Está en la página 1de 60

Universidad de Chile

Departamento de Ingeniera Matemtica


Problemas de Optimizacin para Estudiantes de
Ingeniera
Captulo 1: Matemticas para la Optimizacin
Captulo 2: Condiciones de Optimalidad
Captulo 3: Programacin Lineal
Captulo 4: Dualidad en Programacin Lineal
Captulo 5: Modelos y Algoritmos de ujos en redes
Autores:
Jorge AMAYA A.
Cristopher HERMOSILLA J.
Nicols HERNNDEZ S.
14 de junio de 2009
ndice general
1. Matemticas para la Optimizacin 2
1.1. Conjuntos Convexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Funciones Convexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2. Caracterizacin de Optimalidad 16
2.1. Optimizacin con Restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Programacin Lineal 23
3.1. Algoritmo Simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4. Dualidad en Programacin Lineal 32
4.1. Dualidad y Anlisis de Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5. Modelos y alg. para ujos en redes 42
5.1. Problemas de transporte y de ujo a costo mnimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.1.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.1.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
1
Captulo 1
Matemticas para la Optimizacin
1.1. Conjuntos Convexos
1.1.1. Problemas Resueltos
P1. Considere la norma euclideana en las siguientes deniciones:
Dados v R
3
0 y > 0, se llama Cono de Bishop-Phelps al conjunto K(v, ) denido por:
K(v, ) =x R
3
: |v||x| v, x) (1.1.1)
Dados a, b R
2
y [0, 1], se llama Ptalo de Penot al conjunto P

(a, b) denido por:


P

(a, b) =x R
2
: |ax|+|x b| |ba| (1.1.2)
Dados C R
2
y x
0
R
2
, se llama Gota de Danes al conjunto [C, x
0
] denido por:
[C, x
0
] =Co(x
0
C) (1.1.3)
a) Pruebe que K(v, ) es convexo para cualquier v R
3
0 y > 0
b) Pruebe que P

(a, b) es convexo para cualquier a, b R


2
y [0, 1]
c) Pruebe que [C, x
0
] =x
0
+t(c x
0
) : t [0, 1], c C C R
2
convexo y x
0
R
2
d) Pruebe que dados a, b R
2
y (0, 1) entonces B(b, r) P

(a, b), donde


r =|ab|
1
1+
. Concluya que [c, B(b, r)] P

(a, b) c P

(a, b)
Solucin:
a) Sean v R
3
0 y > 0 jos, consideremos x, y K(v, ) y t [0, 1].
Sea z =tx +(1t)y, veamos que z K(v, ):
|v||z| = |v||tx +(1t)y|
t|v||x|+(1t)|v||y| (propiedades de normas)
t v, x) +(1t)v, x) (x, y K(v, ))
=v, x)
Luego z K(v, ), y como x, y, t son arbitrario se concluye que K(v, ) es convexo.
2
b) Sean a, b R
2
y [0, 1] jos, consideremos x, y P

(a, b) y t [0, 1].


Sea z =tx +(1t)y, veamos que z P

(a, b):
|az|+|z b| = |atx (1t)y|+|tx +(1t)y b|
= |ta+(1t)atx (1t)y|+|tx +(1t)y tb(1t)b|
= |t(ax) +(1t)(ay)|+|t(x b) +(1t)(y b)|
t|ax|+(1t)|ay|+t|x b|+(1t)|y b|
=t[|ax|+|x b|] +(1t)[|ay|+|y b|]
t|ba|+(1t)|ba|
=|ba|
Luego z P

(a, b), y como x, y, t son arbitrario se concluye que P

(a, b) es convexo.
c) Esto es directo de la denicin de Co(x
0
C)
d) Sean a, b R
2
, (0, 1) y r como en el enunciado. Sea x B(b, r), luego:
|x b| |ab|
1
1+
|ab| |x b|+|x b|+|ab|
|x b|+|x a|
Luego B(b, r) P

(a, b). Ms an como P

(a, b) es convexo y contiene a B(b, r) se concluye


que
[c, B(b, r)] P

(a, b) c P

(a, b)
P2. Demuestre que la proyeccin en R
n
, de un punto a, sobre la bola cerrada B(c, 1) (suponiendo que
a / B(c, 1)), est dada por
p(a) =c +
ac
|ac|
Solucin:
Como B(c, 1) es un convexo cerrado no vaco entonces la proyeccin de a sobre la bola es nica,
bastar entonces ver que p(a) =c +
ac
|ac|
minimiza la distancia de a a la bola.
d(p(a),a) =|p(a) a|
=|c +
ac
|ac|
a|
=|(c a)
_
1
1
|ac|
_
|
=|c a|
_
1
1
|ac|
_
=|ac|1
por otro lado claramente p(a) B(c, 1), pues d(p(a),c) = 1.
3
Sea ahorax B(c, 1),
d(a,x) =|ax|
=|(ac) (x c)|
|ac||x c|
|ac|1
= d(p(a),a)
Con lo cual concluimos que p(a) es la proyeccin de a sobre B(c, 1).
P3. Sea A, B S
n
(R) (Matrices simtricas de nn). Supongamos que B no es denida negativa. Pruebe
la equivalencia de las siguientes armaciones:
a) Bx, x) 0 y x ,= 0 Ax, x) > 0
b) u 0 tq AuB es denida positiva
Indicacin: Considere el conjunto C =(Ax, x), Bx, x)), |x| = 1, asuma que es convexo.
Solucin:
(a) (b)
Consideremos el conjunto convexo C = (Ax, x), Bx, x)) R
2
: |x| = 1. Observemos que C no
intersecta R

R
+
puesto que se cumplira que Ax, x) 0 y Bx, x) 0 con |x| = 1, lo cual con-
tradice (a). Luego por Hahn-Banach podemos separa C de R

R
+
, ms an, como ambos conjuntos
son cerrados, la separacin es estricta, luego r R y s = (s
1
, s
2
) R
2
0 tal que:
s
T
x > r x C s
T
y < r y R

R
+
tomando y = 0 se tiene que r > 0. Adems si y R

R
+
se tiene que ty R

R
+
t > 0. Luego
necesariamente se debe tener que s
1
0 y s
2
0 pues de otra forma, si y R

R
+
, s
T
y =s
1
y
1
+s
2
y
2
podra crecer hasta + contradiciendo el acotamiento por r.
Notemos adems que s ,= 0 pues de no ser as, necesariamente s
2
< 0 ya que s ,= 0 con lo cual se
tendra que (x
1
, x
2
) C s
T
x = s
1
x
1
+s
2
x
2
> r lo que implicara que |x| = 1
Bx, x) <
r
s
2
< 0
lo que no puede ser pues B no es denida negativa. Por tanto,
x
1
+
s
2
s
1
x
2
>
r
s
1
(x
1
, x
2
) C Ax, x) +
s
2
s
1
Bx, x) >
r
s
1
> 0 |x| = 1
Luego tomando u =
s
2
s
1
se concluye.
(b) (a)
Notemos que como A, B S
n
(R), entonces A =A
T
y B =B
T
y como u 0 tal que AuB es denida
positiva, se tiene que x ,= 0:
0 < x
T
(AuB)x = x
T
Ax ux
T
Bx (1.1.4)
=

A
T
x, x
_
u

B
T
x, x
_
(1.1.5)
=Ax, x) uBx, x) (1.1.6)
Entonces uBx, x) <Ax, x) y como u 0, se tiene claramente (a).
4
P4. Sea A M
mn
, c R
n
. Muestre que exactamente uno de los siguientes sistemas tiene una solucin:
Ax = c (1.1.7)
A
T
y = 0 c
T
y = 1 (1.1.8)
Solucin:
Primero demostremos que si (1.1.7) tiene solucin, entonces (1.1.8) no tiene solucin. Sea x

la
solucin de (1.1.7) y supongamos y

solucin de (1.1.8). Se cumple entonces:


Ax

= c (1)
A
T
y

= 0 (2)
c
T
y

= 1 (3)
Multiplicando por y

en (1) se obtiene:
(x

)
T
A
T
y

= c
T
y

Esto no es posible ya que por (2) se tiene que el lado izquierdo es 0 mientras que por (3) se tiene que
el lado derecho es 1.
Ahora demostraremos que si (1.1.7) no tiene solucin entonces (1.1.8) tiene solucin.
Sea S = w = Ax [ x R
n
que es un convexo, cerrado y no vaco. Adems como (1.1.7) no tiene
solucin, c , S. Luego, existe un hiperplano separador, es decir, existe p R
n
, R tales que:
p
T
c >
p
T
w w S
Equivalentemente:
p
T
c >
p
T
Ax x R
n
Tomando x =0 se concluye que 0. Armamos que A
T
p =0. En efecto, suponiendo que (A
T
p)
i
,=
0 y tomando x =
_
2
(A
T
p)
i
_
e
i
se tiene:
p
T
Ax = (A
T
p)
T
x = 2 >
Que contradice la condicin de separador, luego necesariamente A
T
p = 0, tomando
y = (
1
c
T
p
)p
se concluye que (1.1.8) tiene solucin.
P5. Considere el siguiente problema, en donde A es una matriz de mn :
(P) mn c
T
x
s.a : Ax = b
x 0
y sea x

una solucin ptima.


5
a) Suponga que x

1
, . . . , x

p
> 0 y x

j
= 0 para j = p+1, . . . , n. Demuestre que el sistema:
(S) Ad = 0
c
T
d < 0
d
p+1
, ..., d
n
0
no tiene solucin.
b) Demuestre, usando el teorema de Farkas, que existe un vector z tal que:
A
T
z c
Solucin:
a) Supongamos que (S) tiene solucin d. Sea x(t) = x

+td
Ax(t) = Ax

+tAd Ax(t) = Ax

= b
Adems x(t) = (x

1
+td
1
, ..., x

p
+td
p
, td
p+1
, ..., td
n
) 0 para t sucientemente pequeo. Luego
x(t) es P-factible con t [0, t) donde t = mn
x
i
p
i
: p
i
< 0.
Sea t (0, t) cualquiera. Luego
c
T
x(t) = c
T
x

+tc
T
d < c
T
x

Lo que implica que x

no es solucin de P. Lo que es una contradiccin. Luego (S) no tiene


solucin.
b) Notemos que (S) puede escribirse como:
Ad 0
Ad 0
Td 0
Donde T =(e
T
p+1
, ..., e
T
n
) (cada e
i
es un vector cannico de R
n
). Luego por Farkas
[A
T
, A
T
, T
T
] y = c
y 0
Sea y = (u, v, w) luego
A
T
uA
T
v +T
T
w =c
u, v, w 0
A
T
(v u) T
T
w = c
u, v, w 0
A
T
(v u) c
pues T
T
w 0. Finalmente tomando z = v u se concluye.
6
P6. Considere el poliedro P =y R
m
: A
T
y c con c R
n
. Adems considere el siguiente P.L.
(PL) mn c
T
x
Ax = 0
x 0
Pruebe que P es no vaco ssi el mnimo de (PL) es cero.
Solucin:
Supongamos que P es no vaco, es decir, y R
m
tal que A
T
y c, agregando una variable de holgura
z 0 y escribiendo y = uv con u, v 0 se tiene:
A
T
uA
T
v +z = c
Denamos A
0
= (A
T
A
T
I) y = (u, v, z), luego
A
0
= c con 0
Por Farkas w R
n
tal que A
T
0
w 0, c
T
w > 0.
Lo anterior implica que Aw = 0, w 0 y c
T
w > 0, pero esto ltimo es equivalente a que x 0 tal
que Ax = 0 y c
T
x < 0, pues basta tomar w =x.
Finalmente con esto se puede concluir que si (PL) tiene solucin, entonces c
T
w 0 y como w = 0 es
factible, se concluye que el mnimo de (PL) es cero.
Para probar la otra implicancia basta ver que si suponemos que el mnimo de (PL) es cero entonces
no puede exitir x 0 tal que Ax = 0 y c
T
x < 0, pues sto contradice el hecho que el mnimo es cero.
Luego procediendo con Farkas al igual que la implicancia anterior se concluye.
1.1.2. Problemas Propuestos
P1. Sean
Z(b) = m axc
T
x/Ax b, x 0
V(c) = m axc
T
x/Ax b, x 0
Demuestre que Z es cncava y V es convexa, asumiendo que b y c estn en dominios convexos en los
que estos dos problemas son factibles y acotados.
P2. Denamos la envoltura convexa de un conjunto de puntos x
1
, ..., x
m
R
n
por
co(x
1
, ..., x
m
) :=
m

i=1

i
x
i
/
i
[0, 1] i = 1, ..., m
m

i=0

i
= 1
a) Demuestre explcitamente que co(x
1
, ..., x
m
) es un conjunto convexo.
b) Demuestre que todo punto extremo de co(x
1
, ..., x
m
) es necesariamente uno de los puntos x
i
.
c) Sean A =a
1
, ..., a
m
1
y B =b
1
, ..., b
m
2
. Demostrar que
co(AB) = co(A) co(B)
d) Calcule los puntos extremos del hipercubo en R
n
[0, 1]
n
:=z R
n
/z
i
[0, 1] i = 1, ..., n
7
P3. a) Demuestre que un poliedro es acotado si y slo si no tiene direcciones extremas.
b) Sea P = x R
n
: Ax = b, x 0 un poliedro convexo compacto (cerrado y acotado) en R
n
,
con A M(R)
mn
de rango m(m < n). Demuestre que las siguientes son equivalentes:
1) Cada elemento de P tiene al menos m componentes mayores que cero.
2) Cada punto extremo de P tiene exactamente m componentes mayores que cero.
Indicacin: Use la caracterizacin de un poliedro en funcin de sus puntos extremos y sus
direcciones extremas.
P4. (Descripcin de un semi-espacio de Voronoi).
Sean a y b puntos distintos de R
n
. Muestre que el conjunto de todos los puntos que estn ms cerca
de a que de b en norma euclideana, i.e., x : |x a|
2
|x b|
2
, es un semi-espacio. Descrbalo
explicitamente como una desigualdad de la forma c
T
x d. Dibjelo.
P5. Sean A matriz pn y B matriz qn. Demuestre que uno y slo uno de los siguientes tienen solucin
a) Ax < 0 Bx = 0
b) A
T
u+B
T
v = 0 u ,= 0, u 0
P6. Considere la pareja primal-dual:
(P) mnc
T
x (D) m axb
T
y
Ax = b A
T
y c
x 0
Probar con Farkas que si (D) es no acotado entonces (P) es infactible.
P7. Determine todos los puntos y direcciones extremas del poliedro
x
1
+x
2
+x
3
+x
4
+x
5
= 10
x
1
x
2
+x
3
x
4
x
5
= 10
x
1
, x
2
, x
3
, x
4
, x
5
0
8
1.2. Funciones Convexas
1.2.1. Problemas Resueltos
P1. a) Considere el siguiente problema
(P) mn f (x)
g
i
(x) 0
i = 1, ..., n
Donde todas las g
i
son funciones convexas.
Demuestre que la regin factible S =x R
n
: g
i
(x) 0 , i = 1, ..., n es convexa.
b) Considere f una funcin convexa y S un conjunto convexo. Entonces
X

=x

: f (x

) f (x) x S
es convexo.
Solucin:
a) Sean x
1
, x
2
S y [0, 1]. Denamos z = x
1
+(1)x
2
, veamos que z S.
Sea i 1, ..., n entonces:
g
i
(z) g
i
(x
1
) +(1)g
i
(x
2
) ( Convexidad de g
i
)
y como x
1
, x
2
S se tiene que g
i
(x
1
) 0 y g
i
(x
2
) 0, con lo que g
i
(z) 0.
Dado que i es arbitrario, se concluye.
b) Sean x
1
, x
2
X

y [0, 1]. Denamos z = x


1
+(1)x
2
f (z) f (x
1
) +(1) f (x
2
) ( Convexidad de f )
f (x) +(1) f (x) (x S)
= f (x)
Finalmente f (z) f (x) x S, con lo cual z X

P2. a) Sea S un conjunto convexo no vaco de R


n
. Pruebe que:
1) f (y) =nf|x y|/x S
2) g(y) = supy
T
x/x S
son convexas.
b) Sea f (x) = m ax f
1
(x), . . . , f
k
(x) y f
1
, ..., f
k
: S R (S R
n
), funciones convexas.
Demostrar que f es convexa.
Solucin:
a) 1) Sean y
1
, y
2
R
n
y [0, 1]. Denamos z = y
1
+(1)y
2
Dado x S cualquiera, ste se puede expresar como x = x +(1)x, entonces:
f (z) |z x|
=|(y
1
x) +(1)(y
2
x)|
|y
1
x|+(1)|y
2
x|
9
Luego tomando nf sobre S se tiene:
f (z) nf|y
1
x|+(1)|y
2
x| : x S
nf|y
1
x| : x S+(1)nf|y
2
x| : x S
= f (y
1
) +(1) f (y
2
)
De donde se concluye.
2) Sean y
1
, y
2
R
n
y [0, 1]. Denamos z = y
1
+(1)y
2
, entonces se tiene:
g(z) = sup[y
1
+(1)y
2
]
T
x : x S
= supy
T
1
x +(1)y
T
2
x : x S
supy
T
1
x : x S+(1)supy
T
2
x : x S
= g(y
1
) +(1)g(y
2
)
De donde se concluye.
b) Sean x
1
, x
2
S y [0, 1]. Denamos z = x
1
+(1)x
2
.
Sea i 1, ..., n cualquiera, entonces:
f
i
(z) f
i
(x
1
) +(1) f
i
(x
2
) ( Convexidad de f
i
)
f (x
1
) +(1) f (x
2
) ( pues f
i
(x) f (x) x S)
Luego tomando mximo sobre i en el lado izquierdo se concluye.
P3. Sea f : R R una funcin continua que satisface la desigualdad siguiente:
f (x)
1
2h

x+h
xh
f (y)dy, x R, h > 0.
Pruebe:
a) El maximo de f en un intervalo cerrado [a, b] es alcanzado en a o en b.
b) f es convexa.
Indicacin: Considere L(x) =
(x a) f (b) (x b) f (a)
ba
y G(x) = f (x) L(x)
Solucin:
a) Supongamos que el mximo no se alcanza en los extremos, luego por el teorema de Weiestrass
c (a, b) que maximiza a f . Adems, dado que f (a), f (b) < f (c) se tiene por continuidad
de f , que a
0
, b
0
[a, b] tal que f (x) < f (c) si x [a, a
0
] o x [b
0
, b]. Sea h > 0 tal que
c h [a, a
0
) o c +h (b
0
, b] y que adems [c h, c +h] [a, b]. Sin perdida de generalidad
supongamos c h [a, a
0
), luego aplicando la desigualdad del enunciado se tiene:
f (c)
1
2h

c+h
ch
f (y)dy

1
2h
_

a
0
ch
f (y)dy +

c+h
a
0
f (y)dy
_
( f (y) < f (c) y [c h, a
0
])
<
1
2h
[(a
0
c +h) f (c) +(c +ha
0
) f (c)]
= f (c)
Lo cual no puede ser, luego se tiene lo pedido.
10
b) Consideremos L(x) como en el enunciado. Como es lineal, entonces es convexa y ms an,
verica la desigualdad del enunciado (de hecho es una igualdad). Ahora consideremos G(x) =
f (x) L(x), luego por linealidad de la integral y, dado que f y L verican la desigualdad en-
tonces G tambin la verica. Luego aplicando la parte (a) se tiene que G alcanza un mximo en
a o en b. Pero G(a) = G(b) = 0 Luego se tiene que
G(x) 0 f (x) L(x) x [a, b]
Finalmente para cualquier t [0, 1], tomando (1 t)a +tb [a, b], substituyendo esto en la
reciente desigualdad se obtiene que f es convexa.
P4. a) Pruebe que cualquier norma en R
n
es convexa.
b) Demostrar que el conjunto (x, y) R
2
:
_
[x[ +
_
[y[ < 1 no es convexo. (hacer un dibujo de
este conjunto). Deducir de ello que:
|(x, y)| = (
_
[x[ +
_
[y[)
2
No es una norma en R
2
. Qu condicin falla?
Solucin:
a) Sea | | una norma en R
n
. Seanx,y R
n
y [0, 1] entonces:
|x +(1)y| |x|+|(1)y| (desigualdad triangular)
= |x|+(1)|y| (positividad homognea)
Comox,y y son arbitrarios, | | es una funcin convexa.
b) Primero notemos que podemos escribir C como C(x, y) R
2
: |(x, y)| <1 con || la funcin
denida en el enunciado. El dibujo del conjunto C est dado por la gura. Para ver que C no es
Figura 1.1: Dibujo de C
convexo, bastar dar un contraejemplo, un caso posible es tomando x = (
9
10
, 0) y y = (0,
9
10
) y
ver que
1
2
x +
1
2
y / C.
Ahora bien como C no es convexo x,y C (0, 1) tal que x +(1)y / C, es decir
|x +(1)y| 1
11
Supongamos que || es norma, entonces en particular debe cumplir la desigualdad triangular,
entonces se debe tener que:
|x +(1)y| |x|+|(1)y| = |x|+(1)|y|
comox,y C |x|, |y| < 1 eso implica que
|x +(1)y| < +(1) = 1
lo que es una contradiccin. Por lo tanto || no es una norma pues no cumple la desigualdad
triangular.
P5. Sea g : R
n
R una funcin convexa . Se dene f (x) = e
g(x)
. Muestre que f es convexa.
Solucin:
Sean x, y R
n
, [0, 1]. Por denicin se tiene:
f (x +(1)y) = e
g(x+(1)y)
Como g es convexa y la exponencial es una funcin creciente se tiene que:
g(x +(1)y) g(x) +(1)g(y)
e
g(x+(1)y)
e
g(x)+(1)g(y)
Notando que la exponencial es una funcin convexa se tiene:
e
g(x)+(1)g(y)
e
g(x)
+(1)e
g(y)
= f (x) +(1) f (y)
Juntando todo se tiene:
f (x +(1)y) f (x) +(1) f (y)
Se concluye que f es convexa.
P6. Sea f : R
n
(, +] dada por:
f (x) :=
_
_
_
1

1x
2
si x [1, 1]
+ si x (, 1) (1, )
Demuestre que:
f (x) =
_

_
_
x

1x
2
_
si x (1, 1)
/ 0 si x (, 1] [1, )
Solucin:
Demostremos primero que f es convexa, la desigualdad:
f (x +(1)y) f (x) +(1) f (y)
Se cumple claramente si x , [1, 1] o si y , [1, 1]. Adems f es diferenciable en (1, 1) y se
cumple:
f
/
(x) =
x

1x
2
12
f
//
(x) =
1
(

1x
2
)
3
Luego f
//
(x) > 0 x (1, 1) y se tiene f convexa en (-1,1). Por lo tanto hasta ahora se tiene que:
f (x +(1)y) f (x) +(1) f (y) x, y R1, 1
Sean x = 1, y (1, 1), para todo n natural se cumple:
f ((1
1
n
) +(1)y) f (1
1
n
) +(1) f (y)
Notemos que (1
1
n
) +(1)y (1, 1) y f es continua en (1, 1). Luego:
lm
n+
f ((1
1
n
) +(1)y) = f (+(1)y)
Adems como f es continua a la derecha en x = 1 se cumple:
lm
n+
f (1
1
n
) = f (1)
Tomando lmite en la desigualdad mencionada se concluye:
f (1+(1)y) f (1) +(1) f (y)
El caso x =1 es anlogo a este, as como el caso x = 1, y =1. Se concluye:
f (x +(1)y) f (x) +(1) f (y) x, y R [0, 1]
Es decir, f es convexa. Ahora, como f es convexa y diferenciable en (-1,1) se tiene que:
f (x) = f
/
(x) =
_
x

1x
2
_
x (1, 1)
Ahora sea x R[1, 1] y supongamos que existe R tal que:
f (y) f (x) +(y x) y R
Tomando y (1, 1) y notando que f (x) = se concluye que tal no existe y:
f (x) = / 0 x R[1, 1]
Para x = 1 , sea R tal que:
1
_
1y
2
1+(y 1) y (1, 1)
Equivalentemente (notar (y 1) < 0):

_
1y
2
y 1
y (1, 1)
Acercndonos a 1 tanto como se quiera se concluye =lo que es una contradiccin. El caso x =1
es anlogo a este y se concluye = que tambin es una contradiccin.
Finalmente:
f (x) =
_

_
_
x

1x
2
_
si x (1, 1)
/ 0 si x (, 1] [1, )
13
1.2.2. Problemas Propuestos
P1. a) Sea f : S R, S R
n
, siendo S convexo. Demostrar que
E =(x, ) SR : f (x) es un conjunto convexo f es una funcin convexa
b) Sea (P) : mn f (x), c , en que f : R, es convexa. Demostrar que si x
1
, . . . , x
k
son
soluciones de (P) entonces cualquier punto de cox
1
, . . . , x
k
es solucin de (P).
P2. Suponga que C R
m
es convexo y que las funciones f
1
, f
2
, ..., f
n
: C R son convexas, y dena
una funcin f : C R
n
con componentes f
i
. Suponga adems que f (C) es convexo y que la funcin
g : f (C) Res convexa e isotona, es decir, para todo y z en f (C), se tiene que g(y) g(z). Pruebe
que g f es convexa
P3. Muestre que una funcin continua f : R
n
R es convexa ssi para cada lnea segmentada, su valor
promedio en el segmento es menor igual que el promedio de sus puntos extremos del segmento: para
cada x, y R
n
,

1
0
f (x +(y x))d
f (x) + f (y)
2
P4. Sea f : [a, b] R R una funcin tal que f (x) > 0 x I. Suponga que e
cx
f (x) es convexa en I
para cada c R. Muestre que log f (x) es convexa en I.
P5. Sea f : R
n+m
R una funcin convexa. Considere la funcin F : R
n
R dada por:
F(x) = nf
uU
f (x, u)
Donde U R
m
es un conjunto convexo no vaco tal que F(x) > x R
n
. Muestre que F es
convexa.
Indicacin: Muestre que no puede existir un [0, 1], x
1
, x
2
R
n
y u
1
, u
2
U tales que
F(x
1
+(1)x
2
) > f (x
1
, u
1
) +(1) f (x
2
, u
2
)
P6. Considere la funcin f : R (, +] denida por:
f (x) :=
_

_
0 si x [1, 1]
[x[ 1 si x [2, 1) (1, 2]
+ si x (, 2) (2, )
Demuestre que:
f (x) =
_

_
0 si x (1, 1)
[1, 0] si x =1
[0, 1] si x = 1
1 si x (2, 1)
1 si x (1, 2)
(, 1] si x =2
[1, +) si x = 2
/ 0 si x (, 2) (2, )
14
P7. Sea S R
n
, un conjunto convexo y sean f
1
, . . . , f
k
: S R, funciones convexas y diferenciables.
Sean adems f (x) = m axf
1
(x), . . . , f
k
(x) y x S.
Si se dene I =i = 1, . . . , k / f ( x) = f
i
( x) entonces se cumple
f ( x) =

iI

i
f
i
( x) /
i
0, i I,

iI

i
= 1
15
Captulo 2
Caracterizacin de Optimalidad
2.1. Optimizacin con Restricciones
2.1.1. Problemas Resueltos
P1. Sea
(P) mn 3x +y z
2
s.a. x +y +z 0
x +2y +z
2
= 0
a) Escriba las ecuaciones de KKT para (P).
b) Encuentre la(s) solucin(ones) ptima(s) de (P) usando (a).
Solucin:
a) Imponiendo las condiciones se obtiene
3+u = 0 (2.1.1)
1+u+2 = 0 (2.1.2)
2z +u+2z = 0 (2.1.3)
u(x +y +z) = 0 (2.1.4)
x +2y +z
2
= 0 (2.1.5)
u 0 (2.1.6)
R (2.1.7)
b) De (2.1.1) y (2.1.2) se tiene que u =
5
3
y =
4
3
. Luego de (2.1.4) necesariamente x+y+z =0.
De (2.1.3) se tiene que z =
5
14
y de (2.1.5) se concluye que x =
115
588
e y =
95
588
.
P2. Considere
(P) mn f (x)
s.a. g
i
(x) 0, i = 1, . . . , m
Sea x R
n
un mnimo local de (P). Sea I = i / g
i
( x) =0. Suponga que f , g
i
C
1
(R
n
) i =1, ..., m.
Pruebe que F
0
G = / 0, donde
F
0
=d : f ( x)
T
d < 0
G =d : g
i
( x)
T
d 0, i I
16
Solucin:
Por contradiccin, supongamos que d F
0
G. Luego como x es un mnimo local, satisface las
condiciones de KKT, esto es, u
1
, ..., u
m
0 tales que
f ( x) +

iI
u
i
g
i
( x) = 0
multiplicando la ecuacin anterior por d
T
se tiene
f ( x)
T
d +

iI
u
i
g
i
( x)
T
d = 0 =f ( x)
T
d =

iI
u
i
g
i
( x)
T
d.
Esto no puede ser, pues el lado izquierdo de la ecuacin es < 0, sin embargo, el lado derecho 0
pues es el opuesto a una combinacin lineal positiva de nmeros negativos. Finalmente F
0
G = / 0.
P3. a) Sea x
0
R
n
, A M
mn
(R) y b R
m
. Considere el siguiente problema
(P) mn
1
2
|x x
0
|
2
s.a. Ax b
Muestre que los multiplicadores de KKT deben satisfacer:
u
T
AA
T
u = u
T
(Ax
0
b)
u 0
u R
m
b) Resuelva
mn
1
2
(x
2
+y
2
+z
2
)
s.a. x +y +z 3
Solucin:
a) Sea x
/
= x x
0
y b
/
= bAx
0
, entonces (P) se transforma en
(P
/
) mn
1
2
|x
/
|
2
s.a. e
T
i
(Ax
/
b
/
) 0, i = 1, ..., m
Donde los e
i
es el i-simo vector cannico de R
m
. Si x
/
es solucin de (P
/
) entonces debe
cumplir las condiciones de KKT y como
f (x
/
) = x
/
g
i
(x
/
) = A
T
e
i
i = 1, ..., m
Se tiene que u
1
, ..., u
m
0 tales que
x
/
+
m

i=1
u
i
A
T
e
i
= 0
u
i
(e
T
i
Ax
/
b
/
i
) = 0 i = 1, . . . , m
Deniendo u = (u
1
, ..., u
m
) R
m
+
las ecuaciones anteriores quedan como (sumando sobre i en
la segunda)
x
/
+A
T
u = 0
u
T
(Ax
/
b
/
) = 0
u 0
17
despejando x
/
de la primera ecuacin y reemplazando en la segunda queda
u
T
AA
T
u =u
T
b
/
= u
T
(Ax
0
b)
que era lo pedido.
b) Consideremos A = [1 1 1], b =3 y x
0
= (0, 0, 0)
T
. Luego, por parte (a), si el problema tiene
solucin el multiplicador de KKT asociado a sta debe cumplir:
u
T
AA
T
u =b =3u
2
= 3 (pues AA
T
= 3).
Luego u = 1 y por la parte anterior se tena que x
/
= A
T
u = [1, 1, 1]. Luego la solucin del
problema es x = y = z =1.
P4. La funcin de Cobb-Douglas es muy utilizada en Economa para representar la relacin entre los
inputs y los outputs de una rma. Toma la forma Y = AL

, donde Y representa los outputs, L


el trabajo y K el capital. Esta formulacin puede ser aplicada a la utilidad y toma la forma u(x) =
x

1
1
x

n
n
, donde los exponentes son positivos y suman 1. Considere el problema de maximizacin
de la utilidad:
m axx

y
1
p
1
x + p
2
y = w
x, y 0
donde p
1
, p
2
> 0 son los precios y w > 0 el presupuesto.
a) Escriba las condiciones de KKT y encuentre una solucin de ellas, en funcin de p
1
, p
2
, w y .
b) Se puede decir que esta solucin es ptima para el problema original? Justique.
c) Encuentre el multiplicador , en funcin de p
1
, p
2
, w y .
Solucin:
a) Notemos primero que el problema se puede escribir como un problema de minimizacin
mnx

y
1
p
1
x + p
2
y = w
x, y 0
Adems como la funcin es continua y el conjunto de restricciones es compacto (cerrado y
acotado), la existencia de un mximo est asegurada. Imponiendo las condiciones de KKT al
problema se obtiene
x
1
y
1
+p
1
u
1
= 0
(1)x

+p
2
u
2
= 0
Si u
1
,= 0 y u
2
= 0 entonces x = 0 e y =
w
p
2
y la utilizadad es 0.
Si u
2
,= 0 y u
1
= 0 entonces y = 0 e x =
w
p
1
y la utilizadad es 0.
Si u
1
,= 0 y u
2
,= 0 entonces x = 0 e y = 0, lo cual no es factible pues se tendra w = 0. Veamos
el caso ms interesante, cuando u
1
= 0 y u
2
= 0. Las condiciones de KKT quedan
x
1
y
1
+p
1
= 0
(1)x

+p
2
= 0
18
esto implica que
x
1
y
1
p
1
= =
(1)x

p
2
y =
(1)p
1
x
p
2
y como p
1
x + p
2
y = w, reemplazando y se obtiene
x =
w
p
1
e y =
(1)w
p
2
.
b) Esta solucin es ptima pues entrega una utilidad positiva y si existiera otra solucin distinta
cuyo valor fuese mayor, necesariamente debera satisfacer las condiciones de KKT, luego al
menos uno de los multiplicadores debera ser igual a cero, con lo cual la funcin objetivo sera
0, lo que es una contradiccin.
c) Como =
x
1
y
1
p
1
, basta reemplazar los valores obtenidos anteriormente.
P5. Resuelva utilizando las condiciones de KKT
mn x
2
+y
2
s.a. x +y = 5
xy 4
(x 4)
2
+(y 2)
2
1
Solucin:
Como la funcin es continua y el conjunto de restricciones es compacto, entonces est asegurada la
existencia de un punto que resuelve el problema. Notemos que el problema tambin se puede escribir
como
mn x
2
+y
2
x +y 5 = 0
4xy 0
(x 4)
2
+(y 2)
2
1 0
Imponiendo las condiciones de KKT se tiene
2x +u
1
y +u
2
(2x 8) = 0 (2.1.8)
2y +u
1
x +u
2
(2y 4) = 0 (2.1.9)
u
1
(4xy) = 0 (2.1.10)
u
2
((x 4)
2
+(y 2)
2
1) = 0 (2.1.11)
x +y 5 = 0 (2.1.12)
4xy 0 (2.1.13)
(x 4)
2
+(y 2)
2
1 0 (2.1.14)
u
1
, u
2
0 (2.1.15)
R (2.1.16)
Separemos el anlisis en 4 casos
a) (u
1
= 0, u
2
= 0)
de (2.1.8) y (2.1.9) se tiene que x =y =

2
y de (2.1.12) se tiene que p
1
= (
5
2
,
5
2
) es el candidato,
pero este punto no satisface (2.1.14), luego no puede corresponder a un mnimo.
19
b) (u
1
,= 0, u
2
= 0)
De (2.1.10) se tiene que xy =4 y de (2.1.12) se tienen 2 posibles puntos, p
2
= (4, 1) y p
3
= (1, 4),
pero p
3
no satisface (2.1.14), luego no es un punto factible y al evaluar p
2
en (2.1.8) y (2.1.9)
se tiene que u
1
=2 lo que indica que tampoco es un punto de KKT.
c) (u
1
= 0, u
2
,= 0)
De (2.1.11) se tiene que (x 4)
2
+ (y 2)
2
= 1 y de (2.1.12) se tienen 2 posibles puntos,
p
4
= (4, 1) y p
5
= (3, 2), pero al evaluar p
4
en (2.1.8) y (2.1.9) se tiene que u
2
= 3 lo que
indica que no es un punto de KKT. Sin embargo, al evaluar p
5
en (2.1.8) y (2.1.9) se tiene que
u
2
= 1, luego p
5
es un candidato a solucin.
d) (u
1
,= 0, u
2
,= 0)
De (2.1.10) se tiene que xy = 4, de (2.1.11) se tiene que (x 4)
2
+(y 2)
2
= 1 y de (2.1.12) se
tiene que la nica solucin posible es p
6
= (4, 1), pero al evaluar p
6
en (2.1.8) y (2.1.9) se tiene
que u
1
= 8+ y u
2
=
30+3
2
, pero como u
1
0 se tiene que 8 entonces u
2
3 < 0 lo
cual no puede ser. Luego p
6
no es punto de KKT.
Como est asegurada la existencia de un mnimo, este debe ser p
5
= (3, 2).
P6. Encuentre el mximo de la integral
J(x, y) =

y
x
(e
t
e
2t
)dt
respecto a los lmites de integracin sujeto a la restriccin y x = c, donde c ,= 0 es una constante.
Solucin:
El problema se puede plantear como
mn J(x, y)
s.a. y x c = 0
Para imponer las condiciones de KKT, que en este caso se reducen a Multiplicadores de Lagrange,
necesitamos calcular J(x, y), para ello calculemos las derivadas parciales de J(x, y), apoyndonos
en el teorema fundmental del clculo
J
x
(x, y) =

x
_

x
y
(e
t
e
2t
)dt
_
=(e
x
e
2x
)
J
y
(x, y) =

y
_

y
x
(e
t
e
2t
)dt
_
= e
y
e
2y
Luego, imponiendo las condiciones se tiene que

J
x
(x, y) = e
x
e
2x
= 0

J
y
(x, y) + =e
y
+e
2y
+ = 0
R
lo que implica que
e
x
e
2x
= e
y
e
2y
= e
x
e
c
e
2c
e
2x
ms an
(1e
c
)e
x
= (1e
2c
)e
2x
= e
x
=
1e
2c
1e
c
> 0
Luego x = ln
_
1e
2c
1e
c
_
e y = ln
_
1e
2c
1e
c
_
+c es la solucin.
20
2.1.2. Problemas Propuestos
P1. Resuelva utilizando las condiciones de KKT
m ax x
1
e
x
2
s.a. sin(x
1
) +x
2
0
x
1
3
P2. Considere la siguiente familia de problemas de programacin cuadrtica:
min
1
2
x
2
1
+
1
2
x
2
2
x
1
2x
2
x
1
+x
2
0
x
1
, x
2
0
donde R. Llamaremos instancia de esta familia de problemas, a uno particular, es decir, para un
R jo.
a) Entregue una interpretacin geomtrica de una instancia de esta familia de problemas.
b) Explique por qu una instancia particular siempre tiene una solucin ptima.
c) Usando las condiciones de KKT, verique que (3/2, 5/2)
T
resuelve la instancia dada por = 4
d) Encuentre los valores de para los cuales las soluciones de las correspondientes instancias se
encuentran en la frontera de la regin factible. Encuentre tambin los ptimos de estas instancias
y los multiplicadore de KKT asociados.
e) Con las mismas condiciones de la parte anterior, compare el valor del multiplicador de KKT
asociado a la restriccin x
1
+x
2
0 y la derivada del valor ptimo de la funcin objetivo
con respecto a .
f ) Cul es la solucin ptima para una instancia arbitraria de esta familia de problemas, tal que
sea alcanzada en un punto al interior de la regin factible?
P3. Sean f , g
i
, h
j
C
1
i = 1, . . . , m j = 1, . . . , l. Dados u R
m
, u 0, v R
l
, considere el problema
(P
/
) mn f (x) +
m

i=1
u
i
g
i
(x) +
l

j=1
v
j
h
j
(x)
s.a. x R
n
Probar que si x es solucin de (P
/
) entonces tambin es solucin del problema
(P) mn f (x)
s.a. g
i
(x) g
i
( x) i I := i / u
i
> 0
h
j
(x) = h
j
( x) j = 1, . . . , m
P4. Sea P
2
el espacio vectorial de los polinomios a valores reales de grado menor igual a 2.
Consideremos la funcin J : P
2
R denida por
J( f ) =

1
0
f (x)
2
dx
Sea Q = f P
2
: f (1) = 1. Se sabe que J alcanza un mnimo sobre Q.
Nuestro objetivo es encontrar dicho mnimo, para ello proceda de la siguiente forma:
21
a) Sea f (x) P
2
, es decir, f (x) = ax
2
+bx +c con a, b, c R. Pruebe que existe G : R
3
R
tal que G(a, b, c) = J( f ). Adems pruebe que f Q si y slo si a+b+c = 1.
b) Resuelva el problema mnG(a, b, c) s.a. a+b+c = 1
c) Encuentre f

P
2
tal que J( f

) J( f ) f P
2
. Concluya.
P5. Una caja rectangular est situada en el primer octante como se muestra en la gura, con una de sus
esquinas en el origen y con las tres caras adyacentes a los planos formados por los ejes coordenados.
El punto opuesto P = (x, y, z) est restringido a la supercie del paraboloide de ecuacin x
2
+y
2
+z =
1. Determine las coordenadas de P para que la caja sea de volumen mximo, para ello:
a) Pruebe que el problema se puede escribir como maximizar f (x, y) =xyx
3
yxy
3
, y determine
los punto crticos de f que caen en el primer cuadrante (x > 0, y > 0). Adems determine la
naturaleza de dicho(s) punto(s) crtico(s). Determine P.
b) En vez de sustituir z, uno tambin podra utilizar Multiplicadores de Lagrange para maximizar
el volumen V = xyz con la misma restriccin. Resuelva y compare con su solucin anterior.
P6. (Programacin Cuadrtica)
Sea A M
nn
(R) simtrica, C M
mn
(R) de rango m, b R
n
y d R
m
.
Suponga que
v
T
Av > 0 v Ker C =u R
n
: Cu = 0.
Considere el siguiente problema
(Q) mn
1
2
x
T
Ax +b
T
x
s.a. Cx = d
a) Muestre que la matrix P es invertible, donde
P =
_
A C
T
C 0
_
.
b) Escriba las condiciones de KKT del problema y muestre que tienen solucin nica.
c) Si A es denida positiva, encuentre explcitamente la solucin de (Q).
22
Captulo 3
Programacin Lineal
3.1. Algoritmo Simplex
3.1.1. Problemas Resueltos
P1. Resolver usando fase 1 y fase 2 de simplex el problema
(P)
_

_
min 3x
1
+x
2
+9x
3
+x
4
s.a. x
1
+2x
3
+x
4
= 4
x
2
+x
3
x
4
= 2
x
i
0
Solucin: Se aplica la fase 1 de simplex:
(P
a
)
_

_
min x
5
+x
6
s.a. x
1
+2x
3
+x
4
+x
5
= 4
x
2
+x
3
x
4
+x
6
= 2
x
i
0
Notando que
A =
_
1 0 2 1 1 0
0 1 1 1 0 1
_
Se escogen x
5
, x
6
en la base, luego B = I y por lo tanto B
1
= I, B
1
N = N, B
1
b = b.
El cuadro inicial es:
1 1 3 0 0 0 6
1 0 2 1 1 0 4
0 1 1 1 0 1 2

1 2 0 3 0 3 0
1 2 0 3 1 2 0
0 1 1 1 0 1 2

0 0 0 0 1 1 0
1 2 0 3 1 2 0
0 1 1 1 0 1 2
A partir de la tabla nal, se escoge B como la submatriz de A formada con las columnas de x
1
y x
3
.
23
Fase II:
B =
_
1 2
0 1
_
y de la tabla nal de fase 1 se observa que:
B
1
N =
_
2 3
1 1
_
, B
1
b =
_
0
2
_
Adems se tiene:
C
T
B
= (3, 9) C
T
B
B
1
b =(3, 9)
_
0
2
_
=18
C
T
N
= (1, 1) C
N
T
= (1, 1) (3, 9)
_
2 3
1 1
_
= (2, 1)
El cuadro inicial es:
0 2 0 1 18
1 2 0 3 0
0 1 1 1 2

0 0 2 1 14
1 0 2 1 4
0 1 1 1 2

1 0 4 0 10
1 0 2 1 4
1 1 3 0 6
por lo tanto x = (0, 6, 0, 4) con z = 10.
P2. Una empresa produce espirales, corbatitas y fetuccinis. La produccin se basa en 2 recursos princi-
pales, R
1
y R
2
y que son limitados. Producir corbatitas aumenta en 2 unidades la disponibilidad de R
1
,
mientras que producir espirales aumenta en 1 unidad la disponibilidad del R
2
, por otro lado producir
fetuccinis y espirales disminuye en 2 y 1 unidades respectivamente la disponibilidad de R
1
, mientras
que producir corbatitas y fetuccinis disminuye en 3 y 1 unidades respectivamente la disponibilidad de
R
2
. Si inicialmente hay una disponibilidad de 10 unidades de R
1
y 20 unidades de R
2
y los precios en
el mercado de corbatitas, fetuccinis y espirales son de 3, 7 y 2 respectivamente, plantee el problema
que resuelve la empresa para planicar su produccin y obtenga la cantidad que corbatitas, fetuccinis
y espirales que produce.
Solucin: Sea x
1
= Cantidad de corbatitas, x
2
= Cantidad de fetuccinis, x
3
= Cantidad de espirales.
El problema que resuelve la empresa es:
(P)
_

_
min 3x
1
7x
2
2x
3
s.a. 2x
2
+x
3
10+2x
1
3x
1
+x
2
20+x
3
x
1
, x
2
, x
3
0

_
min 3x
1
7x
2
2x
3
+0s
1
+0s
2
s.a. 2x
1
+2x
2
+x
3
+s
1
= 10
3x
1
+x
2
x
3
+s
2
= 20
x
1
, x
2
, x
3
, s
1
, s
2
0
Sean
B =
_
1 0
0 1
_
, N =
_
2 2 1
3 1 1
_
24
As
C
B
T
= (0, 0), C
N
T
= (3, 7, 2), C
N
T
= (3, 7, 2)
Entonces el cuadro inicial es:
3 7 2 0 0 0
2 2 1 1 0 10
3 1 1 0 1 20

10 0
3
2
7
2
0 35
1 1
1
2
1
2
0 5
4 0
3
2

1
2
1 15

0 0
9
4

9
4
5
2
145
2
0 1
1
8
3
8
1
4
35
4
1 0
3
8

1
8
1
4
15
4

0 18 0 9 7 230
0 8 1 3 2 70
1 3 0 1 1 30
Por lo tanto la solucin de (P) es x
1
= 30, x
2
= 0, x
3
= 70
P3. Llevar el siguiente problema a su forma cannica
mn x
1
+[x
2
[ +x
3
s.a. x
1
+x
2
2
2x
1
+x
3
= 0
Solucin: Notar que [x
2
[ = m axx
2
, x
2
luego la funcin objetivo puede escribirse como
m axx
1
+x
2
+x
3
, x
1
x
2
+x
3

y el problema se transforma en
mn m axx
1
+x
2
+x
3
, x
1
x
2
+x
3

s.a. x
1
+x
2
2
2x
1
+x
3
= 0
y este problema a su vez puede escribirse como
mn x
4
s.a. x
1
+x
2
2
2x
1
+x
3
= 0
x
1
+x
2
+x
3
x
4
x
1
x
2
+x
3
x
4
Agregando variables de holgura se obtiene
mn x
4
s.a. x
1
+x
2
+x
5
= 2
2x
1
+x
3
= 0
x
1
+x
2
+x
3
x
4
+x
6
= 0
x
1
x
2
+x
3
x
4
+x
7
= 0
x
5
, x
6
, x
7
0
y nalmente desdoblando las variables irrestrictas, es decir, escribiendo x
i
= y
i
z
i
con y
i
, z
i
0
i = 1, ..., 4, se tiene
mn y
4
z
4
s.a. y
1
z
1
+y
2
z
2
+x
5
= 2
2y
1
2z
1
+y
3
z
3
= 0
y
1
z
1
+y
2
z
2
+y
3
z
3
y
4
+z
4
+x
6
= 0
y
1
z
1
y
2
+z
2
+y
3
z
3
y
4
+z
4
+x
7
= 0
y
1
, ...y
4
, z
1
, ..., z
4
, x
5
, x
6
x
7
0
25
P4. Resolver con Simplex
(P)
_

_
min
x
1
+1
x
2
+2
s.a. x
1
+x
2
1
x
1
, x
2
0
Solucin: Sean z =
1
x
2
+2
, y
1
=
x
1
x
2
+2
e y
2
=
x
2
x
2
+2
. Se cumple la relacin 2z +y
2
= 1. Luego
(P) es equivalente a (P
/
)
_
P
/
_
_

_
min y
1
+z
s.a. y
1
+y
2
z
2z +y
2
= 1
y
1
, y
2
, z 0
Por lo tanto se resuelve (P
/
), agregando variables de holgura:
_
P
/
_
_

_
min y
1
+z
s.a. y
1
+y
2
z +s
1
= 0
2z +y
2
= 1
y
1
, y
2
, z, s
1
0
Luego
A =
_
1 1 1 1
0 1 2 0
_
, b =
_
0
1
_
, C
T
= (1, 0, 1, 0)
Escogiendo a z y a s
1
en la base se tiene:
B =
_
1 1
2 0
_
, N =
_
1 1
0 1
_
as
C
B
T
= (1, 0), C
N
T
= (1, 0)

B
1
=
_

_
0
1
2
1
1
2
_

_, B
1
N =
_

_
0
1
2
1
3
2
_

B
1
b =
_
1
2
,
1
2
_
, C
B
T
B
1
b =(1, 0)
_
_
_
1
2
1
2
_
_
_=
1
2
Luego
1
1
2
0 0
1
2
0
1
2
1 0
1
2
1
3
2
0 1
1
2

4
3
0 0
1
3

1
3

1
3
0 1
1
3
1
3
2
3
1 0
2
3
1
3
26
Por lo tanto la solucin de (P
/
) es:
y
1
= 0, y
2
=
1
3
, z =
1
3
, s
1
= 0
Reemplazando en las variables de (P) se tiene que la solucin es:
x
1
= 0, x
2
= 1, z =
1
3
P5. Resolver con Simplex
(P)
_

_
min f (x
1
, x
2
) = m axx
1
2, x
2

s.a. x
1
+[x
2
[ 1
x
1
0
Solucin: Equivalentemente
(P)
_

_
mn m axx
1
2, x
2

s.a. x
2
1x
1
x
2
x
1
1
x
1
0
Sea x
2
= uv, con u, v 0. (P) es equivalente a:
(P)
_

_
mn m axx
1
2, uv
s.a. uv +x
1
1
x
1
u+v 1
x
1
, u, v 0
A la vez el problema es equivalente a:
(P)
_

_
mn z
s.a. uv +x
1
1
x
1
u+v 1
x
1
2 z
uv z
x
1
, u, v 0
Finalmente el problema es equivalente a:
(P)
_

_
mn r s
s.a. uv +x
1
1
x
1
u+v 1
x
1
r +s 2
uv r +s 0
x
1
, u, v, r, s 0
27
Agregando variables de holgura:
(P)
_

_
mn r s
s.a. uv +x
1
+s
1
= 1
x
1
u+v +s
2
= 1
x
1
r +s +s
3
= 2
uv r +s +s
4
= 0
x
1
, u, v, r, s, s
1
, s
2
, s
3
, s
4
0
Escogiendo B = I, es fcil obtener el cuadro inicial
0 0 0 1 1 0 0 0 0 0
1 1 1 0 0 1 0 0 0 1
1 1 1 0 0 0 1 0 0 1
1 0 0 1 1 0 0 1 0 2
0 1 1 1 1 0 0 0 1 0

0 1 1 0 0 0 0 0 1 0
1 1 1 0 0 1 0 0 0 1
1 1 1 0 0 0 1 0 0 1
1 1 1 0 0 0 0 1 1 2
0 1 1 1 1 0 0 0 1 0

1 0 0 0 0 0 1 0 1 1
2 0 0 0 0 1 1 0 0 2
1 1 1 0 0 0 1 0 0 1
0 0 0 0 0 0 1 1 1 1
1 0 0 1 1 0 1 0 1 1
Luego, la solucin es:
x
1
= 0, w = 0, v = 1, r = 0, s = 1
En el problema original
x
2
= uv =1, z =1
P6. Suponga que estamos resolviendo el problema:
mn c
T
x
s.a Ax = b
x 0
Y que llegamos a la siguiente tabla de Fase II:
(z) 0 1 0 c
1
14
0 1 1 0 a
1
b
1
0 0 2 1 a
2
b
2
a) Identique la solucin en curso y diga condiciones para que sea factible.
b) Diga condiciones para que la solucin en curso sea ptima.
c) Diga condiciones que aseguren que la solucin ptima es la nica solucin factible ptima.
d) Diga condiciones que garanticen que el valor objetivo es no acotado.
e) Diga condiciones para que la solucin ptima sea degenerada.
f ) Asumiendo las condiciones en (a), de todas las condiciones bajo las cuales usted hara un pivote
en el elemento a
1
.
Solucin:
28
a) La solucin en curso es (b
1
, b
2
) que es factible si b
1
0b
2
0
b) La solucin en curso es ptima si b
1
0, b
2
0c
1
0
c) La solucin ptima es nica si b
1
0, b
2
0 y c
1
> 0 (notar que si c
1
= 0 es posible que se
pueda hacer ingresar x
4
a la base sin cambiar el valor de la funcin objetivo).
d) El problema es no acotado si c < 0, a
1
< 0 y a
2
< 0.
e) La solucin ptima es degenerada si se cumple (b) y (b
1
= 0b
2
= 0)
f ) Se pivotea en a
1
si c
1
< 0 y tambin se cumple uno de los dos casos:
1) a
1
> 0 , a
2
> 0 ,
b
1
a
1
<
b
2
a
2
2) a
1
> 0 , a
2
0
29
3.1.2. Problemas Propuestos
P1. Un productor de electricidad debe planicar su produccin horaria de energa para maximizar sus
benecios por venta de la misma en un horizonte de 2 horas. Formule y resuelva el PPL que consiste
en maximizar los benecios del productor si
Se producen 5 unidades de energa antes del periodo de planicacin.
Los precios horarios de la energa son 6 y 2 unidades monetarias.
La energa mnima que se puede producir en cada hora es 0 y la mxima 10 unidades.
Las producciones de energa en dos horas consecutivas no pueden diferir ms de 4 unidades.
El coste de produccin es 3 unidades monetarias por unidad de energa.
P2. Considere el problema fraccional:
(F) mn
x
2
6
x
1
+x
2
+2
x
1
+x
2
3
x
1
+2x
2
12
x
1
, x
2
0
a) Deniendo y =
x
x
1
+x
2
+2
R
2
, y z convenientemente, pruebe que (F) es equivalente al problema
lineal:
(P) min y
2
6z
y
1
+y
2
3z 0
y
1
+2y
2
12z 0
y
1
+y
2
+2z = 1
y
1
, y
2
, z 0
b) Resuelva usando Simplex, verique su solucin resolviendo grcamente el problema (P) y
nalmente deduzca una solucin de (F).
P3. Considere el problema
(P) mn [x
1
[ x
2
s.a. x
1
+[x
2
[ 1
2[x
1
[ [x
2
[ 2
Transforme el problema a un PPL y resuelva usando Simplex.
P4. Considere el siguiente PPL
(P) m ax x
1
+2x
2
s.a. x
1
+x
2
1
x
1
1
x
1
, x
2
0
Escriba el problema en su forma estndar. Muestre que el mtodo de Simplex entra en un proceso
cclico innito si escoge como base inicial las variables (x
1
, x
2
). Observe cmo la desigualdad x
1
1
es rebundante. Si se elimina esta restriccin, se detiene el mtodo?, i.e. encuentra solucin?
P5. Considere el problema:
(P

) mn Z() = x
1
+x
3
30
x
1
x
2
+x
3
= 1
x
1
+x
3
+x
5
= 2
x
1
x
3
+x
4
= 3
x
1
, x
2
, x
3
, x
4
, x
5
0
a) Resulvalo usando Simplex, indicando el conjunto solucin:
() =x R
n
/x es solucion de (P

)
para cada [1, 1].
b) Graque Z() y encuentre su valor ptimo

donde

[1, 1].
P6. Considere el problema de Programacin Lineal:
(P) min x
1
2x
2
4x
3
+2x
4
x
1
2x
3
+x
4
= 4
x
1
+x
2
+x
3
x
4
= 8
x
1
, x
2
, x
3
, x
4
0
a) Usando Fase I del algoritmo Simplex, determine un punto extremo del poliedro factible de (P).
b) A partir de la base obtenida en (a), resuelva (P) usando Fase II del algoritmo Simplex.
P7. Considere el cuadro, (correspondiente a un problema de programacin lineal cannico)
- 2 0 0 0 10
-1 1 0 0 4
-4 0 1 0 1
3 0 0 1
Indique en qu condiciones:
(a) La solucin en curso en ptima y es nica (Cules?).
(b) El problema es no acotado (Cul es la direccin extrema correspondiente?).
(c) La solucin en curso es ptima pero no es nica (indique el conjunto solucin).
(d) La solucin en curso es factible, pero no es ptima (realice, a partir de ella, una iteracin ms,
usando datos adecuados).
(e) El problema no tiene solucin factible.
31
Captulo 4
Dualidad en Programacin Lineal
4.1. Dualidad y Anlisis de Sensibilidad
4.1.1. Problemas Resueltos
P1. Considere el siguiente problema de programacin lineal:
(P) mn 2x
1
+3x
2
+4x
3
s.a. x
1
+2x
2
+x
3
3
2x
1
x
2
+3x
3
4
x
1
, x
2
, x
3
0
a) Escriba el problema Dual asociado.
b) Resuelva el problema primal, usando el algoritmo de simplex dual.
Solucin:
a) Notemos que el problema primal (P) es de la forma
(P) mn c
t
x
s.a. Ax b
x 0
luego su dual es de la forma
(D) m ax b
t
y
s.a. A
t
y c
y 0

(D) m ax 3y
1
+4y
2
s.a. y
1
+2y
2
2
2y
1
y
2
3
y
1
+3y
2
4
y
1
, y
2
0
b) El problema se puede escribir en forma cannica como
(P) mn 2x
1
+3x
2
+4x
3
s.a. x
1
2x
2
x
3
+x
4
=3
2x
1
+x
2
3x
3
+x
5
=4
x
1
, x
2
, x
3
, x
4
, x
5
0
tomamos como base (x
4
, x
5
) luego B = I y B
1
= I, luego el cuadro inicial de Simplex queda
32
2 3 4 0 0 0
-1 -2 -1 1 0 -3
-2 1 -3 0 1 -4
luego x
1
entra a la base y sale x
5
, la nueva tabla es
0 4 1 0 1 -4
0 -5/2 -1 1 0 -1
1 1 -3 0 1 2
luego x
2
entra a la base y sale x
4
, la nueva tabla y la denitiva es
0 0 9/5 8/5 1/5 -28/5
0 1 -1/5 -2/5 1/5 2/5
1 0 7/5 -1/5 -2/5 11/5
Finalmente la solucin es x
1
= 11/5 y x
2
= 2/5 y el valor ptimo z

= 28/5.
P2. Considere n 2 y el siguiente problema de P.L.
(P)
_

_
mn x
1
+ 2x
2
+ + nx
n
s.a. x
1
1
x
1
+ x
2
2
.
.
.
.
.
.
.
.
.
x
1
+ x
2
+ + x
n
n
x
1
, x
2
, . . . , x
n
0
a) Determine el dual (D) de (P)
b) Vericar que se cumple el teorema de dualidad fuerte.
c) Probar que y factible de (D), se tiene que y
k
+y
k+1
+... +y
n
< k k 2, ..., n
d) Deducir del teorema de holgura complementaria el ptimo de (P)
Solucin:
a) Notemos que el problema primal (P) es de la forma
(P) mn c
t
x
s.a. Ax b
x 0
luego su dual es
(D) m ax y
1
+ 2y
2
+ ... + ny
n
s.a. y
1
+ y
2
+ ... + y
n
1
y
2
+ ... + y
n
2
.
.
.
.
.
.
y
n
n
y
1
, y
2
, ... , y
n
0
b) Notemos que (P) y (D) son factibles pues x = (1, ..., 1) y y = (0, ..., 0) satisfacen las restricciones,
respectivamente. Y como por dualidad dbil se tiene que b
t
y c
t
x, entonces ambos problemas
son acotados y sus valores ptimos deben coincidir.
33
c) Sea y = (y
1
, ..., y
k
) factible de (D) y k 2, ..., n, luego
y
k
+y
k+1
+... +y
n
= y
1
+y
2
+... +y
n
1 < k.
d) Sea x ptimo de (P) y y ptimo de (D), por Holgura complementaria se sabe que en el ptimo
x
k
(c A
t
y)
k
= 0 k = 1, ..., n. Como y es ptimo de (D), es en particular factible, luego por
parte anterior (c A
t
y)
k
= k y
k
+y
k+1
+... +y
n
> 0 si k 2, ..., n, esto implica que x
k
= 0
si k 2, ..., n. Finalmente el problema dual se tranforma en
(P)
mn x
1
s.a. x
1
1
x
1
2
.
.
.
x
1
n
x
1
0
cuya solucin es x
1
= n. Luego la solucin de (P) es x = (n, 0, ..., 0).
P3. Una orista sabe hacer solo 2 tipos distintos de arreglos orales (x
1
y x
2
) para los cuales dispone 3
tipos distintos de ores: rosas, tulipanes e ibizcos. Los requerimientos de ores para cada arreglo, la
disponibilidad de ores y los precios de cada arreglo vienen dados por:
FLORES x
1
x
2
DISPONIBILIDAD
Rosas 3 1 300
Tulipanes 1 1 140
Ibizcos 1 3 300
PRECIO 2000 1000
a) Plantee el problema al que se enfrenta la orista para optimizar su produccin.
b) Calcule el dual del problema. Qu representa?
c) Si el ptimo del problema primal es x
1
= 80, x
2
= 60, encuentre el ptimo del problema dual.
Solucin:
a)
m ax 2000x
1
+1000x
2
s.a. 3x
1
+x
2
300
x
1
+x
2
140
x
1
+3x
2
300
x
1
, x
2
0
b)
mn300y
1
+140y
2
+300y
3
s.a. 3y
1
+y
2
+y
3
2000
y
1
+y
2
+y
3
1000
y
1
+y
2
+3y
3
300
y
1
, y
2
, y
3
0
El dual representa el problema de un agente externo que quiere saber que precio unitario ofrecer
por cada una de las ores si quiere comprarle todas las ores a la orista. As y
1
, y
2
e y
3
son los
precios asociados a las rosas, tulipanes e ibizcos.
34
c) Por el teorema de holgura complementaria se tiene:
1) (3 x
1
+ x
2
300) y
1
= 0
2) ( x
1
+ x
2
140) y
2
= 0
3) ( x
1
+3 x
2
300) y
3
= 0
4) (20003 y
1
y
2
y
3
) x
1
= 0
5) (1000 y
1
y
3
y
3
) x
2
= 0
Como x
1
= 80 y x
2
= 60, se tiene que:
1) y
1
R
2) y
2
R
3) y
3
= 0
4) 3 y
1
+ y
2
= 2000
5) y
1
+ y
2
= 1000
Resolviendo el sistema:
y
1
= 500, y
2
= 500, y
3
= 0
Notar que el valor ptimo de ambos problemas es 220000.
Cmo se interpreta esto? La orista vender rozas y tulipanes a un precio de $500 cada una y
entregar como oferta los ibizcos gratis, pero esto solo si se vende todo como un paquete. Esto
toma sentido pues si vende todas las rosas y tulipanes (dado que solo sabe hacer los arreglos
orales descritos) no podr sacarle provecho alguno a los ibizcos.
P4. Dado el siguiente PPL
(P) mn 8x
1
9x
2
+12x
3
+4x
4
+11x
5
s.a. 2x
1
3x
2
+4x
3
+x
4
+3x
5
1
x
1
+7x
2
+3x
3
2x
4
+x
5
1
5x
1
+4x
2
6x
3
+2x
4
+3x
5
22
x
1
, x
2
, x
3
, x
4
, x
5
0
Escriba el dual de este problema. Determine si el punto x = (0, 2, 0, 7, 0) es solucin ptima del
problema.
Solucin: El dual del problema es
(D) m ax y
1
+y
2
+22y
3
s.a. 2y
1
+y
2
+5y
3
8
3y
1
+7y
2
+4y
3
9
4y
1
+3y
2
6y
3
12
y
1
2y
2
+2y
3
4
3y
1
+y
2
+3y
3
11
y
1
, y
2
, y
3
0
Es fcil ver que el punto es factible de (P). Como la segunda restriccin de (P), no se alcanza para
el punto dado, pues x
1
+7x
2
+3x
3
2x
4
+x
5
= 0 < 1, por el teorema de holgura complementaria se
tiene que la variable del dual asociada a esta restriccin, y
2
, es 0 y que la 2

y 4

restriccin del dual


se alcanza con igualdad, pues x
2
, x
4
> 0. Luego con esto se tiene
3y
1
+4y
3
=9
y
1
2y
3
= 4
35
Esto implica que y
1
=
17
5
e y
3
=
3
10
, sin embargo, las variables duales debes ser negativas o cero, luego
x no puede ser ptimo pues no existe una variable dual que satisfaga las condiciones del teorema de
holgura complementaria.
P5. Sean A M
nm
(R), b R
m
y c, p, q R
n
, tal que p q. Encuentre el dual de
(P) mn c
t
x
s.a. Ax = b
p x q
Pruebe que el dual siempre posee una solucin factible.
Solucin: El problema puede reescribirse como
(P) mn c
t
x
s.a. Ax = b (1)
x q (2)
x p (3)
x R
n
(4)
Notemos que el problema tiene m+n +n restricciones, pues (1) aporta m igualdades, (2) aporta n
desigualdades () y (3) aporta n desigualdades (), entonces las variables del dual y pertenecen a
R
m+2n
, luego podemos suponer que tal variable es de la forma y = (u, v, w) donde u R
m
y v, w R
n
,
tales que u est asociada a la restriccin (1), v a la restriccin (2) y w a la restriccin (3). Utilizando
la tabla de transformacin de problemas primales-duales se tiene que el dual de (P) es
(D) m ax b
t
u+q
t
v + p
t
w
s.a. A
t
u+v +w = c
u R
m
v 0
w 0
Adems como c
i
R i = 1, ..., n, luego r
i
, s
i
0 tal que c
i
= r
i
s
i
. Luego tomando u = 0, w
i
= r
i
y v
i
= s
i
i = 1, ..., n se tiene que A
t
u+v +w = c, u R
m
, v 0 y w 0, con lo cual el se puede
concluir que el dual del (P) siempre es factible.
P6. Considere el problema lineal:
(P) mn z = 5x
1
3x
2
s.a. 2x
1
x
2
+4x
3
4
x
1
+x
2
+2x
3
5
2x
1
x
2
+x
3
1
x
1
, x
2
, x
3
0
Dado el siguiente cuadro ptimo:
0 0 0
2
3
1
3
10
3
1
0 1 0 -
1
3
2
3
0 2
1 0 0 -
1
3
1
3
-
2
3
1
0 0 1
1
3
0
1
3
1
a) Escriba B, matriz de base (ptima) y B
1
.
36
b) Si z cambia a z
/
= 5x
1
3x
2
+2x
3
, cambia la solucin ptima?
c) Si b cambia a b
/
= (5, 4, 1) (en el problema original), cambia la solucin ptima?
d) Si se introduce una nueva actividad u, cuyo costo unitario es 4 y cuya columna correspondiente
es N
u
= (1, 3, 1), cambia la solucin ptima?
e) Si se agrega (al problema original) la restriccin x
1
+x
2
+x
3
5 cambia la solucin ptima?
Solucin:
a) El problema se puede escribir en forma cannica como
(P) mn 5x
1
3x
2
s.a. 2x
1
x
2
+4x
3
+x
4
= 4
x
1
+x
2
+2x
3
+x
5
= 5
2x
1
+x
2
x
3
+x
6
= 1
x
1
, x
2
, x
3
, x
4
, x
5
, x
6
0
Recordemos que el cuadro nal de simplex es de la forma
0 c
t
N
c
t
B
B
1
N c
t
B
B
1
b
I B
1
N B
1
b
Luego la base est formada por (x
2
, x
1
, x
3
). Entonces
B =
_

_
1 2 4
1 1 2
1 2 1
_

_
Notar que N, la submatriz asociada a las variables no bsicas, es la identidad, luego B
1
N =B
1
,
entonces del cuado nal de simplex tenemos que
B
1
=
_

1
3
2
3
0

1
3
1
3

2
3
1
3
0
1
3
_

_
b) Como slo cambia c
t
=
_
3 5 0
_
a (c
/
)
t
=
_
3 5 2
_
hay que vericar si los costos
reducidos siguen siendo positivos, calculemos
c
t
N
= c
t
N
c
t
B
B
1
N =
_
0 1/3 8/3
_
0
Luego la base no cambia y por lo tanto la solucin tampoco.
c) Como lo nico que cambia de el problema original es si B
1
b 0 entonces la base se mantiene
(si no hay que iterar con simplex dual). Con un simple clculo, se puede ver que
B
1
b =
_

_
1
1
2
_

_ 0.
Luego la base no cambia y la solucin sigue siendo la misma.
d) Si se introduce una nueva actividad x
u
, para ver si esta afecta en algo el resultado previamente
obtenido debemos analizar el costo reducido asociado a esta variable, es decir
c
t
u
= c
t
u
c
t
B
B
1
N
u
=
17
3
0
Luego la base no cambia y la solucin sigue siendo la misma.
37
e) Cuando se agrega una nueva restriccin de la forma d
t
x d
0
, el cuadro nal de simplex es de
la forma
0 c
t
N
c
t
B
B
1
N 0 c
t
B
B
1
b
I B
1
N 0 B
1
b
0 d
t
N
d
t
B
B
1
N 1 d
0
d
t
B
B
1
b
pero d
0
d
t
B
B
1
b =1 0, luego la base anterior no es ptima por lo que debemos iterar con
simplex dual para encontrar una nueva base que sea ptima. El nuevo cuadro de Simplex queda
0 0 0
2
3
1
3
10
3
0 1
0 1 0 -
1
3
2
3
0 0 2
1 0 0 -
1
3
1
3
-
2
3
0 1
0 0 1
1
3
0
1
3
0 1
0 0 0 -
1
3
1 -
1
3
1 -1
Luego x
7
sale de la base y entra x
4
, quedando
0 0 0 0
7
3
8
3
2 -1
0 1 0 0 -
1
3
1
3
-1 3
1 0 0 0 -
2
3
-
1
3
-1 2
0 0 1 0 1 0 1 0
0 0 0 1 -3 1 -3 3
Finalmente la solucin es x
1
= 2, x
2
= 3, x
3
= 0, x
4
= 3, x
5
= 0, x
6
= 0, x
7
= 0.
38
4.1.2. Problemas Propuestos
P1. Resulvase el siguiente problema:
(P) m ax 240x
1
+104x
2
+60x
3
+19x
4
s.a. 20x
1
+9x
2
+6x
3
+x
4
20
10x
1
+4x
2
+2x
3
+x
4
10
x
1
, x
2
, x
3
, x
3
0
Encuentre el dual de (P) y resulvalo usando.
P2. Considere los problemas, duales entre s
(P) min c
T
x
Ax b
x 0
(D) max b
T
y
A
T
y c
y 0
a) Si llamamos u 0 al vector de variables de holgura de (P) y s 0 al vector de variables de
holgura de (D), demuestre que (x, u) e (y, s) respectivamente factibles, son ptimos s y slo s
x
T
s = 0 y u
T
y = 0
b) Sea
L(x, y) = c
T
x y
T
(Ax b)
funcin de IR
n
IR
m
IR.
Demuestre que una condicin necesaria y suciente para que x IR
n
, y IR
m
sean soluciones
ptimas respectivas de (P) y (D) es que se cumpla
L(x, y) L(x, y) L(x, y) x 0, y 0
P3. Considere el juego en que el jugador X puede seleccionar cualquiera de m movimientos y el jugador
Y puede elegir cualquiera de n movimientos. Si X selecciona i e Y selecciona j, entonces X gana una
cantidad a
i j
a Y.
El juego se repite muchas veces, lo cual podemos interpretar como que los jugadores desarrollan una
estrategia mixta, en la que los distintos movimientos se hacen de acuerdo con probabilidades repre-
sentadas por las componentes del vector x = (x
1
, x
2
, ..., x
m
)
T
, donde x
i
0, i =1, 2, ..., my
m
i=1
x
i
=1,
en el caso del jugador X. Por su parte, Y desarrolla otra estrategia mixta y = (y
1
, y
2
, ..., y
n
)
T
, donde
y
i
0, i = 1, 2, ..., n y
n
i=1
y
i
= 1. Entonces el pago promedio a X es P(x, y) = x
t
Ay.
i) Suponga que X elige el vector x como solucin del programa lineal
max
s.a
m
i=1
x
i
= 1

m
i=1
x
i
a
i j
j = 1, ..., n
x
i
0 i = 1, ..., m
Pruebe que a X se le garantiza una ganancia de al menos , independientemente del y selec-
cionado por Y.
39
ii) Demuestre que el dual del problema anterior es:
min
s.a
n
j=1
y
j
= 1

n
j=1
y
j
a
i j
i = 1, ..., m
y
j
0 j = 1, ..., n
iii) Demuestre que max = min (este valor se llama valor del juego).
iv) Considere el juego del emparejamieno; cada jugador elige cara o cruz. Luego se muestran las
elecciones. Si las elecciones se corresponden, X gana 1 unidad a Y, si no Y gana 1 unidad a X.
Encuentre el valor del juego y las estrategias mixtas optimales.
P4. Considere un problema PL de maximizacin con todas las restricciones del tipo "menor o igual ()"
tal que la tabla ptima del Simplex es:
x
1
x
2
x
3
x
4
x
5
z
0 0 1/4 1/4 0 5
0 1 1/2 -1/2 0 2
1 0 -1/8 3/8 0 3/2
0 0 1 -2 1 4
donde x
3
, x
4
, x
5
son variables de holgura. Supongamos que se ha decidido incrementar el lado derecho
de una de las restricciones. Cul recomendara Ud. para ello y por qu? Cul es el mayor incremento
posible en ese caso? Encontrar el correspondiente nuevo valor ptimo de la funcin objetivo.
P5. Considere:
(P) m ax 9x
2
+x
3
2x
5
x
6
5x
2
+50x
3
+x
4
+x
5
= 10
x
1
15x
2
+2x
3
= 2
x
2
+x
3
+x
5
+x
6
= 6
x
1
, x
2
, x
3
, x
4
, x
5
, x
6
0
a) Escriba el problema dual (D) correspondiente.
b) Resuelva (P) e indique la solucin de (D) (o viceversa).
c) Resuelva (P), pero suponiendo que el coeciente de x
5
en la funcin objetivo es c
5
=1 (en lugar
de -2).
d) Suponga que al problema (P) (original) se le modica el recurso b
1
de manera que b
1
= 10
Para que valores de la base ptima no cambia ?.
e) Qu sucede si al problema (P) se le agrega la variable x
7
, con costo c
7
= 1 y vector columna
(0, 1, 0)
t
?.
f ) Que sucede si a (P) se le agrega la restriccin x
1
+x
2
+x
3
+x
4
+x
5
+x
6
? Analice en
funcin de .
P6. Considere el siguiente problema (P)
(P) mn 2x
1
+x
2
x
3
40
x
1
+x
2
+x
3
6
x
1
+2x
2
4
x
1
, x
2
, x
3
0
a) Resuelva (P) por el mtodo simplex, dando adems la solucin del problema dual.
b) Suponga que los costos c
2
= 1 y c
3
= 1 se modican a c
2
= 8 y c
3
= 10 Determine si la
base ptima cambia. Encuentre una nueva solucin de los problemas Primal y Dual.
c) Repita lo mismo de la parte anterior con c
2
=3 y c
3
= 1.
d) Suponga que el lado derecho de (P) se modica a

b
t
= (3, 4). Determine si la base ptima
cambia. Encuentre la nueva solucin ptima de los problemas Primal y Dual.
e) Suponga que en (P), la segunda columna de la matriz A (es decir, a
2
t
= (1, 2)) se cambia por

a
2
t
= (2, 5). Determine si la base ptima cambia. Encuentre la nueva solucin ptima de los
problemas Primal y Dual.
P7. Considere el problema de Programacin Lineal:
(P)mn x
1
2x
2
4x
3
+2x
4
x
1
2x
3
+x
4
= 4
x
1
+x
2
+x
3
x
4
= 8
x
1
, x
2
, x
3
, x
4
0
a) Imponiendo simultneamente que la variable x
1
pertenece a la base y la variable x
3
est fuera
de ella, encuentre una solucin bsica factible del problema.
b) A partir de la base obtenida en (a), resuelva (P) usando la Fase II del algoritmo Simplex.
c) Determine la solucin ptima del problema dual de (P).
d) Si se agrega la restriccin: x
1
+x
2
+x
3
5 al problema (P), determine la nueva solucion ptima
o justique por qu no existe.
e) Determine la regin de los recursos (coecientes del lado derecho del sistema) para la cual la
base encontrada en (b) es ptima para (P).
f ) Determine el rango de variacin del costo de x
1
de manera que la base ptima encontrada en (b)
no cambie.
41
Captulo 5
Modelos y alg. para ujos en redes
5.1. Problemas de transporte y de ujo a costo mnimo
5.1.1. Problemas Resueltos
P1. Considere la siguiente tabla de un problema de transporte:
a) Es bsica la solucin?
b) Muestre que la solucin es ptima.
c) Escriba el problema de programacin lineal y su dual.
Solucin:
a) La solucin es la siguiente:
42
Como es un rbol, la solucin es bsica.
b) Fijando arbitrariamente u
1
= 0 se obtienen los siguientes valores para las variables duales:
u
1
= 0
v
1
= 9
v
2
= 8
u
3
= 1
v
3
= 12
u
2
= 0
u
4
= 1
v
4
= 13
De esta forma los costos reducidos para las variables no-bsicas son:
c
13
= 0
c
14
= 0
c
21
= 1
c
22
= 2
c
24
= 1
c
32
= 2
c
34
= 0
c
41
= 2
c
42
= 3
Como no hay costos reducidos negativos, la solucin bsica es ptima.
c) El problema de programacin lineal es:
(P)
_

_
min 9x
11
+8x
12
+12x
13
+13x
14
+10x
21
+10x
22
+12x
23
+14x
24
+8x
31
+9x
32
+11x
33
+12x
34
+10x
41
+10x
42
+11x
43
+12x
44
s.a. x
11
+x
12
+x
13
+x
14
= 18
x
21
+x
22
+x
23
+x
24
= 24
x
31
+x
32
+x
33
+x
34
= 6
x
41
+x
42
+x
43
+x
44
= 12
x
11
+x
21
+x
31
+x
41
= 6
x
12
+x
22
+x
32
+x
42
= 14
x
13
+x
23
+x
33
+x
43
= 35
x
14
+x
24
+x
34
+x
44
= 5
x
i j
0
El dual de este problema es:
43
(D)
_

_
max 18u
1
+24u
2
+6u
3
+12u
4
+6v
1
+14v
2
+35v
3
+5v
4
s.a. u
1
+v
1
9
u
1
+v
2
8
u
1
+v
3
12
u
1
+v
4
13
u
2
+v
1
10
u
2
+v
2
10
u
2
+v
3
12
u
2
+v
4
14
u
3
+v
1
8
u
3
+v
2
9
u
3
+v
3
11
u
3
+v
4
12
u
4
+v
1
10
u
4
+v
2
10
u
4
+v
3
11
u
4
+v
4
12
Lo que es lo mismo:
(D)
_

_
max
n

i=1
a
i
u
i
+
m

j=1
b
j
v
j
s.a. u
i
+v
j
c
i j
P2. Resolver el problema de ujo a costo mnimo de la gura donde los costos son
c
13
= 8 c
14
= 9 c
15
= 6 c
23
= 20 c
24
= 11 c
25
= 10
Solucin:
Buscamos una base factible, para ello saturamos el arco de menor costo, en este caso el arco (1,5),
como an queda oferta en el nodo (1) enviamos los 5 elementos restantes al siguiente arco de menor
costo que es el arco (1,3). como ya no queda oferta que distribuir en el nodo 1 pasamos al nodo 2 y
procedemos similarmente y obtenemos la siguiente base factible
44
Figura 5.1: base factible inicial
Sea ahora u
1
, u
2
, v
3
, v
4
y v
5
la variables duales, luego imponiendo que los costos reducidos de las
variables bsicas son 0 obtenemos el siguiente sistema:
8 = u
1
+v
3
6 = u
1
+v
5
20 = u
2
+v
3
11 = u
2
+v
4
jando u
1
= 0 obtenemos que u
2
= 12, v
3
= 8, v
4
= 1 y v
5
= 6. Luego los costos reducidos de las
variables no bsicas son c
14
= 10 y c
25
=8. Como c
25
< 0 hacemos ingresar a la base al arco (2,5),
con x
25
= (0, 20] como en la gura
Figura 5.2: ingresa nuevo arco a la base
45
Se escoge el mayor que satisface
15 0
5 0
5+ 0
0
_

_
= 5
Luego el arco (2,3) sale de la base, e iteramos nuevamente calculando las variables duales, el sistema
para ellas es
8 = u
1
+v
3
6 = u
1
+v
5
11 = u
2
+v
4
10 = u
2
+v
5
jando u
1
= 0 obtenemos que u
2
= 4, v
3
= 8, v
4
= 7 y v
5
= 6. Luego los costos reducidos de las
variables no bsicas son c
14
= 2 y c
23
= 8. Como todos los costos reducidos son mayores o iguales a
0, estamos en el ptimo.
P3. Una compaa produce el mismo producto X en dos fbricas, 1 y 2. El producto se debe enviar a dos
centros de demanda A y B. La fbrica 1 puede enviar un nmero ilimitado del producto a A y nada del
producto a B. La fbrica 2 slo puede enviar unidades a B, ilimitadamente. Adems se puede enviar
a lo ms 50 unidades independientemente desde ambas fbricas a un centro de distribucin desde el
cual se pueden enviar 50 unidades a lo ms a cada centro de demanda. Los costos, oferta y demanda
se resumen en la siguiente tabla.
P
P
P
P
P
P
P
P
P
Desde
Hacia
C. Dist. A B Oferta
Fbrica 1 3 7 - 80
Fbrica 2 4 - 9 70
C. Dist. 2 4
Demanda 60 90
Solucin:
El problema corresponde al siguiente ujo:
46
Se elige la siguiente base inicial:
Figura 5.3: Base Inicial
Eligiendo arbitrariamente
3
= 0 y usando que para los arcos de la base
c
i j
= c
i j
i +j
Se obtienen los siguientes valores para las variables duales:

1
= 3

4
= 4

5
= 4

2
= 5
Los costos reducidos para las variables no bsicas son:
c
23
= 1
c
34
= 2
Ambas variables se encuentran en su cota inferior 0 por lo que se elige arbitrariamente x
34
para
ingresar a la base.
Figura 5.4: Primera Iteracin
Las restricciones para la cantidad transportada son:
60 0
50 20+ 0
50 0
47
Se obtiene = 30 y sale de la base la variable x
13
que se encuentra en su cota superior. Se obtiene la
siguiente base:
Figura 5.5: Primera Iteracin
Eligiendo arbitrariamente
3
= 0 los valores de las variables duales son:

4
= 2

1
= 5

5
= 4

2
= 5
Los costos reducidos para las variables no bsicas son:
c
13
= 2
c
23
= 1
Ambos costos reducidos son negativos, sin embargo la variable x
13
se encuentra en su cota superior
mientras que x
23
se encuentra en su cota inferior. Por lo tanto x
23
ingresa a la base.
Figura 5.6: Segunda Iteracin
Las restricciones para la cantidad transportada son:
50 0
50 20+ 0
70 0
Se obtiene = 30 y la variable x
35
(que se encuentra en su cota superior) sale de la base.
48
Figura 5.7: Segunda iteracin
Eligiendo arbitrariamente
3
= 0 los valores de las variables duales son:

4
= 2

1
= 5

2
= 4

5
= 5
Los costos reducidos para las variables no bsicas son:
c
13
= 2
c
35
= 1
Como ambas variables se encuentran en sus cotas superiores, se cumple el criterio de optimalidad y
la base obtenida es solucin.
P4. Resolver el problema de transporte, usando los datos:
a =
_
_
_
70
50
40
_
_
_ b =
_
_
_
_
_
_
60
30
30
30
_
_
_
_
_
_
C =
_

_
3 6 8 14
2 7 3 11
12 3 1 1
_

_
Solucin:
Primero, notando que:
n

i=1
a
i
<
n

i=1
b
i
Se agrega un nodo auxiliar de demanda, con demanda 10 y con costos de transporte 0 entre cualquier
nodo de oferta y este nodo auxiliar (nodo sumidero). Usando el criterio de saturacin por costo
mnimo se obtiene la siguiente base inicial.
49
Figura 5.8: Base inicial
Se elige arbitrariamente u
1
= 0 y usando que para las variables de la base:
c
i j
= c
i j
u
i
v
j
= 0
Se obtienen los siguientes valores para las variables duales:
v
1
= 3 v
2
= 6
v
4
= 14 v
5
= 0
u
2
= 1 u
3
= 13
v
3
= 14
Los costos reducidos para las variables no bsicas son:
c
13
= 6 c
22
= 2
c
23
= 10 c
24
= 2
c
25
= 0 c
31
= 22
c
32
= 10 c
35
= 13
Se elige x
23
para ingresar a la base:
Las restricciones para la cantidad transportada son:
10+ 0
50 0
0
30 0
10+ 0
20 0
50
Por lo tanto = 20 y se tiene la base:
Se obtienen los siguientes valores para las variables duales:
u
1
= 0
v
1
= 3
v
2
= 6
v
5
= 0
u
2
= 1
v
3
= 4
u
3
= 3
v
4
= 4
Los costos reducidos para las variables no bsicas son:
c
13
= 4 c
14
= 10
c
22
= 2 c
24
= 8
c
25
= 1 c
31
= 12
c
32
= 0 c
35
= 3
Por lo tanto la base es la solucin del problema.
P5. Resuelva el siguiente problema de ujo al costo mnimo sobre el siguiente grafo:
donde las cota inferior de todos los arcos es 0, y los datos del grafo estn dados en la forma (c
i j
, u
i j
)
con u
i j
es la cota superior del arco (i,j).
51
Indicacin: Considere la siguiente solucin bsica inicial
con arbol generador
Figura 5.9: rbol generador
Solucin:
Calculamos las variables duales (
i
) apoyndonos en el hecho que los costos reducidos de las vari-
ables bsicas son nulos, luego tenemos
4 =
1

2
2 =
2

4
6 =
2

5
1 =
3

4
Fijando
2
= 0 obtenemos
1
= 4,
4
= 2,
5
= 6 y
3
= 1. Por lo tanto los costos reducidos
de las variables no bsicas son
c
23
= 1 (cota inferior)
c
45
=2 (cota inferior)
c
53
= 6 (cota inferior)
c
13
= 1 (cota superior)
c
35
= 2 (cota superior)
Como c
45
< 0 no estamos en el ptimo, luego hacemos que el arco (4,5) entre a la base, con x
45
=
como en la gura 5.10, donde es tal que
2+ 4
10 0
0
_

_
= 2
52
Figura 5.10: ingreso a la base del arco (4,5)
por lo tanto el arco (2,4) sale de la base. Luego volvemos a iterar calculando las variables duales
4 =
1

2
6 =
2

5
1 =
3

4
2 =
4

5
Fijando
2
= 0 obtenemos
1
= 4,
3
= 3,
4
= 4 y
5
= 6. Por lo tanto los costos reducidos
de las variables no bsicas son
c
23
=1 (cota inferior)
c
53
= 4 (cota inferior)
c
13
= 3 (cota superior)
c
24
= 2 (cota superior)
c
35
= 0 (cota superior)
Como c
23
< 0 no estamos en el ptimo, luego hacemos que el arco (2,3) entre a la base, con x
23
=
como en la gura
53
donde es tal que
3+ 12
8 0
0
_

_
= 8
por lo tanto el arco (2,5) sale de la base. Luego volvemos a iterar calculando las variables duales
4 =
1

2
2 =
2

3
1 =
3

4
2 =
4

5
Fijando
2
= 0 obtenemos
1
= 4,
3
= 2,
4
= 3 y
5
= 5. Por lo tanto los costos reducidos
de las variables no bsicas son
c
25
= 1 (cota inferior) c
53
= 4 (cota inferior)
c
13
= 2 (cota superior) c
24
= 1 (cota superior)
c
35
= 0 (cota superior)
Luego como todos los costos reducidos son positivos estamos en el ptimo.
P6. Considere tres centros de oferta de un cierto producto, con ofertas respectivas de 5, 25 y 25 unidades,
y tres centros de demanda, con demandas 10, 20 y 15 respectivamente.
Suponga que la matriz de costos unitarios es:
(c
i j
) =
_

_
6 2 1
4 7 2
3 1 2
_

_
a) Haga un bosquejo de el problema, planteelo como problema de transporte.
b) Encuentre una solucin bsica factible.
c) Encuentre una solucin ptima y diga si es nica.
Solucin:
a) El problema grcamente es
b) Dado el grafo anterior procedemos saturando los arcos de menor costo, luego la base factible es
54
c) Luego calculamos las variables duales, recordando que los costos reducidos son nulos para las
variables bsicas.
1 = u
1
+v
3
4 = u
2
+v
1
2 = u
2
+v
3
1 = u
3
+v
2
2 = u
3
+v
3
jando u
2
= 0 obtenemos u
1
=1, u
3
= 0, v
1
= 4, v
2
= 1 y v
3
= 2. Luego los costos reducidos
de las variables no bsicas son
c
11
= 3 c
12
= 2
c
22
= 6 c
31
=1
Como c
31
< 0 hacemos que el arco (3,1) entre a la base con ujo x
31
=
donde cumple
10 0
5 0
0
_

_
= 5
55
Luego el arco (3,3) sale de la base y volvemos a calcular los costos reducidos de los nuevos
arcos bsicos
1 = u
1
+v
3
4 = u
2
+v
1
2 = u
2
+v
3
3 = u
3
+v
1
1 = u
3
+v
2
jando u
1
= 0 obtenemos u
2
= 1, u
3
= 0, v
1
= 3, v
2
= 1 y v
3
= 1. Luego los costos reducidos
de las variables no bsicas son
c
11
= 3
c
12
= 1
c
22
= 5
c
31
= 1
Luego como todos los costos reducidos son positivos, estamos en el ptimo.
56
5.1.2. Problemas Propuestos
P1. Una empresa de arriendo de autos, debe satisfacer la demanda de cuatro ciudades en un cierto da:
Ciudad Autos demandados
A 2
B 3
C 5
D 7
La empresa tiene 3 garages donde guarda sus 18 autos:
Garage Autos disponibles
1 6
2 2
3 10
Las distancias entre los garages y las ciudades estn dadas por la tabla:
Gar.
_
Ciu. A B C D
1 7 11 3 2
2 1 6 0 1
3 9 15 8 5
Encuentre una asignacin de los automviles a las diferentes ciudades, de manera de minimizar la
distancia total recorrida.
P2. Sea un distribuidor de computadores que tiene dos bodegas con ofertas diarias de 50 unidades cada
una, y demandas diarias de 30, 20, 20 y 20 unidades respectivamente en 4 ciudades. Los costos
unitarios de transporte son:
d
1
d
2
d
3
d
4
o
1
1 2 4 1
o
2
1 3 5 2
a) Plantee el problema como uno de transporte.
b) Entregar una solucin bsica factible inicial.
c) Diga si su solucin es ptima. Si no, itere una vez ms para obtener una nueva solucin.
d) Evale la funcin objetivo del problema dual (en la solucin en curso) y entregue un intervalo
de certeza para el valor ptimo del primal.
P3. (a) Plantee y resuelva el siguiente problema: se tiene 2 oferentes,con ofertas
a
1
= 20
a
2
= 25
y 3 demandantes, con demandas
b
1
= 7
b
2
= 23
b
3
= 12
Los costos de transporte estn dados por la tabla siguiente:
57
b
1
b
2
b
3
a
1
5 3 7
a
2
2 8 6
(b) Suponga ahora que existe un nodo de transbordo (es decir, no demanda ni ofrece), segn el grafo
(los costos, sobre los arcos) y resuelva.
P4. Considere un par de nodos-origen que tienen ofertas de a
1
= 100 y a
2
= 200 unidades respectiva-
mente, y dos nodos-destino que tienen demandas b
3
= b
4
= 150 (luego, tienen una oferta de 150).
Considere adems un nodo de trasbordo (sin oferta ni demanda) al cual los nodos-origen pueden
tambin enviar producto. Si denominamos 1 y 2 a los nodos-origen, 3 y 4 a los nodos-destino, y 0 al
nodo de trasbordo, los costos son los siguientes:
c
13
= 1, c
10
= 20, c
14
= 30, c
03
= 4, c
04
= 10, c
20
= 6, c
24
= 8
Los dems arcos no existen. Los arcos (1, 3) y (2, 4) tienen cota superior igual a 100.
a) Dibuje el grafo de esta situacin y determine una solucin bsica factible, explicando claramente
cules son los arcos de base y por qu.
b) Itere hasta obtener una solucin ptima y entregue un valor ptimo.
c) Calcule a
i
u
i
+b
j
v
j
donde u
i
y v
j
son las variables duales en el ptimo y comente.
P5. Considere tres centros productivos O1, O2 y O3, con ofertas respectivas de 5, 25 y 25. Hay adems
dos centros D1 y D2, con demandas 15 y 30. Suponga que la matriz de costos unitarios de transporte
es
D1 D2
O1 9 12
O2 1 1
O3 2 2
a) Plantear este problema como uno de transporte.
b) Encontrar una solucin bsica factible que contenga a los arcos (1, 1) y (1, 2).
c) Indique el valor de la funcin objetivo en esta solucin e indique una cota inferior del valor
ptimo.
d) Itere hasta encontrar una solucin ptima y diga si es nica (justique).
e) Si se modica el costo del arco (1,1) al valor 2, recalcule la (nueva) solucin ptima.
58
P6. Considere el problema de ujo de costo mnimo correspondiente a la red de la gura. En cada arco
se indica el costo unitario. Las capacidades inferiores valen todas 0 y las superiores son innitas (los
nmeros en cada nodo son simples etiquetas, no representan ofertas ni demandas).
a) Escriba el problema como uno de programacin lineal (elija con cuidado la funcin objetivo).
b) Determine la solucin ptima utilizando el Simplex especializado a redes.
59