Download - Ejercicios - Tema 1 y 2 - Soluciones - 2015
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
1/43
TEMA 1 Programacin matemtica en el campo econmico.
Convexidad de conjuntos y funciones
Representacin grfica y Teorema de Weierstrass1. Estudiar analticamente si verifican el Teorema de Weierstrass y resolver grficamente
los siguientes programas:
1a)2 2
3
. . 5
1
0
optimizar x y
s a x y
x y
x
+
+
Teorema de Weierstrass:
1) ( , ) 3f x y x y= + es una funcin continua por ser un polinomio2)
El conjunto de soluciones factibles F es compacto, es decir, cerrado y acotado, porque:
2.1) 2 21 2 3( , ) , ( , ) , ( , )g x y x y g x y x y g x y x= + = = son funciones continuas, entonces los
conjuntos ( ]{ } ( ){ }1 2 2 21 ,5 , : 5g x y x y = + y ,
( ]{ } ( ){ }1 22 ,1 , : 1g x y x y = y y [ ){ } ( ){ }1 23 0, , : 0g x y x
+ = y son
cerrados. Por tanto, F es cerrado por ser interseccin de cerrados.
2.2) F es acotado porque dado 5r= se verifica que ( ),x y F : ( ) ( )( ), , 0,0 5d x y
pues2 2 5x y+ , esto es, ( )(0,0), 5F B
Existen mximo y mnimo globales de ( , ) 3f x y x y= + en F.
Resolucion grfica:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
2/43
1b)
2 2( 1) ( 1)
. . 2 2
2
5
55
optimizar x y
s a x y
x y
x y
xy
+
+
+
Teorema de Weierstrass:
1)
2 2( , ) ( 1) ( 1)f x y x y= + es una funcin continua por ser un polinomio2) El conjunto de soluciones factibles F es compacto, es decir, cerrado y acotado, porque:
2.1)1 2 3 4 5( , ) 2 , ( , ) , ( , ) , ( , ) , ( , )g x y x y g x y x y g x y x y g x y x g x y y= + = = + = = son
funciones continuas, entonces los conjuntos ( ]{ } ( ){ }1 21 , 2 , : 2 2g x y x y = + y ,
( ]{ } ( ){ }1 22 , 2 , : 2g x y x y = y , [ ){ } ( ){ }1 23 5, , : 5g x y x y
+ = + y ,
( ]{ } ( ){ }1 24 ,5 , : 5g x y x = y y ( ]{ } ( ){ }1 25 ,5 , : 5g x y y = y son cerrados.Por tanto, F es cerrado por ser interseccin de cerrados.
2.2) F es acotado porque ( ),x y F se verifica que:
( ) ( )( ) 2 2 2 2, , 0,0 5 5 50d x y x y= + + = pues 5, 5x y , esto es,
( )(0,0), 50F B Existen mximo y mnimo globales de
2 2( , ) ( 1) ( 1)f x y x y= + en F.
Resolucion grfica:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
3/43
1c) 2 2. . 4 8
1x y
optimizar x y
s a x y
e
+
+
Teorema de Weierstrass:
3) ( , )f x y x y= + es una funcin continua por ser un polinomio4) El conjunto de soluciones factibles F es compacto, es decir, cerrado y acotado, porque:
2.1)2 2
1 2( , ) 4 , ( , ) x y
g x y x y g x y e = + = son funciones continuas, entonces los conjuntos
( ]{ } ( ){ }1 2 2 21 ,8 , : 4 8g x y x y = + y y ( ]{ } ( ){ }1 22 ,1 , : 1
x yg x y e = y son
cerrados. Por tanto, F es cerrado por ser interseccin de cerrados.
2.2) F es acotado porque ( ),x y F se tiene que 2 24 8x y+ por tanto 2 2x y
8 8y , por lo que ( ) ( )( ) 2 2
, , 0,0 2 8 10d x y x y= + + = , esto es,
( )(0,0), 10F B Existen mximo y mnimo globales de ( , )f x y x y= + en F.
Resolucion grfica:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
4/43
1d)
3
3
2
. . 0
( 3) 0
2 2
optimizar x y
s a y x
y x
y
+
Teorema de Weierstrass:
5) ( , ) 2f x y x y= + es una funcin continua por ser un polinomio
6)
El conjunto de soluciones factibles F es compacto, es decir, cerrado y acotado, porque:
2.1)3 3
1 2 3( , ) , ( , ) ( 3) , ( , )g x y y x g x y y x g x y y= = = son funciones continuas,
entonces los conjuntos ( ]{ } ( ){ }1 2 31 ,0 , : 0g x y y x = y ,
[ ){ } ( ){ }1 2 32 0, , : ( 3) 0g x y y x + = y , [ ){ } ( ){ }1 23 2, , : 2g x y y
+ = y y
( ]{ } ( ){ }1 23 , 2 , : 2g x y y = y son cerrados. Por tanto, F es cerrado por ser
interseccin de cerrados.
2.2) F es acotado porque ( ),x y F se tiene que 2 2y 2 4y y adems3 3 3 3( 3) 2 ( 3) 2 3 2 3 5y x x x x + < por lo que
( ) ( )( ) 2 2 2, , 0,0 5 4 29d x y x y= + + = , esto es, ( )(0,0), 29F B Existen mximo y mnimo globales de ( , ) 2f x y x y= + en F.
Resolucion grfica:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
5/43
2. Se considera el programa matemtico:
min ( )
. . ( ) 0
30
2
f x
s a y sen x
x
Resolverlo grficamente, calculando los mnimos locales y globales, siendo:
a) ( )f x x y= +
Mnimo en3
, 12
, no existe Mximo
b)1
( )2
f x x y= +
Mnimo en ( )0,0 , no existe Mximo
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
6/43
3. Dada la funcin2 2( , ) ( 3) ( 5)f x y x y= + , calcular los puntos en los queftiene mximos y mnimos locales
y globales sobre los siguientes conjuntos factibles:
a)2
1B = y
Minimo global en el (3, 5) porque ( )2 2 2
( , ) ( 3) ( 5) (3,5) 0 ,f x y x y f x y= + = y
b) { }22 ( , ) : 10B x y x y= + =y
c) { }23 ( , ) : 10, 0, 0B x y x y x y= + = y
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
7/43
d) { }24 ( , ) : 10, 0, 0B x y x y x y= + y
4. Encontrar la distancia mnima del origen al conjunto determinado por:4
2 5
x y
x y
+
+
Habr que resolver el programa:2 2min
. . 4
2 5
x y
s a x y
x y
+
+
+
El mnimo es el punto (2,2) y se puede hallar teniendo en cuenta que se encuentra en la recta 4x y+ = , por tanto
4y x= . Sustituyendo en la funcin2 2
( , )f x y x y= + podemos hallar el punto mnimo derivando:
( )22 2
2
( ) 4 2 8 16
4 8( ) 0 2 2
2 2 8 16
f x x x x x
xf x x y
x x
= + = +
= = = =
+
5. Un fabricante produce dos artculos, cuyos beneficios por unidad vendida de cada uno de ellos son 10 y 15
unidades monetarias respectivamente. Cada unidad del articulo 1 utiliza en su produccin 4horas/hombre y 3
horas/maquina y cada unidad del articulo 2 utiliza 7 horas/hombre y 6 horas/maquina. El total disponible de
horas/hombre es de 300 y el de horas/maquina es de 500. Calcular las cantidades a producir de cada artculo
para que el beneficio sea mximo, suponiendo que se venden todas las unidades producidas.x= Cantidad a producir del artculo 1
y= Cantidad a producir del artculo 2
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
8/43
max . ( , ) 10 15
. . 4 7 300
3 6 500
, 0
B x y x y
s a x y
x y
x y
= +
+
+
Se puede comprobar que este programa cumple el Teorema de Weierstrass, por tanto, si existe un punto
mximo, entonces ste ser un mximo global
El punto (75,0) es mximo global de la funcin de Beneficios dentro de nuestra regin factible, por tanto, el
Mximo Beneficio que podremos obtener ser de 750 u.m. que se obtiene produciendo y vendiendo 75
unidades del artculo 1 y ninguna del artculo 2.
6. Una empresa fabrica dos tipos de cinturones A y B. El tipo A es de mejor calidad que el tipo B. El beneficio
neto es de 2 u.m. por cada cinturn del tipo A y de 1,50 u.m. por cada uno del tipo B. El tiempo empleado en
la fabricacin de A es el doble que el empleado para B y, si todos los cinturones fuesen del tipo B, la empresapodra fabricar 1000 diarios. El abastecimiento de cuero es suficiente para fabricar 800 cinturones al da, sean
del tipo A o B. Por ltimo, se puede disponer diariamente de 400 hebillas del tipo A y 700 del tipo B. Se pide:
a) Plantear el problema que maximice el beneficio
b) Resolverlo grficamente.
x= Cantidad de cinturones del tipo A producidos y vendidos
y= Cantidad de cinturones del tipo B producidos y vendidos
max. ( , ) 2 1,5
. . 2 1000
800
0 400
0 700
B x y x y
s a x y
x y
x
y
= +
+ +
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
9/43
Convexidad de conjuntos y funciones7. Estudiar cul de los siguientes subconjuntos es convexo:
a) { }2( , ) :S x y y x= y (Lo comprobamos por definicin de conjunto convexo)Sean ( ) ( )1 1 2 2, , ,x y x y S 1 1 2 2,y x y x . Hay que probar que [ ]0,1 se cumple que
( ) ( )( )1 1 2 2, 1 ,x y x y S + :
( ) ( ) ( ) ( ) ( )( )
( ) ( ) [ ] ( ) ( )
1 1 2 2 1 2 1 2
1 1 1 1
1 2 1 2
2 2 2 2
, 1 , 1 , 1, porque , 0
1 11 1 , porque , 0,1
x y x y x x y yy x y x
y y x xy x y x
+ = + +
+ +
( ) ( )( )1 1 2 2, 1 ,x y x y S + Ses convexo
b) { }2 2( , ) :S x y y x= y 1 forma: Por definicin de conjunto convexo:
Sean ( ) ( )
( ) ( )
221 11 1
1 1 2 2 222 22 2
, , ,
1 1
y xy xx y x y S
y xy x
( ) ( ) ( ) ( ) ( )( )1 1 2 2 1 2 1 2, 1 , 1 , 1x y x y x x y y S + = + + ?
( ) ( )2 21 2 1 21 1y y x x + +
Ya que se cumple que: ( ) ( ) ( )( )2 22 2
1 2 1 2 1 21 1 1 0x x x x x x + + =
Tenemos que ( ) ( ) ( ) 22 2
1 2 1 2 1 21 1 1y y x x x x + + +
( ) ( ) ( ) ( ) ( )( )1 1 2 2 1 2 1 2, 1 , 1 , 1x y x y x x y y S + = + +
2 forma: { } { }2 2 2 2( , ) : ( , ) : 0S x y y x x y x y= = y y
2( , )f x y x y= es una funcin de tipo 2C y su Hessiana 2 0( , )0 0
Hf x y =
es Definida Positiva
2( , )x y y f es una funcin convexa El conjunto S es un conjunto convexo
c) { }2( , ) : ,S x y y a bx a b= = + y y S es un conjunto convexo por ser un hiperplano (demostracin hecha en clase)
d) { }2 2 2( , ) : 4S x y x y= +
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
10/43
f) { }3( , , ) : 2 3 5 7S x y z x y z= + y S es un conjunto convexo por ser un semiespacio cerrado (demostracin hecha en clase)
8. Sea Sun conjunto convexo den
y y : n mf y y una aplicacin lineal. Probar que el conjunto imagen ( )f S
es convexo.
Sean dos puntos ,x y S ( ), ( ) ( )f x f y f S Hay que probar que ( )( ) 1 ( ) ( )f x f y f S + :
Por ser f lineal se cumple que: ( ) ( )( )( ) 1 ( ) 1f x f y f x y + = + Por ser Sconvexo, se cumple que: ( ), 1x y S x y S +
( )( )1 ( )f x y f S + ( )( ) 1 ( ) ( )f x f y f S + ( )f S es convexo
9. Sea { }/iA i I una familia de conjuntos convexos den
y . Probar que:
a)
La unin de conjuntos convexosi
i I
A
, en general, no es un conjunto convexo.
{ } ( ) ( ){ }2 22 2 2 21 2( , ) : 4 , ( , ) : 3 3 4A x y x y A x y x y= + = + + + y y son convexos pero
( ) ( ){ }2 22 2 2
1 2 ( , ) : 4 / 3 3 4A A x y x y y o x y= + + + + y no es convexo ya que
( )
( ) ( ) ( )
1
2
0,2 1 1 30,2 3,2 , 2
2 2 23,2
A
A
+ =
1 2A A porque no satisface ninguna de las ecuaciones
( ) ( ) ( )
2
2 2 2
22 2 2
3 252 4
2 4
3 853 3 3 2 3 4
2 4
x y
x y
+ = + = >
+ = + = >
1 2A A no es convexo ii I
A
no es convexo
b) El conjunto interseccini
i I
A
es convexo
Sean ,A B conjuntos convexos
Sean dos puntos ,a b A B ,
,
a b A
a b B
Por ser ,A B conjuntos convexos se cumple que
( )
( )
1
1
a b A
a b B
+
+ Por tanto: ( )1a b A B + A B es convexo.
c)
NO ENTRA PARA EXAMEN: El conjunto producto cartesiano { }1 2( , ,...) : ,i i ii I
A x a a a A i I
= = es
convexo
Sea { }/iA i I conjuntos convexos:
Sean ( ) ( )1 2 1 2, ,... , , , ... ii I
x x x y y y A
= = ( ) ( ) ( )( )1 1 2 21 1 , 1 ,....x y x y x y + = + + con
( )1i i ix y A +
Por tanto ( ) ( )( )1 1 2 21 , 1 ,.... ii I
x y x y A
+ + ii I
A
es convexo
d) NO ENTRA PARA EXAMEN: El conjunto suma1 1
: , 1,...,m m
i i i i
i i
A x a a A i m= =
= = =
es convexo
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
11/43
Sean dos puntos1
,m
i
i
x y A=
Se pueden escribir como suma de elementos de los conjuntos convexos iA :
1
m
i
i
x a=
= con i ia A e1
m
i
i
y b=
= con i ib A 1,...,i m =
( )1
1m
i
i
x y A =
+ ?
( ) ( ) ( )( )1 1 1 1
1 1 1m m m m
i i i i i
i i i i
x y a b a b A = = = =
+ = + = + porque
( )( )1i i ia b A + 1,...,i m =1
m
i
i
A=
es convexo
e) Sin
X y es un conjunto convexo y y entonces el conjunto { }/ ,nX y y x x X = = y esconvexo.
Sean dos puntos1 2,y y X , entonces cumplen que
1 1 1
2 2 2
,
,
y x con x X
y x con x X
=
=
( ) [ ]1 21 0,1y y X + ?
( ) ( ) ( )( )1 2 1 2 1 21 1 1y y x x x x + = + = + y por sernX y es un conjunto convexo se cumple
que ( )1 21x x X + , por tanto, ( )( )1 21x x X + X es convexo.
10.NO ENTRA PARA EXAMEN: En2
y consideramos el subconjunto { }(0,2), (1,1), (1,3)M x y z= = = = . Escribirel conjunto de combinaciones convexas de elementos de My representarlo grficamente.
El conjunto de combinaciones convexas de los puntos de M es el conjunto de puntos
[ ]{ }2 1 2 3 1 2 3 1 2 3: (0, 2) (1,1) (1,3) 1 , , 0,1x x con y = + + + + = y O dicho de otra forma, considerando que 3 1 21 = :
( ){ }2 1 1 2 1 2: 1 ,3 2 0 , 1x x con = y Grficamente es el tringulo que une a los tres puntos de M (incluyendo todos los puntos de los lados y delinterior)
11.Determinar, aplicando la definicin, la convexidad, concavidad, convexidad estricta o concavidad estricta de
las siguientes funciones:
f es convexa si ( )(1 ) ( ) (1 ) ( )f x y f x f y + + ,x y
f es cncava si ( )(1 ) ( ) (1 ) ( )f x y f x f y + + ,x y
a)
( ) ( )y f x sen x= = en [ ]0,2M = no es cncava ni convexa ya que:
Si1 2
10, ,
2 2x x
= = =
( )( ) ( ) ( ) ( )1 2 1 22 1 1 1
1 1 (0)4 2 2 2 2 2
f x x f f x f x sen sen
+ = = + = + =
Pero si 1 23 1
, ,2 2
x x
= = = :
( )( ) ( ) ( ) ( )1 2 1 25 2 1 1 3 1
1 1 ( )4 2 2 2 2 2
f x x f f x f x sen sen
+ = = < + = + =
( ) ( )y f x sen x= = en3
,2
M
=
Sean1 2,x x M
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
12/43
( )( ) ( )( ) ( ) ( )( ) ( ) ( )( )1 2 1 2 1 2 1 21 1 cos 1 cos 1f x x sen x x sen x x x sen x + = + = +
( ) ( )( )1 21sen x sen x + (porque cos( ) 1z )
( ) ( ) ( )1 21sen x sen x + (porque 1 23
, ,2
x x
)
= ( ) ( ) ( )1 21f x f x + f es convexa en3
,2
M
=
b) y x= en +y
( )( ) ( ) ( ) ( )1 2 1 2 1 2 1 21 1 1 ( ) 1 ( )f x x x x x x f x f x + = + + = + ya que
( ) 2
1 21 0x x f es cncava
c) ( )y f x a bx= = + en y con ,a b y
( )( ) ( )( )
( ) ( ) ( ) ( ) ( )( )
1 2 1 2
1 2 1 2
1 1
1 1
f x x a b x x
f x f x a bx a bx
+ = + + =
+ = + + +
f es cncava y convexa al mismo tiempo
d)3( )y f x x= = en y y en +y
( )( ) ( )( )3
1 2 1 21 1f x x x x + = + ( ) ( )( ) ( ) ( )( ) ( ) ( )( )3 23 2
1 2 1 2 1 21 3 1 3 1x x x x x x = + + +
Si 0ix : ( )( )
3
1 21x x + ( ) ( ) ( )1 21f x f x + convexa
Si ( )( )3
1 20 1ix x x + ( ) ( ) ( )1 21f x f x + cncava
Entonces:
En y :3( )y f x x= = no es cncava ni convexa
En+
y :3( )y f x x= = es convexa
e)2 2
1 2 1 2( , ) 2 3y f x x x x= = + en2
y
( )( ) ( ) ( )( )
( )( ) ( )( )
( ) ( )( ) ( )
1 2 1 2 1 1 2 2
2 2
1 1 2 2
2 2 2 2
1 2 1 2 1 2 1 2
( , ) 1 ( , ) 1 , 1
2 1 3 1
2 3 1 2 3 ( , ) 1 ( , )
f x x y y f x y x y
x y x y
x x y y f x x f y y
+ = + + =
= + + +
< + + + = +
Ya que ( ) ( ) ( )2 2
1 1 2 21 2 3 0y x y x + > f es estrictamente convexa
f) 1 2 3 1 2 3( , , )y f x x x x x x= = en3
y no es ni cncava ni convexa porque
Sean ( ) ( ) 1
1, 2, 3 , 1, 2, 3 ,2
x y = = = :
( )( ) ( ) ( ) ( ) ( ) 1 1
1 0,0,6 0 1 6 6 62 2
f x y f f x f y + = = < + = + = convexa
Sean ( ) ( ) 1
1, 2, 3 , 1, 2, 3 ,2
x y = = = :
( )( ) ( ) ( ) ( ) ( ) ( ) ( )1 1
1 1,0,0 0 1 6 6 62 2
f x y f f x f y + = = > + = + = cncava
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
13/43
12.Sean
My un subconjunto convexo. Demostrar que:a) Si fes una funcin convexa (cncava) en M, entonces fes una funcin cncava (convexa).
Si la funcin f es convexa cumple que ( )( ) ( ) ( ) ( )1 1f x y f x f y + + ( ),x y M y simultiplicamos por (-1) tenemos que:
( )( ) ( ) ( ) ( )( ) ( )( ) ( ) ( )( )1 1 1f x y f x f y f x f y + + = + f es cncava
b) Si fes una funcin estrictamente convexa (estrictamente cncava) en M, entonces fes una funcin
estrictamente cncava (estrictamente convexa).(igual que el anterior pero con desigualdades estrictas)
c) Si fes una funcin convexa (cncava) en My 0 , entonces f es una funcin convexa (cncava).
Si la funcin f es convexa cumple que ( )( ) ( ) ( ) ( )1 1f x y f x f y + + ( ),x y M . Simultiplicamos por 0 :
( )( ) ( ) ( ) ( )( ) ( )( ) ( ) ( )( )1 1 1f x y f x f y f x f y + + = + f es convexad) Si fes una funcin convexa (cncava) en My 0 , entonces f es una funcin cncava (convexa).
Si la funcin f es convexa cumple que ( )( ) ( ) ( ) ( )1 1f x y f x f y + + ( ),x y M . Simultiplicamos por 0 : ( )( ) ( ) ( ) ( )( ) ( )( ) ( ) ( )( )1 1 1f x y f x f y f x f y + + = + f es cncava
e)
Si { }/ 1, ...,if i m= es una familia de funciones convexas (cncavas) en M, entonces la funcin1
m
i i
i
f f=
=
con 0i es una funcin convexa (cncava) en M.
Si la funcinif es convexa cumple que ( )( ) ( ) ( ) ( )1 1i i if x y f x f y i + + ( ),x y M .
Entonces:
( )( ) ( )( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
1 1
1 1
1 1 1
1 1
m m
i i i i i
i i
m m
i i i i
i i
f x y f x y f x f y
f x f y f x f y
= =
= =
+ = + +
= + = +
f es convexa
13.NO ENTRA PARA EXAMEN: Estudiar la concavidad o convexidad de las siguientes funciones diferenciables:
Si1
f C es convexa entonces se cumple que
( )( )( ) ( ) 0f y f x y x
Si1
f C es cncava entonces se cumple que
( )( )( ) ( ) 0f y f x y x
a) ( )f x a bx= + con x y
( ) ( )f x f x b = = ( ) ( ) ( ) ( )( ) ( ) 0f y f x y x b b y x = = f es convexa y cncava
b)2( )f x x= con x y
( ) ( ) 2f x f x x = = ( )( ) ( ) ( ) ( )2
( ) ( ) 2 2 2 0f y f x y x y x y x y x = = f es convexa
c) ( )f x x= con 0x>
( )( ) ( ) ( )( )
1
( ) ( ) 2
1 1( ) ( ) 0
2 2 2
f x f x x
x y y xf y f x y x y x
y x xy
= =
= =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
14/43
Porque el denominador es positivo siempre ya que , 0x y> y el numerador siempre es negativo o cero porque
si 0x y x y< < y 0y x > y viceversa. f es cncava
d) ( ) xf x e= con x y
( ) ( ) xf x f x e = = ( ) ( ) ( )( )( ) ( ) 0y xf y f x y x e e y x = Porque
( )( )
( )( )
0 0 0
0 0 0
y x y x
y x y x
y x e e y x e e y x
y x e e y x e e y x
f es convexa
e) ( ) ln( )f x x= con 0x>
( )( ) ( ) ( ) ( )
1( ) ( )
1 1( ) ( ) 0 , 0
f x f xx
x y y xf y f x y x y x x y
y x xy
= =
= = >
f es cncava
f) 1 2 1 2( , )f x x ax bx c= + + con2
1 2( , )x x y y , ,a b c y
( )
( )( ) ( ) ( )( )( )
( ) , ( )
( ) ( ) , , 0 ,
f x a b f y
f y f x y x a b a b y x x y
= =
= = f es convexa y cncava
g) 1 2 1 2( , ) ln( )f x x x x= + con 1 2( , )x x + + y y
( )( ) ( )
1 2
1 2 1 2
1 2 1 2 1 2 1 2 1 1 2 2
1 2 1 2 1 2 1 2
1 1( , ) ,
1 1 1 1( , ) ( , ) ( , ) ( , ) , ,
f x xx x x x
f y y f x x y y x x y x y xy y x x y y x x
= + +
=
+ + + +
=( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( )
2
1 2 1 21 2 1 2
1 1 2 2
1 2 1 2 1 2 1 2
0x x y yx x y y
y x y xy y x x y y x x
+ + + + + = + + + +
f es cncava
h) 1 2 3 1 2 3( , , )f x x x x x x= + + con { }1 2 3( , , ) 0x x x + + + y y y
( )( ) ( )
1 2 3
1 2 3 1 2 3 1 2 3
1 2 3 1 2 3 1 2 3 1 2 3 1 1 2 2 3 3
1 2 3 1 2 3
1 1 1( , , ) , ,
2 2 2
1 1( , , ) ( , , ) ( , , ) ( , , )
2 2
f x x xx x x x x x x x x
f y y y f x x x y y y x x x y x y x y xy y y x x x
= + + + + + +
= + +
+ + + +
( ) ( )( )1 2 3 1 2 3 1 2 3 1 2 31 2 3 1 2 3
02
x x x y y y y y y x x x
y y y x x x
+ + + + + + + +=
+ + + + f es cncava
i) 1 2 31 2 3( , , ) x x x
f x x x e += con 31 2 3( , , )x x x y no es cncava ni convexa ya que:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
15/43
( )( )( )
( )( )
1 2 3 1 2 3 1 2 3
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
1 2 3 2 1
1 2 3 1 2 3 1 2 3 1 2 3
2 2 1 1 1 1 2 2 3 3
( , , ) , ,
( , , ) ( , , ) ( , , ) ( , , )
, , , ,
x x x x x x x x x
y y y x x x y y y x x x y y y x x x
f x x x x e x e e
f y y y f x x x y y y x x x
y e x e y e x e e e y x y x y x
+ + +
+ + + + + +
=
=
1)
Sean ( )1 2 3( , , ) 0,3,2x x x = , ( )1 2 3( , , ) 1,1,1y y y =
( )( ) ( )( )2 2 2( ) ( ) 2 , ,0 1, 2, 1 4 0f y f x y x e e e = = <
2)
Si ( ) ( )1 2 3 1 2 3( , , ) 1,1,1 , ( , , ) 0,0,2x x x y y y= = tenemos que
( ) ( ) ( )( )2 2 2( ) ( ) , ,0 1, 1,1 2 0f y f x y x e e e = = >
j)2 2 2
1 2 3 1 2 3( , , )f x x x ax bx cx d= + + + con3
1 2 3( , , )x x x y , , ,a b c d y
( )
( )( )
( ) ( ) ( )
( ) ( ) ( )
1 2 3 1 2 3
1 2 3 1 2 3 1 2 3 1 2 3
1 2 3 1 2 3 1 1 2 2 3 3
2 2 2
1 1 2 2 3 3
( , , ) 2 , 2 , 2
( , , ) ( , , ) ( , , ) ( , , )
2 , 2 , 2 2 , 2 , 2 , ,
2 2 2
f x x x ax bx cx
f y y y f x x x y y y x x x
ay by cy ax bx cx y x y x y x
a y x b y x c y x
=
=
=
= + +
Si , , 0a b c f es convexa
Si , , 0a b c f es cncava
En general depender del valor de , ,a b c
14.Estudiar la concavidad / convexidad de las siguientes funciones, teniendo en cuenta que son funciones de tipo2
C :2
f C es convexa ( )Hf x es Definida o Semidefinida Positiva2
f C es cncava ( )Hf x es Definida o Semidefinida Negativa
a)
2 2
1 2 1 2( , )f x x ax bx= + con2
1 2( , )x x y ,a b y
2 0( )
0 2
aHf x
b
=
, 0 ( ) .
, 0 ( ) . .
, 0 ( ) .
, 0 ( ) . .
Si a b Hf x es D P f estrictamente convexa
Si a b Hf x es S D P f convexa
Si a b Hf x es D N f estrictamente concava
Si a b Hf x es S D N f concava
En otro caso Ni cncava ni convexa
>
<
b)
2 21 2 1 2( , )f x x x x= + con
21 2( , )x x y
( ) ( )
( ) ( )
( )
2
2 1 21
2 2 2 2 2 2 2 22 21 1 2 1 2 1 2 1 21 2
22 1 2 1
2 2 2 2 2 2 2 2 2 22 1 2 1 2 1 2 1 2 1 2
2
2 1 2
22 2 2 21 2 11 2 1 2
( )
1( )
x x xxf
x x x x x x x x xx xHf x
xf x x x
x x x x x x x x x x x
x x xHf x
x x xx x x x
= + + + ++
= =
+ + + + +
=
+ +
Por menores principales:
( )
2
2 0. .
det ( ) 0
xS D P f convexa
Hf x
=
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
16/43
c) 1 21 2( , ) ax bx
f x x e += con 21 2( , )x x y ,a b y
1 2
1 2
1 2
21
2
2
( )
ax bx
ax bx
ax bx
fae
x a ab
Hf x ef ab bbe
x
+
+
+
=
= =
( ) . .Hf x es S D P f convexa
d) 1 2 1 2( , ) ln( )f x x x x= con 1 2( , )x x + + y y
2
1 1 1
2
2 2 2
1 10
( )1 1
0
f
x x xHf x
f
x x x
= =
=
( ) .Hf x es D N f estrictamente concava
e)
2
1 2 3 1 3( , , ) 2 3x
f x x x x e x= + + con 31 2 3( , , )x x x y
2 2
1
2
3
2
0 0 0
( ) 0 0 ( ) . .
0 0 0
3
x x
f
x
fe Hf x e Hf x es S D P f convexa
x
f
x
=
= =
=
f)2 2 2
1 2 3 1 2 3 1 2 1 3( , , ) 4 2f x x x ax bx x x x x x= + + + + con3
1 2 3( , , )x x x y
1 2 3
1
2 1
2
3 13
2 4 2
2 4 2
2 4 ( ) 4 2 0
2 0 2
2 2
fax x x
xa
fbx x Hf x b
x
fx x
x
= + +
= + =
= +
Menores Principales: ( )
( )
1
2
3
2
4 16 4 4
8 8 32 8 4
A a
A ab ab
A ab b ab b
=
= =
= =
1)
Si 0, 4 0, 4 0a ab ab b f > > > es estrictamente convexa
2)
Si 0, 4 0, 4 0a ab ab b f > > = es convexa
3) f ser cncava si ( )0, 4 0, 4 0 0, 4, 1 4a ab ab b a ab b a< > < > pero no existen valores de,a b que satisfagan esto.
f es convexa
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
17/43
TEMA 2 Programacin sin restricciones, con restricciones de igualdad y con
restricciones de desigualdad
Programacin sin restricciones1. Comprobar que el punto ( 2,3) es un mnimo local de la funcin 2 21 2 1 2 1 2( , ) 2 8 6 20f x x x x x x= + + +
Puede asegurarse quefno tiene mximos?
2 2 2 2
1 2 1 2 1 2 1 1 2 2
2 2 2 2
1 2 1 2
( 2,3) 3( , ) 2 8 6 20 2( 4 ) ( 6 ) 20
2( 2) 8 ( 3) 9 20 2( 2) ( 3) 3 3 ( 2,3)
ff x x x x x x x x x x
x x x x f
== + + + = + + +
= + + + = + + + > =
( 2,3) Es un mnimo global def,en particular, es un mnimo local
No hay mximos porque ( )1 2 1 3( , ) 4 8,2 6f x x x x = + slo se anula en el punto ( 2,3)
2. Utilizando la funcin2 2
1 2 1 1 2 2( , ) 3f x x x x x x= + , probar que se cumple la condicin necesaria de primer
orden de extremo relativo, pero que dicha condicin no es suficiente para la existencia de ptimos.2 2
1 2 1 1 2 2
1 2
1
1 2
1 2
2
( , ) 3
2 3 0
( , ) (0, 0)
3 2 0
(0,0) 0
f x x x x x x
fx x
xx x punto crtico
fx x
x
f
= +
= + =
= = =
=
Hay que determinar ahora si (0,0) es mximo o mnimo:
Sea ( )1 2( , ) (0,0),x x B r para algn 0r> , por ejemplo:
(1) ( )1 1( , ) (0,0),x x B r 2
1 1 1( , ) 3 0 (0,0)f x x x f = = (0,0) sera mximo
(2) ( ) 21 1 1 1 1( , ) (0,0), ( , ) 3 0 (0,0)x x B r f x x x f = = (0,0) sera mnimo
(0,0) no es ni mximo ni mnimo se cumple la condicin necesaria de optimalidad pero no la condicin
suficiente.
3. Determinar los puntos crticos de las siguientes funciones y clasificarlos:
a)2 2
1 2 1 1 2 2 1( , ) 2 2 2 3f x x x x x x x= + + +
1 2
11 2
1 2
2
4 2 2 0
( , ) ( 1,1)
2 2 0
fx x
xx x punto crtico
fx x
x
= + + =
= = + =
2 2
2
1 1 2
1 2 1 22 2
2
1 2 2
1 2
4 2
( , ) ( , )
2 2
( , ) ( 1,1)
f f
x x xHf x x es Definida Positiva x x f es convexa
f f
x x x
x x es mnimo global
= =
=
= =
=
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
18/43
b)4 2 2
1 2 1 1 2 2( , ) 8 4f x x x x x x= + + 2 2
3 2
1 1 12
1 1 1 2
1 2 1 2 2 2
2 22 1 2 2
1 2 1 2
4 16 0 12 16 0
( , ) (0,2) ( , )
2 4 0 0 2
( , ) ( , ) (0, 2)
f f fx x x
x x x xx x punto crtico y Hf x x es
f f fx
x x x x
Definida Positiva x x f es convexa x x es mnimo global
= + = = + = = = = = = =
=
c) 1 2 1 2( , )f x x x x=
1 2 2 1 2 1
1 2
1 2
1 2
1 2
1 2
1 2
(0,0) ( , ) ( , ) (0,0) ( , ) (0,0)
, 0( , ) 0
, 0(0,0) 0
, 0( , ) 0
, 0
es punto silla porque f x x x x x x
si x xf x x
si x xpero f
si x xf x x
si x x
= = =
> >
<
d)2 2
1 2 1 2 1 2( , ) ln( )f x x x x x x= +
2 2 12 1 2 1 2 2 2
1 1 2
2 2 21 1 2 1 2 2 2
2 1 2
2ln( ) 0
2ln( ) 0
xfx x x x x
x x x
xfx x x x x
x x x
= + + = +
= + + =
+
Los puntos crticos son:
( ) ( ) ( ) ( ) 1 1 1 1 1 1 1 1
1,0 , 1,0 , 0,1 , 0, 1 , , , , , , , ,2 2 2 2 2 2 2 2e e e e e e e e
e)2 2 2
1 2 3 1 2 1 3 2 3( , , ) 5 8 3 10 2 13f x x x x x x x x x= + +
1
1
2 1 2 3
2
3
3
2 8 0
110 10 0 ( , , ) 4, 1,
3
6 2 0
fx
x
fx x x x
x
fx
x
= + =
= = =
= + =
2 2 2
2
1 1 2 1 3
2 2 2
1 2 3 1 2 32
2 1 2 2 3
2 2 2
2
3 1 3 2 3
2 0 0
( , , ) 0 10 0 ( , , )
0 0 6
f f f
x x x x x
f f fHf x x x es Definida Negativa x x x
x x x x x
f f f
x x x x x
= = =
= = = =
= = =
1 2 3
1( , , ) 4, 1,
3f es cncava x x x es mximo global
=
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
19/43
f)2 2
1 2 1 1 2( , ) 3 2f x x x x x= +
( )
( )
1
1
1 2
2
2
2 2
2
1 1 2
1 2 1 22 2
2
1 2 2
1 2
2 2 0
( , ) 1,0
2 0
2 0
( , ) ( , )
0 2
( , ) 1,0
fx
xx x es punto crtico
fx
x
f f
x x xHf x x es Definida Negativa x x f es cncava
f f
x x x
x x es mximo global
= =
= = =
= = =
= =
=
g)2 2
1 2 1 1 2( , ) 3 2f x x x x x= +
( )
1
2 21 1 1 2
1 2
2
2 22 1 1 2
1 03 2
( , ) 1,0
03 2
xfx x x x
x x es punto crticoxf
x x x x
= = + =
= = +
2 2 2 2
1 2 1 1 2 1 2( , ) 3 2 ( 1) 7 7 4 2 (1,0)f x x x x x x x f= + = + < = =
( )1 2( , ) 1,0x x es mximo global =
Adems, dado que1 2 1 2( , ) 0 ( , ) ( ) :f x x x x Dom f Todos los puntos del conjunto
{ } { }2 21 2 1 2 1 1 2( , ) : ( , ) 0 3 2 0M x x f x x x x x son mnimos de f= = = + =
h) 1 2 1 2 1( , ) ( 1)f x x x x x=
( ) ( )1 2 2
1
1 2
2
1 1
2
2 0
( , ) 0, 0 , 1, 0
0
fx x x
xx x
fx x
x
= =
= = =
son puntos crticos
2 2
2 12
1 1 2
1 22 2
1 2
1 2 2
2 2 1
( , )
2 1 0
f fx x
x x xHf x x
f fxx x x
= =
=
= =
( )
( )
1 2
1 2
0 1(0,0) ( , ) 0,0
1 0
0 1(1,0) ( , ) 1,0
1 0
Hf es Indefinida x x es punto silla
Hf es Indefinida x x es punto silla
= =
= =
i)2 2
1 2
1 2( , ) x x
f x x e =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
20/43
( )
2 21 2
2 21 2
1
1
1 2
2
2
2 0
( , ) 0,0
2 0
x x
x x
fx e
xx x es punto crtico
fx e
x
= =
= = =
( )
( )
2 2 2 21 2 1 2
2 2 2 21 2 1 2
2 22
1 1 22
1 1 2
1 2 2 22
1 2 22
1 2 2
2 2 2 2
( , )2 2 2 2
x x x x
x x x x
f fx e x x e
x x x
Hf x x f fx x e x e
x x x
= + =
= = = +
( )1 22 0
(0,0) ( , ) 0,00 2
Hf es Definida Negativa x x es mximo local
= =
Pero, adems se cumple que:
( )
2 21 2
2 21 2
1 2
1 2
1 2 1 2 1 2
( , ) (0,0)
( , ) 00 ( , ) 1 (0,0) ( , ) ( , ) 0,0
lim 1
x x
x x
x x
f x x ef x x f x x x x es mximo global de f
e
= = =
=
j)
1 22
1 2 1 2( , ) x x
f x x x x e +=
( )
( )
( )
( )
( )1 2
1 2
2
1 2 1 21 21
2 2 1 1 22 1
2
1 0 ( , ) 0,01 0
cos11 2 0 ( , ) 1,
1 2 0 2
x x
x x
fx x e x x
x xxson puntos crti
f x x x xx x e
x
+
+
= + = = + =
+ = = = + =
( ) ( ) ( )
( ) ( ) ( )
1 2 1 2
1 2 1 2
2 22 2
1 2 2 12
1 1 2
1 2 2 22 2
2 1 2 12
1 2 2
2 1 2 1
( , )
1 2 1 1 4
x x x x
x x x x
f fx x e x x e
x x xHf x x
f fx x e x x ex x x
+ +
+ +
= + = + +
=
= + + = +
( )1 20 1
(0,0) ( , ) 0,01 0
Hf es Indefinida x x es punto silla
= =
2
1 2
2
1 0 11, ( , ) 1,2
2 20 2
e
Hf es Definida Negativa x x es mximo local
e
= =
1 2
1( , ) 1,
2x x
=
es mximo local, pero no global, porque ( )
2311, 0.07 1,1 20.01
2 2
ef f e
= < =
. .
k)
2 3
1 2 1 2( , ) x
f x x x x=
( )
2
2
2 2
2 2
1 31 42 1 2
1 21
23 2 1 2 2 1 1
1 1 2 1 2
2
00
( ) 3 0( ) 3 0
xx
x xx x
fx x x
x xx
f x x x Ln x xx Ln x x x x
x
= = =
+ = = + =
De la primera ecuacin se deduce que 2 0x = , ya que segn la segunda ecuacin 1 0x (porque no existe el
logaritmo de un nmero negativo o cero). Entonces el conjunto de puntos crticos es:
{ }1 1( ,0) : 0x x > donde
1( ,0) (0,0)f x =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
21/43
( )
( )( )
2 2 2
2 2 2
2 22 1 14 3 4
2 2 1 2 1 2 1 12
1 1 2
1 2 2 221 1 13 4 2
2 1 2 1 1 2 1 2 1 2 12
1 2 2
1 4 ( )
( , )
4 ( ) 6 6 ( ) ( )
x x x
x x x
f fx x x x x x x Ln x
x x xHf x x
f fx x x x Ln x x x x Ln x x Ln x
x x x
= = +
=
= + = + +
1
0 0( , 0)
0 0Hf x
=
Las condiciones de segundo orden no dan informacin sobre los puntos crticos def. Pero,
como en toda bola abierta B centrada en un punto crtico
1 1( ,0) 0x con x > existen puntos tales que
1 2 2 1 2 1
1 2 2 1 2 1
( , ) 0 ( , ) 0 ( ,0)
( , ) 0 ( , ) 0 ( ,0)
x x B con x f x x f x
x x B con x f x x f x
> > =
< < =
Entonces los puntos { }1 1( ,0) : 0x x > son puntos de silla
l) 11 2 2 21 2
4( , )
1
xf x x
x x
=
+ +
( )( )
( )
( )
( )
2 21 2
22 2 2 2
1 1 21 2 1 2
1 2 1 21 2
22 2
2 1 2
4 10
( , ) 1,01 1 0cos
0 ( , ) 1,080
1
x xf
x x xx x x xson puntos crti
x x x xx xf
x x x
= =
= + + =
= = = = + +
( )
( )
( )
( )
( )
( )
( )
( )
3 2 2 22 21 1 2 1 2 2 1
3 32 2 2 2 21 1 21 2 1 2
1 2 2 2 2 22 22 2 1 1 1 2
3 322 2 2 21 2 21 2 1 2
8 3 3 8 1 3
1 1( , )
8 1 3 8 3 1
1 1
x x x x x x xf f
x x xx x x xHf x x
x x x x x xf f
x x xx x x x
+ = =
+ + + + = + +
= = + + + +
( )
( )
1 2
1 2
2 0(1,0) ( , ) 1,0
0 2
2 0( 1,0) ( , ) 1,0
0 2
Hf es Definida Positiva x x es mnimo local
Hf es Definida Negativa x x es mximo local
= =
= =
m)
2 2 2
1 2 3 1 2 1 1 3 3( , , ) 3 3 3f x x x x x x x x x= + +
( )
1 3
1
2 1 2 3
2
1 3
1
2 3 3 0
2 0 ( , , ) 6,0,3
3 6 0
fx x
x
fx x x x es punto crtico
x
fx x
x
= =
= = =
= + =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
22/43
( )
2 2 2
2
1 1 2 1 3
2 2 23
1 2 3 1 2 32
1 2 2 1 2
2 2 2
2
1 3 1 2 3
1 2 3
2 0 3
( , , ) 0 2 0 ( , , )
3 0 6
( , , ) 6,0,3
f f f
x x x x x
f f fHf x x x es Definida Positiva x x x
x x x x x
f f f
x x x x x
f es convexa x x x es mnimo glob
= = =
= = = =
= = =
=
y
al
n)2 2 2 2 2 2( , ) ( ) 2 ( )f x y x y a x y= + con { }0a
2 2 2 2 2 2
2 2 2 2 2 2
4 ( ) 4 4 ( ) 0
4 ( ) 4 4 ( ) 0
fx x y a x x x y a
x
fy x y a y y x y a
y
= + = + =
= + + = + + =
0 0
0
0
x y
x
y x a
x a
= =
=
= = =
( ) ( ) ( ){ }cos 0,0 , ,0 , ,0puntos crti a a= 2 2
2 2 2
2
2 22 2 2
2
12 4 4 8
( , )
8 4 12 4
f fx y a xy
x x yHf x y
f fxy x y a
x y y
= + =
=
= = + +
( )2
1 22
4 0(0,0) ( , ) 0,0
0 4
aHf es Indefinida x x es punto silla
a
= =
( )
2
1 22
8 0
( ,0) ( , ) ,00 8
a
Hf a es definida positiva x x a es mnimo locala
= =
( )2
1 22
8 0( ,0) ( , ) ,0
0 8
aHf a es definida positiva x x a es mnimo local
a
= =
4. Para las funciones y subconjuntos de2 que se indican a continuacin estudiar en qu casos son aplicables
las condiciones enunciadas en la Proposicin sobre la condicin suficiente de extremo relativo:
a)2 2
1 2 1 2 1 2( , ) (1 )f x x x x x x= definida en [ ] [ ] 20,1 0,1A=
Segn el Teorema de Weierstrass, la funcinf (continua) alcanza un mximo y mnimo globales en el conjunto
A(compacto).
Los puntos que buscamos estarn situados en el interior del cuadradoAo en su borde. Calculemos los puntosque anulan el gradiente:
2 2 2 2
2 1 2 1 2 1 2 1 2
1
2 2 2 2
1 1 2 1 2 2 1 1 2
2
(1 ) ( 2 ) (1 3 ) 0
(1 ) ( 2 ) (1 3 ) 0
fx x x x x x x x x
x
fx x x x x x x x x
x
= + + = =
= + + = =
( ) ( ) ( ) ( ) ( ) ( )1 21 1 1 1 1 1 1 1
, 0,0 , 0,1 , 0, 1 , 1,0 , 1,0 , , , , , , , ,2 2 2 2 2 2 2 2
x x
=
Los puntos crticos que pertenecen aAson:
( ) ( ) ( ) ( )1 2 1 1, 0,0 , 0,1 , 1,0 , ,2 2
x x =
La Hessiana defen cualquier punto es:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
23/43
2 22 2
1 2 1 22
1 1 2
1 2 2 22 2
1 2 1 22
1 2 2
6 1 3 3
( , )
1 3 3 6
f fx x x x
x x xHf x x
f fx x x x
x x x
= =
=
= =
Observamos que el punto (0,0) no es un punto interior deAy, si aplicamos las condiciones de suficiencia
obtendramos:
0 1(0,0)1 0
Hf =
que, por ser indefinida, indica que (0,0) es punto de silla.
Sin embargo, si analizamos los valores defen las proximidades del punto (0,0) en el conjuntoA, observamos que la
funcin es siempre no negativa y por tanto en (0, 0) la funcinftiene un mnimo local. Esto se debe a que las
condiciones de segundo orden no son aplicables al conjuntoAporque no es abierto y el punto (0,0) no es interior.
En los puntos (1,0) y (0,1) tampoco es posible aplicar las condiciones de segundo orden. Sin embargo, en estos
puntos la Hessiana es indefinido y realmente son puntos de silla de la funcinf.
El punto1 1
,2 2
es un punto interior deA, por tanto, s es posible aplicar las condiciones suficientes de segundo
orden:
3 / 2 1/ 21 1,1/ 2 3 / 22 2
Hf = es definida negativaEl punto 1 1,
2 2
es un mximo local.
En las rectas 1 0x = y 2 0x = la funcinfse anula. Para la recta 1 1x = ,3
1 2 2( , )f x x x= es negativa (para 2 0x > )
y, cuando2 1x = ,
3
1 2 1( , )f x x x= tambin es negativa. Entonces, los puntos del conjunto:
( ){ } ( ){ }2 21 2 1 2 1 2 2 1, : 0,0 1 , : 0,0 1x x x x x x x x = < =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
24/43
La distancia entre estos puntos es igual a la siguiente funcin:
( ) ( )( )22 2
1 2 1 2( , ) 5d A B x x x x= +
Calcular el mnimo de esta funcin es lo mismo que calcular el mnimo de:
( ) ( ) ( )( ) ( )22 2 2
1 2 1 2 1 2( , ) 5 ,d A B x x x x h x x= + =
( ) ( )( )
( ) ( )( )
2 3
1 2 1 1 2 1 1 2 1 2
1
2 2
1 2 1 2 1 1 2
2
2 4 5 4 4 18 2 0
2 5 2 3 10 0
hx x x x x x x x x x
x
hx x x x x x x
x
= + = =
= = + + =
( )1 21 21 1 21
, ,2 2
x x + +
=
6. Una compaa fabrica un producto en dos factoras. El coste de produccin de cada factora es
respectivamente:2 2
1 1 1 2 2 20,2 40 5000, 0, 25 40 1375c x x c x x= + + = + +
Siendo 1x y 2x las unidades de producto elaboradas en cada factora respectivamente. Si el producto se
vende a 150 u.m. la unidad, hallar la cantidad que debe producirse en cada factora para que el beneficio seamximo.
La funcin de coste total es ( ) 2 21 2 1 2 1 1 2 2, 0, 2 40 0,25 40 6375C x x c c x x x x= + = + + + +
La funcin de ingresos ( )1 2 1 2, 150( )I x x x x= +
Entonces la funcin de beneficio es: ( ) 2 21 2 1 2 1 2, 110 110 0,2 0,25 6375B x x I C x x x x= = +
( )1
1
1 2
2
2
110 0,4 0
, (275, 220)
110 0,5 0
Bx
xx x
B
xx
= =
=
= =
2 2
2
1 1 2
2 2
2
1 2 2
0,4 0
(275,220)
0 0,5
f f
x x xHB
f f
x x x
= =
=
= =
es definida negativa ( )1 2, (275, 220)x x = es el punto en el que
obtenemos los mximos beneficios.
7. La funcin de coste total de una empresa monopolista que produce dos bienes es
2
1 2 1 2
1
( , ) 10 906C q q q q= +
Siendo 1q y 2q las cantidades producidas de dichos bienes. Si las funciones de demanda a las que se
enfrenta la empresa son:
1 1 2
2 1 2
680 5 3
430 3 2
q p p
q p p
=
=
Donde 1p y 2p son los precios de mercado de cada una de los bienes. Calcular los niveles de produccin
que proporcionan al empresario el mximo beneficio.
1 1 2 1 1 2
2 1 2 2 1 2
680 5 3 70 2 3
430 3 2 110 3 5
q p p p q q
q p p p q q
= = +
= = +
La funcin de ingresos ser: ( ) ( ) ( )1 2 1 1 2 2 1 2 1 1 2 2, 70 2 3 110 3 5I q q p q p q q q q q q q= + = + + +
Los beneficios sern: ( ) ( ) ( ) 21 2 1 2 1 1 2 2 1 21
, 70 2 3 110 3 5 10 906
B x x I C q q q q q q q q
= = + + + +
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
25/43
( ) 2 21 2 1 1 1 2 2 213
, 70 6 120 5 906
B x x q q q q q q= + +
( )1 2
1
1 2
1 2
2
1370 6 0
3 2130 1410, ( , )
11 116 120 10 0
Bq q
qq q
Bq q
x
= + =
= = + =
2 2
2
1 1 2
2 2
2
1 2 2
13 632130 1410
( , )11 11
6 10
f fq q q
HBf f
q q q
= = =
= =
es definida negativa
el punto ( )1 22130 1410
, ( , )11 11
q q = es mximoel mximo beneficio que podemos alcanzar es
2130 1410 158.160,
11 11 11B
=
8.
Una monopolista vende su producto en dos mercados, vendiendo todo lo que produce, siendo su funcin decostes totales
2( ) 2 10 120C q q q= + + , donde qes la cantidad total producida.Las demandas a las que se enfrenta la empresa en cada uno de los mercados vienen dadas por las funciones
1 1
110
5q p= y 2 2
115
2q p= , donde 1q y 2q son las cantidades vendidas en cada uno de los mercados, 1p
y 2p son los precios en cada mercado.
Calcular las cantidades que han de venderse en cada mercado para obtener el mximo beneficio, as como los
precios de venta de cada bien.
1 11 1
2 22 2
110
50 55
30 2115
2
q pp q
p qq p
= =
= =
Funcin de costes:2( ) 2 10 120C q q q= + + ( ) ( )
2
1 2 1 2 1 2( , ) 2 10 120C q q q q q q = + + + +
Funcin de ingresos: ( ) ( ) 2 21 1 2 2 1 1 2 2 1 2 1 2 1 250 5 30 2 ( , ) 5 2 50 30I q p q p q q q q I q q q q q q= + = + = + + Funcin de beneficios = Ingresos Costes:
2 2
1 2 1 2 1 2 1 2( , ) 7 4 4 40 20 120B q q q q q q q q= + +
( )
1 2
1
1 2
2 1
2
14 4 40 05 5
, ,2 48 4 20 0
Bq q
qq q
Bq q
x
= + =
= = + =
2 2
2
1 1 2
2 2
2
1 2 2
14 45 5
,2 4
4 8
f f
q q qHB
f f
q q q
= =
= = =
es definida negativa . El mximo beneficio lo obtendremos vendiendo
2,5 unidades en el mercado 1 y 1,25 unidades en el mercado 2 a precio 15
50 5 37.52
p = = u.m. y
2 530 2 27.54
p = = u.m. respectivamente.
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
26/43
9. La funcin de produccin de una empresa que produce un bien en competencia perfecta es1 4 1 2( , ) 8Q K L K L= y su precio de venta es 4p= . Los precios de los factores capital (K) y trabajo (L) son,
respectivamente, 8Kp = y 4Lp = . Calcular los niveles de capital y trabajo, as como la cantidad producida
del bien, que maximiza los beneficios de la empresa.
Funcin de costes: ( , ) 8 4C K L K L= +
Funcin de ingresos:1 4 1 2( , ) 32I K L pQ K L= =
Funcin de beneficios = Ingresos Costes:1 4 1 2( , ) 32 8 4B K L K L K L=
( ) ( )
3 4 1 2
1 4 1 2
8 8 0
, 16,64
16 4 0
BK L
KK L
BK L
L
= =
= = =
( )
2 2
2
2 2
2
138 16
16,641 1
16 2
f f
K K LHB
f f
K L L
= = =
= =
es definida negativa
El mximo beneficio lo obtendremos utilizando 16 unidades de capital, 64 unidades de trabajo y produciendo(16,64) 128Q = unidades
Programacin con restricciones de igualdad.
10.La funcin de coste de una empresa viene dada por:2
221
2
121 624),( qqqqqqC += donde q1 y q2 son las
cantidades de factores productivos utilizados para llevar a cabo la produccin. La empresa desea conocer
cules son las cantidades de factores productivos que debe emplear en la fabricacin de forma tal que
minimice el coste y teniendo en cuenta que el presupuesto mximo del que dispone para gastar entre ambos
factores productivos es de 72 u.m.2 21 2 1 1 2 2
1 2
min ( , ) 4 2 6
. . 72
C q q q q q q
s a q q
= +
+ =
2 2
1 2 1 1 2 2 1 2( , , ) 4 2 6 ( 72)L q q q q q q q q = + + +
1 2
1
1 2
2
1 2
8 2 0
2 12 0
72 0
Lq q
q
Lq q
q
L
q q
= + =
= + + =
= + =
1
2
42
30
276
q
q
=
= =
8 2(42,30)
2 12HL es Definida Positiva
=
fes convexa
1 2( , ) (42,30)q q = minimiza el coste 1 2min ( , ) 9936 . .C q q u m=
11.Una empresa produce un bien utilizando tres factores productivos x, y, z. Su funcin de produccin es
( ) zyzxyxzyxQ ++=,, y su funcin de costes es ( ) zyxzyxC ++=,, . Se pide:
a) Cul sera la produccin ptima de la empresa si sus costes alcanzan a 600 unidades monetarias?
( )( )
max , ,
. . , , 600
Q x y z x y x z y z
s a C x y z x y z
= + += + + =
( , , , ) ( 600)L x y z x y x z y z x y z = + + + + +
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
27/43
Condicin necesaria
0
2000
200
2000
400
600 0
Ly z
xxL
x zyy
zLx y
z
Lx y z
= + + =
= = + + = =
= = + + = =
= + + =
Condicin suficiente2 2 2
2 2 2
2 2
0 0 1 1
(200,200,200) 1 0 1
1 1 01
L L L
x y zHL es Indefinida
L L
x y y z
= = = = = =
1) Hallamos la forma cuadrtica asociada a la matriz Hessiana: 1 2 3 1 2 1 3 2 3( , , ) 2 2 2Q h h h h h h h h h= + +
2)
Hallamos el gradiente de la restriccin en el punto: (200,200,200) (1,1,1)C = 3)
Hallamos las direcciones ortogonales al gradiente:
1 2 3 1 2 3 3 1 2( , , )(1,1,1) 0 0h h h h h h h h h= + + = =
4)
Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:2 2
1 2 1 2 1 1 2 2 1 2 1 2 1 2( , ) 2 2 ( ) 2 ( ) 2 2 2
2 1( , , ) (200,200,200) max
1 2
Q h h h h h h h h h h h h h h
es Definida Negativa x y z imiza la produccin
= + + =
=
Pr (200,200,200) 120.000oduccin mxima Q =
b)
Cmo varia la funcin objetivo si la empresa pudiera soportar una unidad monetaria ms en sus costes?Estimar la variacin de la funcin objetivo, sin tener que resolver nuevamente el programa.
Precio sombra = = 400 Si aumentamos una unidad los costes, entonces la produccin aumentar aproximadamente en 400
unidades
12.La funcin de utilidad de dos bienes A y B viene dada por: )1()2(),( ++= yxyxU siendo x e y las cantidades
respectivas de cada uno de los bienes, y con un precio unitario de 4 u.m. y 6 u.m., respectivamente. Si la renta
disponible es de 130 u.m. y se gasta totalmente, cmo debemos distribuir la compra de los bienes A y B para
maximizar la utilidad? (Resolver Mediante el Mtodo de los Multiplicadores de Lagrange).
max ( , ) ( 2)( 1). . 4 6 130
U x y x ys a x y
= + ++ =
( , , ) ( 2)( 1) (4 6 130)L x y x y x y = + + + + Condicin necesaria
1 4 0
16
2 6 0 11
3
4 6 130 0
Ly
x xL
x yy
L x y
= + + = =
= + + = =
=
= + =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
28/43
Condicin suficiente
2 2
2 2
2
00 1
(16,11)1 0
1
L L
x yHL es Indefinida
L
x y
= =
= =
1) Hallamos la forma cuadrtica asociada a la matriz Hessiana: 1 2 1 2( , ) 2Q h h h h=
2)
Hallamos el gradiente de la restriccin en el punto: (16,11) (4,6)g = 3)
Hallamos las direcciones ortogonales al gradiente:
1 2 1 2 2 1
2( , )(4,6) 0 4 6 0
3h h h h h h= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:
2
1 1 1 1
2 4( ) 2 ( ) 0 ( , ) (16,11) max
3 3Q h h h h es Definida Negativa x y imiza la utilidad = = < =
(16,11) 216Utilidad mxima U =
13.La funcin de utilidad de un consumidor viene dada por ( ) ( )32,, zyxLzyxU = conx >0, y >0, z >0. Si los preciosunitarios de los bienes x, y, z, son px= 1, py=2, y pz= 3unidades monetarias, y la renta de que dispone el
consumidor de 600 u.m. cul sera la utilidad mxima que podra obtener el consumidor? (Mtodo de los
Multiplicadores de Lagrange).
( ) ( )2 3, ,max. . 2 3 600
U x y z L x y z
s a x y z
=
+ + =
( )2 3( , , ) ( 2 3 600)L x y zL x y x y z = + + + Condicin necesaria
10
10022 0
100
10033 0
0.01
2 3 600 0
L
x xxL
yy y
zL
z z
Lx y z
= + =
= = + = =
= = + = =
= + + =
Condicin suficiente2
2 2
2
2 2
2
2 2
2 2 2
1
10 02 10.000
2(100,100,100) 0 0
10.0003
30 0
10.0000
( , , ) (100,100,100) max
L
x x
L
y yHL es Definida Negativa
L
z z
L L L
x y x z y z
f es cncava x y z imiza la uti
=
= = =
= = =
= lidad
(100,100,100) 27,63Utilidad mxima U =
Interpretar econmicamente el valor del multiplicador.
Precio sombra = = 0.01 Si la renta disponible aumenta en 1ud, entonces la utilidad aumentaraproximadamente en 0.01 unidades
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
29/43
14.
La funcin de produccin de una empresa manufacturera viene dada por xyyxQ =),( , donde x e y son las
cantidades de factor trabajo y de factor capital respectivamente, que utiliza en la produccin. La empresa
dispone de un total de 24 u.m. para la adquisicin de los factores productivos, siendo 2 u.m. y 3 u.m.,
respectivamente, el coste unitario de dichos factores.
a) Encontrar las cantidades de cada uno de los factores con los que logra maximizar la produccin. (Resolver por
el Mtodo de los Multiplicadores de Lagrange).
( )max , ,
. . 2 3 24
( , , , ) (2 3 24)
Q x y z x y
s a x y
L x y z x y x y
=
+ =
= + +
Condicin necesaria
2 0
6
3 0 4
2
2 3 24 0
Ly
x xL
x yy
Lx y
= + = =
= + = =
= = + =
Condicin suficiente2 2
2 2
2
00 1
(6,4)1 0
1
L L
x yHL es Indefinida
L
x y
= =
= =
1) Hallamos la forma cuadrtica asociada a la matriz Hessiana:1 2 1 2( , ) 2Q h h h h=
2)
Hallamos el gradiente de la restriccin en el punto: (6,4) (2,3)g =
3) Hallamos las direcciones ortogonales al gradiente:
1 2 1 2 2 12( , )(2,3) 0 2 3 03
h h h h h h= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:
2
1 1 1 1
2 4( ) 2 0 ( , ) (6,4) max
3 3Q h h h h es Definida Negativa x y es imo
= = < =
Pr (6,4) 24oduccin mxima Q =
b) Si dispusiera de 25 u.m. para la adquisicin de los factores, aumentara o disminuira su produccin?
Interpretacin econmica de los Multiplicadores de Lagrange.
Precio sombra = = 2
Si disponemos de una unidad ms para gastar en factores productivos entonces la produccin aumentaraproximadamente en 2 unidades
Si disponemos de 25 unidades ms para gastar en factores productivos entonces la produccin aumentar
aproximadamente en 50 unidades
15.Una empresa destinada a la produccin de raquetas de tenis tiene por funcin de produccin 2121 6),( qqqqQ = ,
donde q1y q2, son las cantidades de factores productivos que utiliza. Los precios unitarios de dichos factores
sonp1= 20y p2= 20unidades monetarias, respectivamente. La empresa cuenta en el presente ejercicio con
un capital de 700 unidades monetarias para hacer frente a la produccin. Adems, debe soportar unos costes
fijos de 100 unidades monetarias.
a) Cul serla la produccin mxima que podra obtener? (Plantear y resolver utilizando el Mtodo de los
Multiplicadores de Lagrange).
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
30/43
1 2 1 2
1 2
1 2 1 2 1 2
max ( , ) 6
. . 20 20 700
( , , ) 6 (20 20 700)
Q q q q q
s a q q
L q q q q q q
=
+ =
= + +
Condicin necesaria
2
11
1 2
2
1 2
6 20 0
17.5
6 20 0 17.5
5.25
20 20 700 0
Lq
qq
L q qq
Lq q
= + =
=
= + = = =
= + =
Condicin suficiente2 2
2 2
1 2
2
1 2
00 6
(17.5,17.5)6 0
6
L L
q qHL es Indefinida
L
q q
= =
= =
1) Hallamos la forma cuadrtica asociada a la matriz Hessiana: 1 2 1 2( , ) 12Q h h h h=
2) Hallamos el gradiente de la restriccin en el punto: (17.5,17.5) (20,20)g = 3)
Hallamos las direcciones ortogonales al gradiente:
1 2 1 2 2 1( , )(20, 20) 0 20 20 0h h h h h h= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:2
1 1 1 1( ) 12 ( ) 12 0 ( , ) (17.5,17.5) maxQ h h h h es Definida Negativa x y imiza la produccin= = < =
Pr (17.5,17.5) 1837.5oduccin mxima Q =
b) Interpretar econmicamente el valor del multiplicador obtenido e indicar si sera conveniente disponer de
una unidad de capital adicional.Precio sombra = = 5.25
Si dispusiramos de una unidad ms de capital para gastar, nuestra produccin aumentara
aproximadamente en 5.25 unidades
16.
Una empresa produce un bien utilizando dos factores productivos x e y. Su funcin de costes es
( ), 4 5C x y x y= + y la funcin de produccin es Q(x, y) = xy. Se pide:
a) Minimizar los costes de produccin si se desean producir 20 unidades del bien.
( )min , 4 5
. . 20
( , , ) 4 5 ( 20)
C x y x y
s a xy
L x y x y xy
= +
=
= + +
Condicin necesaria
4 0
5
5 0 4
1
20 0
Ly
x xL
x yy
Lxy
= + = =
= + = =
= = =
Condicin suficiente:
2 2
2 2
2
0 0 1(5,4)
1 01
L L
x yHL es Indefinida
L
x y
= = = = =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
31/43
1)
Hallamos la forma cuadrtica asociada a la matriz Hessiana: 1 2 1 2( , ) 2Q h h h h=
2)
Hallamos el gradiente de la restriccin en el punto: ( , ) ( , ) (5,4) (4,5)g x y y x g = =
3) Hallamos las direcciones ortogonales al gradiente:
1 2 1 2 2 1
4( , )(4,5) 0 4 5 0
5h h h h h h
= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:
2
1 1 1 1
4 8
( ) 2 ( ) 0 ( , ) (5,4)5 5Q h h h h es Definida Positiva x y es mnimo local
= = > =
(5,4) 40 . .El mnimo Coste es C u m=
b) Cmo variara el coste si se la produccin aumentase una unidad?
Precio sombra = = 1Si produjramos una unidad ms, nuestro coste aumentara aproximadamente 1 unidad
17.Una empresa produce dos artculos, A y B, siendo su funcin de costes conjuntos: ( ) 22, yxyxC += , dondex ey son las unidades producidas de A y de B, respectivamente. Los precios unitarios de venta respectivos son 6
u.m. y 3 u.m. La poltica de produccin presenta una restriccin del tipo 3032),( =+= yxyxQ .
a)
Hallar las cantidades de produccin de cada artculo con las que optimizara el beneficio. Determinar lanaturaleza del ptimo obtenido.
( )2 22 26 3
( , ) 6 3( , )
Beneficio Ingresos Costes
Ingresos p q x yB x y x y x y
Costes C x y x y
=
= = + = + +
= = +
( )
( )
2 2
2 2
max ( , ) 6 3
. . 2 3 30
( , , ) 6 3 (2 3 30)
B x y x y x y
s a x y
L x y x y x y x y
= + +
+ =
= + + + +
Condicin necesaria
6 2 2 0
6
3 2 3 0 6
3
2 3 30 0
Lx
x xL
y yy
Lx y
= + = =
= + = =
== + =
Condicin suficiente2 2
2 2
2
22 0
( , )0 2
0
( , ) (6,6)
L L
x yHL x y es Definida Negativa
L
x y
B x y es estrictamente cncava mximo global
= =
= =
(6, 6) 18 . .El mximo Beneficio es B u m Siempre hay prdidas=
b) Cul sera la variacin del valor ptimo del beneficio si se incrementase en una unidad la restriccin impuesta
por la poltica de produccin?Precio sombra = = - 3
Si produjramos una unidad ms, nuestro beneficio ptimo disminuira aproximadamente 3 unidades
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
32/43
18.Una empresa dedicada a la fabricacin de ratones para ordenador, se especializa en dos modelos,xe y. Su
funcin de beneficios viene dada por: ( ) 22 3, yxyxyxB ++= . Teniendo en cuenta que la empresa desea
maximizar su beneficio y que tiene que producir exactamente 100 unidades entre ambos modelos, se pide:
a) Qu cantidad debe producir de cada modelo de ratn para que el beneficio sea mximo?
( ) 2 2max , 3
. . 100
B x y x xy y
s a x y
= + +
+ =
2 2( , , ) 3 ( 100)L x y x xy y x y = + + + +
Condicin necesaria:
2 3 0
50
3 2 0 50
250
100 0
Lx y
x xL
x y yy
Lx y
= + + = =
= + + = =
= = + =
Condicin suficiente:
2 2
2 2
2
22 3
(50,50)
3 23
L L
x yHL es Indefinida
Lx y
= =
= =
1)
Hallamos la forma cuadrtica asociada a la matriz Hessiana:2 2
1 2 1 2 1 2( , ) 2 2 6Q h h h h h h= + +
2)
Hallamos el gradiente de la restriccin ( , ) 100g x y x y= + en el punto (50,50) :
( , ) (1,1) (50,50)g x y g = =
3) Hallamos las direcciones ortogonales a ese gradiente:
1 2 1 2 2 1( , )(1,1) 0 0h h h h h h= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:
( )22 2
1 1 1 1 1 1( ) 2 2 6 ( ) 2 0 ( , ) (50,50)Q h h h h h h es Definida Negativa x y es mximo local= + + = < =
50Tendr que producir unidades de cada tipo de ratn
b) A cunto asciende el beneficio mximo? Si la empresa pudiera aumentar la produccin entre ambos modelos
en 5 unidades, cmo se vera afectada la funcin objetivo? le convendra disponer de esa produccin
adicional?
(50,50) 12500 . .El mximo Beneficio es B u m=
Precio sombra = = 250Si la empresa pudiese aumentar la produccin en 5 unidades, el beneficio mximoaumentara aproximadamente 5 250 1250 = u.m. Por lo que si le interesara aumentar la produccin
19.Una empresa fabrica un producto combinando dos factores productivos siendo su funcin de
produccin ( , ) 5Q x y xy= , dondexe yson las unidades empleadas de cada factor. Los precios de los factores
son 20xp = u.m.y 10yp = u.m.Los costes fijos ascienden a 100 u.m.
a) Hallar el coste mnimo de producir la cantidad Q= 9 000
Coste Total Costes Variables Costes Fijos= + 20 10 100x y= + +
min ( , ) 20 10 100
. . ( , ) 5 9000
C x y x y
s a Q x y xy
= + +
= =
( , , ) 20 10 100 (5 9000)L x y x y xy = + + +
Condicin necesaria:
20 5 0
30
10 5 0 601
5 9000 0 15
Ly
x xL
x yy
Lxy
= + = =
= + = =
=
= =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
33/43
Condicin suficiente:
2 2
2 2
2
10 03
(50,50)11
0533
L L
x yHL es Indefinida
L
x y
= = =
= =
1) Hallamos la forma cuadrtica asociada a la matriz Hessiana: 1 2 1 22
( , )3
Q h h h h
=
2)
Hallamos el gradiente de la restriccin ( , ) 5 9000Q x y xy= en el punto (30,60) :( )( , ) (5 , 5 ) (30, 60) 300,150g x y y x g = =
3) Hallamos las direcciones ortogonales a ese gradiente:
1 2 1 2 2 1( , )(300,150) 0 300 150 0 2h h h h h h= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:
( ) 21 1 1 12 4
( ) 2 0 ( , ) (50,50)3 3
Q h h h h es Definida Positiva x y es mnimo local
= = > =
(30,60) 1300 . .El mnimo Coste es C u m=
b)
Hallar la mxima produccin que puede obtenerse con un coste total de 900 u.m.max ( , ) 5
. . ( , ) 20 10 100 900
Q x y xy
s a C x y x y
=
= + + =
( , , ) 5 (20 10 800)L x y xy x y = + +
Condicin necesaria
5 20 0
20
5 10 0 40
1020 10 800 0
Ly
x xL
x yy
Lx y
= + = =
= + = =
=
= + =
Condicin suficiente2 2
2 2
2
00 5
( , )5 01
53
L L
x yHL x y es Indefinida
L
x y
= =
= = =
1)
Hallamos la forma cuadrtica asociada a la matriz Hessiana:1 2 1 2( , ) 10Q h h h h=
2)
Hallamos el gradiente de la restriccin ( , ) 20 10 800C x y x y= + en el punto (20,40) :( , ) (20,10) (20,40)C x y C = =
3) Hallamos las direcciones ortogonales a ese gradiente:
1 2 1 2 2 1( , )(20,10) 0 20 10 0 2h h h h h h= + = =
4) Restringimos la forma cuadrtica a dichas direcciones y la clasificamos:
( ) 21 1 1 1( ) 10 2 20 0 ( , ) (20,40)Q h h h h es Definida Negativa x y es mximo local= = < =
(20,40) 4000 . .El mximo Beneficio es B u m=
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
34/43
Programacin con restricciones de desigualdad20.Analizar si se verifican las condiciones necesarias de Kuhn-Tucker en los puntos que se indican para los
siguientes programas:
Hay que ver si se cumple:
( ) ( ) 0
( ) 0
0
i i
i i
i
f a g a
g a i
i
+ =
=
a)
Punto ( )3,1a= 1 2
2 2
1 2
2
1 2
1
2
min 2
. . 4 0
2 0
0
0
x x
s a x x
x x
x
x
+
1 2
2 2
1 2
2
1 2
1
2
min 2
. . 4 0
2 0
0
0
x x
s a x x
x x
x
x
+
( ) ( ) ( )( ) ( )
( ) ( )
( ) ( )
( ) ( ) ( ) ( )
1 2 3 4
1 1 2
2
3,1 1 2 3,1 0 3,1 0
3,1 2, 1
3,1 2 3,2 2, 1 2 3,2 2 3, 1 0,0
3,1 2 3, 1
a Satura la y la restriccin g g
f
g
g
= = = = = =
= + + = =
1 2
1 3 2 3
3 3 3 3
+ = =
El punto ( )3,1a= verifica las condiciones de Kuhn-Tucker, pero, como son slo condiciones necesarias, no puedeafirmarse que el punto sea mnimo del problema (aunque en realidad se puede probar grficamente que si es
mnimo global)
b) Puntos ( )2,1a= y9 6
,5 5
b =
( ) ( )2 2
1 2
2 2
1 2
1 2
1
2
min 3 2
. . 5
3
0
0
x x
s a x x
x x
x
x
+
+
+
( ) ( )2 2
1 2
2 2
1 2
1 2
1
2
min 3 2
. . 5 0
3 0
0
0
x x
s a x x
x x
x
x
+
+
+
( ) ( ) ( )
( )1 1
1 2 1 2 1 2 3 4
2 2
2 3 2 1 1 0 0, , 0
2 2 2 1 0 1 0i i
x xf x x g x x
x x
+ = + + + + =
( ) ( ) ( )1 2 3 42,1 1 2 2,1 0 2,1 0a Satura la y la restriccin g g = = = = =
Sustituyendo en la ecuacin anterior ( )1 2, (2,1)x x = y 3 40 = = tenemos que:
1 2
1 2
1 2
2 4 00, 2
2 2 0
+ + = = =
+ + =
El punto ( )2,1a= verifica las condiciones de Kuhn-Tucker con multiplicadores 1 2 3 40, 2, 0, 0 = = = =
( )2 1 3 49 6
, 2 2,1 0 05 5
b Satura slo la restriccin g
= = = = =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
35/43
As, sustituyendo en la ecuacin vectorial ( )1 29 6
, ,5 5
x x =
y 1 3 4 0 = = = tenemos:
2
2
120
5
80
5
No tiene solucin
+ =
+ =
El punto 9 6,5 5
b =
no verifica las condiciones de Kuhn-Tucker, por tanto, no es mnimo, no es solucin a
nuestro problema
c) Puntos ( )1 5, 2a = y ( )2 0,3a =
1 2
1 2
1 2
1
2
min 2
. . 3
3
2
2
x x
s a x x
x x
x
x
+
+
+
1 2
1 2
1 2
1
2
min 2
. . 3 0
3 0
2 0
2 0
x x
s a x x
x x
x
x
+
+
+
( ) ( )1 2 1 2 1 2 3 42 1 1 1 0 0
, , 01 1 1 0 1 0
i if x x g x x
+ = + + + + =
( ) ( ) ( )1 2 4 1 35, 2 2 4 5, 2 5, 2 0 0a Satura la y la restriccin g g = = = = =
As, sustituyendo en la ecuacin vectorial ( ) ( )1 2, 5, 2x x = y 1 3 0 = = tenemos:
2
2 4
2 4
2 02, 3
1 0
= = =
+ + =
El punto ( )1 5, 2a = verifica las condiciones de Kuhn-Tucker con multiplicadores 1 2 3 40, 2, 0, 3 = = = =
( ) ( ) ( )2 1 2 3 40,3 1 2 5, 2 5, 2 0 0a Satura la y la restriccin g g = = = = =
As, sustituyendo en la ecuacin vectorial ( ) ( )1 2, 0,3x x = y 3 4 0 = = tenemos:
1 2
1 2 1 1
2
2 03 1, 0
2 21 0no cumple la condin
+ = = = + + =
El punto ( )2 0,3a = no verifica las condiciones de Kuhn-Tucker, por lo que no es solucin ptima de nuestroproblema.
21.Resolver grficamente los siguientes programas, comprobar si se verifican las condiciones de Kuhn-Tucker en
las soluciones ptimas obtenidas y si se cumplen en estos puntos la condicin de regularidad:
a) ( )2 2
1 2min 3x x+ +
3
2 1
3
2 1
. . 0
0
s a x x
x x
Grficamente vemos que la solucin del problema se encuentra en el punto ( ) ( )1 2, 0,0x x = . Veamos si cumple lascondiciones de Kuhn-Tucker:
( ) ( )
( ) 2 21 1 11 2 1 2 1 2
2
02 3 3 3
, , 0 02 1 1i i
x x x
f x x g x x x
+ + = + + =
( ) ( ) 1 21 2
6 06 0 0 00,0 0,0 0
0 1 1 0i i
No tiene sentidof g
= + = + + = =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
36/43
El punto ( ) ( )1 2, 0,0x x = , a pesar de ser solucin del programa, no cumple las condiciones de Kuhn-Tucker. Estose debe a que en este punto los gradientes de las restricciones saturadas son linealmente dependientes, por lo que
no cumple la condicin de regularidad y por tanto no tiene por qu cumplirse Kuhn-Tucker
b)2
2 1min x x 2 2
1 2
2
2 21
. . 1 0
1 04
s a x x
xx
+
Grficamente vemos que la solucin del problema se encuentra en el punto ( ) ( )1 2, 1,0x x = . Veamos si cumple lascondiciones de Kuhn-Tucker:
( ) ( )1
1
1 2 1 2 1 2 22 2
21 02
, , 02 02
2
i i
xx
f x x g x x xx x
+ = + + =
( ) ( ) 1 2 1 21 2 2 0 1
1,0 1,0 00 0 0 0 2
i if g
+ = + + = + =
Se verifican las condiciones para todo 1 2, 0 que cumpla que 1 212
+ = , en particular para 1 210,2
= =
El punto ( ) ( )1 2, 1,0x x = es solucin del programa y cumple las condiciones de Kuhn-Tucker, aunque no cumplela condicin de regularidad, ya que en este punto los gradientes de las restricciones saturadas son linealmente
dependientes.
22.Determinar los puntos que verifican las condiciones necesarias de Kuhn-Tucker en el programa:
1 2
1 2
1 2
1
2
max 4 2
. . 2
1 00
0
x x
s a x x
x xx
x
+
+
+ =
1 2
1 2
1 2
1
2
max 4 2
. . 2 0
1 00
0
x x
s a x x
x xx
x
+
+
+ =
1 Condicin: ( ) ( )1 2 1 2, , 0i if x x g x x + = 1 2 3
1 2 4
4 0
2 0
+ + =
+ =
2 Condicin: ( )1 2, 0i ig x x =
( )
( )( )
( )
1 1 2
2 1 2
3 1
4 2
2 0
1 0
0
0
x x
x x
x
x
+ =
+ =
=
=
3 Condicin: ( )1 2, 0, 0i ig x x i
1 2
1 2
1
2
2 0
1 0
0
0
x x
x x
x
x
+
+ =
1
2
3
4
0
0
0
0
Obsrvese que 2 puede tomar cualquier valor porque asociado a una restriccin de igualdad. Las hiptesis que
podemos hacer sobre los valores que toman los otros 3 multiplicadores son las siguientes:
I) 1 3 4 0 = = = En este caso no se cumplira la 1 condicin
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
37/43
II) 1 3 0 = =
Sustituyendo en la primera condicin tenemos que:
2
2 4
2 4
4 04, 6
2 0
+ = = =
= No se cumple la 3 condicin
III) 1 4 0 = =
Sustituyendo en la primera condicin tenemos que:
2 3
2 3
2
4 0 2, 62 0
+ = = = =
No se cumple la 3 condicin
IV) 3 4 0 = =
Sustituyendo en la primera condicin tenemos que:
1 2
1 2
1 2
4 03, 1
2 0
+ + = = =
+ =
Satura la primera restriccin y ha de cumplirse la segunda:
( )1 2 1 21 2
2 0 1 3, ,
2 31 0
x xx x
x x
+ = =
+ =
El punto ( )1 21 3
, ,2 3
x x =
cumple las condiciones de Kuhn-Tucker
V) 1 0 =
Sustituyendo en la primera condicin tenemos que:
2 3
2 4
4 0
2 0
+ =
=
1 0 = Satura la 3 y la 4 restriccin, y ha de cumplirse la segunda:
1 2
1
2
1 0
0
0
x x
x No es posible
x
+ =
= =
VI) 3 0 =
Sustituyendo en la primera condicin tenemos que:
1 2
1 2 4
4 0
2 0
+ + =
+ =
3 0 = Satura la 1 y la 4 restriccin, y ha de cumplirse la segunda:
1 2
1 2
2
2 0
1 00
x x
x x No es posible
x
+ =
+ = =
VII) 4 0 =
Satura la 1 y la 3 restriccin, y ha de cumplirse la segunda:
1 2
1 2
1
2 0
1 0
0
x x
x x No es posible
x
+ =
+ = =
VIII) 1 3 40, 0, 0 < < <
Se saturan todas las restricciones:
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
38/43
1 2
1 2
1
2
2 0
1 0
0
0
x x
x xNo es posible
x
x
+ =
+ =
= =
Por tanto el nico punto que verifica las condiciones de Kuhn-Tucker es ( )1 21 3
, ,2 3
x x =
y por ello, podra ser
un mximo del problema, de hecho, grficamente se puede comprobar que es un mximo global.
23.Una empresa monopolista desea maximizar sus ingresos de manera que los beneficios que obtiene no sean
menores que un valor prefijado 0R> . Si el precio de venta viene determinado por p a bq= y la funcin de
costes es 0 1( )C q c c q= + siendo 0 1, , , 0a b c c > . Se pide:
a) Resolver el problema para 0 1100, 4, 50, 20 340a b c c y R= = = = =
( ) ( ) 2( ) 100 4 100 4I q pq a bq q q q q q= = = =
0 1( ) 50 20C q c c q q= + = +
( ) ( )2 2( ) ( ) 100 4 50 20 ( ) 4 80 50Beneficios I q C q q q q B q q q= = + = +
2
2
( ) 100 4
. . ( ) 4 80 50 340
0
mx I q q q
s a B q q q R
q
=
= + =
2
2
( ) 100 4
. . ( ) 4 80 390 0
0
mx I q q q
s a B q q q
q
=
= +
Este programa es convexo, pues la funcin objetivo es cncava ( ( ) 8 0I q q = < ) y el conjunto factible esconvexo. Entonces todo punto que verifique las condiciones de Kuhn-Tucker ser mximo global del problema:
1 Condicin: ( ) ( ) 0i if q g q + = 1 2100 8 (8 80) ( 1) 0q q + + =
2 Condicin: ( ) 0i ig q =
( )
( )
2
1
2
4 80 390 0
0
q q
q
+ =
=
3 Condicin: ( ) 0, 0i ig q i 2
1
2
4 80 390 0
0
0
0
q q
q
+
( )
( )
1 2
2
1
2
1 100 8 (8 80) ( 1) 0
2 4 80 390 0
0
condicin q q
condicin q q
q
+ + =
+ =
=
1 2 2
1 2 1
1 2
1 2
0, 0, 100 3 0
10 1010, 1, 0 3 0
2 2
10 1010, 1, 0
2 225 25
, 0, 0 3 02 2
q No cumple la condicin porque
q No cumple la condicin porque
q
q No cumple la condicin porque B
= = = >
= + = + = >
= + = + =
= = =
-
7/26/2019 Ejercicios - Tema 1 y 2 - Soluciones - 2015
39/43
Por tanto, el punto 1 210 10
10 11.58, 1 0.582, 02 2
q
= + = = + = = es un mximo global del problema y el
ingreso mximo ser:10
10 621.622
I
+ =
u.m.
b) Cmo variaran los ingresos ptimos ante una variacin de los beneficios prefijados?
Si los beneficios ( )B q prefijados R los aumentsemos en una unidad entonces los ingresos mximos aumentaranaproximadamente en 0.582 u.m
24.Una empresa dedicada a la fabricacin de frigorficos, ha establecido un contrato para suministrar 50
frigorficos al final del primer mes, 50 frigorficos al final del segundo mes y 50 al final del tercero. El coste de
producirx frigorficos es2
x en cualquier mes. La empresa puede producir ms frigorficos de los que necesitaen cualquier mes y guardarlos para el siguiente, pero el coste de almacenaje es de 2000 u.m. por unidad/mes.
Suponiendo que no hay inventario inicial, determinar el nmero de frigorficos que deben producirse cada
mes para minimizar el coste total.
Seaix = Nmero de frigorficos que produce en el mes i-simo, con i = 1, 2, 3
Coste Total Coste de produccin Coste de almacenamiento= + 2 2 2
1 2 3 1 2 3 1 1 2
1
1 2
1 2 3
2
3
min ( , , ) 2000( 50) 2000( 100)
. . 50
100
150
0
0
C x x x x x x x x x
s a x
x x
x x x
x
x
= + + + + +
+
+ +
2 2 2
1 2 3 1 2 3 1 1 2
1
1 2
1 2 3
2
3
min ( , , ) 2000( 50) 2000( 100)
. . 50 0
100 0
150 0
0
0
C x x x x x x x x x
s a x
x x
x x x
x
x
= + + + + +
Este programa es convexo, pues la funcin objetivo es convexa (la matriz Hessiana 1 2 3( , , )HC x x x es Definida
Positiva1 2 3, ,x x x ) y el conjunto factible es convexo. Entonces todo punto que verifique las condiciones de Kuhn-
Tucker ser mnimo global del problema:
1 Condicin: ( ) ( )1 2 3 1 2 3, , , , 0i if x x x g x x x + = 1
2 1 2 3 4 5
3
2