FACULTAD DE INGENIERÍA y CIENCIAS

DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

Guia de ejercicios 1
Juan Manuel Oliva Leonardo Villegas
Arelis Hidalgo Nicolás Fuentealba William Thomas Felipe Higuera

1 Problemas
1 Considere el siguiente poliedro:

El gráfico corresponde al valor m = 1.

(a) Indique los puntos y direcciones extremales del poliedro cuando m = 0.

(b) Escriba el poliedro en forma estándar cuando m = 1.
(c) Considere m=1 y resuelva gráficamente para las siguientes funciones objetivo:
i. max z = 3x1 + 4x2
ii. min z = x1 − 2x2
En cada caso, entrege el conjunto de todos los puntos optimales, si existe.

2 Considere el siguiente problema de programación lineal:

 
max z = 300x1 − 400x2
 S.a 
 

 −3x 1 + 2x 2 ≤ 0 

PL = 
 5x 1 + 6x 2 ≤ 60 


 x1 − 2x2 ≤ 4  
 2x1 + 9x2 ≥ 36 
xi ≥ 0

(a) Resuelva el problema usando el método gráfico. Indique el conjunto solución óptimal.
(b) Proponga una función objetivo, tal que, el problema tenga soluciones multiples.

1
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

(c) Elimine una restricción, de modo que el conjunto factible sea no acotado.
(d) Para la restriccion eliminada anteriormente, proponga una función objetivo, tal que,
el problema tenga solución multiple no acotada (un punto y dirección extremal).
Indique el conjunto solución obtenido.

3 Considere el siguiente problema de programación lineal:

 
min z = −2x1 + 3x2 − x3 − 4x4
 S.a 
 
PL =  −x 1 + 4x 2 − 2x 3 + x 4 ≥ 18 

 2x1 + 2x2 + x3 + 5x4 ≤ 20 
xi ≥ 0

(a) Encuentre la solución óptima del problema.

(b) ¿Cuál es la base asociada con la solución factible básica optimal?
(c) Plantee el problema dual de PL.
(d) Indique la solución del problema dual correspondiente (utilizando la tabla optimal
calculada para PL).

4 Considere el siguiente problema de programación lineal:

 
max z = −4x1 − 2x2
 S.a 
 
PL =  3x1 − 2x2 ≤ 4 
 −2x1 + x2 = 2 
xi ≥ 0

(a) Encuentre la solución óptima del problema, usando el método simplex de 2 fases.
(b) Formule el problema dual de PL y calcule la solución dual correspondiente.

5 Considere el siguiente problema de programación lineal:

 
min z = αx1 + x2
 S.a 
 
P L(α, β) 
 x 1 + x 2 ≤ β 

 −2x1 + 3x2 ≤ 6
x1 , x2 ≥ 0

Cuyo poliedro asociado lo denotaremos por P (β)

(a) Muestre usando alguna caracterización algebraica de los puntos extremales que x̄ =
(0, 2)t es un punto extremal del poliedro P (2). Indique las posibles bases asociadas
al punto como SFB.
(b) Para el problema P L(1, 7) plantee la forma explı́cita asociada a la SFB del punto
x̄ = (0, 2)t . Indique si este punto es optimal, justificando su respuesta.
(c) Encuentre un valor de α tal que el problema P L(α, 7) tenga múltiples soluciones
optimales. Indique el conjunto óptimo correspondiente.
(d) Resuelva el problema P L(2, −1) por el método de las dos fases.
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

(e) Formule el problema dual de P L(6, β). Determine un valor de β tal que el problema
dual de P L(6, β) sea no acotado.

6 Resuelva el siguiente problema de programación lineal. Indique cual es la(las) solución(es)

 
max z = −x1 + 3x2 − 2x3
 S.a 
 
 3x1 − x2 + 2x3 ≥ 7 
PL =  
 −2x 1 + 4x 2 ≤ 12 

 4x1 + 3x2 + 8x3 ≤ 10
xi ≥ 0

7 Considere el siguiente problema de programación lineal en forma explı́cita final (solución

óptima), cuyos indices básicos son IB = {1, 3},

min z = αx2 + βx4 − 34

S.a
x3 = 4 − γx2 + 3x4
x1 = µ + δx2 − θx4
x1 , x2 , x3 .x4 ≥ 0

Proponga en cada uno de los siguientes casos, un juego de valores para los parámetros
para los cuales ocurra lo indicado:

(a) La SFB asociada con IB = {1, 3} es una solución optimal única

(b) El problema es factible, pero no acotado.
(c) La SFB asociada con IB = {1, 3} es óptima, pero degenerada.
(d) La SFB asociada con IB = {1, 3} es óptima pero existe un rayo de soluciones
múltiples. Indique en ese caso una dirección extremal asociada al rayo de soluciones
óptimales.

8 Resuelva el siguiente problema de programación lineal:

 
max z = 2x1 + x2
 S.a 
 
PL =  3x1 + x2 ≤ 4 
 x1 + x2 ≥ 5 
x1 ≥ 0

9 Resuelva el siguiente problema de programación lineal:

 
max z = x1 + 3x2
 S.a 
 
 x1 + 4x2 ≤ 100
PL =  
 x 1 + 2x 2 ≤ 60 

 x1 + x2 ≤ 50 
xi ≥ 0

10 Iniciando con la solución factible básica x̄ = ( 20

7 7
, 6 , 0, 0), resolver el problema siguiente
por el método simplex
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

 
max z = 2x1 + x2
 S.a 
 
PL = 
 3x1 + 4x2 + x3 = 12

 x1 − x2 + x4 = 2 
xi ≥ 0

11 Resolver el siguiente problema de optimización, partiendo de la SFB con ı́ndices básicos

IB = {1, 2, 4}.  
max z = 3x1 + 2x2
 S.a 
 
 2x 1 + x 2 ≤ 18 
PL =  

 2x 1 + 3x 2 ≤ 42 

 3x1 + x2 ≤ 24 
xi ≥ 0

12 Resolver el siguiente problema de optimización, partiendo de la SFB x̄ = (0, 4).

 
max z = −x1 + x2
 S.a 
 
 −4x 1 + x 2 ≤ 5 
PL =  

 −4x 1 + 3x 2 ≤ 12

 x1 + x2 ≤ 6 
xi ≥ 0

13 Considere el siguiente problema de programación lineal:

 
min z = x1 + x2
 s.a 
 
 5x 1 + x 2 ≤ −16 
PL 

 x 1 − 2x 2 ≤ −1 

 3x1 − 2x2 ≥ −20
3x1 + x2 ≥ −17

(a) Encuentre gráficamente la solución del problema. Indique las coordenadas del punto
optimal.
(b) Identifique todos los puntos extremales del poliedro factible de PL.
(c) Escriba el punto factible x̄T = (−5, 52 ) como combinación convexa de los puntos
extremales del poliedro anteriormente calculados.
(d) Formule el problema dual a PL.
(e) Proponga otra función objetivo a minimizar, de modo que el punto x̄ = (−5, 25 ) sea
optimal para el problema resultante. Describa en ese caso el conjunto de todas las
soluciones optimales del problema resultante.
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

14 Considere el siguiente problema de programación lineal:

 
min z = 4x1 + x2
 s.a 
 
 −αx 1 − x 2 ≤ −3
P L(α)  

 4x1 + αx2 ≥ 6  
 x1 + 2x2 ≤ 4 
x1 , x2 ≥ 0

(a) Utilizando la fase I del método de dos fases determine un intervalo, de manera tal
que para todos los valores de α en ese intervalo el problema P L(α) sea no factible.
(b) Para el problema P L(3), ejecute completamente el método de las dos fases y en-
cuentre una solución optimal, indicando si es única.

15 Considere el siguiente problema de programación lineal en forma explı́cita final (solución

óptima), cuyos indices básicos son IB = {1, 2, 4}.

min z = 37 − α1 x3 + α2 x5 + 3x6
S.a
x2 = 8 − 3x3 − 5x6
x1 = 3 + α6 x3 − α3 x5 + 2x6
x4 = −α4 + 2x3 + α5 x5 − x6
xi ≥ 0

Proponga en cada uno de los siguientes casos, un juego de valores para los parámetros
αj , con j = 1, 2, 3, 4, 5, 6 para los cuales ocurra lo indicado:

(a) La SFB asociada con IB = {1, 2, 4} es una solución optimal única

(b) El problema es factible, pero no acotado.
(c) La SFB asociada con IB = {1, 2, 4} es óptima, pero degenerada.
(d) La SFB asociada con IB = {1, 2, 4} es óptima pero existe un rayo de soluciones
múltiples. Indique en ese caso una dirección extremal asociada al rayo de soluciones
optimales.
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

2 Soluciones
1 (a) Se tienen dos direcciones y dos puntos extremales, que son:
d~1 = (0, −1) − (0, 0) = (0, −1)t
d~2 = (4, 0) − (0, 3) = (4, −3)t
x̄1 = (0, 0)t
x̄2 = (4, 0)t

(b) El poliedro en forma estandar es:

−x + y1 − y2 + h1 = 0
3x + 4y1 − 4y2 + h2 = 12
x, y1 , y2 , h1 , h2 ≥ 0
(c)
i. max z = 3x1 + 4x2
El conjunto de soluciones optimales se escribe entonces como:
 12    
4
Sol = 7
12 + α , con α ≥ 0 , y z̄ = 12
7
−3
ii. min z = x1 − 2x2
Para este caso se tiene que la solución es única, y corresponde al punto extremal (P), que
es el punto x̄ = ( 12
7 7
, 12 )t y z̄ = − 12
7

2 (a) La solución optima es x̄ = (9, 25 ) y z̄ = 1700

(b) Una propuesta de función objetivo para tener solución múltiple es z = 5x1 + 6x2
(c) Se debe eliminar la restricción 5x1 + 6x2 ≤ 60, para que el conjunto sea factible,
pero no acotado.
(d) Una propuesta de función objetivo es z = x1 − 2x2 y la solución es:
 108    
4
Sol = 13
28 +α , con α ≥ 0 , y z̄ = 4
13
23

3 (a) La solución optima es x̄ = (0, 35

9
, 0, 22
9
) y z̄ = 17
9

(b) La base es:

 
4 1
B=
2 5
(c) El problema dual es:
 
max w = 18y1 + 20y2
 S.a 
 

 −y 1 + 2y2 ≤ −2 


 4y1 + 2y2 ≤ 3  

 −2y 1 + y2 ≤ −1 

 y1 + 5y2 ≤ −4 
y1 ≥ 0, y2 ≤ 0
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

23
(d) La solución del problema dual es ȳ = ( 18 , − 19
18
)

4 (a) La solución óptima es x̄ = (0, 2), con z̄ = −4.

(b) El problema dual es:
 
min w = 4y1 + 2y2
 S.a 
 

 3y 1 − 2y 2 ≥ −4 

 −2y1 + y2 ≥ −2
y1 ≥ 0, y2 ∈ R

La solución del problema dual es ȳ = (0, −2), con w̄ = −4

5 (a) El punto x̄ = (0, 2)t corresponde en la forma standard al punto x̄ = (0, 2, 0, 0)t .
Como x̄ tiene al menos 2 = 4 − 2 ceros, podemos comprobar que es un punto extremal si
cumple con:
El segundo criterio serı́a encontrar una submatriz B de tamaño 2 × 2 dentro A tal que:

• det(B)6=0
• B −1 b ≥ 0
1 0


Una posible matriz B para
verificar lo anterior serı́a B = 3 1 para la cual tenemos que
−1 −1
det(B) = 1, B = −3 1 y B b = (2, 0)t .
1 0

1 1

1 1

1 0


Las posibles bases asociables a x̄ como SFB son: −2 3 , 3 0 , 3 1

(b) La forma explı́cita es:

min z − 35 x1 + 13 x4 = 2
 
 S.a 
 5 1


 x 3 = 5 − 3
x 1 + 3
x 4


2 1
 x2 = 2 + 3 x1 − 3 x4 
x1 , x2 , x3 , x4 ≥ 0

Este punto x̄ no es óptimo, pues tenemos un zj − cj positivo.

(c) Un valor posible para que existan múltiples soluciones es α = 0. En este caso el
conjunto de soluciones optimales se escribe entonces como:
     

 0 7 

0 0
   
Sol = λ   + (1 − λ)   , con λ ∈ [0, 1]
   

 7 0 

6 20
 

(d) La tabla final de la primera fase es:

x1 x2 x3 x4 xa1
xa1 -1 -1 -1 0 1 1
x4 -2 3 0 1 0 6
-1 -1 -1 0 0 1
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

Se tiene que es una tabla óptima, pero el valor optimal za > 0, por lo que el problema es
infactible.
(e) El problema dual es:
 
max w = βy1 + 6y2
 S.a 
 

 y 1 − 2y2 ≤ 6 

 y1 + 3y2 ≤ 1 
yi ≤ 0

Resolviendo el problema, usando el método gráfico, β debe ser negativo

6 El problema tiene solución única, que es x̄ = ( 31 , 2 , 0), con z̄ = − 25

13 13 13
.

7 Es más facil ver, si se pasan los datos a la tabla simplex.

(a) La solución es:

α β γ δ θ µ
≥0 ≥0 R R R ≥0
Un juego de valores es (2, 1, 5, 6, 2, 8)

(b) Tenemos 2 casos.

i.
α β γ δ θ µ
≤0 ≥0 ≤0 ≥0 R ≥0
Un juego de valores es (−3, 3, −2, 1, 4, 3).
ii.
α β γ δ θ µ
≥0 ≤0 R R ≤0 ≥0
Un juego de valores es (3, −1, 4, −2, −4, 5)

(c) Igual que (a), pero con µ = 0

(d) Tenemos 2 casos. i.

α β γ δ θ µ
0 ≥0 ≤0 ≥0 R ≥0

Un juego de valores es (0, 3, −2, 3, 4, 8), y la dirección es d = (3, 1, 2, 0)

ii.
α β γ δ θ µ
≥0 0 R R ≤0 ≥0
Un juego de valores es (4, 0, −2, −6, −9, 2), y la dirección es d = (9, 0, 3, 1)

8 El problema es infactible.
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

9 La solución del problema es x̄ = (20, 20), con z̄ = 80

10 La solución del problema es x̄ = ( 20

7 7
, 6 , 0, 0), con z̄ = 46
7

11 La solución inicial es x̄ = (6, 6, 0, 12, 0), con z̄ = −30 y la solución óptima del problema
es x̄ = (3, 12, 0, 0, 3), con z̄ = −33

12 La solución inicial es x̄ = (0, 4, 1, 0, 2), con z̄ = −4 y la solución óptima del problema es

x̄ = ( 76 , 36 , 23 , 0, 0), con z̄ = − 30
7 7 7

13 (a)

El punto optimal es (x1 , x2 )T = (−5, −2).

(b) Se tienen cuatro puntos extremales, que son:
x̄1 = (−5, −2)t
x̄2 = (−3, −1)t
x̄3 = (−4, 4)t
x̄4 = (−6, 1)t

(c) En el gráfico se observa que x̄ está en el segmento entre los puntos extremales x3 y
x4 . La combinación convexa adecuada es entonces:
         
−5 −5 −3 1 −4 1 −6
5 =0· +0· + · + ·
2
−2 −1 2 4 2 1

(d) En base a la tabla de conversión de duales el problema dual correspondiente a PL

es:  
max w = −16y1 − y2 − 20y3 − 17y4
 s.a 
 

 5y1 + y2 + 3y3 + 3y4 = 1  
 y1 − 2y2 − 2y3 + y4 = 1 
y1 , y2 ≤ 0, y3 , y4 ≥ 0

(e) Para que x̄ = (−5, 25 ) sea solución optimal se requiere que todo el intervalo entre
los puntos extremales x3 y x4 sea también optimal. Esto ocurre solamente si se
minimiza la fución objetivo:
ẑ = 3x1 − 2x2
FACULTAD DE INGENIERÍA y CIENCIAS
DEPTO. INGENIERÍA MATEMÁTICA IMA300 Optimización

El conjunto solución serı́a en este caso:

     
−4 −6
Sol = α · + (1 − α) · , con α ∈ [0, 1]
4 1

14 (a) Usando el método de las dos fases, la tabla final de la primera fase es:
x1 x2 x3 x4 x5 xa6 xa7
xa6 α 1 -1 0 0 1 0 3
xa7 4 α 0 -1 0 0 1 6
x5 1 2 0 0 1 0 0 4
(α + 4) (1 + α) -1 -1 0 0 0 9
Si (α + 4) y (1 + α) son negativos el punto actual es optimal. En ese caso el valor
optimal de la fase I es positivo (en este caso z̄a =9), por lo que el problema serı́a
infactible.
Como consecuencia cualquier intervalo que cumpla en todos sus puntos la siguiente
condición genera problemas infactibles:

α < −4

Por ejemplo: α ∈ [−6, −5].

(b) Tabla final de la primera fase:

x1 x2 x3 x4 x5 xa6 xa7
x1 1 0 -3/5 1/5 0 3/5 -1/5 3/5
x2 0 1 4/5 -3/5 0 -4/5 3/5 6/5
x5 0 0 -1 1 1 1 -1 1
0 0 0 0 0 -1 -1 0
La tabla final de 2 fases es:
x1 x2 x3 x4 x5
x1 1 0 -2/5 0 -1/5 2/5
x2 0 1 1/5 0 3/5 9/5
x5 0 0 -1 1 1 1
0 0 -7/5 0 -1/5 17/5
La solución optimal correspondiente en las variables originales del problema es
   
x1 2/5
=
x2 9/5
La solución optimal es única ya que los zj − cj no básicos de la tabla optimal son
estrictamente negativos (−7/5 y −1/5).
15 Es más facil trabajar, si pasamos los datos a la tabla del simplex tabular.
(a) α = (−2, 3, 8, −1, 4, −4)
(b) α = (−2, −5, −11, −8, 5, −2)
(c) α = (−8, 6, −2, 0, 4, −2)
(d) α = (−1, 0, −4, −1, 5, 9) y d~ = (4, 0, 0, 5, 1, 0)