Académique Documents
Professionnel Documents
Culture Documents
TERCER CERTAMEN
GESTIÓN DE INVESTIGACIÓN DE OPERACIONES ILN250
Profesores: Víctor Albornoz y Enrique Norero. Primer Semestre de 2006
(Tiempo: 2 horas)
b) Aplicar una iteración del Método del Gradiente, usando (0,-1) como punto de partida.
--------------------------------------------------------------------------------------------------------------
Solución. Por simple inspección vemos que hay un óptimo en x=1/2, y= -3, con un
valor óptimo v(P)=f(1/2, -3) = 4
haciendo ∂f/∂x = 0 y ∂f/∂y = 0, obtenemos (x,y) = (1/2, -3) como punto estacionario
(critico), candidato a ser óptimo. (6 puntos)
H = 8 0
0 2
2
b) Aplicación del Método del gradiente con (x0,y0) = (0,-1) como punto de partida.
∂F/∂X = -4 ∂F/∂Y = 4
Minimización unidimensional de :
Max x1 + 5x2
s.a. x1 + 3x2 ≤ 5
2x1 + x2 = 4
x1 - 2x2 ≥ 1
x1 ≥ 0, x2 ≥ 0.
El problema tiene solución óptima por el Teorema de Weiertrass, función objetivo continua
y dominio cerrado y acotado. (3 puntos).
El problema es convexo ya que tanto la función objetivo como las restricciones del
problema son lineales (3 puntos)
Min f(x, y) = y3 - 2y - x
s.a. x + y ≤ 1,
x ≥ 0, y ≥ 0.
Condiciones a considerar:
L(x, y, µ) = (y)3-2y-x + µ1(x + y -1) - µ2(x)- µ3(y)
∂L/∂x= -1 + µ1 - µ2 =0
∂L/∂y= -2 + 3(y)2 + µ1 – µ3 = 0
∂L/∂µ1= x + y -1 ≤ 0
∂L/∂µ2= -x ≤ 0
∂L/∂µ3 = -y ≤ 0
µ1(x + y -1) = 0
µ2(x) = 0
µ3(y) = 0
µi ≥ 0 para i = 1, 2, 3
Por ejemplo:
i)Si suponemos que la solución esta en el interior de la región factible, entonces
x + y < 1, µi = 0 para i = 1, 2, 3
La ecuación ∂L/∂x= -1 + µ1 - µ2 =0 no es satisface
a) (10 puntos) Modele la dinámica del número de camionetas al inicio de cada semana de
acuerdo a una Cadena de Markov en tiempo discreto.
b) (5 puntos) Clasifique los estados de la Cadena resultante.
c) (10 puntos) Señale cómo determinar el gasto semanal esperado en seguros.
d) (5 puntos) Asumiendo que esta semana tiene 5 camionetas, indicar cómo calcular el
valor esperado del número de semanas en que hará la próxima reposición.
Solución.
a) (10 puntos) El proceso pasa por definir:
4 5 6 7
4 0,4 0 0 0,6
T1 = 5 0,25 0,4 0 0,35
6 0,15 0,25 0,4 0,2
7 0 0,15 0,25 0,4
donde p = (p1, p2, p3, p4, p5, p6, p7) es el vector de probabilidades estacionarias
(2 puntos)
p1 = 0,20p4
p2 = 0,15p4 + 0,20p5
p3 = 0,25p4 + 0,15p5 + 0,20 p6
p4 = 0,20p1 + 0,20p2 + 0,20p3 + 0,40p4 + 0,25p5 + 0,15p6 + 0,20p7
p5 = 0,15p1 + 0,15p2 + 0,15p3 + 0,00 p4 + 0,40p5 + 0,25p6 + 0,15p7
p6 = 0,25p1 + 0,25p2 + 0,25p3 + 0,00 p4 + 0,00p5 + 0,40p6 + 0,25p7
p7 = 0,40p1 + 0,40p2 + 0,40p3 + 0,00 p4 + 0,00p5 + 0,00p6 + 0,40p7
p1 + p2 + p3 + p4 + p5 + p6 + p7 =1
Resulta :
p1 = 0,05004
p2 = 0,07205
p3 = 0,12239
p4 = 0,25018
p5 = 0,17260
p6 = 0,16977
p7 = 0,16298