You are on page 1of 2

TEORÍA DE OPTIMIZACIÓN

1. Durante el proceso de resolución de un problema lineal de optimización mediante el


método simplex, explique qué conclusiones se pueden extraer en cada uno de los casos
siguientes. Conteste de forma razonada.

a) Existe una variable no básica que cumple el criterio de entrada, pero ninguna de las
variables básicas cumple el criterio de salida.

Esto sólo es posible si todos los valores del vector asociado a la variable no básica (columna de
la tabla correspondiente a la variable no básica) toman valores no positivos (negativos o cero).
Esta situación corresponde a un politopo no acotado y por lo tanto no existe solución finita.

b) Ninguna variable no básica cumple el criterio de entrada y todas las variables básicas son
0.

Si ninguna variable no básica cumple el criterio de entrada es porque los valores de la fila w
asociados a las variables no básicas son estrictamente negativos. Si todas las variables básicas
son positivas se ha alcanzado la solución óptima del problema, que además es única.

c) El valor de una de las variables que se supuso básica es < 0.

Esto sólo es posible si se ha cometido un error en la tabla del simplex. La variable que se
seleccionó como básica no cumple el criterio de entrada.

d) Todas las variables básicas son 0, una variable no básica tiene el coeficiente wj> 0 y al
menos uno de los elementos de su columna correspondiente es mayor que 0.

Se tiene una solución básica que no es óptima. Corresponde a una tabla intermedia en el
algoritmo simplex en forma de tabla.

e) Se ha alcanzado una solución óptima, dos variables no básicas tienen el coeficiente wj nulo
y ninguna variable básica cumple el criterio de salida.

Al ser una solución óptima con dos valores de w = 0, dicha solución óptima no es única. Sin
embargo, que ninguna variable básica cumpla el criterio de salida indica que el politopo es no
acotado. Lo que ocurre es que la función objetivo es paralela al plano formado por el punto
extremo que se ha localizado y las dos aristas que parten de dicho punto. La solución óptima
está formada por todos los valores de variables contenidas en dicho plano.

f) ¿Para qué son las condiciones de complementariedad?

Las condiciones de complementariedad fuerzan a que o bien la restricción es activa o bien su


multiplicador tiene que ser cero. Si en la solución del problema x*, una restricción es
estrictamente menor que cero * ( ) 0 g x entonces dicha restricción no afecta para nada a la
solución del problema (es equivalente a que la restricción no estuviera presente) y por lo tanto
su gradiente no debe afectar en la combinación lineal de gradientes. La restricción de
complementariedad fuerza, en este caso a su multiplicador a tomar el valor cero.

3) Conteste las siguientes cuestiones relacionadas con el algoritmo del simplex para resolver

problemas lineales.

3.a) (5%) Aunque el algoritmo simplex sigue una estrategia de búsqueda local, tiene la

propiedad de que el óptimo que encuentra es un óptimo global. ¿Por qué?

Un problema lineal tiene una función objetivo convexa y sus restricciones forma una región
convexa. Para un problema convexo cualquier óptimo local es también un óptimo global.

.a) (15%) Identifique cada una de las variables del problema. En otras palabras, qué son

Mu1 Multiplicador de Lagrange (o KKT) asociado a la primera restricción del problema original
Mu2 Multiplicador de Lagrange (o KKT) asociado a la segunda restricción del problema original

1v Multiplicador de Lagrange (o KKT) asociado a la restricción de que la variable x1 sea positiva

2v Multiplicador de Lagrange (o KKT) asociado a la restricción de que la variable x2 sea positiva

1 hx Variable de holgura añadida en la primera restricción para transformar el problema a su


forma estándar

2 hx Variable de holgura añadida en la segunda restricción para transformar el problema a su


forma estándar

1 ax Variable artificial añadida en la primera restricción del problema lineal complementario


para conseguir una base canónica inicial

2 ax Variable artificial añadida en la segunda restricción del problema lineal complementario


para conseguir una base canónica inicial