Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Opti Tarea 2
Opti Tarea 2
Tarea 2
Optimización
x1 ≤ 3
x2 ≤ 5
x1 + x2 ≤ 7
x1 , x2 ≥ 0
Para la resolución de este ejercicio de optimización, se procede
primero a cambiar el problema a su forma estándar:
mı́n − 2x1 − 7x2
se hace uso de variables de holgura para las restricciones:
x1 + y1 = 3
x2 + y2 = 5
x1 + x2 + y3 = 7
Ahora, procedemos a calcular el número máximo de solucio-
nes básicas:
5!
max.sol.bas = = 10
3!(5 − 3)!
Ahora, se observan las siguientes soluciones básicas factibles:
Sol. Variables= 0 x1 x2 y1 y2 y3
Sol. A x1 , x2 0 0 3 5 7 Figura 1. Región factible
Sol. B y1 , y2 3 5 0 0 -1
Sol. C y1 , y3 3 4 0 1 0 En la gráfica se observan las soluciones básicas del proble-
Sol. D y2 , y3 2 5 1 0 0 ma con la misma convención utilizada en la tabla. Se puede
Sol. E x1 , y2 0 5 3 0 2 ver que no todas son soluciones factibles dado que algunas de
Sol. F y1 , x2 3 0 0 5 4 ellas se encuentran fuera de la región sombreada.
Sol. G y3 , x2 7 0 -4 5 0
Sol. H y3 , x1 0 7 3 -2 0 III.
Como se puede apreciar en la tabla anterior, se tienen Se resuelve el problema utilizando la función liprog de
las soluciones básicas del problema, sin embargo, no todas Python. Para poderlo resolver, se pone como función objetivo
son factibles o cumplen las restricciones. Por ende, solo las el mı́nimo de −2x1 − 7x2 con las mismas restricciones. Se
soluciones C y D la cumplen. realiza la siguiente implementación:
c = [-2, -7]
A = [[1, 1]]
b = [7]
x1_bounds= (0,3)
x2_bounds= (0,5)
res1=linprog(c,A_ub=A, b_ub=b, bounds=[x1_bounds, x2_bounds])
Y se obtiene como solución : x1 = 1,999 y x2 = 4,9999 que
aproximando al entero más cercano da 2 y 5 respectivamente.
Con este resultado se comprueban los resultados del problema
resuelto de forma algebraica.