Geometría de la programación lineal para la I2: poliedros y politopos, vértices, conos poliedrales, combinación convexa, descomposición de Minkowski-Weyl y detección de problemas no acotados.
Un poliedro es el conjunto de soluciones factibles que resulta de intersectar un número finito de semiespacios definidos por restricciones lineales. En 2D, cada restricción es una recta que corta el plano; al juntarlas se forma la región factible.
Un politopo es un poliedro acotado: toda su región factible cabe dentro de una bola de radio finito. Todo politopo es un poliedro, pero no todo poliedro es un politopo (puede ser no acotado).
No confundas poliedro con politopo. Todo politopo es un poliedro (acotado), pero un poliedro puede extenderse al infinito y entonces no es politopo. La diferencia es el acotamiento.
Cuando el poliedro se escribe en forma estándar, si es no vacío entonces siempre tiene al menos un vértice. Esto es clave: garantiza que el método Simplex tenga un punto de partida.
Un punto v∈P es vértice (o punto extremo) si no se puede escribir como punto medio de otros dos puntos factibles distintos. Es una "esquina" del poliedro.
Un punto v∈P⊆Rn es vértice si en él se activan (se cumplen con igualdad) al menos n restricciones linealmente independientes. Por eso un poliedro en Rn necesita al menos n restricciones LI para tener vértices.
Con m restricciones en Rn, el número de vértices está acotado por las formas de elegir n restricciones activas de entre m:
Para hallar vértices a mano: (1) elige n restricciones y vuélvelas igualdades, (2) resuelve el sistema lineal, (3) verifica que la solución sea factible (cumple las demás restricciones y x≥0). Si pasa el filtro, es un vértice.
Considera el poliedro ∣x1∣+∣x2∣+∣x3∣≤1. Cada valor absoluto se abre en dos casos, generando 23=8 desigualdades lineales:
En R3 un vértice necesita 3 restricciones LI activas. Resolviendo, los vértices son los 6 puntos:
Un cono poliedral es un poliedro donde el lado derecho es cero. Geométricamente representa las direcciones en que el poliedro se puede extender.
El cono de recesión indica si el poliedro es acotado. Si el cono es regular (hay una dirección no nula dentro), el poliedro es no acotado: puedes avanzar infinitamente sin salir de P. Si el cono es trivial, P es acotado (un politopo).
Todo punto de un politopo se puede escribir como una mezcla ponderada de sus vértices, con pesos no negativos que suman 1. Los λi se interpretan como "qué tan cerca" está el punto de cada vértice.
Un poliedro (posiblemente no acotado) se descompone en una parte acotada (el politopo de sus vértices) más una parte infinita (su cono de recesión). Todo punto se escribe como x=x′+h, con x′ combinación convexa de vértices y h un rayo del cono.
Esta descomposición explica por qué el óptimo de un LP está en un vértice: la parte conv(V) aporta los vértices candidatos, y si la parte cone(R) permite bajar el objetivo, el problema es no acotado.
Teorema. Si el poliedro P posee vértices, entonces el problema mincTx sobre P o bien es no acotado, o bien alcanza su valor óptimo en un vértice de P.
Consecuencia práctica: para optimizar sobre un politopo basta evaluar la función objetivo en cada vértice y quedarse con el mejor.
Sobre el poliedro ∣x1∣+∣x2∣+∣x3∣≤1 (vértices (±1,0,0),(0,±1,0),(0,0,±1)), maximizamos f(x)=2x1−3x2+x3 evaluando en cada vértice:
El máximo se alcanza en x∗=(0,−1,0) con z∗=3.
Un problema de minimización es no acotado si existe una dirección y en la que puedes moverte infinitamente sin violar restricciones (Ay=0) y que además disminuye el objetivo (cTy<0).
Regla rápida en forma estándar: si al buscar variable entrante una columna AB−1Aj es completamente ≤0, esa variable puede crecer sin límite y el problema es no acotado.