+1 Punto - 0.33 Puntos 0 Puntos: Respuesta Correcta: Respuesta Incorrecta: No Respuesta o M As de Una Respuesta

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA
Programación Lineal y Entera

Grado de Matemáticas
Curso: Convocatoria: Modelo: Todos Examen tipo: X
Criterio de evaluación:
No respuesta o
Respuesta correcta: +1 punto; Respuesta incorrecta: -0.33 puntos; 0 puntos.
más de una respuesta:
1.
Consideremos las afirmaciones siguientes:
1. Si S ⊂ Rn es un conjunto convexo entonces Sc = Rn − S no es un conjunto convexo.
2. El conjunto S = {x ∈ Rn | ||x − x0 || ≤ ||x − x1 ||}, donde x0 , x1 ∈ Rn son dos puntos dados, es un

poliedro de Rn .
Entonces se cumple que
a) Ambas afirmaciones son verdaderas.

b) La afirmación 1 es verdadera y la afirmación 2 es falsa.
c) La afirmación 1 es falsa y la afirmación 2 es verdadera.
d) Ambas afirmaciones son falsas.
2.
1. Si la iteración actual del algoritmo (primal) del simplex es degenerada entonces la iteración siguiente
también será degenerada.
2. Cuando se resuelve mediante el algoritmo primal del simplex un problema de programación lineal de
maximización, si en una iteración se elige como variable entrante aquella cuyo coste reducido z j − c j
es el más negativo de todos se tiene la certeza de que en la iteración siguiente se logrará el mayor
aumento posible de la función objetivo.

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 1.

3.
1. Al resolver un problema de programación lineal entera mediante el algoritmo fraccional de Gomory

si, inmediatamente después de la introducción de un corte, el algoritmo dual del simplex no obtiene
una solución primal factible, entera o continua, puede concluirse que el problema no tiene soluciones
factibles enteras.
2. Al aplicar un algoritmo de ramificación y acotación para resolver un problema de programación lineal

entera, puede asegurarse que la primera solución factible entera que se obtenga es la solución óptima.

4.
1. Si en un problema de transporte todos los valores ai , i = 1, . . ., m, b j , j = 1, . . ., n son finitos, entonces

el problema tiene siempre una solución factible finita.
2. Si todos los elementos de la matriz de coste son enteros no negativos y están acotados superiormen-
te, el algoritmo húngaro para resolver un problema de asignación converge en un número finito de
iteraciones


5.
Considerar el problema de programación lineal siguiente:
Maximizar z = 5x1 + 2x2 + 3x3
sujeto a
x1 + 5x2 + 2x3 ≤ b1
x1 − 5x2 − 6x3 ≤ b2
x1 , x2 , x3 ≥ 0
donde b1 , b2 son constantes. Para unos determinados valores de b1 , b2 se sabe que la solución óptima del
problema viene dada en la siguiente tabla del algoritmo primal del simplex:
Base x1 x2 x3 s1 s2 Solución
z 0 a 7 d e 150
x1 1 b 2 1 0 30
s2 0 c -8 -1 1 10
donde s1 , s2 son las variables de holgura y a, b, c, d, e son constantes con valor real. ¿Cuáles son los valores
b1 , b2 que proporcionan la solución óptima anterior?
a) b1 = 30, b2 = 10.
b) b1 = 30, b2 = 40.
c) b1 = 14 , b2 = 14 .
d) No es posible determinar los valores b1 y b2 a partir de la información proporcionada por el enunciado.

6.
sujeto a
x1 + 5x2 + 2x3 ≤ b1
x1 − 5x2 − 6x3 ≤ b2
x1 , x2 , x3 ≥ 0
z 0 a 7 d e 150
x1 1 b 2 1 0 30
s2 0 c -8 -1 1 10
donde s1 , s2 son las variables de holgura y a, b, c, d, e son constantes con valor real. ¿Cuál es la solución
óptima del problema dual?
a) ū1 = b1 , ū2 = b2 .
b) ū1 = 5, ū2 = 0.
c) ū1 = 14 , ū2 = 14 .
d) No es posible determinar los valores de la solución óptima del problema dual partir de la información
proporcionada por el enunciado.

7.
sujeto a
x1 + 5x2 + 2x3 ≤ b1
x1 − 5x2 − 6x3 ≤ b2
x1 , x2 , x3 ≥ 0
z 0 a 7 d e 150
x1 1 b 2 1 0 30
s2 0 c -8 -1 1 10
donde s1 , s2 son las variables de holgura y a, b, c, d, e son constantes con valor real. Si se desea incrementar
el valor óptimo de z sin que se modifique la base óptima ¿qué debe hacerse?
a) Incrementar el valor de b1 en 10 unidades.

b) Incrementar el valor de b2 en 10 unidades.
c) Disminuir el valor de a en 23 unidades.
d) A partir de la información proporcionada por el enunciado no es posible averiguar cómo incrementar
el valor óptimo de z sin modificar la base óptima.
8.
Consideremos un problema de transporte de dimensión 3 × 3. Sea xi j la cantidad transportada desde el

origen i al destino j y sea ci j el correspondiente coste unitario de transporte. Las ofertas de los orı́genes 1, 2
y 3 son respectivamente 15, 30 y 85 unidades, y las demandas de los destinos 1, 2 y 3 son respectivamente
20, 30 y 80 unidades. Supongamos que la solución inicial obtenida por el método de la esquina noroeste da
la solución óptima básica del problema. Supongamos que los valores de las variables duales asociadas a los
orı́genes 1, 2 y 3 valen, respectivamente, -2, 3 y 5, mientras que los valores de las variables duales asociadas
a los destinos 1, 2 y 3 valen 2, 5 y 10 respectivamente. Entonces
a) En la solución óptima, el número de unidades que se envı́an desde el origen 3 al destino 3 es igual a
0.
b) En la solución óptima, el número de unidades que se envı́an desde el origen 3 al destino 3 es igual a
30.
c) En la solución óptima, el número de unidades que se envı́an desde el origen 3 al destino 3 es igual a
80.
d) No es posible calcular el número de unidades que se envı́an en la solución óptima desde el origen 3
al destino 3 a partir de la información proporcionada por el enunciado.

9.

a) El coste total de transporte óptimo es igual a 1475.

b) El coste total de transporte óptimo es igual a 1525.
c) El coste total de transporte óptimo es igual a 1700.
d) No es posible calcular el coste total del transporte óptimo a partir de la información proporcionada
por el enunciado.
10.

a) La solución óptima indicada dejará de ser óptima si el coste unitario de transporte desde el origen 1
al destino 2 es mayor que 3.
b) La solución óptima indicada dejará de ser óptima si el coste unitario de transporte desde el origen 1
al destino 3 es igual a 8.
c) La solución óptima indicada dejará de ser óptima si el coste unitario de transporte desde el origen 2
al destino 3 es menor que 13.
d) No se puede extraer ninguna consecuencia sobre la influencia del cambio en los costes unitarios de
transporte en la solución óptima indicada a partir de la información proporcionada por el enunciado.

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA
Programación Lineal y Entera
Grado de Matemáticas
Curso: Convocatoria: Modelo: Todos Examen tipo: X
Criterio de evaluación:
No respuesta o
Respuesta correcta: +1 punto; Respuesta incorrecta: -0.33 puntos; 0 puntos.
más de una respuesta:
1. Respuesta correcta: c
1. Falso. Consideremos el siguiente contraejemplo:

S = {(x, y) ∈ R2 ; x > 0}
Entonces Sc = {(x, y) ∈ R2 ; x ≤ 0} que es un conjunto convexo.
2. Verdadero. S es un poliedro puesto que, de hecho, es un semiespacio.
Supongamos que ||x − x0 || ≤ ||x − x1 ||. Entonces ||x − x0 ||2 ≤ ||x − x1 ||2 . Por la proposición 1.3 del
texto base se cumple que
xt x − 2x0 xt + xt0 xt0 ≤ xt x − 2x1 xt + xt1 xt1
es decir,
2(x1 − x0 )t x ≤ ||x1 ||2 − ||x0 ||2
Esta última desigualdad define un semiespacio.
2. Respuesta correcta: d
1. Falso. Aunque el valor de una variable básica en una iteración sea cero, puede ocurrir que esa variable
no sea la variable que sale de la base en la iteración siguiente por tener un coeficiente no positivo en
la columna de la variable entrante. Por tanto puede ocurrir que la variable saliente sea positiva y por
tanto en la iteración siguiente puede desaparecer la degeneración.
2. Falso. En una iteración del simplex, la variación en el valor de la función objetivo viene dada por:
xℓ
z¯′ = z̄ − (zk − ck )
yℓk
donde k es el ı́ndice de la variable entrante y ℓ el ı́ndice la variable saliente. Aunque zk − ck sea el
costo reducido de mayor valor absoluto puede ocurrir que la modificación de la función objetivo, que
viene dada por −(zk − ck ) yxℓkℓ , sea mayor para otra variable diferente de la xk , ya que hay que tener en
cuenta el valor de yxℓkℓ . No obstante, la mayor parte de las versiones prácticas del algoritmo utilizan el
criterio de entrada usual debido a que es más simple.
3. Respuesta correcta: b
1. Verdadero. El algoritmo fraccional de Gomory resuelve el problema entero introduciendo restriccio-

nes adicionales al problema continuo, planos de corte, que no eliminan ninguna solución factible ente-
ra y sı́ eliminan la solución óptima continua en cada iteración. La reoptimización se efectúa utilizando
el algoritmo dual del simplex. Este método produce en cada iteración soluciones duales factibles, es
decir, verificando la condición de optimalidad. Al añadir una restricción de corte, se obtiene una so-
lución primal no factible, es decir, la variable de corte no verifica la condición de no negatividad. Si
la aplicación del algoritmo, conduce a la no acotación del dual – y por tanto no factibilidad del primal
– puede concluirse que la región factible primal continua es vacı́a y consiguientemente también lo
será la región primal factible entera.

2. Falso. La existencia de una solución entera en una rama tan sólo permite afirmar que es la solución
óptima correspondiente a esa rama pero no puede asegurarse lo mismo para ramas paralelas.
4. Respuesta correcta: a
1. Verdadero. Teorema 3.3 del texto.
2. Verdadero. Teorema 3.8 del texto.
La forma standard del problema es:
sujeto a
x1 + 5x2 + 2x3 + s1 = b1
x1 − 5x2 − 6x3 + s2 = b2
x1 , x2 , x3 , s1 , s2 ≥ 0
La matriz básica inicial del algoritmo del simplex es la matriz unidad correspondiente a las columnas de las
variables s1 , s2 . La matriz básica óptima es:

1 0
B =
1 1
y por tanto la matriz inversa, leı́da directamente en la tabla óptima en las columnas correspondientes a s1 , s2
es:

−1 1 0
B =
−1 1
Puesto que Bx̄B = b se tiene el sistema de ecuaciones:

1 0 30 b1
=
1 1 10 b2
Al resolver el sistema anterior se tiene:
b1 = 30
b2 = 40
El problema dual es:
Minimizar w = 30u1 + 40u2
sujeto a
u1 + u2 ≥ 5
5u1 − 5u2 ≥ 2
2u1 − 6u2 ≥ 3

u1 , u2 ≥ 0
La solución óptima de este problema puede leerse directamente en la tabla óptima primal:
ū1 = d
ū2 = e
Los valores d, e se obtienen de la expresión:

1
d = (5, 0) −0 = 5
−1

0
e = (5, 0) −0 = 0
1
Puesto que el valor de la variable dual asociada a la segunda restricción es 0, un incremento del valor
del lado derecho de esta restricción no produce ningún incremento de la función objetivo. Otra manera de
comprobar este hecho es constatar que el valor de la variable de holgura de esta restricción es positivo, lo
cual quiere decir que esta restricción es no activa, es decir se verifica en desigualdad estricta, en el óptimo,
por lo que un incremento de b2 es irrelevante con vistas a mejorar z. Sin embargo la variable dual asociada a
la primera restricción es positiva. Ello indica que es útil un incremento de b1 . El mayor valor en que puede
incrementarse b1 , sin que el programa actual deje de ser óptimo se calcula del modo siguiente:

1 0 30 + ∆b1
≥0
−1 1 40
es decir
30 + ∆b1 ≥ 0
−30 − ∆b1 + 40 ≥ 0
es decir, b1 puede incrementarse sin que varı́e el óptimo en una cantidad
∆b1 ≤ 10
La tabla de costes, disponibilidades y ofertas del problema de transporte será de la forma siguiente:
Orı́genes Destinos
1 c11 c12 c13 15
2 c21 c22 c23 30
3 c31 c32 c33 85
20 30 80
Utilizando el método de la esquina noroeste se obtiene la siguiente solución básica:
1 15 6 15, 0
2 5 25 6 30, 6 25, 0
3 5 80 6 85, 6 80, 0
6 20, 6 5, 0 6 30, 6 5, 0 6 80, 0

Entonces la solución óptima es:
x11 = 15, x21 = 5, x22 = 25, x32 = 5, x33 = 80
Por otra parte, según los datos del problema se tienen los siguientes valores de los multiplicadores:
u1 = −2, u2 = 3, u3 = 5
v1 = 2, v2 = 5, v3 = 10
Ahora bien las condiciones de óptimo implican que:
u1 + v1 − c11 = 0
u1 + v2 − c12 ≤ 0
u1 + v3 − c13 ≤ 0
u2 + v1 − c21 = 0
u2 + v2 − c22 = 0
u2 + v3 − c23 ≤ 0
u3 + v1 − c31 ≤ 0
u3 + v2 − c32 = 0
u3 + v3 − c33 = 0
Sustituyendo los valores anteriores:
−2 + 2 − c11 = 0
−2 + 5 − c12 ≤ 0
−2 + 10 − c13 ≤ 0
3 + 2 − c21 = 0
3 + 5 − c22 = 0
3 + 10 − c23 ≤ 0
5 + 2 − c31 ≤ 0
5 + 5 − c32 = 0
5 + 10 − c33 = 0
De aquı́ resulta
c11 = 0
c21 = 5
c22 = 8
c32 = 10
c33 = 15
Por tanto el coste total del transporte es
∑ ci j xi j = 0 · 15 + 5 · 5 + 8 · 25 + 10 · 5 + 15 · 80 = 1475
ij

Además esta solución será óptima en tanto en cuanto se cumpla:
c12 ≥ 3
c13 ≥ 8
c23 ≥ 13
c31 ≥ 7
1 c11 c12 c13 15
2 c21 c22 c23 30
3 c31 c32 c33 85
20 30 80
1 15 6 15, 0
2 5 25 6 30, 6 25, 0
3 5 80 6 85, 6 80, 0
6 20, 6 5, 0 6 30, 6 5, 0 6 80, 0
x11 = 15, x21 = 5, x22 = 25, x32 = 5, x33 = 80
u1 = −2, u2 = 3, u3 = 5
v1 = 2, v2 = 5, v3 = 10
u1 + v1 − c11 = 0
u1 + v2 − c12 ≤ 0
u1 + v3 − c13 ≤ 0
u2 + v1 − c21 = 0
u2 + v2 − c22 = 0
u2 + v3 − c23 ≤ 0
u3 + v1 − c31 ≤ 0
u3 + v2 − c32 = 0
u3 + v3 − c33 = 0

−2 + 2 − c11 = 0
−2 + 5 − c12 ≤ 0
−2 + 10 − c13 ≤ 0
3 + 2 − c21 = 0
3 + 5 − c22 = 0
3 + 10 − c23 ≤ 0
5 + 2 − c31 ≤ 0
5 + 5 − c32 = 0
5 + 10 − c33 = 0
De aquı́ resulta
c11 = 0
c21 = 5
c22 = 8
c32 = 10
c33 = 15
∑ ci j xi j = 0 · 15 + 5 · 5 + 8 · 25 + 10 · 5 + 15 · 80 = 1475
ij

c12 ≥ 3
c13 ≥ 8
c23 ≥ 13
c31 ≥ 7

1 c11 c12 c13 15
2 c21 c22 c23 30
3 c31 c32 c33 85
20 30 80
1 15 6 15, 0
2 5 25 6 30, 6 25, 0
3 5 80 6 85, 6 80, 0
6 20, 6 5, 0 6 30, 6 5, 0 6 80, 0

x11 = 15, x21 = 5, x22 = 25, x32 = 5, x33 = 80
u1 = −2, u2 = 3, u3 = 5
v1 = 2, v2 = 5, v3 = 10
u1 + v1 − c11 = 0
u1 + v2 − c12 ≤ 0
u1 + v3 − c13 ≤ 0
u2 + v1 − c21 = 0
u2 + v2 − c22 = 0
u2 + v3 − c23 ≤ 0
u3 + v1 − c31 ≤ 0
u3 + v2 − c32 = 0
u3 + v3 − c33 = 0
−2 + 2 − c11 = 0
−2 + 5 − c12 ≤ 0
−2 + 10 − c13 ≤ 0
3 + 2 − c21 = 0
3 + 5 − c22 = 0
3 + 10 − c23 ≤ 0
5 + 2 − c31 ≤ 0
5 + 5 − c32 = 0
5 + 10 − c33 = 0
De aquı́ resulta
c11 = 0
c21 = 5
c22 = 8
c32 = 10
c33 = 15
∑ ci j xi j = 0 · 15 + 5 · 5 + 8 · 25 + 10 · 5 + 15 · 80 = 1475
ij

c12 ≥ 3
c13 ≥ 8
c23 ≥ 13
c31 ≥ 7

+1 Punto - 0.33 Puntos 0 Puntos: Respuesta Correcta: Respuesta Incorrecta: No Respuesta o M As de Una Respuesta

Cargado por

Información del documento

Título original

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

+1 Punto - 0.33 Puntos 0 Puntos: Respuesta Correcta: Respuesta Incorrecta: No Respuesta o M As de Una Respuesta

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

Programación Lineal y Entera

Consideremos las afirmaciones siguientes:

1. Si S ⊂ Rn es un conjunto convexo entonces Sc = Rn − S no es un conjunto convexo.

2. El conjunto S = {x ∈ Rn | ||x − x0 || ≤ ||x − x1 ||}, donde x0 , x1 ∈ Rn son dos puntos dados, es un

Entonces se cumple que

a) Ambas afirmaciones son verdaderas.

Consideremos las afirmaciones siguientes:

Entonces se cumple que

a) Ambas afirmaciones son verdaderas.

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 1.

Consideremos las afirmaciones siguientes:

1. Al resolver un problema de programación lineal entera mediante el algoritmo fraccional de Gomory

2. Al aplicar un algoritmo de ramificación y acotación para resolver un problema de programación lineal

Entonces se cumple que

a) Ambas afirmaciones son verdaderas.

Consideremos las afirmaciones siguientes:

1. Si en un problema de transporte todos los valores ai , i = 1, . . ., m, b j , j = 1, . . ., n son finitos, entonces

Entonces se cumple que

a) Ambas afirmaciones son verdaderas.

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 2.

Considerar el problema de programación lineal siguiente:

Maximizar z = 5x1 + 2x2 + 3x3

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 3.

Considerar el problema de programación lineal siguiente:

Maximizar z = 5x1 + 2x2 + 3x3

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 4.

Considerar el problema de programación lineal siguiente:

Maximizar z = 5x1 + 2x2 + 3x3

a) Incrementar el valor de b1 en 10 unidades.

Consideremos un problema de transporte de dimensión 3 × 3. Sea xi j la cantidad transportada desde el

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 5.

Consideremos un problema de transporte de dimensión 3 × 3. Sea xi j la cantidad transportada desde el

a) El coste total de transporte óptimo es igual a 1475.

Consideremos un problema de transporte de dimensión 3 × 3. Sea xi j la cantidad transportada desde el

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 6.

1. Falso. Consideremos el siguiente contraejemplo:

1. Verdadero. El algoritmo fraccional de Gomory resuelve el problema entero introduciendo restriccio-

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 1.

1. Verdadero. Teorema 3.3 del texto.

2. Verdadero. Teorema 3.8 del texto.

Maximizar z = 5x1 + 2x2 + 3x3

Puesto que Bx̄B = b se tiene el sistema de ecuaciones:

Al resolver el sistema anterior se tiene:

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 2.

Los valores d, e se obtienen de la expresión:

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 3.

x11 = 15, x21 = 5, x22 = 25, x32 = 5, x33 = 80

Sustituyendo los valores anteriores:

Por tanto el coste total del transporte es

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 4.

x11 = 15, x21 = 5, x22 = 25, x32 = 5, x33 = 80

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 5.

Por tanto el coste total del transporte es

Además esta solución será óptima en tanto en cuanto se cumpla:

10. Respuesta correcta: c

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 6.

x11 = 15, x21 = 5, x22 = 25, x32 = 5, x33 = 80

Sustituyendo los valores anteriores:

Por tanto el coste total del transporte es

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 7.

PLE Curso: Convocatoria: Modelo: Todos Examen tipo: X pg. 8.

También podría gustarte