OPTIMIZACIÓN PARA ESTUDIANTES DE

INGENIERÍA

Jorge Amaya

Departamento de Ingenierı́a Matemática

Centro de Modelamiento Matemático
Universidad de Chile

22 de octubre de 2018
El presente texto contiene la mayor parte de los contenidos del curso de Optimización que
he dictado en la Escuela de Ingenierı́a de la Universidad de Chile durante los últimos años.
Inicialmente, tanto los énfasis como las motivaciones del curso estaban en los fundamentos
matemáticos de la Optimización y en el rigor de su desarrollo. Con el tiempo, el curso fue
interesando también a estudiantes de variadas especialidades, lo cual ha significado que el
número de estudiantes se ha multiplicado desde fines de los 90’s, llegando actualmente alre-
dedor 200 o 300 por semestre, en secciones paralelas. En esta evolución hemos debido adaptar
sus contenidos para hacerlo más cercano a los intereses de estudiantes de especialidades más
diversas, tales como Ingenierı́a Civil Eléctrica, de Minas o Biotecnologı́a. Es ası́ como se
reorientió el primer capı́tulo, destinado al análisis de las funciones y conjuntos convexos, a
los conceptos de poliedros y sus propiedades, de uso intensivo en la teorı́a de la Programa-
ción Lineal. Igualmente, se ha incorporado un capı́tulo sobre los problemas de flujos en redes,
particularmente los problemas de flujo de costo mı́nimo, flujo máximo, asignación y camino
más corto, de mucho interés para la formación de ingenieros.
La Programación no Lineal casi siempre se enseña de manera somera en las escuelas de
ingenierı́a, tanto por la supuesta complejidad de su tratamiento matemático y los conceptos
que usa, como por la dificultad de implementación de los algoritmos. Sin embargo cada
dı́a es más frecuente encontrar, en la práctica profesional y en la investigación, problemas
reales de optimización con componentes no lineales. Por una parte, la linearización de estos
componentes puede permitir su solución mediante el uso reiterado de la Programación Lineal,
aunque no siempre se alcanza buenas aproximaciones a la solución y, por otra, la resolución
directa por métodos de Programación no Lineal es a menudo muy costosa o ineficiente.
No se trata esta de una obra completamente original, sino más bien corresponde a un com-
pendio de materias ampliamente conocidas que hemos sistematizado para dar cuerpo a un
texto de estudio a nivel unversitario. Recientemente, hemos incorporado una larga lista de
problemas propuestos, los cuales permiten ilustar y practicar los conceptos y materias tra-
tadas en los capı́tulos fundamentales. Estos problemas propuestos son también herencia de
varios años de pruebas y exámenes, algunos muy conocidos en la literatura y otros producto
de nuestra invención.
Finalmente debo decir que este trabajo, que está en permanente evolución, se ha enriqueci-
do con la colaboración de mis profesores auxiliares y ayudantes, ası́ como por la constante
interpelación de los estudiantes. A todos ellos les agradezco su contribución constante con
que me alimentan clase a clase.

Jorge Amaya
jorge.amaya@cmm.uchile.cl
Octubre de 2018
Índice general

1. El Problema de Optimización 5

2. Matemáticas para la Optimización 7

2.1. Conjuntos Convexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.1. Poliedros: caracterización y propiedades . . . . . . . . . . . . . . . . 13
2.1.2. Puntos extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.3. Direcciones y direcciones extremas . . . . . . . . . . . . . . . . . . . 23
2.1.4. Proyección sobre conjuntos convexos . . . . . . . . . . . . . . . . . . 27
2.1.5. Separación de convexos: teoremas de Farkas y Gordan . . . . . . . . . 30
2.2. Funciones Convexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.1. Conjuntos relevantes asociados a funciones convexas . . . . . . . . . . 40
2.2.2. Funciones convexas diferenciables . . . . . . . . . . . . . . . . . . . . 41

3. Caracterización de Optimalidad 50
3.1. Definición del Problema de Optimización . . . . . . . . . . . . . . . . . . . . 50
3.2. Condiciones de Optimalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.1. Optimización sin restricciones . . . . . . . . . . . . . . . . . . . . . . 51
3.2.2. Optimización con restricciones . . . . . . . . . . . . . . . . . . . . . . 53

4. Programación Lineal 61
4.1. Introducción y Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2. Resolución de Problemas de Programación Lineal: Algoritmo Simplex . . . . 63

2
 4.2.1. Fase II del algoritmo Simplex: mejorar solución en curso . . . . . . . 65
4.2.2. Fase I del algoritmo Simplex: obtener una solución inicial básica factible 72
4.3. Introducción a la Programación Lineal Entera . . . . . . . . . . . . . . . . . 76
4.3.1. Método de Ramificación y Acotamiento . . . . . . . . . . . . . . . . . 76
4.3.2. Técnicas básicas de modelamiento con variables enteras . . . . . . . . 81

5. Dualidad en Programación Lineal y Aplicaciones 84

5.1. Definición de Dualidad y Principales Propiedades . . . . . . . . . . . . . . . 86
5.2. Interpretación Económica de la Dualidad . . . . . . . . . . . . . . . . . . . . 91
5.3. Dual de Cualquier Problema Lineal . . . . . . . . . . . . . . . . . . . . . . . 93
5.4. Algoritmo Simplex-Dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.5. Introducción al Análisis Post-Optimal . . . . . . . . . . . . . . . . . . . . . . 95
5.5.1. Variación en los coeficientes de la función objetivo . . . . . . . . . . . 96
5.5.2. Variación en el vector de recursos (o lado derecho) . . . . . . . . . . . 98
5.5.3. Introducción de una nueva actividad (o variable) . . . . . . . . . . . . 99
5.5.4. Introducción de una nueva restricción . . . . . . . . . . . . . . . . . . 101

6. Modelos para Flujos en Redes 105

6.1. Motivación y Descripción de Problemas Clásicos . . . . . . . . . . . . . . . . 105
6.1.1. Problema de asignación . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.1.2. Problema de transporte . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.1.3. Problema de flujo máximo . . . . . . . . . . . . . . . . . . . . . . . . 111
6.1.4. Problema de camino más corto . . . . . . . . . . . . . . . . . . . . . 112
6.2. Resolución del Problema de Transporte . . . . . . . . . . . . . . . . . . . . . 114
6.2.1. Obtener una solución básica factible inicial (Fase I) . . . . . . . . . . 114
6.2.2. Examinar si una solución básica factible es óptima . . . . . . . . . . . 118
6.2.3. Modificar una solución básica factible (si no es óptima) . . . . . . . . 120
6.3. Flujo de Costo Mı́nimo: Mejoramiento de una Solución en Curso . . . . . . . 121

3
7. Algoritmos para Programación no Lineal 127
7.1. Optimización sin Restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . 128
7.1.1. Método del gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
7.1.2. Caso cuadrático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
7.1.3. Método de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
7.1.4. Método de paso (minimización unidimensional) . . . . . . . . . . . . 137
7.2. Optimización con Restricciones . . . . . . . . . . . . . . . . . . . . . . . . . 139
7.2.1. Método del gradiente proyectado . . . . . . . . . . . . . . . . . . . . 140
7.2.2. Método de direcciones admisibles . . . . . . . . . . . . . . . . . . . . 145
7.2.3. Método de penalización . . . . . . . . . . . . . . . . . . . . . . . . . 148

8. Problemas Propuestos 151

8.1. Formulación y Modelamiento de Problemas . . . . . . . . . . . . . . . . . . . 151
8.2. Matemáticas para la Optimización . . . . . . . . . . . . . . . . . . . . . . . 156
8.3. Caracterización de Optimalidad . . . . . . . . . . . . . . . . . . . . . . . . . 161
8.4. Programación Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
8.5. Dualidad en Programación Lineal y Aplicaciones . . . . . . . . . . . . . . . . 175
8.6. Modelos para Flujos en Redes . . . . . . . . . . . . . . . . . . . . . . . . . . 185
8.7. Algoritmos para Optimización no Lineal . . . . . . . . . . . . . . . . . . . . 189

4
Capı́tulo 1

El Problema de Optimización

La formulación matemática de un problema de Optimización se escribe habitualmente en la

forma:

(P ) minimizar (o maximizar) f (x)

x∈S

donde x es el vector de variables de decisión, f : S −→ IR es la función objetivo y

S ⊆ IRn es el conjunto factible. De aquı́ en adelante trabajaremos solamente con la formu-
lación en términos problema de minimización, sabiendo que el otro caso es completamente
análogo.

A menudo el conjunto factible está descrito mediante

S = {x ∈ IRn /gi (x) ≤ 0 i = 1, . . . , m, x ∈ X ⊆ IRn }

y se dice que las expresiones gi (x) ≤ 0 i = 1, . . . , m representan el conjunto de res-

tricciones del problema (P ). El subconjunto X puede representar, por ejemplo, el primer
cuadrante de IRn , las variables enteras, o las variables binarias. Si S = IRn , el problema se
dirá irrestricto.

Un vector x̄ ∈ IRn que pertenezca al conjunto S se llamará solución (o punto) facti-

ble de (P ). Si además satisface que

f (x̄) ≤ f (x) ∀x ∈ S,

se dirá que x̄ es solución óptima o simplemente solución de (P ).

5
Dependiendo de las caracterı́sticas particulares del problema, éste recibe nombres y tra-
tamientos especiales para su resolución. Dos casos de interés, son el de la programación
lineal (f y gi son funciones lineales afines ∀i) y la programación lineal entera (en que
además las variables sólo toman valores enteros). También trataremos la teorı́a y técnicas de
solución de un problema con funciones no lineales.
Un concepto esencial para entender cómo plantear y resolver un problema de optimización
es el de convexidad. Mostrar algo de la teorı́a básica del análisis convexo y su vinculación
con la teorı́a de optimización son los objetivos del siguiente capı́tulo.

6
Capı́tulo 2

Matemáticas para la Optimización

2.1. Conjuntos Convexos

Definición 2.1.1 Sea S ⊆ IRn , S ̸= ∅. Se dice que S es convexo 1
si

λx + (1 − λ)y ∈ S ∀x, y ∈ S , ∀λ ∈ [0, 1]

Geométricamente, esta definición se puede interpretar como sigue: un conjunto no vacı́o es

convexo si dados dos puntos del conjunto, el segmento de recta que los une está contenido
en dicho conjunto (ver Figura 2.1).

a) b)
y

y x
x

Figura 2.1: El conjunto de la figura a) es convexo. El conjunto de la figura b) no es convexo, pues

existe un segmento de recta, uniendo dos puntos del conjunto, que no está incluido en el conjunto.

1
Por convención, el conjunto vacı́o será considerado convexo

7
Ejemplo 2.1.1 Un espacio vectorial es un conjunto convexo (en particular, IRn lo es).

Demostración. Directo pues, por definición, un espacio vectorial es cerrado para la suma
y la ponderación por escalar.

Ejemplo 2.1.2 S = {x ∈ IR3 / x1 + 2x2 − x3 = 2} es un conjunto convexo.

Demostración. Sean x, y ∈ S, λ ∈ [0, 1]. Por definición del conjunto S, esto significa que
x1 + 2x2 − x3 = 2 e y1 + 2y2 − y3 = 2.
 
λx1 + (1 − λ)y1
Vemos que λx + (1 − λ)y =  λx2 + (1 − λ)y2  pertenece a S, pues
λx3 + (1 − λ)y3

λx1 + (1 − λ)y1 + 2{λx2 + (1 − λ)y2 } − {λx3 + (1 − λ)y3 } =

λ(x1 + 2x2 − x3 ) + (1 − λ)(y1 + 2y2 − y3 ) =
2λ + 2(1 − λ) = 2

Definición 2.1.2 Sean a ∈ IRn , α ∈ IR fijos. Se llama hiperplano al conjunto

H = {x ∈ IRn /aT x = α}

Un hiperplano H define dos semiespacios:

H − = {x ∈ IRn /aT x ≤ α}

H + = {x ∈ IRn /aT x ≥ α}

Por ejemplo, en el caso H = {x ∈ IR3 /x1 + 2x2 − x3 = 2} se tiene que aT = (1, 2, −1) y
α = 2. Los dos semiespacios asociados son:

H − = {x ∈ IR3 /x1 + 2x2 − x3 ≤ 2}

H + = {x ∈ IR3 /x1 + 2x2 − x3 ≥ 2}.

Ejemplo 2.1.3 Un semiespacio S en IRn es un conjunto convexo.

8
 x3 -
H

x2
1

+
2 H
x1

-2

Figura 2.2: Semiespacios generados por el hiperplano H

Demostración. Consideremos a ∈ IRn y α ∈ IR, que definen el semiespacio

S = {x ∈ IRn /aT x ≤ α}.

Sean x, y ∈ S , λ ∈ [0, 1], entonces

aT {λx + (1 − λ)y} = λaT x + (1 − λ)aT y ≤ λα + (1 − λ)α = α

Luego λx + (1 − λ)y ∈S y, por lo tanto, S es convexo.

Proposición 2.1.1 Sean S1 y S2 dos conjuntos convexos. Entonces S1 ∩ S2 es un conjunto

convexo.

Demostración. Sean x, y ∈ S1 ∩ S2 , λ ∈ [0, 1]. Entonces

x, y ∈ S1 ⇒ λx + (1 − λ)y ∈ S1

9
y
x, y ∈ S2 ⇒ λx + (1 − λ)y ∈ S2 ,
puesto que S1 y S2 son convexos.

Luego λx + (1 − λ)y ∈ S1 ∩ S2 , es decir, S1 ∩ S2 es convexo.

Observación 2.1.1 Observemos que:

i) Esta propiedad se puede generalizar fácilmente a una intersección cualquiera de con-

vexos. Esto es, si Γ es un conjunto arbitrario,
∩ incluso no numerable, y {Sγ }γ∈Γ es una
clase de conjuntos convexos, entonces γ∈Γ Sγ es un conjunto convexo.
ii) Aunque del Ejemplo 2.1.3 puede concluirse fácilmente que un hiperplano es un conjunto
convexo (reemplazando las desigualdades por igualdades), podemos usar esta proposi-
ción para probar que un hiperplano es un conjunto convexo, dado que es intersección
de convexos.

Ejemplo 2.1.4 Sistema de desigualdades lineales:

a11 x1 + ... + a1n xn ≤ b1

..
.
am1 x1 + ... + amn xn ≤ bm

con aij , bi , xj ∈ IR, ∀i = 1, . . . , m, j = 1, . . . , n.

 
b1
 
El sistema se anota de manera compacta Ax ≤ b, con A = (aij )i=1...m;j=1...n , b =  ...  .
bm
El conjunto S = {x ∈ IRn /Ax ≤ b} es la intersección de m semiespacios de la forma
Si = {x ∈ IRn /Ai x ≤ bi }
(donde Ai denota la fila i-ésima de la matriz A), los cuales, según vimos en el Ejemplo 2.1.3,
son conjuntos convexos. Luego, por la Proposición 2.1.1, S es convexo.

∑
k
Definición 2.1.3 Sean x1 , . . . , xk ∈ IRn , λ1 , . . . , λk ∈ IR+ tales que λi = 1. El vector
i=1
∑
k
x= λi xi se dice combinación convexa de los k vectores x1 , . . . , xk .
i=1

10
Definición 2.1.4 Sea S ⊆ IRn (no necesariamente convexo). Se define la envoltura con-
vexa de S, de la manera siguiente:

∑
k ∑
k
co(S) = { λi xi / k ∈ IN, x1 , . . . , xk ∈ S, λ1 , . . . , λk ∈ IR+ , λi = 1}.
i=1 i=1

Es decir, es el conjunto de todas las posibles combinaciones convexas de puntos de S.

Observación 2.1.2 Sean S, S ′ ⊆ IRn , entonces:

S ⊆ co(S).

S es convexo si y sólo si co(S) = S.

Si S ⊆ S ′ entonces co(S) ⊆ co(S ′ ).

a) b)
y

y x

Figura 2.3: La envoltura convexa del conjunto de la figura a) coincide con él, por ser convexo. Para el
conjunto de la figura b), la lı́nea sólida delimita su envoltura convexa.

Ejemplo 2.1.5 La envoltura convexa de los números racionales es IR.

       
5 6 0 3
Ejemplo 2.1.6 Sean v1 =  2  , v2 =  7  , v3 =  3  , v4 =  4  vectores en
0 3 −1 1
3
IR . Su envoltura convexa queda determinada por el poliedro de la Figura 2.4, cuyos vértices
están dados por el conjunto de vectores {v1 , v2 , v3 , v4 }.

11
 3

−1
7
6 6
5 5
4
4 3
3 2
1
2 0

Figura 2.4: La envoltura convexa del conjunto de puntos señalados queda determinada por un poliedro
cuyos vértices están dados por un subconjunto del conjunto de puntos.

Proposición 2.1.2 co(S) es un conjunto convexo.

Demostración. Sean x, y ∈ co(S), es decir,

∑
k ∑
m
x= νi xi , y = µ i yi
i=1 i=1

donde x1 , . . . , xn , y1 , . . . , ym ∈ S y ν1 , . . . , νn , µ1 , . . . , µm , son ponderadores de las combina-

ciones convexas.
∑k ∑m
Sea λ ∈ [0, 1] y λx + (1 − λ)y = λ νi xi + (1 − λ) µi yi .
i=1 i=1

Llamando zi = xi , αi = λνi , ∀i = 1, . . . , k y zk+i = yi , αk+i = (1 − λ)µi ∀i = 1, . . . , m, se

∑
k+m
tiene que λx + (1 − λ)y = αi zi con
i=1

∑
k+m
zi ∈ S, αi ∈ [0, 1], ∀i = 1, . . . , k + m y αi = 1.
i=1

12
Luego por definición se tiene que λx + (1 − λ)y ∈ co(S), por lo tanto co(S) es convexo.

Proposición 2.1.3 El conjunto co(S) es ∩ el convexo más pequeño (en el sentido de la inclu-
sión) que contiene a S, es decir, co(S) = {C ⊆ IRn / C convexo, S ⊆ C}.

∩
Demostración. Sea x ∈ {C ⊆ IRn / C convexo, S ⊆ C}. Entonces x ∈ C, ∀C convexo,
tal que S ⊆ C. Luego x ∈ co(S), que es un convexo particular que contiene a S.

Sean ahora x ∈ co(S) y C un convexo cualquiera

∩ que contiene a S. Entonces co(S) ⊆
co(C) = C, por lo tanto x ∈ C. Luego, x ∈ {C ⊆ IRn / C convexo, S ⊆ C}.

Ejercicio 2.1.1 Sean S1 y S2 convexos, α ∈ IR. Se define la suma y ponderación de con-

juntos como sigue:

S1 + S2 = {x + y / x ∈ S1 , y ∈ S2 }

αS1 = {αx / x ∈ S1 }

Pruebe que S1 + S2 y αS1 son convexos.

2.1.1. Poliedros: caracterización y propiedades

Definición 2.1.5 Se llama poliedro a un conjunto de la forma P = {x ∈ IRn /Ax ≤ b} con
A ∈ Mm×n (IR) y b ∈ IRm , es decir, un poliedro es una intersección finita de semiespacios.

Proposición 2.1.4 P ′ = {x ∈ IRn /Ax = b , x ≥ 0} es un poliedro.2

Demostración. Claramente, el conjunto P ′ queda representado por el siguiente sistema de

inecuaciones lineales :
   
A b
 −A  x ≤  −b 
−I 0
2
Se dice que x ≥ 0 si y solamente si xi ≥ 0 ∀i = 1, . . . , n

13
donde I la matriz identidad en dimensión n.
   
A b
Llamando A′ =  −A , b′ =  −b , se obtiene un sistema de la forma
−I 0
P = {x ∈ IRn /A′ x ≤ b′ },
que es igual a P ′ . Luego, P ′ es un poliedro.

Observación 2.1.3 Es obvio que P ′ ={x ∈ IRn /Ax ≥ b} es un poliedro. En efecto: como
x∈ IRn es irrestricto, basta multiplicar el sistema de desigualdades por -1, y definir A′ =-A,
b′ =-b.

Proposición 2.1.5 Todo poliedro es un conjunto convexo.

Demostración. Ver Ejemplo 2.1.4.

Se dirá que un poliedro de la forma P = {x ∈ IRn /Ax = b, x ≥ 0} está escrito en canónica o

standard. En lo sucesivo trabajaremos con esta representación.

Proposición 2.1.6 Un poliedro es un conjunto cerrado.

Demostración. Sea P el poliedro {x ∈ IRn /Ax = b, x ≥ 0} y consideremos x̄ ∈ P̄ (adhe-

rencia o cerradura de P). Mostraremos que x̄ ∈ P.

Como x̄ ∈ P̄, existe una sucesión {xk } en P tal que lı́m xk = x̄.
k→∞

Además, ∀k ≥ 0, el punto xk verifica

Axk = b
xk ≥ 0
Tomando lı́mite (y por continuidad de la función lineal x 7−→ Ax) se tiene:
Ax̄ = b
x̄ ≥ 0
Luego x̄ ∈ P y por lo tanto P̄ ⊆ P. Dado que se cumple siempre que P ⊆ P̄, se obtiene
P̄ = P, luego P es cerrado.

14
Ejemplo 2.1.7 C = {x ∈ IR2 / − x1 + x2 ≤ 2, x1 + x2 ≥ 4, x2 ≤ 4, x1 ≥ 0, x2 ≥ 0}.
Matricialmente esto puede escribirse de la siguiente manera:
   
−1 1 2
 −1 −1 ( )  −4 
  x1  
 0   
 1  x2 ≤  4 
 −1 0   0 
0 −1 0

4 (2,4)

(1,3)

C
2

(4,0)
4 x

Figura 2.5: El conjunto C es un poliedro, convexo y cerrado, pero no acotado.

El conjunto C es un poliedro, convexo y cerrado, pero no acotado, tal como se aprecia en la

Figura 2.5.

2.1.2. Puntos extremos

Definición 2.1.6 Sea S ⊆ IRn un conjunto convexo, S ̸= ∅. Un vector x ∈ S se llama
punto extremo de S si no puede ser representado como combinación convexa de otros
dos puntos distintos del convexo. Es decir, si x = λx1 + (1 − λ)x2 , con x1 , x2 ∈ S y λ ∈]0, 1[,
entonces x = x1 = x2 .

15
Ejemplo 2.1.8 Veamos algunos casos de conjuntos convexos y sus puntos extremos.

a) Sea S=B(0,1), la bola unitaria en IRn . El conjunto de puntos extremos queda represen-
tado por {x ∈ IRn / ∥x∥ = 1}, que es la frontera de S.

b) El conjunto de puntos extremos del poliedro del Ejemplo 2.1.6 es

       
 5 6 0 3 
E =  2 , 7 , 3 , 4  .
 
0 3 −1 1

c) El conjunto de puntos extremos de un semiespacio cerrado es vacı́o.

{( ) ( ) ( ) ( ) ( )}
0 1 1 −2 0
d) Sean U = , , , , y S = co{U }
0 1 3 4 2
{( ) ( ) ( ) ( )}
0 1 1 −2
Naturalmente, el conjunto de puntos extremos de S es , , , .
0 1 3 4
El sistema que representa a S es
    

 1 −1 0 

  −2 −1   0 
S = x ∈ IR2 :
 1
x ≤  
 1  .

 0  
 1 10 
3
1 3

En general, fácilmente se puede ver que x es punto extremo de un convexo S si y solamente

si S\{x} es un conjunto convexo, de donde se sigue que si S ∗ es tal que co(S ∗ ) = S, entonces
necesariamente S ∗ debe incluir al conjunto de puntos extremos de S.
La noción de punto extremo es de suma importancia en la teorı́a de optimización pues,
como veremos más adelante, está en relación directa con el conjunto de soluciones para
un problema de Programación Lineal, por lo cual es importante tener una caracterización
simple. Veamos el siguiente ejemplo de motivación:

P = {x ∈ IR2 /x1 + x2 ≤ 2, 8x1 + 3x2 ≤ 8, x1 , x2 ≥ 0}

El gráfico se muestra en la Figura 2.7.

( ) ( ) ( ) ( )
0 1 2/5 0
Los puntos extremos son , , , . Trabajaremos con el poliedro (en
0 0 8/5 2
IR4 )
P ′ = {x ∈ IR4 /x1 + x2 + x3 = 2, 8x1 + 3x2 + x4 = 8, x1 , x2 , x3 , x4 ≥ 0}

16
 y

(-2,4)
* _ _
y<=-1x+10
3 3
(1,3)
*
(0,2)
y>=-2x x<=1
*

*
(1,1)
y>=x
*
(0,0) x

Figura 2.6: S es la envoltura convexa del conjunto U

que es equivalente a P en el sentido siguiente:

 
( ) x1
x1  x2 
∈ P ⇐⇒ ∃ x3 , x4 ≥ 0 :   ′
 x3  ∈ P .
x2
x4

Examinemos entonces el sistema

x1 + x2 + x3 = 2
8x1 + 3x2 + x4 = 8
x1 , x2 , x3 , x4 ≥ 0

17
 X2

8 /3

X1
1 2

Figura 2.7: Ejemplo de motivación.

Asignando valor nulo a dos variables cualesquiera podemos entonces resolver el sistema de
dos ecuaciones cada vez. Esto da las soluciones
           
0 0 0 2 1 2/5
 0   2   8/3   0   0   8/5 
 , ,   , , .
 2   0   −2/3  ,  0   1   0 
8 2 0 −8 0 0

Se observa que dos de ellas (la tercera y la cuarta) no satisfacen la condición de positividad,
luego no pertenecen a P ′ . Sin embargo las cuatro soluciones restantes determinan, en sus
dos primeras coordenadas, los puntos extremos de P:
( ) ( ) ( ) ( )
0 0 1 2/5
, , , .
0 2 0 8/5

Esto se expresa en forma general en el siguiente teorema.

Teorema 2.1.1 Sea un poliedro P = {x ∈ IRn /Ax = b, x ≥ 0} , donde A ∈ Mm×n (IR) es

de rango m y b ∈ IRm . Un punto x es extremo de P si y sólo si la matriz A se puede

18
descomponer, eventualmente reordenando sus columnas, en la forma A = [B, N ], donde
B ∈(Mm×m (IR)
) es invertible, N ∈ Mm×(n−m) (IR) corresponde a las columnas restantes y
−1
B b
x= , con B −1 b ≥ 0.
0

Demostración.( −1 )
B b
(⇐=) Sea x = ≥ 0. Se tiene que x ∈ P, pues
0
( −1 )
B b
Ax = [B, N ] = BB −1 b + N 0 = b.
0
Sean u, v ∈ P tales que x = λu + (1 − λ)v, para algún λ ∈]0, 1[, es decir
( ) ( ) ( )
B −1 b u1 v1
=λ + (1 − λ)
0 u2 v2

De allı́:
(1) λu1 + (1 − λ)v1 = B −1 b
(2) λu2 + (1 − λ)v2 = 0

Como u, v ∈ P, necesariamente u ≥ 0, v ≥ 0. Luego de (2) se tiene que u2 = v2 = 0.

( )
u1
Como u ∈ P satisface Au = b, esto es [B, N ] = Bu1 = b entonces u1 = B −1 b, por lo
0
tanto, u = x.

De la misma manera se prueba que v = x, con lo que se concluye que x es punto extre-
mo.

(=⇒) Supongamos ahora que x ∈ P es un punto extremo. Eventualmente reordenando

las columnas del sistema, x puede escribirse
 
x1
 .. 
 . 
 
 xk 
x= ,
 0 
 . 
 .. 
0
con xi > 0 para i = 1, . . . , k.

19
Notemos A = [A1 , . . . , An ], donde Ai , i = 1, . . . , n, es la i-ésima columna de A. Luego,
∑ k
como Ax = b, se tiene que xi Ai = b.
i=1

Probaremos que las columnas A1 , . . . , Ak son linealmente independientes. Supongamos que

son linealmente dependientes, es decir, que existen µ1 , . . . , µk no todos nulos, tales que
∑
k
µi Ai = 0
i=1

Definamos el vector µT = (µ1 , . . . , µk , 0, . . . , 0) que obviamente satisface Aµ = 0. Constru-

yamos los siguientes vectores
y = x + αµ
z = x − αµ
Es claro entonces que Ay = b y Az = b y también que y, z ≥ 0, para α > 0 suficientemente
pequeño. Por lo tanto se tiene que y, z ∈ P.

Además x ≠ y, y ̸= z y z ̸= x, por lo tanto x = 12 y + 12 z es combinación convexa de

dos puntos distintos en P, luego no es extremo (contradicción).

Ası́, A1 , . . . , Ak son linealmente independientes, lo que implica, en particular, que k ≤ m.

Podemos agregar Ak+1 , . . . , Am (eventualmente reordenando columnas) para obtener un con-
junto maximal (recordar que A es de rango m) y definir B = [A1 , . . . , Am ], que es una matriz
invertible, y N = [Am+1 , . . . , An ].

Con esto, A se puede escribir en la forma A = [B, N ], a menos de una reordenación de

las columnas. Se tiene entonces las equivalencias
∑
n ∑
m ∑
n
Ax = b ⇐⇒ xi Ai = b ⇐⇒ xi Ai + xi Ai = b
i=1 i=1 i=m+1
( )
xB
Notando x = , con
xN
     
x1 xm+1 0
     ..  ,
xB =  ...  ≥ 0, xN =  ...  =  . 
xm xn 0
la ecuación anterior se escribe:
BxB + N xN = b

20
de donde xB = B −1 b.

Corolario 2.1.1 El número de puntos extremos de un poliedro en la forma canónica es

finito.
) (
n
Demostración. Hay a lo sumo formas de elegir las m columnas independientes de
m
A, y cada matriz B está asociada a lo más a un punto extremo.

Ejemplo 2.1.9 Consideremos un poliedro en la forma canónica dado por las matrices
[ ] [ ]
2 1 0 −1 1
A= y b= .
0 0 −1 2 1
Calculemos sus puntos extremos. De acuerdo al corolario anterior, existen a lo sumo 6 puntos
extremos dado que hay 6 formas posibles de elegir la matriz B.
[ ]
2 1
(1) B = no es invertible.
0 0
[ ] ( )
2 0 −1 1/2
(2) B = es invertible, pero B b = no es un vector positivo.
0 −1 −1
[ ] ( )
2 −1 −1 3/4
(3) B= es invertible y el vector B b = tiene todas sus coodenadas
0 2 1/2
positivas.
[ ] ( )
1 0 1
(4) B= es invertible, pero B −1 b = no es un vector positivo.
0 −1 −1
[ ] ( )
1 −1 3/2
(5) B= es invertible y el vector B −1 b = tiene todas sus coodenadas
0 2 1/2
positivas.
[ ] ( )
0 −1 −1 −3
(6) B= es invertible, pero B b = no es un vector positivo.
−1 2 −1

Los casos (3) y (5) nos entregan puntos extremos para el poliedro en estudio, sólo falta ubicar
los valores resultantes en las posiciones correctas:

21
 La matriz del caso (3) toma las columnas 
primera
 y cuarta de la matriz A, luego el
3
4
 0 
vector punto extremo correspondiente será  
 0 .
1
2

La matriz del caso (5) toma las columnas  segunda

 y cuarta de la matriz A, luego el
0
 3 
vector punto extremo correspondiente será  2 
 0 .
1
2

Definición 2.1.7 Se llama polı́topo a la envoltura convexa de un conjunto finito de puntos.

De acuerdo con esta definición, puede concluirse fácilmente que todo polı́topo es envoltura
convexa de sus puntos extremos. Es obvio, además, que todo polı́topo es un poliedro. Luego,
parece natural preguntarse si todo poliedro puede escribirse como combinación convexa de
sus puntos extremos. La respuesta es negativa, cuando el poliedro es no acotado. En el
Ejemplo 2.1.7 observamos que los( puntos
) ( del)poliedro
( )que no están en la superficie del
1 2 4
triángulo definido por los puntos , y , no pueden ser expresados como
3 4 0
combinación convexa de esos tres puntos extremos.

Ejemplo 2.1.10 Sea S = {x ∈ IR2 / x2 ≥ |x1 |}. Dado que

x2 ≥ |x1 | ⇐⇒ x2 ≥ x1 ≥ −x2 , x2 ≥ 0,

se tiene

S = {x ∈ IR2 / x1 − x2 ≤ 0, −x1 − x2 ≤ 0, x2 ≥ 0}

En forma matricial, se escribe:  

1 −1
 −1 −1  x ≤ 0.
0 −1

Como es posible ver en la Figura 2.8, el origen es el único punto extremo y ningún punto
del poliedro S puede expresarse como combinación convexa de sus puntos extremos. Luego,
para poliedros no acotados introduciremos un nuevo concepto, en la subsección siguiente.

22
 d1 d2

Figura 2.8: El origen es el único punto extremo del poliedro de la figura y d1 , d2 son sus únicas
direcciones extremas.

2.1.3. Direcciones y direcciones extremas

Definición 2.1.8 Sea S ⊆ IRn , un conjunto convexo. Un vector d ∈ IRn , d ̸= 0, se dice
dirección de S si ∀x ∈ S se tiene que x + λd ∈ S, ∀λ ≥ 0.

Consideremos el poliedro P = {x ∈ IRn /Ax = b, x ≥ 0} .Una dirección de P debe satisfacer

que ∀x ∈ P :
A(x + λd) = b ∀λ ≥ 0
x + λd ≥ 0 ∀λ ≥ 0

Luego, d es dirección de P si y solamente si satisface el sistema Ad = 0, d ≥ 0.

Definición 2.1.9 Dos direcciones d1 y d2 se dirán iguales si d1 = αd2 para algún α > 0.
Se escribirá d1 = d2 , si no hay posible confusión.

Definición 2.1.10 Sea S un convexo cerrado y d ∈ IRn una dirección de S. Se dice que d
es dirección extrema si, dadas d1 y d2 , direcciones de S, tales que d = αd1 + βd2 para
algún α, β > 0, entonces se tiene que d = d1 = d2 .

23
Es decir, d no puede expresarse como combinación lineal positiva (estricta) de dos direcciones
distintas.

Ejemplo 2.1.11 En la Figura 2.8, d1 y d2 son direcciones extremas y toda otra dirección
se escribe como combinación lineal positiva de ellas.

Con lo que hemos hecho hasta aquı́, una pregunta interesante es: ¿existirá alguna caracteri-
zación de las direcciones extremas, equivalente a la obtenida para puntos extremos?

Escribamos la matriz A que representa el poliedro escrito en la forma canónica

( tal )como
−1
−B aj
en el caso de puntos extremos, es decir, A = [B, N ] y consideremos d = con
ej
B −1 aj ≤ 0, donde aj es columna de N . El vector ej tiene coordenadas nulas, salvo un 1 en
la posición que indica el ı́ndice j.

Verifiquemos que d es dirección: en efecto, d ≥ 0 y

( )
−B −1 aj
Ad = [B, N ] = −BB −1 aj + N ej = −aj + aj = 0.
ej

Supongamos que no es extrema. Entonces existen d1 y d2 , direcciones de P distintas entre

sı́, tales que d es combinación lineal positiva de ellas, es decir,
( )
−B −1 aj
d= = λ1 d1 + λ2 d2 , para algunos λ1 , λ2 > 0.
ej

Entonces d1 y d2 tendrán necesariamente la forma:

( ) ( )
d11 d21
d1 = , d2 =
η1 ej η2 ej

para algunos η1 , η2 ≥ 0.

Como d1 y d2 son direcciones de P entonces Ad1 = Ad2 = 0. Luego

( )
d11
[B, N ] = Bd11 + η1 N ej = Bd11 + η1 aj = 0 ⇒ d11 = −η1 B −1 aj
η1 ej
( )
d21
[B, N ] = Bd21 + η2 N ej = Bd21 + η2 aj = 0 ⇒ d21 = −η2 B −1 aj
η2 ej

24
por lo tanto d1 = d2 = d (en el sentido de la igualdad de direcciones), lo que muestra que d
es dirección extrema. De paso, se observa que η1 , η2 ̸= 0 puesto que d1 y d2 son direcciones.

Lo explicado anteriormente nos permite formular el teorema de caracterización de direc-

ciones extremas.

Teorema 2.1.2 Sea un poliedro P = {x ∈ IRn /Ax = b, x ≥ 0}, donde A ∈ Mm×n (IR) es
de rango m y b ∈ IRm . Una dirección d¯ ∈ IRn es dirección extrema de P si y sólo si la matriz
A se puede descomponer, eventualmente reordenando sus columnas, en la forma ( A = [B, ) N ],
−1
−B a
donde B ∈ Mm×m (IR) es invertible y d¯ es un múltiplo positivo de d = j
con
ej
B −1 aj ≤ 0, donde aj ∈ N (es un vector columna de N ) y ej es el j-ésimo vector de la base
canónica de IRn−m .

Corolario 2.1.2 El número de direcciones extremas de un poliedro en la forma canónica es

finito.
( )
n
Demostración. Hay a lo más formas de elegir B −1 y como hay n − m columnas en
( ) m
n
N , entonces (n − m) es el número máximo de direcciones extremas.
m

Ejemplo 2.1.12 Volvamos al Ejemplo 2.1.9. De acuerdo al corolario anterior, existen 12

posibles direcciones extremas, por lo tanto no desarrrollaremos el cálculo completo. Sólo
consideraremos el siguiente caso:
[ tomemos
] la matriz B formada por la segunda y cuarta
1 −1
columnas de A, es decir B = .
0 2
[ ] [ ]
2 0 −1 2 − 12
Luego N = yB N = . El producto de B −1 con la primera columna
0 −1 0 − 12
de N no es negativo, por lo tanto, no nos permite calcular una dirección extrema. Sin em-
bargo, el producto con la segunda columna de N es negativo. Tal como  en el caso de puntos
0
 1 
extremos, sólo basta ordenar la información para decir que d =  2 
 1  es dirección extrema
1
2
del poliedro.

Para concluir esta sección, enunciaremos, sin demostrar, un teorema de caracterización que
liga todo lo que hemos desarrollado en esta sección.

25
Teorema 2.1.3 Sea P = {x ∈ IRn /Ax = b, x ≥ 0}, donde A ∈ Mm×n (IR) es de rango m
y b ∈ IRn . Sean x1 , . . . , xk los puntos extremos y d1 , . . . , dl las direcciones extremas de P.
Entonces, x ∈ P si y sólo si puede ser escrito como la suma de una combinación convexa de
los puntos extremos y una combinación lineal positiva de las direcciones extremas, es decir,

∑
k ∑
l
x= λi xi + µj dj
i=1 j=1

∑
k
donde λi ≥ 0 ∀i = 1, . . . , k, λi = 1, µj ≥ 0, ∀j = 1, . . . , l.
i=1

Teorema 2.1.4 P = {x ∈ IRn /Ax = b, x ≥ 0} ̸= ∅ tiene al menos una dirección si y sólo

si P es no acotado.

Demostración.
(=⇒) Si P tiene una dirección d, entonces es no acotado puesto que dado x ∈ P se tiene que
x + λd ∈ P, ∀λ ≥ 0 y por lo tanto lı́m ∥x + λd∥ = ∞.
λ→∞

(⇐=) Supongamos que P es no acotado y que no posee direcciones. Entonces tampoco po-
seee direcciones extremas y, por el teorema anterior, todo punto x ∈ P puede escribirse de
∑k ∑
k
la forma x = λi xi , para algunos λi ≥ 0, i = 1, . . . , k, λi = 1.
i=1 i=1

Por la desigualdad triangular

∑k ∑ k ∑
k
∥x∥ = λi xi

≤ λ i ∥xi ∥ ≤ ∥xi ∥ < ∞ ∀x ∈ P
i=1 i=1 i=1

lo que contradice que P sea no acotado.

Ejercicio 2.1.2 Sea S un convexo. Demuestre que x ∈ S es punto extremo si y sólo si S\{x}
es convexo.

Ejercicio 2.1.3 Probar que si S es un conjunto finito, co(S) es un poliedro.

26
2.1.4. Proyección sobre conjuntos convexos
Teorema 2.1.5 Sea S un conjunto convexo, cerrado, no vacı́o en IRn , y ∈ IRn , y ∈
/ S.
Entonces, existe un único x̄ ∈ S que minimiza la función

φy : S −→ IR
x 7−→ φy (x) = ∥y − x∥

Demostración.
Existencia: Sea γ = ı́nf{φy (x) / x ∈ S}. Existe una sucesión minimizante {xk }k∈IN ⊆ S tal
que
φy (xk ) → γ, k → ∞.
Usando la propiedad conocida como Ley del Paralelógramo,

∥u + v∥2 + ∥u − v∥2 = 2 ∥u∥2 + 2 ∥v∥2 ,

para u = xk − y, v = xl − y, tenemos

∥xk − xl ∥2 = 2 ∥xk − y∥2 + 2 ∥xl − y∥2 − ∥xk + xl − 2y∥2

2
= 2 ∥xk − y∥2 + 2 ∥xl − y∥2 − 4 12 xk + 12 xl − y
2
Notar que, por convexidad de S, se tiene que 12 xk + 21 xl ∈ S, luego 12 xk + 12 xl − y ≥ γ 2 ,
por lo tanto,

∥xk − xl ∥2 ≤ 2 ∥xk − y∥2 + 2 ∥xl − y∥2 − 4γ 2

Si k, l → ∞, se tiene que ∥xk − y∥ → γ y ∥xl − y∥ → γ, luego ∥xk − xl ∥2 → 0, es decir,

{xk }k∈IN es una sucesión de Cauchy en IRn y, por lo tanto, converge a un cierto x̄ ∈ S, pues
S es cerrado. Por continuidad de la norma, φy (x̄) = γ.

Unicidad: Sea x̄¯ ∈ S, x̄¯ ̸= x̄, tal que φy (x̄¯) = γ. De manera análoga a la parte anterior,
se llega a ∥x̄ − x̄¯∥2 ≤ 2 ∥x̄ − y∥2 + 2 ∥x̄¯ − y∥2 − 4γ 2 , que es igual a cero, luego x̄ = x̄¯.

Observación 2.1.4 El teorema anterior es válido para la norma euclideana, pero si se usa
otra norma, entonces es posible que la proyección no quede bien definida al no haber unicidad.
En lo que sigue, salvo indicación expresa en contrario, siempre entenderemos que se usa la
norma euclideana.

Definición 2.1.11 Sea S un convexo cerrado no vacı́o.

27
 i) Para y ∈ IRn , se define la distancia de y a S, por d(y, S) = mı́n{φy (x) / x ∈ S}.

ii) Para y ∈ IRn , se define la proyección de y sobre S, mediante

PS (y) = arg mı́n{φy (x) / x ∈ S} = x̄ ∈ S,

siendo x̄ el único que satisface φy (x̄) ≤ φy (x), ∀x ∈ S.

*
y

d(y,S)

P (y) _
S x S

Figura 2.9: Distancia y proyección del punto y al conjunto S

Observación 2.1.5 La notación arg mı́n se lee como ”el argumento que minimiza”. Clara-
mente, si y ∈ S se tiene que d(y, S) = 0 y PS (y) = y.

Observación 2.1.6 De aquı́ en adelante usaremos la notación ⟨u, v⟩ para el producto in-
terno habitual en IRn pero, como interpretamos los vectores de IRn como columnas, es equi-
valente escribir uT v.

Teorema 2.1.6 Sean S un convexo cerrado no vacı́o e y ∈

/ S. Se tiene que

⟨y − x̄, x − x̄⟩ ≤ 0, ∀x ∈ S

si y solamente si x̄ minimiza φy (x).

28
Demostración. Supongamos que para cierto x̄ ∈ IRn se tiene ⟨y − x̄, x − x̄⟩ ≤ 0, ∀x ∈ S.
Entonces
∥y − x∥2 = ∥y − x̄ − (x − x̄)∥2
= ∥y − x̄∥2 + ∥x − x̄∥2 − 2⟨y − x̄, x − x̄⟩
≥ ∥y − x̄∥2 + ∥x − x̄∥2
≥ ∥y − x̄∥2
Esto implica que ∥y − x̄∥ ≤ ∥y − x∥, ∀x ∈ S. Es decir φy (x̄) ≤ φy (x), ∀x ∈ S.

Inversamente, si x̄ minimiza φy en S, entonces ∀x ∈ S:

∥y − x∥2 = ∥y − x̄ − (x − x̄)∥2
= ∥y − x̄∥2 + ∥x − x̄∥2 − 2⟨y − x̄, x − x̄⟩
≤ ∥y − x∥2 + ∥x − x̄∥2 − 2⟨y − x̄, x̄ − x⟩
Luego ⟨y − x̄, x − x̄⟩ ≤ 12 ∥x − x̄∥2 , ∀x ∈ S.

Como S es un conjunto convexo y x̄ ∈ S, entonces λx + (1 − λ)x̄ ∈ S, ∀λ ∈]0, 1[ y por

lo tanto:

⟨y − x̄, λx + (1 − λ)x̄ − x̄⟩ ≤ 12 ∥λx + (1 − λ)x̄ − x̄∥2

de donde

⟨y − x̄, x − x̄⟩ ≤ λ2 ∥x − x̄∥2

Tomando λ → 0+ , se tiene el resultado.

Geométricamente, el teorema anterior quiere decir que la proyección de y sobre S se alcanza

en un punto x̄ tal que el trazo y − x̄ es ortogonal al conjunto.

Teorema 2.1.7 Sea S un convexo cerrado no vacı́o, entonces

∥PS (x) − PS (y)∥ ≤ ∥x − y∥ , ∀x, y ∈ IRn .

Observación 2.1.7 Esto es equivalente a decir que si S un convexo cerrado no vacı́o, la

función de proyección PS es función de Lipschitz (continua).

Ejercicio 2.1.4 Demuestre el Teorema 2.1.7.

29
 y

S _
x

Figura 2.10: Proyección de y sobre S.

2.1.5. Separación de convexos: teoremas de Farkas y Gordan

Teorema 2.1.8 (Hahn-Banach) Sea S un convexo cerrado no vacı́o, y ∈
/ S. Entonces
existen p ∈ IRn , p ̸= 0, α ∈ IR, tales que

pT y > α
pT x ≤ α, ∀x ∈ S.

H={z/p t z= α }

Figura 2.11: H es el hiperplano separador entre S e y.

Demostración. De acuerdo a lo desarrollado en la subsección anterior, existe un único

x̄ ∈ S tal que ⟨y − x̄, x − x̄⟩ ≤ 0, ∀x ∈ S.

30
Sean p = y − x̄ ̸= 0 y α = ⟨p, x̄⟩. Tenemos que

⟨p, x − x̄⟩ ≤ 0 ∀x ∈ S

por lo tanto
⟨p, x⟩ ≤ ⟨p, x̄⟩ = α ∀x ∈ S (2.1)
Por otro lado

⟨p, x − x̄⟩ = ⟨p, x − y + y − x̄⟩ = ⟨p, x − y⟩ + ⟨p, y − x̄⟩ = ⟨p, x − y⟩ + ∥p∥2 ≤ 0, ∀x ∈ S

lo que implica que

⟨p, x⟩ + ∥p∥2 ≤ ⟨p, y⟩, ∀x ∈ S.

Como ∥p∥2 ̸= 0, se tiene que

⟨p, x⟩ < ⟨p, y⟩, ∀x ∈ S (2.2)
Evaluando esta expresión en x = x̄ y usando la definición de α se tiene α < ⟨p, y⟩, lo que
concluye la demostración.

El teorema anterior introduce la noción de hiperplano separador (ver Figura 2.11).

Definición 2.1.12 Sea S un convexo cerrado no vacı́o. Un hiperplano soportante de S

es un hiperplano H tal que H ∩ S ̸= ∅ y {S ⊆ H + ∨ S ⊆ H − }.

Esto se muestra en la Figura 2.12.

a) b)

ω
S
S ω

H2
H1
H3

Figura 2.12: Para la figura a), H1 y H2 son dos hiperplanos soportantes en el punto señalado.

Cuando definimos los poliedros, los caracterizamos como una intersección finita de semiespa-
cios. El siguiente teorema nos permitirá deducir una caracterización similar para un conjunto
convexo no vacı́o cualquiera.

31
Teorema 2.1.9 Sea S ⊆ IRn un conjunto convexo y sea x̄ un punto en la frontera de S.
Entonces S tiene un hiperplano soportante en x̄.

Corolario 2.1.3 Sea S un convexo cerrado no vacı́o. Entonces

∩
S= {W semiespacio/S ⊆ W }

Observación 2.1.8 Note que la intersección anterior no es necesariamente finita.

Demostración. Basta tomar los semiespacios generados por todos los hiperplanos sopor-
tantes del convexo, que contengan a S.

Teorema 2.1.10 (Farkas) Sea A ∈ Mm×n (IR), c ∈ IRn . Uno y sólo uno de los siguientes
sistemas tiene solución:

(1) Ax ≤ 0, cT x > 0
(2) AT y = c, y ≥ 0

Demostración. Supongamos que (2) tiene solución, es decir, que existe y ≥ 0 tal que
AT y = c.

Si (1) tuviese solución, existirı́a x ∈ IRn tal que Ax ≤ 0, cT x > 0. Premultiplicando la

primera desigualdad por y ≥ 0, se tiene que y T Ax = (AT y)T x = cT x ≤ 0, lo cual es una
contradicción. Por lo tanto (1) no tiene solución.

Supongamos ahora que (2) no tiene solución. Sea S = {z ∈ IRn /z = AT y, y ≥ 0}, que
es un convexo, cerrado y no vacı́o.

Como (2) no tiene solución, entonces c ∈

/ S. Luego existen p ̸= 0, α ∈ IR tales que

⟨p, c⟩ > α y ⟨p, z⟩ ≤ α, ∀z ∈ S.

Como z = 0 ∈ S, entonces α ≥ 0, lo que implica

⟨p, c⟩ > 0 (2.3)

De ⟨p, z⟩ ≤ α ∀z ∈ S, se tiene que ⟨p, AT y⟩ = ⟨Ap, y⟩ ≤ α, ∀y ≥ 0.

32
Supongamos queAp  tiene una coordenada estrictamente positiva, digamos (Ap)1 , y con-
1
 0 
 
sideremos y = λ  .. , λ > 0. Entonces λ(Ap)1 ≤ α ∀λ > 0, lo que es una contradicción,
 . 
0
pues se puede elegir λ suficientemente grande de modo de violar la desigualdad, dado que
(Ap)1 > 0. Luego, Ap no tiene coordenadas positivas, es decir,

Ap ≤ 0 (2.4)

De (2.3) y (2.4) se deduce que (1) tiene solución en x = p.

Ejercicio 2.1.5 Sea A ∈ Mm×n (IR), c ∈ IRn . Uno y sólo uno de los siguientes sistemas
tiene solución:

(1) Ax ≤ 0, x ≥ 0, cT x > 0
(2) AT u ≥ c, u ≥ 0
[ ]
e= A
Basta considerar la matriz A y aplicar el teorema de Farkas.
−I

Teorema 2.1.11 Sean S1 y S2 , conjuntos convexos no vacı́os en IRn , tales que S1 ∩ S2 = ∅.

Existe un hiperplano que separa S1 y S2 , es decir, existe p ∈ IRn no nulo tal que

pT x1 ≥ pT x2 ∀x1 ∈ S1 , x2 ∈ S2 .

Demostración. Consideremos el conjunto

S = {x/x = x2 − x1 , x1 ∈ S1 , x2 ∈ S2 } = S2 − S1 .

Se deduce del Ejercicio (2.1.1) que S es un convexo. Además, es claro que 0 ∈ / S (en efecto,
0 ∈ S implicarı́a que S1 ∩ S2 ̸= ∅). Luego, usando el Teorema 2.1.8, existe p ̸= 0 tal que

pT x ≤ 0 ∀x ∈ S

de donde se concluye que

33
 S2

S1

Figura 2.13: En el caso de la figura, el hiperplano separador de los dos conjuntos convexos es soportante
para la clausura de ambos.

pT (x2 − x1 ) ≤ 0 ∀x1 ∈ S1 , ∀x2 ∈ S2

lo que prueba el teorema.

Teorema 2.1.12 (Gordan) Sea A ∈ Mm×n (IR). Entonces uno y sólo uno de los siguientes
sistemas tiene solución:

(1) Ax < 0
(2) AT p = 0, p ≥ 0, p ̸= 0

Demostración. Supongamos primero que (1) tiene solución, es decir, que existe x ∈ IRn tal
que Ax < 0. Demostraremos que (2) no tiene solución. Si no, existirı́a p ∈ IRn , p ≥ 0, p ̸= 0
tal que AT p = 0.

Entonces, premultiplicando (1) por pT se obtiene que pT Ax < 0, lo que contradice que
AT p = 0.

Supongamos ahora que (1) no tiene solución. Demostraremos que (2) posee solución. Si
no, definamos

S1 = {z ∈ IRm /z = Ax, x ∈ IRn } y S2 = {z ∈ IRm /z < 0}

Como (1) no tiene solución, entonces tenemos

34
 S1 ∩ S2 = ∅
S1 ̸= ∅, S2 ̸= ∅
S1 y S2 convexos

Entonces, por teorema anterior (separación de dos convexos), existe un hiperplano separador;
es decir existe p ̸= 0 tal que

p T z1 ≥ p T z2 ∀z1 ∈ S1 , z2 ∈ S2

Luego,
pT Ax1 ≥ pT z2 ∀x1 ∈ IRn , z2 ∈ S2 (2.5)
lo cual implica que
pT Ax1 ≥ sup {pT z2 }.
z2 <0

Probaremos que p ≥ 0. Si p tiene alguna coordenada negativa, entonces el supremo del lado
derecho de esta desigualdad es igual a +∞. Se deduce entonces que pT Ax1 = +∞, ∀x1 ∈ IRn ,
lo que es una contradicción. Ası́, p ≥ 0.

Luego, tomando lı́mite z2 → 0− en (2.5), se tiene que pT Ax1 ≥ 0, ∀x1 ∈ IRn . Eligien-
do x1 = −AT p, se tiene que AT p = 0 lo que implica AT p = 0. Esto demuestra que (2)
tiene solución.

2.2. Funciones Convexas

Definición 2.2.1 Sea S ⊆ IRn un conjunto convexo. Se dice que f : S −→ IR es una función
convexa si

f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)f (y), ∀x, y ∈ S, 0 ≤ λ ≤ 1.

Esta definición se puede interpretar geométricamente, diciendo que la imagen por f del
segmento [x, y] queda por debajo de la recta que une (x, f (x)) e (y, f (y)) (ver Figura 2.14).
Es posible probar la siguiente proposición, que induce una definición equivalente de conve-
xidad de funciones.

Proposición 2.2.1 Una función f : S −→ IR es convexa si y sólo si ∀k ∈ IN,

∑
k
x1 , . . . , xk ∈ S y λ1 , . . . , λk ≥ 0 tales que λi = 1, se tiene
i=1

35
 f(y)

f(x)

x y

Figura 2.14: Función convexa: imagen del segmento [x, y] queda por debajo de la recta que une los
puntos (x, f (x)) e (y, f (y)).

f (λ1 x1 + ... + λk xk ) ≤ λ1 f (x1 ) + ... + λk f (xk ).

Definición 2.2.2 Una función f, definida sobre un convexo S, se dice estrictamente con-
vexa si para todo x, y ∈ S, x ̸= y, 0 < λ < 1, se tiene

f (λx + (1 − λ)y) < λf (x) + (1 − λ)f (y)

Definición 2.2.3 Se dice que f : S −→ IR es cóncava si −f es convexa o, equivalente-

mente, si

f (λx + (1 − λ)y) ≥ λf (x) + (1 − λ)f (y), ∀x, y ∈ S, 0 ≤ λ ≤ 1 .

Del mismo modo, f es estrictamente cóncava si −f es estrictamente convexa.

Ejemplo 2.2.1 .

i) Para todo α ∈ IRn , β ∈ IR, la función f : IRn → IR definida por f (x) = αT x + β (lineal
afı́n) es cóncava y convexa.
ii) La función f definida por


x si x ∈] − ∞, 0]
f (x) = 0 si x ∈]0, 1[


x si x ∈ [1, ∞[
(lineal por pedazos) no es convexa ni cóncava.

36
 iii) La función f (x) = −x2 es estrictamente cóncava.

iv) La función {
x2 si x ∈] − ∞, 2]
f (x) =
4 si x ∈]2, ∞[
no es convexa ni cóncava.

i) ii)

iii) iv)

Figura 2.15: Gráfico de las funciones del Ejemplo 2.2.1

A continuación presentamos el teorema que garantiza la continuidad de las funciones conve-

xas en el interior de su dominio. La demostración es un buen ejercicio de cálculo en varias
variables.

Teorema 2.2.1 Sea f : S −→ IR convexa. Entonces, f es continua en el interior de S.

Demostración. Sea x̄ ∈ int(S). Para probar la continuidad de f en x̄ necesitamos mostrar

que, dado ε > 0, existe δ > 0 tal que ∥x − x̄∥ ≤ δ ⇒ |f (x) − f (x̄)| ≤ ε.

37
Sea entonces ε > 0. Dado que x̄ ∈ int(S) existe η > 0 tal que la bola de centro x̄ y ra-
dio η está incluida en S, es decir, B(x̄, η) ⊆ S.

Claramente x̄ ± ηei ∈ S, con ei vector de la base canónica. Luego, es claro que

1 1
x̄ = (x̄ + ηei ) + (x̄ − ηei )
2 2
y esto implica (por convexidad de f )
1 1
f (x̄) ≤ f (x̄ + ηei ) + f (x̄ − ηei ) ∀i = 1, . . . , n
2 2
de donde
1 1
0 ≤ {f (x̄ + ηei ) − f (x̄)} + {f (x̄ − ηei ) − f (x̄)}.
2 2
De aquı́ se desprende que ∀i, f (x̄ + ηei ) − f (x̄) y f (x̄ − ηei ) − f (x̄) no pueden ser simultánea-
mente negativos.
η εη
Sea K = máx{f (x̄±ηei )−f (x̄), ∀i = 1, . . . , n}, 0 ≤ K < ∞, y definamos δ = mı́n{ , }.
n nK
∑
n
Sean αi ≥ 0 i = 1, . . . , n, tales que x − x̄ = αi di , con
i=1
{
ηei si xi − x̄i ≥ 0
di =
−ηei si xi − x̄i < 0
2
∑n n ∑
∑ n ∑
n ∑
n
Luego, ∥x − x̄∥ = αi di
2
= α α d d
i j i j = αi
2
∥d i ∥2
= η 2
αi2 ≤ δ 2 .
i=1 i=1 j=1 i=1 i=1
∑
n
δ2
1 ε 2
Ası́, se tiene que αi2 ≤ 2
= mı́n{ 2 , 2 2 }, lo que implica en particular que
i=1
η n nK

1 ε
αi ≤ mı́n{ , } ∀i = 1, . . . , n.
n nK

38
Entonces,
∑
n ∑n
1
f (x) = f (x − x̄ + x̄) = f ( αi di + x̄) = f ( (nαi di + x̄))
i=1 i=1
n
∑n
1 1∑
n
≤ f (nαi di + x̄) = f [(1 − nαi )x̄ + nαi (x̄ + di )]
i=1
n n i=1
1∑
n
≤ [(1 − nαi )f (x̄) + nαi f (x̄ + di )]
n i=1
∑
n
= f (x̄) + αi [f (x̄ + di ) − f (x̄)]
i=1

Luego (de la definición de K y por la cota establecida para αi más arriba),

∑
n ∑
n
f (x) − f (x̄) ≤ αi [f (x̄ + di ) − f (x̄)] ≤ K αi ≤ ε
i=1 i=1

Para terminar, falta probar que f (x̄) − f (x) ≤ ε.

Sea y = 2x̄ − x. Notemos que ∥y − x̄∥ = ∥x̄ − x∥ ≤ δ, luego, f (y) − f (x̄) ≤ ε.

Pero f (x̄) = f ( 21 y + 21 x) ≤ 12 f (y) + 21 f (x) implica que

1 1 1
[f (x̄) − f (x)] ≤ [f (y) − f (x̄)] ≤ ε.
2 2 2

Luego, |f (x) − f (x̄)| ≤ ε y se tiene el resultado.

Una función convexa podrı́a no ser continua en todo su dominio, sin embargo, el teorema
anterior dice que los puntos de discontinuidad se encuentran en la frontera, como muestra el
siguiente ejemplo.
{
x2 |x| < 1
Ejemplo 2.2.2 Sea S = {x/ |x| ≤ 1} y f : S → IR, definida por f (x) =
2 |x| = 1

La función f es convexa, continua en int (S) y los puntos de discontinuidad {−1, 1} están
en la frontera de S.

39
2.2.1. Conjuntos relevantes asociados a funciones convexas
Definición 2.2.4 Sea f : S ⊆ IRn −→ IR, con S ̸= ∅ un conjunto cualquiera. Para α ∈ IR
se definen los siguientes conjuntos (ver Figura 2.16)

Nα (f ) = {x ∈ IRn / f (x) ≤ α}, el conjunto de nivel α.

Cα (f ) = {x ∈ IRn / f (x) = α}, curva de nivel α.

epi(f ) = {(x, α) ∈ S × IR / f (x) ≤ α}, el epı́grafo de f .

epi(f)
α

N α f(x)=[x 1 ,x 2 ]
x1* *x2

Cα f(x)={x 1,x 2}

Figura 2.16: Conjunto de nivel, curva de nivel y epı́grafo de una función real f.

Teorema 2.2.2 Sea una función f : S ⊆ IRn −→ IR, con S convexo. Se tiene que

(i) f es convexa si y sólo si epi(f ) es un conjunto convexo

(ii) Si f es convexa, entonces Nα (f ) es convexo.

Demostración.

40
(i) Sea f convexa. Sean (x, α), (y, β) ∈ epi(f ), λ ∈ [0, 1]. Entonces, por convexidad

λ(x, α) + (1 − λ)(y, β) = (λx + (1 − λ)y, λα + (1 − λ)β) ∈ S × IR

Como f es convexa, entonces

f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)y ≤ λα + (1 − λ)β,

puesto que f (x) ≤ α y f (y) ≤ β. Luego,

λ(x, α) + (1 − λ)(y, β) ∈ epi(f ),

por lo tanto epi(f ) es convexo.

Sea ahora epi(f ) un conjunto convexo. Claramente se tiene que (x, f (x)), (y, f (y)) ∈ epi(f )
y, por lo tanto, para λ ∈ [0, 1] se tiene

λ(x, f (x)) + (1 − λ)(y, f (y)) ∈ epi(f ).

Es decir,
(λx + (1 − λ)y, λf (x) + (1 − λ)f (y)) ∈ epi(f ),
de donde se concluye que f es convexa.

(ii) Sean x, y ∈ Nα (f ). Se tiene que f (x) ≤ α y f (y) ≤ α, por lo tanto

f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)f (y) ≤ α

de donde λx + (1 − λ)y ∈ Nα (f ).

La recı́proca de (ii) no es cierta: para la función (iv) del Ejemplo 2.2.1, Nα (f ) es convexo
∀α ∈ IR, sin embargo la función no es convexa.

2.2.2. Funciones convexas diferenciables

Definición 2.2.5 Sea S ⊆ IRn , no vacı́o, f : S −→ IR, x̄ ∈ S, y d ̸= 0 tal que

x̄ + λd ∈ S ∀λ ∈ [0, η[, algún η > 0.

Se define la derivada direccional de f en el punto x̄, en la dirección d, por (cuando el

lı́mite existe)

41
 f (x̄ + λd) − f (x̄)
f ′ (x̄, d) = lı́m+ ∈ IR
¯
λ→0 λ

¯ = IR ∪ {−∞, +∞}.
donde IR

Definición 2.2.6 Sea S ⊆ IRn , no vacı́o. Una función f : S → IR se dice diferenciable

en x̄ ∈ int (S) si existe ∇f (x̄) ∈ IRn tal que

f (x) = f (x̄) + ∇f (x̄)T (x − x̄) + o (x − x̄) ∀x ∈ S

o (x − x̄)
donde lı́m = 0.
x→x̄ ∥x − x̄∥

Teorema 2.2.3 Si f es diferenciable en el interior de S, entonces f ′ (x̄, d) = ∇f (x̄)T d.

Demostración. Sea x̄ ∈ int (S), como f es diferenciable se tiene que

f (x) = f (x̄) + ∇f (x̄)T (x − x̄) + o(x − x̄) ∀x ∈ S.

Sea x = x̄ + λd ∈ S (para λ > 0 suficientemente pequeño), luego

f (x̄ + λd) = f (x̄) + ∇f (x̄)T (λd) + o(λd)

implica
f (x̄ + λd) − f (x̄) o(λd)
= ∇f (x̄)T d + ∥d∥
λ ∥λd∥

Tomando lı́mite cuando λ → 0+ , se obtiene f ′ (x̄, d) = ∇f (x̄)T d.

La siguiente proposición garantiza la existencia de la derivada direccional de las funciones

convexas (bajo ciertas hipótesis generales).

Proposición 2.2.2 Sea f : S −→ IR, convexa. Sean x̄ ∈ S, y d ̸= 0 tales que existe η > 0
que cumple x̄ + λd ∈ S, para todo λ ∈ [0, η[. Entonces f ′ (x̄, d) existe.

Demostración. Sean 0 < λ1 < λ2 < η. Entonces

λ1 λ1 λ1 λ1
f (x̄ + λ1 d) = f ( (x̄ + λ2 d) + (1 − )x̄) ≤ f (x̄ + λ2 d) + (1 − )f (x̄)
λ2 λ2 λ2 λ2

42
implica
f (x̄ + λ1 d) − f (x̄) f (x̄ + λ2 d) − f (x̄)
≤
λ1 λ2
f (x̄ + λd) − f (x̄)
Ası́, la función φ(λ) = es monótona (no decreciente) y por lo tanto ı́nf φ(λ)
λ λ>0
existe (estamos en IR).¯

Pero ı́nf φ(λ) = lı́m+ φ(λ) = f ′ (x̄, d), luego la derivada direccional existe.
λ>0 λ→0

El teorema siguiente permite caracterizar la convexidad de las funciones diferenciables, esta-

bleciendo que el hiperplano soportante de la función, en un punto cualquiera de la frontera
del epı́grafo, acota inferiormente a la función.

Teorema 2.2.4 (Caracterización de convexidad en el caso diferenciable) Sea f : S −→ IR

una función diferenciable en S ⊆ IRn , convexo. Entonces f es convexa si y sólo si

f (x) ≥ f (x̄) + ∇f (x̄)T (x − x̄), ∀x, x̄ ∈ S.

Demostración.
(⇒) Sea f convexa. Dados x, x̄ ∈ S se tiene que

f (λx + (1 − λ)x̄) ≤ λf (x) + (1 − λ)f (x̄), ∀λ ∈ [0, 1]

Reordenando, tenemos que

f (x̄ + λ(x − x̄)) − f (x̄)
≤ f (x) − f (x̄), ∀λ ∈ [0, 1[
λ
y tomando lı́mite λ → 0+ :

f ′ (x̄, d) = ∇f (x̄)T (x − x̄) ≤ f (x) − f (x̄)

que implica
f (x) ≥ f (x̄) + ∇f (x̄)T (x − x̄), ∀x̄, x ∈ S.

(⇐) Sean x, x̄ ∈ S. Entonces,

f (x) ≥ f (λx + (1 − λ)x̄) + ⟨∇f (λx + (1 − λ)x̄), (1 − λ)(x − x̄)⟩ ∀λ ∈ [0, 1]

f (x̄) ≥ f (λx + (1 − λ)x̄) + ⟨∇f (λx + (1 − λ)x̄), λ(x̄ − x)⟩ ∀λ ∈ [0, 1]

43
Multilplicando la primera desigualdad por λ, la segunda por (1 − λ) y sumando, se tiene

λf (x) + (1 − λ)f (x̄) ≥ f (λx + (1 − λ)x̄) ∀λ ∈ [0, 1]

Es decir, f es convexa.

Observación 2.2.1 Es directo probar que f, satisfaciendo las hipótesis del teorema anterior,
es estrictamente convexa si y sólo si f (x) > f (x̄) + ∇f (x̄)T (x − x̄), ∀x, x̄ ∈ S, x ̸= x̄.

Corolario 2.2.1 Sea f : S −→ IR una función diferenciable en S ⊆ IRn , convexo. Entonces

f es convexa si y sólo si ⟨∇f (x2 ) − ∇f (x1 ), x2 − x1 ⟩ ≥ 0, ∀x1 , x2 ∈ S.

Demostración. De acuerdo al teorema anterior,

f (x1 ) ≥ f (x2 ) + ⟨∇f (x2 ), x1 − x2 ⟩ ∀x1 , x2 ∈ S

f (x2 ) ≥ f (x1 ) + ⟨∇f (x1 ), x2 − x1 ⟩ ∀x1 , x2 ∈ S

Sumando las desigualdades anteriores, se tiene que

0 ≥ ⟨∇f (x2 ), x1 − x2 ⟩ + ⟨∇f (x1 ), x2 − x1 ⟩ = ⟨−∇f (x2 ) + ∇f (x1 ), x2 − x1 ⟩

es decir, ⟨∇f (x2 ) − ∇f (x1 ), x2 − x1 ⟩ ≥ 0 ∀x1 , x2 ∈ S.

Definición 2.2.7 Sea S ⊆ IRn , no vacı́o. Una función f : S → IR se dice dos veces
diferenciable en x̄ si existe ∇f (x̄) ∈ IRn y H(x̄) ∈ Mn×n (IR) tal que

f (x) = f (x̄) + ∇f (x̄)T (x − x̄) + 21 (x − x̄)T H (x̄) (x − x̄) + o (x − x̄) ∀x ∈ S

o (x − x̄)
donde → 0 si x → x̄
||x − x̄||2

La matriz H (x̄) se llama matriz Hessiana de f en x̄:

44
  
∂ 2 f (x̄) ∂ 2 f (x̄) ∂ 2 f (x̄)
 ··· 
 ∂x21 ∂x1 ∂x2 ∂x1 ∂xn 
 .. .. 2
∂ f (x̄) .. 
H (x̄) = 
 . . . 

 2 ∂xi ∂xj 
 ∂ f (x̄) ∂ f (x̄) 
2
··· ···
∂xn ∂x1 ∂x2n

Teorema 2.2.5 (Caracterización de convexidad para una función dos veces diferenciable)
Sea S ⊆ IRn un abierto, convexo, no vacı́o, y sea f : S → IR dos veces diferenciable en S.
Entonces f es convexa si y sólo si H (x) es semi-definida positiva ∀x ∈ S.

Demostración.
(⇒) Sea x̄ ∈ S. Queremos probar que ∀x ∈ IRn , xT H (x̄) x ≥ 0.

Como S es abierto, ∀x ∈ IRn , x̄ + λx ∈ S, para λ suficientemente pequeño. Del Teore-

ma 2.2.4 se tiene que

f (x̄ + λx) ≥ f (x̄) + λ∇f (x̄)T x, ∀x ∈ IRn

Además,

λ2 T
f (x̄ + λx) = f (x̄) + λ∇f (x̄)T x + x H (x̄) x + o (λx) , ∀x ∈ IRn
2
Restando las dos ecuaciones, se tiene que

λ2 T
0≥− x H (x̄) x − o (λx) ∀x ∈ IRn
2
de donde,
2
xT H (x̄) x + o (λx) ≥ 0 ∀x ∈ IRn .
λ2
Para x ̸= 0 (el caso x = 0 es directo), dividamos por ∥x∥2 y tomemos lı́mite cuando λ → 0+
para obtener que xT H (x̄) x ≥ 0 ∀x ∈ IRn , es decir, que H (x̄) es semi-definida positiva.

(⇐) Sean x, x̄ ∈ S. Por teorema del valor medio

f (x) = f (x̄) + ∇f (x̄)T (x − x̄) + 21 (x − x̄)T H(b

x) (x − x̄)

45
 b = λx̄ + (1 − λ)x ∈ S, para algún λ ∈]0, 1[.
con x

x) es semi-definida positiva, (x − x̄)T H(b

Como H(b x) (x − x̄) ≥ 0, luego

f (x) ≥ f (x̄) + ∇f (x̄)T (x − x̄) ∀x, x̄ ∈ S

Por el Teorema 2.2.4, f es convexa.

( )
x1
Ejemplo 2.2.3 Sea f = −x21 − 5x22 + 2x1 x2 + 10x1 − 10x2 . Deseamos verificar si f
x2
es convexa, cóncava o ninguna de ellas.

Podemos escribir f de una manera más conveniente como sigue:

( ) ( ) [ ]( )
x1 ( ) x1 ( ) −1 1 x1
f = 10, −10 + x1 , x2
x2 x2 1 −5 x2
( ) [ ]( )
( ) x1 1( ) −2 2 x1
= 10, −10 + x1 , x2
x2 2 2 −10 x2
[ ]
−2 2
Luego, H(x) = (no depende explı́citamente de x).
2 −10
Calculemos sus valores propios:
[ ]
−2 − λ 2
det = (2 + λ) (10 + λ) − 4 = λ2 + 12λ + 16 = 0
2 −10 − λ

de donde λ1 = −1,5279 y λ2 = −10,4721.

Como ambos valores son negativos, H(x) es definida negativa. Luego, por el teorema ante-
rior, f es cóncava. Más aún, como lo demuestra el siguiente resultado, f es estrictamente
cóncava.

Corolario 2.2.2 Sea S ⊆ IRn un abierto, convexo, no vacı́o, y sea f : S → IR dos veces
diferenciable en S. Se tiene que,

(i) si H(x) es definida positiva en cada punto de S, entonces f es estrictamente convexa.

46
 (ii) si f es estrictamente convexa, entonces H(x) es semi-definida positiva en todo punto
de S.

Demostración.
(i) Análogamente a la segunda parte de la demostración del teorema anterior, de la igualdad

f (x) = f (x̄) + ∇f (x̄)T (x − x̄) + 21 (x − x̄)T H(b

x) (x − x̄)

y usando el hecho que H(x) es definida positiva, se obtiene

f (x) > f (x̄) + ∇f (x̄)T (x − x̄) ∀x, x̄ ∈ S, x ̸= x̄,

Por la Observación 2.2.1, esto es equivalente a decir que f es estrictamente convexa.

(ii) Notar que ( )

xT x o (λx)
lı́m H (x̄) +2 >0
λ→0 ∥x∥ ∥x∥ λ2 ∥x∥2
implica xT H (x̄) x ≥ 0 ∀x ∈ IRn , es decir, H(x̄) es semi-definida positiva.

Hasta aquı́ hemos desarrollado caracterizaciones de convexidad que nos serán de mucha
utilidad, pero sólo para funciones diferenciables. Existe una forma sencilla de extender estas
caracterizaciones a funciones no diferenciables, mediante el concepto de subgradiente, que se
define a continuación.

Definición 2.2.8 Sea f : S −→ IR, convexa. Un vector ξ ∈ IRn se llama subgradiente de

f en x̄ si

f (x) ≥ f (x̄) + ξ T (x − x̄) ∀x ∈ S

El conjunto de subgradientes de f en x̄ se denota por ∂f (x̄) y se llama subdiferencial de

f en x.

Proposición 2.2.3 Sean f : S −→ IR, convexa, y x̄ ∈ S . Entonces el subdiferencial ∂f (x̄)

es un conjunto convexo.

47
Demostración. Sean ξ1 , ξ2 ∈ ∂f (x̄). Entonces por definición se tiene

f (x) ≥ f (x̄) + ξ1T (x − x̄) , ∀x ∈ S

f (x) ≥ f (x̄) + ξ2T (x − x̄) , ∀x ∈ S

Multiplicando la primera inecuación por λ ∈ [0, 1] y la segunda por 1 − λ y luego sumando,
se tiene
f (x) ≥ f (x̄) + (λξ1 + (1 − λ)ξ2 )T (x − x̄) , ∀x ∈ S
lo que muestra que λξ1 + (1 − λ)ξ2 es también un subgradiente.

Proposición 2.2.4 Si f es convexa y diferenciable en x̄ ∈ int (S), entonces

∂f (x̄) = {∇f (x̄)}

Demostración. Notemos primero que ∇f (x̄) ∈ ∂f (x̄), pues f es convexa (Teorema 2.2.4).
Si ξ ∈ ∂f (x̄), entonces por definición f (x) ≥ f (x̄) + ξ t (x − x̄) , ∀x ∈ S.

Sea x = x̄ + λd ∈ S (para λ > 0 suficientemente pequeño), se tiene que

f (x̄ + λd) − f (x̄)

f (x̄ + λd) ≥ f (x̄) + λξ t d =⇒ ≥ ξtd
λ

Tomando lı́mite cuando λ → 0+ , ∇f (x̄)t d ≥ ξ t d, luego (ξ − ∇f (x̄))t d ≤ 0. Escogiendo

d = ξ − ∇f (x̄) y reemplazando en la ecuación anterior, obtenemos ∥ξ − ∇f (x̄)∥2 ≤ 0, lo que
implica que ξ = ∇f (x̄).

Proposición 2.2.5 Sea S ⊆ IRn un convexo no vacı́o y f : S → IR. Si ∀x̄ ∈ int (S)
∃ξ ∈ IRn tal que

f (x) ≥ f (x̄) + ξ t (x − x̄) ∀x ∈ S,

entonces f es convexa en int (S) .

Demostración. Sean x1 , x2 ∈ int (S) , λ ∈ [0, 1]. Como S es convexo entonces int (S) es
convexo, luego x̄ = λx1 + (1 − λ) x2 ∈ int (S) y existe ξ ∈ IRn , tal que

f (x) ≥ f (x̄) + ξ t (x − x̄) , ∀x ∈ S.

48
En particular,
f (x1 ) ≥ f (x̄) + ξ t (x1 − x̄)
f (x2 ) ≥ f (x̄) + ξ t (x2 − x̄)
Pero x1 − x = (1 − λ) (x1 − x2 ) y x2 − x̄ = −λ (x1 − x2 ). Luego, multiplicando la primera
desigualdad por λ, la segunda por (1 − λ) y sumando, se tiene que

λf (x1 ) + (1 − λ)f (x2 ) ≥ f (λx1 + (1 − λ)x2 ) ∀λ ∈ [0, 1],

es decir, f es convexa.

49
Capı́tulo 3

Caracterización de Optimalidad

3.1. Definición del Problema de Optimización

En este capı́tulo trataremos el problema:

(P ) mı́n f (x)
x∈S

Con S ⊆ IRn , generalmente definido por ecuaciones no necesariamente lineales, que llamare-
mos región factible y f una función cualquiera. Ciertamente, si S es un poliedro y f es lineal
entonces se trata del caso de la Programación Lineal.

Definición 3.1.1 Un punto x∗ ∈ S se dirá mı́nimo local de f si existe ϵ > 0 que cumpla
f (x∗ ) ≤ f (x), ∀x ∈ S tal que ∥x∗ − x∥ < ϵ. Es decir, existe una vecindad de x∗ donde dicho
punto es mı́nimo.

Definición 3.1.2 Un punto x∗ ∈ S se dirá mı́nimo global de f en S si f (x∗ ) ≤ f (x),

∀x ∈ S. Es decir, x∗ es solución de (P).

En términos del lenguaje utilizado, un elemento x̄ ∈ S se llama solución factible de (P ) y

si x̄ resuelve (P ) se puede decir que es solución, solución óptima, mı́nimo, o solución
global del problema.

Teorema 3.1.1 Sea f : S → IR, con S convexo no vacı́o, y sea x̄ una solución local del
problema (P ). Entonces,

50
(i) Si f es convexa, x̄ es mı́nimo global.

(ii) Si f es estrictamente convexa, x̄ es el único mı́nimo global.

Demostración.
(i) Sea ε > 0 tal que f (x̄) ≤ f (x), ∀x ∈ Vε (x̄) = {x ∈ S / ||x̄ − x|| < ε} y supongamos que
x̄ no es óptimo global.

Es decir, existe y ∈ S tal que f (y) < f (x̄). Luego, para λ ∈]0, 1[,

f (λy + (1 − λ)x̄) ≤ λf (y) + (1 − λ) f (x̄) < λf (x̄) + (1 − λ) f (x̄) = f (x̄),

ε
para λ suficientemente pequeño (en realidad basta con elegir λ < ), se tiene que
||y − x̄||
λy + (1 − λ)x̄ ∈ Vε (x̄), lo cual es una contradicción pues x̄ es mı́nimo local en Vε (x̄) .

(ii) Como f estrictamente convexa entonces f es convexa. Luego, por (i), x̄ es mı́nimo global.

Supongamos que no es único, esto es, que existe y ∈ S, con y ̸= x̄, tal que f (y) = f (x̄).
Entonces
1 1 1 1
f ( y + x̄) < f (y) + f (x̄) = f (x̄)
2 2 2 2
lo que implica que existe z ∈ S, z = 2 y + 2 x̄, distinto de x̄, tal que f (z) < f (x̄). Esto
1 1

contradice el hecho que x̄ es mı́nimo global.

3.2. Condiciones de Optimalidad

3.2.1. Optimización sin restricciones

En esta sección, obtendremos condiciones necesarias y suficientes para resolver problemas
no lineales irrestrictos (que es el caso en que S = IRn ), es decir problemas del tipo:

(P ) mı́n f (x)
x ∈ IRn

En general supondremos que f es una función una o dos veces continuamente diferenciable.

51
Teorema 3.2.1 (Condiciones necesarias de optimalidad) Sea x∗ solución local de (P)
y supongamos f ∈ C 2 (S), donde S es un conjunto abierto que contiene a x∗ . Entonces,

a) ∇f (x∗ ) = 0 y
b) La matriz Hessiana H(x∗ ) es semidefinida positiva.

Demostración. Sea d ∈ IRn , no nulo dado y consideremos la función g(α) = f (x∗ + αd).

a) Como x∗ es un mı́nimo local de f se tiene que:

f (x∗ ) ≤ f (x∗ + αd) ∀α > 0 suficientemente pequeño.

Es decir,
f (x∗ + αd) − f (x∗ )
0≤ .
α
Tomando lı́mite,

f (x∗ + αd) − f (x∗ )

0 ≤ lı́m+ = g ′ (0)
α→0 α

Ahora, por la regla de la cadena se tiene que g ′ (α) = ∇f (x∗ + αd)T d, lo que implica que
g ′ (0) = ∇f (x∗ )T d, por lo tanto

0 ≤ ∇f (x∗ )T d.

Como d es arbitrario, tomando d = ± ei , siendo ei el i-ésimo vector de la base canónica, se

∂f (x∗ )
deduce que = 0 y por lo tanto ∇f (x∗ ) = 0.
∂xi
b) Consideremos el desarrollo de Taylor de segundo orden,

1
g(α) = g(0) + g ′ (0)α + g ′′ (0)α2 + o(α2 ),
2
o(t)
donde la función o(t) cumple lı́m = 0.
t→0 t

Considerando que g ′ (α) = ∇(x∗ + αd)T d y g ′′ (α) = dT H(x∗ + αd)d, la expresión an-
terior se escribe
α2 T
f (x∗ + αd) − f (x∗ ) = α∇f (x∗ )T d + d H(x∗ )d + o(α2 ),
2
52
por lo tanto, como ∇f (x∗ ) = 0 y f (x∗ + αd) − f (x∗ ) ≥ 0, para α > 0 suficientemente
pequeño, se tiene que
o(α2 )
0 ≤ dT H(x∗ )d +
α2
∗
Tomando α → 0 se obtiene que H(x ) es semidefinida positiva.

En relación a las condiciones suficientes, se puede fácilmente probar los siguientes teoremas,
para el caso de funciones convexas (las demostraciones quedan como ejercicio de cálculo).

Teorema 3.2.2 Sea f una función convexa y diferenciable sobre un conjunto convexo S,
abierto. Entonces ∇f (x∗ ) = 0 es una condición necesaria y suficiente para que x∗ ∈ S sea
un mı́nimo global de f sobre S.

Teorema 3.2.3 (Condiciones suficientes de optimalidad, caso general) Sea f ∈ C 2 (S),

con S abierto. Supongamos que x∗ ∈ S satisface:

a) ∇f (x∗ ) = 0.
b) La matriz H(x∗ ) es definida positiva.

Entonces, x∗ es un mı́nimo local estricto de f en S.

3.2.2. Optimización con restricciones

Para el caso con restricciones, las condiciones de optimalidad son algo más complicadas que
para el caso irrestricto. Comencemos con algunas definiciones previas.

Definición 3.2.1 Sea f : IRn → IR. Se dice que d ∈ IRn es dirección de descenso de f
en x̄ si ∇f (x̄)T d < 0.

Definición 3.2.2 Sea S un conjunto no vacı́o en IRn y x̄ ∈ S. Se llama cono de direc-

ciones admisibles de S en x̄ al conjunto:

A(x̄) = {d / d ̸= 0, x̄ + λd ∈ S, ∀λ ∈ [0, η[ para algún η > 0}

Denotaremos por D(x̄) = {d / ∇f (x̄)T d < 0} al conjunto de direcciones de descenso.

Además, por simplicidad notacional y si no hay posible confusión, escribiremos A = A(x̄) y

D = D(x̄). Ambos conjuntos pueden ser vacı́os.

53
Teorema 3.2.4 Sea f : IRn → IR diferenciable en x̄ ∈ S. Si x̄ es mı́nimo local del problema

(P ) mı́n f (x)
x∈S

entonces, A ∩ D = ∅.

Demostración. Razonando por contradicción, supongamos que existe d ∈ A ∩ D, entonces

d ∈ A =⇒ existe η > 0 tal que x̄ + λd ∈ S, λ ∈ [0, η[ y

d ∈ D =⇒ existe ε > 0 tal que f (x̄ + λd) < f (x̄), λ ∈ [0, ε[.

Luego f (x̄ + λd) < f (x̄), para todo λ ∈]0, mı́n{ε, η}[, lo que contradice la minimalidad
local de x̄.

Muy frecuentemente el conjunto factible S está descrito mediante una sistema de inecuacio-
nes, que denominaremos restricciones. Sean g1 , . . . , gm , funciones de IRn en IR, diferencia-
bles. Consideremos también el conjunto

S = {x ∈ IRn / gi (x) ≤ 0, i = 1, . . . , m},

que es un convexo cuando las funciones g1 , . . . , gm son convexas en IRn (dejamos al lector
la tarea de probar esta afirmación y encontrar un contraejemplo para la afirmación recı́proca).

Entonces el problema (P ) se escribe

(P ) mı́n f (x)
gi (x) ≤ 0 i = 1, . . . , m

Definición 3.2.3 Sea x̄ ∈ IRn . Si una restricción gi verifica gi (x̄) = 0 entonces se dice que
es activa en x̄. Además, I = {i / gi (x̄) = 0} denota el conjunto de ı́ndices de las restricciones
activas en x̄.

Sea ahora el conjunto G(x̄) = {d / ∇gi (x̄)T d < 0, ∀i ∈ I}, el cual denotaremos simplemente
por G.

Teorema 3.2.5 Sea x̄ un punto factible de (P), es decir, gi (x̄) ≤ 0 i = 1, . . . , m. Entonces,

si x̄ es mı́nimo local de f, se cumple que G ∩ D = ∅.

54
Demostración. Basta probar que G ⊆ A y luego concluir usando el teorema anterior.

Sea d ∈ G y consideremos el caso i ∈ I. Entonces ∇gi (x̄)T d < 0, luego existe ηi > 0 tal
que
gi (x̄ + λd) < gi (x̄) λ ∈]0, ηi [.

Notar que el lado derecho de esta última desigualdad es nulo, entonces se tiene que
gi (x̄ + λd) < 0 λ ∈]0, η[,
para η = mı́n{ηj }.
j∈I

Tomemos ahora i ∈ / I. Como x̄ es factible, entonces cumple gi (x̄) < 0. De allı́, por con-
tinuidad, se deduce que existe εi > 0 tal que gi (x̄ + λd) < 0 λ ∈ [0, εi [.

Sean ε = mı́n{εi } y ∆ = mı́n{η, ε}. Entonces podemos decir que

i∈I
/

gi (x̄ + λd) ≤ 0 i = 1, . . . , m, ∀λ ∈ [0, ∆[

Entonces d ∈ A, lo que completa la demostración.

Teorema 3.2.6 (Karush-Kuhn-Tucker, desigualdades) Sea x̄ solución de (P ) y supon-

gamos que {∇gi (x̄), i ∈ I} es un conjunto linealmente independiente. Entonces existen
µ1 , . . . , µm ∈ IR tales que:
∑
m
∇f (x̄) + µi ∇gi (x̄) = 0
i=1
µi gi (x̄) = 0 i = 1, . . . , m
µi ≥ 0 i = 1, . . . , m

Demostración. Sabemos, del teorema anterior, que D ∩ G = ∅. Entonces, no existe una

dirección d ∈ IRn tal que

∇f (x̄)T d < 0
∇gi (x̄)T d < 0 i ∈ I

Definiendo  
∇f (x̄)T
 .. 
 . 
A= T
∇gi (x̄) 
..
. i∈I

55
podemos interpretar lo anterior como: no existe d ∈ IRn tal que Ad < 0. Entonces, por el
teorema de Gordan, existe p ̸= 0 tal que

AT p = 0
p ≥0

Notemos  
µ0
 .. 
.
p= 
 µi 
..
. i∈I
entonces,
∑
µ0 ∇f (x̄) + µi ∇gi (x̄) = 0
i∈I

donde los coeficientes µ0 , µi ≥ 0, para i ∈ I, no son todos nulos.

∑
Afirmamos que µ0 > 0. En efecto, si µ0 = 0, entonces se tiene que µi ∇gi (x̄) = 0, donde
i∈I
los coeficientes µi , i ∈ I no son todos nulos. Eso contradice la hipótesis de independencia
lineal.
µi
Ası́, podemos redefinir los coeficientes µi ← , ∀i ∈ I, con lo cual
µ0
∑
∇f (x̄) + µi ∇gi (x̄) = 0
i∈I
µi ≥ 0 i ∈ I,

donde los coeficientes µi i ∈ I, no son todos nulos.

También sabemos que gi (x̄) = 0 para i ∈ I y que gi (x̄) < 0 para i ∈

/ I, entonces defi-
niendo µi = 0 ∀i ∈
/ I, se concluye que

∑
m
∇f (x̄) + µi ∇gi (x̄) = 0
i=1
µi gi (x̄) = 0 i = 1, . . . , m
µi ≥ 0 i = 1, . . . , m,

56
lo que completa la demostración.

Ejemplo 3.2.1 Veremos aquı́ cuán importantes son las hipótesis del teorema anterior.
( ) El
1
siguiente es un problema clásico, que tiene como solución óptima el punto x∗ = .
0

(P ) mı́n −x1
−(1 − x1 )3 + x2 ≤ 0
−x2 ≤0

70

60

50

40

30

20

10

−10
−3 −2 −1 0 1 2 3

Figura 3.1: El teorema de KKT no es aplicable en el óptimo.

Como puede verse en la Figura (3.1), la versión del teorema de Karusch-Kuhn-Tucker (KKT)
no es aplicable en este caso, pues los gradientes de g1 y g2 no son linealmente independientes
en x∗ . En efecto,
( ) ( )
∗ 3(1 − x∗1 )2 0
∇g1 (x ) = =
1 1
( )
0
∇g2 (x∗ ) =
−1
( )
∗ −1
∇f (x ) = .
0
( ) ( ) ( ) ( )
−1 0 0 0
Se observa que no existen µ1 , µ2 ≥ 0 que satisfagan + µ1 + µ2 = .
0 1 −1 0

57
Interpretación geométrica del teorema de Karush-Kuhn-Tucker

El teorema de Karush-Kunh-Tucker puede ser interpretado geométricamente como sigue.

_
g2 (x)
g1

_
cono de direcciones - f(x)
admisibles _
x

g2 _
g1 (x)

Figura 3.2: Ilustración de las condiciones de Karush-Kuhn-Tucker para dimensión dos.

Consideremos un problema en dos dimensiones como el que se muestra en la Figura 3.2. El

cono de direcciones admisibles está dado por:

A(x̄) = {d / ∇gi (x̄)T d ≤ 0, ∀i ∈ I = {1, 2}}

Bajo la hipótesis de independencia lineal de los gradientes de las restricciones activas, para
que x̄ sea un mı́nimo local, se necesita que el vector −∇f (x̄) forme un ángulo obtuso con
toda dirección admisible d, lo que equivale a decir que −∇f (x̄) debe ser combinación lineal
positiva de los vectores del conjunto {∇gi (x̄), ∀i ∈ I}.

A continuación entregamos sin demostración el enunciado del teorema de Karush-Kuhn-

Tucker, extendido al caso de restricciones de igualdad y desigualdad.

Teorema 3.2.7 (Karush-Kuhn-Tucker, igualdades y desigualdades) Sean las funcio-

nes f : IRn → IR, gi : IRn → IR i = 1, . . . , m y hj : IRn → IR j = 1, . . . , l diferenciables.
Consideremos el problema

(P) mı́n f (x)

gi (x) ≤ 0 i = 1, . . . , m
hj (x) = 0 j = 1, . . . , l

Sean x̄ un punto factible. Supongamos que el conjunto {∇gi (x̄), ∇hj (x̄), i ∈ I, j = 1, . . . , l}
es linealmente independiente.

58
Entonces, si x̄ es solución de (P), existen µi ∈ IR, i = 1, . . . , m, νj ∈ IR, j = 1, . . . , l
tales que
∑
m ∑
l
∇f (x̄) + µi ∇gi (x̄) + νj ∇hj (x̄) = 0
i=1 j=1
µi gi (x̄) = 0 i = 1, . . . , m
µi ≥ 0 i = 1, . . . , m

Tal como en el caso de desigualdades, la hipótesis de independencia lineal de los gradientes

de las restricciones activas es demasiado fuerte, y el teorema sigue siendo válido aún cuando
esta hipótesis no se cumpla.

Ejemplo 3.2.2 Una aplicación interesante de esta versión del teorema de KKT es el caso
de la programación lineal, que es el tema del próximo capı́tulo. Consideremos el problema

(P ) mı́n cT x
Ax = b
x ≥0

donde la matriz A ∈ Mm×n (IR) y los vectores c ∈ IRn , b ∈ IRm son los datos del problema.
Se puede escribir equivalentemente,

(P ) mı́n cT x
−x ≤ 0
Ax − b = 0

de manera que las funciones f , gi y hj del problema general están dadas por
f (x) = cT x
gi (x) = −xi
∑n
hj (x) = ajk xk − bj
k=1

Los gradientes respectivos son

∇f (x) = c
∇gi (x) = −ei
∇hj (x) = (aj1 , . . . , ajn )T
donde ei es el i-ésimo vector de la base canónica de IRn . Las ecuaciones de KKT en este
caso se pueden escribir

59
 ∑
n ∑
m
c+ ui (−ei ) + vj (aj1 , . . . , ajn )T = 0
i=1 j=1
ui (−xi ) = 0 i = 1, . . . , n
ui ≥ 0 i = 1, . . . , n

Introduciendo el cambio de variable y = −v se obtiene

AT y + u = c
uT x = 0
u≥0

Entonces la caracterización completa de la solución del problema de Programación Lineal es

la siguiente: x es solución del problema (P ) si y sólo si existen vectores u ∈ IRn , y ∈ IRm ,
tales que

Ax = b
AT y + u = c
uT x = 0
x, u ≥ 0

Este es un sistema difı́cil de resolver, dado que algunas variables deben ser positivas y además
deben satisfacer una ecuación no lineal (ortogonalidad de x y u). Más adelante, en el capı́tulo
sobre la dualidad en Programación Lineal, daremos otra interpretación de este sistema.

60
Capı́tulo 4

Programación Lineal

4.1. Introducción y Ejemplos

Un problema de programación lineal (o programa lineal) se escribe de manera explı́cita como:

(P L) mı́n c1 x1 + c2 x2 + . . . + cn−1 xn−1 + cn x n

a1,1 x1 + a1,2 x2 + . . . + a1,n−1 xn−1 + a1,n xn = b1
a2,1 x1 + a2,2 x2 + . . . + a2,n−1 xn−1 + a2,n xn = b2
.. .. .. ..
. . . .
am,1 x1 + am,2 x2 + . . . + am,n−1 xn−1 + am,n xn = bm
xi ≥ 0 ∀i = 1, . . . , n

o en forma compacta como:

(P L) mı́n cT x
Ax = b
x ≥0

donde son dados c ∈ IRn , b ∈ IRm , A ∈ Mm×n (IR), con m ≤ n.

En la función objetivo o criterio cT x, la variable x se conoce como variable de de-

cisión o nivel de actividad y c como vector de costos.

El conjunto de restricciones P = {x / Ax = b, x ≥ 0} es un poliedro cerrado y se llama

conjunto factible. La matriz A se conoce como la matriz de coeficientes técnicos y b
como vector de recursos o, simplemente, lado derecho.

61
Observación 4.1.1 Se cumple:

Si P es acotado, entonces existe solución, pues se minimiza una función (lineal) con-
tinua sobre un conjunto compacto (el poliedro P es cerrado).

Si P es no acotado, puede ocurrir que cT x → −∞, con x ∈ P.

Definición 4.1.1 Tres posibilidades para un problema (PL):

Se dirá que el problema (P L) es acotado si existe z̄ ∈ IR tal que z̄ ≤ cT x, ∀x ∈ P.

Se dirá que el problema (P L) es no acotado si existen d ∈ IRn , x0 ∈ P tales que

x0 + λd ∈ P, ∀λ ≥ 0 y cT (x0 + λd) → −∞ si λ → ∞.

Se dirá que el problema (P L) es infactible si P = ∅.

Observación 4.1.2 Es evidente que si (P L) es no acotado, entonces P es no acotado. La

otra implicancia no siempre es cierta, como veremos cuando estudiemos cómo resolver un
programa lineal.

Formas canónicas de un programa lineal

Dos formas habituales de escribir (P L) para su estudio son:

1) Forma de desigualdad:
máx cT x
Ax ≤b
2) Forma estándar o canónica:
mı́n cT x
Ax = b
x ≥0
Estas dos formas son equivalentes pues los poliedros {x/Ax = b, x ≥ 0} y {x/Ax ≤ b} son
equivalentes, en el sentido que se puede pasar de una forma a otra mediante cambios simples
en las variables y restricciones, como por ejemplo:

Pasar de ≥ a ≤ multiplicando la restricción por −1.

Pasar de ≤ a = usando una variable de holgura, es decir:

62
 ∑
n ∑
n
aij xj ≤ bj puede escribirse en la forma aij xj + xn+1 = bj ,
j=1 j=1

con xn+1 ≥ 0. Notar que en este caso el problema aumenta en una variable por cada
restricción de desigualdad convertida en igualdad.
Una variable irrestricta x puede ser reemplazada por dos variables no negativas x1 ≥ 0
y x2 ≥ 0, escribiendo x = x1 − x2
Maximizar cT x es equivalente a minimizar −cT x

Ejemplo 4.1.1 El problema

máx c1 x1 + c2 x2
x1 − 3x2 ≥ 8
x1 ≥ 0

es equivalente al problema (haciendo x2 = u − v, con u, v ≥ 0).

− mı́n −c1 x1 − c2 u+ c2 v
−x1 + 3u− 3v ≤ −8
x1 , u, v ≥ 0

que a su vez, es equivalente al problema:

− mı́n −c1 x1 − c2 u + c2 v
−x1 + 3u − 3v +y = −8
x1 , u, v, y ≥ 0

Plantear un problema de optimización requiere comprender la estructura del mismo y ser

ordenado y creativo a la hora de darle forma.

4.2. Resolución de Problemas de Programación Lineal:

Algoritmo Simplex
Teorema 4.2.1 Sea P un poliedro no vacı́o en la forma canónica y sea el problema
(P ) mı́n cT x
x∈P
Entonces una de las siguientes afirmaciones es verdadera:

63
 (i) (P) es no acotado.

(ii) (P) tiene un vértice (punto extremo) como solución.

Demostración. Supongamos que existe una dirección extrema d tal que cT d < 0. Entonces,
dado que el poliedro es no vacı́o, elijamos x0 ∈ P. Es evidente que x0 + αd ∈ P y que
cT (x0 + αd) −→ −∞, si α −→ ∞. Entonces (P ) es no acotado, lo que prueba (i).

Contrariamente, si no existe una dirección extrema d (en particular, si el poliedro es acotado,

es decir, no existen direcciones extremas) tal que cT d < 0, entonces aplicando el teorema de
representación de puntos de un poliedro al punto x0 se tiene que

∑
k ∑
l
x0 = λi xi + µj dj
i=1 j=1

∑
k
donde λi ∈ [0, 1], ∀i = 1, . . . , k y λi = 1, µj ≥ 0, ∀j = 1, . . . , l.
i=1

Entonces,
∑
k ∑
l
T T
c x0 = λi c xi + µj cT dj
i=1 j=1

∑
l
Dado que µj cT dj ≥ 0 entonces
j=1

∑
k
cT x 0 ≥ λi cT xi
i=1

y si elegimos q tal que cT xq = mı́n{cT x1 , . . . , cT xk } entonces

∑
k
cT x0 ≥ λi cT xq = cT xq
i=1

lo que muestra que xq es solución de (P ), puesto que x0 es arbitrario en P. Es decir, la

solución se encuentra en un punto extremo. Esto termina la prueba.

64
Motivación: solución gráfica en R2

Consideremos el siguiente problema lineal

(P ) mı́n −2x1 +3x2

2x1 −x2 ≤ 3
−x1 +2x2 ≤ 2
x2 ≥ 1
x1 , x2 ≥ 0

Gráficamente, en un problema de minimización, lo que se hace es desplazar la recta que

representa los costos en la dirección −c, que es la dirección de máximo descenso. Con esto
tenemos que el valor óptimo será aquel último punto factible que alcance la función objetivo
en su descenso.

Desgraciadamente, para dimensión mayor o igual a 3, ya no es posible resolver estos proble-

mas de manera gráfica.

Vimos que para poder resolver un problema de programación lineal necesitamos sólo con-
siderar los vértices del poliedro P = {x ∈ IRn /Ax = b, x ≥ 0} como candidatos a solución
óptima del problema. Para un número grande de variables
( )(n) y restricciones (m) vimos
n
también que el número de vértices puede ser enorme, , por lo que una metodologı́a
m
más sistemática se hace necesaria.

4.2.1. Fase II del algoritmo Simplex: mejorar solución en curso

El método Simplex, desarrollado por George Dantzig en los años cuarenta, tiene una idea
geométrica muy simple: primero se encuentra una base factible (un vértice de P) y luego se
pasa de vértice a otro, a través de las aristas de P que sean direcciones de descenso para
la función objetivo, generando una sucesión de vértices cuyos valores por z(x) = cT x son
decrecientes, con lo que se asegura que un mismo vértice no es visitado dos veces. Ası́, como
el número de vértices es finito, el algoritmo converge en tiempo finito; esto significa que
encuentra una solución óptima, o una arista a lo largo de la cual la función objetivo es no
acotada.

A la búsqueda de una base factible se la llama Fase I del algoritmo Simplex (esto se verá más
adelante). El resto del procedimiento (que describiremos a continuación) se conoce como Fa-
se II.

65
Consideremos el problema
(P ) mı́n cT x
x∈P
con P = {x ∈ IRn /Ax = b, x ≥ 0}.

Supondremos que A ∈ Mmn es de rango m, entonces puede escribirse de la forma A = [B, N ],

con B ∈ Mmm invertible.
( ) ( )
xB cB
Notemos x = , c = . Entonces, Ax = BxB + N xN = b con lo que fi-
xN cN
nalmente xB = B −1 b − B −1 N xN .

Definición 4.2.1 Las coordenadas del vector xB se denominan variables básicas y las del
vector xN son las variables no básicas. Análogamente, a la matriz invertible B se le llama
base y si se cumple que B −1 b ≥ 0 entonces se dice base factible.

El problema (P ) es equivalente a
mı́n cTB xB + cTN xN
BxB + N xN = b
xN ≥ 0
xB ≥ 0
o bien, reemplazando xB en la función objetivo,
mı́n cTB B −1 b + (cTN − cTB B −1 N )xN
xB + B −1 N xN = B −1 b
xN ≥ 0
xB ≥ 0
Notemos que la función objetivo original
z(x) = cTB xB + cTN xN
coincide con la función
ẑ(xN ) = cTB B −1 b + (cTN − cTB B −1 N )xN ,
para x ∈ P. Entonces, minimizar z(x) ( es equivalente
) a minimizar ẑ(xN ) y se obtiene trivial-
−1
B b
mente que el punto extremo x̄ = es óptimo cuando cTN − cTB B −1 N ≥ 0, puesto
0
que
z(x̄) = cTB x̄B + cTN x̄N = cTB B −1 b ≤ cTB B −1 b + (cTN − cTB B −1 N )xN ,
para todo xN ≥ 0.

66
Definición 4.2.2 La cantidad π T = cTB B −1 es un vector fila que se conoce como vector de
multiplicadores del Simplex. Esta terminologı́a proviene de la interpretación de las coor-
denadas de π como multiplicadores de Lagrange. Daremos más adelante una interpretación
económica de estos multiplicadores.

Definición 4.2.3 El vector fila c̄TN = cTN − cTB B −1 N se denomina vector de costos reduci-
dos.

A continuación examinaremos por separado, con la ayuda de un ejemplo, los tres casos
que pueden aparecer cuando estamos en presencia de un punto extremo y a partir de esto
generaremos la formulación general del Algoritmo Simplex.

CASO 1: criterio de optimalidad

Ejemplo 4.2.1 Consideremos el siguiente problema, escrito en la forma canónica:

mı́n 0x1 +0x2 +3x3 +x4

x1 −x2 +5x3 −x4 = 2
x2 −8x3 +4x4 = 4
xi ≥ 0 i = 1, 2, 3, 4

   
[ ] [ ] ( ) x 1 ( ) 0
1 −1 5 −1 xB x2  cB 0
Elijamos B = , N= , =   
x3 , cN = 3 ,
0 1 −8 4 xN
x4 1
donde:
xB : variables básicas o en la base (x1 , x2 en este caso),
xN : variables no-básicas o fuera de la base (x3 , x4 en este caso).

Se puede despejar x1 , x2 en función de x3 , x4 y reemplazar en la función objetivo. Entonces,

el problema se escribe:

mı́n 0x1 +0x2 +3x3 +x4

x1 −3x3 +3x4 = 6
x2 −8x3 +4x4 = 4
xi ≥ 0 i = 1, 2, 3, 4

67
  
( ) 6 ( −1 )
xB 4 B b
Como cTN − π T N = (3, 1) ≥ 0, la solución = 
0 = es óptima.
xN 0
0
Criterio de optimalidad: en un problema de minimización escrito en la forma canónica,
si las variables no básicas
( ) tienen
( asociado
) un vector de costos reducidos c̄TN = cTN − π T N ≥ 0,
xB B −1 b
entonces la solución = es óptima.
xN 0

CASO 2: criterio de no acotamiento

Ejemplo 4.2.2 Consideremos el siguiente ejemplo:

mı́n 0x1 +0x2 −3x3 +x4

x1 −x2 +5x3 −x4 = 2
x2 −8x3 +4x4 = 4
xi ≥ 0 i = 1, 2, 3, 4

Habitualmente, los datos se ordenan en un cuadro:

0 c̄TN −π T b
I B N B −1 b
−1

Siguiendo el procedimiento del CASO 1, encontramos la siguiente tabla:

↓
x1 x2 x3 x4 −z
0 0 -3 1 0 = −π T b
1 0 -3 3 6
0 1 -8 4 4
( )T
Tal como en el ejemplo anterior, x = 6 4 0 0 es una solución factible; pero no es
óptima, pues c̄3 = −3 < 0.

¿Conviene hacer crecer una variable no básica a un valor positivo? Es claro que sı́; con-
viene que la variable x3 tome un valor positivo.

x1 = −3x4 + 6 + 3x3
x2 = −4x4 + 4 + 8x3

68
Tomando x4 = 0 (fuera de la base), x3 puede crecer indefinidamente, disminuyendo el valor
de la función objetivo, sin violar las restricciones, dado que las variables x1 y x2 se mantienen
positivas. Este problema es no acotado.

Criterio de no acotamiento: si un costo reducido es negativo y los elementos en la colum-

na correspondiente son negativos o nulos, entonces el problema es no acotado. Si la columna
es enteramente nula (incluyendo el costo reducido), la variable es irrelevante.

CASO 3: criterio de mejoramiento de la solución en curso

Ejemplo 4.2.3 Veamos ahora el ejemplo:

mı́n 0x1 +0x2 +3x3 −x4

x1 −x2 +5x3 −x4 = 2
x2 −8x3 +4x4 = 4
xi ≥ 0 i = 1, 2, 3, 4

Escribamos la tabla:

↓
x1 x2 x3 x4 −z
0 0 3 -1 0
1 0 -3 3 6
0 1 -8 4 4

La variable x4 es no básica y su costo reducido es negativo, luego conviene hacerla entrar

a la base. Si hay más de una variable con costo reducido negativo, se elige cualquiera que
cumpla esa condición, aunque en general se usa elegir aquella de costo reducido menor.

¿Hasta qué valor puede crecer x4 ? Veamos las condiciones:

x1 = −3x4 + 6
x2 = −4x4 + 4
x3 = 0 (fuera de la base)

b̄i 6 4
Como x1 ≥ 0 y x2 ≥ 0, entonces se lleva x4 al valor x4 = mı́n{ / āi4 > 0} = mı́n { , } = 1.
āi4 3 4

69
 ↓s
x1 x2 x3 x4 −z
0 0 3 -1 0
1 0 -3 3 6
0 1 -8 4 4 →r

Criterio de pivoteo (mejorar solución en curso): se hace entrar a la base alguna

(cualquiera) variable no básica cuyo costo reducido sea negativo. Sea xs la elegida. Para
decidir cuál es la variable que entra en su reemplazo, se busca la fila r tal que
b̄r b̄i
= mı́n{ / āis > 0}
ārs āis
y se pivotea sobre el coeficiente en la posición (r, s).

Algoritmo Simplex (Fase II)

Consideremos el siguiente cuadro factible, es decir, suponemos que b̄i ≥ 0, i = 1, . . . , m,

que la matriz A contiene una identidad, correspondiente a las columnas básicas, y que los
costos reducidos de las variables básicas son nulos.

c̄1 ··· c̄n −z̄

ā11 ā1n b̄1
.. ..
. .
ām1 ··· āmn b̄m

(1) Si c̄j ≥ 0 ∀j = 1, . . . , n, entonces la solución en curso en óptima. Las variables básicas

son iguales a b̄i y las no básicas son nulas.
(2) Si c̄j < 0 para algún j, la elegimos para entrar a la base. Usaremos el criterio descrito
anteriormente de elegir la variable cuyo costo reducido es menor. Supongamos que
dicha variable es la s.
(3) Si āis ≤ 0 ∀i = 1, . . . , m, el problema es no acotado.
b̄r b̄i
(4) Si āis > 0 para algún i, se determina r tal que = mı́n{ / āis > 0} y se pivotea en
ārs āis
ārs , para después volver a (1). Los coeficientes son modificados según:

āis ārj
āij ← āij − para i ̸= r
ārs

70
 ārj
ārj ←
ārs
āis b̄r
b̄i ← b̄i − para i ̸= r
ārs
b̄r
b̄r ←
ārs
c̄s ārj
c̄j ← c̄j −
ārs
c̄s b̄r
−z̄ ← −z̄ −
ārs

Observación 4.2.1 Notar que esto corresponde precisamente al pivoteo de Gauss para la
resolución de sistemas de ecuaciones lineales.

Ejemplo 4.2.4 Consideremos

mı́n −x1 −3x2

x1 +x2 ≤ 3
−3x1 +x2 ≤ 2
x1 , x2 ≥ 0

El problema, escrito en la forma canónica, queda:

mı́n −x1 −3x2 +0x3 +0x4

x1 +x2 +x3 = 3
−3x1 +x2 +x4 = 2
xi ≥ 0 i = 1, 2, 3, 4

Escribamos la tabla:
↓s ↓s
x1 x2 x3 x4 −z x1 x2 x3 x4 −z
-1 -3 0 0 0 (pivoteando) -10 0 0 3 6
1 1 1 0 3 4 0 1 -1 1 →r
-3 1 0 1 2 →r -3 1 0 1 2
x1 x2 x3 x4 −z
0 0 5/2 1/2 17/2
1 0 1/4 -1/4 1/4
0 1 3/4 1/4 11/4

71
 ( )T
∗ 1 11
De este cuadro final identificamos x = 0 0 como la solución óptima, luego el
4 4
valor óptimo es z ∗ = −17/2

Definición 4.2.4 Si una o más variables básicas son nulas, entonces la solución se dice
degenerada. En caso contrario, la llamaremos no-degenerada.

Observación 4.2.2 Cuando la solución x de un problema de programación lineal es dege-

nerada, existe más de una base asociada a ese vértice. En efecto, si x ∈ IRn tiene p < m
componentes
( positivas,
) donde m es el número de restricciones del problema, entonces podrı́an
n−p
haber soluciones básicas factibles diferentes correspondientes a x. El punto x es el
m−p
mismo, pero los conjuntos de variables etiquetadas básicas y no básicas son diferentes.

4.2.2. Fase I del algoritmo Simplex: obtener una solución inicial

básica factible
Hasta ahora, sabemos resolver un PL dada una solución básica inicial. Cuando se trata de
un problema de inecuaciones de tipo ≤ y el lado derecho es positivo o nulo, entonces la base
de partida es trivial: está dada por las variables de holgura. La Fase I del Simplex consiste
en encontrar una base factible cuando identificarla no es trivial.

Sabemos que el problema

(P ) mı́n cT x
Ax = b
x ≥0
se puede resolver mediante el algoritmo Simplex, recorriendo puntos extremos de la forma
( )
B −1 b
x= ≥0
0

que se llaman soluciones básicas factibles.

El problema es conocer una solución básica factible para comenzar el algoritmo. Este pro-
blema, que corresponde a investigar la factibilidad de (P ), puede plantearse mediante el
siguiente problema auxiliar:

72
 ∑
(Pa ) mı́n xai
i
Ax + xa = b
x, xa ≥ 0

Notemos que x ∈ IRn y xa ∈ IRm . Bajo el supuesto razonable b ≥ 0, una solución básica
factible evidente para este problema es x = 0 y xa = b, luego podemos usar la Fase II del
algoritmo simplex para resolverlo.
T
El problema (Pa ) se resuelve considerando B = I (xa en la base), N = A, cB = 1I y
cN = 0T . Ası́, para este problema el cuadro inicial es:

c̄TN 0 −cTB b cTN − cTB A 0 −cTB b −1I T A 0 −1I T b

⇐⇒ ⇐⇒
A I b A I b A I b

donde 1I es el vector que tiene todas sus coordenadas iguales a 1, de manera que 1I T b =
b1 + . . . + bm . Las variables xai son llamadas variables artificiales y el propósito del problema
(Pa ) es llevarlas a tomar valores nulos. Esto es posible, siempre que el problema original ten-
ga una solución factible. En tal caso, el método Simplex terminará con una solución básica
factible, donde xai = 0 ∀i = 1, . . . , m.

Si en el óptimo de (Pa ) se tiene algún xai = 0 ∀i = 1, . . . , m, entonces la solución en

curso es solución factible de (P ). La solución de (Pa ) satisface
( )
x
[A I] = b,
xa
( ) ( )
x x
con ≥ 0, luego es solución de (Pa ) si y sólo si x es solución de (P ).
xa xa
Si en el óptimo de (Pa ) se tiene algún xai > 0, entonces el poliedro es vacı́o, es decir,
(P ) es infactible.

Ejemplo 4.2.5 Consideremos

máx −x1 +2x2

x1 +x2 ≥ 1
x1 −x2 = 0
x1 ≤ 4
xi ≥ 0 i = 1, 2

73
Escribamos el problema en su forma canónica:
(P ) − mı́n x1 −2x2
x1 +x2 −x3 = 1
x1 +x4 = 4
x1 −x2 = 0
xi ≥ 0 i = 1, 2, 3, 4

Luego, agregando las variables artificiales x5 , x6 , x7 (son tres, dado el número de restricciones
del problema (P ), tenemos:

mı́n x5 +x6 +x7

x1 +x2 −x3 +x5 = 1
x1 +x4 +x6 = 4
x1 −x2 +x7 = 0
xi ≥ 0 i = 1, . . . , 7

Ya tenemos planteado el problema que necesitamos resolver. Escribamos la tabla y aplique-

mos el método Simplex1 :

↓
−3 0 1 −1 0 0 0 −5
1 1 −1 0 1 0 0 1 x1 = ( 0 0 0 0 1 4 0 )T
1 0 0 1 0 1 0 4
1 −1 0 0 0 0 1 0 ←

Primera iteración:
↓
0 −3 1 −1 0 0 3 −5
0 2 −1 0 1 0 −1 1 ← x2 = ( 0 0 0 0 1 4 0 )T
0 1 0 1 0 1 −1 4
1 −1 0 0 0 0 1 0

Segunda iteración:
↓
0 0 −1/2 −1 3/2 0 3/2 −7/2
0 1 −1/2 0 1/2 0 −1/2 1/2 x3 = ( 1
2
1
2
0 0 0 7
2
0 )T
0 0 1/2 1 −1/2 1 −1/2 7/2 ←
1 0 −1/2 0 1/2 0 1/2 1/2
1
las negrillas señalan las variables en la base para cada iteración.

74
Tercera iteración:

0 0 0 0 1 1 1 0
0 1 −1/2 0 1/2 0 −1/2 1/2 1 1 7
x4 = ( 0 0 0 0 )T
0 0 1/2 1 −1/2 1 −1/2 7/2 2 2 2

1 0 −1/2 0 1/2 0 1/2 1/2

En la última iteración todas las variables artificiales salen de la base, los costos reduci-
dos asociados toman todos el valor 1 y z = 0.

Ya tenemos una solución básica factible. Ahora eliminamos las variables artificiales y re-
calculamos los costos reducidos y el valor objetivo para esta solución:

0 1 −1/2 0 1/2
0 0 1/2 1 7/2
1 0 −1/2 0 1/2
( )T
El vector de costos está dado por c T = 1 −2 0 0 , por lo tanto:
( )T ( )T ( ) ( )
cTB = c2 c4 c1 = −2 0 1 , cTN = c3 = 0

El orden en que se escribe el costo para las variables básicas depende del vector en la base
canónica que las mismas tienen asociado.

Reconozcamos las matrices B y N en el problema original (P ):

   
1 0 1 −1
B =  0 1 1 , N =  0 
−1 0 1 0

Los costos reducidos serán:

( )
c̄TB = 0 0 0 ,

75
  −1  
( ) 1 0 1 −1
c̄TN = cTN − −2 0 1  0 1 1  0  = − 12
−1 0 1 0
| {z }
( 1 ) T
−2 1
2
− 12 columna no básica del cuadro

En tanto que:  
( 1/2 )
 1
−π b = −2 0 1
T
7/2 =
2
1/2

Con esto el cuadro queda:

↓
0 0 −1/2 0 1/2
0 1 −1/2 0 1/2
0 0 1/2 1 7/2 →
1 0 −1/2 0 1/2

Iterando una vez según la Fase II algoritmo Simplex, obtenemos:

0 0 0 1 4
0 1 0 1 4
0 0 1 2 7
1 0 0 1 4
( )
con lo cual xT = 4 4 7 0 es solución óptima para el problema, y el valor de la función
objetivo es −(−π T b) = 4 (recordemos que hicimos el cambio máx z = − mı́n{−z}).

4.3. Introducción a la Programación Lineal Entera

4.3.1. Método de Ramificación y Acotamiento

En esta subsección presentamos una forma de resolver el problema de Programación Lineal
con la restricción adicional de integridad de algunas de las variables. Un caso particular muy
importante de esto es aquel en que algunas variables pueden tomar solamente los valores
0 ó 1 (variables binarias o de decisión). Suponiendo que los costos son números enteros,
introduciremos el método a través de un ejemplo simple: consideremos

76
 (P ) mı́n 51x1 +90x2
x1 +x2 ≥ 6
5x1 +9x2 ≥ 45
x1 , x2 ∈ IN

El método funciona de la siguiente manera: se resuelve primero el problema relajado siguiente:

(P0 ) mı́n 51x1 +90x2

x1 +x2 ≥ 6
5x1 +9x2 ≥ 45
x 1 , x2 ≥ 0

La relajación corresponde a cambiar el conjunto IN por IR+ , pero en el caso de variables 0-1,
la relajación corresponderı́a a imponer restricciones del tipo xi ∈ [0, 1].

La solución de (P0 ) es (x1 , x2 ) = ( 49 , 15

4
), con valor z0∗ = 452, 25. Si denotamos z ∗ al desco-
nocido valor óptimo de (P ), entonces es claro que z0∗ ≤ z ∗ , pues la región factible de (P0 )
contiene a la región factible de (P ).

Dado que los costos son enteros, se puede deducir una cota de (P ): z ∗ ≥ 453.

Acotamos una de las variables (x1 ), que toma valor no entero, en la forma x1 ≤ 2 o bien
x1 ≥ 3. Eso divide la región factible en dos subregiones que conforman una partición de la
región factible de (P ). Se resuelve por separado los dos subproblemas ası́ generados:

(P11 ) mı́n 51x1 +90x2 (P12 ) mı́n 51x1 +90x2

x1 +x2 ≥ 6 x1 +x2 ≥ 6
5x1 +9x2 ≥ 45 5x1 +9x2 ≥ 45
x1 ≤ 2 x1 ≥ 3
x1 , x2 ≥ 0 x 1 , x2 ≥ 0

sabiendo que la solución de (P ) se encuentra en una de las dos subregiones factibles de

estos problemas (P11 ) y (P12 ). Veamos entonces las soluciones de estos problemas:
∗
para (P11 ): (x1 , x2 ) = (2, 4), z11 = 462;
10 ∗
para (P12 ): (x1 , x2 ) = (3, 3
), z12 = 453.

Dado que (P11 ) tiene solución entera, representa una solución factible para el problema ori-
ginal (P ). Entonces ese problema ya no dará origen a subproblemas, pues no hay variables

77
para subdividir, y establece una cota para la función objetivo: z ∗ ≤ 462.

Análogamente, el problema (P12 ) tiene una solución no entera, de modo que su valor óptimo
es una cota inferior del valor óptimo del problema (P ) original, es decir, z ∗ ≥ 453.

En esta etapa corresponde entonces subdividir según el subproblema (P12 ), en la forma:

x2 ≤ 3 o bien x2 ≥ 4. La variable x2 , en este caso, es la única que permite ramificar, pero
en general puede haber muchas y en ese caso se elige cualquiera. Tenemos entonces dos sub-
problemas a partir de (P12 ):

(P21 ) mı́n 51x1 +90x2 (P22 ) mı́n 51x1 +90x2

x1 +x2 ≥ 6 x1 +x2 ≥ 6
5x1 +9x2 ≥ 45 5x1 +9x2 ≥ 45
x1 ≥ 3 x1 ≥ 3
x2 ≤ 3 x2 ≥ 4
x1 , x2 ≥ 0 x 1 , x2 ≥ 0
Las soluciones respectivas son:

∗
para (P21 ): (x1 , x2 ) = ( 18
5
, 3), z21 = 453, 6;
∗
para (P22 ): (x1 , x2 ) = (3, 4), z22 = 513.

Esto entrega el nuevo intervalo: 454 ≤ z ∗ ≤ 462.

Si denotamos (Pk ) a un subproblema cualquiera de la ramificación, entonces se detiene el

proceso de búsqueda en la rama correspondiente cada vez que ocurre una de las 3 situaciones
siguientes:

El subproblema (Pk ) es infactible. Cualquier ramificación (que corresponde a agregar

restricciones) que se haga de ahı́ en adelante generará subproblemas infactibles.

El subproblema (Pk ) entrega una solución entera. Dado que la región factible de (Pk )
está contenida en la región factible del problema (P ), entonces la solución del subpro-
blema es factible para (P ) y por lo tanto provee una cota superior del valor óptimo z ∗
buscado.

El subproblema (Pk ) tiene solución no entera y su valor óptimo es mayor que la menor
cota superior de z ∗ establecida por los subproblemas precedentes que han entregado
soluciones enteras.

78
Para la aplicación de estas reglas hay que tener en cuenta que:

Cada vez que se encuentra un subproblema con solución entera, se genera una cota
superior de z ∗ .

Cada vez que se encuentra un subproblema con solución no entera, se puede ramificar
y se dispone de una nueva cota inferior de z ∗ .

Estos dos hechos permiten establecer una sucesión decreciente de intervalos que contienen
el valor z ∗ y que pueden ser usados como criterio de detención, cuando no se busca necesa-
riamente la solución óptima de (P ), sino que solamente una buena aproximación de ella.

En nuestro ejemplo, la rama a partir de (P22 ) debe detenerse por dos razones: tiene so-
lución entera y también el valor z22 = 513 es mayor que la mejor cota z ∗ ≤ 462.

Contrariamente, se puede ramificar de nuevo a partir del problema (P21 ), según la varia-
ble x1 , que toma el valor 18/5 en dicho problema. Siguiendo este proceso se llega finalmente
a la solución del problema original:

(x∗1 , x∗2 ) = (9, 0), z ∗ = 459,

que proviene de la resolución del subproblema:

(P81 ) mı́n 51x1 +90x2

x1 +x2 ≥ 6
5x1 +9x2 ≥ 45
x1 ≥ 3
x2 ≤ 3
x1 ≥ 4
x2 ≤ 2
x1 ≥ 6
x2 ≤ 1
x1 ≥ 8
x2 ≤ 0
x 1 , x2 ≥ 0

Este método, si bien es convergente, puede ser muy ineficiente del punto de vista del inmenso
número de subproblemas que puede ser necesario resolver para llegar a la solución. En el
ejemplo aquı́ presentado, de sólo dos variables, ha sido necesario ”bajar” hasta el noveno
nivel del árbol y resolver 17 subproblemas para encontrar la solución. Mucha investigación

79
se ha llevado a cabo con el fin de mejorar la eficiencia de este método básico y actualmente
se dispone de muy buenas estrategias de solución para problemas muy grandes (varios miles
o eventualmente millones de variables) de Programación Lineal Mixta (con variables enteras
y continuas).

Como último comentario, se puede observar que si se hubiese aproximado la solución del
primer problema relajado (P0 ) al entero más cercano, se habrı́a propuesto la solución aproxi-
mada

(x∗1 , x∗2 ) = (2, 4), z ∗ = 462,

que está bastante lejos de la solución exacta encontrada mediante el método. Ese es un
peligro que se corre cuando se resuelve el problema relajado y luego se aproximan los valores
de las variables al entero más cercano. Eventualmente este tipo de soluciones aproximadas
puede ser infactible. Más abajo se muestra el diagrama de subproblemas que se genera en el
ejemplo.

80
 P0
x1 шϯ
x1 чϮ njшϰϱϯ
x=(9/4, 15/4)

P11 x2 чϯ P12 x2 шϰ

njчϰϲϮ͕ƐŽů͘entera njшϰϱϯ
P22
P21 x1 шϰ
njчϱϭϯ͕ƐŽů͘entera
x1 чϯ
njшϰϱϰ
x2 шϯ
P31 x2 чϮ P32
P42
infactible njшϰϱϰ
P41
x1 чϱ x1 шϲ njчϰϳϰ͕ƐŽů͘entera
njшϰϱϲ
P52 x2 шϮ
P51 x2 чϭ
njшϰϱϲ P62
infactible P61
x1 чϳ x1 шϴ njчϰϴϲ͕ƐŽů͘entera
njшϰϱϴ
P72 x2 шϭ
P71 x2 чϬ
P82
njшϰϱϴ
infactible P81
njчϰϵϴ͕ƐŽů͘entera
njчϰϱϵ͕ƐŽů͘entera óptima x=(9, 0)

Figura 4.1: Árbol de subproblemas.

4.3.2. Técnicas básicas de modelamiento con variables enteras

Tal como vimos en la subsección anterior, en aplicaciones de la Optimización, especialmente
en el caso lineal, es muy frecuente que aparezcan de manera natural variables que sólo toman
valores enteros y, en muchos caos, variables binarias, es decir que solamente pueden tomar
valor cero o uno. Estas últimas corresponden habitualmente a variables de decisión, es decir,
variables que representan una actividad que puede o no ser realizada. En esta subsección
entregaremos algunos ejemplos clásicos de uso de estas variables, los cuales pueden ser apli-
cados en numerosos casos, usando las analogı́as correspondientes.

Supongamos que hay n decisiones de tipo binario, representadas por variables

{
1 si la actividad i se realiza
zi =
0 si no

81
Para fijar ideas, supondremos que la actividad i corresponde a la instalación (construcción)
de una planta de producción de cierto producto, el cual es producido en cantidades enteras.
Notemos mediante xi la cantidad producida en esa planta. Analizaremos varios casos muy
tı́picos para los cuales es necesario escribir las ecuaciones (restricciones) correspondientes.

1. Las actividades i y j son excluyentes (incompatibles), es decir no se deben realizar

ambas. Esto se expresa con una ecuación de exclusión, del tipo
zi + zj ≤ 1,
que significa que se puede construir a lo más una de ambas plantas.

Esta incompatibilidad puede afectar a un subconjunto cualquiera S, de las n acti-

vidades, lo cual se representa mediante
∑
zk ≤ p,
k∈S

que significa que a lo más p actividades del conjunto pueden ser realizadas.
2. Las actividades i y j son incluyentes entre sı́, es decir, se debe construir ambas plantas
o ninguna, lo cual se expresa simplemente mediante
zi = zj

3. Las actividades i y j son excluyentes, pero una de ellas debe realizarse:

zi + zj = 1
Ciertamente, si p de las actividades de un subconjunto cualquiera S deben realizarse,
entonces se impone la condición ∑
zk = p
k∈S

4. La realización de la actividad i obliga a la realización de la actividad j, es decir, la

actividad j es requisito para realizar i:
zi ≤ zj
Una generalización posible es el caso en que la actividad j es requisito de un conjunto
de actividades S. En ese caso, se puede replicar la restricción anterior para cada una
de las actividades del conjunto o bien se puede escribir todo en una sola inecuación,
del tipo ∑
zk ≤ czj ,
k∈S
donde c es la cardinalidad de S.

82
 5. El costo total de instalación de las n plantas está dado por la expresión
∑
n
Ci zi ,
i=1

donde Ci representa el costo de la actividad i. Esta expresión puede ser usada como
parte de la función objetivo o para representar una restricción de presupuesto total de
construcción, del tipo
∑n
Ci zi ≤ K,
i=1

siendo K el presupuesto disponible.

6. Si se desea relacionar la construcción de las plantas con la producción de ellas, se puede

establecer
zi ≤ xi ≤ Qi zi .
Como interpretación, supongamos que se construye la planta, es decir zi = 1, entonces
la restricción define las cotas de producción de ella, entre una unidad de producto y
la capacidad Qi de la planta. Si la planta no se construye, es decir zi = 0, entonces
la producción xi toma el valor cero, lo cual es esperable. Finalmente, si la producción
es nula (xi = 0), entonces la variable zi toma también el valor cero y por lo tanto la
planta no se construye.

Los casos descritos son ilustrativos y muy frecuentes, pero por cierto existen numerosas e
inesperadas situaciones que podrı́an ser modeladas usando una lógica similar a la expuesta.

83
Capı́tulo 5

Dualidad en Programación Lineal y

Aplicaciones

Comenzaremos el estudio de la dualidad en programación lineal con un ejemplo.

Ejemplo 5.0.1 Una fábrica produce tres artı́culos en cantidades x1 , x2 , x3 , los cuales utilizan
dos materias primas en su elaboración, digamos a y b.
El proceso de producción debe satisfacer lo siguiente:

1) Para producir una unidad del artı́culo 1 se necesitan 2 unidades del recurso a y 5 del
recurso b.
Para producir una unidad del artı́culo 2 se necesitan 3 unidades del recurso a y 2 del
recurso b.
Para producir una unidad del artı́culo 3 se necesita 1 unidad del recurso a y 1 del
recurso b.

2) El recurso a está disponible hasta 10 unidades y el recurso b hasta 20 unidades.

El precio unitario de venta del producto 1 es $4, el del producto 2 es $1 y el del producto 3
es $5.
El problema del fabricante será el de maximizar sus utilidades (sus ingresos por venta, en
este ejemplo) sujeto a sus restricciones en la producción.

El problema se plantea entonces en la forma:

84
 (P ) máx 4x1 +x2 +5x3
2x1 +3x2 +x3 ≤ 10
5x1 +2x2 +x3 ≤ 20
xi ≥ 0 i = 1, 2, 3

Tomemos una combinación lineal positiva de las restricciones, con multiplicadores y1 , y2 :

y1 (2x1 + 3x2 + x3 ) + y2 (5x1 + 2x2 + x3 ) ≤ 10y1 + 20y2

Esto que puede reescribirse de la forma:

x1 (2y1 + 5y2 ) + x2 (3y1 + 2y2 ) + x3 (y1 + y2 ) ≤ 10y1 + 20y2

Si imponemos las condiciones:

2y1 +5y2 ≥ 4
3y1 +2y2 ≥ 1 (5.1)
y1 +y2 ≥ 5
entonces,
z = 4x1 + x2 + 5x3 ≤ 10y1 + 20y2 = ω,
es decir, ω acota superiormente a la función objetivo de (P) cuando se satisface (5.1). Luego,
es razonable preguntarse si el mı́nimo de la función ω es igual máximo de la función z. Es
decir, planteamos el siguiente problema asociado a los multiplicadores yi :

(D) mı́n 10y1 +20y2

2y1 +5y2 ≥ 4
3y1 +2y2 ≥ 1
y1 +y2 ≥ 5
y1 , y 2 ≥ 0

y quisiéramos averiguar si el valor máximo de z (óptimo de (P)) coincide con el valor

mı́nimo de ω (óptimo de (D)).

Notemos que hemos partido de un problema de la forma

 
( ) x1
(P ) máx 4 1 5 x2 
x3

85
  
[ ]x ( )
2 3 1  1 10
x2 ≤
5 2 1 20
x3
x1 , x2 , x3 ≥ 0

y hemos llegado a otro de la forma

( )
( ) y1
(D) mı́n 10 20
y2
   
2 5 ( ) 4
3 2 y1 ≥ 1
y2
1 1 5
y1 , y2 ≥ 0

Más aún, se observa que la solución de (P ) es x∗ = (0, 0, 10)T , con z ∗ = 50 y la solución de

(D) es y ∗ = (5, 0)T con w∗ = 50. La igualdad z ∗ = w∗ es una propiedad que precisaremos en
la sección siguiente.

5.1. Definición de Dualidad y Principales Propiedades

Lo expuesto en la sección precedente motiva la siguiente definición de dualidad.

Definición 5.1.1 Sea

(P ) máx cT x
Ax ≤ b
x ≥0

un problema que llamaremos problema primal. El problema:

(D) mı́n bT y
AT y ≥ c
y ≥0

se llamará problema dual de (P).

Teorema 5.1.1 La dualidad es simétrica, es decir, el dual de (D) es (P).

86
Demostración. Para demostrar este teorema tomaremos el problema:

(D) mı́n bT y
AT y ≥ c
y ≥0

y lo transformaremos para escribirlo en forma ”primal”, es decir, como un problema de

maximización, con restricciones de tipo ≤, y positividad en las variables. Esto es, (D) es
equivalente a:

e − máx
(D) (−b)T y
(−A)T y ≤ −c
y ≥0

e según la definición anterior, es:

El problema dual asociado a (D),

− mı́n (−c)T x
(−A)x ≥ −b
x ≥0

que a su vez es equivalente a:

(P ) máx cT x
Ax ≤ b
x ≥0

que es entonces el dual de (D).

Observación 5.1.1 El teorema precedente muestra que la denominaciones de primal y dual

son arbitrarias, en el sentido que ambos problemas son duales mutuos. Ası́, como se verá más
adelante, cualquier problema puede ser denominado primal y su dual, que siempre existe, no
es único, en el sentido que un mismo problema puede escribirse en más de una forma.

Una noción limpia de dualidad requiere que las variables de un problema pertenezcan a
un espacio cuya dimensión sea igual al número de restricciones del dual (por restricciones
entendemos las ecuaciones o inecuaciones lineales, sin incluir las condiciones de signo de
las variables).

87
El teorema siguiente muestra que la función objetivo del problema dual acota a la del primal
y viceversa.

Teorema 5.1.2 (Dualidad Débil) Sea

(P ) máx cT x
Ax ≤ b
x ≥0

un problema primal y

(D) mı́n bT y
AT y ≥ c
y ≥0

su dual. Si P y D denotan respectivamente los conjuntos factibles de (P ) y (D), entonces

para todo x ∈ P, y ∈ D, se cumple
cT x ≤ bT y.

Demostración. Si multiplicamos por xT (≥ 0) la inecuación AT y ≥ c, se obtiene que

xT AT y ≥ xT c, de donde cT x ≤ (Ax)T y ≤ bT y, pues y ≥ 0.

Corolario 5.1.1 Sean x e e ye puntos factibles para (P) y (D). Si cT x

e = bT ye, entonces x
e e ye
son óptimos respectivos.

Demostración. Es consecuencia directa del Teorema de Dualidad Débil:

bT ye = cT x
e ≤ bT y ∀y punto factible de (D), es decir, ye es óptimo de (D).
e = bT ye ≥ cT x ∀x punto factible de (P), es decir, x
cT x e es óptimo de (P).

Ejercicio 5.1.1 El dual del problema de Programación Lineal estándar

(P ) mı́n cT x
Ax = b
x ≥ 0
es el problema
(D) máx bT y
AT y ≤ c

88
Hint. Para resolver este ejercicio, se sugiere desdoblar la restricción de igualdad en el pro-
blema (P ), escribirla en forma ≥ y luego aplicar la definición de dualidad.

Teorema 5.1.3 (Dualidad Fuerte) Consideremos la pareja primal-dual

(P ) mı́n cT x
Ax = b
x ≥ 0
y

(D) máx bT y
AT y ≤ c
Entonces, para ze, valor mı́nimo de (P) y ω
e , valor máximo de (D), se tiene:

a) Si ze es finito, entonces ω
e también lo es y se cumple ze = ω
e

e es finito, entonces ze también lo es y se cumple ze = ω

b) Si ω e

c) Si (P) es no acotado, entonces (D) es infactible

d) Si (D) es no acotado, entonces (P) es infactible

Demostración.

a) Dado que ze es finito, existe un x e (punto extremo o solución básica factible), que es
solución de (P ). Entonces
( −1 )existe ( también
) B, submatriz de A = [B, N ], tal que se
B b eB
x
puede escribir xe= = . Además, en el óptimo los costos reducidos de
0 eN
x
las variables no básicas son positivos, es decir para π = B −T cB se tiene

cTN − π T N ≥ 0

lo que implica

N T π ≤ cN .

e = bT π
Probaremos que π es solución básica factible óptima de (D), con lo cual, ω
será finito.

En efecto, π es factible para (D), pues

89
 [
] ( ) ( )
BT −T cB c
T
A π= T B cB = T ≤ B =c
N N π cN
y π es óptimo para (D), pues
( )
T −T
( T T ) B −1 b
e = b π = b B cB = cB cN
ω T
e = ze
= cT x
0
por lo tanto, por el Teorema de Dualidad Débil, π es óptimo.

b) Análogo.

c) Sabemos que (P ) es no acotado. Supongamos entonces que existe ȳ tal que AT ȳ ≤ c

(esto es la factibilidad del dual).

Por el Teorema de Dualidad Débil, se sabe que bT ȳ ≤ cT x para todo x primal-factible.

Esto dice que (P ) es acotado, lo que establece una contradicción.

d) Análogo.

Resumamos los resultados anteriores en el siguiente cuadro:

Primal
ze finito (P) no acotado (P) infactible
e finito
ω Sı́ No No
Dual
(D) no acotado No No Sı́
(D) infactible No Sı́ Sı́/No

Ejercicio 5.1.2 Indique un ejemplo de un par primal-dual, en que ambos problemas sean
infactibles.

Teorema 5.1.4 (Holgura Complementaria) Consideremos la pareja primal-dual

(P ) mı́n cT x (D) máx bT y

Ax = b AT y ≤ c
x ≥ 0

Sean x∗ e y ∗ , óptimos respectivos de (P) y (D), y s∗ = c − AT y ∗ . Entonces x∗T s∗ = 0.

Inversamente, si x∗ e y ∗ son factibles para los problemas primal y dual, respectivamente,

y si x∗T s∗ = 0, entonces las soluciones x∗ e y ∗ son óptimas respectivas para (P ) y (D).

90
Demostración: Por el Teorema de Dualidad Fuerte, si x∗ e y ∗ son óptimos respectivos de
(P ) y (D), entonces cT x∗ = bT y ∗ , de donde se tiene

cT x∗ = bT y ∗ = x∗T AT y ∗ = x∗T (c − s∗ ) = x∗T c − x∗T s∗ ,

lo que implica x∗T s∗ = 0.

Inversamente, x∗T s∗ = 0 implica que x∗T c − x∗T AT y ∗ = 0, es decir, cT x∗ − bT y ∗ = 0,

que es la condición de optimalidad de x∗ e y ∗ .

Observación 5.1.2 La condición de holgura complementaria x∗T s∗ = 0 se puede expresar,

en forma equivalente, por x∗i s∗i = 0 i = 1, .., n.

Observación 5.1.3 El sistema que se deduce de la aplicación del Teorema de Karush-Kuhn-

Tucker:

Ax = b
AT y + u = c
uT x = 0
x, u ≥ 0

corresponde también a una aplicación del Teorema de Holgura Complementaria. En efecto,

la primera ecuación establece la factibilidad de la solución primal x; la segunda, establece
la factibilidad de la solución dual y, puesto que la variable de holgura u es no negativa;
finalmente, la tercera ecuación caracteriza la optimalidad, de acuerdo al Teorema de Holgura
Complementaria.

5.2. Interpretación Económica de la Dualidad

El dual de un problema lineal surge naturalmente de las condiciones de optimalidad del pro-
blema primal (P ) (condiciones de Karush-Kuhn-Tucker). Mostraremos que si el problema
primal tiene una interpretación económica, entonces también el dual y los valores óptimos
de las variables duales pueden ser interpretados como precios.
( ) ( −1 )
xB B b
Como ya vimos x = = es una solución básica factible para un pro-
0 0
grama lineal en la forma estándar. Bajo el supuesto que xB > 0, una pequeña perturbación

91
del lado derecho ∆b no provoca un cambio en la base óptima. (
Luego,)cuando
( b−1
es reemplazado
)
′
′ xB B b + B −1 ∆b
por b + ∆b, la nueva solución óptima se transforma en x = =
0 0
y el valor óptimo de la función objetivo se perturba en

∆z = cTB B −1 ∆b = π ∗T ∆b

donde π ∗ = B −T cB es el multiplicador del problema primal en el óptimo. Como probamos

en el teorema de dualidad fuerte, π ∗ es la solución óptima del problema dual. Claramente,
πi∗ puede verse como el precio marginal del i-ésimo recurso (es decir, el lado derecho bi ), ya
que da el cambio en el valor objetivo óptimo por unidad de incremento en ese recurso. Esta
interpretación puede ser muy útil, pues indica la cantidad máxima que uno está dispuesto
a pagar por aumentar la cantidad del i-ésimo recurso. Note que las condiciones de holgura
complementaria implican que el precio marginal para un recurso es cero si tal recurso no fue
completamente utilizado en el óptimo. Otros nombres dados a este precio en el óptimo son
precio sombra y precio de equilibrio.

Veamos ahora otra interpretación económica posible. Supongamos que estamos bajo compe-
tencia perfecta y un productor resuelve:

(P ) máx cT x
Ax ≤ b
x ≥ 0

es decir, desea maximizar las utilidades dadas por el vector de precios c, sujeto a las restric-
ciones de capacidad de su firma. En el óptimo las restricciones no necesariamente se cumplen
con igualdad, es decir podrı́an sobrar ciertas materias primas que se pueden vender en el
mercado en un cierto precio, dado por el vector λ ≥ 0. Entonces, lo que este productor
resuelve es:

máx cT x + λT (b − Ax)
x≥0

Ası́, las utilidades de la firma están dadas por:

φ(λ) = máx{λT b + (c − AT λ)T x, x ≥ 0} = λT b + máx{(c − AT λ)T x, x ≥ 0}

Las posibles soluciones de este problema son dos:

92
 Si el vector (c − AT λ) tiene todas sus componentes negativas, dado que el vector x es
positivo, se tiene que el máximo es cero, y φ(λ) = λT b.
Si el vector (c − AT λ) tiene alguna coordenada positiva, entonces, por el mismo argu-
mento, el subproblema de maximización es no acotado, luego φ(λ) = ∞.

Entonces se tiene {
bT λ si (c − AT λ) ≤ 0, λ ≥ 0
φ(λ) =
∞ si no
que es la utilidad del productor, en función de λ. El mercado, ”que es cruel”, asigna al
productor el mı́nimo de utilidades, a través de la fijación de precios. Como conoce la situación
de costos e infraestructura (suponiendo información completa), entonces resuelve:

(D) mı́n bT λ
AT λ ≥ c
λ ≥ 0

que es el problema dual asociado al problema (P ) del productor.

5.3. Dual de Cualquier Problema Lineal

La tabla siguiente permite deducir fácilmente el dual de cualquier problema de Programación
Lineal.
Prob. de minimización Prob. de maximización
tipo de restricción variable asociada
≤ ≤0
≥ ≥0
= irrestricta
tipo de variable restricción asociada
≥0 ≤
≤0 ≥
irrestricta =

5.4. Algoritmo Simplex-Dual

En esta sección consideramos la pareja primal-dual de más abajo y suponemos que hemos
identificado una base que posee la propiedad de tener costos reducidos asociados positivos,

93
pero el lado derecho del sistema b̄ no es positivo.

(P ) mı́n cT x (D) máx bT y

Ax = b AT y ≤ c
x ≥ 0

Al cuadro correspondiente del algoritmo Simplex le denominamos dual-factible, es decir,

c̄TN ≥ 0, pero no necesariamente se tiene b̄ ≥ 0. Entonces, consideramos:

0 c̄TN −z̄

I N̄ b̄

c̄TN = cTN − cTB B −1 N ≥ 0 (condición de dual-factibilidad)

N̄ = B −1 N , b̄ = B −1 b, Ā = [I, N̄ ]

De la primera expresión notamos que para π = B −T cB tenemos que

cTN − π T N ≥ 0,

lo cual implica
B T π = cB
N T π ≤ cN
Es decir, AT π ≤ c, lo que indica que π es una solución factible del problema dual.

El Algoritmo Simplex-dual opera de manera de mantener la condición de dual-factibilidad

c̄TN ≥ 0, pero intentando satisfacer la condición de primal-factibilidad b̄ ≥ 0. Los siguientes
pasos resumen el algoritmo:

(1) Si b̄ ≥ 0 i = 1, .., m, entonces la solución en curso es óptima, de manera que

( −1 )
B b
x̄ = , π̄ = B −T cB
0

son las soluciones óptimas respectivas de (P ) y (D). Si no, ir a (2).

94
 (2) Elegir cualquier r tal que b̄r < 0.

• Si ārj ≥ 0 ∀j = 1, .., n entonces el problema dual es no acotado, es decir, el

problema primal es infactible.
• Si algún ārj < 0, pasar a (3).

(3) Elegir la columna s tal que:

c̄s c̄j
= máx{ / ārj < 0}
ārs ārj

e ir a (4).

(4) Pivotear en la posición (r, s) y volver a (1).

5.5. Introducción al Análisis Post-Optimal

Muchas veces, una vez resuelto el problema lineal:

mı́n cT x
Ax = b
x ≥0

se desea examinar el comportamiento de la solución si se modifica alguno de sus parámetros.

Algunos de estos cambios pueden ser:

Variación en los coeficientes de la función objetivo.

Variación en el vector de recursos.

Introducción de una nueva variable.

Introducción de una nueva restricción.

Puede suceder que nuestro problema sea muy complejo y no se desee resolver completamente
de nuevo parta analizar estos cambios, por ejemplo por problemas de tiempo de cómputo. Las
siguientes subsecciones examinan estos casos, sobre la base de ejemplos simples. El estudio
del comportamiento de la solución de un problema lineal, como función de ciertos parámetros
del problema, también se conoce como análisis de sensibilidad.

95
5.5.1. Variación en los coeficientes de la función objetivo
Consideremos el siguiente problema:

mı́n −20x1 −16x2 −12x3

x1 ≤ 400
2x1 +x2 +x3 ≤ 1000
2x1 +2x2 +x3 ≤ 1600
x1 , x2 , x3 ≥0

Una solución inicial es x0 = (0, 0, 0)T (notar que es un punto extremo del poliedro). El cuadro
Simplex inicial es:

−20 −16 −12 0 0 0 0

1 0 0 1 0 0 400
2 1 1 0 1 0 1000
2 2 1 0 0 1 1600

Luego de pivotear, se llega al siguiente cuadro final:

4 0 0 0 8 4 14400
2 0 1 0 2 −1 400
0 1 0 0 −1 1 600
1 0 0 1 0 0 400

Por lo tanto, la solución es:

   
0 400
x∗ = 600 xholg =  0 
400 0

La base está compuesta por [x3 , x2 , x4 ] y el valor óptimo es -14400. ¿Qué sucede si nos in-
forman que el coeficiente c1 vale -30 en lugar de -20?

Examinemos los costos reducidos (los demás elementos del cuadro, es decir, B −1 N, B −1 b,
y cTB B −1 b no sufren alteraciones, dado que c1 no participa en ellos). Tenemos
  que c̄5 = 8 y
( ) 2
c̄6 = 4 no se modifican, y c̄1 = c1 − cTB B −1 A1 = −30 − −12 −16 0 0 = −6.
1

96
Por esto, el cuadro final cambia a uno que no satisface optimalidad:
−6 0 0 0 8 4 14400
2 0 1 0 2 −1 400
0 1 0 0 −1 1 600
1 0 0 1 0 0 400
Por lo tanto se puede pivotear para mejorar la solución en curso, haciendo entrar x1 a la
base:
0 0 3 0 14 1 15600
1 0 12 0 1 − 12 200
0 1 0 0 −1 1 600
0 0 −2 1 0
1 1
2
200
y la nueva solución es:
   
200 200
x∗ = 600 xholg = 0 
0 0

La base cambió a [x1 , x2 , x4 ] y el valor mı́nimo cayó a -15600.

¿Qué sucede si c1 = −20 se modifica a c1 = −20 +θ?Retomemos el asunto:

( ) 2
c̄1 = c1 − cB B a1 = (−20 + θ) − −12 −16 0 0 = 4 + θ,
T −1

1
que es positivo cuando θ ≥ −4. Es decir, el rango para el coeficiente c1 con el que la base
óptima [x3 , x2 , x4 ] no cambie es c1 ≥ −24.

Veamos otro caso. Supongamos ahora que el coeficiente perturbado es c2 = −16 y pasa
a ser −16 + γ. El vector de costos queda:
 
−20
−16 + γ 
 
 −12 
c=  
0 
 
 0 
0

Recordemos que las tres primeras componentes de este vector corresponden a los costos
estructurales y las últimas tres corresponden a las variables de holgura, y por lo tanto son

97
cero. Examinemos los costos reducidos:

c̄TN = cTN − cTb B −1 N

 
( ) ( ) 2 2 −1
= −20, 0, 0 − −12, −16 + γ, 0 0 −1 1 
1 0 0
( )
= 4, 8 + γ, 4 − γ

Estos costos reducidos de las variables no básicas son positivos, es decir preservan la opti-
malidad, cuando:
−8 ≤ γ ≤ 4
o sea, la base [x2 , x3 , x4 ] no cambia si:

−24 ≤ c2 ≤ −12
T
En general, si el vector c cambia a e
c se debe evaluar ē
cN = e cTB B −1 N y decidir:
cTN − e

T
si ē cTB B −1 b = z ∗ .
cN ≥ 0, la base óptima no cambia y sólo hay que reevaluar e
T
si ē
cN  0, se itera con algoritmo Simplex.

5.5.2. Variación en el vector de recursos (o lado derecho)

Tomemos el mismo ejemplo y supongamos que el vector b cambia a eb. La base óptima para
b es [x3 , x2 , x4 ] entonces se tiene que:
   
0 0 1 0 2 −1
B = 1 1 0 y B −1 = 0 −1 1 
1 2 0 1 0 0

Notemos que la matriz B −1 es parte del cuadro final. Se tiene que:

( −1 )
−1e B b̃
Si B b ≥ 0, la base en curso aún es óptima, pero la nueva solución es x̃ = .
0

Si B −1eb  0, la solución no es factible (primal), pero los costos reducidos no han sufrido
cambios, luego el cuadro final presenta una solución primal-infactible y dual-factible.
Entonces se debe iterar con el algoritmo Simplex-dual.

98
  
100
Veamoslo con un ejemplo: supongamos que eb = 1000 , por lo tanto:
1600
 
400
−1e
B b = 600 ≥ 0

100

Ası́, la base óptima no cambia, pero:

 ∗  
x1 0
x∗2  600
 ∗  
x3  400
x∗ =    
x∗4  = 100
 ∗  
x5   0 
x∗6 0
 
( ) 400
Además, z ∗ = cTB B −1eb = −12, −16, 0 600 = −14400.
100
Una pregunta interesante es: ¿cuál es el rango para eb, de modo que la base óptima no se
modifique? Para ello, basta calcular:
  e   e e 
0 2 −1 b1 2b2 − b3
−1e   e   e e 
B b = 0 −1 1 b2  = −b2 + b3  ≥ 0
1 0 0 eb3 eb1

De aquı́ se deduce que para que se cumpla la condición de optimalidad se debe tener:

eb1 ≥ 0, eb2 ≤ eb3 ≤ 2eb2

Notemos que en este ejemplo los datos originales satisfacen estas condiciones.

5.5.3. Introducción de una nueva actividad (o variable)

  que, en el ejemplo, se introduce la variable x4 con costo c4 = −10 y coeficientes

Supongamos
1
A4 = 0 en la matriz, es decir, el problema se transforma en:
1

99
 mı́n −20x1 −16x2 −12x3 −10x4
x1 +x4 ≤ 400
2x1 +x2 +x3 ≤ 1000
2x1 +2x2 +x3 +x4 ≤ 1600
x 1 , x2 , x3 ≥ 0

y el cuadro inicial es (incluyendo las variables de holgura):

−20 −16 −12 −10 0 0 0 0

1 0 0 1 1 0 0 400
2 1 1 0 0 1 0 1000
2 2 1 1 0 0 1 1600
Si se realiza la misma secuencia de iteraciones para alcanzar la base óptima del problema
original, el cuadro final es:
4 0 0 −6 0 8 4 14400
2 0 1 −1 0 2 −1 400
0 1 0 1 0 −1 1 600
1 0 0 1 1 0 0 400

Aquı́, conviene observar que: c̄4 = c4 − cTB B −1 A4 , es decir,

  
( ) 0 2 −1 1

c̄4 = −10 − −12, −16, 0 0 −1 1  0 = −6
1 0 0 1

Además:     
0 2 −1 1 −1
−1 
B A4 = 0 −1 1   
0 =  1
1 0 0 1 1
Por lo tanto, basta agregar la columna correspondiente a la nueva variable en el cuadro final
original. Esta columna es:
 
c4 − cTB B −1 A4
 
−1
B A4

en que c4 es el costo de la variable nueva y A4 es el vector columna de dicha variable, en la

matriz de restricciones.

100
En este caso, la nueva variable tiene costo reducido −6 < 0, y por lo tanto puede entrar a la
base. Ası́, al iterar, el cuadro queda:
10 0 0 0 6 8 4 16800
3 0 1 0 1 2 −1 800
−1 1 0 0 −1 −1 1 200
1 0 0 1 1 0 0 400
La nueva variable permite disminuir el costo total desde -14400 a -16800 siendo la solución
final:  
0
 200 
x∗ =  
 800 
400
En el ejemplo, si nos interesara calcular para qué valores del nuevo costo c4 la variable
introducida es irrelevante en el óptimo (es decir, no pertenece a la base óptima), la condición
serı́a c̄4 = c4 − cTB B −1 A4 ≥ 0, lo que implica c4 ≥ cTB B −1 A4 = −4.

Observación 5.5.1 ¿Podrı́a la nueva variable producir no acotamiento? La respuesta es sı́.

La condición para ello es c̄4 < 0 y B −1 A4 ≤ 0.

5.5.4. Introducción de una nueva restricción

Estamos tratando el problema:
mı́n cT x
Ax = b
x ≥0
Cuyo cuadro óptimo, salvo reordenamiento, está dado por:

0 cTN − cTB B −1 N −cTb B −1 b

I B −1N B −1b

Supongamos que se agrega la restricción:

dT x ≤ d0

101
En que d ∈ IRn y d0 ∈ IR. Es decir, agregamos:

dT x + xn+1 = d0

Con xn+1 una variable de holgura. Ası́, el problema original se puede plantear como:

mı́n cTB xB + cTN xN + 0xn+1

BxB + N xN + 0xn+1 = b
dTB xB + dTN xN + xn+1 = d0
xB , xN , xn+1 ≥ 0
( )
dB
en que d = . O bien, el nuevo problema es:
dN

( )
( T ) x
mı́n c 0
xn+1
[ ]( ) ( )
A 0 x b
T =
d 1 xn+1 d0
x, xn+1 ≥ 0

Agreguemos xn+1 a la base, es decir propongamos:

[ ]
e B 0
B= T
dB 1

cuya inversa es:

[ ]
e −1 = B −1 0
B
−dTB B −1 1

¿Cómo se modifica el cuadro final? Veamos término a término:

[ ]
( ) −1 N
c̄TN = cTN − cTB e
0 B = cTN − cTB B −1 N (los costos reducidos no cambian)
dNt
( ) [ ]( ) ( )
e −1 b B −1 0 b B −1 b
B = =
d0 −dTB B −1 1 d0 −dTB B −1 b + d0

102
 ( )
( ) b
cTB e −1
0 B = cTB B −1 b.
d0

0 cTN − cTB B −1 N 0 −cTb B −1 b

I B −1 N 0 B −1 b

0 dTN − dTB B −1 N 1 d0 − dTB B −1 b

Luego,

Si d0 − dTB B −1 b ≥ 0, la solución propuesta en los datos originales sigue siendo óptima,

sólo que la holgura xn+1 entra a la base con valor d0 − dTB B −1 b.

Si d0 − dTB B −1 b < 0, la solución propuesta no es factible, pues la holgura xn+1 toma un

valor negativo. Iterar con algoritmo Simplex-dual, pivoteando sobre la fila agregada.
En este caso, si dTN − dTB B −1 N ≥ 0, el problema (primal) es infactible, dado que el dual
es no acotado.

Retomemos el problema del inicio:

mı́n −20x1 −16x2 −12x3

x1 ≤ 400
2x1 +x2 +x3 ≤ 1000
2x1 +2x2 +x3 ≤ 1600
x1 , x2 , x3 ≥ 0

Si se agrega la restricción: x1 + x2 + x3 ≤ 800, es decir,

d0 = 800
( )
dT = 1, 1, 1, 0, 0, 0

Entonces,
( )
dTB = 1, 1, 0 [x3 , x2 , x4 ]
( )
dTN = 1, 0, 0 [x1 , x5 , x6 ]

103
  
( ) ( ) 2 2 −1 ( )
dTN − dTB B −1 N = 1, 0, 0 − 1, 1, 0 0 −1 1  = −1, −1, 0
1 0 0
 
( ) 400
d0 − dTB B −1 b = 800 − 1, 1, 0 600 = −200
400

El cuadro óptimo del problema original,

4 0 0 0 8 4 14400
2 0 1 0 2 −1 400
0 1 0 0 −1 1 600
1 0 0 1 0 0 400

se transforma en (agregando una fila y una columna):

4 0 0 0 8 4 0 14400
2 0 1 0 2 −1 0 400
0 1 0 0 −1 1 0 600
1 0 0 1 0 0 0 400
−1 0 0 0 −1 0 1 −200

Al pivotear con Simplex-dual, la última variable sale de la base (entra la primera) generando
un nuevo cuadro óptimo y una nueva solución:

0 0 0 0 4 4 4 13600
0 0 1 0 0 −1 2 0
0 1 0 0 −1 1 0 600
0 0 0 1 −1 0 1 200
1 0 0 0 1 0 −1 200
( )T
de modo que x∗ = 200, 600, 0, 200, 0, 0, 0 y z ∗ = −13600.

Esta técnica para recalcular soluciones óptimas cuando se ha agregado una restricción, pue-
de ser muy útil en la resolución de problemas de Programación Lineal Entera mediante el
método de Ramificación y Acotamiento, explicado anteriormente.

104
Capı́tulo 6

Modelos para Flujos en Redes

Esta área de la Optimización es muy importante ya que existen muchos problemas de estruc-
tura particular que se pueden expresar mediante la noción de grafo o red. Muchos de estos
problemas ya estaban planteados y concitaban el interés de los matemáticos e ingenieros
antes de la aparición formal de la Programación Lineal.

6.1. Motivación y Descripción de Problemas Clásicos

En este capı́tulo introduciremos el problema de flujo de costo mı́nimo (F CM ), a través de
cuatro problemas especı́ficos que son casos particulares de él:

a) Problema de asignación

b) Problema de transporte

c) Problema de flujo máximo

d) Problema del camino más corto

Definición 6.1.1 Un grafo es un par (N , A), donde N es un conjunto finito y A ⊆ N ×N .

A los elementos en N se les llama nodos y a los pares ordenados en A se les llama arcos.

Notemos que los arcos son dirigidos, es decir, el par (i, j) ∈ A es distinguible del par
(j, i) ∈ A, que representa un arco en el sentido contrario. En el grafo de la figura la cantidad
entre paréntesis (b) representa la oferta en cada nodo (si b > 0 el nodo ofrece la cantidad b,

105
 (4, 2)
2 4 Destino
(-5)

(10, 6)
(15, 4)

Origen
(ь, 2)
1 (ь, 2)
(15, 1)
(20)

(8, 4)
(5, 3)

3 5 Destino
(4, 1)
(-15)

Figura 6.1: Ejemplo de un grafo o red.

si b < 0 el nodo demanda la cantidad b, si es cero entonces es un nodo de trasbordo). La

notación (uij , cij ) sobre cada arco, indica la capacidad o cota superior del arco uij y el costo
unitario cij del flujo xij , que es la cantidad enviada desde i a j. En general, sobre los arcos
se puede imponer cotas inferior y superior, del tipo lij ≤ xij ≤ uij .

El problema general corresponde a encontrar un flujo factible, de costo mı́nimo. Entonces el

problema es:
∑
(F CM ) mı́n cij xij
∑
(i,j)∈A
∑
xij − xki = bi ∀i ∈ N
j/(i,j)∈A k/(k,i)∈A

lij ≤ xij ≤ uij ∀(i, j) ∈ A

La primera restricción dice que lo que entrega el nodo i es igual a su oferta más lo que recibe,
dado que el término del lado izquierdo representa la diferencia entre el flujo saliente
y el flujo entrante al nodo. La segunda restricción, dice que el flujo sobre un arco debe
respetar entre las cotas del mismo (en muchos casos se usa lij = 0 y uij = ∞).

106
Notemos que cada arco aparece sólo en dos restricciones ya que un arco participa sola-
mente en dos nodos: en uno como arco entrante y en otro como arco saliente. Cabe destacar
que la matriz A resultante es de rango incompleto (igual a n − 1, en que n es la cardinalidad
de N ). En efecto, la suma de las filas es cero, es decir son linealmente dependientes. Como
haremos en lo que sigue el supuesto (esencial en todo este capı́tulo) que
∑
n
bi = 0,
i=1

es decir que la oferta iguala a la demanda, entonces el sistema de ecuaciones del problema
(F CM ) tiene una ecuación redundante. En todo caso, ese supuesto no hace perder genera-
lidad al tratamiento de los problemas que veremos más adelante.

Normalmente, las variables estructurales del problema son consideradas enteras, de manera
que el problema general de flujo de costo mı́nimo puede escribirse de la forma:
∑
(F CM ) mı́n cij xij
(i,j)∈A

Ax = b
lij ≤ xij ≤ uij ∀(i, j) ∈ A
xij ∈ IN ∀(i, j) ∈ A

Ciertamente, es posible levantar la restricción de integridad de las variables y el problema

sigue teniendo sentido, pero en este texto nos remitimos al caso de variables enteras. Los
datos del problema del ejemplo de la figura pueden entonces resumirse en la siguiente tabla:

x12 x13 x23 x24 x25 x34 x35 x45 x53

nodo/costo 4 4 2 2 6 1 3 2 1 oferta
1 1 1 0 0 0 0 0 0 0 20
2 −1 0 1 1 1 0 0 0 0 0
3 0 −1 −1 0 0 1 1 0 −1 0
4 0 0 0 −1 0 −1 0 1 0 −5
5 0 0 0 0 −1 0 −1 −1 1 −15
capacidad 15 8 ∞ 4 10 15 5 ∞ 4

Las filas 1 a 5 de este cuadro representan las restricciones de equilibrio y se observa que la
matriz A tiene las filas linealmente dependientes (suman cero). De hecho, en cada columna
hay solamente dos coeficientes no nulos, un 1 y un -1, dado que cada arco es emergente para
un nodo e incidente para otro.

107
En lo que sigue del capı́tulo describiremos los 4 problemas antes mencionados, para lue-
go entregar un método de resolución del problema de transporte y una forma de mejorar
soluciones factibles del problema más general (F CM ).

6.1.1. Problema de asignación

Supongamos que el gerente de algún gran supermercado, que consta de 50 cajas, desean sa-
ber cómo asignar 50 cajeras a estas cajas, de manera que el rendimiento sea el mejor posible
(medido según algún criterio). Si hiciéramos esta asignación probando cada configuración de
cajeras y cajas, entonces el tiempo para encontrar la mejor serı́a simplemente prohibitivo,
aún para los computadores más rápidos disponibles. Un buen ejercicio para mejor compren-
der esta complejidad es estimar el tiempo de ejecución si el computador pudiese realizar un
millón de estas evaluaciones por nanosegundo (10−9 seg.), sabiendo que son 50! configuracio-
nes a evaluar (es decir, del orden de 1065 ). Es aquı́ donde entra a jugar un papel importante
la Programación Lineal, como una forma cientı́fica de eliminar muchos millones de configua-
ciones mediante simples criterios de comparación y una sucesión de cálculos relativamente
más sencillos.

Cajeras Cajas
1 1

2
2

n n

Figura 6.2: Problema de asignación. Hay n×n arcos, que corresponden a las variables del problema.

108
Las variables en este caso son:
{
1 si al nodo (cajera) i le corresponde el nodo (caja) j
xij =
0 si no

Este problema se escribe:

∑
n ∑
n
máx cij xij
i=1 j=1
∑
n
xij = 1 i = 1, . . . , n (a cada cajera, una sola caja)
j=1
∑
n
xij = 1 j = 1, . . . , n (a cada caja, una sola cajera)
i=1

xij ∈ {0, 1} i, j = 1, . . . , n

Los coeficientes cij representan los rendimientos de las cajeras en cada caja y la función
objetivo persigue maximizar el rendimiento total.

Este problema de asignación es claramente un caso particular del problema (F CM ) plan-

teado al inicio del capı́tulo. En este caso, los nodos-cajera tienen oferta igual a 1 (pueden
realizar un servicio) y los nodos-caja tienen demanda igual a 1 (solicitan ser servidos por
una cajera). Lo nodos-cajera no tienen arcos entrantes pues no demandan y, similarmente,
los nodos-caja no tienen arcos salientes, pues no ofrecen. Las variables son enteras, con cotas
0 y 1.

6.1.2. Problema de transporte

Consideremos un grafo con un conjunto de n nodos de partida, con ofertas ai ≥ 0, i = 1, . . . , n
y m nodos de llegada con demandas bj ≥ 0, j = 1, . . . , m. Cada arco (i, j) tiene asociado un
costo unitario de transporte cij .
∑ ∑
Supongamos, por ahora, que ni=1 ai = m j=1 bj , es decir, la oferta total es igual a la deman-
da total. Esta condición no es restrictiva, en el sentido que si hubiese discrepancia, bastarı́a
crear un nodo artificial en las ofertas o en las demandas, según sea el caso, pero habrı́a que
precisar cuidadosamente los costos de los arcos ligados al nodo artificial. En el caso que esos
costos sean nulos, los arcos ligados al nodo artificial pueden ser interpretados como variables
de holgura. Otro supuesto es que las ofertas y demandas son números enteros, lo tendrá im-
portancia en la resolución, como veremos más adelante.

109
 Origen Destino

a1 1 1 b1

a2 2
2 b2

ai i

j bi

an n m bm

Figura 6.3: Problema de transporte. Hay n×m arcos, que corresponden a las variables del problema.

Entonces, se define el problema de transporte como el de minimización de los costos de

transporte de los flujos, de manera de satisfacer exactamente la oferta en cada nodo de
origen y la demanda en cada nodo de destino. El problema se escribe:
∑
n ∑
m
mı́n cij xij
i=1 j=1
∑
m
xij = ai i = 1, . . . , n (oferta)
j=1
∑
n
xij = bj j = 1, . . . , m (demanda)
i=1

xij ∈ IN i = 1, . . . n, j = 1, . . . m

En este problema se considera que existen todos los arcos entre nodos de origen y nodos de
destino. Las restricciones quedan definidas de esa forma ya que, para los nodos de origen,
las ecuaciones son del tipo (flujo saliente - flujo entrante = demanda):
∑ ∑
xij − xki = ai ,
j/(i,j)∈A k/(k,i)∈A

110
y, en este caso ∑
xki = 0.
k/(k,i)∈A

Análogamente, en el caso de la demanda se tiene que

∑ ∑
xjk − xkj = −bj
k/(j,k)∈A k/(k,j)∈A

y ∑
xjk = 0.
k/(j,k)∈A

Podemos notar que el problema de asignación puede también ser interpretado como un caso
particular del problema de transporte.

6.1.3. Problema de flujo máximo

Este problema es el de determinar el flujo máximo posible de un nodo origen o fuente (s)
dado a un nodo destino o sumidero (t) con restricciones de capacidad en los arcos.

Si denotamos xts al flujo correspondiente a (devolver) transportar la cantidad final, des-

de t a s, notamos que max xts es equivalente a maximizar el flujo total transportado desde
s a t, dado que el sistema se mantiene en equilibrio.
Luego, el problema se escribe de la siguiente manera

máx x
∑ts ∑
s.a. xsj − xks − xts = 0 (balance en s)
j k
∑ ∑
xtj + xts − xkt = 0 (balance en t)
j k
∑ ∑
xij − xki =0 i ̸= s, t (balance entre nodos intermedios)
j k

0 ≤ xij ≤ uij ∀(i, j) ∈ A′

donde A′ = A ∪ {(t, s)}. Todas las sumas se extienden sobre los arcos existentes y se debe
asignar capacidad uts = ∞ al arco artificial (t, s).

Si N denota el conjunto de todos los nodos (incluidos s y t), una forma más compacta

111
 3
2 4

2 4
1

Origen Destino

1 6

4 5

8
2
3 5

Figura 6.4: Problema de flujo máximo. Sobre los arcos se indica la capacidad.

de escribir este problema serı́a simplemente:

máx xts∑ ∑
s.a. xij − xki = 0 i ∈ N (balance en los nodos)
j/(i,j)∈A′ k/(k,i)∈A′

0 ≤ xij ≤ uij ∀(i, j) ∈ A′

Se puede advertir que si existe un camino orientado desde s a t, cuyos arcos tienen capacidad
infinita, entonces el problema es no acotado.

6.1.4. Problema de camino más corto

Este problema tiene como objetivo encontrar el camino más corto entre el nodo s y el nodo
t en un grafo dado, es decir, encontrar una secuencia de arcos dirigidos y adyacentes entre s
y t, de longitud mı́nima.

La longitud del arco puede ser interpretada en términos de costo, tiempo, distancia, etc.
El problema se escribe

112
 30
2 4

0
11
8 Destino
Origen
6
1
12

3
1 7
10

3 5
2

Figura 6.5: Problema de camino más corto. Sobre los arcos se indica la distancia.

∑
mı́n cij xij
∑
(i,j)∈A
s.a. xsj = 1 (nodo s ofrece una unidad)
j
∑
xkt = 1 (nodo t demanda una unidad)
k
∑ ∑
xij− xki = 0 i ̸= s, t (balance en nodos intermedios)
j k

xij ∈ {0, 1} ∀(i, j) ∈ A

Esta formulación se basa en que una unidad de producto viaja desde el nodo origen s al nodo
destino t, de manera que al minimizar el costo total se está definiendo un camino de costo
mı́nimo. El nodo origen es oferente y el nodo destino es demandante, siendo los restantes
nodos de oferta (demanda) nula.

113
6.2. Resolución del Problema de Transporte
La resolución del problema de transporte será aquı́ abordada usando el algoritmo Simplex,
adaptado a la estructura particular de este problema. Para esto, describiremos tres etapas
del algortimo, a saber:

Obtener una solución básica factible inicial.

Examinar si una solución básica factible es óptima.

Modificar una solución básica factible (si no es óptima).

6.2.1. Obtener una solución básica factible inicial (Fase I)

El sisetma de ecuaciones (restricciones) del problema de transporte es del tipo Ax = b, en
que la matriz A es de orden (n + m) × (nm) y tiene en cada columna un 1, un -1 y el resto
son ceros (esto, porque cada arco es saliente desde un nodo y entrante en otro, y no participa
en las demás ecuaciones). Por esta razón, dado que se ha supuesto que la oferta total iguala
a la demanda total, entonces el sistema tiene una ecuación redundante. Eso significa que las
bases tendrán n + m − 1 variables.

Se puede probar que las bases de este problema son árboles, es decir subgrafos de una
estructura particular que definimos a continuación.

Definición 6.2.1 Un árbol es un grafo que satisface:

Es conexo, es decir, existe una secuencia de arcos entre dos nodos cualesquiera (sin
considerar la orientación de los arcos), y

No contiene ciclos, es decir, partiendo de un nodo no se puede volver a él por una
secuencia de arcos adyacentes (sin importar la orientación).

Una forma simple de encontrar un árbol en un grafo correspondiente a un problema de

transporte es el procedimiento de saturación que describiremos a continuación a través de
un ejemplo. Consideremos tres nodos de oferta y cuatro nodos de demanda, dados por el
grafo mostrado en la figura siguiente. Las ofertas y demandas son indicadas en el grafo y los
costos unitarios de transporte están dados por la matriz:

114
  
8 6 10 9
C =  9 12 13 7 
14 9 16 5

Ofertas Demandas

35 1 1 45

2 20

50 2

3 30

40 3 4 30

Figura 6.6: Ejemplo de problema de transporte.

Procedimiento de saturación: Sea n + m el número de nodos del grafo. Dado que el

sistema de ecuaciones correspondiente a las restricciones de balance o equilibrio en los nodos
tiene una ecuación redundante, en la solución básica factible deben haber n + m − 1 arcos
con flujos positivos y los demás están en cero, es decir, nm − (n + m − 1) arcos son arcos no
básicos (nulos). Esto, pues las bases de este problema son de orden n + m − 1.

El método de saturación empieza cuando se satura el primer arco (elegido arbitrariamente),

esto es, se elige un arco al cual se le asigna el maximo flujo posible, satisfaciendo ası́ la
demanda de los nodos demandantes, luego se prosigue de la misma manera con el resto de
los arcos, hasta satisfacer la demanda de todos los nodos. Observemos el ejemplo, con 3
nodos-origen de ofertas 35, 50 y 40 respectivamente, y 4 nodos-destino con demandas 45,

115
 Ofertas Demandas
35
35 1 1 45

10
2 20
20
50 2
20

3 30

10

40 3 30 4 30

Figura 6.7: Procedimiento de saturación

20, 30 y 30. Al primer arco (1, 1) se asigna el flujo x11 = 35, que el máximo posible y corres-
ponde a la oferta del nodo-origen 1. Eso quiere decir que el nodo-origen 1 queda saturado,
en el sentido que ya entregó toda su oferta. El nodo-destino 1, que con esto tiene demanda
residual igual a 10, puede ser saturado desde el nodo-origen 2, el cual queda con oferta re-
sidual igual a 40. Esas 40 unidades pueden ser trasladadas al nodo-destino 2, con lo cual el
nodo-origen 2 queda saturado y el nodo-destino 2 tiene demanda residual cero. Este es un
caso especial, puesto que se asigna entonces flujo de valor cero al arco (3, 2). Repitiendo el
procedimiento, el nodo-origen 3 entrega 10 unidades al nodo-destino 3 y 30 al nodo-destino 4.

Notar que este procedimiento produce una solución factible que corresponde a una base,
pues el grafo ası́ generado es un árbol de 6 arcos (esto es 3+4-1). Además se puede generar
distintas bases factibles cambiando el orden de saturación. En el ejemplo se usó el orden
correlativo de los nodos de origen y destino, pero bastarı́a con reordenarlos para que este
procedimiento generara una base distinta.

Por otro lado, podemos calcular el costos asociado a esta solución, el cual resulta ser z = 1180.

116
Procedimiento de saturación a costo mı́nimo. Como hemos dicho, el orden de satura-
ción es irrelevante, de manera que podemos ir haciendo entrar los arcos a la base, de acuerdo
a los costos de estos, buscando producir una solución de bajo costo esperado. Entonces ahora
saturamos siguiendo en cada paso el costo mı́nimo, es decir, comenzamos saturando desde
el arco que posee el menor costo al de mayor costo. Este procedimiento también produce un
árbol o solución básica factible.

Ofertas Demandas
15
35 1 1 45
20

30
2 20

50 2
20

3 30

10

40 3 30 4 30

Figura 6.8: Procedimiento de saturación a costo mı́nimo

En el ejemplo, el arco de costo más bajo es el arco (3, 4), de manera que saturamos x34 = 30
y este valor de flujo se resta de los dos nodos involucrados, lo cual hace que la demanda
del nodo se anula y la oferta del nodo 1 se rebaja a 10. Como el nodo destino 4 satisface
su demanda, entonces es eliminado del proceso lo cual significa que se procede a eliminar
todos los arcos incidentes en él. De los restantes arcos, el de mı́nimo costo es (1, 2), y se debe
saturar entonces x12 = 20, quedando la oferta del nodo 1 en valor 15 y la demanda del nodo
2 en valor 0. Se procede a eliminar ahora del proceso al nodo destino 2.

Siguiendo de esta forma se llega a una base (árbol) que consta de los arcos (1, 1), (1, 2),
(2, 1), (2, 3), (3, 3) y (3, 4), cuyo valor de función objetivo es z = 1080. Notar que es algo
menor que el valor de la solución anterior, obtenida por el proceso de saturación simple, pero
esto no corresponde a una propiedad sino más bien a una simple casualidad.

117
6.2.2. Examinar si una solución básica factible es óptima
Notemos que si los datos ai , bj son enteros, entonces los flujos xij son enteros (de acuerdo a los
procedimientos que hemos descrito), pues se trata de diferencias de números enteros (dados
por las ofertas y demandas). Esto muestra que todos los puntos extremos del problema de
transporte tienen coordenadas enteras, en el caso de ofertas y demandas enteras. Por esta
razón, el problema de optimización lineal es del tipo canónico
mı́n cT x, s.a. Ax = d, x ≥ 0,
en el cual no se impone la condición de integridad de las variables de manera explı́cita. Notar
que el vector d está dado por una columna que concatena los vectores a = (ai ) y b = (bj ).

Las restricciones son de dos tipos: de oferta (n) y de demanda (m). Es decir, hay dos tipos
de variables duales, que llamaremos ui y vj , asociadas respectivamante a los nodos de origen
y de destino. Entonces el problema dual se puede escribir

∑
n ∑
m
(D) máx ai ui + b j vj
i=1 j=1
ui + vj ≤ cij i = 1, . . . , n, j = 1, . . . , m
dado que en cada columna de la matriz A hay solamente dos coeficientes iguales a 1 y los
restantes son nulos.

Supongamos entonces que tenemos una solución básica factible (una solución factible con
estructura de árbol, tal como la última, generada por la saturación a costo más bajo). Los
costos reducidos para las variables básicas están dados por
c̄TB = cTB − π T B = 0
en que π T = (uT , v T ) es el vector de variables duales. De allı́, dada la estructura de la matriz
B, se tiene
(α) c̄ij = cij − ui − vj = 0 para todo arco básico

Análogamente, los costos reducidos para las variables no básicas son

c̄TN = cTN − π T N,
lo que implica
(β) c̄ij = cij − ui − vj para todo arco no básico
El conjunto de ecuaciones (α) representa un sistema de m + n − 1 ecuaciones y m + n
incógnitas, de rango m + n − 1. Entonces podemos fijar una variable dual (cualquiera) en

118
un valor arbitrario y usar (α) para encontrar todas las restantes variables duales (eso es
posible, dado que el sistema recorre un árbol, en el cual en cada paso se puede despejar una
variable ui o vj ). En este ejemplo (puede ser cualquier variable y en cualquier valor real),
fijamos u1 = 0, lo que implica que v1 = 8 y los valores de las demás variables duales quedan
determinadas ası́:

c11=8
u1=0 1 1 v1=8
c12=6

c21=9
2 v2=6

u2=1 2 c23=13

3 v3=12

c33=16

u3=4 3 c34=5 4 v4=1

Figura 6.9: Procedimiento de determinación de variables duales

Con estos valores es posible determinar los costos reducidos de los arcos no básicos, usando
lass ecuaciones (β), de manera de decidir si alguno puede entrar a la base (costo reducido
negativo). Esto es,
c̄13 = −2
c̄14 = 8
c̄22 = 5
c̄24 = 5
c̄31 = 2
c̄32 = −1
Es sabido que si c̄ij ≥ 0, para todo arco no básico, entonces la solución en curso es óptima.
En este caso eso no es cierto y se observa que dos arcos pueden entrar a la base, mejorando

119
el valor de la función objetivo. En la sección siguiente mostraremos cómo iterar para realizar
el cambio de base.

6.2.3. Modificar una solución básica factible (si no es óptima)

Decidimos ingresar la variable x13 a la base, es decir aumentaremos el flujo de ese arco hasta
la saturación, de manera de mantener factibilidad. Naturalmente, al aumentar el flujo en ese
arco, se deben modificar los flujos de los arcos del ciclo que la introducción de propio arco
genera en el árbol básico, tal como se muestra en el grafo.

15-ʄ
1 1 45
35
20
ʄ

30+ʄ 2 20

50 2 20-ʄ

3 30

10

40 3 30 4 30

Figura 6.10: Aumento del flujo en arco que entra a la base.

Las condiciones de factibilidad que debe cumplir el valor λ solamente se deben imponer en
los arcos del ciclo que el arco ingresado genera, tal como se indica en la figura. Entonces, se
impone:
15 − λ ≥ 0
λ≥ 0
30 + λ ≥ 0
20 − λ ≥ 0

120
lo que implica que 0 ≤ λ ≤ 15. El mayor decrecimiento de la función objetivo se obtiene con
λ = 15, lo cual implica que la variable (arco) x11 se anula y sale de la base (si hay más de
una arco que se anula al maximizar λ, entonces solamente uno de ellos debe salir de la base,
quedando los demás en la base con valor de flujo igual a cero). En nuestro ejemplo, la nueva
solución básica está dada por el grafo siguiente, con valor de la función objetivo z = 1050.

Ofertas Demandas

1 1 45
35 20

15

45 2 20

50 2 5

3 30

10

40 3 30 4 30

Figura 6.11: Nueva solución básica.

Este procedimiento se puede entonces reiterar, realizando de nuevo los cálculos mostrados
en la sección anterior, hasta que todos los costos reducidos sean mayores o iguales a cero.

6.3. Flujo de Costo Mı́nimo: Mejoramiento de una So-

lución en Curso
En esta sección trataremos el problema de cómo verificar optimalidad de una solución básica
factible y cómo mejorarla, para el problema general de flujo de costo mı́nimo. Lo que hare-
mos será esencialmente extender los conceptos introducios en las secciones anteriores sobre
el problema de transporte. No trataremos aquı́ el problema de encontrar una solución básica
factible (o fase I), sino que supondremos que ella es conocida.

121
Consideremos de nuevo el problema del ejemplo introductorio de este capı́tulo:

(4, 2)
2 4 Destino
(-5)

(10, 6)
(15, 4)

Origen
(ь, 2)
1 (ь, 2)
(15, 1)
(20)

(8, 4)
(5, 3)

3 5 Destino
(4, 1)
(-15)

Figura 6.12: Problema de flujo de costo mı́nimo.

Como hemos visto, este problema se puede escribir de la manera siguiente:

∑
(F CM ) mı́n cij xij
∑
(i,j)∈A
∑
xij − xki = bi ∀i ∈ N
j/(i,j)∈A k/(k,i)∈A

lij ≤ xij ≤ uij ∀(i, j) ∈ A

pero, en este ejemplo, usamos lij = 0 para todos los arcos. En este caso, tampoco imponemos
de manera explı́cita la integridad de las variables de flujo (en el caso de ofertas y demandas
enteras), pues las bases factibles son también árboles.

Sean n el número de nodos de la red y m = #A, el número de arcos. La matriz del grafo
es de n × m y las bases están compuestas por n − 1 arcos, como en el caso del ejemplo,
mostrado en el grafo más abajo. Los arcos no dibujados se entienden de flujo nulo. La base
indicada está compuesta por 4 arcos: {(1, 2), (2, 4), (2, 5), (3, 4)}. Los arcos (1, 3) y (3, 5) no

122
 2
2 4 Destino
(-5)

10
12

Origen

1
3
(20)

8
5

3 5 Destino
(-15)

Figura 6.13: Base del problema de flujo. Los valores de los flujos están indicados en los arcos.

son básicos, pero tampoco tienen flujo nulo. Extenderemos ahora el concepto de base al caso
de la programación lineal con cotas, que es el caso del problema de flujo de costo mı́nimo.

Extensión del concepto de base. Consideremos el problema escrito en la forma canóni-

ca:
mı́n cT x
Ax = b
l≤x≤u
donde l y u son vectores. En el caso del problema de flujo que estamos considerando, A es
del orden n × m y de rango filas completo, eventualmente, en el caso de un problema de
flujo, eliminando una fila redundante. Se define entonces la base de la manera siguiente: sea
A = [B, N ] una descomposición de la matriz de restricciones y sean las variables xB y xN
las coordenadas correspondientes de la variable x. Igualmente, consideremos las particiones
correspondientes para las cotas y el vector de costos: lB , lN , uB , uN , cB y cN .

Una variable no básica es aquella fijada en alguna de sus cotas y las variables básicas se
determinan resolviendo el sistema de ecuaciones (respetando sus cotas). Entonces:

123
 xNi = lNi ∨ uNi

lB ≤ xB ≤ uB , donde BxB = b − N xN

En el caso del problema de flujo del ejemplo los arcos (1, 3) y (3, 5) son no básicos y están en
su cota superior. De manera análoga al caso del problema de transporte, los costos reducidos
se pueden determinar usando usando el hecho que

c̄TB = cTB − π T B = 0,

en que π T es el vector de variables duales y, dada la estructura de la matriz B en este caso,

se tiene que
(α′ ) cij = πi − πj para todo arco básico.

Análogamente, los costos reducidos para las variables no básicas son

c̄TN = cTN − π T N,

lo que implica
(β ′ ) c̄ij = cij − πi + πj para todo arco no básico.

Condición de optimalidad. Se dice que la solución en curso es óptima si se satisface lo

siguiente:
c̄ij ≥ 0 si lij = xij (en cota inferior)
c̄ij = 0 si lij < xij < uij
c̄ij ≤ 0 si xij = uij (en cota superior)

Las ecuaciones (α′ ), para las variables básicas, permiten determinar los valores de las varia-
bles duales. Dado que hay n nodos y n − 1 arcos básicos, basta fijar arbitrariamente el valor
de una variable dual. Para el caso del ejemplo, fijemos π2 = 0, de donde se obtiene:
 
4
 0 
 
π=  −1 

 −2 
−6

Luego, se calculan los costos reducidos de los arcos no básicos mediante (β ′ ), de donde se
obtiene:

124
 c̄13 = c13 − (π1 − π3 ) = −1
c̄23 = c23 − (π2 − π3 ) = 1
c̄35 = c35 − (π3 − π5 ) = −2
c̄45 = c45 − (π4 − π5 ) = −2
c̄53 = c53 − (π5 − π3 ) = 6

Regla de entrada a la base. Son candidatos para ingresar a la base:

Arcos no básicos de costo reducido negativo que están en su cota inferior.

Arcos no básicos de costo reducido positivo que están en su cota superior.

En este caso, solamente el flujo x45 puede entrar a la base, pues está en su cota inferior (cero)
y tiene costo reducido negativo (c̄45 = −2).

2+ʄ
2 4 Destino
(-5)

10-ʄ
12

Origen

1 ʄ
3
(20)

8
5

3 5 Destino
(-15)

Figura 6.14: Ciclo generado por la variable que entra a la base.

Sea λ el flujo del arco (4, 5). Por factibilidad, se debe cumplir:
0≤ 2+λ≤4
0≤ λ
0 ≤ 10 − λ ≤ 10

125
de manera que 0 ≤ λ ≤ 2, lo que implica que el arco (2, 4) sale de la base (alcanza su cota
superior) y se genera una nueva solución básica, que consta de las variables x12 , x25 , x34 y
x45 .

4
2 4 Destino
(-5)

8
12

Origen

1 2
3
(20)

8
5

3 5 Destino
(-15)

Figura 6.15: Nueva solución básica factible.

Este proceso se puede entonces repetir, de manera de verificar si esta solución es óptima y,
si no lo es, mejorarla de la misma manera aquı́ mostrada.

Notar que el valor del flujo (λ) que entra a la base se considera siempre positivo, pero
si se tratara de un arco que está fuera de la base, pero en su cota superior, este valor deberı́a
ser restado a ese flujo. Se procede en consecuencia en los demás arcos del ciclo generado por
ese arco.

A modo de ejercicio, se sugiere continuar el procedimiento hasta la optimalidad, indican-

do en cada iteración el valor de la función objetivo.

126
Capı́tulo 7

Algoritmos para Programación no

Lineal

En este capı́tulo estudiaremos algunos métodos numéricos para la resolución del problema

mı́n f (x)
x∈S

donde la función f : IRn −→ IR es en general diferenciable (en algunos casos, puede ser
necesario imponer condiciones adicionales) y el conjunto S es un convexo no vacı́o en IRn .
En el caso que S = IRn se habla de Optimización sin restricciones.

Aunque el conjunto S puede tener naturaleza bastante variable y general, en este capı́tu-
lo consideramos solamente el caso en que S puede ser descrito mediante un conjunto de
igualdades y desigualdades, es decir,

mı́n f (x)
gi (x) ≤ 0, i = 1, . . . , m
hj (x) = 0, j = 1, . . . , l

en que normalmente suponemos que tanto gi , i = 1, . . . , m como hj , j = 1, . . . , l son dife-

renciables. Esto se denomina Optimización con restricciones.

Esquema general de resolución. La resolución numérica de estos problemas será abor-

dada siguiente un esquema iterativo: dado un punto de partida x0 ∈ S se construye una
sucesión {xk }, contenida en S, según la formula

xk+1 = xk + λk dk

127
donde dk es una dirección de descenso (es decir, ∇f (xk )T dk < 0) y λk es un paso, que
satisface
f (xk + λk dk ) ≤ f (xk + λdk ) ∀λ ≥ 0, xk + λdk ∈ S

Ciertamente, el valor de λk podrı́a no ser único. Otra posibilidad es que f (xk + λdk ) diverja
a −∞ cuando λ tiende a infinito y se cumple xk + λdk ∈ S, para todo λ ≥ 0. En ese caso,
el problema (P ) es no acotado.

Dada la dirección dk , el problema de encontrar el paso λk es un problema de minimiza-

ción unidimensional
(L) mı́n φ(λ)
λ ∈ [0, λ̄k ]
en que φ(λ) = f (xk + λdk ) y λ̄k = sup{λ / xk + λdk ∈ S}.

La dirección dk puede ser elegida de diversas maneras, según veremos en las secciones si-
guientes. A modo de ejemplo, en el caso no restringido, se puede elegir simplemente
dk = −∇f (xk ),
pues si xk no es punto estacionario (∇f (xk ) ̸= 0), entonces ∇f (xk )T dk < 0. Esta es la base
del método del gradiente, que veremos a continuación.

Más en general, si S es una matriz definida positiva, entonces es fácil probar que
dk = −S∇f (xk )
es también una dirección de descenso, puesto que ∇f (xk )T dk = −∇f (xk )T S∇f (xk ) < 0, si
∇f (xk ) ̸= 0. Esto justifica el método de Newton, en el cual se elige
dk = −H(xk )−1 ∇f (xk ),
siendo H(xk ) la matriz Hessiana de f , evaluada en xk . Este método es muy bueno cuando
la función f es (estrictamente) convexa.

7.1. Optimización sin Restricciones

7.1.1. Método del gradiente

También conocido como método de Cauchy o del descenso más pronunciado, está diseñado
para resolver numéricamente el problema irrestricto
(P ) mı́n f (x)

128
Una propiedad interesante de la dirección del gradiente es que ella es la de máximo descenso
en el punto xk , en el sentido que es solución del problema
mı́n ∇f (xk )T d
∥d∥ ≤ 1
En efecto, de la desigualdad de Cauchy-Schwarz se puede decir que ∇f (xk )T d ≥ − ∥∇f (xk )∥ ∥d∥
y la igualdad se alcanza en
∇f (xk )
d=− .
∥∇f (xk )∥
Esto sugiere usar la dirección dk = −∇f (xk ) como dirección de búsqueda, es decir, el algo-
ritmo está dado por la formula iterativa:
xk+1 = xk − λk ∇f (xk ) (7.1)

donde el paso λk es la solución del problema unidimensional (L). El algoritmo correspon-

diente puede entonces presentarse de la manera siguiente:

Algoritmo del gradiente

[0] Sean ε > 0, k = 0, x0 ∈ IRn

[1] Si ∥∇f (xk )∥ < ε, entonces detener el proceso, pues xk es una buena aproximación a
un punto estacionario de (P ). Si no, elegir la dirección
dk = −∇f (xk )
e ir a [2]
[2] Encontrar λk que minimiza f (xk − λ∇f (xk )), λ ≥ 0 (es decir, resolver (L))
[3] Actualizar
xk+1 = xk − λk ∇f (xk ),
hacer k ← k + 1 e ir a [1]

Observación 7.1.1 Observar que el método elige, a partir de xk , una dirección ortogonal a
la curva de nivel de la función f en ese punto. En ese sentido corresponde a una discretiza-
ción de la trayectoria dada por la ecuación diferencial ordinaria
ẋ(t) = −∇f (x(t)), t ≥ 0, x(0) = xk
la cual, bajo ciertas condiciones de regularidad, satisface x(t) −→ x∗ si t −→ ∞, siendo
x∗ un punto estacionario de f .

129
 x4 d4 x 5 d5 x*
d3
d2 x3
x2
d1

x
1

Figura 7.1: Esquema de un método iterativo sin restricciones.

7.1.2. Caso cuadrático

Consideremos el caso
1
f (x) = cT x + xT Qx,
2
con Q (simétrica) definida positiva.

En lo que sigue denotaremos gk = c + Qxk al gradiente de f evaluado en xk . Entonces

la dirección del gradiente está dada por dk = −gk .

Se necesita determinar el paso en cada iteración. Recordemos que, de la definición del pro-
blema (L), debemos minimizar la función

φ(λ) = f (xk − λgk ),

la cual es convexa. Entonces se puede determinar λk resolviendo la ecuación φ′ (λ) = 0, es

decir,

0 = φ′ (λ) = −∇f (xk − λgk )T gk = −[c + Q(xk − λgk )]T gk = −gkT gk + λgkT Qgk

gkT gk
de donde λk = − .
gkT Qgk
Se obtiene entonces la formula iterativa (explı́cita) del método del gradiente en el caso
cuadrático definido positivo:
∥gk ∥2
xk+1 = xk − T gk .
gk Qgk

130
Este método es convergente a un punto estacionario de f , bajo hipótesis bastante generales.
Demostraremos esta convergencia solamente en el caso de funciones cuadráticas definidas
positivas, como la del ejemplo anterior.

Para esto, definamos una función auxiliar que mide el error de una estimación, es decir,
la distancia entre un punto dado y el punto estacionario,
1 1
ϵ(x) = (x − x∗ )T Q(x − x∗ ) = ∥x − x∗ ∥2Q ,
2 2

donde x∗ es solución óptima del problema cuadrático irrestricto, es decir, x∗ = −Q−1 c.

Notar que este es esencialmente el cuadrado del error de x con respecto a x∗ , usando la
norma inducida por la matriz Q. Observemos además que las funciones f y ϵ difieren sola-
mente en una constante, puesto que
1
ϵ(x) = f (x) + x∗ T Qx∗ ,
2

lo que significa que minimizar f es equivalente a minimizar ϵ, cuyo valor mı́nimo es obvia-
mente cero, dado que Q es definida positiva.
[ ]
(gkT gk )2
Lema 7.1.1 ϵ(xk+1 ) = 1 − T ϵ(xk )
(gk Qgk )(gkT Q−1 gk )

Demostración. De la definición de ϵ se tiene que

1 1
ϵ(xk+1 ) = (xk+1 − x∗ )T Q(xk+1 − x∗ ) = (xk − λk gk − x∗ )T Q(xk − λk gk − x∗ ).
2 2

1
Notando que Q(xk − x∗ ) = gk y que ϵ(xk ) = gkT Q−1 gk se tiene
2
1[ ]
ϵ(xk+1 ) = (xk − x∗ )T Q(xk − x∗ ) + λ2k gk Qgk − 2λk (xk − x∗ )T Qgk
2
λ2
= ϵ(xk ) + k gkT Qgk − λk gkT gk
2
(gkT gk )2
= ϵ(xk ) − T
2gk Qgk
[ ]
(gkT gk )2
= 1− T ϵ(xk ),
(gk Qgk )(gkT Q−1 gk )

131
lo que termina la prueba.

Este lema permite dar una tasa de convergencia del método del gradiente, en el caso de
funciones cuadráticas definidas positivas. Para esto, es necesario recordar una propiedad
de las matrices definidas positivas, conocida como desigualdad de Kantorovich: sea Q una
matriz definida positiva y sean λm y λM sus valores propios más pequeño y más grande
respectivamente. Entonces se cumple:
(uT u)2 4λm λM
T T −1
≥ ∀u ∈ IRn , u ̸= 0
(u Qu)(u Q u) (λn + λM )2
Aplicando esta desigualdad al lema precedente (bajo el supuesto evidente que gk ̸= 0),
tenemos que [ ]
4λm λM
ϵ(xk+1 ) ≤ 1 − ϵ(xk ),
(λm + λM )2
es decir, [ ]2
λM − λm
ϵ(xk+1 ) ≤ ϵ(xk ).
λM + λm
[ ]
λM − λm
Si denotamos ρ = ∈ [0, 1[, entonces
λM + λm
ϵ(xk+1 ) ≤ ρ2 ϵ(xk ),
o bien
∥xk+1 − x∗ ∥Q ≤ ρ∥xk − x∗ ∥Q

lo que implica que ϵ(xk ) −→ 0, si k −→ ∞. Es decir, xk −→ x∗ , si k −→ ∞.

Se puede ver que si la matriz Q es diagonal, entonces los dos valores propios extremos
coinciden y se tiene que ϵ(x1 ) = 0, cualquiera que sea x0 ∈ IRn , lo que significa que el méto-
do converge en una iteración. Si no, la velocidad de convergencia depende la diferencia entre
λM y λm , es decir, de la excentricidad de la forma cuadrática. Esto muestra que el método
del gradiente converge linealmente en este caso (cuadrático definido positivo), según la
definición que damos a continuación.

Definición 7.1.1 Si {xk } es una sucesión convergente a x̄, entonces

{xk } converge linealmente si existen ρ ∈]0, 1[ y k0 tales que

∥xk+1 − x̄∥ ≤ ρ ∥xk − x̄∥ , ∀k ≥ k0 .

132
 {xk } converge superlinealmente si existen {βk } ⊂ IR+ con βk → 0 si k → ∞, y k0
tales que
∥xk+1 − x̄∥ ≤ βk ∥xk − x̄∥ , ∀k ≥ k0 .
{xk } converge cuadráticamente si existen β ∈ IR+ y k0 tales que
∥xk+1 − x̄∥ ≤ β ∥xk − x̄∥2 , ∀k ≥ k0 .

Proposición 7.1.1 Convergencia cuadrática =⇒ convergencia superlineal =⇒ convergencia

lineal.

7.1.3. Método de Newton

La idea del método de Newton es relativamente simple: se aproxima localmente la función
a minimizar mediante una función cuadrática y luego se determina el mı́nimo de esta apro-
ximación. Dicho punto es una aproximación del mı́nimo de f , construyendo ası́ un método
iterativo. Sea entonces f : IRn → IR, de clase C 2 y q la aproximación cuadrática, en un
entorno de xk ,

q(x) = f (xk ) + gkT (x − xk ) + 12 (x − xk )T Hk (x − xk )

( 2 )
∂ f
donde gk = ∇f (xk ) y Hk = H(xk ) = (xk ) es la matriz hessiana de f evaluada en
∂xi ∂xj
xk .

Una condición necesaria de mı́nimo de q es que ∇q(x) = 0, es decir,

gk + Hk (x − xk ) = 0
es decir,
x = xk − Hk−1 gk
siempre que Hk−1 exista. Bajo el supuesto que q aproxima bien a f , se puede asumir que
x aproxima bien al mı́nimo de f (lo cual podrı́a estar lejos de la realidad). Esto sugiere el
método (de Newton):
xk+1 = xk − Hk−1 gk .

e−x
2

Ejemplo 7.1.1 Veamos el caso simple (P ) mı́n f (x), con f (x) = − (campana de
2
Gauss invertida). La formula de Newton aplicada a este caso es
2x3k
xk+1 = xk − f ′′ (xk )−1 f ′ (xk ) = .
1 − 2x2k

133
Entonces, se observa que si |x0 | < 1/2, se tiene que {xk } converge a cero, que es la solución
del problema (P ).

Si se parte de un punto tal que |x0 | = 1/2, entonces x1 = −x0 , x2 = −x1 , x3 = −x2 y
ası́ sucesivamente, es decir, la sucesión oscila sin converger.

Si se parte de un punto tal que x0 > 1/2 o bien x0 < −1/2, entonces la sucesión diver-
ge a +∞ o bien −∞, según el caso.

Se ha detectado ası́ una región de convergencia del método, dada por la bola abierta B(0, 12 ).

e−(x +y )
2 2

Se sugiere, como ejercicio, analizar similarmente el caso (en dos variables) f (x, y) = −
2
y describir la región de convergencia. Damos a continuación, sin demostración, el teorema
de convergencia (local) del algoritmo de Newton.

Teorema 7.1.1 Sean f ∈ C 2 y x∗ ∈ IRn , tales que ∇f (x∗ ) = 0 y H(x∗ ) es definida positiva.
Entonces existe r > 0, tal que si x0 ∈ B(x∗ , r), el algoritmo

xk+1 = xk − Hk−1 gk , k≥0

converge a x∗ .

Velocidad de convergencia del método de Newton

Bajo las hipótesis del teorema precedente, podemos escribir

xk+1 − x∗ = xk − x∗ − Hk−1 gk
= Hk−1 [Hk (xk − x∗ ) − (gk − g ∗ )] (7.2)

donde g ∗ = ∇f (x∗ ) = 0.

Observación 7.1.2 En lo que sigue usaremos la definición de norma de una matriz:

∥A∥ = sup {∥Av∥}

∥v∥=1

la que, en particular, satisface la desigualdad ∥Ax∥ ≤ ∥A∥∥x∥.

134
Como f ∈ C 2 , existen µ > 0 y r > 0 tales que

∥H(x)−1 ∥ ≤ µ, ∀x ∈ B(x∗ , r)

luego, existe k0 tal que para k ≥ k0 , y usando (7.2) se cumple

∥xk+1 − x∗ ∥ = ∥Hk−1 [Hk (xk − x∗ ) − (gk − g ∗ )] ∥

≤ µ∥ [Hk (xk − x∗ ) − (gk − g ∗ )] ∥
= µ∥∇f (xk ) − ∇f (x∗ ) − H(xk )(xk − x∗ )∥ (7.3)

Usando el teorema del valor medio, tenemos que

∫ 1
∗ ∗
∇f (xk ) = ∇f (x ) + H(xk )(xk − x ) + [H(x∗ + λ(xk − x∗ )) − H(x∗ )] (xk − x∗ )dλ
0

de donde
∫ 1
∗ ∗ ∗
∥∇f (xk ) − ∇f (x ) − H(xk )(xk − x )∥ ≤ ∥xk − x ∥ ∥H(x∗ + λ(xk − x∗ )) − H(x∗ )∥dλ
0
≤ ∥xk − x∗ ∥ sup {∥H(x∗ + λ(xk − x∗ )) − H(x∗ )∥}
0≤λ≤1
∗
= θk ∥xk − x ∥ (7.4)

siendo θk = sup {∥H(x∗ + λ(xk − x∗ )) − H(x∗ )∥} > 0 finito, pues H es continua, dado que
0≤λ≤1
f ∈ C 2.

De (7.3), se obtiene entonces

∥xk+1 − x∗ ∥ ≤ µθk ∥xk − x∗ ∥.

Como evidentemente µθk −→ 0+ , si k −→ ∞, entonces la convergencia de {xk } a x∗ es

superlineal.

Esta convergencia puede ser cuadrática, en el caso que la matriz hessiana H es de Lips-
chitz, es decir, existe L tal que

∥H(u) − H(v)∥ ≤ L ∥u − v∥ , ∀u, v ∈ IRn .

En ese caso,
∥H(x∗ + λ(xk − x∗ )) − H(x∗ )∥ ≤ L ∥λ(xk − x∗ )∥

135
y la desigualdad (7.4) puede ser recalculada:
∫ 1
∗ ∗ ∗
∥∇f (xk ) − ∇f (x ) − H(xk )(xk − x )∥ ≤ ∥xk − x ∥ ∥H(x∗ + λ(xk − x∗ )) − H(x∗ )∥dλ
0
∫ 1
∗
≤ L∥xk − x ∥ ∥λ(xk − x∗ )∥dλ
0
L
= ∥xk − x∗ ∥2
2
Aplicando a (7.3),
µL
∥xk+1 − x∗ ∥ ≤ ∥xk − x∗ ∥2 ,
2
lo cual muestra que el método de Newton tiene, en este caso, convergencia cuadrática.

Algoritmo de Newton, para funciones de clase C 2

[0] Sea ε > 0, k = 0, x0 ∈ IRn

[1] Elegir dk mediante Hk dk = −gk , donde Hk = H(xk ) y gk = ∇f (xk ).
[2] Hacer xk+1 = xk + dk
[3] Si ∥gk+1 ∥ ≤ ε, parar. Si no, hacer k ← k + 1 y volver a [1]

Debemos notar que este algoritmo puede no converger, dependiendo del punto de partida, tal
como se ha visto en el ejemplo antes mostrado. Una forma de evitar o al menos aminorar este
problema del método es usar la dirección dk como dirección de búsqueda lineal y minimizar en
cada iteración sobre la variedad lineal determinada por esa dirección. Esto permite modificar
el método como se indica a continuación.

Método de Newton con paso

Como vimos antes, si Hk es definida positiva entonces dk = −Hk−1 gk es dirección de descen-

so. Una modificación que ayuda a acelerar la convergencia es incorporar un paso en cada
iteración. Esto es, reemplazar la etapa [2] por

[2] Hacer xk+1 = xk + tk dk , donde tk resuelve el problema de minimización unidimensio-

nal:
mı́n f (xk + tdk ), t ≥ 0

Al usar esta estrategia, aparece la necesidad de minimizar la función (de una variable)
φ(t) = f (xk + tdk ), para t ≥ 0. Este subproblema es analizado en lo que sigue.

136
7.1.4. Método de paso (minimización unidimensional)
En general, en este tipo de métodos se debe realizar una minimización unidimensional en
cada iteración. Es decir, tal como se dijo antes, resolver el problema

(L) mı́n φ(λ)

λ ∈ [0, ∞[

en que φ(λ) = f (xk + λdk ). En ciertos casos, dependiendo de las propiedades de la función f ,
puede ser posible encontrar el mı́nimo unidimensional resolviendo directamente la ecuación
φ′ (α) = 0, es decir la ecuación ∇f (xk + αdk )T dk = 0, pero lo más frecuente es verse obligado
a aproximar el mı́nimo numéricamente mediante algún procedimiento como el denominado
”método de dicotomı́a”, que exponemos a continuación.

Sunpongamos que se sabe que el mı́nimo de φ está en algún intervalo [0, λ̄k ]. Esto puede
ocurrir en casos en que se sabe que la función es unimodal, es decir, que posee un solo valor
λk que resuelve (L). Una función unimodal es lo que se conoce como función estrictamente
casi-convexa, definida a continuación.

Definición 7.1.2 Sea f : S −→ IR, donde S es convexo. Entonces

Una función f se dice casi-convexa si, para todo x1 , x2 ∈ S,

f (λx1 + (1 − λ)x2 ) ≤ máx{f (x1 ), f (x2 )}, ∀λ ∈ [0, 1]

Una función f se dice estrictamente casi-convexa si, para todo x1 , x2 ∈ S, x1 ̸= x2 ,

f (λx1 + (1 − λ)x2 ) < máx{f (x1 ), f (x2 )}, ∀λ ∈]0, 1[

Observación 7.1.3 Notemos que:

Si la función f es casi convexa, entonces el conjunto de valores que minimiza f es un

conjunto convexo.

Es claro que si f es casi-convexa entonces φ también lo es. Más en general, φ hereda

todas las propiedades de f .

Si dk es una dirección de descenso, entonces es claro que φ′ (0) < 0. En efecto, se puede
advertir que en el caso diferenciable: φ′ (λ) = ∇f (xk + λdk )T dk . Entonces, evaluando
en el cero, φ′ (0) = ∇f (xk )T dk = f ′ (xk ; dk ) < 0.

137
Teorema 7.1.2 Sea φ : IR → IR una función estrictamente casi-convexa, que tiene un
mı́nimo global en el intervalo [a, b], entonces para α1 , α2 ∈ [a, b] tales que α1 < α2 se tiene:

i) φ(α1 ) > φ(α2 ) ⇒ φ(α) ≥ φ(α2 ), α ∈ [a, α1 [

ii) φ(α1 ) ≤ φ(α2 ) ⇒ φ(α) ≥ φ(α1 ), α ∈]α2 , b]

Demostración. Se deja propuesto como ejercicio.

Este teorema permite afirmar lo siguiente:

a) φ(α1 ) > φ(α2 ), entonces el nuevo intervalo de confianza para el mı́nimo es [α1 , b].

b) φ(α1 ) ≤ φ(α2 ), entonces el nuevo intervalo de confianza para el mı́nimo es [a, α2 ].

Usando estas propiedades se puede proponer el método de búsqueda unidimensional que

describimos a continuación.

Método de dicotomı́a

Consideremos de nuevo el problema,

(L) mı́n φ(t)

t ∈ [a, b]

donde φ es unimodal.

[0] Sean ε > 0, ρ > 0 (precisión), j = 1, [a1 , b1 ] intervalo inicial (por ejemplo, puede ser
a1 = a, b1 = b).

[1] Si bj − aj < ρ, detenerse y estimar la solución de (L) mediante tk = (aj + bj )/2. El

error máximo de esa aproximación es ρ/2.
Si bj − aj ≥ ρ, sean

aj + bj
• α1 = −ε
2
aj + bj
• α2 = +ε
2

138
 [2] Si φ(α1 ) > φ(α2 ) hacer aj+1 = α1 y bj+1 = bj
Si φ(α1 ) ≤ φ(α2 ) hacer aj+1 = aj y bj+1 = α2
[3] j ← j + 1 y volver a [1]

Observación 7.1.4 Como ejercicio, probar que este método requiere que 2ε < ρ y también
probar que este procedimiento de determinación de paso produce una secuencia anidada de
intervalos cerrados, tal que
1 1
bj+1 − aj+1 =j
(b1 − a1 ) + 2ε(1 − j ),
2 2
que converge a un intervalo de ancho 2ε, el cual contiene un punto que es solución de (L).

Este procedimiento de minimización unidimensional es muy rápido, pero está limitado a ca-
sos en que la función es unimodal. En general, la minimización de funciones de una variable es
un problema no trivial, especialmente si no se conoce alguna propiedad general de la función.

Siguiendo con el caso unimodal, resta por saber cómo determinar un intervalo inicial [a, b]
para partir este método, en el caso de la función φ(t) = f (xk + tdk ). Sobre la base que dk es
dirección de descenso se tiene que φ′ (0) < 0 (en efecto, φ′ (t) = ∇f (xk + tdk )T dk ) y si existe
un punto que minimiza φ en [0, ∞[, se puede aplicar el procedimiento simple siguiente:

[0] Sea h > 0, en general relativamente pequeño.

Si φ(0) < φ(h) elegir [a, b] = [0, h].
Si no, ir a [1].
[1] Buscar p, entero positivo, tal que
φ(0) ≥ φ(h) ≥ · · · ≥ φ(p − 1)h) ≥ φ(ph)
y
φ(ph) < φ((p + 1)h),
entonces elegir
[a, b] = [(p − 1)h, (p + 1)h].

7.2. Optimización con Restricciones

En esta sección expondremos de manera general y aplicable, tres métodos de optimización con
restricciones y sus posibles extensiones. Se trata de los métodos del gradiente proyectado,
de direcciones admisibles y de penalización.

139
7.2.1. Método del gradiente proyectado
Este método es una generalización del método del gradiente, al caso de un problema de
función objetivo no lineal y restricciones lineales. Una extensión al caso de restricciones no
lineales puede también ser propuesta, pero está fuera del alcance de este texto. La idea es
la siguiente: a partir de un punto factible, es decir que satisface las restricciones que definen
el poliedro factible, se propone la dirección del método del gradiente (la misma usada en el
método correspondiente al caso sin restricciones). Si esta dirección es admisible entonces se
determina un paso sobre ella, tal como en el método irrestricto. Si no, entonces se procede a
proyectar esta dirección sobre la cara ”más cercana”del poliedro y se elige esa nueva direcc-
ción como dirección de búsqueda unidimensional. Este método es también conocido como
método de Rosen y data de comienzos de la década de 1960.

Antes de describir formalmente este algortitmo, es necesario recordar algunos conceptos

de álgebra lineal.

Definición 7.2.1 Una matriz P ∈ Mn×n se dice matriz de proyección si ella es simétrica
e idempotente (es decir, satisface P = P T y P = P 2 ).

Algunas propiedades

Sea P una proyección. Entonces

P es semidefinida positiva.
Si P es invertible, entonces P = I (esto significa que en general las proyecciones son
no invertibles, a menos que se trate de la identidad).
I-P es una proyección.
El conjunto L = {P x / x ∈ IRn } es ortogonal a L⊥ = {(I − P )x / x ∈ IRn } y
IRn = L ⊕ L⊥ .

Consideremos entonces el problema

(P ) mı́n f (x)
Ax ≤ b
Ex = e
donde A ∈ Mm×n y E ∈ Ml×n . Este es un problema de optimización no lineal, pero el
dominio o conjunto factible es un poliedro P.

140
Si x̄ es un punto factible de P , entonces definamos la descomposición de la matriz A de
la manera siguiente (eventualmente reordenando filas):
[ ]
A1
A= tal que A1 x̄ = b1 , A2 x̄ < b2 ,
A2
( )
b
donde b = 1 es la correspondiente descomposición del lado derecho de la inecuación. Se
b2
observa que esta descomposición permite identificar cuáles son las restricciones activas y las
no activas.

La idea es entonces proyectar la dirección del método del gradiente sobre la cara [”más ]
A1
cercana”del poliedro, definida por las restricciones activas. Sea entonces la matriz M = .
E
La proyección de −∇f (x̄) sobre el núcleo de M es d = −P ∇f (x̄), donde

P = I − M T (M M T )−1 M

Es un buen ejercicio demostrar que la proyección sobre el núcleo de M está dada por la
matriz P , en el caso que el rango-filas de M es completo, es decir sus filas son linealmente
independientes.

Observación 7.2.1 Notar que una dirección es admisible para el sistema de inecuaciones
Ax ≤ b, Ex = e, si y sólo si satisface A1 d ≤ 0 y Ed = 0. Para las restricciones inactivas
en un punto dado x̄, representadas por la matriz A2 , cualquier dirección a partir de x̄ es
admisible, dado que A2 x̄ < b2 .

Lema 7.2.1 La dirección definida por d = −P ∇f (x̄) es de descenso, en el sentido que

∇f (x̄)T d ≤ 0, y es admisible, en el sentido que A1 d ≤ 0 y Ed = 0.

Demostración. La dirección definida cumple:

∇f (x̄)T d = −∇f (x̄)T P ∇f ((x̄)

= −∇f (x̄)T P T P ∇f ((x̄)
= ∥P ∇f (x̄)∥2 ≤ 0

Por otro lado, se tiene que M P = 0 (demostrarlo) y entonces se cumple que: M d =

−M P ∇f (x̄) = 0, de donde A1 d = 0 y Ed = 0.

141
El siguiente teorema justifica que proyectar la dirección del método del gradiente es una
buena elección en el caso de restricciones lineales, en el sentido que eso permite deducir una
dirección admisible y de descenso, ası́ como inducir un criterio de detención.

Teorema 7.2.1 Consideremos el problema

(P ) mı́n f (x)
Ax ≤ b
Ex = e

y sea x̄ un punto factible. Sea la descomposición

[ ]
A1
A= tal que A1 x̄ = b1 , A2 x̄ < b2 .
A2
[ ]
A1
Si la matriz M = tiene rango-filas completo y P = I − M T (M M T )−1 M , sea
E
( )
T −1 u
w = −(M M ) M ∇f (x̄) = .
v

Se cumple que:

Si d = −P ∇f (x̄) = 0 y u ≥ 0, entonces x̄ es un punto de Karush-Kuhn-Tucker.

Si d = −P ∇f (x̄) = 0 y u  0, entonces sea uj [una]componente estrictamente negativa

Ā1
del subvector u y redefinamos la matriz M̄ = , en que Ā1 resulta de eliminar la
E
fila j de A1 . Redefiniendo P̄ = I − M̄ T (M̄ M̄ T )−1 M̄ se tiene que d¯ = −P̄ ∇f (x̄) es una
dirección admisible y de descenso.

Demostración. En el caso u ≥ 0, si d = 0 entonces

0 = −P ∇f (x̄)
= ∇f (x̄) − M T (M M T )−1 M ∇f (x̄)
= ∇f (x̄) + M T w
( )
[ T T] u
= ∇f (x̄) + A1 , E
v
= ∇f (x̄) + AT1 u + E T v,

142
y es claro que esta es la condición de Karush-Kuhn-Tucker.

Veamos ahora el caso u  0. Elijamos una coordenada uj < 0 y definamos d¯ = −P̄ ∇f (x̄),
suponiendo que es igual a cero. Entonces, como antes, se puede escribir
0 = ∇f (x̄) + M̄ T w̄,
donde w̄ = −(M̄ M̄ T )−1 ∇f (x̄). También, por hipótesis, tenemos que
0 = ∇f (x̄) + M T w,
luego
M̄ T w̄ = M T w
= AT1 u + E T v
= ĀT1 ũ + E T v + uj aTj
.
..
 
siendo aj la fila j de A1 y ũ = ui 
..
. i̸=j
( )
ũ
Ası́, tenemos que M̄ T w̄ = M̄ T w̃ + uj aTj , donde w̃ = . De allı́, obtenemos que
v
M̄ T (w̄ − w̃) − uj aTj = 0
El lado izquierdo de esta expresión es una combinación lineal de las filas de M , en que al
menos un ponderador es no nulo, puesto que uj < 0.

Esto contradice que M tenga rango-filas completo, por lo tanto d¯ = −P̄ ∇f (x̄) ̸= 0 y,
por el lema anterior, d¯ es dirección de descenso.

Veremos ahora que d¯ es dirección admisible, es decir que se cumple A1 d¯ ≤ 0 y E d¯ = 0

Eventualmente reordenando filas, se tiene que
 
[ ] ( ) Ā1 d¯
A1 ¯ ¯
A1 d
M d¯ = d= =  aj d¯
E E d¯
E d¯
( )
Ā1 d¯
Pero, es claro que = M̄ d¯ = −M̄ P̄ ∇f (x̄) = 0, puesto que M̄ P̄ = 0. Entonces se tiene
E d¯
que  
0
M d¯ = aj d¯
0

143
y, en particular, Ā1 d¯ = 0, E d¯ = 0. Luego, para probar que A1 d¯ ≤ 0, basta probar aj d¯ ≤ 0.
Para eso, retomemos
0 = P ∇f (x̄)
= ∇f (x̄) + M T w
= ∇f (x̄) + M̄ T w̃ + uj aTj
= aj P̄ ∇f (x̄) + aj P̄ M̄ T w̃ + uj aj P̄ aTj (multiplicamos por aj P̄ )
= aj P̄ ∇f (x̄) + uj aj P̄ aTj (notamos que M̄ P̄ = 0)
= −aj d¯ + uj aj P̄ aT j

Dado que uj ≤ 0 y aj P̄ aTj ≥ 0, entonces tenemos aj d¯ ≤ 0, que es lo que querı́amos

demostrar.

Esquema del método del gradiente proyectado (Rosen)

(0) Sean k = 0, x0 ∈ IRn tal que Ax0 ≤ b, Ex0 = e.

] [ ( )
A1 b
(1) Sea la descomposición A = , b = 1 tal que A1 xk = b1 , A2 xk < b2 y definamos
[ ] A2 b2
A1
M= .
E
(2) Sean P = I − M T (M M T )−1 M , dk = −P ∇f (xk )
(si M es vacı́a, se usa P = I)

Si dk = 0 y P = I, entonces parar (la solución en curso satisface KKT)

Si dk = 0 y P ̸= I, entonces ir a (3)
Si dk ̸= 0, ir a (4)
( )
u
(3) Definir w = −(M M T )−1 M ∇f (xk ) = .
v
Si u ≥ 0, parar, pues la solución en curso satisface KKT.

Si u  0, sea uj < 0 (cualquiera) y redefinir M , eliminando la fila j. Ir a (2).

(4) Determinar el paso, resolviendo el problema de minimización unidimensional
mı́n f (xk + λdk )
λ ∈ [0, λ̄k ]

144
 donde λ̄k = sup{λ / xk + λdk ∈ P}.

Sea λk la solución de este subproblema. Hacer:

xk+1 = xk + λk dk , k ← k + 1 e ir a (1).

Observación 7.2.2 El valor de λ̄k puede ser calculado en forma explı́cita en el caso de
restricciones lineales. En primer lugar notemos que dado que Exk = e y que la dirección
satisface Edk = 0, entonces E(xk + λdk ) = e, cualquiera que sea λ. Por lo tanto, solamente
se debe determinar λ̄k > 0 que garantice A(xk + λdk ) ≤ b, para todo λ ∈ [0, λ̄k ].

Entonces, imponemos λAdk ≤ b−Axk , para todo λ ∈ [0, λ̄k ], lo cual se escribe por coordenada
de la manera siguiente:

λ(Adk )i ≤ (b − Axk )i i = 1, . . . , m, λ ∈ [0, λ̄k ].

Dado que el lado derecho es positivo, para los valores de i tales que (Adk )i ≤ 0, la desigualdad
anterior es trivialmente satisfecha. Esto significa que
{ }
(b − Axk )i
λ̄k = mı́n / (Adk )i > 0 .
(Adk )i
Como A1 dk = 0, entonces se puede escribir en forma más simple
{ }
(b2 − A2 xk )i
λ̄k = mı́n / (A2 dk )i > 0 .
(A2 dk )i
Notar que este es esencialmente el criterio de salida de la base en el método Simplex. De
hecho, si no existe (A2 dk )i > 0, entonces se considera λ̄k = +∞.

Observación 7.2.3 Existen extensiones de este método al caso de restricciones no lineales,

pero están fuera del marco de este curso. Ellas están basadas esencialmente en la aproxima-
ción local de primer orden de las restricciones activas en cada punto xk .

7.2.2. Método de direcciones admisibles

Esta es una familia de métodos, basados en la idea general de iterar desde un punto factible
a otro siguiendo una dirección admisible y de descenso, y aplicando una búsqueda unidimen-
sional sobre la variedad lineal definida por la dirección. De hecho, el método del gradiente
proyectado puede ser considerado dentro de esta familia, con la particularidad que en ese

145
caso el trazo lineal de búsqueda está contenido en una cara del poliedro.

Consideremos de nuevo el problema

(P ) mı́n f (x)
Ax ≤ b
Ex = e

y un punto factible x̄. Usando la misma notación de la sección anterior, recordemos que d¯ es
una dirección admisible si cumple A1 d¯ ≤ 0 y E d¯ = 0. Además, es de descenso si ∇f (x̄)T d¯ < 0.

Una forma de determinar una dirección de búsqueda a partir de x̄ es resolver el proble-

ma
mı́n ∇f (x̄)T d
A1 d ≤ 0
Ed = 0
que puede ser un problema no acotado, si ∇f (x̄) ̸= 0. Por esta razón se impone una cota
a la dirección, dado que la norma de la solución no es relevante en el proceso de búsqueda
unidimensional. Entonces, la dirección se determina mediante
(D) mı́n ∇f (x̄)T d
A1 d ≤ 0
Ed = 0
−1 ≤ dj ≤ 1 j = 1, . . . , n

Observación 7.2.4 Notar que (D) es un problema de Programación Lineal cuyo poliedro
factible es acotado, lo cual implica que tiene solución finita. Además, dado que d = 0 es
factible, la solución d¯ de (D) satisface ∇f (x̄)T d¯ ≤ 0.

Veamos qué ocurre si el óptimo d¯ de este problema es tal que ∇f (x̄)T d¯ = 0. Entonces es
claro que no existe d tal que
∇f (x̄)T d < 0
A1 d ≤ 0
Ed = 0
−1 ≤ dj ≤ 1 j = 1, . . . , n
lo cual dice que no existe d tal que
∇f (x̄)T d < 0
A1 d ≤ 0
Ed = 0

146
(si existiese, bastarı́a normalizar la solución), es decir, no existe d tal que

−∇f T
 (x̄) d > 0
A1
 E d ≤ 0
−E

y, por el teorema de Farkas, existen u, v ′ , v ′′ ≥ 0 tales que

 
[ T ] u
A1 , E T , −E T  v ′  = −∇f (x̄).
v ′′

Haciendo v = v ′ − v ′′ se obtiene

∇f (x̄) + AT1 u + E T v = 0, u ≥ 0

que corresponde a la ecuación de Karush-Kuhn-Tucker del problema (P ).

Inversamente, supongamos ahora que x̄ es un punto de Karush-Kuhn-Tucker, es decir, existen

u ≥ 0 y v, tales que
∇f (x̄) + AT1 u + E T v = 0.
Entonces, usando el mismo razonamiento anterior, el sistema

∇f (x̄)T d < 0
A1 d ≤ 0
Ed = 0

no tiene solución, lo que significa que el óptimo de (D) satisface ∇f (x̄)T d¯ = 0.

Hemos demostrado el teorema siguiente.

Teorema 7.2.2 Sea x̄ un punto factible de (P ). Consideremos problema (D), que permite
encontrar una dirección admisible de descenso para el problema (P ). Entonces, x̄ es punto
de Karush-Kuhn-Tucker si y solamente si el óptimo d¯ de (D) satisface ∇f (x̄)T d¯ = 0.

Esquema del método de direcciones admisibles (Zoutendijk)

(0) Sean ε > 0, k = 0, x0 ∈ IRn tal que Ax0 ≤ b, Ex0 = e.

147
 ][ ( )
A1 b
(1) Sea la descomposición A = , b = 1 tal que A1 xk = b1 , A2 xk < b2 .
A2 b2

(2) Resolver el problema lineal

(Dk ) mı́n ∇f (xk )T d

A1 d ≤ 0
Ed = 0
−1 ≤ dj ≤ 1 j = 1, . . . , n

y sea dk solución de (Dk ).

Si ∥∇f (xk )T dk ∥ < ε, entonces parar.

Si no, ir a (3).

(3) Determinar el paso, resolviendo el problema de minimización unidimensional

mı́n f (xk + λdk )

λ ∈ [0, λ̄k ]
{ }
(b2 − A2 xk )i
donde λ̄k = mı́n / (A2 dk )i > 0 .
(A2 dk )i
Sea λk la solución de este subproblema. Hacer:

xk+1 = xk + λk dk , k ← k + 1 e ir a (1).

Observación 7.2.5 Notar que el valor de λ̄k podrı́a ser igual a +∞, en el caso en que
Adk ≤ 0. En esa situación, podrı́a detectarse no acotamiento de (P ), si es que f (xk + λdk )
es monótona decreciente con λ ≥ 0.

7.2.3. Método de penalización

En esta sección trabajaremos con el problema de optimización con restricciones de igualdad
(similar teorı́a puede hacerse si hay desigualdades). Consideremos entonces el problema

(P ) mı́n f (x)
hj (x) = 0 j = 1, . . . , l

148
La idea del método de penalización es resolver una secuencia de problemas de optimización
irrestricta, aproximando ası́ de manera sucesiva, la solución del problema (P ). Sea entonces
el problema
∑
l
(Pµ ) mı́n f (x) + µ hj (x)2
j=1

donde µ > 0 es una constante arbitraria. De un punto de vista intuitivo, si µ es un valor re-
lativamente grande, entonces la solución óptima de (Pµ ) tenderá a satisfacer las restricciones
de (P ). Se puede entonces interpretar el factor µ como un ”pago o castigo”por insatisfacción
de las restricciones.

Pero, cuando la constante µ es muy grande, pueden aparecer problemas de estabilidad

numérica en la resoución del problema (Pµ ). Por esta razón se usa generar una sucesión
creciente {µk }, de manera de ir aproximando la solución de (P ) iterativamente y usando
la solución de un problema aproximado (Pµk ) como punto de partida para la resolución del
problema (Pµk+1 ).

Veamos esto a través de un ejemplo:

(P ) mı́n x21 + x22 + x23

x1 + x2 + x3 = 1
x1 − x2 = 0

El problema penalizado es
[ ]
(Pµk ) mı́n x21 + x22 + x23 + µk (x1 + x2 + x3 − 1)2 + (x1 − x2 )2

donde usamos la secuencia µk = 10k , para k = 0, 1, 2, . . .. Entonces, resolviendo este problema

para diferentes valores de k, se encuentra la secuencia siguiente:
1 1 1
µ0 = 1
=⇒ (x1 , x2 , x3 ) = ( , , )
4 4 4
10 10 10
µ1 = 10 =⇒ (x1 , x2 , x3 ) = ( , , )
31 31 31
100 100 100
µ2 = 100 =⇒ (x1 , x2 , x3 ) = ( , , )
301 301 301
En el lı́mite, la secuencia tiende al óptimo de (P ), que es (x1 , x2 , x3 ) = ( 13 , 13 , 31 ).

El caso anterior corresponde a lo que se denomina penalización cuadrática, pero la noción

de función de penalización es más general.

149
Definición 7.2.2 Una función continua ψ : IR −→ IR+ se dice función de penalización
si satisface la propiedad:
y = 0 =⇒ ψ(y) = 0
y ̸= 0 =⇒ ψ(y) > 0

Bajo ciertas hipótesis generales de regularidad, se puede demostrar la convergencia del méto-
do de penalización, en el sentido del teorema siguiente.

Teorema 7.2.3 Consideremos el problema

(P ) mı́n f (x)
hj (x) = 0 j = 1, . . . , l
y supongamos que es un problema factible.

∑
l
Sea además α(x) = ψ(hj (x)) y supongamos que, cualquiera que sea la sucesión real
j=1
{µk } divergente a +∞, el problema irrestricto
(Pk ) mı́n f (x) + µk α(x)
x ∈ IRn
tiene solución xk y la sucesión {xk } es acotada.

Entonces

µk α(xk ) −→ 0, si µk −→ +∞.
Cualquier punto de adherencia de {xk } (y existe al menos uno), es solución de (P ).

Esquema del método de penalización

(0) Sean k = 0, x0 ∈ IRn , µ0 > 0, ε > 0, β > 1.

(1) Resolver
(Pk ) mı́n f (x) + µk α(x)
x ∈ IRn
usando xk como punto de partida. Sea xk+1 solución de (Pk ).
(2) Si µk α(xk+1 ) < ε, parar.
Si µk α(xk+1 ) ≥ ε, hacer µk+1 = βµk , k ←− k + 1 e ir a (1).

150
Capı́tulo 8

Problemas Propuestos

8.1. Formulación y Modelamiento de Problemas

1. Usted es dueño de una empresa que vende camiones a empresas mineras. Un estudio
de factibilidad técnica le ha indicado que existen n lugares posibles donde podrı́a
construir una planta de ensamblaje de camiones. Sea I el conjunto de lugares donde
su empresa puede construir las plantas (la cardinalidad es |I| = n). Suponga que el
precio de construir la planta en el lugar i ∈ I es ci . Además, usted tiene un contrato
ya firmado con m empresas en el cual usted se compromete a venderles dj camiones a
cada empresa j ∈ J, con J el conjunto de los clientes (de cardinalidad |J| = m). Para
cada planta i y cada cliente j el precio de ensamblar cada camión y enviarlos de i a
j es pij . Finalmente, considere que por problemas de plazos, cada planta i no puede
ensamblar más de ki camiones. Formule un problema de programación lineal entero
que minimice los costos totales.
2. Un productor de electricidad debe planificar su producción horaria de energı́a para
maximizar sus beneficios por venta de la misma en un horizonte de 2 horas. Formule
y resuelva el problema que consiste en maximizar los beneficios del productor si:
Se producen 5 unidades de energı́a antes del periodo de planificación.
Los precios horarios de la energı́a de la primera y segunda hora son 6 y 2 unidades
monetarias respectivamente por cada una unidad de energa.
La energı́a mı́nima que se puede producir en cada hora es 0 y la máxima 10
unidades.
Las producciones de energa en dos horas consecutivas no pueden diferir más de 4
unidades.

151
 El coste de producción es 3 unidades monetarias por unidad de energı́a.

3. Un inversionista debe decidir entre 6 proyectos de infraestructura a realizar, (P 1) a

(P 6). Las rentabilidades esperadas (Ri ) e inversiones necesarias (Ii ) son (en millones
de dólares):

Proyecto Ri Ii
P1: Extensión Costanera 1,5 1,1
P2: Plazas de Peaje 3,0 2,5
P3: Pavimentación en Ruta 5 5,3 4,5
P4: Extensión de la Ruta 5 3,3 3,1
P5: Pasos Peatonales en Costanera 2,5 1,8
P6: Casetas de Emergencia 0,5 0,3
Las condiciones requeridas son las siguientes:

Inclusión: La Extensión de la Costanera (P1) y la construcción de las Plazas de

Peaje (P2) son incluyentes (si realiza uno de ellos, debe también realizar el otro).
Requisito: La Extensión de la Ruta 5 (P4) es requisito para la Pavimentación en Ruta
5 (P3), pero no al revés, es decir, puede realizar P4 sin realizar P3.
Exclusión: Por razones de probidad, el inversionista solamente podrı́a realizar uno (a
lo más) de los proyectos P5 y P6.
Recursos: El inversionista dispone de 10 millones de dólares para invertir.
Número de proyectos: El inversionista no puede realizar más de 4 proyectos.

Usando variables binarias (xi = 1 si el proyecto i se realiza, y xi = 0 si no), escri-

ba el modelo matemático que describe este problema, es decir, la función-objetivo que
representa el interés del inversionista y el conjunto de restricciones.

4. Como variante del problema anterior, suponga que el Ministerio de Obras Públicas
debe asignar los 6 proyectos a dos empresas constructoras (las cuales se repartirán las
6 obras). Los costos para el Ministerio, de acuerdo a las cotizaciones entregadas por
las empresas, son (en millones de dólares):

Proyecto Empresa A Empresa B

P1: Extensión Costanera 1,5 1,1
P2: Plazas de Peaje 3,0 2,5
P3: Pavimentación en Ruta 5 4,5 5,3
P4: Extensión de la Ruta 5 3,3 3,1
P5: Pasos Peatonales en Costanera 2,5 2,8
P6: Casetas de Emergencia 0,5 0,3

152
 Las condiciones requeridas son las siguientes:

Inclusión: La Extensión de la Costanera (P1) y la construcción de las Plazas de

Peaje (P2) son incluyentes (si una empresa realiza uno de ellos, debe también realizar
el otro).
Requisito: Para la Empresa A, la Extensión de la Ruta 5 (P4) es requisito para la
Pavimentación en Ruta 5 (P3), pero no al revés, es decir, la puede realizar P4 sin
realizar P3.
Exclusión: Por razones de probidad, cualquiera de las dos empresas solamente podrı́a
realizar uno (a lo más) de los proyectos P5 y P6.
Recursos: La Empresa B puede asignarse proyectos por a lo más 10 millones de dóla-
res en total.

Escriba un modelo matemático para este problema, es decir, la función-objetivo que

representa el interés económico del Ministerio y el conjunto de restricciones. Explique
claramente la definición de sus variables y restricciones.

5. Considere una fábrica con tres tipos de máquinas: A, B y C, que pueden producir
cuatro productos: 1, 2, 3 y 4. Cada producto debe pasar por alguna operación en cada
uno de los tres tipos de máquina. Suponga que la producción es continua (es decir,
se puede producir una cantidad no necesariamente entera de productos) y que cada
producto debe pasar primero por una máquina A, luego por una B y finalmente por
una C. Suponga además que el tiempo requerido para ajustar las máquinas al cambiar
de producto es despreciable.

La tabla siguiente muestra las horas requeridas en cada tipo de máquina por unidad
de cada producto, el tiempo total disponible por semana por máquina y la ganancia
por la venta de una unidad de cada producto.

Tipo Tiempo Total

de Producto Producto Producto Producto disponible
Máquina 1 2 3 4 por semana
A 1,5 1 2,4 1 2000
B 1 5 1 3,5 8000
C 1,5 3 3,5 1 5000
Ganancia
por unidad 5,24 7,30 8,34 4,18

153
 Se desea determinar la producción semanal de cada producto que maximiza las ganan-
cias. Plantee el problema como un problema de programación lineal.

6. La empresa OPTI-TV posee dos plantas de fabricación para TVs de alta definición
(TVAD) en Seoul y en Busan, posee también dos fuentes de componentes en Ansan y
Guni y tres mercados principales en el mundo: Nueva York, Tokio y Londres. Un set
completo de componentes se necesita para producir una unidad de producto TVAD.
Los costos de transporte desde las fuentes a las fábricas y desde las fábricas a los mer-
cados, están dados por las siguientes tablas:

($) Seoul Busan ($) NY Tokio Londres

Ansan 10 15 Seoul 40 10 20
Gumi 20 15 Busan 30 20 30

Supongamos que hay 10.000 sets completos de componentes disponibles en Asan y

15.000 en Guni. Se asumirá que las fábricas poseen capacidad ilimitada de fabricación.

a) Los centros de Nueva York, Tokio y Londres tienen demandas de 8.000, 14.000
y 3.000 TVAD, respectivamente. Formule el problema de encontrar la manera
óptima de manejar el proceso de transporte (planta-fábrica-mercado) de manera
de minimizar el costo de transporte.
b) Asuma ahora que cada mercado requiere al menos 2.000 TVADs OPTI-TV y
que cada unidad se vende a un precio de $120, $90, $110 en Nueva York, Tokio
y Londres, respectivamente (note que ya no son las demandas de la parte a)).
Formule el problema de maximizar el beneficio neto.

7. La empresa minera ABFR Asoc. tiene 2 plantas de producción de cobre cuyos stocks,
al dı́a de hoy, son a1 = 90.000, a2 =70.000 toneladas de mineral. Por contratos ya fir-
mados, la empresa debe satisfacer las demandas de 3 clientes: b1 =55.000, b2 =75.000,
b3 =50.000. Suponga que los costos cij (unitarios, por tonelada) entre plantas y clientes
están dados por: [ ]
2 4 6
(cij ) =
1 5 6
Considere finalmente que, por cada tonelada no provista (demanda insatisfecha), la
empresa debe pagar una penalización p1 = 3, p2 = 2, p3 = 1 al cliente correspondiente.
Formule un problema de optimización que represente esta situación.
Indicación: defina las variables xij , toneladas que la planta i entrega al cliente j.

154
8. Escriba un modelo para el problema descrito a continuación.
La National Free Transportation Agency (NAFTA), debe decidir un programa de for-
mación y contratación de nuevas azafatas para los próximos seis meses.
Las exigencias a respetar son expresadas en horas de vuelo de azafatas: 8.000 en enero,
9.000 en febrero, 8.000 en marzo, 10.000 en abril, 9.000 en mayo y 12.000 en junio.
La formación de una nueva azafata dura un mes. Esta formación comprende 100 horas
de vuelo en lı́neas de la compañı́a. Estas 100 horas se pueden deducir de exigencias
que las azafatas deben cumplir, es decir, sirven para satisfacer las exigencias de horas
de vuelo de azafatas de la compañı́a.
Cada azafata experimentada puede entregar hasta 150 horas de vuelo por mes. La
compañı́a dispone de 60 azafatas experimentadas al 1 de enero.
Cada azafata experimentada recibe un sueldo de US$800 por mes, independientemente
del número de horas que preste servicio. Cada mes, el 10 % de las azafatas experimen-
tadas deja su trabajo por diversas razones.
Al cabo de un mes de formación, que cuesta US$400 a la compañı́a, una azafata apren-
diz se convierte en azafata experimentada.

9. Un granjero posee 100 hectáreas (ha.) que pueden ser utilizadas para el cultivo de trigo
y maı́z. El rendimiento por ha. es de 60 quintales anuales de trigo y de 95 quintales de
maı́z.
Cualquier fracción de las 100 ha. puede ser destinada al cultivo de trigo o maı́z. El
trabajo necesario es de 4 hrs. por ha. anuales, más 0.15 hr. por quintal de trigo y 0.70
hr. por quintal de maı́z. El costo de las semillas y abono es de $20 por quintal de trigo
y $12 por quintal de maı́z.
El granjero puede vender su trigo a $175 el quintal y su maı́z a $95 el quintal. A la
compra, le costarı́an respectivemente $250 y $150. Puede también criar cerdos y pollos.
Los vende cuando han alcanzado la edad de 12 meses. Un cerdo se vende a $4.000. Un
ave se vende en términos de cerdo-equivalente (el número de pollos necesarios para
obtener $4.000 al momento de la venta).
Un cerdo requiere 25 quintales de trigo o 20 quintales de maı́z, ası́ como 25 hrs. de
trabajo y 25 m2 de terreno. Un cerdo-equivalente de pollos requiere 25 quintales de
maı́z o 10 quintales de trigo, ası́ como 40 hrs. de trabajo y 15 m2 de terreno.
El granjero dispone de 10.000 m2 de terreno para la crianza. Dispone también de 2.000
hrs. de trabajo anuales y puede poner a su familia a trabajar, disponiendo ası́ de

155
 2.000 hrs. suplementarias. Puede también contratar horas suplementarias de obreros
agrı́colas al costo de $150 la hora.
Cada hora de obrero agrı́cola demanda 0,15 hr. de trabajo de supervisión de parte del
granjero.
Escriba un modelo que permita determinar las superficies a destinar al cultivo de trigo
y/o maı́z y las cantidades de cerdos y/o pollos a producir, de manera de maximizar el
beneficio. Explicite los supuestos usados en la modelación.

8.2. Matemáticas para la Optimización

1. Use la definición de convexidad para mostrar que el conjunto S es convexo, donde

S = {A ∈ Mn×n (IR) / A es definida positiva}.

2. (a) Sea C ⊆ IRn . Demuestre que

(α + β)C = αC + βC ∀α, β ≥ 0 ⇐⇒ C es convexo

(b) Sea S ⊆ IRn un convexo tal que int(S) = ̸ ∅. Sea x1 ∈ adh(S) y x2 ∈ int(S).
Demuestre que λx1 + (1 − λ)x2 ∈ int(S), ∀ λ ∈]0, 1[.
3. Sean C ⊆ IRn un conjunto convexo y x ∈ C. Demuestre que x es un punto extremo de
C si y sólo si C \ {x} es convexo.
4. Definamos la envoltura convexa de un conjunto de puntos {x1 , ..., xm } ⊆ IRn por
{ m }
∑ ∑
m
co{x1 , ..., xm } = λi xi / λi ∈ [0, 1], ∀i = 1, . . . , m, λi = 1
i=1 i=0

a) Demuestre explı́citamente que co{x1 , ..., xm } es un conjunto convexo.

b) Demuestre que todo punto extremo de co{x1 , ..., xm } es necesariamente uno de
los puntos xi .
c) Sean A = {a1 , ..., am1 } y B = {b1 , ..., bm2 }. Demuestre que

co(A × B) = co(A) × co(B)

d) Calcule los puntos extremos del hipercubo en IRn

[0, 1]n := {z ∈ IRn / zi ∈ [0, 1] ∀i = 1, . . . , n}

156
 5. (a) Demuestre que un poliedro es acotado si y solo si no tiene direcciones extremas.
(b) Sea P = {x ∈ Rn : Ax = b, x ≥ 0} un poliedro convexo compacto (cerrado y
acotado) en Rn , con A ∈ M(R)m×n de rango m < n. Demuestre la siguiente
equivalencia:
Cada elemento de P tiene al menos m componentes mayores que cero
⇐⇒
Cada punto extremo de P tiene exactamente m componentes mayores que cero.

6. Es posible representar el conjunto S = {(x1 , x2 , x3 ) ∈ IR3 / x1 ≥ 0} empleando exclu-

sivamente puntos extremos y direcciones extremas?

7. Sea φ(x) = Ax una función lineal, donde A es una matriz de dimensión m × n. De-
muestre que si S es polı́topo en IRn , entonces φ(S) es un polı́topo en IRm .
Recuerdo: Un polı́topo es la envoltura convexa de un conjunto finito de puntos.

8. Encuentre los puntos extremos y las direcciones extremas de los siguientes poliedros:

x1 + 2x2 + 3x3 − 4x4 = 0
P1 : x1 + 4x2 + 3x3 − 8x4 = 0

x1 , x2 , x3 , x4 ≥ 0

x1 + x2 + x3 + x4 + x5 = 10
P2 : x1 − x2 + x3 − x4 − x5 = 10

x1 , x2 , x3 , x4 , x5 ≥ 0

9. Considere el siguiente poliedro P, definido por:

−x1 + 2x2 ≤ 4
x1 − 3x2 ≤ 3
x1 , x2 ≥ 0

a) Usando los teoremas de caracterización, encuentre los puntos extremos y las di-
recciones extremas de P.
( )
4
b) En base a lo anterior, represente el punto como combinación convexa de
1
puntos extremos más una combinación lineal no negativa de direcciones extremas.

10. Considere el poliedro

P = {x ∈ IR2 / x1 − x2 − 1 ≥ 0, x1 − 2x2 ≥ 0, x1 , x2 ≥ 0}.

157
 Determine todos los puntos y direcciones extremas de P, usando los teoremas de ca-
racterización. Repita su cálculo para el poliedro

P ′ = {x ∈ IR2 / − x1 + x2 ≤ 2, x1 + x2 ≥ 4, x2 ≤ 4, x1 ≥ 0, x2 ≥ 0}.

11. Considere el poliedro D = {y ∈ IRm / AT y ≤ c}, con c ∈ IRn , y el siguiente problema

lineal
(P ) mı́n cT x
Ax = 0
x≥0
Pruebe que D es no vacı́o si y sólo si el mı́nimo de (P ) es cero.

12. Sean A matriz p × n y B matriz q × n. Demuestre que uno y sólo uno de los siguientes
sistemas tienen solución

a) Ax < 0 Bx = 0
b) A u + B v = 0 u ̸= 0, u ≥ 0
T T

13. Considere la pareja de problemas:

(P ) mı́n cT x (D) máx bT y

Ax = b AT y ≤ c
x≥0

Pruebe, usando el teorema de Farkas, que si (D) es no acotado entonces (P ) es infac-

tible.

14. Demuestre, usando el teorema de Farkas, que si el sistema:

AT y ≥ c
y≥0

no tiene solución, entonces el problema:

máx cT x
Ax ≤ 0
x≥0

es no acotado.

15. Sea S un conjunto convexo no vacı́o en IRn , α ∈ IR, y sea f : S → IR una función
convexa. Demuestre que los siguientes conjuntos son convexos:

158
 a) Sα = {x ∈ S / f (x) ≤ α}
b) C = {(x, α) ∈ S × IR / f (x) ≤ α}
16. Pruebe o contradiga la concavidad de la función f (x1 , x2 ) = 10 − 3(x2 − x21 )2 definida
en los siguientes conjuntos:
a) S = {(x1 , x2 ) : −1 ≤ x1 ≤ 1, −1 ≤ x2 ≤ 1}
b) S = {(x1 , x2 ) : x21 ≥ x2 }
17. Sean
z(b) = máx{cT x / Ax ≤ b, x ≥ 0}
v(c) = máx{cT x / Ax ≤ b, x ≥ 0}
Demuestre que z es cóncava y v es convexa, suponiendo que b y c están en dominios
convexos en que estos dos problemas son factibles y acotados.
18. Sean fi : IRn −→ IR, i = 1, . . . , m, funciones convexas y considere la función
f (x) = máx{f1 (x), . . . , fm (x)}
Demuestre que el problema
(P ) mı́n f (x), x ≥ 0,
es equivalente al problema de optimización en IRn+1
(P ′ ) mı́n t
fi (x) ≤ t, i = 1, . . . , m
x ≥ 0,
en el sentido que una solución de (P ′ ) define de manera trivial una solución de (P ) y
viceversa. Diga por qué el problema (P ′ ) es convexo.
19. Sea g : IRn −→ IR una función convexa y se define f (x) = eg(x) . Demuestre que f es
convexa.
20. Sea S un conjunto convexo en IRn . Demuestre que si g : S −→ IR es convexa y
f : IR −→ IR es convexa y creciente, entonces f ◦ g es convexa.
21. Sea g : IRn −→ IR una función convexa y suponga que
S = {x ∈ IRn / g(x) < 0} ̸= ∅.
Muestre que f es convexa, donde
−1
f (x) = , x∈S
g(x)

159
22. Utilizando argumentos de convexidad de funciones demuestre la siguiente propiedad
(Media geométrica vs Media aritmética): sean a1 , ..., an reales estrictamente positivos,
entonces v
u n
u∏ 1∑
n
tn
ai ≤ ai
i=1
n i=1

23. Considere la función f : IR −→] − ∞, +∞] definida por:



0 si x ∈ [−1, 1]
f (x) := |x| − 1 si x ∈ [−2, −1[∪]1, 2]


+∞ si x ∈] − ∞, −2[∪]2, ∞[
Demuestre que:


 {0} si x ∈] − 1, 1[



 [−1, 0] si x = −1





 [0, 1] si x=1

{−1} si x ∈] − 2, −1[
∂f (x) =
{1}
 si x ∈]1, 2[



 ] − ∞, −1] x = −2


si


[1, +∞[
 si x=2


∅ si x ∈] − ∞, −2[∪]2, ∞[

24. Sea A ∈ Mmn y c1 , . . . , ck ∈ IRn , d1 , . . . , dk ∈ IR, dados. Considere el problema

(P ) mı́n ψ(x), x ∈ P = {x ∈ IRn / Ax = b, x ≥ 0},
donde ψ(x) = máx{cT1 x + d1 , . . . , cTk x + dk }.
a) Probar que (P ) es un problema convexo.
b) Pruebe que (P ) es equivalente a un problema de programación lineal.
c) Para el caso
(P ) mı́n ψ(x), x ∈ IRn ,
sea x̄ ∈ IRn , dado. Demuestre que∑si I = {i = 1, . . . , m / ψ(x̄) = ci x̄ + di }, y
T

elegimos λi ≥ 0, i ∈ I, tales que λi = 1, entonces

i∈I
∑
ξ= λi c i
i∈I

160
 es un subgradiente de ψ en x̄.

Recuerdo: Sea un conjunto convexo S ⊆ IRn y f : S −→ IR, convexa. Un

vector ξ ∈ IRn se llama subgradiente de f en x̄ si
f (x) ≥ f (x̄) + ξ t (x − x̄) ∀x ∈ S
El conjunto de todos los subgradientes de f en x̄ se denota por ∂f (x̄).

25. Sea f : IRn −→] − ∞, +∞] dada por:

{ √
1 − 1 − x2 si x ∈ [−1, 1]
f (x) :=
+∞ si x ∈] − ∞, −1[∪]1, ∞[

Demuestre que:

√ x si x ∈] − 1, 1[
∂f (x) = 1 − x2
∅ si x ∈] − ∞, −1] ∪ [1, ∞[

8.3. Caracterización de Optimalidad

1. Considere

(P ) mı́n f (x)
gi (x) ≤ 0, i = 1, . . . , m

Sea x̄ ∈ IRn un mı́nimo local de (P ) e I = { i / gi (x̄) = 0}. Suponga que

f, gi ∈ C 1 (IRn ) ∀i = 1, ..., m.
∩
Pruebe que F0 G = ∅, donde

F0 = {d : ∇f (x̄)t d < 0}
G = {d : ∇gi (x̄)t d ≤ 0, i ∈ I}

2. Un conjunto C ⊆ IRn se dice cono si:

∀x ∈ C, ∀α > 0 ⇒ αx ∈ C

Sean S ⊆ IRn , x0 ∈ S. Definimos el cono tangente de S en x0 :

161
 TS (x0 ) = {d ∈ IRn tal que ∃dk → d, ∃tk → 0, tk ≥ 0, x0 + tk dk ∈ S ∀k}

a) Muestre que TS (x0 ) es no vacı́o.

b) Muestre que TS (x0 ) es un cono.
c) Muestre que TS (x0 ) es un conjunto cerrado.
d) Si S = {(x, y) ∈ IR2 , x = 0 ∨ y = 0} y x0 = (0, 0), determine TS (x0 ).

3. Considere una caja rectangular situada en el primer octante, con uno de sus vértices
en el origen, las tres caras adyacentes a los planos formados por los ejes coordenados y
el vértice opuesto w = (x, y, z) restringido a la superficie del paraboloide de ecuación
x2 + y 2 + z = 1. Determine las coordenadas de w para que la caja sea de volumen
máximo. Para ello:

Eliminando z pruebe que el problema se puede escribir como maximización de la

función
f (x, y) = xy − x3 y − xy 3
y determine los puntos crı́ticos de f que caen en el primer cuadrante, es decir
x > 0, y > 0. Además determine la naturaleza de dicho(s) punto(s) crı́tico(s) e
indique el punto óptimo w̄.
En vez de eliminar z, uno también podrı́a utilizar el teorema de KKT para ma-
ximizar el volumen V = xyz sujeto a la misma restricción para w. Resuelva y
compare con su solución anterior.

4. Sea
(P ) mı́n −3x + y − z 2
x+y+z ≤0
−x + 2y + z 2 = 0
Escriba las ecuaciones de KKT para (P ) y resuelva (P ) a partir de allı́.

5. Resuelva (de cualquier manera) el problema siguiente y verfique las condiciones de

KKT para su solución.

mı́n x2 + y 2
x+y =5
xy ≥ 4
(x − 4)2 + (y − 2)2 ≤ 1

162
6. (a) Sea x0 ∈ IRn , A ∈ Mm×n (IR) y b ∈ IRm . Considere el siguiente problema
1
(P ) mı́n ∥x − x0 ∥2
2
Ax ≤ b
Muestre que los multiplicadores de KKT deben satisfacer:
uT AAT u = uT (Ax0 − b)
u ≥ 0
u ∈ IRm
(b) Usando lo anterior, resuelva
1 2
mı́n (x + y 2 + z 2 )
2
x + y + z ≤ −3

7. Sean fi : IR → IR, i = 1, ..., n funciones derivables. Considere el siguiente problema de

minimización:
{ n }
∑ ∑
n
(P ) mı́n fi (xi ) / xi = 1, xi ≥ 0, i = 1, . . . , n
i=1 i=1

163
 a) Argumente la existencia de solución de (P ).
b) Si x̄ es mı́nimo local de (P ) muestre que existe λ̄ ∈ IR tal que:
′
fi (x̄i ) + λ̄ = 0 ∀i tal que x̄i > 0
′
fi (x̄i ) + λ̄ ≥ 0 ∀i tal que x̄i = 0

8. Considere el problema de optimización (llamado problema fraccional)

pT x + α
(P ) mı́n
qT x + β

Ax ≤ b
x≥0

donde p, q ∈ IRn , α, β ∈ IR, A ∈ Mmn , b ∈ IRm . Suponga también que el conjunto

factible S = {x ∈ IRn /Ax ≤ b, x ≥ 0} es no vacı́o y compacto, y que q T x + β > 0,
∀x ∈ S.

Sea
(P ′ ) mı́n pT y + αz
Ay − zb ≤ 0
q T y + βz = 1
y, z ≥ 0
Demuestre que ambos problemas son equivalentes, en el sentido que se indica a conti-
nuación.

a) Demuestre que si (y, z) es solución factible de (P ′ ) entonces z > 0.

b) Demuestre que si (ȳ, z̄) es solución óptima de (P ′ ) entonces x̄ = ȳ/z̄ es solución
óptima de (P ).

Use lo anterior para deducir una solución óptima del problema siguiente:
−2x1 + x2 + 2
(Q) mı́n
x1 + 3x2 + 4

−x1 + x2 ≤4
2x1 + x2 ≤ 14
x2 ≤6
x1 , x2 ≥0

y demuestre que la solución encontrada satisface las condiciones de KKT de (Q).

164
 9. Sea el problema:
mı́n x21 + x22 − 6x1 − 8x2
x21 + x22 − 2x1 − 4x2 ≥ 0
x1 ≤ 2
x2 ≤ 2
x1 ≥ 0
x2 ≥ 0

a) Grafique el conjunto factible y determine la solución óptima graficando las curvas

de nivel de la función objetivo.
b) Para el punto encontrado, ¿se cumplen las condiciones de KKT? Escrı́balas y
explique.
10. Dados los reales a1 , . . . , an ̸= 0, b ≥ 0. Considere el siguiente problema de optimización:

∑
n
(P ) máx xi
n ( )2
i=1
∑ xi
≤ b
i=1
ai

a) Entregue una interpretación geométrica para el problema.

b) Establezca las condiciones de Karush-Kuhn-Tucker del problema.
c) Encuentre un punto que satisfaga las condiciones de KKT. ¿Es un óptimo? Si la
respuesta es afirmativa, ¿es local o global?
d) Dé una expresión para el valor óptimo de (P ).

11. Una empresa fabrica un producto (en cantidad que denominamos x), que vende en
el mercado a un precio de 1 por unidad. Para generar este producto y ser capaz de
venderlo, la empresa necesita de un insumo en cantidad y, que compra en el mercado
a un precio de 1 por unidad. La cantidad del insumo y que necesita para producir x
viene dada por la regla de producción:
y = x2
Por restricciones de disponibilidad del mercado suponga que la empresa se enfrenta a
la restricción adicional:
x2 + y 2 ≤ 4

165
 La ganancia por venta G viene dada por la cantidad x que se vende en el mercado
(asuma que todo lo que se produce se vende), mientras que el costo de producción
C viene dado por la cantidad del insumo y que se requiere para producir x. De esta
manera las utilidades son G − C.

a) Formule el problema anterior como un problema de optimización.

b) Encuentre la solución del problema usando KKT .

12. La función de Cobb-Douglas es muy utilizada en Economı́a para representar la relación

entre los inputs y los outputs de una firma. Toma la forma Y = ALα K β , donde Y re-
presenta los outputs, L el trabajo y K el capital. Esta formulación puede ser aplicada
a la utilidad y toma la forma u(x) = xα1 1 · · · xαnn , donde los exponentes son positivos y
suman 1.

Considere entonces el caso particular de maximización de la utilidad (para α ∈]0, 1[,

dado):

máx xα1 x21−α

p1 x1 + p2 x2 ≤ w
x1 , x 2 ≥ 0

donde p1 , p2 > 0 son los precios y w > 0 el presupuesto.

a) Escriba las condiciones de KKT y encuentre explı́citamente una solución x de

ellas, en función de p1 , p2 , w y α.
Sugerencia: aplicando logaritmo, transforme primero el problema en otro equi-
valente, diciendo por qué es equivalente.
b) ¿Se puede decir que esta solución es óptima para el problema original? Justifique.
c) Encuentre el multiplicador λ, asociado a la primera restricción, en función de p1 ,
p2 , w y α. ¿Qué representa este valor λ?

13. Use las condiciones de KKT para decidir si x̄ = (2/3, 4/3, 1)T y x̄ = (4/5, 6/5, 0)T son
soluciones del problema:

mı́n −2x1 − 6x2 − 2x1 x2 + x21 + 2x22 + 2x23

x1 + x2 ≤ 2
−x1 + 2x2 ≤ 2
x3 ≤ 2

166
14. Resuelva utilizando las condiciones de KKT
mı́n x2 + y 2
x+y = 5
xy ≥ 4
(x − 4) + (y − 2)2 ≤ 1
2

15. Sean f : IRn → IR convexa y diferenciable, A ∈ IRm×n una matriz de m × n de rango

m (completo) y b ∈ IRm . Considere el problema
(P ) mı́n f (x)
Ax ≤ b
Sea x̄ factible y
∑
(Q) mı́nη ∥η0 ∇f (x̄) + ηi Ati ∥2
i∈I
∑
s.a. ηi = 1
i∈I0
ηi ≥ 0 ∀i ∈ I0
donde I = { i / Ai x̄ = bi }, I0 = I ∪ {0}, siendo Ai la fila i de A.

a) Demuestre que (Q) es un problema convexo y que tiene solución finita.

b) Demuestre que si el valor óptimo de (Q) es cero, entonces x̄ es un punto de KKT
para (P). ¿La inversa es verdadera?

16. Use las condiciones de KKT para decidir si x̄ = (2/3, 4/3, 1)T y x̄ = (4/5, 6/5, 0)T son
soluciones del problema:
mı́n −2x1 − 6x2 − 2x1 x2 + x21 + 2x22 + 2x23
x1 + x2 ≤ 2
−x1 + 2x2 ≤ 2
x3 ≤ 2

17. Considere la familia de problemas {Pκ } de programación cuadrática dados por:

1 2 1 2
(Pκ ) mı́n x + x − x1 − 2x2
2 1 2 2
x1 + x2 ≥ κ
x1 , x2 ≥ 0

167
 donde κ ∈ IR. Diremos que una instancia de esta familia de problemas, es considerar
(Pκ ) para un κ ∈ IR fijo.

a) Dar una interpretación geométrica de una instancia de esta familia de problemas.

b) Explique por qué una instancia particular siempre tiene una solución óptima.
c) Usando las condiciones de KKT, verifique que (3/2, 5/2) resuelve la instancia dada
por κ = 4.
d) Encuentre los valores de κ para los cuales las soluciones de las correspondientes
instancias, se encuentran en la frontera de la región factible. Encuentre también
los óptimos de estas instancias y los multiplicadores de KKT asociados.
e) Con las mismas condiciones de la parte anterior, compare el valor del multiplicador
de KKT asociado a la restricción x1 + x2 ≥ κ y la derivada de la función objetivo
con respecto a κ en valor óptimo.
f) ¿Cuál es la solución óptima para una instancia arbitraria de esta familia de pro-
blemas, de modo que sea alcanzada en un punto interior de la región factible?

18. Sea
(P ) mı́n −3x1 + x2 − x23
s.a. x1 + x2 + x3 ≤0
−x1 + 2x2 + x23 = 0
Escriba las ecuaciones de KKT para (P ) y encuentre úselas para encontrar la solución
del problema.
19. Considere las funciones fi : IRn+ −→ IR, i = 1, . . . , k, convexas y diferenciables. Defini-
mos la función
f (x) = máx{f1 (x), . . . , fk (x)}
Considere además el problema
(P ) mı́n f (x)
x≥0
a) Demuestre que todo mı́nimo local de (P ) es un mı́nimo global.
b) Demuestre que el problema (P ) es equivalente al problema
(P ′ ) mı́n t
fi (x) ≤ t i = 1, . . . , k
x≥0
en el sentido que una solución de (P ) permite deducir en forma trivial una solución
de (P ′ ) y viceversa.

168
 c) Sean x̄ una solución de (P ) e I = {i = 1, ..., k : fi (x̄) = f (x̄)}. Demuestre que
existen µi ≥ 0, i ∈ I y v ∈ IRn+ tales que
∑
µi ∇fi (x̄) = v
i∈I ∑
µi = 1
i∈I
x̄T v = 0

20. Considere el problema

1 T
(P ) mı́n x Qx + cT x
2
∥x∥ ≤ ρ
donde ρ > 0 está dado y Q es simétrica. Demuestre que x̄ resuelve (P ) si y sólo si
existe λ ≥ 0 tal que
(Q + λI)x̄ = −c
λ(ρ − ∥x∥) = 0
Q + λI es semidefinida positiva

21. Considere

(P ) mı́n f (x)
gi (x) ≤ 0, i = 1, . . . , m

Sea x̄ ∈ IRn factible y defina I = { i / gi (x̄) = 0}. Suponga que f, gi ∈ C 1 y gi convexa

∀i = 1, ..., m. Considere el problema auxiliar

(P L) mı́n ∇f (x̄)t d
∇gi (x̄)t d ≤ 0 i ∈ I
−1 ≤ dj ≤ 1 j = 1, . . . , m

Sea d¯ solución de (P L) y z̄ = ∇f (x̄)t d¯

a) Demuestre que el problema (P ) es convexo.
b) Demuestre que (P L) tiene solución y que z̄ ≤ 0. ¿Qué significa la condición z̄ < 0?
c) Demuestre que si z̄ = 0 entonces x̄ satisface las condiciones de KKT para el
problema (P ). ¿La recı́proca es verdadera?
22. (a) Encuentre las dimensiones de un paralelepı́pedo de volumen unitario y superficie
mı́nima.

169
 (b) Sean fi : IR → IR, i = 1, ..., n funciones derivables. Considere el siguiente problema
de minimización:
{ n }
∑ ∑
n
(P ) mı́n fi (xi ) / xi = 1, xi ≥ 0, i = 1, . . . , n
i=1 i=1

(i) Argumente la existencia de solución de (P ).

(ii) Si x̄ es mı́nimo local de (P ) muestre que existe λ̄ ∈ IR tal que:
′
fi (x̄i ) + λ̄ = 0 ∀i tal que x̄i > 0
′
fi (x̄i ) + λ̄ ≥ 0 ∀i tal que x̄i = 0

23. Usando las condiciones KKT, resuelva el siguiente problema no lineal:

mı́n e−x1 + e−2x2

x1 + x2 ≤ 1
x1 , x2 ≥ 0

8.4. Programación Lineal

1. Siendo usted el nuevo ingeniero de la empresa “Chemical Hnos” se le solicita maxi-
mizar la producción del producto estrella de la compañı́a, el ácido ASDF. Este ácido
se produce mediante una reacción quı́mica que involucra sólo dos reactivos, que por
simplicidad llamaremos 1 y 2, necesitando una libra del reactivo 1 y tres libras del
reactivo 2 para producir un litro de ácido ASDF. Para la reacción se cuenta con un
recipiente cuya capacidad no permite introducir más de mil libras de reactivos y la
experiencia de los técnicos a su cargo advierte que debe utilizar al menos doscientas
libras del reactivo 1 para asegurarse que la reacción llegue a buen término. Finalmente,
el gerente de finanzas de la compaı́a le ha informado que el presupuesto asignado para
realizar la reacción asciende a 6 mil US dólares y los precios de los reactivos son 3 y 9
US dólares por libra, respectivamente.
Modele lo anterior usando programación lineal. Resuelva el problema usando resolución
gráfica. ¿Cuántos litros de ácido producirá la compañı́a? Considerando la solución
obtenida, si se debe usar 600 libras del reactivo 2, ¿cuántas libras del reactivo 1 serı́a
recomendable usar? ¿Cuál de estas soluciones minimiza además el costo incurrido en
la reacción?

170
2. Considere el problema de programación lineal:

(P ) mı́n x1 −2x2 −4x3 +2x4

x1 −2x3 +x4 = 4
x1 +x2 +x3 −x4 = 8
x1 , x2 , x3 , x4 ≥ 0

a) Usando Fase I del algoritmo Simplex, determine un punto extremo del poliedro
factible de (P ).
b) A partir de la base obtenida, resuelva (P ) usando Fase II del algoritmo Simplex.

3. a) Resuelva, utilizando el método Simplex con dos fases, el problema:

mı́n 3x1 + 2x2 + 4x3

x1 + x2 + 3x3 = 60
3x1 + 3x2 + 5x3 ≥ 120
x 1 , x 2 , x3 ≥ 0

b) Demuestre, usando el método Simplex, que el siguiente problema es no acotado y

determine una dirección extrema de no acotamiento.

máx 4x1 + x2 + 5x3

−4x1 + 6x2 − 4x3 ≤ 20
3x1 − 2x2 + x3 ≤ 10
x1 , x2 , x3 ≥ 0

c) Reformule como problema lineal:

mı́n 2x2 + |x1 − x3 |

|x1 + 2| + |x2 | ≤ 5
x23 ≤ 1

4. Resuelva el problema siguiente, escribiéndolo como problema canónico de programación

lineal y usando luego el método Simplex:

(P ) mı́n f (x1 , x2 )
x1 + |x2 | ≤ 1
x1 ≥0

donde f (x1 , x2 ) = máx{x1 − 2, x2 }.

171
5. (a) Considere el poliedro P definido por:

−x1 − 2x2 + x3 − x4 = 3
−2x1 + 3x2 + x4 = 3
x1 , x2 , x3 , x4 ≥ 0

Usando los teoremas de caracterización, encuentre todos los puntos extremos tales
que x1 = 0 y pruebe que (1, 0, 3, 2) es dirección extrema de P.
(b) Considere el siguiente problema lineal:

(P ) mı́n x1
(x1 , x2 , x3 , x4 ) ∈ P

Diga por qué este problema es acotado. Determine el conjunto solución y el valor
óptimo de (P ).

6. Considere el problema de Programación Lineal

(P ) min −3x1 − 7x2 − 2x3

2x2 + x3 ≤ 10 + 2x1
3x1 + x2 ≤ 20 + x3
x1 , x2 , x3 ≥ 0

a) Encuentre una solución básica factible con x1 y x2 en la base.

b) Determine los costos reducidos asociados a esta base y diga si la solución en curso
es óptima. Si no lo es, itere con el método Simplex hasta encontrar la solución de
(P ).

7. Considere el siguiente cuadro del método Simplex, que proviene de la resolución de un

problema de la forma
mı́n cT x, Ax = b, x ≥ 0

-γ 0 0 2 0 10
-1 0 1 6 0 4
α 1 0 -4 0 1
0 0 0 3 1 θ

Indique rangos de los parámetros, de manera que:

a) La solución en curso es óptima y es única (¿cuál es?).

172
 b) El problema es no acotado ¿Cuál es dirección extrema correspondiente a este no
acotamiento?
c) La solución en curso es óptima pero no es única (indique el conjunto solución).
d) La solución en curso es factible, pero no es óptima (realice, a partir de ella, una
iteración más).

Si el cuadro es óptimo y el vector de costos originales es cT = (1, 1, 1, 1, −1)

e) Deduzca el valor (o rango) de θ.

f) Deduzca el valor (o rango) de α.

8. Sea
(P ) mı́n cT x
Ax = b
x ≥0
Demuestre que al final de la Fase I del algoritmo Simplex, en el caso de encontrar
una base factible inicial para (P ), los costos reducidos de las variables artificiales (no
básicas) son todos iguales a 1.

9. Considere el problema fraccional:

x1 + 1
(F ) mı́n
x2 + 3
x1 + x2 ≤1
x 1 , x2 ≥0

a) Demuestre que (F ) es equivalente al problema lineal

(P ) mı́n y1 + y3
y1 + y2 − y3 ≤ 0
y2 + 3y3 = 1
y1 , y 2 , y 3 ≥ 0

Especifique claramente la relación entre las variables x1 , x2 y las variables y1 , y2 , y3 .

b) Resuelva el problema lineal (P ) usando Simplex y deduzca una solución de (F ).
Indicación: si no quiere hacer Fase I, utilice las variables y1 e y3 como básicas
iniciales.

173
10. Considere el problema:
(Pα ) mı́n z(α) = αx1 + x3

x1 − x2 + x3 = 1
−x1 + x3 + x5 = 2
x1 − x3 + x4 = 3
x1 , x2 , x3 , x4 , x5 ≥ 0

a) Resuélvalo usando Simplex, indicando el conjunto solución:

Ψ(α) = {x ∈ IRn / x es solución de (Pα )}

para cada α ∈ [−1, 1].

b) Grafique z(α) y encuentre su valor óptimo α∗ donde α∗ ∈ [−1, 1].

11. Resuelva, usando el algoritmo de Branch and Bound (Ramificación y Acotamiento), el

siguiente problema de programación lineal entera:

máx 9x1 + 5x2

4x1 + 9x2 ≤ 35
x1 ≤ 6
x1 − 3x2 ≥ 1
3x1 + 2x2 ≤ 19
x1 , x2 ∈ IN

12. Resuelva el siguiente problema de programación lineal entera usando el algoritmo de

Ramificación y Acotamiento (Branch and Bound).

mı́n −5x1 − 8x2

x1 + x2 ≤ 6
5x1 + 9x2 ≤ 45
x1 , x2 ∈ IN

Nota: No es esencial utilizar el algoritmo de Simplex para resolver los subproblemas

relajados. Puede usar resolución gráfica u otro método que estime conveniente.

174
8.5. Dualidad en Programación Lineal y Aplicaciones
1. Sea (P ) el problema
máx cT x
Ax = 0
x≥0
y suponga que es acotado. Demuestre que x̄ = 0 es solución de (P ).
2. a) Sean c ∈ IRn , b ∈ IRm y A ∈ Mm×n (IR). Considere el par primal/dual siguiente:
(P ) máx{cT x: Ax ≤ b, x ≥ 0 }
(D) mı́n{bT y: AT y ≥ c, y ≥ 0 }
Sean x̄, ȳ ∈ IRn primal y dual factibles, respectivamente. Desmuestre que x̄, ȳ son
óptimos respectivos si y solamente si
(b − Ax̄)T ȳ = 0
(AT ȳ − c)T x̄ = 0

b) Considere el problema de programación lineal siguiente:

máx x1 + x2 + x3
x1 + x2 ≤ 10
2x1 + x3 ≤ 20
x1 , x2 , x3 ≥ 0
Usando la parte a), demuestre que x̄ = (0, 10, 20)T es óptimo y determine una
solución del problema dual.
3. Escriba el problema dual de
(P ) mı́n −20x1 −16x2 −12x3
x1 +x4 = 400
2x1 +x2 +x3 +x5 = 1000
2x1 +2x2 +x3 +x6 = 1600
xi ≥ 0 i = 1, . . . , 6
y usando el Teorema de Holgura Complementaria, demuestre que

xt = (0, 600, 400, 400, 0, 0)

es solución de (P ). Encuentre también una solución del problema dual.

175
4. Considere el problema
(P ) mı́n x1 + x2 − 4x3
x1 + x2 + 2x3 + x4 = 9
x1 + x2 − x3 + x5 = 2
−x1 + x2 + x3 + x6 = 4
x1 , x2 , x3 , x4 , x5 , x6 ≥ 0
a) Encuentre el dual del problema (P ).
b) Verifique que el punto x∗ = (1/3, 0, 13/3, 0, 6, 0) es factible para (P ).
c) Demuestre usando el teorema de holgura complementaria que el punto x∗ de la
parte anterior es solución del problema (P ).
d) Encuentre una solución para el problema dual, descrito en la parte a).
5. Deduzca un dual para
mı́n 2x1 + 3x2 + 5x3
x1 + x2 − x3 ≥ −5
|8x1 − 7x2 + 5x3 | ≤ 13
−6x1 + 7x2 − 9x3 = 15
x1 , x2 ≥ 0

6. Encuentre el dual de
(P ) mı́n 2x1 + 3x2 + 5x3
x1 + 12x2 − x3 ≥ −5
8x1 − 7x2 + 5x3 ≤ 13
−6x1 + 7x2 − 9x3 = 15
x2 , x3 ≥ 0
Su solución debe ser un problema (D) en el cual los costos son los recursos de (P )
y viceversa, y la matriz de coeficientes debe ser la transpuesta de aquella de (P ).
Justifique adecuadamente sus pasos.
7. Sea
(P ) mı́n ψ(x), x ∈ P = {x ∈ IRn / Ax = b, x ≥ 0},
donde ψ(x) = máx{cT1 x + d1 , . . . , cTk x + dk } y c1 , . . . , ck ∈ IRn , d1 , . . . , dk ∈ IR.

Proponga un problema dual para (P ).

Indicación: considere que este problema es equivalente a un problema lineal.

176
 8. Considere el siguiente problema de programación lineal:

(P ) mı́n x1 + 2x2 + 3x3 + . . . + nxn

x1 > 1
x1 + x2 > 2
x1 + x2 + x3 > 3
..
.
x1 + x2 + x3 + . . . + xn > n
xi > 0, ∀ i ∈ {1, 2, . . . n}.

a) Determine el problema dual (D).

b) Verifique que se tiene la propiedad de dualidad fuerte, es decir, val(P ) = val(D).
c) Muestre que para todo y vector factible de (D), se tiene:

yk + yk+1 + . . . + yn < k, ∀ k ∈ {2, 3, . . . , n}.

d) Siendo x̄ el óptimo de (P ), deduzca del teorema de complementaridad, los valores

x̄2 , . . . , x̄n .
e) Resuelva el problema primal (P ), es decir, encuentre x̄.
f) Encuentre una solución óptima del dual. ¿Es solución única?

9. Considere el siguiente problema de programación lineal:

(P ) mı́n 2x1 + 3x2 + 4x3

s.a. x1 + 2x2 + x3 ≥ 3
2x1 − x2 + 3x3 ≥ 4
x1 , x2 , x3 ≥0

a) Escriba el problema dual asociado.

b) Resuelva el problema primal, usando el algoritmo Simplex-dual, a partir de la
base dada por las variables de holgura de (P ).

10. Sea
(P ) mı́n x1 + 2x2 + x3
x1 + 3x2 + x3 ≥ 4
x1 + 2x2 − x3 ≥ 6
x1 + x3 ≤ 12
x1 , x2 , x3 ≥0

177
 a) Transforme (P ) en un problema canónico y aplique Fase I para encontrar una
base inicial factible.
b) Pase a la Fase II y encuentre la solución óptima de (P ).
c) Transforme (P ) de modo de aplicar el algoritmo Simplex-dual y resuélvalo usando
dicho algoritmo.
d) Es única la solución de (P )? Justifique mediante el cuadro final del Simplex en
las partes anteriores.
e) Usando el teorema de holgura complementaria, encuentre una solución del pro-
blema dual de (P ). Diga si es única y por qué.

11. Escriba el dual del problema lineal

mı́n cT x
Ax = b
l≤ x ≤u

donde c, l, u ∈ IRn , b ∈ IRm y A ∈ Mmn , son dados. Indique bajo qué condiciones este
dual posee una solución factible.

12. Considere el siguiente problema:

(P ) máx 6x1 + 14x2 + 13x3

1
x1 + 2x2 + x3 ≤ 24
2
x1 , +2x2 + 4x3 ≤ 60
x 1 , x 2 , x3 ≥ 0

El método Simplex aplicado a (P ) nos entrega el siguiente cuadro final:

1
0 9 0 11 2
294
1 6 0 4 -1 36
1
0 -1 1 -1 2
6

Suponiendo que los costos son perturbados de manera que c1 = 6 + θ, c2 = 14 + 2θ,

c3 = 13 + 2θ, grafique el valor óptimo z(θ) del problema (P ), dentro del rango de θ en
el cual la base óptima actual no cambia.

13. Dado el siguiente problema de programación lineal:

178
 max −x1 + 2x2
s.a −3x1 + 5x2 ≤ 15
−x1 + 4x2 ≤ 20
7x1 + 4x2 ≤ 84
x1 , x2 ≥ 0

a) Resuelva utilizando Simplex y demuestre que la tabla final es la siguiente:

0 0 2/7 1/7 0 50/7
0 1 -1/7 3/7 0 45/7
1 0 -4/7 5/7 0 40/7
0 0 32/7 -47/7 1 128/7
b) Denomine α y β a los coeficientes de la función objetivo. Encuentre la región a
la cual estos coeficientes deben pertenecer para que la base óptima anterior no
cambie.
c) Suponga que la última restricción es una restricción de capacidad. Cuánto puede
variar la capacidad sin afectar el óptimo del problema?
d) ¿En qué cambia la resolución del problema original, si se agrega la restricción
x1 + x2 ≤ 10? Encuentre la nueva solución, si ya no es la misma que antes.

14. Sea el problema:

mı́n −3x1 − x2 − 4x3

6x1 + 3x2 + 5x3 ≤ 25
3x1 + 4x2 + 5x3 ≤ 20
x1 , x2 , x3 ≥ 0
El siguiente corresponde al cuadro final del simplex
0 c2 0 c4 c5 −z
1 −1/3 0 1/3 −1/3 b1
0 1 1 −1/5 2/5 b2

a) Determine los valores b1 , b2 , c2 , c4 , c5 y z el valor óptimo del problema y encuentre

la solución del problema.
b) Suponga que la primera restricción ha cambiado, ahora esta dada por
6x1 + 3x2 + 5x3 ≤ b1
Determine para qué valores de b1 la solución de la parte anterior sigue siendo
descrita por la misma base.

179
15. Un parque de diversiones requiere dividir su nuevo terreno de 50 hectáreas en tres ca-
tegorı́as: Tiendas, Comida y Entretenciones. Cada hectárea usada para Entretenciones
genera un beneficio de 150 US$/hora; cada hectárea de Comida, 200 US$/hora y una
de Tiendas, 300 US$/hora. Además, existe una serie de restricciones sobre como se
debe dividir el terreno:

Sólo 20 hectáreas son utilizables por las tiendas.

Regulaciones sobre el terreno exigen por lo menos 1000 árboles en el parque,
divididas en grupos de 20 árboles. Una hectárea de Comida genera 2 grupos de
20 árboles; una de Entretenciones, 1 grupo de 20 árboles y una de Tiendas no
contiene árboles.
No más de 180 personas pueden trabajar en el parque. Se necesitan 3 personas por
hectárea de Entretención; 6 por hectárea de Comida y 3 por hectárea de Tiendas.

Dada esta información, se le pide:

a) Plantear el problema descrito como uno de programación lineal, con el fin de

maximizar el beneficio del parque.
b) Resolver vı́a Simplex Fases I y II. Deberı́a llegar (salvo reordenamiento) al si-
guiente tableau óptimo:
0 0 0 100 0 150 200 9500
1 0 0 2 0 -1 -2 30
0 0 0 0 1 -1 -1 10
0 1 0 -1 0 0 1 10
0 0 1 0 0 1 1 10

Note que la restricción sobre los trabajadores se puede factorizar.

c) Suponga ahora que el ı́tem Comida sólo genera un beneficio de 180 US$/hora.
¿Cuál es la nueva solución del problema? Entregue el valor óptimo y una división
óptima del terreno.
d) Suponga que el concejo de la comuna estudia aumentar la cantidad de árboles
necesaria, a 1020. ¿Cuánto le costará al parque esta modificación, y qué será mo-
dificado? ¿y si aumenta a 1200? ¿y si ahora disminuye a 600?

180
16. Considere el problema de programación lineal:
(P ) mı́n z = 2x1 + x2
3x1 + x2 ≥3
4x1 + 3x2 ≥6
x1 + 2x2 ≤3
x1 , x2 ≥0
a) Escriba el problema dual (D) asociado a (P ).
b) Resuelva el problema (P ), usando el método simplex-dual. Para esto, escriba el
problema (P ) en forma canónica y utilice como base dual-factible [x3 , x4 , x5 ].
c) Si cambia z a z ′ = αx1 + x2 . ¿Para qué valores de α la base óptima no cambia?
17. Considere siguiente problema:
máx −5x1 + 5x2 + 13x3
−x1 + x2 + 3x3 ≤ 20
12x1 + 4x2 + 10x3 ≤ 90
x1 , x2 , x3 ≥ 0
Haciendo que x4 , x5 sean las variables de holgura, la tabla óptima de Simplex queda:

0 0 2 5 0 100
-1 1 3 4 0 20
16 0 -2 -4 1 10

Analice en los siguientes cambios (siempre con respecto al problema original), si la

solución dada anteriormente sigue siendo óptima.
a) Cambie los coeficientes de x1 a:
   
c1 −2
a11  =  0 
a21 5

b) Introduzca una nueva variable x6 con coeficientes:

   
c6 10
a16  =  3 
a26 5

181
 c) Introduzca una nueva restricción dada por 2x1 + 3x2 + 5x3 ≤ 50
d) Cambie la segunda restricción por 10x1 + 5x2 + 10x3 ≤ 100

18. Considere un problema de maximización con todas las restricciones del tipo “ ≤ ” tal
que la tabla óptima del Simplex es:

x1 x2 x3 x4 x5 z̄
0 0 1/4 1/4 0 5
0 1 1/2 -1/2 0 2
1 0 -1/8 3/8 0 3/2
0 0 1 -2 1 4

donde x3 , x4 , x5 son variables de holgura. Supongamos que se ha decidido incrementar

el lado derecho de una de las restricciones. ¿Cuál recomendarı́a Ud. para ello y por
qué? ¿Cuál es el mayor incremento posible en ese caso? Encuentre el correspondiente
nuevo valor óptimo de la función objetivo.

19. Considere el problema lineal:

(P ) mı́n 5x1 − 3x2

2x1 − x2 + 4x3 ≤ 4
x1 + x2 + 2x3 ≤ 5
2x1 − x2 + x3 ≥ 1
x1 , x2 , x3 ≥ 0

a) Escriba el dual de este problema, es decir, no ocupe transformaciones equivalentes

del problema para llevarlo a otra forma.
b) Dado el cuadro óptimo:
0 0 0 2/3 1/3 10/3 1
0 1 0 -1/3 2/3 0 2
1 0 0 -1/3 1/3 -2/3 1
0 0 1 1/3 0 1/3 1
Escriba B, matriz de base óptima y B −1 .
c) ¿Cuál es la solución del problema dual? Justifique su respuesta.
d) Si se cambia la función objetivo a z ′ = 5x1 − 3x2 + 2x3 , ¿cuál es el conjunto de
soluciones óptimas?

182
  
5
e) Si b cambia a b = 4 (en el problema original), ¿cuál es el conjunto de solu-
′ 
1
ciones óptimas?
f) Si se introduce (al problema original)
 una  nueva actividad u, cuyo costo unitario
−1
es 4 y columna correspondiente es −3, ¿cuál es la nueva solución óptima?
1
g) Si se agrega (al problema original) la restricción −x1 − x2 − x3 ≤ −5, ¿cuál es la
nueva solución óptima?

20. Considere
(P ) mı́n 9x2 +x3 −2x5 −x6
5x2 +50x3 +x4 +x5 = 10
x1 −15x2 +2x3 =2
x2 +x3 +x5 +x6 =6
xi ≥0 i = 1, . . . , 6

a) Resuelva (P ).
b) Resuelva (P ), pero suponiendo que el coeficiente de x5 en la función objetivo es
c5 = 1 (en lugar de -2).
c) Suponga que al problema (P ) se le modifica el recurso b1 de manera que b1 = 10α.
¿Para que valores de α la base óptima no cambia?
d) ¿Qué sucede si al problema (P ) se le agrega la variable x7 , con costo c7 = 1 y
vector columna (0, −1, 0)T ?
e) ¿Que sucede si a (P ) se le agrega la restricción x1 + x2 + x3 + x4 + x5 + x6 ≤ β?
Analice en función de β.

21. Considere el problema de programación lineal:

(P ) mı́n x1 +2x2 +4x3 +2x4

x1 −2x3 +x4 = 4
x1 +x2 +x3 −x4 = 8
xi ≥ 0, i = 1, . . . , 4

a) Imponiendo simultáneamente que la variable x1 pertenece a la base y la variable

x3 está fuera de ella, encuentre una solución básica factible del problema.

183
 b) A partir de la base obtenida en a), resuelva (P ) usando la Fase II del algoritmo
Simplex.
c) Determine la solución óptima del problema dual de (P ).
d) Si se agrega la restricción: x1 + x2 + x3 ≤ 5 al problema (P ), determine la nueva
solucion óptima o justifique por qué no existe.
e) Determine la región de los recursos (coeficientes del lado derecho del sistema) para
la cual la base encontrada en (b) es óptima para (P ).
f) Determine el rango de variación del costo de x1 de manera que la base óptima
encontrada en (b) no cambie.
22. Usted es empresario del Transantiago y debe transportar pasajeros en el rango horario
9:00 a 10:00 AM, según el siguiente esquema:

b12=$380 b24=$40

b23=$80
1 4

b13=$420 b34=$0

Los beneficios unitarios bij dependen del tramo y están indicados en los arcos.

Suponga que:
Desde el nodo 1 hacia los nodos 2 y 3, no puede transportar más de 1000 pasajeros
en total.
No puede llevar más de 800 pasajeros en total hasta el nodo 4 (desde los nodos 2
y 3).
No puede transportar más de 500 pasajeros en ningún tramo.

184
 Todos los pasajeros que toman un bus en el nodo 1, transbordan en los nodos 2
y/o 3, pagando el valor que corresponde al nuevo tramo, y llegan al nodo 4.
Pueden subir pasajeros en nodos 2 y 3.

a) Escriba un modelo de optimización lineal que represente esta situación, en el

supuesto que usted desea maximizar su beneficio.
b) Le informamos que la solución de su problema es:

x12 = 500, x13 = 300, x23 = 200, x24 = 300, x34 = 500

(se denomina xij al número de pasajeros transportados desde el nodo i al nodo

j) y que las variables duales de las cotas superiores del número de pasajeros en
los tramos son:

y12 = 40, y13 = 0, y23 = 0, y24 = 0, y34 = 40

Si le ofrecen un bus para incrementar en 100 los pasajeros transportados e insertar-

lo en un tramo a elección, al precio de $2.500 en ese rango horario. Lo comprarı́a?.
En caso afirmativo, en qué tramo lo insertarı́a y por qué? Cuantifique el beneficio
adicional que lograrı́a.
c) Volviendo a la situación original, ¿cuál es el precio máximo que usted pagarı́a por
comprar un bus adicional con capacidad para 150 personas? Fundamente.

8.6. Modelos para Flujos en Redes

1. Dado un grafo (N , A), formule un problema de programación lineal entero que resuelva:

a) Encuentre P ⊆ N de cardinal mı́nimo tal que:

∀(i, j) ∈ A, i ∈ P ∨ j ∈ P

b) Encuentre E ⊆ A de cardinal mı́nimo tal que:

∀i ∈ N , ∃j ∈ N , (i, j) ∈ E ∨ (j, i) ∈ E

2. Carabineros de Chile desea vigilar ciertas calles en el entorno de un estadio de fútbol y

decide destinar carabineros para que supervisen las calles aledañas. Sea N el conjunto
de los puntos claves (son esquinas). Sea A ⊆ N × N el conjunto de tramos de calles que
unen dos puntos de N . Suponga que un carabinero parado en el punto i ∈ N puede

185
 vigilar todas las calles que converjan a ese punto i. Sea P el conjunto de los carabi-
neros con |P | > |N |. Suponga que el costo de mandar el carabinero p al punto n es
cpn . Además, para evitar distracciones sólo puede haber un carabinero por punto clave.

Formule un problema de programación lineal (posiblemente entera) tal que todas las
calles esten bajo supervisión policial, minimizando el costo.

3. Considere el grafo dado por la siguiente figura, donde a ∈ IR+ :

(i) Para a = 12 resuelva el problema de rutas mı́nimas (usando el algoritmo de

Dijkstra).
(ii) Determine para qué valores de a la ruta mı́nima contiene al arco (4, 6).

4. La empresa de energı́a A&L dispone de cuatro plantas de generación para satisfacer

la demanda diaria eléctrica en cuatro ciudades Santiago, Rancagua, Valparaiso y Los
Andes. Las plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW al dı́a
respectivamente. Las necesidades de las ciudades de Santiago, Rancagua, Valparaiso y
Los Andes son de 70, 40, 65 y 35 millones de Kw al dı́a respectivamente.
Los costos asociados al envı́o de suministro energético por cada millón de KW entre
cada planta y cada ciudad son los registrados en la siguiente tabla.

Plantas/Ciudades Santiago Rancagua Valparaiso Los Andes

(1) 5 2 7 3
(2) 3 6 6 1
(3) 6 1 2 4
(4) 4 3 6 6

186
 a) Modele el problema anterior como un problema de programación lineal.
b) Utilizando el método de saturación, encuentre una solución factible.
c) Verifique si la solución de la parte anterior es óptima.

5. Considere tres centros productivos O1, O2 y O3, con ofertas respectivas de 5, 25 y 25.
Hay además dos centros D1 y D2, con demandas 15 y 30. Suponga que la matriz de
costos unitarios de transporte es

D1 D2
O1 9 12
O2 1 1
O3 2 2

a) Plantear este problema como uno de transporte.

b) Encuentre una solución básica factible que contenga a los arcos (1, 1) y (1, 2).
c) Indique el valor de la función objetivo en esta solución e indique una cota inferior
del valor óptimo.
d) Itere hasta encontrar una solución óptima y diga si es única (justifique).
e) Si se modifica el costo del arco (1,1) al valor 2, recalcule la (nueva) solución
óptima.

6. En un cierto paı́s se han construido 3 nuevas plantas de electricidad (numeradas del 1

al 3) capaces de ofertar α1 = 7, α2 = 8, α3 = 5 para satisfacer la demanda βA = 12 y
βB = 13 de las ciudades A y B respectivamente. Los costos de transporte de electricidad
desde las plantas a las ciudades vienen dados por: c1A = 5, c1B = 3, c2A = 5, c2B = 6,
c3A = 2, c3B = 2.

a) Formule el problema como un problema de transporte. Inicialice la resolución del

problema usando un método conveniente.
b) Encuentre una solución óptima. Es solución única (justifique su respuesta)? Si no
lo es, encuentre otra solución óptima.

7. Se desean embarcar 40 mil toneladas de cobre desde los puertos de Antofagasta y San
Antonio (20 mil toneladas desde cada puerto), con destino a las ciudades de Hong
Kong, New York y Tokio. Estas ciudades demandan 15 mil, 15 mil y 10 mil toneladas
del mineral, respectivamente. Supongamos que las rutas entre los puertos y las ciudades
destino son fijas y conocidas, y que los costos asociados a transportar mil toneladas
(medidos en millones de pesos) son estimados en la siguiente tabla:

187
 Origen\Destino Hong Kong New York Tokyo
Antofagasta 10 11 20
San Antonio 6 9 8

(a) Encuentre una solución inicial básica factible.

(b) Determine si la solución en curso es óptima. Si no lo es, itere hasta encontrar
solución óptima.
(c) Es solución única? Explique.

8. Resolver el problema de transporte, usando los datos:

 
  60  
70 30 3 6 8 14
(ofertas) a = 50 (demandas) b =   
30 (costos unitarios) C = 2 7 3 11

40 12 3 1 1
30

Notar que la oferta excede a la demanda. Suponga que lo sobrante se manda a un bo-
tadero, a costo unitario 10 para el oferente 1, 15 para el oferente 2 y 8 para el oferente 3.

¿Qué ocurre (cómo cambia la solución) si el costo de enviar a botadero fuese nulo
para los tres oferentes?

9. Considere el grafo G = ({1, 2, 3, 4}, {(1, 2), (1, 3), (3, 2), (2, 4), (3, 4)}) con capacidades
y costos dados por la siguiente tabla:

Costo Capacidad inferior Capacidad superior

(1,2) 2 0 10
(1,3) 3 1 8
(3,2) 12 0 5
(2,4) 4 2 12
(3,4) 2 1 5

Considere las demandas d1 = 12, d2 = 0, d3 = 0, d4 = −12 y la solución para el

problema de flujo a costo mı́nimo siguiente: x12 = 10, x13 = 2, x32 = 0, x24 = 10, x34 =
2. Determine si la solución es óptima o no.

10. Considere un problema de flujo de costo mı́nimo en una red de 5 nodos y 9 arcos. Los
nodos se enumeran de 1 a 5 y los costos unitarios son:
c12 = 4, c13 = 4, c23 = 2, c24 = 2, c25 = 6, c34 = 1, c35 = 3, c45 = 2, c53 = 1.

188
 Las capacidades máximas de los arcos son:
u12 = 15, u13 = 8, u23 = ∞, u24 = 4, u25 = 10, u34 = 15, u35 = 5, u45 = ∞, u53 = 4.

El nodo 1 tiene oferta 20 y los nodos 4 y 5 tienen demanda 10 cada uno; los demás son
de trasbordo.
a) Dibuje el grafo correspondiente, indicando los datos en los arcos.
b) Dibuje una solución básica factible, indicando sobre los arcos los valores de los
flujos. Indique con lı́neas punteadas los arcos no básicos con flujos no nulos.
c) Diga si es solución óptima (justifique).
d) Itere una vez, si es necesario. Diga si la nueva solución es óptima y, de ser ası́, si
es única.

8.7. Algoritmos para Optimización no Lineal

1. Considere el siguiente problema:

mı́n x4 − 8x3 + 25x2 + 4y 2 − 4xy − 32x + 16

Encuentre una aproximación del óptimo ocupando 2 iteraciones del método de Newton
partiendo de (x0 , y0 ) = (0, 3). Realice además 2 iteraciones del método del gradiente.
2. a) Considere el siguiente problema de optimización:
(P ) mı́n f (x1 , x2 ) = x21 + (x2 + 1)4
Haga dos iteraciones con el método de Newton para (P ). Tome como punto de
partida (1,0) y el paso tk = 1, ∀k ∈ IN.
b) Repetir la parte a), pero hacer una sola iteración, usando el paso
αk = arg mı́n f (xk + tdk ),
donde xk es el punto inicial y dk es la dirección de Newton.
3. Considere el problema:
mı́n −2x1 − 6x2 − 2x1 x2 + x21 + 2x22 + 2x23
x1 + x2 ≤ 2
−x1 + 2x2 ≤ 2
x3 ≤ 2

189
 Haga dos iteraciones del método de direcciones admisibles, a partir del punto inicial
x0 = (0, 0, 0)T . Chequee optimalidad en cada etapa.
4. Sea el problema

(P ) mı́n (x1 − 2x2 )2 + (x1 − 2)2 + x3

x1 + x2 ≤ 2
x3 ≥ 1
x1 , x2 , x3 ≥ 0
Haga una iteración del método del gradiente proyectado, a partir del punto xT =
(1, 1, 1).
5. Considere el problema:
(P ) mı́n x21 + 2x22 − 2x1 x2 − 4x1 − 6x2
x1 + x2 = 3

Hacer dos iteraciones del método de penalización, usando penalización cuadrática, con
µ = 0,1, µ = 1 y x0 = (0, 0).
6. Considere el problema:
(P ) mı́n x21 + 2x22 − 2x1 x2 − 4x1 − 6x2
x1 + x2 ≤ 3
x1 + 10x2 ≤ 10
x 1 , x2 ≥ 0

Realice dos iteraciones del método de direcciones admisibles, a partir x0 = (0, 0).
Chequee, en cada iteración, si está o no en presencia de una solución estacionaria. Si
alcanza un punto estacionario, se puede afirmar que es un mı́nimo?

Debe explicitar claramente los subproblemas que resuelva, tanto para la elección de la
dirección como para el paso. Si le conviene, puede usar procedimientos gráficos para la
resolución de los subproblemas.
7. Considere el siguiente problema de optimización
(P ) mı́n 3x2 + 2y 2 − 6x − 4y + 3
x2 + y 2 ≤ 1
x+y ≤1

190
 a) Demuestre que el problema (P ) tiene solución.
b) Grafique las curvas de nivel de la función objetivo y el conjunto factible.
c) Determine si D(⃗x)∩G(⃗x) = ∅, es decir, si la intersección del conjunto de direcciones
de descenso con el conjunto de direcciones admisibles es vacı́a, para ⃗x1 = (1; 0)
y ⃗x2 = (0,6; 0,4). En base a los resultados obtenidos, clasifique los dos puntos
anteriores.
⃗
Ind.: Recuerde D(⃗x) = {d/∇f (⃗x) · d⃗ < 0} y G(⃗x) = {d/∇g
⃗ x) · d⃗ < 0, ∀i ∈ I}, donde
i (⃗
I es el conjunto de indices de restricciones activas en el punto ⃗x.

191
Bibliografı́a

[1] Bazaraa, M.S., H.D. Sherali, C.M. Shetty. Nonlinear Programming: Theory and Algo-
rithms. Wiley and Sons, 2006.

[2] Bazaraa, M.S., J.J. Jarvis, H.D. Sherali. Programación lineal y flujo en redes. Limusa,
1998.

[3] Bazaraa, M.S., J.J. Jarvis, H.D. Sherali. Linear Programming and Network flows. Wiley
and Sons, 2010.

[4] Cornuejols, G., R. Tütüncü. Optimization Methods in Finance. Cambridge University

Press, 2013.

[5] Chvátal, V. Linear Programming. W.H. Freeman and Company, 1983.

[6] Peressini, A.L., F.E. Sullivan, J.J. Uhl. The Mathematics of Nonlinear Programming.
Springer Verlag (Undergraduate Texts in Mathematics), 1988.

[7] Williams, H. P. Model Building in Mathematical Programming. Wiley and Sons, 2013.

192