fabricación,
¿es necesario cambiar la base óptima actual?.
(iii) Las demanda por los taladros T2 ha disminuido tanto que la empresa considera posible disminuir su
precio a un valor de 40. Encuentre la nueva solución del problema.
(iv) La empresa está analizando el comportamiento nuevo de los mercados frente a sus niveles de pro-
ducción, y ha establecido que la cantidad máxima total de producción de taladros, como suma total
de todas la unidades de los distintos modelos, debe ser a lo mas de 20 unidades semanales. Al
considerar esta condición en el modelo, ¿cuál es la nueva solución óptima?
(v) Un paro de la locomoción colectiva ha significado que la horas hombre disponibles por semana,
disminuyan en un 20%, y la disponibilidad de energı́a también disminuya, pero solo en un 10%. De
acuerdo a lo anterior, ¿cambiará la base óptima actual?

3
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

De acuerdo a la información entregada, y considerando siempre la información inicial, responda cada una
de las siguientes preguntas (Sensibilidad):

(a) ¿Cuánto puede variar la disponibilidad de materias primas, para que la base optimal no cambie?
(b) ¿Cuánto puede variar el precio de venta del taladro modelo T2 , para que la solución óptima no
cambie?
(c) ¿Cuánto debe ser el precio de venta para que el taladro T3 , sea fabricado?

2 Considere el siguiente problema que muestra el modelo de producción de una empresa que fabrica tres
tipos de bombas F1 ,F2 y F3 .
 
max z = 25x1 + 4x2 + 2x3
 S.a 
 
 x 1 − 3x 2 + 4x 3 ≤ 180 
(P P L)  

 4x1 + 5x2 + 4x3 ≤ 200 
 3x1 + 4x2 + 2x3 ≤ 120
x1 , x2 , x3 ≥ 0

En este modelo:

• La variable xi indica la cantidad de bombas a ser fabricadas cada semana del modelo Fi , para
i = 1, 2, 3.
• Las tres restricciones se refieren a la disponibilidad semanal de insumos.
• La primera restricción se refiere a la disponibilidad de metal, la segunda a la disponibilidad de horas
máquina y la tercera a la disponibilidad de electricidad.

Para el modelo indicado, la tabla óptima es::

x1 x2 x3 x4 x5 x6
x4 0 - 133
10
3 1 0 - 31 140
x5 0 - 13 4
3 0 1 - 34 40
4 2 1
x1 1 3 3 0 0 3 40
0 - 88
3 - 44
3 0 0 - 25
3 -1000

De acuerdo a la información entregada, y considerando siempre la información inicial, responda cada una
de las siguientes preguntas (post-optimización):

(i) Un cambio en las condiciones de mercado ha significado un aumento en la cantidad de horas máquina
disponible a un total de 240 por semana, pero también en una reducción de electricidad disponible
solo a 100. ¿Estos cambios obligan a cambiar la base/solución óptimal actual?
(ii) Las demanda por bombas modelo F2 han crecido tanto que la empresa considera posible aumentar
su precio en un 75%. ¿Qué sucede en el nuevo escenario con la base óptima actual?.
(iii) Una nueva tecnologı́a permite cambiar la forma de fabricar las bombas modelo F3. Ası́, con la nueva
tecnologı́a cada bomba modelo F3 requiere el uso de 6 unidades de metal y 2 horas máquina, pero
sin embargo, aporta una unidad de electricidad a la disponible. Con la nueva tecnologı́a, ¿cuál es la
base/solución óptima?.

4
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

(iv) La empresa está analizando el comportamiento nuevo de los mercados frente a sus niveles de pro-
ducción, y ha establecido que la cantidad máxima total de producción de bombas, como suma total
de todas la unidades de los distintos modelos, debe ser a lo mas de 30 unidades semanales. Al
considerar esta condición en el modelo, ¿cuál es la base óptima (en cantidad y variables)?
(v) La empresa esta pensando en fabricar un nuevo modelo de bomba, que seria la bomba modelo F4.
Esta bomba se venderia a un precio de 10 y necesita la siguiente cantidad de recursos: 2 unidades
de metal, 4 horas máquina y no necesita de electricidad. Determine la cantidad a fabricar de este
modelo de bomba.

De acuerdo a la información entregada, y considerando siempre la información inicial, responda cada una
de las siguientes preguntas (sensibilidad):

(a) ¿Cuánto puede variar la disponibilidad de horas máquina, para que la base óptimal no cambie?
(b) ¿Cuánto puede variar el precio de venta de la bomba modelo F1, para que la solución óptima no
cambie?
(c) ¿Cuánto debe ser el precio de venta para que bomba modelo F3, sea fabricada?

3 Considere el siguiente problema de programación lineal:

min z = −5x1 − 2x2 − x3


 
 S.a 
 
 x 1 + x 2 + x 3 ≤ 6 
PL =  
 5x 1 + 3x2 + 6x 3 ≤ 15

 2x1 + x2 + 4x3 ≤ 11 
xi ≥ 0

Donde existe 3 articulos a fabricar (A1 , A2 , A3 ) y xi es la cantidad a fabricar. Ası́ mismo Ai , con i = 1, 2, 3.
La restricción 1 corresponde a las horas hombres disponibles, la restricción 2 corresponde a las horas
máquina disponibles y la restricción 3 indica la cantidad de pintura disponibles. Sabiendo que la tabla
óptima es:

x1 x2 x3 x4 x5 x6 b
x1 1 3/5 6/5 0 1/5 0 3
x4 0 2/5 -1/5 1 -1/5 0 3
x6 0 -1/5 8/5 0 -2/5 1 5
z 0 -1 -5 0 -1 0 -15
Responda cada pregunta de manera independiente:

(a) ¿Cuánto puede variar la disponibilidad de horas máquina, para mantener la solución óptimal?
(b) Las nuevas condiciones del mercado, lo obligan a utilizar al máximo los recursos disponibles por
lo que la cantidad total de articulos fabricadas por dı́a debe ser superior a 5 unidades. En estas
condiciones, ¿cuál es la combinación de producción óptima y la utilidad asociada?
(c) Se decide modificar la forma de producir el A3 con 7 unidades de horas hombre, 1 unidad de pintura
y 2 unidades de horas máquina, ¿cuál es la combinación de producción óptima y la utilidad asociada?

5
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

4 Para el problema lineal:  


min z = −4x1 − 7x2 − 3x3
 s.a 
 

 2x 1 + x 2 + 2x 3 ≤ 30 

 x1 + 2x2 + 2x3 ≤ 45 
xi ≥ 0
las tablas inicial y final del algoritmo simplex son las siguientes:

x1 x2 x3 xh4 xh5 b x1 x2 x3 xh4 xh5 b


2 2
xh4 2 1 2 1 0 30 x1 1 0 3 3 − 13 5
2
xh5 1 2 2 0 1 45 x2 0 1 3 − 13 2
3 20
z 4 7 3 0 0 0 z 0 0 − 13 3 − 13 − 10
3 −160

(a) Indique el rango en que puede variar coeficiente de costo de la variable x1 (c1 = −4 en la formulación
actual) de modo que la solución básica asociada a la tabla final se mantenga optimal?
(b) Considere el problema anterior modificado mediante la inclusión de la restricción paramétrica αx1 +
5x2 ≤ 35. Indique para qué intervalo de valores de α, la solución de la tabla final del problema
original se mantiene optimal para el problema modificado.
(c) Resuelva a partir de la tabla optimal del problema original un problema modificado mediante la
inclusión de la restricción paramétrica x1 + 5x2 ≤ 35 (caso α = 1).

6
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

4 Problema de transporte
1 Una compañia tiene cuatro enlatadoras que abastecen a cuatro almacenes y la gerencia quiere determinar
la programación de envı́o de costo mı́nimo para su producción mensual de latas de tomate. La oferta
de las enlatadoras, la demanda de los almacenes y los costos de envı́o por cajas de latas de tomate, se
muestran en la siguiente tabla:

D1 D2 D3 D4 Ofertas
A1 25 35 36 60 15
A2 55 30 45 38 6
A3 40 50 26 65 14
A4 60 40 66 27 11
Demandas 10 12 15 9

De acuerdo a la información entregada, responda cada una de las siguientes preguntas:

(i) Escriba la matriz del modelo correspondiente.

(ii) Escriba el modelo del problema de transporte y de su dual.

(iii) Halle una SFB del problema usando el método de costo mı́nimo.

(iv) Halle una SFB del problema usando el método de la esquina nor-oeste.

(v) Aplique el algoritmo de stepping-stone, comenzando de la SFB del método de costo mı́nimo, para hallar
la solución óptima del problema.

(vi) Escriba la base B de la solución óptima del problema de transporte.

(vii) Escriba la solución del dual y chequee el teorema de dualidad fuerte.

2 Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de
cuatro ciudades. Las plantas P1 , P2 y P3 pueden entregar 30, 70 y 40 millones de [kWh] respectivamente.
El consumo en las ciudades C1 , C2 , C3 y C4 es de 40, 50, 20 y 70 millones de [kWh] respectivamente. El
costo de suministrar un 1 [kWh] desde una planta a una ciudad depende proporcionalmente de la distancia
ente ellas, y está dado en la siguiente tabla:

C1 C2 C3 C4
P1 2 5 3 9
P2 2 8 4 3
P3 5 5 2 9

Para el problema de transporte que minimiza los costos del suministro:

(i) Calcule una SFB inicial usando el método de la esquina nor-oeste.


(ii) Aplique el algoritmo de stepping-stone, partiendo de la SFB del método de la esquina nor-oeste, para
hallar la solución óptima del problema (en cada iteración, debe fijar con u1 = 0).

3 Considere el problema de transporte con m=3 almacenes y n=4 destinos. Suponga que las existencias en
los tres almacenes son de 30, 60 y 90 respectivamente y que las demandas de los destinos son de 30, 40,
70 y 20 respectivamente. Se tiene además la siguiente tabla de costos unitarios:

7
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

D1 D2 D3 D4
A1 3 5 1 6
A2 3 2 4 3
A3 6 4 1 5

De acuerdo a la información entregada, responda cada una de las siguientes preguntas:

(i) Escriba la matriz del modelo correspondiente.


(ii) Escriba el modelo del problema de transporte y de su dual.
(iii) Halle una SFB del problema usando el método de costo mı́nimo.
(iv) Halle una SFB del problema usando el método de la esquina nor-oeste.
(v) Aplique el algoritmo de stepping-stone, comenzando de la SFB del método de esquina nor-oeste, para
hallar la solución óptima del problema.
(vi) Escriba la base B de la solución óptima del problema de transporte.
(vii) Escriba la solución del dual y chequee el teorema de dualidad fuerte.

4 MG Auto Company tiene 3 plantas de producción y 4 centros de distribución. Las existencias de las
plantas durante el año, las demandas de los centros de distribución y los costos de envı́o, se muestran en
la siguiente tabla:

C1 C2 C3 C4 Ei
P1 3 5 3 1 100
P2 2 8 4 6 80
P3 1 2 2 9 120
Dj 50 60 70 40

Para el problema de transporte que minimiza los costos de envio:

(i) Construya la tabla de transporte del problema equilibrado, asociada a la SFB: x14 = 40, x15 = 60,
x21 = 50, x23 = 30, x32 = 60, x33 = 40 y x35 = 20 (considerando u1 = 0).
(ii) Aplique el algoritmo de stepping-stone, partiendo de la SFB anterior, para hallar la solución óptima
del problema (en cada iteración, debe fijar con u1 = 0). Indique si la solución optimal encontrada es
única.

5 Una empresa energética dispone de cuatro plantas de generación para satisfacer la demanda eléctrica
de cuatro ciudades. Las plantas P1 , P2 , P3 y P4 pueden entregar 70, 50, 80 y 50 millones de [kWh]
respectivamente. El consumo en las ciudades C1 , C2 , C3 , C4 y C5 es de 30, 80, 60, 30 y 50 millones
de [kWh] respectivamente. El costo de suministrar un 1 [kWh] desde una planta a una ciudad depende
proporcionalmente de la distancia ente ellas, y está dado en la siguiente tabla:

C1 C2 C3 C4 C5
P1 4 6 3 9 7
P2 3 8 1 3 4
P3 5 5 2 9 8
P4 4 3 4 7 5

Para el problema de transporte que minimiza los costos del suministro:

8
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

(a) Calcule una SFB inicial usando el método de costo mı́nimo.


(b) Aplique el algoritmo de stepping-stone, partiendo de la SFB del método de costo mı́nimo, para hallar
todas las SFB optimales del problema.

6 El suministro de almuerzos a cinco colegios públicos distantes de un municipio ha sido ganado en licitación
por una empresa que tiene tres plantas en las que se preparan los alimentos. La capacidad diaria máxima
de producción de cada planta es de 300, 500 y 200 almuerzos, para la plantas P1, P2 y P3 respectivamente.
Los cinco colegios tienen un requerimiento diario de 150, 180, 130, 160 y 200 respectivamente. El costo
unitario de proveer un almuerzo desde cada planta hasta cada colegio es diferenciado, debido las distintas
distancias a recorrer en condiciones de refrigeración. Los costos unitarios están indicados en la siguiente
tabla

C1 C2 C3 C4 C5
P1 4 7 6 1 3
P2 2 7 6 4 5
P3 6 2 1 9 2

En la actualidad la empresa distribuye los almuerzos de acuerdo al siguiente plan:

• Desde la planta P1 se envı́an 120 almuerzos al colegio C4.


• Desde la planta P2 se envı́an 150, 180, 40 y 130 almuerzos a los colegios C1, C2, C4 y C5 respecti-
vamente.
• Desde la planta P3 se envı́an 130, 70 almuerzos a los colegios C3 y C5 respectivamente.

(a) Para la distribución actualmente utilizada investigue lo siguiente:


i. ¿Puede asociarse a una solución factible básica?
ii. ¿Es una distribución optimal?
iii. Proponga una distribución diferente a la actual que distribuya todos los almuerzos a un menor
costo. Justifique su respuesta.
(b) Producto de una falla en su producción la planta P1 solo puede proveer la próxima semana 120
almuerzos. Proponga un plan optimal de distribución diaria para ese caso. Si el plan optimal en este
escenario no es único, proponga aquel que sea optimal y envı́e la mayor cantidad de almuerzos de la
planta P3 al colegio C2.

9
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

5 Problema no lineal: KKT


1 Resuelva el siguiente problema utilizando las condiciones de KKT.

mı́n y máx f = x2
s.a. x2 − x21 = 0
x21 + x22 ≤ 2

2 Resuelva el siguiente problema utilizando las condiciones de KKT.

mı́n y máx f = x2 + y 2
s.a. 2x + y = 2

3 Resuelva el siguiente problema utilizando las condiciones de KKT.

mı́n y máx f = 16x2 + xy + 9y 2


s.a. x+y =1
11x + 8y ≥ 9

4 Resuelva el siguiente problema utilizando las condiciones de KKT.

min y máx f (x, y) = x2 + y 2


s.a x+y =6
x2 + y 2 ≤ 26
x+1≥0

5 Resuelva el siguiente problema utilizando las condiciones de KKT.

min y máx f (x, y) = x2 + y 2


S.a x+y =5
xy ≥ 4
(x − 4) + (y − 2)2 ≤ 1
2

6 Resuelva el siguiente problema utilizando las condiciones de KKT.

mı́n f (x, y, z) = y
s.a x + y 2 + z = 12
x2 + z 2 ≤ 8

7 Considere el siguiente problema no lineal:


 
min f (x, y, z) = x + y + z
 s.a 
 
 (y − 1)2
+ ≤1z2 
x2 + (y − 1)2 + z 2 ≤ 3
Estudie las condiciones necesarias y suficientes de primer y segundo orden para cada uno de los siguientes
puntos:

10
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización


(a) ( 2, 1 + √1 , √1 ) (d) (−1, 0, −1)
2 2 √
(b) (1, 2, 1) (e) (− 2, 1 + √12 , √12 )
√ √
(c) ( 2, 1 − √1 , − √1 ) (f) (− 2, 1 − √12 , − √12 )
2 2

Indique en cada caso los multiplicadores (µ1 , µ2 ) asociados.

11
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

6 Soluciones
6.1 Problemas de Holguras Complementarias
1 x̄t = 0, 6, 25 , 0


z̄ = ct x̄ = −12.4 
ȳ t = − 51 , − 10
9
,0
t
w̄ = b ȳ = −12.4
Se cumple el teorema de dualidad fuerte ( ct x̄ = bt ȳ)

2 x̄t = (9, 0, 7)
z̄ = ct x̄ = 296
ȳ t = (36, 0, 58)
w̄ = bt ȳ = 296
Se cumple el teorema de dualidad fuerte ( ct x̄ = bt ȳ)

3 x̄t = (0, 14, 0, 0, 1)


z̄ = ct x̄ = 361
ȳ t = (4, 5)
w̄ = bt ȳ = 361
Se cumple el teorema de dualidad fuerte ( ct x̄ = bt ȳ)

6.2 Problemas de Dual Simplex


1 x̄t = 1, 0, 21 , 0, 0 , z̄ = 30


2 x̄t = 21 , 72 , 0, 0, 0 , z̄ = 123

2

6.3 Problema de Post Optimización y sensibilidad


1

(i) La cantidad de taladros T4 = 0.

(ii) La base no cambia.

(iii) x̄t = (60 0 0 0 240 120), y z̄ = −1500

(iv) x̄t = (0 20 0 20 240 520 0), y z̄ = −1500

(v) La base no cambia, x̄ = (0 24 0 0 168 480).

(a) b1 ∈ [0 500]
125
(b) c2 ≥ 2

(c) c3 ≥ 60

(i) La base no cambia, pero ahora x̄t = (100/3 0 0 440/3 320/3 0), y z̄ = −2500/3 .

(ii) La base no cambia.

12
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

(iii) x̄t = (44 0 12 64 0 0), y z̄ = −1124

(iv) x̄ = (30 0 0 150 80 30 0) y z̄ = −750.

(v) x̄ = (40 0 0 120 0 0 10) y z̄ = −1100.

(a) b2 ≥ 160

(b) c1 ≥ 3
50
(c) c3 ≥ 3

(a) b2 ∈ 0, 55
 
2 .

(b) x̄ = (0, 5, 0, 1, 0, 6, 0) y z̄ = −10

(c) La solución sigue siendo óptima.

(a) Intervalo encontrado: c1 ∈ [−14, − 27 ]

(b) Intervalo encontrado: α ∈ (−∞, −13]

(c) Tabla Final


x1 x2 x3 xh4 xh5 xh6 b
xh5 −6/5 0 0 −1 1 −1/5 8
x2 1/5 1 0 0 0 1/5 7
x3 9/10 0 1 1/2 0 −1/10 23/2
z −1/10 0 0 −3/2 0 −11/10 −167/2

Solución optimal encontrada: (x1 , x2 , x3 )T = (0, 7, 23/2)

6.4 Problema de transporte


1

(iii) z̄ = 1318

(iv) z̄ = 1368

(v) z̄ = 1293

(vii) u = (0 -5 -10 5), v = (25 35 36 22) y w̄ = 1293

(i) z̄ = 810

(ii) z̄ = 400

13
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

(iii) z̄ = 380

(iv) z̄ = 400

(v) z̄ = 300

(vii) u = (0 -2 0), v = (3 4 1 5 0) y w̄ = 300

(i) z̄ = 460, u = (0 2 0) y v = (0 2 2 1 0)

(ii) z̄ = 410, u = (0 0 -1) y v = (2 3 3 1 0)

(a) z̄ = 1120, u = (0 0 1 -1) y v = (4 4 1 8 7)

(b) z̄ = 930, u = (0 -3 -1 -3) y v = (4 6 3 6 7)

(a) Primero se debe realizar la tabla de transporte y equilibrarla.


(i) Si, pues no se forman ciclos y tiene n+m-1 variables básicas.
(ii) No, pues existen Zj − Cj ≤ 0
(iii) Solo se debe realizar una iteración y la justificación es que en la tabla inicial se tiene que z = 2760
y en la iteración, z = 2640.

(b) Ahora el problema original se encuentra equilibrado, y z̄ = 2620, y la mayor cantidad de almuerzos
enviados de P3 a C2 es 180.

6.5 Problema no lineal: KKT


1 x̄t = (0, 0), mı́nimo
x̄t = (-1, 1), máximo
x̄t = (1, 1), máximo

4 2
2 x̄t =

5, 5 , mı́nimo

17 31
3 x̄t =

48 , 48 , mı́nimo
1 2
x̄t =

3, 3 , máximo

4 (x̄, ȳ) = (3, 3) es un mı́nimo.


(x̄, ȳ) = (1, 5) es un máximo.
(x̄, ȳ) = (5, 1) es un máximo.

14
FACULTAD DE INGENIERÍA Y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

5 (x̄, ȳ) = (3, 2) es un mı́nimo.


(x̄, ȳ) = (4, 1) es un máximo.

√ 
6 (x̄, ȳ, z̄) = 2, 8, 2 es un mı́nimo.
(x̄, ȳ, z̄) = (−2, −4, −2) es un mı́nimo.

7

2 1
(a) µ1 = − 4 y µ2 = − 2√ 2
, candidato a máximo.

(b) Infactible

3 2 1
(c) µ1 = 4 y µ2 = − 2 √ 2
.

(d) Infactible

(e) µ1 = − 3 4 2 y µ2 = 1

2 2
.

(f) µ1 = 42 y µ2 = 2√ 1
2
, candidato a mı́nimo.
Como lo función objetivo esta minimizando, solo se analisa el punto (f), donde la matriz es definida
positiva, por lo que el punto (f) es un punto de mı́nimo.

15