Matemáticas

Transcripción

1 al Método al Método Matemáticas

2 al Método En esta lectura daremos una introducción al método desarrollado por George Bernard Dantzig (8 de noviembre de de mayo de 2005) en Este método se basa en la conversión del problema con restricciones con desigualdades en un problema cuyas restricciones son ecuaciones lineales. Es un método matricial.

3 al Método 1.1 Un modelo de PL se dice que está en su forma estándar si cada restricción es una igualdad y las restricciones de signo para cada variable son del tipo mayor o igual que cero. Muchos de nuestros modelos recién construidos no están en su forma matricial. No está en la forma estándar: sujeto a Max z = 3 x + 2 y 2 x + y 100 x + y 80 x 40 x 0 y 0

4 al Método El algoritmo para resolver modelos de programación lineal requiere que el modelo esté en su forma estándar. Lo que se hace es convertir el modelo a la forma estándar. Esto se logra introduciendo nuevas variables, algunas de las cuales reemplazarán a las variables originales. Para cada restricción del tipo se introduce una nueva variable de holgura (slack variable) s i que se suma al primer miembro y la desigualdad se convierte en igualdad; se añade la restricción de signo a la nueva variable s i 0. Para cada restricción del tipo se introduce una nueva variable de exceso (excess variable) e i que se resta al primer miembro y la desigualdad se convierte en igualdad; se añade la restricción de signo a la nueva variable e i 0.

5 al Método Continuando con la conversión: Para cada variable x i que tiene restricción de signo del tipo 0, se cambian todas las apariciones de x i en el modelo por la expresión x i donde x i es una nueva variable con restricción de signo x i 0. Para cada variable x i que no tiene restricción de signo se cambian todas las apariciones de ella en el modelo por la expresión x i x i donde x i y x i son dos nuevas variables con restricción de signo x i 0 y x i 0. Las conversión se realiza en dos fases: en la primera se convierten las desigualdades y en la segunda se aplican las reglas para las variables que en el modelo original tiene signo no positivo o no tienen restricción de signo.

6 al Método Convierta a la forma estándar: sujeto a Max z = 3 x + 2 y 2 x + y 100 : R 1 x + y 80 : R 2 x 40 : R 3 y 0 : R 4

7 al Método En la primera fase (después de aplicar las reglas relacionadas con restricciones del tipo o ) queda: sujeto a Max z = 3 x + 2 y 2 x + y + s 1 = 100 x + y e 1 = 80 x + s 1 = 40 con x sin restricción de signo, y 0, s 1 0, e 1 0, y s 2 0.

8 al Método Para la segunda fase obtenemos: sujeto a Max z = 3 x 3 x 2 y 2 x 2 x y + s 1 = 100 x x y e 1 = 80 x x + s 1 = 40 con x 0, x 0, y 0, s 1 0, e 1 0, y s 2 0.

9 Solución básica al Método 1.2 Una solución básica (SB) a un sistema de ecuaciones A x = b con m ecuaciones y con n incógnitas, es decir m n (n m) es una solución al sistema que se obtiene haciendo cero n m variables y que resulta en un sistema con solución única. A una variable de decisión que deliberadamente se hace cero se le llama variables no básica (VNB) y mientras que a aquélla que se conserva dentro del nuevo sistema se le llama variable básica (VB).

10 al Método En términos de Algebra Lineal, este concepto equivale a seleccionar m columnas de A y que éstas formen una base para R m. Las columnas no seleccionadas corresponden a aquellas variables que se hacen cero deliberadamente. Una vez seleccionadas las columnas el nuevo sistema con el mismo vector de constantes debe resolverse. La solución obtenida se llama solución básica. En términos de matrices, tiene el significado que las variables que no se hacen cero deliberadamente forman una matriz invertible. El proceso para obtener una solución factible corresponde a tomar de A columnas para formar una matriz cuadrada que resulte invertible.

11 Determine las soluciones básicas al sistema: al Método x 1 + x 2 = 3 x 2 + x 3 = 1 En este caso: m = 2 =número de ecuaciones y n = 3 =número de incógnitas. Por tanto, las soluciones básicas se obtienen haciendo cero n m = 3 2 = 1 variable. Siendo n = 3 el número de variables, tenemos: ( n n m ) = n! m! (n m)! = ( 3 1 ) 3! = 1! (3 1)! = es decir, que en nuestro sistema se tienen 3 posibles soluciones básicas. Observe que da lo mismo seleccionar qué variables serán básicas (qué columnas se conservarán) o qué variables serán no básicas (columnas se borrarán).

12 Revisemos cada alternativa: VNBs = {x 1 }. Haciendo x 1 = 0 el sistema original queda: + x 2 = 3 x 2 + x 3 = 1 dando como solución : x 1 = 0, x 2 = 3 y x 3 = 2. VNBs = {x 2 }. Haciendo x 2 = 0 el sistema original queda: + x 1 = 3 + x 3 = 1 dando como solución : x 1 = 3, x 2 = 0 y x 3 = 1. VNBs = {x 3 }. Haciendo x 3 = 0 el sistema original queda: + x 1 + x 2 = 3 x 2 = 1 dando como solución : x 1 = 2, x 2 = 1 y x 3 = 0.

13 Determine las soluciones básicas al sistema: x x 2 + x 3 = 1 2 x x 2 + x 3 = 3 En este ejemplo hay 3!/(1! (3 1)!) = 3 posibles soluciones básicas. VNBs = {x 1 }. Haciendo x 1 = 0 el sistema original queda: + 2 x 2 + x 3 = x 2 + x 3 = 3 dando como solución : x 1 = 0, x 2 = 1 y x 3 = 1. VNBs = {x 2 }. Haciendo x 2 = 0 el sistema original queda: + x 1 + x 3 = x 1 + x 3 = 3 dando como solución : x 1 = 2, x 2 = 0 y x 3 = 1. al Método

14 VNBs = {x 3 }. Haciendo x 3 = 0 el sistema original queda: x x 2 = 1 2 x x 2 = 3 este sistema es inconsistente. Por tanto, no hay solución básica correspondiente a VNBs = {x 3 }.

15 Solución básica al Método 1.3 Una solución básica factible (SBF) a un sistema de ecuaciones A x = b m n (n m) es una solución básica con valores no negativos para las variables de decisión.

16 Determina las soluciones básicas factibles del sistema estándar correspondiente a la región que definen las restricciones x 1 + x x 1 + x 2 60 y x 1, x 2 0. La forma estándar es: x 1 + x 2 + s 1 = 40 2 x 1 + x 2 + s 2 = 60 y cumpliendo x 1, x 2, s 1, s 2 0. Y en la forma estándar n = 4 (número de variables) y m = 2 (número de ecuacion es), y por consiguiente el número de posibles soluciones básicas es: ( n m ) = 4! 2! (4 2)! = = 6 al Método

17 En este caso desaparecemos 4 2 variables para obtener las SB: VNBs {x 1 = 0, x 2 = 0} VB {s 1 = 40, s 2 = 60} A(0,0) VNBs {x 1 = 0, s 1 = 0} VB {x 2 = 40, s 2 = 20} B(0,40) VNBs {x 1 = 0, s 2 = 0} VB {x 2 = 60, s 1 = 20} C(0,60), no es solución básica factible VNBs {x 2 = 0, s 1 = 0} VB {x 1 = 40, s 2 = 20} D(40,0), no es solución básica factible VNBs {x 2 = 0, s 2 = 0} VB {x 1 = 30, s 1 = 10} E(30,0) VNBs {s 1 = 0, s 2 = 0} VB {x 1 = 20, x 2 = 20} F(20,20) C(0, 60) B(0, 40) F (20, 20) A(0, 0) E(30, 0) D(40, 0) Figura : Relación entre SBFs y extremos de la RF

18 al Método Un punto clave que relaciona la parte geométrica con la parte algebraica es el siguiente resultado teórico: Teorema La región factible a un modelo lineal corresponde a un conjunto convexo, y a cada extremo de la región le corresponde una SBF de su forma estándar y a cada SBF le corresponde un extremo de la región factible.

19 SBF Adyacentes al Método 1.4 Para un modelo PL con m restricciones, dos soluciones básicas factibles se dicen ser soluciones básicas factibles adyacentes si acaso tienen m 1 variables básicas en común.

20 al Método Determine las SBFs y encuentre sus relaciones de adyacencia al siguiente PL: sujeto a: Maximice z = 4 x x 2 x 1 + x 2 + s 1 = 40 2 x 1 + x 2 + s 2 = 60 y cumpliendo x 1, x 2, s 1, s 2 0.

21 Este problema tiene como FBS: NB {x 1 = 0, x 2 = 0} B {s 1 = 40, s 2 = 60} A(0,0) NB {x 1 = 0, s 1 = 0} B {x 2 = 40, s 2 = 20} B(0,40) NB {x 2 = 0, s 2 = 0} B {x 1 = 30, s 1 = 10} E(30,0) NBs {s 1 = 0, s 2 = 0} B {x 1 = 20, x 2 = 20} F(20,20) Son adyacentes: A(0,0) y B(0,40), A(0,0) y E(30,0), B(0,40) y F(20,20), y E(30,0) y F(20,20). B(0, 40) F (20, 20) A(0, 0) E(30, 0)

22 Algoritmo El algoritmo procede de la siguiente manera: 1. Convierta el modelo PL a su forma estándar. 2. Obtenga una SBF a la forma estándar. 3. Determine si la SBF es óptima: Si hay una variable no básica cuyo aumento hace que el valor actual de la función a maximizar suba, entonces la solución actual no es óptima. 4. Si la SBF no es óptima, determine la variable no-básica que debería convertise en básica (la de mayor impacto en la función objetivo) y cuál variable básica debería convertise en una no-básica (la que impone una restricción mayor a la variable de mayor impacto). Con la selección anterior y usando operaciones elementales de renglón determine una SBF nueva adyacente a la anterior. 5. Reinicie con el paso 3 con la nueva SBF. al Método

23 al Método Muebles Dakota construye escritorios, mesas y sillas. La construcción de cada tipo de mueble requiere madera, mano de obra en carpintería y mano de obra en terminado. Recurso Escritorio Mesa Silla Madera(pies) Terminado (horas) Carpintería (horas) Actualmente se tiene disponibles 48 pies de madera, 20 horas de terminado y 8 horas de carpintería. Un escritorio se vende en $60, una mesa en $30 y una silla en $20. La compañía cree que la demanda por escritorios y sillas es iĺımitada, pero que a lo más 5 mesas se pueden vender. Como los recursos están disponibles, la compañia sólo desea maximizar las ventas.

24 El modelo PL se formula como: Variables de decisión: x 1 = Número de escritorios a producirse x 2 = Número de mesas a producirse x3 = Número de sillas a producirse Objetivo: Restricciones: Maximizar ventas z = 60 x x x 3 Por madera disponible (pies): 8 x x 2 + x 3 48 Por horas de terminado disponibles: 4 x x 2 + 1,5 x 3 20 Por horas de carpintería disponibles: 2 x 1 + 1,5 x 2 + 0,5 x 3 8 Por demanda: x 2 5 De signo: x1, x 2, x 3 0 al Método

25 En la forma estándar con la función objetivo vista a su vez como ecuación queda: z 60 x 1 30 x 2 20 x 3 = 0 8 x x 2 + x 3 + s 1 = 48 4 x x 2 + 1,5 x 3 + s 2 = 20 2 x 1 + 1,5 x 2 + 0,5 x 3 + s 3 = 8 x 2 + s 4 = 5