INVESTIGACION OPERATIVA II

CAPITULO I
PROGRAMACION NO LINEAL, PROGRAMACION GEOMETRICA
1.1. Definición:

El Modelo de Programación Geométrica (MPG), es un primer

método para optimizar funciones no lineales, se basa en la
Desigualdad Geométrica de Cauchy, es un procedimiento
algebraico, es decir no se aplican los recursos del cálculo.

1.2. Modelo de Programación Geométrica

1.2.1.Función Objetivo: (Máximizar o Minimizar una función no

lineal, denotada por “Z”, Máx Z, Min Z)

Optimo; V(δ) = ∏ ¿ ¿)δi

i=1

Donde:

1.2.2. V(δ): Posinomio

∏❑
❑
; Símbolo del productorio
j=1

Ci : Coeficientes de la función objetivo

δi: Constantes a determinar

1.2.3.Restricciones: (condiciones)

n
1) ∑ δi = 1
i=1

n
2) ∑ ai∗δi = 0
i=1
 ai ; exponentes de las variables en consideración

2. Ejemplos de Aplicación del Modelo de Programación

Geométrica
EJEMPLO 1:
10
Min Z = 2 X1 + 4 X2 +
X 1∗X 2
Se deben hallar los valores de “X1” y “X2”, para que dicha función sea
mínima.
SOLUCION:
Min Z = 2 X1 + 4 X2 + 10 *(X1)-1* (X2)-1
δ1 δ2 δ3
n
2 4 10
V(δ) = ∏ ¿ ¿)δi = ( δ 1 )δ1 ( δ 2 )δ2 ( δ 3 )δ3
i=1

Restricciones:
n
1) ∑ δi = 1 ;
i=1

δ1 + δ2 + δ3 = 1 ; (1)

n
2) ∑ ai∗δi = 0
i=1

Para aplicar esta ecuación, se debe realizar un balance en “X1” y en “X2”

Balance en “X1”:
δ1 + 0* δ2 - δ3 = 0 ; (2) ; δ1 = δ3
Balance en “X2”:
0* δ1 + δ2 - δ3 = 0 ; (3) ; δ2 = δ3
Reemplazo en (1):
δ1 + δ2 + δ3 = 1 ; δ3 + δ3 + δ3 = 1
Resolviendo:

3* δ3 = 1 ; δ3 = 1/3 ; δ2 = 1/3 ; δ1 = 1/3

Cálculo de “X1” y “X2”
2 4 10
El Posinomio es: V(δ) = ( 1/3 )1/3 ( 1/3 )1/3 ( 1/3 )1/3

V(δ) = ( 2∗3
❑ )
1/3 4∗3 1/3 10∗3 1/3
(❑ ) ( ❑ )
2 1/3 4 1/3 10 1/3
V(δ) = 3*( ❑ ) (❑) ( ❑ )
2 1/3 2∗2 1/3 10 1/3
V(δ) = 3*( ❑ ) ( ❑ ) ( ❑)
V(δ) =3*2* (10)1/3
V(δ) =6* (10)1/3
Considerando la función dada:
10
Mín Z = 2 X1 + 4 X2 +
X 1∗X 2
Se debe cumplir la siguiente condición:

2* X1 = V(δ) * δ1 = 6* (10)1/3 * 1/3

2* X1 = 2* (10)1/3
X1 = (10)1/3
Para calcular “X2”, se debe cumplir la condición:
4 * X2 = V(δ) * δ2 = 6* (10)1/3 * 1/3
4 * X2 = 2* (10)1/3
X2 = ½* (10)1/3
Esta vez tomamos el tercer término:
10
X 1∗X 2
= V(δ) * δ3 = 6* (10)1/3 * 1/3
10
= 2* (10)1/3
X 1∗X 2

Reemplazando los valores hallados:

10
= 2* (10)1/3
((10)1/3)∗( ½∗(10)1 /3)
2∗10
2
( ) = 2* (10)1/3
3
10

2*10(1-2/3) = 2* (10)1/3
2*(10)1/3 = 2* (10)1/3
Finalmente se debe reemplazar en la función original
10
Min Z = 2 X1 + 4 X2 +
X 1∗X 2
= 6* (10)1/3

EJEMPLO 2:
40
Máx Z = + 40 X2*X3 + 20 X1*X3 + 10 X1*X2
X 1∗X 2∗X 3
Solución:
Reescribiendo, la función dada.
Máx Z = 40 * (X1*X2*X3)-1 + 40 X2*X3 + 20 X1*X3 + 10 X1*X2
δ1 δ2 δ3 δ4
El Posinomio será:
n
40 40 20 10
V(δ) = ∏ ¿ ¿)δi = ( δ 1 )δ1 ( δ 2 )δ2 ( δ 3 )δ3 ( δ 4 )δ4
i=1

Restricciones:
n

∑ δi = 1 ; δ1 + δ2 + δ3 + δ4 = 1 ; (1)
i=1

∑ ai∗δi = 0
i=1
Balance en “X1”
- δ1+ 0 * δ2 + δ3 + δ4 = 0 ; (2)
Balance en “X2”
- δ1 + δ2 + 0* δ3 + δ4 = 0 ; (3)
Balance en “X3”

- δ1 + δ2 + δ3 + 0* δ4 = 0 ; (4)
 Práctica: Demostrar que las soluciones de este sistema, son:
δ1 = 2/5; δ2 = 1/5 ; δ3 = 1/5 ; δ4 = 1/5
Reemplazando en el Posinomio:
40 40 20 10
V(δ) = ( 2/5 )2/5 ( 1/5 )1/5 ( 1/5 )1/5 ( 1/5 )1/5
V(δ) = ( 100
❑ ) 2/5 200 1/5 100 1/5 50 1/5
( ❑ ) ( ❑ ) ( ❑)
V(δ) = ( 100
❑)
2/5 2∗100 1/5 100 1/5 50 1/5
( ❑ ) ( ❑ ) ( ❑)
V(δ) = ( 100
❑)
2/5 100 1/5 100 1/5 2∗50 1/5
(❑) (❑) ( ❑ )
V(δ) = ( 100
❑ ) 2/5 100 1/5 100 1/5 100 1/5
(❑) (❑) (❑)
V(δ) =100
Cálculo de “X1”, “X2” y “X3”
40
X 1∗X 2∗X 3
= V(δ) * δ1 = 100 * 2/5 = 40

X1*X2*X3 = 1 ; (A)

40 X2*X3 = V(δ) * δ2 = 100 * 1/5 = 20

X2*X3 = 1/2 ; (B)

20 X1*X3 = V(δ) * δ3 = 100 * 1/5 = 20

X1*X3 = 1 ; (C)

10 X1*X2 = V(δ) * δ4 = 100 * 1/5 = 20

X1*X2 = 2 ; (D)

(A) ÷ (B)

X 1∗X 2∗X 3 1
=
X 2∗X 3 1/2

X1 = 2

(A) ÷ (C)
 X 1∗X 2∗X 3 1
=
X 1∗X 3 1

X2 = 1

(A) ÷ (D)
X 1∗X 2∗X 3 1
=
X 1∗X 2 2
X3 = ½
Finalmente reemplazamos en la función original:
40
Máx Z = + 40 X2*X3 + 20 X1*X3 + 10 X1*X2 = 100 = V(δ)
X 1∗X 2∗X 3

EJEMPLO 3:
Si los márgenes superior e inferior de una página impresa tienen cada uno
un ancho “a” y los márgenes laterales tiene cada uno el ancho “b”, y el texto
cubre un área “c”, ¿cuáles deberán ser las dimensiones de la página para

que la cantidad de papel sea mínima.

Solución:
Sean : “X” e “Y” las dimensiones de la página impresa
C = X*Y ; (1)
El área de la página entera:
A = (X + 2b)(Y + 2 a) ; (2)
De (1), despejo “Y” Y = C/X, reemplazo en (2)
Min A = (X + 2b)( C/X + 2 a) = C + 2 b C/X + 2 a X + 4 ab
Min A = 2 b C * X-1 + 2 a X + (C + 4 ab)
δ1 δ2
n
2b C δ1 2a
V(δ) = ∏ ¿ ¿)δi = ( δ1 ) ( δ 2 )δ2
i=1

Restricciones:
δ1 + δ2 = 1 ; (3)
Balance en “X”
-δ1 + δ2 = 0 ; (4)
(3) + (4): 2 δ2 = 1 ; δ2 = 1/2
δ1 = 1 - 1/2 = 1/2
2b C 2a
V(δ) = ( 1/2 )1/2 ( 1/2 )1/2

V(δ) = ( 4 ❑
b C 1/2 4 a 1/2
) ( ❑ ) = 4*(abc)1/2
2bC
X
= V(δ) * δ1 = 4*(abC)1/2 * 1/2
bC
X
= a1/2 *(bC)1/2
bC
X = ( a )1/2

a
X-1 = ( bC )1/2

C a
Y = ( X ) = C* X-1 = C* ( bC )1/2 = C * a1/2 * b-1/2 * C-1/2

Y = C1/2 * a1/2 * b-1/2

aC 1/2
Y=( b )
EJEMPLO 4:
Un tanque metálico cilíndrico con tapa tiene una capacidad determinada “V”.
Demostrar que la cantidad de material usada será mínima cuando la altura
del mismo sea igual a su diámetro.

Solución:
Se debe llegar a demostrar que h = 2r
El volumen del tanque cilíndrico es;
V = π r² h ; (1)
El área del cilindro es:
A = 2 π r² + 2 π r h ; (2)
De (1) despejamos “h” h = V/π r², reemplazamos en (2)
Min A = 2 π r² + 2 π r (V/π r²)
Min A = 2 π r² + 2 V r-1
δ1 δ2
n
2π 2V
V(δ) = ∏ ¿ ¿)δi = ( δ 1 )δ1 ( δ 2 )δ2
i=1

Condiciones:
δ1 + δ2 = 1 ; (3)
balance en “r”
2 δ1- δ2 = 0 ; (4)
(3) + (4)
3 δ1 = 1 ; δ1 = 1/3 ; δ2 = 1 – 1/3 = 2/3
 2π 2V
V(δ) = ( 1/3 )1/3 ( 2/3 )2/3

V(δ) = ( 3∗2
❑ )
π 1/3 3∗V 2/3
( ❑ )
V(δ) = 3* (2 π )1/3 *(V)2/3
2 π r² = V(δ)* δ1 = 3 * (2 π )1/3 *(V)2/3 * 1/3

(2 π ) r² = (2 π )1/3 *(V)2/3

r² = (2 π )1/3 *(V)2/3 * (2 π )-1

r² = (2 π )-2/3 * (V)2/3
Extrayendo la raíz cuadrada:

r = [(2 π )-2/3]1/2 * [(V)2/3]1/2

V 1/3
r = (2 π )-1/3 * (V)1/3 : r =[ ]
2π

para calcular “h”, reemplazamos en : h = V/ π r² = V * π -1 * r-2

h = V * π -1 * r-2 = V * π -1 * (2 π )2/3 * (V)-2/3
h = V1/3 * π -1/3 * 22/3
a continuación establecemos la relación “ h/r”
h
= V1/3 * π -1/3 * 22/3 * r-1 = V1/3 * π -1/3 * 22/3 * (2 π )1/3 * (V)-1/3
r
h
= V1/3 * π -1/3 * 22/3 * 21/3 * π 1/3 * V-1/3
r
h
=2; h=2r
r

EJEMPLO 5:
Un tanque rectangular sin tapa ha de tener un volumen de 32 m 3, ¿cuáles
serán las dimensiones para que la superficie total sea mínima?
Solución:

Volumen del tanque: V = 32 = X*Y*Z; Z = 32/X*Y

El área total: A = 2 X*Z + 2 Y*Z + X*Y
Min A = 2 X*(32/X*Y) + 2 Y*(32/X*Y) + X*Y
Min A = 64/Y + 64/X + X*Y
Min A = 64 * Y-1 + 64* X-1 + X*Y
δ1 δ2 δ3
n
64 64 1
Posinomio: V(δ) = ∏ ¿ ¿)δi = ( δ 1 )δ1 ( δ 2 )δ2 ( δ 3 )δ3
i=1

Condiciones:
δ1 + δ2 + δ3 = 1 ; (1)
Σai* δi = 0
Balance en “X”
0* δ1- δ2 + δ3 = 0 ; (2) δ2 = δ3
Balance en “Y”
- δ1 + 0* δ2 + δ3 = 0 ; (3) ; δ1 = δ3, reemplazo en (1)
δ1 + δ2 + δ3 = 1; δ3 + δ3 + δ3 = 1 ; 3 δ3 = 1 ; δ3 = 1/3
δ1 =1/3 ; δ2 = 1/3
64 64 1
V(δ) = ( 1/3 )1/3 ( 1/3 )1/3 ( 1/3 )1/3

V(δ) = ( 3∗64
❑ ) 1/3 3∗64 1/3 3 1/3
( ❑ ) (❑)
V(δ) = 3*(26)1/3*(26)1/3 = 3* 22* 22 = 3*4*4 = 48
V(δ) = 48
64
= V(δ) * δ1 = 48* 1/3 = 16
Y

Y = 64/16 = 4
Y = 4 (m)
64
= V(δ) * δ2 = 48* 1/3 = 16
X

X = 4 (m)
X*Y = V(δ) * δ3 = 48* 1/3 = 16
X*Y = 16
4*4 = 16
32
Z = X∗Y

32
Z = 16 = 2

Z = 2 (m)
Min A = 48 (m2) = V(δ)

EJEMPLO 6:
Demostrar que el paralelepípedo recto rectangular de volumen máximo cuya
superficie tiene un área determinada es un cubo.
Solución:
V = X*Y*Z ; Z = V/X*Y
A = 2 Y*Z + 2 X*Y + 2 X*Z
Min A = 2 Y*( V/X*Y) + 2 X*Y + 2 X*( V/X*Y)

Min A = 2 * V * X-1 + 2 X*Y + 2 * V * Y-1

δ1 δ2 δ3
n
2∗V δ1 2 2∗V δ3
Posinomio: V(δ) = ∏ ¿ ¿)δi = ( δ1 ) ( δ 2 )δ2 ( δ3 )
i=1

Condiciones:

δ1 + δ2 + δ3 = 1 ; (1)
balance en “X”
- δ1 + δ2 + 0* δ3 = 0 ; (2) ; δ1 = δ2
Balance en “Y”
0* δ1 + δ2 - δ3 = 0 : (3) ; δ2 = δ3
Reemplazamos en (1)
δ1 + δ2 + δ3 = 1 ; δ2 + δ2 + δ2 = 1 ; 3 δ2 = 1; δ2=1/3
δ1 =1/3 ; δ3 = 1/3
2∗V 2 2∗V
V(δ) = ( 1 /3 )1/3 ( 1/3 )1/3 ( 1 /3 )1/3
V(δ) = ( 2∗V ∗3 1/3 2∗3 1/3 2∗V ∗3 1/3
❑ ) ( ❑ ) ( ❑ ) = 2*3* V2/3 = 6* V2/3
V(δ) = 6* V2/3
2V
= V(δ)*δ1 = 6* V2/3 * 1/3 = 2* V2/3
X
2V
=2* V2/3
X
V
= V2/3 ; X = V1/3
X

2 X*Y = V(δ)*δ2 = 6* V2/3 * 1/3 = 2* V2/3

X*Y = V2/3
2V
= V(δ)*δ3 = 6* V2/3 * 1/3 = 2* V2/3
Y
2V
= 2* V2/3
Y
V
= V2/3
Y

Y = V1/3
V V
Z = X∗Y = V 2 /3 = V1/3

Z = V1/3, de donde se deduce que: X = Y = Z, por lo tanto se

demuestra que el paralelepípedo es un cubo.

EJEMPLO 7:
Hallar 2 números positivos, cuyo producto sea 36, de manera que su suma
sea mínima.
Solución:
Sean; X e Y los números buscados.
X*Y = 36; Y = 36/X
S = suma = X + Y
Min S = X + Y
Min S = X + 36/X = X + 36* X-1
δ1 δ2
n
1 36
V(δ) = ∏ ¿ ¿)δi = ( δ 1 )δ1 ( δ 2 )δ2
i=1

δ1 + δ2 = 1 ; (1)
Balance en “X”
δ1 - δ2 = 0 ; (2)
(1) + (2)
2*δ1 = 1 : δ1 = 1 /2 ; δ2 = 1 /2
1 36
V(δ) = ( 1/2 )1/2 ( 1/2 )1/2
2 1/2 36∗2 1/2
V(δ) = ( ❑ ) ( ❑ ) = 2* (36)1/2 = 2*(62)1/2 = 2*6=12
V(δ) = 12
X = 12* ½ = 6
X=6
36
= 12* ½ = 6
X

X=6
Y = 36/X = 36/6 = 6

Y=6
Min S = V(δ) = 12

Repasar derivadas parciales

2. Método de Multiplicadores de Lagrange
La ecuación de Lagrange es:
∇ Z= λ ∇ g

Donde:
∇ Z; vector gradiente de la función objetivo
λ; constante (multiplicador de Lagrange)
∇ g ;vector gradiente de la restricción
Ejemplo 1:

Hallar: Min Z = X² + Y²

s.a. X² + 8XY + 7 Y² = 225

Solución:

g = X² + 8XY + 7 Y² - 225

∇Z = λ ∇g,

∂Z ∂ Z
( ∂ X ; ∂ Y ¿=λ ¿)

(2X , 2Y) = λ (2X+8Y , 8X + 14 Y)

Igualando componentes:

2 X = λ (2 X + 8 Y) ; (1)

2 Y = λ (8 X + 14 Y); (2)

Simplificando:

X = λ ( X + 4 Y) ; (1´)

Y = λ (4 X + 7 Y) ; (2´)

(1´) ÷ (2´)

X λ( X + 4 Y )
Y = λ(4 X +7 Y )
 X X +4 Y
Y = 4 X+ 7 Y

Cambio de variable: Y = M X

X X +4 M X
MX = 4 X+ 7 MX

1 X (1+ 4 M )
M = X (4+7 M )

1 (1+ 4 M )
M = (4+7 M )

4 + 7 M = M + 4 M²

Ordenando:

4 M² – 6 M – 4 = 0 ; ÷ 4

M² – 3/2* M – 1 = 0

3 2
M = 3/4 ±
√( )
4
−(−1)

❑
9
M = 3/4 ±
√( )
16
+1

❑
25
M = 3/4 ±
√( )
16

M = 3/4 ± 5/4

M = 3/4 +¿ 5/4 = 2
 M = 3/4 −¿ 5/4 = - 1 /2

Tomando M = 2 ; Y = 2 X, reemplazo en la restricción:

X² + 8XY + 7 Y² = 225

X² + 8X(2 X) + 7 (2 X)² = 225

X² + 16 X² + 28 X² = 225

45 X2 = 225

X2 = 225/45 = 5

X = ± √5

Y = ± 2 √5

Tomando las soluciones positivas:

Min Z = X² + Y² = (√ 5)2 + (2 √5 )2

Min Z = 5 + 20 = 25

Min Z = 25

Ejemplo 2:

Un tanque metálico cilíndrico con tapa tiene una capacidad

determinada “V”. Demostrar que la cantidad de material usada
será mínima cuando la altura del mismo sea igual a su diámetro.
h = 2r (se debe demostrar)

V = Лr² h

A = 2Лr² + 2Лrh

Min A = 2Лr² + 2Лrh

s.a (sujeto “a”, o con la siguiente condición)

Лr² h = V ; g = Лr² h – V ; aplicando la ecuación de Lagrange

∇A = λ ∇g

∂A ∂A
( ∂ r ; ∂ h ¿=λ ¿)

(4 π r + 2 π h ; 2Лr ) = λ (2Лrh ; Лr²)

Igualando componentes:

4 π r + 2 π h = 2Лrhλ ; (1)

2Лr = Лr² λ ; (2)

Simplificando:
 2 r + h = rhλ ; (1´)

2 = r λ ; (2´)

Reescribiendo (1´)

2 r + h = (rλ)h, reemplazando (2´)

2r+h=2h

2 r = 2h – h = h

h=2r

Ejemplo 3:

Demostrar que el paralelepípedo recto rectangular de volumen

máximo cuya superficie tiene un área determinada es un cubo.

Solución:
V = X*Y*Z
A = 2X* Y +2Y*Z +2X*Z
Min A = 2X* Y +2Y*Z +2X*Z
s.a. X*Y*Z = V ; g = X*Y*Z - V
aplicando la ecuación de Lagrange:

∂A ∂A ∂A
( ∂ X ; ∂Y ; ∂ z ¿=λ ¿)

(2 Y + 2 Z ; 2 X + 2 Z; 2 Y + 2 X)=λ(Y Z; X Z; X Y)

Igualando componentes:

2Y+2Z=YZλ; (1)

2 X + 2 Z = X Z λ; (2)

2 Y + 2 X = X Y λ; (3)

(1) ÷ (2)

2 Y +2 Z Y Zλ
2 X+ 2 Z = XZ λ

Simplificando:

Y +Z Y
X +Z = X

Multiplicando en cruz:

XY+XZ=XY+YZ

Simplificando:

X=Y

(1) ÷(3)
 2Y +2 Z YZλ
2Y +2 X = XY λ

Simplificando;

Y +Z Z
Y+X = X

Multiplicando en cruz

XY+XZ=YZ+XZ

Simplificando:

X=Z

De donde se deduce que:

X=Y=Z

Ejemplo 4:

Se venden libros a 28 $ c/u ofreciendo una rebaja de 0.4 $ por

cada libro arriba de 50 ¿cuántos libros deben venderse para un
máximo ingreso?

Solución:

Sean: X: N° total de libros a vender

Y : N° de libros arriba de 50

X = Y + 50
Ordenando los datos:

Precio original de un libro: 28 $

Rebaja por un libro arriba de 50; 0.4 $

Rebaja por “Y” libros arriba de 50: 0.4* Y $

Precio final de un libro: 28 – 0.4*Y

Ingreso por “X” libros; (28 – 0.4*Y)* X

Máx I = 28 * X – 0.4* X * Y

Con la condición:

X = Y + 50

g = X – Y – 50

(28-0.4*Y ; - 0.4* X) = λ(1 ; -1)

Igualando componentes:

28-0.4*Y = λ ; (1)

- 0.4* X = -λ;

0.4* X = λ ; (2)

(1) = (2)
 28-0.4*Y = 0.4* X

Combinando con: X = Y + 50

28-0.4*Y = 0.4* (Y + 50)

28 – 0.4*Y – 0.4* Y = 20

– 0.8 * Y = – 8

Y = 8/0.8 = 10

Y = 10 libros arriba de 50

X = 10+ 50 = 60 libros

Máx I = 28 * 60 – 0.4* 60* 10

Máx I = 1440 $

Ejemplo 5:

Un vendedor de autos usados, recibe mensualmente 18

movilidades para venderlos a 2400 $ c/u, sin embargo
observando la demanda, el vendedor nota que por cada auto que
no pone en venta, sus clientes están dispuestos a pagarle 200 $
más en la creencia de que hay escasez de autos ¿cuántos autos
deberán venderse para un máximo ingreso?.

Solución:

Sean: X:N° autos que se ponen a la venta

Y: N° autos que no se ponen a la venta

X + Y = 18
 Ordenado los datos:

Precio original de un auto 2400 $

Incremento por un auto que no se pone a la venta 200 $

Incremento por “Y” autos que no se ponen en venta 200Y $

Precio final de un auto 2400 + 200 Y

Ingreso por “X” autos (2400+200Y)*X

Máx I = 2400* X + 200*X*Y

s.a. X + Y = 18

g = X + Y – 18

(2400 + 200 *Y; 200*X)=λ(1, 1)

2400 + 200 *Y = λ ; (1)

200*X = λ ; (2)

(1)= (2)

2400 + 200 *Y = 200*X ; ÷ 200

12 + Y = X , combino con: X + Y = 18

12 + Y + Y = 18

2Y=6
 Y = 3 autos no se ponen a la venta

X = 15 autos se ponen a la venta

Máx I = 2400* 15 + 200*15*3

Máx I = 45000 $

Ejemplo 6:

Máx U = X² + Y² + Z²

s.a.

1 1 1 1 1 1
4 X² + 5 Y² + 25 Z² = 1 ; g1 = 4 X² + 5 Y² + 25 Z² - 1

X + Y = Z ; g2 = X + Y – Z

∇U = λ ∇g,

Solución:

∂g1 ∂g1 ∂g1

(
∂U ∂U ∂U
; ;
∂ X ∂Y ∂ Z
¿=( λ 1 , λ 2)
[
∂X
∂ g2
∂X
∂Y
∂g2
∂Y
∂Z
∂g2
∂Z
]
Matriz Hessiana

1 2 2

[
(2X, 2Y, 2Z) = (λ1 ; λ2 ) 2
∗X
1
5
∗Y
1
25
∗Z
−1 ]
2*X = ½* X *λ1 + λ2 ; (1)
 2*Y = 2/5*Y*λ1 + λ2 ; (2)

2*Z = 2/25*Z* λ1 – λ2 ; (3)

Obteniendo los comunes denominadores;

4*X = X *λ1 + 2*λ2 ; (4)

10*Y = 2*Y*λ1 + 5* λ2; (5)

50*Z = 2*Z* λ1 – 25*λ2; (6)

Factorizando términos semejantes:

(4 – λ1)*X = 2*λ2 ; (7)

(10 – 2 λ1)*Y = 5* λ2 ; (8)

(50 – 2 λ1)*Z = - 25 *λ2 ; (9)

De (7), (8) y (9), despejamos “X”, “Y”, “Z”

2∗λ 2
X= ; (10)
(4−λ 1)

5∗λ 2
Y= ; (11)
(10−2 λ 1)

−25∗λ 2
Z= ; (12)
(50−2 λ 1)

Reemplazamos (10), (11) y (12) en; X + Y = Z

2∗λ 2 5∗λ 2 −25∗λ 2

(4−λ 1) + (10−2 λ 1) = (50−2 λ 1)
 Simplificando “λ2”

2 5 −25
(4−λ 1) + (10−2 λ 1) = (50−2 λ 1)

20−4 λ 1+20−5 λ 1 −25

2 ( λ 1 )2−18 λ 1+40 = (50−2 λ 1)

40−9 λ 1 −25
2
2 ( λ 1 ) −18 λ 1+ 40 = (50−2 λ 1)

Simplificando “2” en el denominador

40−9 λ1 −25
( λ 1 )2−9 λ 1+20 = (25−λ 1)

1000 – 265*λ1 + 9*(λ1)² = - 25 *(λ1)²+225*λ1-500

Ordenando:

34*(λ1)² – 490 *λ1 + 1500 = 0; ÷ 34

(λ1)² – 14.41*λ1 + 44.12 = 0

λ1 = 7.21 ± √ ( 7.21 )2−44.12

λ1 = 7.21 ±2.80

λ1 = 7.21 + 2.80 = 10

λ1 = 7.21 – 2.80= 4.41

tomando; λ1 = 10, reemplazando en (10),(11) y (12)

2∗λ 2
X=
(4−10)

5∗λ 2
Y=
(10−2∗10)

−25∗λ 2
Z=
(50−2∗10)

−λ 2
X=
3

−λ 2
Y=
2

−5∗λ 2
Z=
6

Estos valores de “X”, “Y”, “Z” reemplazamos en:

1 1 1
4 X² + 5 Y² + 25 Z² = 1

1 −λ 2 1 −λ 2 1 −5∗λ 2
4 ( 3 )² + 5 ( 2 )² + 25 ( 6 )² = 1

(λ 2) ² (λ 2) ² (λ 2) ²
( )+( )+( )=1
36 20 36

19(λ 2)²
( )=1
180

λ2 = ± 3.08
 tomando: λ2 = −¿3.08

−(−3.08)
X= = 1.03
3

−(−3.08)
Y= = 1.54
2

−5∗(−3.08)
Z= = 2.57
6

Máx U = X² + Y² + Z² = 1.03² + 1.54² + 2.57² = 10.04

MODELO DE ADMINISTRACION DE LA CARTERA O SELECCIÓN

DE PORTAFOLIO

Una suma fija de dinero “F” ha de distribuirse entre “n”

diferentes inversiones, se tiene como dato el historial de los
rendimientos de dichas inversiones. El problema de
Administración de la cartera consiste en determinar cuanto dinero
debe asignarse a cada inversión.
Sea: “Yi” el monto destinado a la inversión “i”
L: Matriz de varianzas y covarianzas
El Modelo de programación no lineal para la Administración de la
cartera es:
Min Z = Yt L Y (minimización del riesgo de la inversión)
Donde:
Yt ; transpuesta de “Y”
n
Sujeto a la siguiente condición;∑ Yi = F
i

Min Z = Yt L Y
 n
s.a. ∑ Yi = F
i

Ejemplo 1:
Se tienen los siguientes datos para dos inversiones, si F = 100
000$, determinar los montos destinados a dichas inversiones:
R E N D I M I E N T O S (%)
Año 1 Año2 Año 3 Año 4 Año 5
Inversion 10 4 12 13 6
1
Inversion 6 9 6 5 9
2

Solución:
Desviación: x = Xi – M(Xi)
M(X); media de X
n X1 X2 x1 x2 x1* x2 (x1)² (x2)²
1 10 6 1 -1 -1 1 1
2 4 9 -5 2 -10 25 4
3 12 6 3 -1 -3 9 1
4 13 5 4 -2 -8 16 4
5 6 9 -3 2 -6 9 4
45 35 0 0 -28 60 14

M(X1) = 45/5 = 9
M(X2) = 35/5 = 7
Cálculo de la matriz de varianzas y covarianzas:

( l11 l 12
)
L = l 21 l 22 , por ser una matriz simétrica se cumple; l12 =l21

l11 y l22 son las varianzas

l12 y l21 son las covarianzas
 Σ( x 1)² 60 Σ( x 2)² 14
l11 = = 5 =12 ; l22 = = 5 =2.80
n n
Σx 1∗x 2 −28
l12 = n
= l 21 =
5
= -5.60

12 −5.60
(
L = −5.60 2.80 )

( y 1)
Min Z = Yt L Y , sea Y = y 2 ; Yt = (y1, y2) ; F = 100 000 $

s.a. ∑ Yi = F
i

12 −5.60 y 1
Min Z = (y1, y2) −5.60 ( 2.80 y 2 )( ) en matrices A*B no es igual a
B*A

( 1 x 2)* (2 x 2) = 1 x 2

s.a. y1 + y2 = 100 000

Min Z = (12*y1 -5.60*y2 ; -5.60*y1 +2.80*y2) y 2 ( y 1)

( 1 x 2 ) * (2 x 1) = 1 x 1

Min Z = 12 (y1)² - 5.60*y1*y2 -5.60*y1*y2 + 2.80*(y2)²

Min Z = 12 (y1)² - 11.20*y1*y2 + 2.80*(y2)²

s.a. y1 + y2 = 100 000; g = y1 + y2 – 100 000

Aplico la ecuación de Lagrange:

 ∂Z ∂Z
( ∂ y 1 ; ∂ y 2 ¿= λ ¿)

(24*y1-11.20*y2; -11.20*y1 + 5.60*y2) = λ(1 ; 1)

Igualando componentes:

24*y1-11.20*y2 = λ ; (1)

-11.20*y1 + 5.60*y2 = λ ; (2)

(1) = (2)

24*y1-11.20*y2 = -11.20*y1 + 5.60*y2

35.20*y1 = 16.80*y2

y1 =16.80/35.20*y2 = 0.48 *y2

y1 = 0.48*y2 ; (3)

reemplazando (3) en la restricción:

y1 + y2 = 100 000

0.48*y2 + y2 = 100 000

1.48* y2 = 100 000

y2 = 100 000/1.48 = 67567.57 $

y1 = 100 000 – 67567.57 = 32432.43 $

Ejemplo 2: Idem problema 1: F = 100 000 $

 R E N D I M I E N T O S (%)
Año 1 Año2 Año 3 Año 4 Año 5
Inversión 10 4 12 13 6
1
Inversión 6 9 6 5 9
2
Inversión 17 1 11 19 2
3
Solución:

n X1 X2 X3 x1 x2 x3 x1* x2 x1* x3 x2* x3 (x1)² (x2)² (x3)²

1 10 6 17 1 -1 7 -1 7 -7 1 1 49
2 4 9 1 -5 2 -9 -10 45 -18 25 4 81
3 12 6 11 3 -1 1 -3 3 -1 9 1 1
4 13 5 19 4 -2 9 -8 36 -18 16 4 81
5 6 9 2 -3 2 -8 -6 24 -16 9 4 64

45 35 50 0 0 0 -28 115 -60 60 14 276

M(X1) = 45/5 = 9
M(X2) = 35/5 = 7
M(X3) = 50/5 = 10

l11 l 12 l13
(
L = l 21 l 22 l 23
l 31 l 32 l33 )
Por ser una matriz simétrica, se cumple.

l12 = l21; l13 = l31; l23 = l32

Σ( x 1)² 60 Σ( x 2)² 14 Σ( x 3)² 276

l11 = = 5 =12 ; l22 = = 5 =2.8 : l33 = = 5 =
n n n
55.2
Σx 1∗x 2 −28 Σx 1∗x 3 115
l12 = n
= l21 = 5 = -5.6; l13 = l31 = n
= 5 =23 ;
 Σx 2∗x 3 −60
l23 = l32 = n
= 5 = -12

12 −5.6 23
(
L = −5.6 2.8 −12
23 −12 55.2 )
y1
( )
Y = y 2 ; Yt = ( y1, y2, y3)
y3

12 −5.6 23 y 1
Min Z = ( y1, y2, y3) −5.6
( 23 )( )
2.8 −12 y 2
−12 55.2 y 3

(1 x 3)(3 x 3) = 1 x 3

Min Z = (12*y1-5.6*y2+23*y3; -5.6*y1+2.8*y2-12*y3; 23*y1-

y1
12*y2+55.2*y3) y 2
y3 ( )
(1 x 3 )(3 x 1) = 1 x 1

s.a. y1 + y2 + y3 = 100 000

Min Z = 12(y1)²-5.6*y1*y2+23*y1*y3 -5.6*y1*y2+2.8*(y2)²-

12*y2*y3+23*y1*y3-12*y2*y3+55.2*(y3)²

Min Z = 12(y1)²-11.2*y1*y2+46*y1*y3 +2.8*(y2)²-24*y2*y3+55.2*(y3)²

s.a: y1 + y2 + y3 = 100 000

∂Z ∂Z ∂Z
( ∂ y 1 ; ∂ y 2 ; ∂ y 3 ¿=λ ¿)
 (24*y1-11.2*y2+46*y3; -11.2*y1+5.6*y2-24*y3; 46*y1-
24*y2+110.4*y3) = λ(1 ; 1 ; 1)

Igualando componentes:

24*y1-11.2*y2+46*y3 = λ ; (1)

-11.2*y1+5.6*y2-24*y3 = λ, (2)

46*y1 - 24*y2+110.4*y3 = λ; (3)

METODO DE SIMULACION

Este Método se aplica cuando se quiere optimizar funciones no

lineales muy complicadas, donde los recursos del Cálculo son
insuficientes para resolver este tipo de problemas.

En la Simulación se usan números aleatorios Uniformemente

distibuidos.

Procedimiento:

 Si el dígito es par o cero, se asigna una unidad positiva

 Si el dígito es impar se asigna una unidad negativa

  El proceso se inicia a partir de una unidad ya sea positiva o
negativa y se acumula algebraicamente.

Ejemplo 1:

Min Z = |X| + √ ( X−1 )2+(Y )²

Solución: Ran #, Rnd

n(tamaño de la Números
corrida) aleatorios
(Xn, Yn) F(Xn, Yn)
1° dígito 2°dígito

1 3.24

2 5

3
……….

4
………
5

10
Ejemplo 2:

Se quiere determinar la localización geográfica óptima de una

planta lechera, conociendo las localizaciones de las granjas
proveedoras.

Solución:

CAPITULO II
TEORIA DE JUEGOS

Definicion:
La teoría de juegos es un área de la matemática aplicada que
utiliza modelos para estudiar interacciones en estructuras formalizadas
de incentivos (los llamados «juegos»). La teoría de juegos se ha
convertido en una herramienta sumamente importante para la teoría
económica y ha contribuido a comprender más adecuadamente la
conducta humana frente a la toma de decisiones. Sus investigadores
estudian las estrategias óptimas así como el comportamiento previsto
y observado de individuos en juegos. Tipos de interacción
aparentemente distintos pueden en realidad presentar una estructura
de incentivo similar y, por lo tanto, se puede representar mil veces
conjuntamente un mismo juego.
Desarrollada en sus comienzos como una herramienta para entender
el comportamiento de la economía, la teoría de juegos se usa
actualmente en muchos campos, como en
la biología, sociología, politología, psicología, filosofía y ciencias de la
computación. Experimentó un crecimiento sustancial y se formalizó por
primera vez a partir de los trabajos de John von Neumann y Oskar
Morgenstern, antes y durante la Guerra Fría, debido sobre todo a su
aplicación a la estrategia militar, en particular a causa del concepto
de destrucción mutua garantizada. Desde los setentas, la teoría de
juegos se ha aplicado a la conducta animal, incluyendo el desarrollo
de las especies por la selección natural. A raíz de juegos como
el dilema del prisionero, en los que el egoísmo generalizado perjudica
a los jugadores, la teoría de juegos ha atraído también la atención de
los investigadores en informática, usándose en inteligencia
artificial y cibernética.
La Teoría de Juegos toma como analogía un juego cualesquiera: Pej.
El ajedrez es un juego donde participan dos jugadores, si uno de ellos
realiza una determinada jugada (estrategia), el adversario tendría que
realizar una mejor jugada para contrarrestar la ofensiva del primer
jugador. El fin ultimo es “ganar el juego”, uno de los jugadores tendría
que alzarse con la victoria, otro ejemplo seria el de dos equipos de
futbol, cada cual tiene sus estrategias especificas para encarar el
partido, de la misma manera el objetivo final es ganar el partido.
Como sabemos, la Investigacion Operativa se inicio en la Segunda
Guerra Mundial, los ejércitos enemigos se asimilaban como los
jugadores, esa fue la primera aplicacion de la Teoria de Juegos. En
tiempos de paz, la Teoria de Juegos se aplica a los “Juegos de
Empresa”, cabe aclarar que esta Teoría se aplica a empresas del
mismo rubro. El jugador I representara a nuestra empresa,
mientras que el jugador II representara a la competencia.
Juegos de Estrategia Simple o pura:
Un juego de Estrategia Simple o pura es aquel juego en el que
cada jugador tiene una y solo una estrategia.
Juegos de Suma cero:
Un juego de suma cero es un proceso donde las ganancias
acumuladas de todos los participantes es igual a la sumatoria de
las pérdidas.
Pej. En un partido de futbol, el equipo que gana el partido “gana 3
puntos”, mientras el equipo perdedor “pierde 3 puntos”, una
ganancia es una valoracion positiva y una perdida tiene una
valoracion negativa.
Punto de silla:
Un juego de estrategia simple o pura se caracteriza por tener un
“punto de silla”, en dicho punto debe verificarse la siguiente
relacion:
Maximo de los minimos = Minimo de los maximos
Max Min = Min Max
Valor del juego:
El valor del juego es el resultado final del juego, se denota por
“V”, en el caso de un juego de estrategia simple, se verifica:
V = Max Min = Min Max
Un valor positivo de “V” es favorable a nuestra empresa, mientras
que un valor negativo de “V” es favorable a la competencia.
negativo de “V” es favorable a la competencia.