You are on page 1of 11

TAREA TECNICAS DE OPTIMIZACION

1. Calcular el vector gradiente y la matriz hessiana de las siguientes funciones:




a) f(x,y) = x
2
- 3xy
Vector gradiente
Con el cdigo:
syms x y
f = x*x-3*x*y;
gradient(f, [x, y])

Se obtiene el vector:
ans =
2*x - 3*y
-3*x

Matriz hessiana
Con el cdigo:
syms x y
f = x*x-3*x*y;
hessian(f)

Se obtiene:
ans =
[ 2, -3]
[ -3, 0]



b) g(x,y,z) = xy +5 + z

Vector gradiente:
ans =
y
x
1

Matriz Hessiana:
ans =
[ 0, 1, 0]
[ 1, 0, 0]
[ 0, 0, 0]


c) h(x
1
,x
2
,x
3
) = x
1
3 x
2
+x
3

Vector gradiente:
ans =
1
-3
1

Matriz Hessiana:
ans =
[ 0, 0, 0]
[ 0, 0, 0]
[ 0, 0, 0]



d) s(x
1
,x
2
) = x
1
x
2
2


Vector gradiente:
ans =
y^2
2*x*y

Matriz Hessiana:
ans =
[ 0, 2*y]
[ 2*y, 2*x]


e) t(x,y) = 3x
2

Vector gradiente:
ans =
6*x
0
Matriz Hessiana:
ans =
6








f) p(x
1
,x
2
,x
3
) = x
1
4
x
2
+ 2x
3
2
5

Vector gradiente:
ans =
4*x^3*y
x^4
4*z
Matriz Hessiana:
ans =
[ 12*x^2*y, 4*x^3, 0]
[ 4*x^3, 0, 0]
[ 0, 0, 4]


2. Cules funciones del ejercicio anterior son lineales y cules no?

Funciones lineales:
h(x
1
,x
2
,x
3
) = x
1
3 x
2
+x
3
g(x,y,z) = xy +5 + z

Funciones no lineales:
f(x,y) = x
2
- 3xy
s(x
1
,x
2
) = x
1
x
2
2

t(x,y) = 3x
2

p(x
1
,x
2
,x
3
) = x
1
4
x
2
+ 2x
3
2
5



3. Para cada uno de los problemas siguientes:
a- Es de programacin no lineal? Es de programacin lineal? De
programacin clsica?
b- Resolverlos grficamente. (Utilizar MatLab, grafique tambin las
restricciones) Indicar el valor ptimo de la funcin objetivo
c- Indicar cules son las restricciones saturadas en las soluciones ptimas.
Indicar si son interiores o de frontera.
d- Es el conjunto de oportunidades compacto, convexo?

a) Max 3x + y
s.a. x - y 2
x + y 4
x 1
y 0
a) Es de programacin clsica.
b)


0 1 2 3 4 5 6 7 8 9 10
-6
-4
-2
0
2
4
6
8
10
c) Saturada y 0
De frontera
d) Compacto

b) Max y x
s.a. x y 2
x + y 4
x 1
y 0

a) Programacin clsica
b)


c)
Saturada x 1, inferior
d) Compacto



0 1 2 3 4 5 6 7 8
-4
-2
0
2
4
6
8



c) Min y x
s.a. x y 2
x + y 4
x 1
y 0
a) Programacin lineal
b)

c)
y 0
De frontera.
d)
Convexo.



0 1 2 3 4 5 6 7 8
-4
-2
0
2
4
6
8

d) Min x
s.a. x y 2
x + y 4
x 1
y 0


a) Programacin lineal.

b)


c)
x 1
Inferior

-2 -1.5 -1 -0.5 0 0.5 1 1.5
-2
-1
0
1
2
3
4
5
d)
Compacto


4. Determine por inspeccin si los siguientes problemas son no factibles, no
acotados, o si tienen solucin ptima ( si la tienen calcularla mentalmente)
a) Max x
2
+ y
2
+8 b) Max x
2
+ y
2
+8 c) Max x + y + 8
s.a. x + y 10 x + y 0 x 5
x, y 0 y 6
x 6
y 8

a) Es un problema no factible porque x 6 y y 8 hacen que no se pueda cumplir
x + y 10.
b) Es no acotado puesto que el valor de la funcin objetivo puede ser
incrementado indefinidamente.
c) En este caso s habr una solucin ptima.



5. Max xy (1 x- y)
s.a. x + y 1 x , y 0
a- Es programacin no lineal? Es programacin lineal? Programacin
clsica?

Es un problema de programacin clsica.

b- Determinar el conjunto de oportunidades y representarlo grficamente
(MatLab).
Es compacto? Es convexo?





e- Qu signo toma la funcin objetivo sobre las soluciones interiores?
Negativo
f- Puede existir una solucin ptima de frontera?

S es posible pero debe estar dentro del conjunto de soluciones.
g- Existe una solucin ptima?
No existe por la condiciones de frontera

h- Encontrar una solucin factible interior( no necesariamente ptima) y
calcular el valor de la funcin objetivo en ella
x=1, y=0







0 1 2 3 4 5 6 7 8 9 10
-10
-8
-6
-4
-2
0
2
4
6
8
10








6. Una empresa produce 2 artculos diferentes A y B.
Tiene 2 fbricas y cada una de ellas produce los 2 artculos en las cantidades
por hora siguientes:
Fabrica 1 Fabrica 2
A 10 20
B 25 25
La empresa recibe un pedido de 300 unidades de A y de 500 de B. Los costos
operativos de produccin de las fbricas son 10000 y 8000 por hora
Minimizar el costo total del pedido

Resolver grficamente y resolver utilizando Excel (solver)
(solucin costo total = 160 000)


Total= 1000X+8000Y

Restricciones:
Y 300/20+500/25
X 300/10+500/25

Y se busca minimizar los costos. Con el Excel Solver se obtiene la respuesta
esperada de 160 000.