ING200: Optimización

Guía Programación no lineal

1. Las guías de ejercicios se han estructurado como un complemento del curso y, por lo
tanto, no reemplazan la asistencia a las clases.

2. La guía de ejercicios se estructura como una compilación de ejercicios de diversas

fuentes, creadas a lo largo de varios semestres por los profesores que han dictado el
curso, van desde los más recientes hasta los más antiguos.

3. Los ejercicios provienen muchas veces de guías, controles y pruebas pasadas, además
de ejercicios completamente nuevos. Es posible que ejercicios de evaluaciones pasadas
hayan sido modificados para reforzar algún concepto o dar un enfoque particular. Se
recomienda estudiar con la guía y no con las pruebas pasadas ya que la forma de evaluar
los conceptos podría ser distinta, además de variar el orden de los contenidos.

4. La guía está sujeta a posibles correcciones, dado errores de tipeo y otros. Cualquier
error que tenga la guía, agradecemos contactar a vuestra profesora o profesor o bien al
profesor Omar Matus Jofré, coordinador del curso, al mail omar.matus.j@uai.cl

5. A medida que se encuentran errores en la guía, esta se va actualizando. Una versión

actualizada de la guía se puede encontrar siempre aquí.

1
ING200: Optimización Guía Programación no lineal
1. La empresa de generación de energía nuclear Atómico se encuentra elaborando su plan
para el transporte de materias primas desde el puerto de Valparaíso a su nueva planta
ubicada en la comuna de Peñalolén.
Cada mes la empresa recibirá en el puerto un envío de M materias primas distintas. De
esta forma qi representa la cantidad de metros cúbicos de material i que se recibirán cada
mes, con i ∈ {1, . . . , M }.
Al recibir las materias primas, estas deben ser transportadas desde el puerto hasta la
nueva planta. El transporte deberá ser realizado en contenedores especialmente diseñados
para cada materia prima, dada sus características particulares.
La empresa ha analizado la situación y han establecido que:

Todo lo que llega al puerto debe ser transportado a la planta.

Todos los contendedores deben tener forma cúbica, a fin de manejarlos de buena
forma en la planta.
Los contenedores no pueden contener nada más que un tipo de materia prima y
deben ser usados a capacidad, es decir no puede quedar aire u otro fluido en ellos
que no sea la materia prima.
Todos los contenedores de una materia prima deben tener el mismo volumen.
El costo de transporte se da por cada metro cúbico trasladado, así como por cada
contenedor. De esta forma, por cada metro cúbico de la materia prima i se debe
pagar un costo de ci pesos, mientras que por cada contenedor de materia prima i el
costo es de ki pesos.
El costo de cada contenedor depende del área superficial que este tenga. Cada metro
cuadrado usado en los contenedores posee un costo de ai pesos.
Una vez realizado el transporte, los contenderes deben ser eliminados ya que, usarlos
nuevamente implicaría un riesgo químico importante.

La empresa ha considerado que el modelo que mejor representa la situación es el siguiente

M
!
qi
ki 3 + qi ci + 6ai x2i
X
min z =
i=1 xi
s.a xi ≥ 0, ∀i

donde xi representa el largo, en metros, de los contenedores que traen la materia prima i.

Página 2 de 8
ING200: Optimización Guía Programación no lineal
Considerando la situación expuesta
(a) Analice la convexidad del modelo.
Desde el puerto se han contactado con la empresa para informar que la cantidad total de
contenedores a llevar no puede ser mayor que B,
(b) Indique los cambios que se deben realizar en el modelo a fin de incluir esta nueva
limitante. Analice la convexidad del modelo.
La empresa considera que el modelo es difícil de manejar, ya que se debe determinar,
para cada producto, el volumen de los contendedores. Debido a esto, la empresa desea
simplificar el modelo, considerando que todos los contenedores tengan exactamente el
mismo volumen.
Considerando la variable de decisión y como el volumen que tendrá cada uno de los
contenedores,
(c) Formule el modelo que representa la situación, considerando la nueva variable de
decisión.

2. Considere el siguiente modelo de optimización no lineal

1 1
mı́n z = +
x1 x2
s.t. x21 + x22 ≤ 4
x1 , x2 ≥ 0

(a) Escriba las condiciones de Karush-Kuh-Tucker(KKT) para este problema.

(b) Determine, en caso de ser posible, una solución que satisfaga las condiciones de
KKT.
(c) Analice si la metodología usada entrega condiciones suficientes para la optimalidad
global. En caso afirmativo, determine el valor óptimo del problema.

3. La empresa de conductores eléctricos Westinson se encuentra elaborando la nueva línea

de alta tensión entre los pueblos de Villa Zarcillo y Gondor, que medirá K kilómetros.
Ellos poseen N distintos tipos de cables, los cuales pueden usar a lo largo de la red de
forma alternada. La cantidad de kilómetros usados del cable tipo i, está dada por xi .
Considerando que el costo del cable, en dólares por metro, está dada por la función C, y
que se requiere un nivel mínimo de conductividad R, se ha formulado el siguiente modelo
de optimización

N
X
min C(x) = (i · xi )
i=1
s.t.
N
exi ≥ R
X

i=1
xi ≥ 0 , ∀i ∈ {1, . . . , N }
(a) Plantee las condiciones de KKT para el modelo

Página 3 de 8
ING200: Optimización Guía Programación no lineal
(b) Determine una solución que satisfaga las condiciones de KKT, sabiendo que se
ocupan todos los tipos de cables.
(c) ¿Es la solución encontrada anteriormente solución óptima global del problema?
La empresa se ha dado cuenta de que al modelo le falta una restricción de la longitud del
cable.
(d) Incluya la condición en el modelo y reformule las condiciones de KKT con esta nueva
condición.
(e) Determine si la solución que tenía anteriormente aún satisface las condiciones de
KKT
4. Considere el siguiente modelo de optimización no lineal

n
x3i
X
min Z =
i=1
s.t.
xi ≤ R, ∀i = 1, . . . n
xi ≥ 0, ∀i = 1, . . . n
n
X
xi ≥ 1
i=1

donde R es una constante positiva, tal que ≥ 1

(a) Determine las condiciones de KKT para el problema.
(b) Considerando que 0 < xi < R, ∀i = 1, . . . , n, determine un punto que satisfaga las
condiciones de KKT.
(c) ¿Es posible determinar el óptimo global del problema? De ser así, encuéntrelo.
5. Dado el siguiente problema:

mı́n z = x21 + x22 + x23 + x24

s.a. x1 + x2 + x3 + x4 = 1
(a) ¿Son las condiciones de KKT condiciones necesarias y suficientes para el óptimo de
este problema? Argumente su respuesta.
(b) Escriba las condiciones de KKT, y encuentre un punto que las satisfaga.
6. En un cruce de dos calles con un semáforo, el tiempo de ciclo (c) es el tiempo desde
que la señal está en verde hasta que vuelve a estar en verde. Este tiempo de ciclo, se
descompone en dos fases, la primera se permiten el paso de los autos de Norte-Sur por
un tiempo x1 , y en la segunda fase se permite el paso de autos Este-Oeste durante un
tiempo x2 . Nótese que mientras en un sentido se está en verde, en el otro se está en rojo
y viceversa. Asimismo, el nivel de servicio de una intersección se encuentra a partir del
tiempo de demora total, el cual está dado por la siguiente expresión:

u1 (c − x1 )2 u2 (c − x2 )2

u1
 + 
u2

2c 1 − v1
2c 1 − v2

Página 4 de 8
ING200: Optimización Guía Programación no lineal
donde u1 es la tasa de llegada en la dirección norte-sur, y u2 es la tasa de llegada en la
dirección este-oeste. Mientras que v1 es el flujo de saturación de la dirección norte-sur, y
v2 el flujo de saturación este-oeste. Así mismo, para que no se formen colas al final del
intervalo en verde, se requiere que vi xi debe ser al menos ui c para cada dirección.
De esta forma, un modelo que permite encontrar los tiempos asignados a cada dirección,
de forma de minimizar el tiempo de demora total, sujeto a que no se formen colas, esta
dado por la expresión:

u1 (c − x1 )2 u2 (c − x2 )2
mı́n 
u1
 + 
u2

2c 1 − v1
2c 1 − v2

x1 + x2 = c
vi xi ≥ ui c i = 1, 2

(a) Escriba las condiciones de optimalidad (KKT) que debería cumplir el óptimo de
este problema.
(b) Suponga que el tiempo de ciclo es de c = 60 segundos, la tasa de llegada de vehículos
es u1 = 10 y u2 = 5 vehículos/seg y la tasa de saturación es de v1 = 36 y v2 = 18
vehículos/seg. Un profesor experto en transporte propone asignar x1 = 40 segundos
a la dirección norte-sur, y x2 = 20 segundos a la dirección este-oeste. Verifique que
esta solución satisface las condiciones de KKT del problema.
(c) ¿ Podemos asegurar que la solución propuesta es el único óptimo del problema?
Justifique su respuesta.

7. Sea el siguiente problema de optimización no lineal:

min z = x21 + x22

s.t. (x1 − 3)2 + 1 ≤ x2
x1 − 2x2 = −2
x1 , x2 ≥ 0

(a) Escriba el sistema de ecuaciones que se obtiene a partir de las condiciones de KKT
para este problema:
(b) Determine la optimalidad del punto ( 29 , 13
4
) utilizando las condiciones de KKT.
(c) Determine la optimalidad del punto (2, 2) utilizando las condiciones de KKT.
(d) Evalúe si el problema tiene otras soluciones óptimas.

8. Considere el siguiente problema de optimización:

mı́n(x1 − 4)2 + (x2 − 4)2

x1 ,x2

(x1 − 1)2 + x22 ≤ 1,

x21 + (x2 − 1)2 ≤ 1.

(a) Desarrolle las condiciones de Karush-Kuhn-Tucker (KKT) para este problema.

(b) Asumiendo que ninguna de las dos restricciones es activa en el punto óptimo,
encuentre los puntos que satisfacen las condiciones de KKT para este problema.

Página 5 de 8
ING200: Optimización Guía Programación no lineal
(c) Asumiendo que las dos restricciones son activa en el punto óptimo, encuentre los
puntos que satisfacen las condiciones de KKT para este problema.
(d) ¿Algunos de los puntos encontrados en las partes anteriores puede ser la solución
óptima de este problema? Si la respuesta es positiva, determine la solución óptima,
valor óptimo e identifique si es una solución local o global. Justifique.

9. Considere el siguiente problema de programación no lineal con restricciones:

x1
máx f (x1 , x2 ) =
x2 + 1
s.a. x 1 − x2 ≤ 2
x1 ≥ 0
x2 ≥ 0

(a) ¿Es la función objetivo una función cóncava, convexa o ninguna de las dos anteriores
? (Justifique)
(b) Escriba las condiciones de Karush–Kuhn-Tucker para el problema anterior.
(c) Un software indica como solución óptima al punto (x1 , x2 ) = (4, 2). Use las condicio-
nes de KKT y verifique si el software está en lo cierto o no.

10. Considere el siguiente modelo no lineal:

n
e−xi
X
mı́n
i=1
sujeto a:
n
(k ∈ R+ )
X
xi ≤ k
i=1
xi ≥ 0, i = 1, ..., n

(a) Escriba las condiciones de Karush-Kuhn-Tucker para el problema.

(b) Determine la solución óptima y el valor óptimo del problema. Además, justifique la
suficiencia de la metodología utilizada. Considere que el valor de la variable dual
asociada a la restricción ni=1 xi ≤ k en el óptimo no es mayor que 1.
P

11. Considere el siguiente problema de programación no lineal con restricciones:

mı́n z = x1
s.a
(x1 + 1)2 + x22 ≥1
x21 + x22 ≤2

(a) Muestre que sólo dos de los tres siguientes puntos satisfacen las condiciones de KKT:
√ 
(0, 0), (−1, −1), 0, 2
(b) ¿Puede asegurar que alguno de los puntos anteriores es el óptimo global del problema?

Página 6 de 8
ING200: Optimización Guía Programación no lineal
12. Sea el siguiente modelo de programación no lineal:
n
!
Y
mı́n f (x1 , ..., xn ) = ln xi
i=1
n
x2i ≥ L2
X
s.a.
i=1
L 3L
≤ xi ≤ , i = 1, ..., n
2 2
donde L es parámetro real estrictamente positivo (L > 0).
(a) Plantee las condiciones de Karush-Kuhn-Tucker (KKT) para este problema.

(b) Considere el caso n ≤ 3. Sabiendo que en el óptimo |xi − L| < L2 ∀i, resuelva el
sistema de ecuaciones del inciso anterior y halle las soluciones que satisfacen las
condiciones de KKT. Además, determine si en este caso la metodología utilizada
provee condiciones necesarias y/o suficientes para garantizar optimalidad de la
solución encontrada.

13. Sea el siguiente modelo de programación no lineal:

n
x2i
X
mı́n f (x1 , ..., xn ) =
i=1
n
X
s.a. xi = 1
i=1
xn ≤ A

donde A es parámetro real estrictamente positivo (A > 0).

(a) Plantee las condiciones de Karush-Kuhn-Tucker (KKT) para este problema.
(b) Sabiendo que A < n1 , resuelva el sistema de ecuaciones del inciso anterior y halle las
soluciones que satisfacen las condiciones de KKT. Además, determine si en este caso
la metodología utilizada provee condiciones necesarias y/o suficientes para garantizar
optimalidad de la solución encontrada.

14. Una empresa se encuentra trabajando en n proyectos de investigación. El beneficio

potencial (en caso de éxito) de un determinado proyecto k (k = 1, ..., n) es de MM$ k.
Sin embargo, la probabilidad de éxito pk del proyecto depende de cuántas horas-hombre
xk se dediquen al proyecto k. Específicamente, la probabilidad de éxito de cada proyecto
k es:
xk
pk =
xk + k
Vale decir, si se dedicaran 2 horas-hombre a cada proyecto, el proyecto 1 sería exitoso
con probabilidad 2/3, el proyecto 2 sería exitoso con probabilidad 1/2, el proyecto 3
sería exitoso con probabilidad 2/5, etc. Asuma que la empresa cuenta con n(n + 1)
horas-hombre para asignar en los distintos proyectos. El problema a resolver, a modo de

Página 7 de 8
ING200: Optimización Guía Programación no lineal
maximizar el beneficio esperado, se puede modelar de la siguiente forma:
n
X xk
máx Z = k·
k=1 xk + k
n
X
s.a. xk = n(n + 1)
k=1
xk ≥ 0 k = 1, ..., n

(a) Escriba las condiciones de Karush-Kuhn-Tucker para el problema.

(b) Sabiendo que se asignará al menos una fracción de tiempo a todos los proyectos,
determine la solución óptima y el valor óptimo del problema.
(c) Justifique la suficiencia de la metodología utilizada para obtener la solución óptima
calculada en la parte (b).

15. Considere el siguiente modelo de programación no-lineal

N
X
máx z = xi
i=1
s.t.
N
exi ≤ R
X

i=1
xi ≥ 0 ∀i = 1 . . . N

donde R es un parámetro conocido mayor que N .

(a) Determine las condiciones de Karush-Kuhn-Tucker para el modelo anterior.
(b) Encuentre una solución al problema que satisfaga las condiciones de KKT. Para
esto, asuma que en esta solución se cumple que xi > 0 para todo i = 1 . . . N .
(c) ¿Se puede afirmar que la solución encontrada en (b) es el óptimo del modelo?

16. Considere el siguiente problema:

mı́n f (x, y) =(x − 2)2 + 2(y − 1)2

s.a. x + 4y ≤ 3
x≥y

(a) Indique las condiciones de KKT para del problema e indique si son necesarias o no,
y suficientes o no.
(b) Encuentre todos los puntos que satisfacen las condiciones de KKT. ¿Tiene óptimo
el problema? Justifique.

Página 8 de 8