Ejercicios1

[Link]

Matemáticas Empresariales

Únicamente existe una respuesta correcta. Las correctamente contestadas puntúan +100 %, las incorrectas
puntúan negativo -20 % y las no contestadas no puntúan.

1. Autovalores, autovectores y diagonalización

 
2 1
Pregunta 1. Dada la matriz A =
1 2

A. Sus autovalores son λ = −1 y λ = −3

B. Sus autovalores son λ = −1 y λ = 3
C. Sus autovalores son λ = 1 y λ = −3
D. Sus autovalores son λ = 1 y λ = 3
Solución. D. Las raices del polinomio caracterı́stico son λ = 1 y λ = 3.
 
1 2 0
Pregunta 2. Dada la matriz A =  0 2 0 
−2 −2 −1

A. El espectro de A es σ(A) = {−1, −1, −2}

B. El espectro de A es σ(A) = {−1, −1, 2}
C. El espectro de A es σ(A) = {1, 1, 2}
D. El espectro de A es σ(A) = {−1, 1, 2}
Solución. D. Las raices del polinomio caracterı́stico son λ = 1, λ = −1 y λ = 2.

Otra forma de resolver este caso consiste en considerar la propiedad que afirma que la suma de los elementos
de la diagonal principal de la matriz A ha de ser igual a la suma de los autovalores. El único caso que cumple
que la suma de los lambdas es 2 es la opción D.

Para otros problemas pudiera interesar aplicar otra propiedad que dice que el producto de los autovalores ha
de ser igual al determinante de A.
 
1 1
Pregunta 3. Dada la matriz A =
0 1

A. La matriz A es una matriz no diagonalizable

1
B. La matriz A es una matriz diagonalizable con espectro σ(A) = {−1, 1}
C. La matriz A es una matriz diagonalizable con espectro σ(A) = {1, 1}
D. La matriz A es una matriz diagonalizable con espectro σ(A) = {−1, −1}
Solución. A. La raiz del polinomio caracterı́stico es λ = 1 con multiplicidad 2, pero solo aporta un autovector
y para que A fuera diagonalizable el autovalor deberı́a aportar dos autovectores, para poder formar la matriz
de paso P .
 
0 1 1
Pregunta 4. Dada la matriz A =  1 0 1 
1 1 0

A. La matriz A es una matriz no diagonalizable

B. La matriz A es una matriz diagonalizable con espectro σ(A) = {−1, −1, 2}
C. La matriz A es una matriz diagonalizable con espectro σ(A) = {1, 1, −2}
D. La matriz A es una matriz diagonalizable con espectro σ(A) = {1, −1, 2}
Solución. B. Las raices del polinomio caracterı́stico son λ = −1 con multiplicidad 2 y λ = 2 con multiplicidad
1. Esto descarta las opciones C y D, pero no descarta la opción A, ya que al ser una de las raices del polinomio
caracterı́stico doble pudiera ser la matriz A no diagonalizable. Para comprobar que la matriz A si es diago-
nalizable hemos de comprobar que el autovalor λ = −1 aporta dos autovectores. Efectivamente haciendo los
cálculos de los autovectores asociados a λ = −1 podemos comprobar que son dos, y por lo tanto ya podemos
afirmar que la matriz A es diagonalizable. No serı́a necesario calcular el autovector asociado a λ = 2 ya que no
se piden.
 
2 1
Pregunta 5. Dada la matriz A =
1 2

 
13 14
A. A3 =
14 13
 
−13 14
B. A3 =
14 −13
 
14 −13
C. A3 =
−13 14
 
3 14 13
D. A =
13 14

Solución. D. Podemos calcular la matriz diagonal D, luego la matriz de paso P , y aplicar la expresión A3 =
P D3 P −1 . También podemos ver que la matriz A es simétrica y por tanto podemos aplicar la fórmula A3 =
QD3 QT , siendo la matriz Q la matriz P normalizada. Pero en este caso al pedirnos únicamente A3 podemos
calucular primero A2 multiplicando matrices A2 = AA y luego volviendo a multiplicar matrices A3 = A2 A.
   
3 1 1 2 0 0
Pregunta 6. Dada la matriz A =  1 3 1  sabemos que la matriz diagonal es D =  0 2 0 . Al
1 1 3 0 0 5
ser la matriz A diagonalizable se cumple que A = P DP −1 , siendo la matriz P la matriz de paso asociada a la
matriz diagonal D dada anteriormente.

 
1 1 1
A. P =  −1 −1 0 
0 2 1
 
1 1 1
B. P =  1 1 −1 
−2 1 0

2
  
1 1 1
C. P =  1 −1 1 
−2 0 1
 
1 1 1
D. P =  1 −1 1 
1 0 −2
Solución. C. Hemos de calcular los autovectores asociados a cada autovalor y construir con ellos la matriz P
poniéndolos en columna y respetando el orden con el que se ha construido la matriz D al situar los autovalores
en su diagonal principal. La dificultad de este problema reside en que al calcularlos nos pueden salir otros
vectores propios distintos de los aqui dados. Al calcular el autovector asociado al autovalor λ = 5 se obtiene que
es (1, 1, 1) y todos los proporcionales a él. La opción C es la única que puede ser correcta ya que nos proporciona
el vector columna (1, 1, 1) en tercera posición.
 
2 −7 −2
Pregunta 7. Dada la matriz A =  5 6 −6 .
8 0 −9

A. A es diagonalizable siendo sus autovalores λ = 3 con multiplicidad 2 y λ = −3 con multiplicidad 1

B. A es diagonalizable siendo sus autovalores λ = 3 con multiplicidad 1 y λ = −3 con multiplicidad 2
C. A es diagonalizable siendo sus autovalores λ = 3 con multiplicidad 1 y λ = 1 con multiplicidad 1
D. A es no diagonalizable
Solución. D. Los autovalores son λ = 3 con multiplicidad 2 y λ = −3 con multiplicidad 1. Una de las raices
del polinomio caracterı́stico tiene multiplicidad 2 por lo que para que A sea diagonalizable este autovalor debe
aportar dos autovectores. Al calcular los vectores propios vemos que únicamente aporta uno (3, −1, 2), por lo
que A es una matriz no diagonalizable.
 
2 2 5
Pregunta 8. Dada la matriz A =  0 3 0 .
1 −2 −2

A. A es diagonalizable siendo sus autovalores λ = 3 con multiplicidad 1 y λ = −3 con multiplicidad 2

B. A es diagonalizable siendo sus autovalores λ = 3 con multiplicidad 2 y λ = −3 con multiplicidad 1
C. A es diagonalizable siendo sus autovalores λ = −3 con multiplicidad 1 y λ = 3 con multiplicidad 1
D. A es no diagonalizable
Solución. B. Las raices del polinomio caracterı́stivo son λ = 3 con multiplicidad 2 y λ = −3 con multiplicidad
1. La raiz doble aporta dos autovectores por lo que la matriz A si es diagonalizable.
 
−2 3 2
Pregunta 9. Dada la matriz A =  3 −2 −2  sabemos que sus autovalores son λ = 1, λ = 3 y λ = −6.
2 −2 2

A. A es diagonalizable ya que su determinante es -18 y es negativo

B. A es diagonalizable ya que su determinante es 18 y es positivo
C. A es diagonalizable ya que su transpuesta coincide con ella misma
D. A es no diagonalizable
Solución. C. Efectivamente la matriz A es diagonalizable ya que es simétrica. Además también sabemos que
es diagonalizable por tener todos los autovalores reales y distintos.
 
−3 −2 2
Pregunta 10. Dada la matriz A =  0 3 0 .
2 0 0

3
A. A es diagonalizable y sus autovalores son λ = 1, λ = 2 y λ = −3
B. A es diagonalizable y sus autovalores son λ = 1, λ = −2 y λ = 4
C. A es diagonalizable y sus autovalores son λ = 1, λ = 3 y λ = −4
D. A es diagonalizable y sus autovalores son λ = 1, λ = −3 y λ = 4
Solución. C. Calculamos las raices del polinomio caracterı́stico y obtenemos que son λ = 1, λ = 3 y λ = −4.
Pregunta 11. Una empresa permite que sus trabajadores cada dı́a acudan a trabajar a la oficina o que realicen
su trabajo desde su casa. Inicialmente el 90 % de la plantilla trabajaba en la oficina y solo el 10 % lo hacı́an
en casa. Se ha observado que los que un dı́a trabajan en casa tienen una probabilidad del 70 % de realizarlo
tambı́en desde casa al dı́a siguiente, pero que en el restante 30 % de los casos acuden a la oficina al dı́a siguiente.
Por el contrario, se ha observado que los que un dı́a trabajaron en la oficina al dı́a siguiente vuelven a la oficina
en el 60 % de los casos y en el 40 % restante van a su casa al dı́a siguiente. Transcurridos dos dı́as el número de
empleados que se quedan en casa es del ...

A. 29,9 %
B. 39,9 %
C. 52,9 %
D. 62,9 %
Solución. C.
    
0, 6 0, 3 90 57
x1 = Ax0 = =
0, 4 0, 7 10 43
    
0, 6 0, 3 57 47,1
x2 = Ax1 = =
0, 4 0, 7 43 52,9

Otra forma de resolverlo.  2    

2 0, 6 0, 3 90 47,1
x2 = A x0 = =
0, 4 0, 7 10 52,9

2. Formas cuadráticas

Pregunta 12. Exprese en forma polinómica la forma cuadrática siguiente.

  
1 3 −2 x1
Q(x) = xAxt =


x1 x2 x3  3 2 1   x2 
−2 1 −1 x3

A. Q(x) = Q(x1 , x2 , x3 ) = x21 + x22 − x23 + 3x1 x2 − 2x1 x3 + x2 x3

B. Q(x) = Q(x1 , x2 , x3 ) = x21 + 2x22 − x23 + 3x1 x2 − 2x1 x3 + x2 x3
C. Q(x) = Q(x1 , x2 , x3 ) = x21 + 2x22 − x23 + 23 x1 x2 − x1 x3 + 12 x2 x3
D. Q(x) = Q(x1 , x2 , x3 ) = x21 + 2x22 − x23 + 6x1 x2 − 4x1 x3 + 2x2 x3
Solución. D.
Pregunta 13. Dada la siguiente forma cuadrática determite su matriz asociada.

Q(x1 , x2 , x3 ) = x21 − 2x22 + 3x1 x3 − 2x2 x3

4
  
1/2 0 3/2
A.  0 −1 −1 
3/2 −1 0
 
1 0 3/2
B.  0 −2 −1 
3/2 −1 0
 
1/2 0 3
C.  0 −1 −2 
3 −2 0
 
1 0 3/2
D.  0 −2 −1 
3/2 −1 0

Solución. B.
 
−1 0
Pregunta 14. Estudiar el signo de una forma cuadrática cuya matriz asociada es A =
0 −1

A. Definida positiva
B. Definida negativa

C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida

Solución. B. Los menores principales alternan el signo comenzando por menos.

 
0 1
Pregunta 15. Estudiar el signo de una forma cuadrática cuya matriz asociada es A =
1 0

A. Definida positiva
B. Definida negativa
C. Semidefinida positiva

D. Semidefinida negativa
E. Indefinida
Solución. E. Indefinida. La expresión polinómica es 2x1 x2 que puede tomar valores positivos y negativos por
lo que la forma cuadrática es Indefinida.

Pregunta 16. Dada la forma cuadrática Q : R3 → R, clasifiquela sabiendo que su expresión polinómica es:
Q(x) = Q(x1 , x2 , x3 ) = −2x21 − 3x22

A. Definida positiva
B. Definida negativa

C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida

5
Solución. D. SDN. La forma cuadrática es semidefinida negativa al ser su matriz asociada una matriz diagonal
donde los elementos de la diagonal principal son todos negativos o cero. Su expresión matricial es
  

−2 0 0 x1
Q(x1 , x2 , x3 ) = x1 x2 x3  0 −3 0   x2 
0 0 0 x3

En este caso Q(x) ≤ 0, ∀x 6= 0. La forma cuadrática es SDN al ser negativos a11 y a22 y al ser cero a33 .
Pregunta 17. La expresión matricial de una forma cuadrática Q(x) es la siguiente.
 
−2 −1 0
 −1 −2 0 
0 0 −2

También conocemos uno de sus autovalores λ = −1.

A. Q(x) es definida positiva ya que los autovalores alternan el signo comenzando por negativo
B. Q(x) es definida negativa ya que los autovalores alternan el signo comenzando por negativo
C. Q(x) es definida negativa ya que todos los autovalores son negativos
D. Q(x) es definida positiva ya que existen autovalores que son tanto positivos como negativos

E. Q(x) es indefinida ya que los autovalores son todos positivos o negativos y ninguno es cero
Solución. C. Los autovalores son −1, −2, −3.
Pregunta 18. Dada lal forma cuadrática Q(x) = −x21 − 3x22 + 2x1 x2 − x23 − 2x2 x3

A. Q(x) es definida negativa ya que los menores principales de su matriz asociada son todos negativos
B. Q(x) es definida negativa ya que los menores principales de su matriz asociada alternan el signo comenzando
por negativo
C. Q(x) es definida negativa ya que los menores principales de su matriz asociada son negativos o cero, salvo
para el caso en que x = 0
D. Q(x) es definida negativa ya que los menores principales de su matriz asociada son todos negativos o
positivos
Solución. B. (∆1 = −1, ∆2 = 2, ∆3 = −1) → D.N.

Pregunta 19. Estudiar el signo de la siguiente forma cuadrática restringida.

  

1 −2 x1
Q(x) = x1 x2
−2 4 x2
s.a. 2x1 + x2 = 0

A. Definida positiva
B. Definida negativa
C. Semidefinida positiva
D. Semidefinida negativa

E. Indefinida
Solución. A. La forma cuadrática libre es S.D.P. pero al considerar la restricción el signo es D.P.

6
Pregunta 20. Estudiar el signo de la siguiente forma cuadrática restringida.
  
−3 0 0 x1
Q(x) = xt Ax = x1 x2 x3  0 −3


1   x2 
0 1 −3 x3
s.a. 2x1 + x2 − x3 = 0

Sabemos que los autovalores asociados a la matriz A son −2, −3, −4.

A. Definida positiva
B. Definida negativa

C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida
Solución. B. La forma cuadrática libre es D.N., esto lo sabemos ya que nos dicen que los tres autovalores son
negativos. La forma cuadrática restringida seguirá siendo D.N.
Pregunta 21. Estudiar la siguiente forma cuadrática restringida.
  

−4 −2 1 x1
Q(x) = x1 x2 x3  −2 −4 2   x2 
1 2 −1 x3
s.a. x1 − x2 + x3 = 0

A. Definida positiva
B. Definida negativa

C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida

Solución. B. La forma cuadrática restringida es D.N.

Pregunta 22. Estudiar la siguiente forma cuadrática restringida.
  

2 1 1 x1
Q(x) = x1 x2 x3  1 5 2   x2 
1 2 1 x3
(
x1 − x2 =0
s.a.
x1 + x2 + x3 =0

A. Definida positiva
B. Definida negativa

C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida

Solución. A. La forma cuadrática restringida es D.P.

7
Pregunta 23. Estudiar el signo de la siguiente forma cuadrática restringida.
  

3 −1 −2 x1
Q(x) = x1 x2 x3  −1 3 2   x2 
−2 2 2 x3
s.a. x1 − x2 − x3 = 0

A. Definida positiva
B. Definida negativa
C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida
Solución. C. La forma cuadrática restringida es S.D.P.
Pregunta 24. Estudiar el signo de la siguiente forma cuadrática restringida.

  

−5 0 1 x1
Q(x) = x1 x2 x3  0 −5 −3   x2 
1 −3 −2 x3
(
2x1 + x3 =0
s.a.
4x1 − 2x2 − x3 =0

A. Definida positiva
B. Definida negativa
C. Semidefinida positiva
D. Semidefinida negativa
E. Indefinida
Solución. B. La forma cuadrática restringida es D.N.

3. Cálculo diferencial

Pregunta 25. Dada la función f (x, y) = exy − 3x2 + 5y 2 − 4xy − 7y + 10 determinar el gradiente de la función
en el punto (x, y) = (−1, 2).

 
2 −2
A. 5f (−1, 2) = − 2 , −e + 17
e2
 1 1

√
B. 5f (−1, 2) = e 2 − 2 , e 2 − 7
 
2 2
C. 5f (−1, 2) = − 2 , −e + 17
e2
−1
 1 
√
D. 5f (−1, 2) = e 2 − 2 , e 2 − 7

Solución. A. El gradiente de la función es:

 
∂f ∂f
5f (x, y) = , = (yexy − 6x − 4y , xexy + 10y − 4x − 7)
∂x ∂y
5f (−1, 2) = 2e−2 − 2 , −e−2 + 17

8
  
x xz
Pregunta 26. Dada la función f (x, y, z) = y,e determinar la matriz Jacobiana de la función en el punto
(x, y, z) = (0, 1, 2).

 
1 0 0
A. Jf (0, 1, 2) =
2 0 0
 
1 0 −1
B. Jf (0, 1, 2) =
2 0 0
 
1 0 0
C. Jf (0, 1, 2) =
2 −1 0
 
1 0 2
D. Jf (0, 1, 2) =
2 0 0
Solución. A. La Jacobiana de la función es
∂f1 ∂f1 ∂f1
  
−x

  1
5f1 (x)  ∂x ∂y ∂z  =  0
Jf (x) = =  ∂f ∂f2 ∂f2 y y2 
5f2 (x) 2

exz z 0 xz
e x
∂x ∂y ∂z
Pregunta 27. Sea f (x, y) = exy . Calcular el valor total en el punto (−1, 21 ).

1
A. e− 2
2
B. e 3
1
C. e 2
√1
D. e 2

1
Solución. A. Valor Total f (−1, 1/2) = e− 2 .
Pregunta 28. Sea f (x, y) = exy . Calcular el valor marginal de la función respecto a x en el punto (-1,1).

A. e
B. e−1
1
C. √
e
√
D. e
Solución. B. Valor Marginal
∂f
= exy y
∂x
∂f
(−1, 1) = e−1
∂x
Pregunta 29. Sea f (x, y) = exy . Calcular la elasticidad de la función respecto a y en el punto (− 12 , 2).

A. 0
B. 1
C. −1
D. −2
Solución. C. Elasticidad
∂f y y
Eyf = = exy x xy = xy
∂y f e
 
1 1
Eyf − , 2 = − · 2 = −1
2 2

9
4. Optimización

Pregunta 30. Sea el siguiente programa de optimización restringida.

)
Opt. z = 40x + 30y + xy
s.a. xy = 100

√ 20
A. Se alcanza un mı́nimo en el punto (x, y) = (5 3, √ 3
)
√ 20
B. Se alcanza un mı́nimo en el punto (x, y) = (5 2, √ 2
)
√ 20
C. Se alcanza un máximo en el punto (x, y) = (5 3, √3 )
√ 20
D. Se alcanza un máximo en el punto (x, y) = (5 2, √ 2
)

Solución. A.
Pregunta 31. Sea el siguiente programa de optimización restringida.

Opt. z = f (x, y) = −(x − 5)2 − (y − 4)2 + 9

s.a. x + y = 12

A. En el máximo libre z vale 9 y en el máximo restringido z vale 4.5

B. En el máximo libre z vale 4.5 y en el máximo restringido z vale 9
C. En el mı́nimo libre z vale 9 y en el mı́nimo restringido z vale 4.5
D. En el mı́nimo libre z vale 4.5 y en el mı́nimo restringido z vale 9
Solución. A. Al mirar la función objetivo se ve que es una función de máximo debido a los signos menos que
afectan a los dos cuadrados. Necesariamente ha de ser la respuesta A ya que el máximo libre siempre ha de ser
mayor o igual al máximo restringido.
Pregunta 32. Se desea optimizar la siguiente función de utilidad sujeta a la restricción presupuestaria que se
indica. )
Opt. U = q1 q2 + 2q1
s.a. 4q1 + 2q2 = 60

A. El máximo restringido se alcanza en U (8, 14) = 128

B. El máximo restringido se alcanza en U (14, 8) = 140
C. El mı́nimo restringido se alcanza en U (8, 14) = 128
D. El mı́nimo restringido se alcanza en U (14, 8) = 140
Solución. A.
Pregunta 33. Sea el siguiente programa de optimización restringida.
)
Opt. z = xy
s.a. x+y =6

A. El máximo restringido se alcanza en (x, y) = (3, 3)

B. El máximo restringido se alcanza en (x, y) = (3, −3)
C. El mı́nimo restringido se alcanza en (x, y) = (3, 3)
D. El mı́nimo restringido se alcanza en (x, y) = (3, −3)

10
Solución. A.
Pregunta 34. Sea el siguiente programa de optimización restringida.
)
Opt. z = x2 + y 2
s.a. x + 4y = 2

Contruimos la función Lagrangiana y podemos afirmar que...

2 8 1
A. Obtenemos un punto crı́tico para (x, y, λ) = ( 17 , 17 , 17 )
2 8 2
B. Obtenemos un punto crı́tico para (x, y, λ) = ( 17 , 17 , 17 )
2 8 3
C. Obtenemos un punto crı́tico para (x, y, λ) = ( 17 , 17 , 17 )
2 8 4
D. Obtenemos un punto crı́tico para (x, y, λ) = ( 17 , 17 , 17 )
Solución. D.
Pregunta 35. Sea el siguiente programa de optimización restringida.
)
Opt. z = 2x21 + x22 + x23
s.a. x1 + x2 + x3 = 1

Utilizamos el método de sustitución despejando de la restricción x1 y sustituyendo en la función objetivo.

Usando este método obtenemos la siguiente matriz Hessiana particularizada en el punto crı́tico.

 
6 4
A. Hf ∗ (x2 , x3 ) =
4 6
 
∗ 4 6
B. Hf (x2 , x3 ) =
6 4
 
∗ 6 −4
C. Hf (x2 , x3 ) =
−4 6
 
∗ 6 0
D. Hf (x2 , x3 ) =
0 6
Solución. A.
Pregunta 36. Sea una función objetivo f (x, y, z) que deseamos optimizar y sea la siguiente matriz su Hessiana.
 
∂2f ∂2f ∂2f
 ∂x2 ∂x∂y ∂x∂z 
 
 ∂2f ∂2f ∂2f 
H f (x, y, z) =  
 ∂y∂x ∂y 2 ∂y∂z 
 ∂2f ∂2f ∂2f 


∂z∂x ∂z∂y ∂z 2
Cuando se cumple el teorema de Schwarz sabemos que ...

∂2f ∂2f
A. =
∂x2 ∂y 2
∂2f ∂2f
B. =
∂y∂x ∂x∂z
∂2f ∂2f
C. =
∂x∂z ∂z∂y
∂2f ∂2f
D. =
∂z∂y ∂y∂z

11
Solución. D. Las derivadas parciales cruzadas coinciden.
Pregunta 37. Sea el siguiente programa de optimización restringida.
)
Opt. z = x2 + y 2
s.a. x + y = 1

Optimizando por Lagrange el valor del multiplicador es ...

A. 1

B. 2
C. 3
D. -3

Solución. A. λ = 1
Pregunta 38. Sea el siguiente programa de optimización restringida.

Opt. f (x, y, z) = xy + z



(
x+y−z =0
s.a. 
2x + y + z = 1


El valor de la función objetivo en el óptimo es ...

A. 1
B. −1
1
C. 2

D. − 21
1
Solución. C. f (0, 12 , 12 ) =
2
Pregunta 39. Sea el siguiente programa de optimización restringida.

Opt. f (x, y, z) = xy + z



(
x+y−z =0
s.a. 
2x + y + z = 1


Optimizando por Lagrange se obtienen los siguientes multiplicadores.

A. λ1 = −1, λ2 = 2
B. λ1 = −2, λ2 = 1/2

C. λ1 = 1/2, λ2 = −1
D. λ1 = −1/2, λ2 = 1/2
Solución. D.

Pregunta 40. Sea el siguiente programa de optimización restringida.

Max. x · y
2x + 2y = 20

El máximo se alcanza en el punto...

12
A. (x, y) = (2, 8)
B. (x, y) = (3, 7)
C. (x, y) = (4, 8)
D. (x, y) = (5, 5)
Solución. D.
Pregunta 41. Sea el siguiente programa de optimización restringida.
)
Opt. 2x + y
s.a. y − x2 + 1 = 0

El óptimo es ...

A. Máximo (x, y) = (−1, 0)

B. Máximo (x, y) = (3, 5)
C. Máximo (x, y) = (5, 3)
D. Mı́nimo (x, y) = (7, −2)
Solución. A.
Pregunta 42. Sea el siguiente programa de optimización restringida.
)
Opt. z = f (x, y) =x2 + y 2
s.a. x + 3y − 10 = 0

La Hessiana orlada particularizada en el punto crı́tico es ...

 
1 0 1
A. 1 2 1
3 2 1
 
1 2 −3
B. 2 0 2
−3 −2 −3
 
1 −1 3
C. 1 6 −1
3 1 −2
 
0 1 3
D. 1 2 0
3 0 2
Solución. D. Las soluciones A, B y C se descartan automáticamente al no ser el primer valor cero.
Pregunta 43. Sea el siguiente programa de optimización restringida.
Opt. f (x, y, z) = xy + z



(
x+y−z =0
s.a. 
2x + y + z = 1


La Hessiana orlada particularizada en el punto crı́tico es ...

 
0 1 0 −1 −2

 1 0 0 −1 −1 

A. 
 0 0 0 1 −1 

 −1 −1 1 0 0 
−2 −1 −1 0 0

13
  
0 0 −1 −2
1

 1 0 −1 −1 
0 
B. 
 0 0
0 1 0 

 −1 −1
1 0 1 
−2 −1
0 1 −1
 
0 0 0 −1 −2

 0 1 0 −1 −1  
C. 
 0 0 0 1 0 

 −1 −1 1 0 1 
−2 −1 0 1 −1
 
0 0 1 1 −1

 0 0 2 1 1 

D. 
 1 2 1 0 0 

 1 1 0 0 0 
−1 1 −1 0 0
Solución. D. Las soluciones A, B y C se descartan automáticamente al no ser el menor de orden 2 una matriz
formada por todo ceros. La matriz del caso A es la matriz Hessiana respecto a los X y los lambdas, pero no es
la Hessiana orlada.
Pregunta 44. Sea el siguiente programa de optimización restringida.
)
Opt. x + y + z
s.a. x2 + y 2 + 2z = 0
Se obtiene un punto crı́tico que es ...

A. Máximo Local Restringido: (x, y, z) = (1, 1, −1) para λ = 1/2.

B. Máximo Local Restringido: (x, y, z) = (1, 1, −1) para λ = 2.
C. Mı́niximo Local Restringido: (x, y, z) = (1, −1, 1) para λ = 2.
D. Mı́niximo Local Restringido: (x, y, z) = (−1, 1, − − 1) para λ = 2.
Solución. A. Tenemos que calcular el punto crı́tico y resulta ser (x, y, z, λ) = (1, 1, −1, 21 ).
Pregunta 45. Sea el siguiente programa de optimización restringida.
)
Opt. x + y + z
s.a. x2 + y 2 + 2z = 0
Al calcular los menosres de la Hessiana orlada en el punto crı́tico se obtiene ...

A. ∆3 = 8 y ∆4 = −4. Los n − m últimos menores alternan el signo comenzando por positivo, por lo que se
trata de un máximo local restringido.
B. ∆3 = −8 y ∆4 = 4. Los n − m últimos menores alternan el signo comenzando por negativo, por lo que se
trata de un mı́nimo local restringido.
C. ∆3 = −8 y ∆4 = −4. Los n − m últimos menores son todos negativos por lo que se trata de un máximo
local restringido.
D. ∆3 = 8 y ∆4 = 4. Los n − m últimos menores son todos positivos, por lo que se trata de un mı́nimo local
restringido.
Solución. A.
Pregunta 46. Sea el siguiente programa de optimización restringida.
)
Opt. z = f (x, y) =ex + ey
s.a. x + y = 2

El óptimo es ...

14
A. Mı́nimo Local Restringido: (x, y) = (1, 1) para λ = e
B. Mı́nimo Local Restringido: (x, y) = (1, 1) para λ = e/2

C. Máximo Local Restringido: (x, y) = (1, 1) para λ = e

D. Máximo Local Restringido: (x, y) = (1, 1) para λ = e/2
Solución. A.
Pregunta 47. Sea el siguiente programa de optimización restringida.
)
Opt. 2x + 2y − z
s.a. x2 + y 2 − z = 0

Al optimizar por el método de la Hessiana restringida obtenemos ...

A. La Hessiana de la Lagrangiana en el punto crı́tico es SDN y la Hessiana restringida es DN.

B. La Hessiana de la Lagrangiana en el punto crı́tico es DN y la Hessiana restringida es SDN.
C. La Hessiana de la Lagrangiana en el punto crı́tico es SDN y la Hessiana restringida es Indefinida.
D. La Hessiana de la Lagrangiana en el punto crı́tico es DP y la Hessiana restringida es SDP.

Solución. A. No es necesario calcular la Hessiana ya que la única opción posible es la A. La opción B es

imposible ya que nunca una forma cuadrática DN puede convertirse en SDN al restringirla. La opción C es
imposible ya que nunca una forma cuadrática SDN puede convertirse en Indefinida al restringirla. La opción D
es imposible ya que nunca una forma cuadrática DP puede convertirse en SDP al restringirla.
Pregunta 48. Un joyero dispone de 40 gramos de oro que va a destinar en su totalidad a crear dos joyas.
Los procesos productivos de ambas joyas son independientes. Sean q1 y q2 los gramos de oro destinados a crear
ambas joyas. Sean B1 (q1 ) y B2 (q2 ) los beneficios obtenidos por cada joya. Maximice el beneficio del joyero, si
B1 (q1 ) = 100 − (q1 − 20)2 y B2 (q2 ) = 96 − (q2 − 30)2 son las funciones de beneficio.

A. El máximo restringido se alcanza para q1 = 15 y q1 = 25

B. El máximo restringido se alcanza para q1 = 20 y q1 = 20

C. El máximo restringido se alcanza para q1 = 10 y q1 = 30
D. El máximo restringido se alcanza para q1 = 5 y q1 = 35

Solución. A.
Pregunta 49. Un joyero dispone de 40 gramos de oro que va a destinar en su totalidad a crear dos joyas.
Los procesos productivos de ambas joyas son independientes. Sean q1 y q2 los gramos de oro destinados a crear
ambas joyas. Sean B1 (q1 ) y B2 (q2 ) los beneficios obtenidos por cada joya. Maximice el beneficio del joyero, si
B1 (q1 ) = 100 − (q1 − 20)2 y B2 (q2 ) = 96 − (q2 − 30)2 son las funciones de beneficio. Si el joyero dispusiera de
un gramo más de oro en cuanto aumentarı́a el beneficio aproximadamente.

A. 10 u.m.
B. 20 u.m.

C. 30 u.m.
D. 40 u.m.
Solución. A. El beneficio aumenta en aproximadamente 10 u.m. (unidades monetarias) ya que λ = 10.

15
Pregunta 50. Tres centrales eléctricas suministran energı́a a una ciudad que demanda 1.089 MWh.

Los coste de producción de cada central son:

C1 (e1 ) = 2e21 − 12e1 + 100

C2 (e2 ) = 3e22 − 18e2 + 40
C3 (e3 ) = e23 − 4e3 + 90
siendo e1 , e2 y e3 la energı́a producida (en MWh) por cada central.

Las pérdidas de energı́a que se producen en los tendidos eléctricos que conectan cada central con la ciudad
suponen:

1. para la central 1: pérdidas del 10 %

2. para la central 2: pérdidas del 50 %
3. para la central 3: pérdidas del 20 %

¿En cuanto se incrementarı́a aproximadamente el coste de producción si la demanda se incrementa en un MWh

más?.

A. 1.920 u.m.
B. 1.940 u.m.
C. 1.960 u.m.
D. 1.980 u.m.
Solución. A. El coste aumenta en aproximadamente 1.920 u.m. ya que λ = 1920.
Pregunta 51. Una empresa utiliza un único factor productivo en dos procesos distintos, cuyos rendimientos
son:

r1 (x1 ) = 10x1 − x21

r2 (x2 ) = 8x2 − 2x22

La empresa dispone únicamente de 4 unidades del factor productivo, que debe consumir en su totalidad. ¿Deberı́a
comprar la empresa una nueva unidad de factor productivo si se la ofrecen a un precio de 3 u.m.?

A. Si, ya que el beneficio aumenta en aproximadamente 4 u.m.

B. Si, ya que el beneficio aumenta en aproximadamente 5 u.m.
C. No, ya que el beneficio aumenta solo en aproximadamente 2 u.m.
D. No, ya que el beneficio aumenta solo en aproximadamente 1 u.m.
Solución. A. Si, ya que el beneficio aumenta en aproximadamente 4 u.m. puesto que en el óptimo λ = 4.
Pregunta 52. Una empresa produce un bien a partir de dos factores productivos. La función de producción
de la empresa, que relaciona la cantidad de bien producida(q) con las cantidades de factores utilizados (x1 y
x2 ) es q(x1 , x2 ) = x1 + 3x2 . La función de costes es: C(x1 , x2 ) = x21 + x22 .

Determinar las cantidades de factores con las que se minimiza el coste de producir 10 uds. de producto.

A. (x1 , x2 , λ) = (1, 3, 1)

16
B. (x1 , x2 , λ) = (3, 1, 1)
C. (x1 , x2 , λ) = (1, 3, 2)
D. (x1 , x2 , λ) = (3, 1, 2)
Solución. C.
Pregunta 53. Una empresa produce un bien a partir de dos factores productivos. La función de producción
de la empresa, que relaciona la cantidad de bien producida(q) con las cantidades de factores utilizados (x1 y
x2 ) es q(x1 , x2 ) = x1 + 3x2 . La función de costes es: C(x1 , x2 ) = x21 + x22 .

Si ya estamos en el óptimo, ¿resultarı́a rentable producir una ud. más de producto, si su precio unitario es de
5 u.m.?

A. Si interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 2 u.m.
y su precio es de 5 u.m.
B. Si interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 3 u.m.
y su precio es de 5 u.m.
C. No interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 6
u.m. y su precio es de 5 u.m.
D. No interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 7
u.m. y su precio es de 5 u.m.
Solución. A.
Pregunta 54. Una empresa produce un determinado bien a partir de dos factores productivos x1 y x2 . La
función de producción de la empresa es q(x1 , x2 ) = 5x1 + 2x2 , siendo q la cantidad de bien producida. La
cantidad de costes es: C(x1 , x2 ) = 8x21 + 4x22 .

Determı́nense las cantidades de factores con las que se minimiza el coste de producir 33 uds. de producto.

A. (x1 , x2 , λ) = (5, 4, 7)
B. (x1 , x2 , λ) = (4, 5, 7)
C. (x1 , x2 , λ) = (5, 4, 16)
D. (x1 , x2 , λ) = (4, 5, 16)
Solución. C.
Pregunta 55. Una empresa produce un determinado bien a partir de dos factores productivos x1 y x2 . La
función de producción de la empresa es q(x1 , x2 ) = 5x1 + 2x2 , siendo q la cantidad de bien producida. La
cantidad de costes es: C(x1 , x2 ) = 8x21 + 4x22 .

Si ya estamos en el óptimo, ¿resultarı́a rentable producir una unidad más de producto suponiendo que su precio
unitario fuese p = 10 u.m.?

A. Si interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 2 u.m.
y su precio es de 10 u.m.
B. Si interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 7 u.m.
y su precio es de 10 u.m.
C. No interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 12
u.m. y su precio es de 10 u.m.
D. No interesa producir una unidad más de producto porque el coste se incrementa aproximadamente en 16
u.m. y su precio es de 10 u.m.
Solución. D.

17