Guı́a 2 de Optimización, MA37-A

Profesor: Jorge Amaya

Auxiliares : Rodrigo López, Francisco Silva

P1 Considere el problema:
max 3x1 + x2 + 4x3
6x1 + 3x2 + 5x3 ≤ 25
3x1 + 4x2 + 5x3 ≤ 20
x1 , x2 , x3 ≥ 0
La tabla final, entregándo la solución óptima es:
0 2 0 1/5 3/5 17
1 -1/3 0 1/3 -1/3 5/3
0 1 1 -1/5 2/5 3
a) Indentifique las soluciones y encuentre el problema dual.
b) Identifique la solución óptima del problema dual y verifı́quela resolviéndola gráficamente.
c) Suponga que el problema original se modifica de la siguiente manera:
max 3x1 + 3x2 + 4x3
6x1 + 3x2 + 5x3 ≤ 25
3x1 + 3x2 + 5x3 ≤ 20
x1 , x2 , x3 ≥ 0
Use dualidad para determinar si la solución anterior sigue siendo óptima, y encuentre los coefi-
cientes de x2 en el sistema de ecuaciones final.
d) Suponga que el problema original se modifica de la siguiente manera:
max 3x1 + x2 + 4x3 + 2x4
6x1 + 3x2 + 5x3 + 3x4 ≤ 25
3x1 + 4x2 + 5x3 + 2x4 ≤ 20
x1 , x2 , x3 , x4 ≥ 0
e) Use dualidad para determinar si la solución anterior sigue siendo óptima, con x4 = 0. Iden-
tifique los coeficientes de x4 en la nueva tabla final.

P2 Considere el problema lineal siguiente:

max 5x1 + 2x2 + 3x3
x1 + 5x2 + 2x3 ≤ b1
x1 − 5x2 − 6x3 ≤ b2
x1 , x2 , x3 ≥ 0
donde b1 , b2 ∈ R son constantes. Para valores especı́ficos de b1 , b2 la solución óptima está dada
en la siguiente tabla:
x1 x2 x3 x4 x5 z̄
0 a 7 d e 150
1 b 2 1 0 30
0 c -8 -1 1 10
donde x4 , x5 son las variables de holguras obvias y a, b, c, d, e son constantes. Determinar:
a) Los valores de b1 , b2 que producen la solución óptima dada.
b) La solución dual óptima.
c) Los valores de a,b y c en la tabla óptima.
d) Si se quisiese incrementar el valor óptimo ¿ deberı́a incrementarse b1 o b2 ? en caso afirmativo
determine la cantidad.

P3 Considerar el problema lineal:

min cx1 + 4x2
3x1 + 6x2 ≥ 2
2x1 + 4x2 ≥ 3
6x1 + 2x2 ≥ 2
donde c es una constante positiva. Determinar, usuando simplex dual, x1 como función de c en
la solución del problema anterior cuando:
a) x1 , x2 ≥ 0
b) x1 , x2 sin restricciones.

P4 Pruebe que exactamente uno de los siguientes sistemas tiene solución:

a) Ax ≥ 0, x ≥ 0, ct x > 0
b) At y ≥ c, y ≤ 0
µ ¶
t 3 1 −1 −1
P5 Pruebe que el sistema Ax ≤ 0, c x > 0 tiene solución x ∈ R , donde A =
2 2 0
y c = (1, 0, 5)t .

P6 Decidir si el sistema siguiente tiene solución x1 , x2 , x3

x1 + 2x2 + 3x3 ≥ 0
x1 − x2 + 2x3 ≥ 0
x1 + 3x2 − x3 > 0
P7 Pruebe, usando convexidad, que para números positivos cualesquiera:
µ ¶
1 x1 + x2 + ... + xk
(x1 x2 ...xk ) k ≤
k

P8 Considere el siguiente problema lineal:

min 3x1 + 4x2 + x3 + x4
x1 + x2 + x3 − x4 ≥ 2
−2x1 + 2x2 + x3 + x4 ≥ α
x1 , x2 , ..., x4 ≥ 0
Resolver en función de α el problema dual asociado al anterior y deduzca las soluciones del primal.

P9 Sea C = {x ∈ Rn /Ax ≤ b, x ≥ 0} un poliedro convexo que supondremos acotado. Uno

considera el problema de optimización (P) fraccionario siguiente
µ t ¶
c x+γ
min
dt x + δ

x∈C
donde c y d son dos vectores de Rn , γ, δ ∈ R y supondremos que dt x + δ > 0 ∀x ∈ C. Uno
se propone resolver el problema anterior por medio de uno lineal (P̄ ) definido de la siguiente
manera:
min ct y + γz
Ay − zb ≤ 0
dt y + δz = 1
y, z ≥ 0
a) Pruebe que si (y, z) es factible para P̄ , entonces necesariamente z > 0.
b) Pruebe que si (ȳ, z̄) es una solución de P̄ entonces x̄ := ȳ/z̄ es una solución de (P).

2
P10 Sea C un convexo de Rn y f : C → R. Diremos que f es cuasi-convexa sobre C si:

x1 , x2 ∈ C, α ∈ (0, 1) ⇒ f (αx1 + (1 − α)x2 ) ≤ max{f (x1 ), f (x2 )}

a) Pruebe que f es cuasi-convexa sobre C si y sólo si:

∀ r ∈ R, {x ∈ C/f (x) ≤ r} es convexo

b) Sea f cuasi-convexa sobre C.

b.i) Pruebe que todo mı́nimo local estricto de f (sobre C) es un mı́nimo global.
b.ii) Pruebe que todo máximo local estricto de f es necesariamente un punto extremo de C.