Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Resueltos Optimizacion
Ejercicios Resueltos Optimizacion
de Ejercicios N◦ 4.
Grado en Administración y Dirección de
Empresas Curso 2010/11
1. Estudia y resuelve los siguientes problemas de optimización con restricciones de igualdad uti-
lizando el método de sustitución.
Min. x2 + y 2
a)
s. a x + 2y = 4
Despejamos en la restricción, x = 4 − 2y , y entramos en la función objetivo.
El problema se convierte ahora en
Min. (4 − 2y)2 + y 2
s. a y ∈ IR
Max. x+y
b)
s. a x2 + y = 1
Max. x + (1 − x2 )
s. a x ∈ IR
1
Comprobemos que se trata de un máximo:
f 00 (x) = −2 < 0 en todo punto. Por tanto, la función es cóncava en IR y concluimos que el
punto crı́tico será máximo global.
Calculamos y = 1 − ( 12 )2 = 43 . Por tanto, el máximo del problema original se alcanza en el
µ ¶
1 3
punto, (x, y) = , .
2 4
El valor máximo es M = 5/4 = 1,25 .
Min. 3xy
c)
s. a 2x − 3y = 1
2x−1
Despejando en la restricción, y = 3 , y entrando en la función objetivo, el problema se
convierte en
¡ ¢
Min. 3 x 2x−1 3 Min. x (2x − 1)
−→
s. a x ∈ IR s. a x ∈ IR
Procediendo como en los ejercicios de antes, obtenemos finalmente que el máximo se alcanza
en el punto (x, y) = (2, 1) .
El valor máximo es M = −3(4) + 12(1) = 0 .
Min. x2 + y 2 − 10z
e)
s. a 2x + y − z = 2
2
El punto (10, 5) es el único punto crı́tico de la función f .
µ ¶
2 0
Comprobamos que se trata de un mı́nimo. La matriz hessiana es Hess f (x, y) = ,
0 2
que es definida positiva.
Por lo que f es convexa en IR2 . Y, en consecuencia, el punto crı́tico, (10, 5), será el mı́nimo
global.
El valor mı́nimo es f (10, 5) = −105.
La solución que acabamos de dar es la del problema en dos variables.
¿Cuál es la solución del problema original? La misma, a falta de calcular el valor de z.
z = 2x + y − 2 = 2(10) + 5 − 2 = 23.
Por tanto, para el problema original, el mı́nimo global es (x, y, z) = (10, 5, 23). Y el valor
mı́nimo es −105.
Min. x2 + y 2 + 2z 2
f)
s. a x + y + z = 10
3
Opt. 2x2 + y 3
a)
s. a x2 + y 2 = 1
Observamos que el conjunto factible es compacto, ya que es una circunferencia (en concreto,
x2 + y 2 = 1 representa la circunferencia de centro (0, 0) y radio 1). Por tanto, según el
teorema de Weierstrass, podemos asegurar que el problema tiene máximo global y mı́nimo
global.
Sabemos que debemos buscar los puntos óptimos entre los puntos crı́ticos restringidos.
La función lagrangiana es:
4
Los puntos crı́ticos restringidos obtenidos serán los candidatos a máximo global o mı́nimo
global.
P.C.R. = {(0, 1), (0, −1), (1, 0), (−1, 0)}
Evaluamos la función objetivo, f (x, y) = 2x2 + y 3 , en ellos.
Opt. x2 + y 2 − 2xy
b)
s. a x2 + y 2 = 8
Si sumamos las dos primeras ecuaciones, obtenemos que −2λx − 2λy = 0, de donde
−2λ(x + y) = 0, lo que da lugar a dos casos: λ = 0 ó x + y = 0.
Caso 1: λ = 0 .
En este caso, la primera y la segunda ecuación nos dicen lo mismo, que x = y.
Entrando en la última ecuación tenemos que x2 + x2 = 8, o sea, 2x2 = 8, de donde x2 = 4
y entonces x = ±2.
Tenemos por ahora los puntos crı́ticos restringidos P1 = (2, 2) y P2 = (−2, −2) .
Caso 2: x + y = 0 .
Tenemos entonces que y = −x. La tercera ecuación nos dice que x2 + (−x)2 = 8, es decir,
2x2 = 8, de donde x2 = 4 y x = ±2.
Si x = 2, entonces y = −2. Y si x = −2, entonces y = 2.
Entrando en las otras ecuaciones, concluimos que λ = 2 en ambos casos.
Tenemos ahora los nuevos puntos crı́ticos restringidos P3 = (2, −2) y P4 = (−2, 2) .
En definitiva, los puntos crı́ticos restringidos son:
5
Evaluamos la función objetivo, f (x, y) = x2 +y 2 −2xy, en estos puntos crı́ticos restringidos.
f (2, 2) = 22 + 22 − 2(2)(2) = 4 + 4 − 8 = 0.
f (2, −2) = 4 + 4 − 2(2)(−2) = 8 + 8 = 16.
f (−2, 2) = 16.
f (−2, −2) = 0.
Por tanto, el valor máximo es 16 y se alcanza en los puntos (2, −2) y (−2, 2) . Es decir,
estos dos puntos son máximos globales del problema.
El valor mı́nimo es 0 y se alcanza en los puntos (2, 2) y (−2, −2) , que son los mı́nimos
globales.
Opt. xy
c)
s. a x2 + y 2 = 1
L(x, y, λ) = xy − λ(x2 + y 2 )
6
Si x = √1 entonces y = x = √1 .
2 2
−1 −1
Y si x =√ 2
entonces y = x = √
2
.
³ ´ ³ ´
Tenemos por ahora dos puntos crı́ticos restringidos: √1 , √1 y −1
√ , −1
√
2 2 2 2
−1
¡ −1 ¢
Caso 3: λ = 2 → y = 2λx = 2 2 x → y = −x .
Entrando en la tercera ecuación: q
1 1 √1
x2 + y 2 = 1 → x2 + (−x)2 = 1 → 2x2 = 1 → x2 = 2 → x = ± 2, es decir, x = 2
−1
ó x = √
2
.
Si x = √12 entonces y = −x = √ −1
2
.
−1
Y si x= √ 2
entonces y = −x = √12 .
³ ´ ³ ´
Tenemos ası́ dos nuevos puntos crı́ticos restringidos: √1 , −1
√ y −1
√ , √1
2 2 2 2
7
Entonces, igualando las dos expresiones de λ:
y x
= ⇒ 2y 2 = 2x2 ⇒ y 2 = x2 (o sea y = ± x)
2x 2y
Juntando esto con la tercera ecuación, tenemos
½
y 2 = x2
x + y2 = 1
2
Min. −x2 + 2y 2
d)
s. a 4x2 + y 2 = 36
Por tanto, el valor mı́nimo es −9. Hay dos mı́nimos globales, los puntos (3, 0) y
(−3, 0) . (El valor máximo es 72, pero esto no se pedı́a).
8
Opt. x + y + z
e)
s. a x2 + y 2 + z 2 = 3
L(x, y, z, λ) = x + y + z − λ(x2 + y 2 + z 2 − 3)
Entonces:
µ ¶2 µ ¶2 µ ¶2
1 1 1 3
x2 + y 2 + z 2 = 3 → + + =3 → =3 →
2λ 2λ 2λ 4λ2
1 ±1
→ 4λ2 = 1 → λ2 = → λ=
4 2
Si λ = 12 , tenemos que x = 1
2λ = 1
2(1/2) = 1, y = 1, z = 1. Obtenemos ası́ el punto (1, 1, 1) .
−1
Si λ = 2 , sale el punto (−1, −1, −1) .
Min. xy + z
f)
s. a x2 + y 2 + z 2 = 1
L(x, y, z, λ) = xy + z − λ(x2 + y 2 + z 2 − 1)
9
Sus derivadas parciales con respecto a x, y, z y λ son:
∂L ∂L ∂L ∂L
= y − λ(2x), = x − λ(2y), = 1 − λ(2z), = −(x2 + y 2 + z 2 − 1)
∂x ∂y ∂z ∂λ
Las condiciones de Lagrange son:
y − 2λx = 0 → y = 2λx
x − 2λy = 0 −→ x − 2λ(2λx) = 0
1 − 2 λ z = 0
2
x + y2 + z2 − 1 = 0
Opt. x2 + 2y 2 − xy
a)
s. a 2x + y = 22
El conjunto factible no es compacto (se trata de una recta, y, por tanto, no está acotado).
No podemos garantizar la existencia de óptimos globales. Nos limitaremos a buscar los
óptimos locales.
Buscamos los puntos crı́ticos restringidos. Construimos la función lagrangiana:
10
2x − y
Igualando los dos despejes de λ, tenemos que = 4y − x, de donde 2x − y = 8y − 2x,
2
9y
es decir, 4x = 9y, o sea x = .
4
Entrando en la tercera ecuación,
µ ¶
9y 18y 4y
2x + y = 22 → 2 + y = 22 → + = 22 → 22y = 88 → y = 4
4 4 4
9y 9(4)
De y = 4 deducimos que x = 4 = 4 = 9. Y λ = 7
Opt. 16y − x2 − y 2 − 6
b)
s. a x2 − y 2 = 0
La última ecuación dice que debe ser y = 0. Pero, al entrar con este valor en la otra ecuación,
queda como 16 = 0, que no tiene solución.
Por tanto, no hay puntos crı́ticos restringidos correspondientes a este Caso 1.
11
Caso 2. λ = −1 . Las ecuaciones no usadas quedan como
½
16 − 2y + 2(−1)y = 0 → 16 − 4y = 0 → y=4
x2 − y 2 = 0
Entramos con el valor y = 4 en la última ecuación y queda como: x2 − 16 = 0, de donde
x = ±4.
Tenemos ası́ los dos puntos crı́ticos restringidos P1 = (4, 4), P2 = (−4, 4).
Para saber si se trata de máximos o mı́nimos locales calculamos el hessiano orlado:
¯ ∂g ∂g ¯¯
¯
¯ 0 ¯
¯ ∂x ∂y ¯ ¯¯ 0 2x −2y
¯
¯
¯ ∂g ∂ 2 L ¯
∂ L ¯ ¯¯
2 ¯
¯ ¯
|H| = ¯ 2 ¯ = ¯ 2x −2 − 2λ 0 ¯
¯ ∂x ∂x ∂x∂y ¯ ¯ ¯
¯ ∂g ∂ 2 L 2
∂ L ¯ ¯ −2y 0 −2 + 2λ
¯
¯ ¯
∂y ∂x∂y ∂y 2
Lo evaluamos en cada punto crı́tico:
¯ ¯
¯ 0 8 −8 ¯
¯ ¯
|H(4, 4)| = ¯¯ 8 0 0 ¯¯ = 256 > 0. Por tanto, hay un máximo local en el punto (4, 4)
¯ −8 0 −4 ¯
¯ ¯
¯ 0 −8 −8 ¯
¯ ¯
|H(−4, 4)| = ¯¯ −8 0 0 ¯¯ = 256 > 0. Hay otro máximo local en el punto (−4, 4)
¯ −8 0 −4 ¯
√
Opt. f (x, y) = 55x + 12y x
4. Dado el programa
s. a x2 + 3y = a
con a ∈ IR y sabiendo que (4, yo ) es un punto crı́tico restringido del mismo:
a) Calcula los valores de yo y de a.
b) Determina si el punto crı́tico obtenido en el apartado anterior es máximo o mı́nimo.
a) Escribimos las condiciones de Lagrange. El punto crı́tico restringido (4, yo ) debe cumplirlas.
La función lagrangiana es
√
L(x, y, λ) = 55x + 12y x − λ(x2 + 3y − a)
Las condiciones de Lagrange son entonces:
6y
55 + √x − 2λx = 0
55√+ 6y
√ o − 2λ(4) = 0
4
√
12 x − 3λ = 0 → sustituyendo el punto (4, yo ) → 12 4 − 3λ = 0
2
42 + 3y − a = 0
x + 3y − a = 0 o
Es decir,
55 + 3yo − 8λ = 0 ½
55 + 3yo − 64 = 0 → yo = 3
24 − 3λ = 0 → λ = 8 =⇒
16 + 3yo − a = 0 → a = 16 + 3yo = 16 + 9 = 25
16 + 3yo − a = 0
12
b) Queremos saber si el punto crı́tico obtenido antes, es decir, el punto (x, y) = (4, 3) (con
λ = 8) es un máximo o un mı́nimo local. Para ello usamos el hessiano orlado.
¯ ¯
¯ 0 2x 3 ¯¯
¯
¯ −6y · 2√1 x 6 ¯¯
¯
|H| = ¯ ¯ 2x √ − 2λ √ ¯
( x)2 x ¯
¯ 6 ¯
¯ 3 √ 0 ¯
¯ x ¯
Por ser positivo el anterior determinante, el punto crı́tico restringido (4, 3) es un máximo
local.
5. Una empresa produce un bien utilizando dos factores productivos, x1 y x2 . Su función de costes
es 4x1 + 5x2 y la función de producción es x1 x2 . Se pide plantear y resolver los dos siguientes
problemas.
a) Maximizar la producción, suponiendo que los costes deben ser de 40 unidades monetarias.
b) Minimizar los costes si se desea producir 20 unidades del bien.
Max. x1 x2
a) El planteamiento es
s. a 4x1 + 5x2 = 40
Se puede resolver por sustitución o por el método de los multiplicadores de Lagrange.
Procediendo como siempre, llegamos a la conclusión de que el máximo se alcanza en el
punto (x1 , x2 ) = (5, 4). La máxima producción será: x1 x2 = (5)(4) = 20 unidades.
13
6. Una heladerı́a fabrica tarrinas de helado de fresa y de vainilla. Cada tarrina de fresa proporciona
un beneficio de 2 euros y cada tarrina de vainilla supone un beneficio de 1 euro. El coste de
producción de x tarrinas de fresa e y tarrinas de vainilla es x2 + 2y 2 . Se desea que el coste total
sea de 18 euros. Se pide:
Max. 2x + y
(a) El planteamiento es
s. a x2 + 2y 2 = 18
18 1 1
= 18 → 16λ2 = 1 → λ2 = → λ=±
16λ2 16 4
1 1 1
De λ = 4 deducimos que x = 1/4 = 4 y que y = 4(1/4) = 1.
−1 1 1
De λ = 4 deducimos que x = −1/4 = −4 y que y = 4(−1/4) = −1.
Por tanto, tenemos dos puntos crı́ticos restringidos: P1 = (4, 1), P2 = (−4, −1).
Evaluamos la función objetivo, f (x, y) = 2x + y en ellos: f (4, 1) = 9, f (−4, −1) = −9.
Concluimos que el máximo se alcanza en el punto (4, 1).
(d) Por tanto, deben producirse 4 tarrinas de fresa y 1 de vainilla. El máximo beneficio es
entonces de 9 u.m.
14
NOTA 1: Existe una forma alternativa de resolver el sistema de ecuaciones. En lugar de despejar x
e y en términos de λ en las dos primeras ecuaciones, despejar λ en ambas e igualar los resultados.
Esto darı́a
1 1 1 1
λ= , λ= → = → 4y = x
x 4y x 4y
Entrando ahora en la tercera ecuación:
x2 + 2y 2 = 18 → (4y)2 + 2y 2 = 18 → 18y 2 = 18 → y = ±1
NOTA 2: Por el enunciado del problema, está claro que no serı́a aceptable una solución con
componentes negativas. Entonces, ¿por qué tenemos en cuenta el punto (−4, −1)? Porque nos
estamos apoyando en el Teorema de Weierstrass para localizar el máximo, basándonos en que la
elipse (completa, incluyendo puntos con componentes negativas) es un conjunto compacto.
¿Y no podrı́a considerarse como conjunto factible el formado por los puntos de la elipse x2 +2y 2 =
18 que además cumplan las restricciones de no-negatividad, x ≥ 0, y ≥ 0? Bueno, este conjunto es
compacto, ası́ que está garantizada la existencia de máximos o mı́nimos. Pero ahora no tenemos
sólo una igualdad sino, además dos desigualdades. Y el método de Lagrange no sirve para resolver
problemas con restricciones de desigualdad.
7. Una empresa produce un determinado bien a partir de dos factores productivos. Sea Q(x, y) =
5x + 2y la función de producción de la empresa y C(x, y) = 8x2 + 4y 2 la función de costes.
a) Determina las cantidades de factores x e y con las que se minimiza el coste al producir 33
unidades de producto ası́ como dicho coste mı́nimo.
b) Si se quisiera producir 34 unidades de producto, y sin resolver de nuevo el problema, halle
cuánto se incrementarı́a, aproximadamente, el coste mı́nimo. Halle también, aproximada-
mente, el nuevo coste mı́nimo.
Min. 8x2 + 4y 2
s. a 5x + 2y = 33
15
Tenemos sólo un punto crı́tico restringido, el punto (5, 4) . Comprobamos que es mı́nimo.
¯ ¯
¯ 0 5 2 ¯
¯ ¯
|H| = ¯¯ 5 16 0 ¯ = −64 − 200 < 0
¯
¯ 2 0 8 ¯
La condición de que hay 120 miles de euros disponibles significa que x + y = 120 (suponiendo
que se emplee todo el dinero disponible). Por tanto, el planteamiento es
20 y 2/3 40 x1/3
= ⇒ 20 y 2/3 y 1/3 = 40 x1/3 x2/3 ⇒ 20y = 40x ⇒ y = 2x
x2/3 y 1/3
16
Entrando con esto en la tercera ecuación, x + y − 120 = 0, tenemos que 3x = 120, de donde
x = 40, y = 80.
Tenemos sólo un punto crı́tico, el punto (40, 80) .
Al intentar comprobar que es un máximo usando el hessiano orlado, las operaciones resultan
bastante pesadas y, finalmente, este determinante resulta valer 0, por lo que no podemos justificar
ası́ que se trate de un máximo. Sı́ se puede demostrar que es un máximo viendo que se trata de
un programa convexo pero esto no es materia de examen.
En definitiva, deben usarse 40000 euros (40 miles de euros) en mano de obra y 80000 euros en
equipo para obtener la máxima producción.
La producción máxima será Q(40, 80) = 60 (40)1/3 (80)1/3 = 3809,76 unidades.
9. Una empresa produce y comercializa dos bienes, X e Y . Se supone que se vende todo lo que se
produce. El beneficio por la venta de dichos bienes está expresado por la función
B(x, y) = 2 ln(x − 2) + 3 ln(y − 1)
siendo x e y el número de unidades vendidas de los bienes X e Y respectivamente.
Se dispone de 240 unidades de materia prima para producir ambos bienes. Cada unidad del
bien X precisa 10 unidades de materia prima para su fabricación y cada unidad del bien Y , 20
unidades. La materia prima ha de agotarse en su totalidad. Se pide:
a) Halla el dominio de la función B(x, y).
b) Escribe un programa matemático para calcular el número de unidades del bien X y del Y
que se han de fabricar para que el beneficio sea máximo.
c) Calcula el punto crı́tico restringido del programa anterior. Y comprueba que se trata de un
máximo.
d) Halla el beneficio máximo de la empresa y las cantidades x e y que debe producir para
obtenerlo.
e) Sin resolver el problema de nuevo, ¿cuánto variarı́a el beneficio de la empresa si dispusiera
de una unidad adicional de materia prima? Justifique la respuesta.
(b) El hecho de que se dispone de 240 unidades de materia prima que debe gastarse en su
totalidad se traduce en que 10x + 20y = 240.
Max. 2 ln(x − 2) + 3 ln(y − 1)
El planteamiento entonces es
s. a 10x + 20y = 240
17
Entonces
2 3 3x 1
= → 40y − 40 = 30x − 60 → 40y = 30x − 20 → y= −
10x − 20 20y − 20 4 2
Al sustituir en la tercera ecuación, queda,
µ ¶
3x 1
10x+20y = 240 → 10x+20 − = 240 → 10x+15x−10 = 240 → 25x = 250
4 2
3x 1 2 2
Entonces x = 10, de donde y = 4 − 2 = 7, y λ = 10x−20 = 80 = 0,025.
Tenemos ası́ el punto crı́tico restringido (x, y) = (10, 7), con λ = 0,025.
Comprobamos que es máximo. Como no podemos usar el Teorema de Weierstrass, miraremos el
hessiano orlado. ¯ ¯
¯ 0 10 20 ¯
¯ ¯
¯ −2 ¯
¯ 10 0 ¯
|H| = ¯ (x − 2)2 ¯
¯ −3 ¯
¯ 20 0 ¯
¯ ¯
(y − 1)2
Evaluamos en el punto crı́tico:
¯ ¯
¯ 0 10 20 ¯ µ ¶ µ ¶
¯ ¯
|H(10, 7)| = ¯¯ 10 −2
0 ¯ = −400 −2 − 100 −3 > 0
64 ¯ 64 36
¯ 20 0 −3 ¯
36
Por ser positivo, podemos concluir que el punto crı́tico restringido, (10, 7), es un máximo local.
(Aunque, de hecho, es un máximo global, pero no se puede justificar con este método).
Se alcanza, como hemos hallado antes, en el punto (10, 7). Lo que significa que deben producirse
x = 10 unidades del bien X e y = 7 unidades del bien Y.
(e) Si dispusiera de una unidad más de materia prima, es decir, 241 en lugar de 240, y teniendo
en cuenta que la variación correspondiente del valor óptimo está dada por ∆M ' λ · (∆b), al
ser ∆b = 1, tenemos que ∆M ' λ = 0,025.
Esto nos dice que el beneficio máximo aumentarı́a en 0,025 unidades, aproximadamente.
NOTAS: Eso significa que el nuevo beneficio máximo serı́a de 9,53416 + 0,025 = 9,55916 u.m.
aproximadamente.
Si en vez de disponer de una unidad más de materia prima, dispusiera de, por ejemplo, tres
unidades más, entonces serı́a ∆b = 3 y la variación del valor óptimo estarı́a dada por ∆M '
λ · (3) = 0,075 aproximadamente.
Y si en lugar de eso, dispusiera de, por ejemplo, dos unidades menos de materia prima, entonces
serı́a ∆b = −2 y entonces ∆M ' λ · (−2) = −0,05, es decir, el valor óptimo disminuirı́a en cinco
centésimas, aproximadamente.
18