1 CAP ITULO II RESOLUCION GRAFICA DE PROBLEMAS DESIGUALDADES.

S.- Las expresiones de la forma: Ax + By + C > 0, Ax + By + C 0, Ax + By + C < 0, Ax + By + C 0, donde A y B son ambas cero, desigualdades de primer grado en el plano numrico R2 . e DEFINICION.- Por la grca de una desigualdad tal. Entendemos el a conjunto de todos los puntos (x,y) en R2 cuyas coordenadas satisfacen la desigualdad. Toda recta en el plano lo divide en dos regiones, una a cada lado de la recta, y cada una de estas regiones se llama semi-plano. En general los puntos que satisfacen una desigualdad lineal de la forma: a11 x11 + a12 x12 + . . . + a1n x1n b1 (1)

denen un medio espacio en el espacio n-dimensional (Rn ). Teorema 1 La grca de cualquier desigualdad estricta de primer grado en a R2 es un semiplano. Demostracin.- Sea L la recta que tiene la ecuacin: Ax + By + C = 0. Si B o o = 0, entonces L no es vertical y si ecuacin puede escribirse como y = mx + o A C b, donde m = - B y b = - B . Si (x,y) es cualquier punto en R2 , se concluye que una de las proposiciones siguientes se cumple: y = mx + b ; y > mx + b o y < mx + b

Ahora, y > mx + b si y solo si el punto (x,y) est sobre el punto (x,mx+b) a en la recta L (Figura II.1.1) y el y < mx + b si y solo si el punto (x,y) est debajo del punto (x,mx+b) en L (Figura II.1.2) a Por tanto, la recta L divide el plano en dos regiones. Una regin es el o semiplano sobre la recta L, que es la grca de la desigualdad y > mx+b y a la otra regin es el semiplano bajo L, que es la grca de la desigualdad y < o a mx+b. Si B = 0, entonces L es una recta vertical y su ecuacin puede ser escrita o como x = A, donde A = - C . Si (x,y) es cualquier punto en R2 , se sigue que A exactamente una de las siguientes proposiciones es verdadera: x = a, x > a o x < a. El punto (x,y) est a la derecha del punto (a,y) si y solo si x > a; por a tanto la grdica de la desigualdad x > a es el semiplano situado a la derecha a de la recta x = a. Analogamente, la grca de x < a es el semiplano situado a

2
y 4 y=mx + b 2 ( x , mx+b ) x 1 2 1 2 3 4 ( x,y)

Figura 1: Fig. II.1.1

y 4 y=mx + b 2 ( x , mx+b ) x 1 2 ( x,y) 4 1 2 3 4

Figura 2: Fig. II.1.2 a la izquierda de la recta x = a, por que x < a si y solo si el punto (x,y) esta a la izquierda del punto (a,y). Con esto hemos demostrado el teorema. Para dibujar la grca de una desigualdad estricta sombreamos el semiplano a apropiado. Las Fig. II.1.3 y Fig. II.1.4 nos muestran las grcas de: a y > mx + b y y < mx + b respectivamente. La gra de la recta y = a mx + b est indicada por una recta punteada para mostrar que no es parte a de la grca. a

3
y

y > mx + b

y = mx + b 2

4 2 1 0 1 2 3 4 5

Figura 3: Fig. II.1.3

y

2 y = mx + b

y < mx + b

4 2 1 0 1 2 3 4 5

Figura 4: Fig. II.1.4

4 II.2.- SISTEMAS DE DESIGUALDADES Y PROPIEDADES.- Dos rectas que se intersectan dividen los puntos del plano en cuatro regiones. Cada una de estas regiones es la interseccin de dos semiplanos y est denida por o a una pareja de desigualdades lineales. DEFINICION.- Un semiplano cerrado es un semiplano junto con la recta que lo limita, y es la grca de una desigualdad no estricta. a EJEMPLO II.2.1.- Consideremos el siguiente conjunto de desigualdades lineales en dos dimensiones:

2x1 - x2 - 3 > 0 x1 - 3x2 - 4 < 0 estas dos desigualdades describen la regin que es la interseccin del semio o plano bajo la recta x2 = 2x1 - 3 y el semiplano de arriba de la recta x2 = 1 x 4 .Esta es la regin sombreada que se muestra en la Figura Fig. II.1.5. o 3 1 3 EJEMPLO II.2.2 .- Este ejemplo ilustra un procedimiento que puede ser
x2 8

6 2x 1 x 2 3 0

0 x 1 3x 2 4 0

x1

Figura 5: Fig. II.1.5 extendido a un nmero arbitrario de desigualdades lineales. Tales sistemas u ocurren en los campos de Econom Estad a, stica, Ciencia e Ingenier entre a otros. En la prctica, muchas incgnitas frecuentemente estn involucradas a o a as como un gran nmero de desigualdades, y las computadoras electrnicas u o

5 hacen la mayor parte del trabajo. Consideremos el siguiente conjunto de desigualdades lineales en dos dimensiones:

II,2,2 =

0 x2 0 x1 + x2 1 x1 x2 1 x1 + 2x2 0 x1

(1) (2) (3) (4) (5)

Deseamos determinar cules puntos (x1 ,x2 ) en el espacio euclidiano bidia mensional satisfacen las desigualdades (II.2.2). Primero notemos (Figura 4) que las primeras dos desigualdades limitan nuestra bsqueda al cuadrante u positivo, o sea, solamente necesitamos considerar aquellos puntos que tienen coordenadas no negativas. La desigualdad (1) del sistema II.2.2 slo por puno tos sobre, o a la derecha de , la l nea x1 = 0; la desigualdad (2) se satisface slo por puntos sobre, o arriba de, la l o nea x2 = 0. Los unicos puntos que satisfacen simultneamente ambas desigualdades son aquellos que estn en a a el primer cuadrante o cuadrante positivo. Cada desigualdad se satisface por todos los puntos situados en uno de los medios espacios que se genera cuando tratamos la desigualdad como una ecuacin. o
x2 3.0

2.5

2.0 4 2 1.5

1.0 5

0.5

(0,0) 0.0 1 3 0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 x1

0.5

Figura 6: Fig. II.2.1 Sealamos el medio espacio de solucin dibujando echa del hiperplano n o divisorio hacia el espacio de solucin. A continuacin tratamos la desigualdad o o (3) como una ecuacin y dibujamos la l o nea correspondiente a x1 + x2 = 1.

6 Al notar que el origen (0,0) no satisface la desigualdad, o sea, que el espacio de solucin no contiene el origen, determinamos que el medio espacio que o contiene todas las soluciones a la desigualdad (3) se encuentra arriba y hacia la derecha. El espacio de solucin de las desigualdades (1) a (3) es aquelo la parte del cuadrante positivo cuyos puntos simultneamente satisfacen las a tres desigualdades. Para la desigualdad (4), dibujamos la l nea x1 - x2 = 1 y notamos que el espacio cuyos puntos satisfacen la desigualdad no contiene el origen. La l nea que corresponde a la desigualdad (5), -x1 + 2x2 = 0, contiene el origen. Para determinar cul de los medios espacios asociados representa a el espacio de solucin para la desigualdad (5), tomemos cualquier punto, digo amos (1,0) y notemos si (5) se satisface o no. Puesto que (1,0) satisface (5), el medio espacio que contiene (1,0) es el espacio de solucin para (5). Solo o aquellos puntos de la regin C, descrita por el rea sombreada, satisfacen o a simultneamente las cinco desigualdades. a Hemos interpretado cada una de las desigualdades de II.2.2 deniendo un hiperplano en un espacio bidimensional. El espacio de solucin C es una regin convexa poligonal ilimitada. (ver o o seccin II.3). o El espacio de solucin simultnea al conjunto de desigualdades: o a a11 x11 + a12 x12 a21 x21 + a22 x22 . . . ... ... . . . +a1n x1n b1 +a2n x2n b2 . . .

II,2,3 =

am1 xm1 + am2 xm2 . . . +amn xmn bm es una regin convexa en un espacio n-dimensional. (esta se probar en el o a cap tulo III). Puesto que la direccin de la desigualdad puede ser invertida, o multiplicndola por -1, cualquier conjunto de desigualdades puede escribirse a en la forma II.2.3. El conjunto de desigualdades (II.2.3) puede ser transformado en un conjunto de ecuaciones, restando de cada desigualdad un nmero u no negativo desconocido. Estos nmeros reciben el nombre de variables de u Holgura. Para (II.2.3) esta transformacin d como resultado el conjunto de o a ecuaciones. a11 x11 + a12 x12 . . . + a1n x1n a21 x21 + a22 x22 . . . + a2n x2n . . . . . . donde xn+i 0 (i = 1, . . . , m ). Una desigualdad de la forma a11 x11 + a12 x12 + . . . + a1n x1n b1 xn+1 b1 xn+2 b2 . . .

am1 xm1 + am2 xm2 . . . + amn xmn xn+m bm

7 puede ser transformada en una ecuacin agregando a sta un nmero no o e u negativo desconocido por ejemplo: a11 x11 + a12 x12 + . . . + a1n x1n + xn+1 = b1 donde xn+1 0. NOTA.- Deber notarse que el espacio de solucin para un conjunto de a o desigualdades puede ser vac o. EJEMPLO II.2.3.- Sea el conjnto de desigualdades formado por: x1 + x2 1 2x1 + 2x2 3
x2 4

2
3 2

1
3 2

0 0 1 1

x1

3 2 1 0 1 2 3 4

Figura 7: Fig. II.2.3 No existe solucin para este conjunto de desigualdades. o

8 II.3.- CONJUNTOS CONVEXOS. DEFINICION.- Se llama conjunto convexo X, a un conjunto de puntos tal que: x1 C, x2 C x1 + (1 )x2 C. 01 DEFINICION.- Se llama combinacin lineal convexa de p puntos xi , a o todo punto x denido por: x= i x i , i 0 , i = 1 , i = 1, . . ., p

LEMA.- Para un conjunto convexo dado C, cualquier combinacin convexa o de cualquier nmero de puntos C, se encuentra tambin en C. u e Demostracin.- Se nos da que la combinacin convexa de cualesquiera dos o o puntos x1 y x2 en C, Se encuentra tambin en C. Primero probaremos que: e x = 1 x 1 + 2 x 2 + 3 x 3 para i 0, i =1, se encuentra tambin en C. e Sea i = para i = 1, 2. Notemos que:
i 1 +2

1 = 1 y i 0. Tenemos:

x = 1 x1 + 2 x2 + 3 x3 = (1 + 2 )(1 x1 + 2 x2 ) + 3 x3 por hiptesis 1 x1 + 2 x2 se encuentra en C. Sea: o x4 = 1 x1 + 2 x2 . Entonces. x = (1 + 2 )x4 + 3 x3 donde x es una combinacin convexa de dos puntos en C, y, por consiguiente o x se encuentra en C. Teorema 2 Cualquier punto sobre el segmento de l nea que une dos puntos en Rn , puede ser expresado como una combinacin convexa de los dos puntos. o Demostracin.- Sean los dos puntos x y z y sea w que est sobre el segmento o e de l nea que une x con z. Este segmento de l nea es paralelo a la l nea denida por el vector x - z (Figura 8). Por la suma de vectores tenemos para una 0 1, z + (x z) = w o bin (1 )z + x = w la cual es la expresin e o del punto w, como una combinacin convexa de z y x. o

9
y 5 x 4

x-z 2 w

1 (x - z) 0 z x

1 3 2 1 0 1 2 3

Figura 8: Fig. II.3.1 Teorema 3 Cualquier punto que puede ser expresado como una combinacin o convexa de dos puntos en Rn , estar sobre el segmento de l a nea que une a los dos puntos DEFINICION.- Se llama punto extremal o punto extremo de un conjunto convexo C a todo punto, a distancia nita, que no puede representarse como una combinacin lineal convexa, con coecientes distintos de cero, de dos o puntos distintos pertenecientes a C; es decir, a todo punto x tal que no se pueda encontrar dos puntos x1 y x2 de C que veriquen: x = x1 + (1 )x2 , 0 1 Por ejemplo cada punto sobre la frontera de un c rculo, es un punto extremo del conjunto convexo que incluye la frontera y el interior del c rculo, si el conjunto convexo no incluyera la frontera, entonces este conjunto no contendr puntos extremos. Los puntos extremos de un tringulo son sus a a vrtices. e DEFINICION.- El caso convexo C(S) de cualquier conjunto dado de puntos S es el conjunto de todas las combinaciones convexas de conjuntos de puntos de S. C(S) es el conjunto ms pequeo que contiene a S. a n DEFINICION.- Si el conjunto S consiste de un nmero nito de puntos, u el casco convexo de S se denomina un poliedro convexo. Si C es un conjunto cerrado y limitado con un nmero nito de puntos extremos (poliedro conu vexo), entonces cualquier punto en el conjunto se puede expresar como una combinacin convexa de los puntos extremos. As C es el casco convexo de o

10 sus puntos extremos. DEFINICION.- Un conjunto de vectores S recibe el nombre de cono si, para cada vector X en S, X est en S, donde es un nmero no negativo. a u El espacio en su totalidad es un ejemplo de cono, as como el origen y el conjunto S de la gura II.3.2.
y 4

2 S 1

1 S 2

3 3 2 1 0 1 2 3

Figura 9: Fig. II.3.2 DEFINICION.- Un cono convexo es un cono que es convexo. Por ejemplo el cono de la gura II.3.2 no es convexo, pero si consideramos la parte S en el primer cuadrante si es un cono convexo. DEFINICION.- Un simplex es un poliedro de n dimensiones que tiene exactamente n+1 vrtices. Las fronteras del simplex contienen varios simplex e de menos dimensin que se llaman caras simpliciales. El nmero de tales o u caras de dimensin i es. o (n + 1!) (i + 1)![(n + 1) (i + 1)] Un simplex en la dimensin cero es un punto; en una dimensin es una l o o nea; en dos dimensiones es un tringulo; y en tres dimensiones es un tetraedro. a La ecuacin de un simplex con intersecciones unitaria es: o xi 0 y
m i=1

xi 1

11 II.4.-SOLUCION GRAFICA DE PROBLEMAS DE PROGRAMACION LINEAL. Como problema matemtico, el problema general de progrmacin lineal a o puede ser descrito en la forma siguiente: Sea un conjunto convexo dado, denido por un conjunto lineal de restricciones en un espacio euclideano n-dimensional. De todos lo puntos que pretenecen al conjunto convexo, deseamos determinar un subconjunto de puntos (que contendr ya sea uno o a varios puntos) para los cuales se optimice una funcin lineal del objetivo. o Consideraremos problemas para restricciones bidimensionales. EJEMPLO II.4.1.- Consideremos el problema: M axZ = 3x1 + 2x2 s.a. 2x1 + x2 1 x1 2 x1 + x2 3 x 1 , x2 0 En la gura II.4.1 hemos representado al conjunto convexo C, esto es el espacio de solucin para el problema. Sobre cada una de estas rectas se ha o indicado mediante una echa el semiespacio, aqu el semiplano admisible. La interseccin de todos los semiespacios admisibles constituye la regin C o o aqu un pol gono. Se trata de encontrar el punto de sta regin para el cual e o la funcin lineal del objetivo 3x1 + 2x2 es un mximo. o a
x2 4

C 1 (2,1)

0 Z=8 Z=1 1 1 0 1 2 Z=4 3 4

x1

Figura 10: Fig. II.4.1 Consideremos la familia de hiperplanos, aqu de rectas, paralelas de ecuacin: o

12 3x1 + 2x2 = Z, donde Z es un parmetro. para Z = 1, 4, 8 se han trazado las a l neas con rojo con la interseccin de C. Cada punto (x1 , x2 ) de la primera o interseccin, dar como resultado un valor para la funcin objetivo igual a 1; o a o todos los puntos de la segunda interseccin, proporcionarn un valor de 4; y o a nalmente, podemos observar que la ultima interseccin, que consiste sola o mente en el punto (2,1) proporciona el valor mximo de 8. Por consiquiente a del nmero de puntos contenidos en C, solo un punto maximiza la funcin u o objetivo. Este punto es un punto extremal, o vrtice del pol e gono admisible. Para cualquier otra funcin, podemosde una forma similar, determinar o el subconjunto de puntos para el cual esta funcin es optimizada. Solamente o necesitamos gracar la funcin del objetivo para cierto valor particular y deo spus mover esta l e nea paralelamente a si misma, en la direccin apropiada o para maximizar o minimizar. Movemos la l nea hasta que la interseccin de o sta y el conjunto convexo se reduce, ya sea a un punto, a una porcin de la e o frontera de C, o hasta que resulte evidente que el valor mximo o m a nimo es innito. NOTA.- Si la regin convexa fuera un poliedro convexo, entonces todas o la funciones objetivas tendr un mximo o un m an a nimo nito.
x2 4

x1

1 1 0 1 2 3 4

Figura 11: Fig. II.4.2 En la gura II.4.2. aparece claramente que por mucho que se despace el hiperplano: 3x1 +2x2 = Z en el sentido de Z, este hiperplano encontrar siema pre la regin de los programas, y que, por lo tanto, no existe programa optimal o nito.

13 EJEMPLO II.4.3.- Sea el problema de programacin lineal siguiente: o M inZ = s.a. x1 + x1 2x1 + x1 2x2 3x2 6 4x2 8 3x2 6 x 1 , x2 0

2 C 1

x1

Z=4

Z=2 2 0 1 2 3 4 5 6

Figura 12: Fig. II.4.3 EJEMPLO II.4.4.- Resolver gracamente el siguiente problema: M axZ = x2 s.a. 2x1 x2 2 x1 + 2x2 6 x 1 , x2 0 EJEMPLO II.4.5.- Encontrar el o los puntos ptimos del problema: o M axZ = 3x1 + s.a. x1 x2 4 x2 6 3x1 + 2x2 18 x 1 , x2 0

II.5.- EJERCICIOS. Resolver gracamente los siguientes problemas encontrando la regin de soluciones C y el o los puntos ptimos de los mismos. o o

14
x2

3 A Z=?

2 Z=2

1 C Z=1

x1

A es el punto ptimo 1 0 2 4 6

Figura 13: Fig. II.4.4

6 A

3 C 2 Z=8

1 Z=6 A es el punto ptimo 1 0 1 2 3 4 5 6

0 Z=4

x1

Figura 14: Fig. II.4.5 II.5.1. M inZ = s.a. 2x1 2x2 x1 + x 2 1 x1 x2 1 x1 + 2x2 0 x 1 , x2 0

15 II.5.2. M axZ = 3x1 + 5x2 s.a. x1 4 2x2 12 3x1 + 2x2 18 x 1 , x2 0 II.5.3. M axZ = 2x1 + 3x2 s.a. x1 + 2x2 4 x1 + x2 = 3 x 1 , x2 0 II.5.4. M axZ = x1 + x2 s.a. 2x1 + x2 1 x1 2 x1 + x2 3 x 1 , x2 0 II.5.5. M inZ = 2x1 + 3x2 s.a. x1 + 2x2 4 2x1 + x2 4 x1 + x2 = 3 x 1 , x2 0 II.5.6.- Plantear el siguiente problema como un problema de programacin o lineal y resolverlo gracamente. Nos proponemos a realizar una alimentacin econmica para ganado, alio o mentacin debe contener obligatoriamente 4 tipos de componentes nutritivos o A, B, C, D. La industria alimenticia produce precisamente 2 alimentos, M y N, que contienen esos componentes. Un kilogramo de alimento M contiene 0.1Kg de A; 0.1Kg de B; 0.2Kg de C. Un kilogramo de alimento N contiene 0.1Kg de B; 0.1Kg de C; 0.2Kg de D. Un animal debe consumir cuando menos: 0.4Kg de A; 0.6Kg de B; 2Kg de C y 1.7Kg de D. El alimento M cuesta$10 por Kilogramo, y el N cuesta $4 por Kilogramo. Qu cantidades e de alimentos de M y N se deben utilizar diariamente por animal para poder realizar la alimentacin en la forma menos costosa? o II.5.7.- Resuelva gracamente el problema siguiente: M axZ = 5x1 + s.a. 4x1 + 5x1 + 3x1 + 3x2 5x2 10 2x2 10 8x2 12 x 1 , x2 0