Profesores: Auxiliares:

Daniel Espinoza, Gonzalo Romero Vctor Bucarey, Nelson Devia, Jocelyn Gonzlez, Fernando Solari

IN3701 Optimizacin Gua 2 I. SIMPLEX

1. Sea P = {x R 3 / x1 + x 2 + x 3 = 1, x 0} y considere el vector x = (0,0,1) . Encuentre el conjunto de direcciones factibles en x. 2. Considere el problema de minimizar c t x sobre el conjunto P = {x R n / Ax = b, Dx f , Ex g} . Sea x * un elemento de P que satisface Dx * = f y Ex * < g . Muestre que el conjunto de direcciones factibles en x * es el conjunto {d R n / Ad = 0, Dd 0} . 3. Considere el problema de minimizar cx sobre el conjunto = | = , , } Sea x* un elemento de P que satisface Dx* = f, Ex*< g. Muestre que el conjunto de direcciones factibles en el punto x* es el conjunto: Q = d | Ad = 0, Dd 0} 4. Responder las siguientes preguntas: a) Cmo determina el algoritmo Simplex si el vrtice actual es una solucin ptima del problema? b) Si el vrtice actual es ptimo, Cmo se puede determinar a travs del algoritmo si hay ms de un ptimo? c) Cmo determina el algoritmo Simplex si el problema es no acotado? d) Explique cmo el algoritmo Simplex asegura no salirse del espacio de soluciones factibles al efectuar una iteracin. e) Seale si el algoritmo Simplex asegura en cada iteracin la mxima variacin posible de la funcin objetivo. Por qu? Si no lo asegura, explique cmo se podra lograr la mxima variacin. f) Puede suceder que en un PL de minimizacin exista algn costo reducido negativo, pero que en esa iteracin del Simplex la funcin objetivo no pueda ser mejorada?

5.

Explique cada uno de los siguientes casos especiales de Simplex y seale en qu parte del algoritmo verifica el caso: a) b) c) d) Soluciones Mltiples Solucin Degenerada Solucin Infactible Sin Solucin

II.

DUALIDAD

1. Considere el problema primal: Min c t x Ax b x0 Formule el problema dual y convirtalo en un problema equivalente de minimizacin. Encuentre un conjunto de condiciones sobre la matriz A y los vectores b y c, bajo las cuales el problema dual es idntico al primal, y construya un ejemplo en el cual se satisfagan estas condiciones. 2. Una florista sabe hacer solo 2 tipos distintos de arreglos florales (x1 y x2) para los cuales dispone de 3 tipos distintos de flores: rozas, tulipanes e ibizcos. Los requerimientos de flores para cada arreglo, la disponibilidad de flores y los precios de cada arreglo vienen dados por: FLORES Rozas Tulipanes Ibizcos PRECIO a) X1 3 1 1 2000 X2 1 1 3 1000 DISPONIBILIDAD 300 140 300

Formule un PPL que resuelva el problema de maximizacin de ingresos por ventas sujeto a la disponibilidad de recursos. b) Cul es el problema dual asociado? Qu situacin podra estar optimizando? c) Usando el teorema de holgura complementaria, encuentre el optimo del problema dual sabiendo que el ptimo primal viene dado por (x1 = 80, x2 = 60). d) Suponga que retorna frustrado despus que una bella dama le cerrara la puerta cuando usted le llevaba amablemente una rosa, un tulipn y un ibizco 6. Si se encuentra con la florista, Cuanto cree que estara dispuesta a pagar ella por sus flores?

3.

Sea P = {x R n / Ax = b, x 0} un poliedro no vaco y sea m la dimensin del vector b. Llamaremos a x j una variable nula si x j = 0 para todo x P a) Suponga que existe algn p R m tal que p t A 0, p t b = 0 tal que la j-sima componente de de p t A es positiva. Pruebe que x j es una variable nula. b) Pruebe la recproca de (a): si x j es una variable nula, entonces existe algn p R m con las propiedades mencionadas en (a). c) Si x j no es una variable nula, entonces por definicin existe algn y P para el cual y j > 0 . Use las partes (a) y (b) para probar que existe x P y p R m tales que: p t A 0, p t b = 0, x + A t p > 0

4.

Sea A una matriz dada. Muestre que exactamente una de las siguientes alternativas debe cumplirse. a) Existe algn x 0 tal que Ax = 0, x 0 . b) Existe algn p tal que p t A > 0 .

5. Sea A una matriz dada. Muestre que las siguientes afirmaciones son equivalentes: a) Todo vector x tal que Ax 0 y x 0 debe satisfacer x1 = 0 . b) Existe algn p tal que p t A 0, p 0 y p t A1 < 0 , donde A1 es la primera columna de A. 6. Sea a y a1 ,..., a m vectores dados en R n . Pruebe que las siguientes afirmaciones son equivalentes: a) Para todo x 0 , se tiene que a t x max a it x .
i
m

b) Existen coeficientes i no negativos y que suman 1, tales que a i ai .

i =1

7.

Considere un problema de programacin lineal en forma estndar y asuma que las filas de A son linealmente independientes. Para cada una de las siguientes afirmaciones d una prueba o un contraejemplo. a) Sea x* una solucin bsica factible. Suponga que para cada base correspondiente a x*, la solucin bsica asociada de el dual es infactible. Luego, el costo ptimo debe ser menor estricto de cx*. b) El dual del problema auxiliar primal considerado en fase 1 del mtodo simplex es siempre factible. c) Sea yi la variable dual asociada a la i-sima restriccin en el primal. Eliminar la isima restriccin en el primal es equivalente a introducir la restriccin yi = 0 en el dual. d) Si el criterio de no-acotamiento de en la aplicacin del mtodo simplex en el problema primal es satisfecho, entonces el problema dual es infactible.

8. Considere el problema de programacin lineal de minimizar cx sujeto a Ax=b, x0. Sea x* la solucin ptima, asuma que existe, y sea p* la solucin del problema dual. a) Sea x una solucin ptima del primal, cuando c es reemplazado por algn c. Muestre que (c c)(x x*) 0. b) Sea el vector de costo fijo e igual a c, pero suponga que ahora cambiamos b por b, y sea x la correspondiente solucin del primal. Muestre que (p*)(b - b) c (x x*). c) D un ejemplo de un par de problemas lineales (dual y primal), en los cuales ambos tienen mltiples soluciones ptimas. d) Considere un problema de programacin lineal en forma estndar que es infactible, pero que se transforma en factible y tiene un costo finito cuando la ltima desigualdad es omitida. Muestre que el ptimo del dual es factible y tiene costo ptimo finito. 9. Considere el problema: (P) s.a y su dual. a) Pruebe que si un problema tiene una solucin no degenerada y nica, lo mismo ocurre con el otro. b) Suponga que tiene una base ptima no degenerada para el problema primal y que uno de los costos reducidos para las variables bsicas es cero. min cx Ax = b x0