Universidad Nacional de Colombia

Facultad de Ciencias Exactas y Naturales

Introducción a la optimización

TALLER PARCIAL

Autor:
Carlos Daniel Perez Muñoz

7 de Octubre de 2024

2024-1S
- Taller I

1 Optimizar z tal que:

x2 + y 2 + z 2 = 36
2x + y − z = 2

Solución: Notemos que

x2 + y 2 + z 2 = 36
2x + y − z = 2

son restricciones; Por lo tanto deseamos optimizar f (x, y, z) = z de tal

forma que

g1 (x, y, z) = x2 + y 2 + z 2 − 36 = 0
g2 (x, y, z) = 2x + y − z − 2 = 0

Ası́ construimos la función de Lagrange l(x, y, z, λ1 , λ2 )

l(x, y, z, λ1 , λ2 ) = z + λ1 (x2 + y 2 + z 2 − 36) + λ2 (2x + y − z − 2)
donde λ1 , λ2 son los multiplicadores de Lagrange asociados.
Ahora aplicamos las derivadas parciales de l con respecto a x, y, z, λ1 , λ2
y las igualamos a cero
∂f
= λ1 (2x) + λ2 (2) = 0
∂x
∂f
= λ1 (2y) + λ2 (1) = 0
∂y

∂f
= 1 + λ1 (2z) − λ2
∂z
∂f
= x2 + y 2 + z 2 − 36 = 0
∂λ1

∂f
= 2x + y − z − 2 = 0
∂λ2

1
Ası́ tenemos las siguientes ecuaciones

2λ1 x + 2λ2 = 0 (1)

2λ1 y + 2yλ2 = 0 (2)

1 + 2λ1 x − λ2 = 0 (3)

x2 + y 2 + z 2 = 36 (4)

2x + y − z = 2 (5)

De (1) tenemos que

λ2 = −λ1 x (6)
Ası́ sustituyendo (6) en (2) y (3) resulta

2λ1 y − λ1 x =0
x
y = (7)
2

1 + 2λ1 z − λ1 x =0

λ1 (2x + x) = − 1

−1
λ1 = (8)
3x
Ahora para (4) por (7) se tiene que

x2
x2 + + z 2 =36
4
5x
+ z 2 =36
4

5x2 + 4z 2 =144

5x2 =144 − 4z 2

de(5) en (7) tenemos que

2
 x
2x + 2
−z =2
de acá es fácil ver que 5x-3z=4; por lo tanto

5x2 + 4z 2 = 144(9)

5x − 2z = 4(10)
5x−4
de (10) resulta x = 2
(11); ası́ sustituyendo (11) en (9) tenemos
 2
2 5x − 4
5x + 4 + = 144
2

5x2 + 25x2 − 40x + 16 = 144

30x2 − 40x − 128 = 0

15x2 − 20x − 64 = 0

Usando la ecuación general de grado dos llegamos a que

p
20 ± 400 − 4(15)(−64)
x=
30
√
10 ± 2 265
= (12)
15
Ası́ sustituyendo el valor de x de (12) en (11) tenemos
 √ 
5 5±215 265 √ √
−1+ 265 265−1
x= 2
, x1 = 3
, z2 = 3

Ası́ reemplazando en (4) resulta

√
10±2 265
y= 15
de este modo
√ √
y1 = 5+15265 y y2 = 5−15265
Ası́ concluimos que
√
−1+ 265
x1 = 3
≈ −5, 75691 el valor mı́nimo y
√
265−1
z2 = 3
≈ 5, 09294 el valor máximo

3
2 Optimizar: (x − 2)2 + (y − 2)2
Tal que: 2x + 3y ≥ 6, 3x + 2y ≤ 12, x ≥ 0, y ≥ 0
Fijémonos que este ejercicio consiste en minimizar esta función, que es la
distancia al punto (2, 2) sujeta a las restricciones dadas.

Para encontrar la región factible, donde se cumplan las restricciones, en-

contramos sus puntos de intersección:

2x + 3y = 6 (1)
3x + 2y = 12 (2)

Si a la ecuación (1) la multiplicamos por 3 y a la ecuación (2) la multipli-

camos por -2 tenemos:

6x + 9y − 6x − 4y = 18 − 24
6
y=−
5
Pero y ≥ 0, ası́ este valor se descarta.
Ahora si tomamos x = 0 en (1) tenemos que y = 2, por lo tanto la
intersección es (0, 2).
Cuando y = 0 en (2) tenemos que x = 3, ası́ la intersección sucede en
(3, 0).

4
 Procediendo de una manera dual, llegamos que para la ecuación (2) las
intersecciones están en (0, 6) y (4, 0).
Ahora evaluamos la función objetivo f (x, y) = (x − 2)2 + (y − 2)2 en estos
puntos:

f (0, 2) = (0 − 2)2 + (2 − 2)2 =4

f (3, 0) = (3 − 2)2 + (0 − 2)2 =5
f (0, 6) = (0 − 2)2 + (6 − 2)2 = 20
f (4, 0) = (4 − 2)2 + (0 − 2)2 =8

El valor mı́nimo ocurre en (0, 2) y el valor de la función objetivo en ese

punto es 4.
- Taller II

1 Ajustar los siguientes datos polinomios hasta de grados: 1; 3 y 5.

Obtener cada uno de los polinomios y calcular en cada caso el valor
óptimo. Después de hacer comparaciones decidir que polinomio se
ajusta mejor a los datos dados

xi yi
1 −18,9
2 −13,9
3 11,5
4 11
5 10,1
6 10,6
7 11,4
8 12
9 12,4
10 12,8

Demostración
Polinomio de grado 1: Sabemos que el polinomio tiene que ser de
la forma P1 (x) = a0 + a1 x, luego, tenemos que:

5
    
1 1 −18,9
1 2  −13,9
   
1 3   11,5 
   
1 4   11 
     
1 5   10,1  a0
A=
1 6  ,
 b=
 10,6  ,
 x=
    a1
1 7   11,4 
   
1 8   12 
   
1 9   12,4 
1 10 12,8

Además, tenemos que:

x = (AT A)−1 AT b
Ası́, efectuando las operaciones obtenemos lo siguiente:
 
−18,9
−13,9
 
 11,5 
 
 11 
  
T 1 1 1 1 1 1 1 1 1 1  10,1 
A b=  
1 2 3 4 5 6 7 8 9 10   10,6 

 11,4 
 
 12 
 
 12,4 
12,8
 
59
=
561,3

6
  
1 1
1 2 
 
1 3 
 
1 4 
  
T 1 1 1 1 1 1 1 1 1 1  1 5 
A A=  
1 2 3 4 5 6 7 8 9 10 1 6 


1 7 
 
1 8 
 
1 9 
1 10
 
10 55
=
55 385
Por tanto, encontramos que

x = (AT A)−1 AT b

 −1  
10 55 59
=
55 385 561,3
 
−9,88
=
2,87
En conclusión, P1 (x) = −9,88 + 2,87x.

Polinomio de grado 3: Sea P3 (x) = a0 +a1 x+a2 x2 +a3 x3 , tenemos

que
   
1 1 1 1 −18,9
1 2 4 8  −13,9
   
1 3 9 27   11,5 
     
1 4 16 64   11  a0
   
1 5 25 125   10,1   a1 
A=1 6 36
 b=  x= 
 216 

 10,6 
 
 a2 
1 7 49 343   11,4  a3
   
1 8 64 512   12 
   
1 9 81 729   12,4 
1 10 100 1000 12,8

7
ahora, empleando la ecuación (1), procedemos a cálcular AT b y AT A

 
−18,9
−13,9
 
 11,5 
  
1 1 1 1 1 1 1 1 1 1  11 
 
 1 2 3 4 5 6 7 8 9 10 
  10,1 
 
AT b = 
1 4 9 16 25 36 49 64 81 100    10,6 

1 8 27 64 125 216 343 512 729 1000  11,4 

 12 
 
 12,4 
12,8
 
59
 561,3 
= 
 4450,1 
36330,3

 
1 1 1 1 1 1 1 1 1 1
 1 2 3 4 5 6 7 8 9 10 
AT A = 
1 4

9 16 25 36 49 64 81 100 
1 8 27 64 125 216 343 512 729 1000
 
10 55 385 3025
 55 385 3025 25333 
= 385

3025 25333 220825 
3025 25333 220825 1978405

De aquı́ que:
 −1  
10 55 385 3025 59
 55 385 3025 25333   561, 3
  
x=
 385 3025 25333 220825   4450, 1


3025 25333 220825 1978405 36330, 3
 
−43, 09999
 25, 45722 
=
 −3, 77931 


0, 18012

8
Ası́, resulta que P3 (x) = −43,09999+25,45722x−3,77931x2 +0,18012x3 .

Polinomio de grado 5: Sea P5 (x) = a0 + a1 x + a2 x2 + a3 x3 +

a4 x4 + a5 x5 . Procedemos de manera similar como en los anteriores
polinomios,

   
1 1 1 1 1 1 1 −18, 9

 1 2 4 8 16 32 64 


 −13, 9 


 1 3 9 27 81 243 729 


 11, 5 


 1 4 16 64 256 1024 4096 


 11 

 1 5 25 125 625 3125 15625   10, 1 
A= , b= 

 1 6 36 216 1296 7776 46656 


 10, 6 


 1 7 49 343 2401 16807 117649 


 11, 4 


 1 8 64 512 4096 32768 262144 


 11, 4 

 1 9 81 729 6561 59049 531441   12, 4 
1 10 100 1000 10000 100000 1000000 12, 8

tenemos que

 
−18, 9


 −13, 9 

1 1 1 1 1 1 1 1 1 1 
 11, 5 


 1 2 3 4 5 6 7 8 9 10 
 11 

T
 1 4 9 16 25 36 49 64 81 100  10, 1 
A b=  

 1 8 27 64 125 216 343 512 729 1000 
 10, 6 

 1 16 81 256 625 1296 2401 4096 6561 10000 
 11, 4 

1 32 243 1024 3125 7776 16807 32768 59049 100000 
 11, 4 

 12, 4 
12, 8
 
59

 561, 3 

 4450, 1 
= 

 36330, 3 

 309436, 1 
2724606, 3

9
  
  1 1 1 1 1 1 1 
10 55 385 3025 25333 220825 
  1 2 3 4 5 6 7 
55 385 3025 25333 220825 1978405 
 
 
1 4 9 16 25 36 49 

 
385 3025 25333 220825 1978405 18080425  
AT A =

  
 
 1 8 27 64 125 216 343  

 3025 25333 220825 1978405 18080425 167731333  
 
 1 16 81 256 625 1296 2401  

 25333 220825 1978405 18080425 167731333 1574304985  
 1 32 243 1024 3125 7776 16807 
 

220825 1978405 18080425 167731333 1574304985 14914341925  
1 64 512 4096 15625 59049 100000

Luego, tenemos que

 −1  

10 55 385 3025 25333 220825  
59 



55 385 3025 25333 220825 1978405 




561, 3 


385 3025 25333 220825 1978405 18080425  
4450, 1 
x=
   
   



3025 25333 220825 1978405 18080425 167731333  




36330, 3 





25333 220825 1978405 18080425 167731333 1574304985  




309436, 1 


220825 1978405 18080425 167731333 1574304985 14914341925 2724606, 3
 
−13, 73999

 −23, 61103 

 22, 35157 
= 

 −5, 73634 

 0, 59439 
−0, 02180
por tanto, P5 (x) = −13,73999−23,61103x+22,35157x2 −5,73634x3 +
0,59439x4 − 0,02180x5 .

Ahora, se calcularán los errores para cada uno de los polinomios:

Polinomio grado 1:

zmin = bT b − bT A(AT A)−1 AT b

 T    T  
−18, 9 −18, 9 −18, 9 1 1

 −13, 9 

 −13, 9   −13, 9   1 2
    



 11, 5 

 11, 5   11, 5   1 3
    



 11 


 11  
  11   1 4
 

 
 10, 1   10, 1   10, 1   1 5  −9, 88
=   −   

 10, 6 

 10, 6   10, 6   1 6
    

 2, 87

 11, 4 

 11, 4   11, 4   1 7
    



 12 


 12  
  12   1 8
 


 12, 4   12, 4   12, 4   1 9 
12, 8 12, 8 12, 8 1 10

10
 = 581, 589
Polinomio de grado 3:

zmin = bT b − bT A(AT A)−1 AT b

 T    T  
−18, 9 −18, 9 −18, 9 1 1 1 1

 −13, 9 


 −13, 9  
  −13, 9 


 1 2 4 8 


 11, 5 


 11, 5  
  11, 5 


 1 3 9 27 
 
 11   11   11   1 4 16 64  −43, 09999
       
 10, 1   10, 1  
− 10, 1   1 5 25 125   25, 45722 
=      
  −3, 77931 

 10, 6 


 10, 6  
  10, 6 


 1 6 36 216 

 11, 4 


 11, 4  
  11, 4 


 1 7 49 343 
 0, 18012

 12 


 12  
  12 


 1 8 64 512 

 12, 4   12, 4   12, 4   1 9 81 729 
12, 8 12, 8 12, 8 1 10 100 1000

= 137, 855619
Polinomio de grado 5:

zmin = bT b − bT A(AT A)−1 AT b

 T  
−18, 9 −18, 9
−13, 9 −13, 9 −18, 9T 1 1 1 1 1 1
−1
   
 11, 5   11, 5   −13, 9 1
 2 4 8 16 32 
  11, 5
 
−13, 73999

 1 3 9 27 81 243 
  
 11   11     

11  −23, 61103
      1 4 16 64 256 1024   
 10, 1   10, 1    
=  10, 1  1
− 5 25 125 625 3125   22, 35157 
   
   
10, 6  10, 6   10, 6   −5, 73634 
  1 6 36 216 1296 7776   
      
 11, 4  1 7 49 343 2401 16807   0, 59439 
 11, 4   11, 4     
     12   1
 8 64 512 4096 32768  −0, 02180
 12   12    12, 4  1 9 81 729 6561 59049 

   
 12, 4   12, 4  12, 8 1 10 100 1000 10000 100000
12, 8 12, 8

= 80, 055855
En conclusión, el polinomio P5 (x) nos dio el menor error, por ende
es el mejor ajuste a los datos dados.
2. Un fabricante de láminas metálicas recibe un pedido para producir
2000 láminas de tamaño 2′ × 4′ y 1000 láminas de tamaño 4′ × 7′ . Se

11
dispone de dos láminas estándar de tamaños 10′ × 3000′ y 11′ × 2000′ .
El personal del departamento de ingenierı́a decide que los siguientes
cuatro patrones de corte son adecuados para satisfacer el pedido. For-
mular el problema para satisfacer el pedido y minimizar el desperdicio
como un problema de programación lineal resolviéndolo por el método
simplex.

Demostración: Tenemos que el pedido es:

 ′
2 × 4′ 2000


4′ × 7′ 1000
ası́, sacamos las siguientes variables:
xi : Número de láminas de 11′ × 2000′ cortadas con i patrones,
donde i ∈ {1, 2, 3, 4}.
yi : Número de láminas de 10′ × 3000′ cortadas con i patrones,
donde i ∈ {1, 2, 3, 4}.
Nótese que, y1 y y3 no se pueden dar, dado que poseen una medida
de 11’, por tanto no pueden ser cortados en las láminas 10′ × 3000′ .
Por otro lado, notemos lo siguiente respecto x2 , x4 y y2 , en la siguiente
imagen.
En el caso de x2 , la parte que se desperdicia es aprovechable, por ende
no se toma en cuenta, con x4 se puede notar que existe un desperdicio
de 4′ y para y2 también.
Ası́, nos queda la siguiente tabla:

12
 Patrón de corte Láminas 2’ × 4’ Láminas 4’ × 7’ Desperdicio
x1 2 1 0
x2 2 1 0
x3 2 1 0
x4 5 0 4′
y2 1 1 4′
y4 5 0 0

Luego, tenemos que minimizar el desperdicio del pedido, por lo cual,

el objetivo del problema es

mı́n z : 4x4 + 4y2

con las siguientes restricciones:


 2x1 + 2x2 + 2x3 + 5x4 + y2 + 5y4 ≥ 2000
x1 + x2 + x3 + y 2 ≥ 1000


 x1 + x2 + x3 + x4 ≤ 500
y2 + y4 ≤ 750


x1 , x2 , x3 , x4 , y2 , y4 ≥ 0

Ahora, procedemos a emplear el software que nos optimizará el pro-

blema:

13
Iteración 1

Iteración 2

14
Iteración 3

Iteración 4

15
Hay infinitos valores de x1 , x2 , x3 , x4 , x5 , x6 , para el valor óptimo
Z = 2000, los cuales están contenidos en la región del espacio
0x1 + 0x2 + 0x3 + 0x4 + 0x5 + 0x6 = 2000 que cumple las
restricciones del problema. Una de ellas es:

x1 = 500
x2 =0
x3 =0
x4 =0
x5 = 500
x6 = 100
Ahora, comprobemos que se cumplan todas las restricciones:

2(500) + 2(0) + 2(0) + 5(0) + (500) + 5(100) ≥ 2000

(6)
2000 ≥ 2000

(500) + 0 + 0 + 0 + (500) ≥ 1000

(7)
1000 ≥ 1000
(500) + 0 + 0 + 0 + 0 ≤ 500
(8)
500 ≤ 500
(500) + (100) ≤ 750
(9)
600 ≤ 750
En conclusión, para satisfacer el pedido se tiene que:
Cortar 100 patrones de 4 de las láminas 10’ × 3000’
Cortar 500 patrones de 1 lámina 11’ × 2000’
Cortar 500 patrones de 2 de las láminas 10’ × 3000’

16