0701 Certamen1 - Optimización de Sistemas II

Universidad del Desarrollo Investigación de Operaciones II
Facultad de Ingeniería Miércoles 18 de abril de 2007

Ingeniería Civil Industrial
PRIMER CERTAMEN
INVESTIGACIÓN DE OPERACIONES II
Problema 1 (20 Puntos)
La empresa INVIERTACONMIGO está evaluando la inversión en tres alternativas. La primera alternativa

implica la inversión de $100.000 y tiene un retorno esperado de $1.000.000, la segunda alternativa implica
una inversión de $90.000 y tiene un retorno esperado de 800.000 mientras que la tercera alternativa
implica una inversión de $110.000 y tiene un retorno esperado de $1.200.000.
La empresa le encarga la decisión de en cuál (es) instrumentos invertir de modo de maximizar el retorno
esperado. La situación actual de la empresa sólo permite invertir un monto máximo de $200.000.
a) Formule el modelo como un problema de la mochila. Defina claramente las variables.

b) Resuelva el modelo a través de la técnica de Ramificación y Acotamiento (no otra técnica). En
cada iteración resuelva como usted estime conveniente. Explique el motivo de sondear cada
vez que lo haga.
La compañía YOLOATIENDO es una administradora del call center que recibe llamadas de reclamos del
Transantiago desde toda la ciudad de Santiago.
Se debe hacer un estudio para decidir la cantidad de call centers a instalar, el lugar dónde hacerlo y la
proporción de llamadas de cada zona de la ciudad que recibirá cada call center. Por ejemplo, se puede
definir que el call center 3 atenderá el 40% de las llamadas de la zona 1.
Existen n posibles ubicaciones para los call center y m zonas distintas de donde provienen los llamados.
Las personas que llaman desde una zona i son derivadas a un call center j de acuerdo a la planificación
que se haga de esto. Cada call center puede entonces recibir llamadas de las m diferentes zonas de
Santiago. Dependiendo de la zona de origen de la llamada y el call center en que se atiende, el costo de la
llamada que paga la compañía YOLOATIENDO varía. Este costo se parametriza como c ij por unidad de
llamada, siendo i la zona de origen y j el call center de destino, es decir i = 1, … , m; j = 1, … , n.
Cada call center tiene un costo fijo f j si es que se decide abrir. La cantidad de llamadas esperadas es un
parámetro que se estima a través de un estudio de mercado. Se define entonces d i como la demanda
esperada en llamadas desde la zona i en unidades de llamadas telefónicas.
Dada la cantidad de operadores contratados, se estima que cada call center tiene una capacidad máxima
de atención que se paremetriza por uj (en unidades de llamadas telefónicas).
Usted debe entonces construir un modelo de Programación Lineal Entera que permita decidir qué call
center instalar, y qué proporción de las llamadas de cada zona atenderá cada call center. Para esto se
solicita que defina claramente las variables de decisión y que defina un modelo.
Considere la siguiente función:
Profesor: Daniel Contesse Strauss

Ayudantes: Julio Casanova Vergara
Juan Pablo de la Cruz
f(x1, x2, x3) = p(x1)2/4 + 2x1x2 + x1x3 + r(x2)2/2 + 3x2x3 + (3-q)(x3)2/2 + 4x1 – 3x2 + x3/2
a) ¿Para qué rango de p, q y r la función es estrictamente convexa?
b) Considerando p = 4, q = -2 y r = 3. Determinar si x 0 = (15, 17, -9) es un óptimo y qué tipo de óptimo

es si lo es. Justifique verbalmente su respuesta.
Problema 4 (20 puntos)
La compañía VIAJOPOCO tiene m fábricas. Cada fábrica i tiene un par de coordenadas asociadas que
llamaremos (xi, yi). Es decir que por ejemplo la fábrica 3 se ubica en el punto (x 3, y3). La compañía desea
ubicar una bodega que sirva a todas las fábricas. Esta bodega quiere ser instalada en un punto tal en que
la suma de las distancias al cuadrado entre cada fábrica y la bodega sea la menor posible. Las
coordenadas de la bodega son por lo tanto una variable y deben ser defendidas como (x, y).
¿Dónde debe ser ubicada la bodega? Justifique a través de alguna técnica analítica e identifique qué tipo
de mínimo es la solución encontrada.
Sea el siguiente problema de optimización:
max f(x1, x2) = x1x2 – 5(x1 – 2)4 – 3(x2 – 5)4
a) ¿Cuál será la dirección y sentido de movimiento que seguirá el algoritmo del Gradiente a partir del
punto (1,3)?
b) ¿Cuál será la dirección y sentido de movimiento que seguirá el algoritmo de Newton a partir del
punto (3,7)?

PAUTA PRIMER CERTAMEN

INVESTIGACIÓN DE OPERACIONES II
a)
xi = 0 o 1 dependiendo si se invierte en el instrumento i o no. i = 1,…, 3
max 1000x1 + 800x2 + 1200x3

s.a.
100x1 + 90x2 + 110x3 ≤ 200
xi = 0 o 1 i = 1,…, 3
b)
PL0
x1 = 0,9 x2 = 0 x3 = 1
f = 2100
x1 = 0 x1 = 1
PL1 PL2
x1 = 0 x2 = 1 x3 = 1 x1 = 1 x2 = 0 x3 = 0,91
f = 2000 f = 2090,9
(Sondea por entero) Cota = 2000
x3 = 0 x3 = 1
PL3 PL4
x1 = 1 x2 = 1 x3 = 0
f = 1800 INFACTIBLE
(Sondea por cota) (Sondea por infactible)
La solución es entonces:
x1* = 0 x2* = 1 x3* = 1

Es decir que se debe invertir en el segundo y tercer instrumento de inversión. Con esto se tendrá
una rentabilidad esperada de $2.000.000

xij: proporción de las llamadas desde la zona i que atiende el call center j
yj: 1 se decide instalar

0 en otro caso
m n m
min S S c *d *x + S f *y
ij j ij
i=1
i i
i=1j=1
s.a.
n
Sx
j=1
ij =1 "i
m
Sx
i=1
ij ≤ ujyj "j
xij ≥ 0 "(i, j)
yi Î {0, 1} "i
a) Utilizando la matriz Hessiana y considerando que sólo existe un punto estacionario, la función es
estrictamente convexa cuando la matriz Hessiana es definida positiva.
El gradiente de la función es:

px1 1
f=( + 2x 2 + x 3 + 4, 2x1 + rx 2 + 3x 3 - 3, x 1 + (3-q)x 3 + 3x2 + )
2 2
La matriz Hessiana queda como sigue:

p 
2 2 1 
 
H(x) =  2 r 3 
1 3 3-q
 
 
Para que sea una función definida positiva todos los menores principales deben ser > 0.
Considerando esto se tiene que:
p>0
8
r>
p

9p + 2r - 3rp
q<
8 - rp
b) Si consideramos el gradiente obtenido en a), se tiene:

1
f=(2x1 + 2x 2 + x 3 + 4, 2x1 + 3x 2 + 3x 3 - 3, x 1 + 5x 3 + 3x 2 + )
2
Reemplazando x0, el gradiente queda:

43
f = (59, 51, )
2
Por lo tanto, se concluye que x 0 no es un óptimo debido a que todavía existe un dirección en donde
el valor de la función puede disminuir (no cumple con la condición necesaria, f = 0 ).
La distancia entre un punto i y un punto j en el plano se puede calcular como:
Dij = (xi – xj)2 + (yi – yj)2)1/2
Dado que lo que se requiere es minimizar la suma del cuadrado de las distancias, el problema se
puede entonces modelar de la siguiente forma:
min d(x, y) = S ((x – x )

i=1
i
2
+ (y – yj)2)
La condición necesaria dice:

Ñd(x, y) = 0
m m
(S 2(x – x ), S 2(y – y )) = (0, 0)

i
i=1
i j
i=1
m m m
2
i=1
S (x – x ) = 0
i Þ mx = S (x )
i=1
i Þ x=(
i=1
S (x )) / m
i
m m m
2 S (y – y ) = 0
i Þ my = S (y )
i=1
i Þ y=(
i=1
S (y )) / m
i
i=1

Dado que la función d(x, y) es una función estrictamente convexa en todo su domino (se trata de
una función cuadrática), este punto estacionario es un mínimo global.
Ñf(x1, x2) = (x2 – 20(x1 – 2)3, x1 – 12(x2 – 5)3)
H(x1, x2) = -60(x1 – 2)2 1

1 -36(x2 – 5)2
a) Dirección y sentido: Ñf(1, 3)
= (23, 97)
b) Dirección y sentido: -H-1(3, 7)Ñf(3, 7)
= -60 1 -1
(-13, 99)T
1 -144
= (-0,205, 0,686)


0701 Certamen1 - Optimización de Sistemas II

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

0701 Certamen1 - Optimización de Sistemas II

Cargado por

Copyright:

Formatos disponibles

Universidad del Desarrollo Investigación de Operaciones II

Facultad de Ingeniería Miércoles 18 de abril de 2007

Problema 1 (20 Puntos)

La empresa INVIERTACONMIGO está evaluando la inversión en tres alternativas. La primera alternativa

a) Formule el modelo como un problema de la mochila. Defina claramente las variables.

Problema 2 (20 Puntos)

Problema 3 (20 Puntos)

Considere la siguiente función:

Profesor: Daniel Contesse Strauss

a) ¿Para qué rango de p, q y r la función es estrictamente convexa?

b) Considerando p = 4, q = -2 y r = 3. Determinar si x 0 = (15, 17, -9) es un óptimo y qué tipo de óptimo

Problema 4 (20 puntos)

Problema 5 (20 puntos)

Sea el siguiente problema de optimización:

max f(x1, x2) = x1x2 – 5(x1 – 2)4 – 3(x2 – 5)4

Profesor: Daniel Contesse Strauss

PAUTA PRIMER CERTAMEN

Problema 1 (20 Puntos)

xi = 0 o 1 dependiendo si se invierte en el instrumento i o no. i = 1,…, 3

max 1000x1 + 800x2 + 1200x3

x1* = 0 x2* = 1 x3* = 1

Profesor: Daniel Contesse Strauss

Problema 2 (20 Puntos)

yj: 1 se decide instalar

Problema 3 (20 Puntos)

El gradiente de la función es:

La matriz Hessiana queda como sigue:

Profesor: Daniel Contesse Strauss

b) Si consideramos el gradiente obtenido en a), se tiene:

Reemplazando x0, el gradiente queda:

Problema 4 (20 puntos)

La distancia entre un punto i y un punto j en el plano se puede calcular como:

Dij = (xi – xj)2 + (yi – yj)2)1/2

min d(x, y) = S ((x – x )

La condición necesaria dice:

(S 2(x – x ), S 2(y – y )) = (0, 0)

Profesor: Daniel Contesse Strauss

Problema 5 (20 puntos)

Ñf(x1, x2) = (x2 – 20(x1 – 2)3, x1 – 12(x2 – 5)3)

H(x1, x2) = -60(x1 – 2)2 1

a) Dirección y sentido: Ñf(1, 3)

b) Dirección y sentido: -H-1(3, 7)Ñf(3, 7)

Profesor: Daniel Contesse Strauss

También podría gustarte