Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guı́a de Ejercicios
Primer Semestre 2023
Pregunta 1
En cierta zona geográfica existe un conjunto I de puntos donde ocurren emergencias que deben ser
atendidas, con i = 1, ..., |I|. Sea wi el número promedio de emergencias que emanan desde cada
punto. Considere el problema de determinar las coordenadas (x̄, ȳ) donde se debe instalar una base
aérea para que un helicóptero visite cada uno de los puntos de emergencia, a modo de minimizar la
distancia total recorrida. Asuma que se cuenta con solo un helicóptero, que la distancia entre la
base y cada uno de los puntos de demanda se puede aproximar como una lı́nea recta, y que la base
aérea se puede localizar en cualquier punto de la región geográfica.
(a) Plantee el problema de optimización que permita determinar la localización óptima de la base
aérea que minimice la distancia total recorrida por el helicóptero.
(c) Aplicando condiciones de primer orden, encuentre una expresión para la solución óptima del
problema, i.e., x̄∗ , ȳ ∗ .
Pauta Pregunta 1
a)
Conjuntos
• I := 1, ..., |I|
Parámetros
• x̄ : Coordenada en x de la base.
• ȳ : Coordenada en y de la base.
Función Objetivo
X p
mı́n wi (x̄ − xi )2 + (ȳ − yi )2
i∈I
Restricciones
b)
Para determinar si es o no un problema Convexo, primero debemos determinar si las restricciones lo
son, en este caso solo contamos con la restricción de naturaleza de las variables y lo es, por lo cual
ahora continuamos analizando la Función Objetivo; en este particular se compone de una norma
convexa y un parámetro positivo que la multiplica, por ende sabemos que es convexa.
c)
∂f (x, y)
|x=x̄ = 0
∂x
X x̄ − xi
wi p =0
i∈I
(x̄ − xi )2 + (ȳ − yi )2
X x̄ X xi
wi p − wi p =0
2
(x̄ − xi ) + (ȳ − yi )2 (x̄ − xi ) + (ȳ − yi )2
2
i∈I i∈I
X wi X xi
x̄ p = wi p
2
(x̄ − xi ) + (ȳ − yi )2 (x̄ − xi ) + (ȳ − yi )2
2
i∈I i∈I
P xi
i∈I wi p
(x̄ − xi )2 + (ȳ − yi )2
x̄∗ = P wi
i∈I p
(x̄ − xi )2 + (ȳ − yi )2
Pauta Pregunta 2
Conjunto
T : Conjunto de t perı́odos.
Variables
XC : Hectáreas cultivadas.
XRt : Hectáreas regadas en el perı́odo t con t= 1, 2.
XIt : Hectáreas a las que se aplica insecticida en el perı́odo t con t = 1,2,3.
XT : Hectáreas cosechadas.
Función Objetivo
máx XT
Restricciones
No se pueden cultivar más de las hectáreas disponibles (R1):
XC ≤ H
En el primer periodo las hectáreas regadas no pueden superar las de cultivo (R2):
XR1 ≤ XC
XI1 ≤ XR1
Las hectáreas regadas hasta el segundo perı́odo no pueden ser más que las cultivadas (Notar
que esta incluye a R2)(R5):
XR1 + XR2 ≤ XC
Las hectáreas a las que se le aplicó insecticida hasta el segundo periodo no pueden superar a
las que fueron regadas hasta el segundo periodo (R6):
3XR2 + 0, 75XI2 ≤ t2
Las hectáreas a las que se le aplicó insecticida hasta el tercer periodo no pueden superar a las
que fueron regadas hasta el segundo periodo (Notar que esta incluye a R6) (R8):
1 · XI3 ≤ t3
Notar que en la F.O. podrı́a haberse omitido la creación de la variable XT sólo maximizar la
suma expuesta.
No negatividad (R11):
Pauta Pregunta 3
El modelo de programación para este problema de optimización es el siguiente:
Conjuntos:
R=Conjunto de empresas r = {1, ..., R}.
A= Conjunto de tipos de ataques a = {1, ..., A}.
S=Conjunto de tipos de servidores s = {1, ..., S}.
C=Conjunto de los distintos computadores c = {1, ..., C}.
Variables:
Ha,c,s,r = Cantidad de ataques tipo a, desde el computador c, al servidor s para la empresa r.
HM =Horas de marcha.
Parámetros:
Ga,c,s,r =Gigabytes perdidos por cada ataque a, desde el computador c, al servidor s, respecto a la
empresa r. [Gb].
Dr =Dólares perdidos por cada Gigabyte atacado de la empresa r.
T = Dólares perdidos por cada hora de marcha.
Va.c =Velocidad del computador c para generar un ataque del tipo a [ Ataques
Hora ].
N = Horas que se demora organizar una hora de marcha.
P = Disponibilidad de horas hombre en Mr. Robot.
R X
X A X
S X
C
máx Ga,c,s,r ∗ Dr ∗ Ha,c,s,r + T ∗ HM
r=1 a=1 s=1 c=1
Restricciones:
Restricción 1: Tiempo disponible.
R X
A X
S X
C
X Ha,c,s,r
≤K
Va,c
r=1 a=1 s=1 c=1
N ∗ HM ≤ P
Restricción 4: No negatividad
Ha,c,s,r , HM ≥ 0 ∀a ∈ A ∀r ∈ R ∀c ∈ C ∀s ∈ S
Cada peso invertido en acciones genera un retorno de 1,20 pesos, dos años más tarde (por
ejemplo, si se invierte un peso al inicio del primer año, ese retorno estará disponible al inicio
del tercer año).
Cada peso invertido en bonos genera un retorno de 1,40 pesos, tres años más tarde. La opción
de invertir en depósitos del Banco Central estará disponible desde el inicio del segundo año en
adelante, generando un retorno de 1,80 pesos por cada peso invertido, el cual estará disponible
cuatro años más tarde.
La posibilidad de invertir en terrenos solo estará disponible a partir del inicio del quinto año
(y en los años posteriores), generando un retorno de 1,10 pesos por cada peso invertido, el
cual estará disponible un año más tarde.
Los retornos percibidos al final de un año pueden ser reinvertidos inmediatamente al inicio del
año siguiente en algunas de las alternativas disponibles.
En caso de que no se utilice la totalidad del dinero disponible en un año, se puede reinvertir el
dinero sobrante en el siguiente año.
Formule un modelo de Programación Lineal para definir un plan de inversiones para la empresa
chilena, i.e., qué instrumento(s) comprar al inicio de cada año, que le permita maximizar el efectivo
disponible al inicio del séptimo año. Defina con claridad los conjuntos y parámetros, variables de
decisión, función objetivo y restricciones impuestas en el modelo.
Pauta Pregunta 4
Conjuntos:
Variables:
Restricciones:
• Restricción 1:
At + Bt + Rt = P T t=1
• Restricción 2:
At + Bt + Dt + Rt = Rt−1 t=2
• Restricción 3:
At + Bt + Dt + Rt = Rt−1 + RA · At−2 t=3
• Restricción 4:
• Restricción 5
• Restricción 6:
• Restricción 7:
At , Bt , Dt , Tt , Rt ≥ 0 ∀t ∈ T
Función Objetivo:
máx R6 + RA · A5 + RB · B4 + RD · D3 + RT · T6
Pauta Pregunta 5
Conjuntos
I: conjunto de compañı́as que cotizan en la bolsa.
Parámetros
µi : valor esperado de una acción de la compañı́a i en el próximo perı́odo.
ẑi : cantidad total de acciones que tiene en circulación la compañı́a i.
zi : cantidad de acciones de la compañı́a i que posee actualmente el inversionista.
γi : porcentaje máximo permisible de propiedad sobre la compañı́a i.
ai : costo de transar una acción de la compañı́a i.
δi : cantidad neta máxima de acciones de la compañı́a i que se pueden transar.
Variables
xi : cantidad de acciones compradas o vendidas de la compañı́a i.
Restricciones
Restricción 1
zi + xi ≤ γi ẑi ∀i ∈ I
Restricción 2
| xi |≤ δi ∀i ∈ I
Restricción 3
xi + z i ≥ 0 ∀i ∈ I
X X
máx µi (xi + zi ) − ai | xi |
x
i∈I i∈I
Se sabe que la ciudad tiene un radio de 3000[u.d.]2 dentro de la ciudad existen H hogares que buscan
ser suministrados por estas pequeñas empresas, cada uno con su propia demanda di (cantidad de
veces que solicitan el servicio).
Debido a las condiciones sanitarias de la ciudad, un repartidor no puede tener contacto con dos
clientes de manera consecutiva, por lo que después de cada entrega debe dirigirse a la central
de la PYME para desinfectarse. El único costo asociado a cada reparto corresponde al costo de
combustible, el cuál es de Ci [u.m.]3 por [u.d.] y hace referencia al reparto hasta el hogar i-ésimo
ubicado en las coordenadas (xi , yi ).
Para la cocina de los respectivos alimentos, las PYMEs deben ser suministradas por proveedores
de otras ciudades, pues no existen plantas dentro de Racangua. Ası́, se sabe que el costo medio de
transporte desde una planta hasta la ciudad está modelado por la expresión T (y) = α + β1 y 2 . Sin
embargo, por temas de distribución de costos, este no puede superar las M [u.m.].
Adicionalmente, es evidente que cada repartidor y repartidora tienen un riesgo de infección asociado al
reparto, por lo que la municipalidad obligó a que cada PYME debe ayudar a costear el tratamiento a
cada repartidor o repartidora que contraiga el virus. La función económica que estima el costo por ries-
go de hacer un reparto al i-ésimo hogar está dada por la expresión Ri (x, y) = α+β2 (|y−yi |)+λ(|xxi |).
Sabiendo que las coordenadas (x, y) son las coordenadas de la central de PYMEs, con (0, 0)
equivalente al centro de la ciudad, se pide:
1. Determinar una expresióon para los costos totales del servicio de delivery.
2. Formular el problema de localización optima que permita determinar las coordenadas x̄, ȳ de
la PYME, la cuál debe encontrarse dentro de la ciudad.
Pauta Pregunta 6
1. Determinar una expresión para los costos totales del servicio de delivery.
N
X p
CT (x̄, ȳ) = di (2Ci (x̄ − xi )2 + (ȳ − yi )2 + (α + β2 (|ȳ − yi |) + λ(|x̄ − xi |)) + (α + β1 ȳ 2 )
i=1
Conjuntos:
Parámetros:
Variables:
Restricciones:
Restricción 1:
p
x̄2 + ȳ 2 ≤ 3000
Restricción 2:
T (ȳ) ≤ M
Restricción 3:
x̄, ȳ ∈ R
Función objetivo:
La función H
p
2 2
P
i di Ci (x − xi ) + (y − yi ) corresponde a una suma de normas amplificada
por los parámetros di y Ci . Se sabe que la norma es convexa, por lo tanto al multiplicarla por
un escalar positivo esta preservará su convexidad. Luego, una suma de funciones convexas es
una función convexa, por lo que el resultado es convexo.
Finalmente, solo basta demostrar que las restricciones del problema son convexas:
p
Para la primera restricción, la expresión x̄2 + ȳ 2 ≤ 3000 corresponde al interior de una
circunferencia de radio 3000, por lo tanto es convexa.
Luego, se satisfacen todas las condiciones, por lo tanto el problema de minimización es convexo.
b) ¿Qué condición deben cumplir los parámetros para que el problema sea factible?
c) Indique, por simple inspección, que tipo de problema es (continuo o discreto, lineal o no lineal,
convexo o no convexo)
Pauta Pregunta 7
a) Modelos de optimización
Conjuntos
I: Conjunto de plantas de producción con i = {1, ..., |I|}
J: Conjunto de locales de venta de los productos, con j = {1, ..., |J|}
K: Conjunto de productos, con k = {1, ..., |K|}
Parámetros
cpik : Costo unitario de producción del producto k en planta i.
djk : Demanda del producto k en el local j.
ctijk : Costo unitario de transporte del producto k desde planta i al local j, por kilómetro.
Pik : Capacidad máxima de producción planta i para el producto k.
(Xj , Yj ): Ubicación geográfica local j.
ri : Radio del área de la planta i.
rj : Radio del área del local j.
Variables
(xi , yi ): Ubicación geográfica planta i.
xijk : Total de unidades del producto k transportadas entre planta i y el local j.
xijk ≥ 0; (xi , yi ) ∈ R2 ∀i ∈ I, j ∈ J, k ∈ K
Función objetivo
X X X q
min cpik xijk + xijk ctijk (xi − xj ) + (yi − yj )
i,k j i,j,k
b) Para que el modelo sea factible, se debe cumplir que toda la demanda de los locales para un
producto k sea menor o igual que el total de la capacidad productiva de las plantas de producción
para dicho producto:
X X
djk ≤ Pik ∀k ∈ K
j i
c) Por simple inspección, podemos ver que las restricciones 3 y 4 no corresponden a conjuntos
convexos, por lo que se trata de un problema de optimización continua no lineal y no convexo.
La biblioteca cuenta con un presupuesto total de R para la compra de textos nuevos, presupuesto que
no puede ser superado. Por otro lado, los distintos proveedores tienen un historial de cumplimiento
y de calidad de servicio, con lo cual se impone una proporción ( %) máxima sl del monto total
gastado en las adquisiciones que se puede destinar a cada proveedor l = 1, . . . , L. El director de la
biblioteca desea maximizar el número de textos adquiridos, respetando cada uno de las restricciones
antes descritas. Formule un modelo de Programación Lineal que apoye las decisiones de compra.
Pauta pregunta 8
Variables de Decisión
Xil : Número de ejemplares de tı́tulo i adquiridos al proveedor l
Función Objetivo
N X
X L
máx Xil
i=1 l=1
Restricciones
Presupuesto disponible:
N X
X L
pil · Xil ≤ R
i=1 l=1
Exigencia de copias:
L
X L
X
aij Xil ≤ Xjl i, j = 1, . . . , N (i ̸= j)
l=1 l=1
Xil ≥ 0 i = 1, . . . , N ; l = 1, . . . , L
Con respecto a la producción de los cinco tipos de telas, esta será efectuada durante Mayo usando
los 38 telares que posee la empresa; 30 de ellos son manuales y 8 son automáticos. Los automáticos
pueden producir todos los tipos de telas, mientras que los manuales sólo las telas 3, 4 y 5. Todos los
telares trabajan las 24 horas al dı́a, durante los 31 dı́as del mes de Mayo, y los tiempos de set-up
para pasar de producir un tipo de tela a otro son despreciables. Las velocidades de producción (en
metros por hora: [m/h]) de cada tipo de tela se indican en la siguiente tabla:
Finalmente, por motivos estratégicos, la cantidad de metros comprados de cada tipo de tela no
puede representar más allá de un 40 % del total de metros utilizados para satisfacer la cantidad a
vender de dicha tela. Formule un modelo de Programación Lineal que permita a la empresa obtener
un plan óptimo de producción y compras para el mes de Mayo de forma de atender la demanda,
tomar en cuenta la disponibilidad de las máquinas y alcanzar una utilidad óptima (entendida como
ingresos menos costos).
Variables de Decisión:
Xi : Producción [m] de tela i fabricada en telar automático. i = 1, 2, 3, 4, 5.
Yi : Producción [m] de tela i fabricada en telar manual. i = 3, 4, 5.
Zi : Cantidad [m] de tela i comprada a proveedor externo. i = 1, 2, 3, 4, 5.
Función Objetivo:
máx(330X1 +310X2 +610X3 +730X4 +300X5 +610Y3 +730Y4 +300Y5 +190Z1 +160Z2 +500Z3 +540Z4 +100Z5 )
Restricciones
Satisfacer la demanda de los 5 tipos de tela:
X1 + Z1 = 16,500, 5
X2 + Z2 = 22,345, 0
X3 + Y3 + Z3 = 62,325, 0
X4 + Y4 + Z4 = 7,505, 5
X5 + Y5 + Z5 = 62,910, 2
Conjuntos y Parámetros:
Ci : Cantidad a vender en [m] de la tela i. i = 1, 2, 3, 4, 5
P Vi : Precio de Venta en [$/m] de la tela i. i = 1, 2, 3, 4, 5
CPi : Costo de Producción en [$/m] de la tela i. i = 1, 2, 3, 4, 5
P Ci : Precio de Compra en [$/m] de la tela i. i = 1, 2, 3, 4, 5
T A: Número de telares automáticos disponibles para la producción.
T M : Número de telares manuales disponibles para la producción.
D: Dı́as de producción durante el mes de Mayo.
H: Horas de producción diarias.
VT Ai : Velocidad en [m/h] de un telar automático en la producción de la tela i. i = 1, 2, 3, 4, 5
VT M i : Velocidad en [m/h] de un telar manual en la producción de la tela i. i = 3, 4, 5
Variables de Decisión:
Xi : Producción [m] de tela i fabricada en telar automático. i = 1, 2, 3, 4, 5.
Yi : Producción [m] de tela i fabricada en telar manual. i = 3, 4, 5.
Zi : Cantidad [m] de tela i comprada a proveedor externo. i = 1, 2, 3, 4, 5.
Función Objetivo:
5
X 5
X 5
X
máx Xi · (P Vi − CPi ) + Yi · (P Vi − CPi ) + Zi · (P Vi − P Ci )
i=1 i=3 i=1
Restricciones
Satisfacer la demanda de los 5 tipos de tela:
Xi + Zi = Ci i = 1, 2
Xi + Yi + Zi = Ci i = 3, 4, 5
5
X 1
· Yi ≥ T M · H · D
VT M i
i=3
Zi ≥ 0, 4 · Ci i = 1, 2, 3, 4, 5
Xi ≥ 0 i = 1, 2, 3, 4, 5
Yi ≥ 0 i = 3, 4, 5
Zi ≥ 0 i = 1, 2, 3, 4, 5