Certamen 1

Gestión de Investigación de Operaciones

23/04/2018

MAN U AL DE I D E N T ID APablo
Profesores: CO R PO RATI VA - 13
D V I SU AL Escalona Jorge Weston
Ayudantes: Diego Araya - Bárbara Saavedra - Francisca Recabarren

1. Sea P un poliedro definido por las siguientes inecuaciones

   
−1 −6 1 3   −3
−1 x1
 −2 7 1 5
 x2   
0 3  x  ≤ −8
−10 −1    
−11 −2 12  3

−6 −7
x4
1 6 −1 −3 4

¿Es x̃ = (1, 1, 1, 1) un punto extremo del poliedro P ?

Pauta
Para verificar si x̃ = (1, 1, 1, 1) es un punto extremo basta con verificar que x̃ es solución
básica factible.
     
−1 −6 1 3   −1 −6 1 3   −3
−1 x 1 1
 −2 7 1 x2  
−1 −2 7 1 5
 1  
0
 3 −10 −1 x3  =  0
   3  1 = −8
−10 −1    
−6 −11 −2 12  −6 −11 −2 12  −7
x4 1
1 6 −1 −3 1 6 −1 −3 3

Para que x̃ sea solución básica factible se tiene que cumplir que: (i) x̃ pertenezca al poliedro,
y (ii) hayan 4 restricciones l.i. activas en x̃. Podemos observar que x̃ pertenece al poliedro,
i.e., no viola ninguna restricción y que las 4 primeras restricciones se encuentran a igualdad,
por lo que contamos Pcon 4 restricciones activas. Queda comprar que las restricciones activas
son l.i. (el sistema αi ai = 0 solo tiene solución si αi = 0∀i)
         
−1 −1 0 −6 0
−6 −2  3  −11 0
α1 
 1  + α2  7  + α3 −10 + α4  −2  = 0
        

3 1 −1 12 0

Resolviendo el sistema anterior se llega que α1 = 0, α2 = 0, α3 = 0, α4 = 0

1
 
2. Sea P = x ∈ R3 |x1 + x2 + x3 = 1, x ≥ 0 , y considere el vector x̂ = (0, 0, 1) ∈ P . Sea
d = (d1 , d2 , d3 ) un vector dirección, imponga las condiciones sobre las componentes d1 , d2 , d3
para que d sea un vector de dirección factible en x̂.

Pauta
Para que d sea un vector de dirección factible en x̂ = (0, 0, 1), se tiene que cumplir que: (i)
Ad = 0 y (ii) y = x̂ + θd ≥ 0 con θ > 0.

(i) Ad = 0:
 
  d1
1 1 1 d2  = 0 ⇒ d1 + d2 + d3 = 0 ⇒ d3 = −d1 − d2
d3

(ii) y = x̂ + θd ≥ 0:        
y1 0 d1 θd1
y2  = 0 + θ d2  =  θd2  ≥ 0
y3 1 d3 1 + θd3

Como θ > 0 se tiene que d1 , d2 ≥ 0. Además, θd3 = θ(−d1 − d2 ) ≥ −1 lo que implica

1
que θ ≤ d1 +d2


Con esto podemos definir el conjunto D = d ∈ R3 |d1 ≥ 0, d2 ≥ 0, d3 = −d1 − d2 como la
familia de todas las direcciones factibles en x̂ = (0, 0, 1).

2
3. Demuestre que los costos reducidos para las variables básicas son 0, i.e., c̄B = 0.

Pauta
Consideremos una matriz básica B.

/B−1


B = AB(1) ... AB(m) (1)
−1


Im×m = B AB(1) ... AB(m) , (2)

donde Im×m es una matriz identidad. En particular B−1 AB(i) es la i-esima columna de la
matriz identidad, que corresponde al i-esimo vector unitario ei . Por lo tanto, para cualquier
variable básica xB(i) , tenemos:

c̄B(i) = cB(i) − c0 B−1 AB(i) = cB(i) − c0 ei = cB(i) − cB(i) = 0

Demostrando ası́ que el costo reducido de cualquier variable básica es 0.

3
4. Considere el siguiente problema de programación lineal:

mı́n c0 x
s.t.
   
−1 0 0 0
0
 −1 0   0
 
0
 0 −1 x1
0
 
1
 0 0  x2 ≤ 
  
2

0 1 0  x3 2
  

0 0 1  2
1 1 1 4

(i) Escriba el problema en su forma estándar.

(ii) Resuelva el problema mediante Simplex para c = (1, 1, −1).
(iii) Considere que se agrega la restricción x1 + x2 + x3 ≥ b al problema, ¿Cambia la solución
si b ∈ ]−∞, 1]? ¿Qué pasa si b ≥ 5?

Pauta
(i) Problema en forma estándar:

c0 x


 mı́n



 s.t.  


 x1
mı́n c0 x
 

    x2   

 
 1 0 0 1 0 0 0  
 x3  2
s.t
 
⇒ 0 1 0 0 1 0 0   2
Ax = b   h1  =  

 
 0 0 1 0 0 1 0   2

x≥0

 h2 



 1 1 1 0 0 0 1  h3 
 4




 h4
  0
x1 x2 x3 h1 h2 h3 h4 ≥ 0


(ii) Resolver mediante Simplex con c = (1, 1 − 1)

   
1 x1
1      x2 
 
−1 1 0 0 1 0 0 0 2  
 x3 
  0 1 0 0 1 0 0 2  
 0 ,
c= A= h1  .
, b=
2 , x=
  
0 0 1 0 0 1 0
0 h2 
 
0 1 1 1 0 0 0 1 4  
h3 
0 h4
 
Se elige una matriz básica, la que en este caso es B = A4 A5 A6 A7 = I4×4 .
Esto implica que las variables básicas y no básicas son:
   
    h1 2
x1 0 h2  2
−1
xN B = x2  = 0 , xB = 
h3  = B b = I4×4 b = 2
  
x3 0
h4 4
Ahora se calculan los costos reducidos de las variables no básicas para determinar que
variable entra a la base, obteniéndose:

4
 c̄1 = c1 − c0B B−1 A1 = c1 = 1
c̄2 = c2 − c0B B−1 A2 = c2 = 1
c̄3 = c3 − c0B B−1 A3 = c3 = −1,

como c̄3 es negativo, conviene que entre a la base. Por lo tanto, nos moveremos en
la dirección básica d(3) , recordando que dB = −B−1 A3 , tenemos que nuestro vector
dirección corresponde a:
 
0
0
 
1
 
d= 0

0
 
−1
−1
Posteriormente se calcula θ:
   
xBi −2 −4
θ = mı́n − = mı́n , = 2,
i:di <0 di −1 −1
Esto implica que h3 sale de la base y entra x3 , por lo que la nueva base viene dada por:
   
1 0 0 0 1 0 0 0
  0 1 0 0 −1
0 1 0 0
B = A4 A5 A3 A7 =  0 0 1 0 ⇒ B = 0 0 1 0
  

0 0 1 1 0 0 −1 1
y la nueva solución básica factible corresponde a:
     
0 0 0
0  0  0
     
0  1  2
     
y = 2 + 2 
 
 0  = 2
  
2  0  2
     
2 −1 0
4 −1 2
Para comprobar la optimalidad de la solución tenemos que calcular los nuevos costos
reducidos:

c̄1 = c1 − c0B B−1 A1

c̄2 = c2 − c0B B−1 A2
c̄6 = c6 − c0B B−1 A6 ,

    
1 0 0 0 1 1
 0 1 0 0
 0 = 1 − 0
     0
c̄1 = 1 − 0 0 −1 0 0 0 −1 0 0 = 1 − 0 = 1

0 1 0 0
0 0 −1 1 1 1

    
1 0 0 0 0 0
 0 1 0 0
 1 = 1 − 0
     1
c̄2 = 1 − 0 0 −1 0 0 0 −1 0 0 = 1 − 0 = 1

0 1 0 0
  
0 0 −1 1 1 1

5
     
1 0 0 0 0 0
 0 1 0 0
 0 = 0 − 0
     0
c̄6 = 0 − 0 0 −1 0 0 0 −1 0 1 = 0 − (−1) = 1

0 1 0 1
0 0 −1 1 0 0

Como todos los costos reducidos de las variables no básicas son positivos, tenemos que
la solución actual es solución optima, la cual corresponde a:

x1 = 0
x2 = 0
x3 = 2

(iii) Se agrega la restricción x1 + x2 + x3 ≥ b

Caso 1: b ∈ ]−∞, 1], actualmente se tiene que la solución óptima cumple con x1 +x2 +x3 = 2,
por lo que agregar esta nueva restricción con b ≤ 1 no afecta la solución

óptima del
problema, i.e., se sigue teniendo que el óptimo es x = 0 0 2 .
Caso 2: b ≥ 5, en este caso se tiene las restricciones:

x1 + x2 + x3 ≥5
x1 + x2 + x3 ≤ 4,

lo cual claramente no tiene solución, por lo que el nuevo problema serı́a infactible.

6
5. Un nuevo bar en la región venderá cuatro tipos de hamburguesas: Italiana, Bacon, Gringa y
Súper. Cada hamburguesa requiere distintos ingredientes se acuerdo a lo que se muestra en
la tabla a continuación:

Carne [g] Palta [g] Tocino [g] Cebolla [g] Tomate [g] Queso [g]
Italiana 250 200 0 0 100 0
Gringa 250 0 10 100 0 20
Bacon 250 200 20 0 0 30
Súper 500 0 10 50 100 40

Los proveedores semanalmente pueden proporcionar: 200 kilos de carne, 100 kilos de palta,
40 kilos de Tocino, 50 kilos de cebolla, 100 kilos de tomate y 50 kilos de queso y se estima
que hay que asegurar la producción de al menos 200 hamburguesas Bacon ya que se lanzará
una promoción para esa hamburguesa durante el lanzamiento. El valor de venta de las ham-
burguesas será de $5.000 la Italiana, $6.500 la Gringa, $6.700 la Bacon y $12.000 la Súper.
Formule un modelo de programación lineal que permita maximizar las ganancias del nuevo
bar durante la primera semana de funcionamiento de forma:
(i) Matricial
(ii) Extendida
(iii) Compacta

Pauta
(i) Matricial

máx c0 x
s.t
Ax ≤ b
x ≥ 0,

donde:

   
250 250 250 500 200000
  200 0 200 0  100000  
5000 
 0
   x1 = Italiana
 6500   10 20 10 
 40000 
   x2 = Gringa 
 6700  ,
c=  A=
 0 100 0 50 ,  50000  ,
b= 
 x3 = Bacon  .
x= 
100 0 0 100 100000
12000 
 0
   x4 = Especial
20 30 40   50000 
0 0 −1 0 −200

(ii) Extendida
máx 500x1 + 6500x2 + 6700x3 + 12000x4
s.t
250x1 + 250x2 + 250x3 + 500x4 ≤ 200000
200x1 + 200x3 ≤ 100000
10x2 + 20x4 + 10x4 ≤ 40000
100x2 + 50x4 ≤ 50000
100x1 + 100x4 ≤ 100000
20x2 + 30x3 + 40x4 ≤ 50000
x3 ≥ 200
x1 , x2 , x4 ≥0

7
(iii) Compacta
Conjuntos.
I : Conjunto de tipos de hamburguesas.
J : Conjunto de tipos de ingredientes.
Parámetros
Vi : Valor de venta de la hamburguesa tipo i.
Aij : Cantidad de ingrediente j para hacer una hamburguesa tipo i.
bj : Disponibilidad del ingrediente j.
d3 : Demanda mı́nima de la hamburguesa Bacon.
Variables.
xi : Cantidad a producir de la hamburguesa tipo i
Modelo:

X
máx V i xi
x
i∈I
s.t
X
Aij xi ≤ bj ∀j ∈ J
i∈I
x3 ≥ d3
xi ≥ 0 ∀i ∈ I