Matemáticas
|
|
- Francisca Ferreyra Carrasco
- hace 5 años
- Vistas:
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
Conversión a la Forma Estándar
10 de junio de 2014 Introducción Introducción En esta lectura daremos una introducción al método Simplex desarrollado por George Bernard Dantzig (8 de noviembre de 1914 13 de mayo de 2005) en 1947. Este
Más detalleseuresti@itesm.mx Matemáticas
al Método al Método Matemáticas al Método En esta lectura daremos una introducción al método desarrollado por George Bernard Dantzig (8 de noviembre de 1914-13 de mayo de 2005) en 1947. Este método se
Más detallesContenido: Solución algebraica a los problemas de programación lineal con el método simplex.
Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto
Más detallesMATE Método Simplex maximización estándar
MATE 3012 Método Simplex maximización estándar Problema de maximización estándar Un problema de maximización de programación lineal está en la forma estándar, si la función objetiva w = c 1 x 1 + c 2 x
Más detallesForma estándar de un programa lineal
Forma estándar de un programa lineal Sin pérdida de generalidad, todo programa lineal se puede escribir como: min cx s.t Ax = b x 0 Objetivo: minimizar Todas las desigualdades como ecuaciones Todas las
Más detalles1.Restricciones de Desigualdad 2.Procedimiento algebraico
Universidad Nacional de Colombia Sede Medellín 1. Restricciones de Desigualdad Clase # 6 EL MÉTODO M SIMPLEX El método m simplex es un procedimiento algebraico: las soluciones se obtienen al resolver un
Más detallesOptimización y Programación Lineal
Optimización y Programación Lineal Método Simplex: Minimización 3 de enero de Método Simplex: Minimización () Optimización y Programación Lineal 3 de enero de / 4 Minimización Minimización En la definición
Más detallesTema 3. El metodo del Simplex.
Tema 3. El metodo del Simplex. M a Luisa Carpente Rodrguez Departamento de Matematicas.L. Carpente (Departamento de Matematicas) El metodo del Simplex 2008 1 / 28 Objetivos 1 Conocer el funcionamiento
Más detallesProgramación Lineal. El método simplex
Programación Lineal El método simplex El método simplex es una herramienta algebraica que permite localizar de manera eficiente el óptimo entre los puntos extremos de una solución a un problema de programación
Más detallesPropiedades de los Determinantes
Propiedades de los Determinantes Departamento de Matemáticas, CCIR/ITESM 26 de mayo de 2010 Índice 19.1. Propiedades............................................... 1 19.2. La adjunta de una matriz cuadrada..................................
Más detallesUn sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:
Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Más detallesLa Programación Lineal. H. R. Alvarez A., Ph. D. 1
La Programación Lineal H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución
Más detallesLo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.
Clase # 8 Hasta el momento sólo se han estudiado problemas en la forma estándar ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Maximizar Z. Restricciones de la forma. Todas las variables no negativas. b i 0 para
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4
Ing. César Urquizú UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú Teoría de la dualidad El desarrollo de esta teoría de la dualidad es debido al interés que existe en la interpretación económica
Más detallesMétodo Simplex. Ing. Ricardo Fernando Otero, MSc
Método Simplex Ing. Ricardo Fernando Otero, MSc Forma estándar de un modelo de programación lineal Dirección de mejora: Maximizar Todas las restricciones deben ser El lado izquierdo debe contener solo
Más detallesINGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA
INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex
Más detallesLa Programación Lineal. H. R. Alvarez A., Ph. D. 1
La Programación Lineal H. R. Alvarez A., Ph. D. 1 Aspectos generales Se considera a George Dantzig el padre de la P. L. Su objetivo es el de asignar recursos escasos a actividades que compiten por ellos.
Más detalles(2.b) PROPIEDADES DE LOS MODELOS LINEALES
(2.b) PROPIEDADES DE LOS MODELOS LINEALES ESTUDIO GRÁFICO DE UN P.P.L. EN R 2. Caracterización de la región factible. Resolución gráfica del problema. Óptimos alternativos. Problemas no factibles y no
Más detallesPLE: Ramificación y Acotamiento
PLE: Ramificación y Acotamiento CCIR / Depto Matemáticas TC3001 CCIR / Depto Matemáticas PLE: Ramificación y Acotamiento TC3001 1 / 45 La compañía TELFA fabrica mesa y sillas. Una mesa requiere 1 hora
Más detallesMÉTODO SIMPLEX. Introducción
MÉTODO SIMPLEX Introducción El Método Simplex publicado por George Dantzig en 1947 consiste en un algoritmo iterativo que secuencialmente a través de iteraciones se va aproximando al óptimo del problema
Más detallesCon miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:
Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más detallesMETODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar.
METODO SIMPLEX El algoritmo Simplex comprende los siguientes pasos: Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar. Al elaborar el modelo matemático que representa
Más detallesProgramación Lineal. - Si no: Sea j tal que c
Programación Lineal El objetivo de este documento es hacer una breve introducción a la programación lineal que pueda contribuir al fácil manejo de la aplicación. La programación lineal es un procedimiento
Más detallesProgramación Lineal Continua
Elisenda Molina Universidad Carlos III de Madrid elisenda.molina@uc3m.es 8 de octubre de 2008 Esquema 1 Formulación y Ejemplos 2 3 Ejemplo: Producción de carbón Una empresa minera produce lignito y antracita.
Más detallesEl planteamiento y la solución obtenidos por medio del WINQSB son:
Ejemplos sobre la Regla del 100% 1. Mi alimentación requiere que todo lo que coma pertenezca a uno de los cuatro grupos básicos de alimentos (pastel de chocolate, helado, refrescos y pastel de queso).
Más detallesProgramación lineal: Algoritmo del simplex
Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b
Más detallesSoluciones básicas factibles y vértices Introducción al método símplex. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Soluciones básicas factibles y vértices Introducción al método símplex Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema PLs en formato estándar Vértices y soluciones
Más detallesINGENIERO EN COMPUTACION TEMA: MÉTODO SIMPLEX
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACION TEMA: MÉTODO SIMPLEX ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: MARZO DE 2016 UNIDAD DE APRENDIZAJE
Más detallesProgramación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13
Programación Lineal María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Qué es la Programación Lineal? Introducción La Programación
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detalles5.1. Algoritmo en modelos de maximización
5.1. Algoritmo en modelos de maximización El primer tipo de modelo que vamos a resolver por el método símplex es el que tiene como objetivo maximizar a una función lineal, la cual está sujeta a una serie
Más detallesMÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
Más detallesOptimización. Condiciones de Karush-Kuhn-Tucker ITESM. Condiciones de Karush-Kuhn-Tucker Profr. E. Uresti - p. 1/30. Dr. E Uresti
Optimización Condiciones de Karush-Kuhn-Tucker Dr. E Uresti ITESM Condiciones de Karush-Kuhn-Tucker Profr. E. Uresti - p. 1/30 Las condiciones necesarias que deben satisfacer los óptimos de problemas de
Más detallesForma estándar de un PPL con m restricciones y n variables. (b 0)
Forma estándar de un PPL con m restricciones y n variables Maximizar (minimizar) Z = c 1 x 1 + c 2 x 2 +... + c n x n a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 +a 22 x 2 +... + a 2n x n = b 2...
Más detallesMétodo Simplex en Optimización de Problemas de Producción
Método Simplex en Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile - Fernando Islas - Carlos Testuri Héctor Cancela - Antonio Mauttone Depto. Investigación Operativa. Instituto de Computación.
Más detallesTema 18. Programación lineal Formulación primal de un programa lineal
Tema 18 Programación lineal 18.1. Formulación primal de un programa lineal Dentro de la programación matemática hablamos de programación lineal (PL) si tanto la función objetivo como las restricciones
Más detallesLicenciatura en Administración y Dirección de Empresas
Licenciatura en Administración y Dirección de Empresas Programación Matemática de junio de 200 Ejercicio 3 pt. Considera el siguiente problema de programación no lineal:. Se trata de un problema convexo?
Más detallesTema 5: Análisis de Sensibilidad y Paramétrico
Tema 5: Análisis de Sensibilidad y Paramétrico 5.1 Introducción 5.2 Cambios en los coeficientes de la función objetivo 5.3 Cambios en el rhs 5.4 Análisis de Sensibilidad y Dualidad 5.4.1 Cambios en el
Más detallesAlgebra Lineal Tarea No 8: Propiedades de los determinantes Solución a algunos problemas de la tarea (al 29 de junio de 2014)
Algebra Lineal Tarea No 8: Propiedades de los determinantes a algunos problemas de la tarea (al 29 de junio de 2014) 1. Si A y son matrices 2 2 tales que A = 5 y = 4 calcule los determinantes de las matrices:
Más detallesUNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS PLANEACION DIDACTICA BASADE EN OBJETIVOS METODOS CUANTITATIVOS II ANDINO ERIC/LOPEZ LUIS (1ERA EDICION)
UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS PLANEACION DIDACTICA BASADE EN OBJETIVOS ASIGNATURA: AUTOR:EDICION: METODOS CUANTITATIVOS II ANDINO ERIC/LOPEZ LUIS (1ERA EDICION) TEXTO BASICO: METODOS CUANTITATIVOS
Más detallesExamen bloque Álgebra Opcion A. Solución
Examen bloque Álgebra Opcion A EJERCICIO 1A (2 5 puntos) Halle la matriz X que verifique la ecuación matricial A2 X = A B C, siendo A, B y C las matrices Halle la matriz X que verifique la ecuación matricial
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO M. En C. Eduardo Bustos Farías 1 EL METODO SIMPLEX Es un procedimiento general para resolver problemas de programación lineal. Fue desarrollado en el año de 1947 por George
Más detallesx 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3
EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja. Dado el PL: Maximizar x + x x s.a x + x + x x x x x, x, x Calcula la solución del problema aplicando el algoritmo del Simplex. Existe más de una solución óptima?
Más detallesMÉTODO ALGEBRAICO: Obtención de las soluciones básicas:
MÉTODO ALGEBRAICO: El método algebraico es una alternativa de solución a problemas de programación lineal. Sin embargo es muy dispendioso, en razón a que trabaja con todos los datos de las ecuaciones,
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detallesProgramación Lineal. Yolanda Hinojosa
Programación Lineal Yolanda Hinojosa Contenido Formulación primal de un programa lineal. Propiedades Algoritmo del simplex Algoritmo dual del simplex Formulación dual de un programa lineal. Propiedades
Más detallesDualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.
Dualidad 1 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. Condiciones de holgura complementaria. 6 Solución dual óptima en la tabla. 7 Interpretación
Más detallesIntroducción a la Programación Matemática. Yolanda Hinojosa
Introducción a la Programación Matemática Yolanda Hinojosa Contenido Planteamiento general de un problema de programación matemática. Convexidad. ANEXO: Derivadas Sucesivas. Fórmula de Taylor. Clasificación
Más detallesDegeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/
CO-3411 (S08 30/03/2008 98 Degeneración y ciclaje En el caso de problemas generales, una solución será degenerada cuando alguna de las variables básicas se encuentra en una de sus cotas (comparar con el
Más detallesEl algoritmo del Simplex. Forma tabular
El algoritmo del Simplex. Forma tabular 1 Soluciones básicas factibles Consideremos el siguiente poliedro P = {x R n, tal que Ax = b, x } con A M m n, b R m, m n, x y RangoA = RangoA, b = m. Observación
Más detallesCO5411. Dantzig-Wolfe / Descomposición de Benders. Prof. Bernardo Feijoo. 06 de febrero de 2008
Dantzig-Wolfe / Departmento de Cómputo Cientíco y Estadística Universidad Simón Bolívar 06 de febrero de 2008 Contenido 1 Dantzig-Wolfe 2 Contenido Dantzig-Wolfe 1 Dantzig-Wolfe 2 Ahora la nueva base produce
Más detallesFundamentos de Programación Entera. A. Revisión. Carlos Testuri Germán Ferrari
Fundamentos de Programación Entera A. Revisión Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República 2012-2018
Más detallesPROGRAMACIÓN MATEMÁTICA
PROGRAMACIÓN MATEMÁTICA TEMA 1. INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA. CONJUNTOS CONVEXOS. CONVEXIDAD DE UNA FUNCIÓN. PLANTEAMIENTO FORMAL DEL PROBLEMA DE PROGRAMACION MATEMATICA. - Función Objetivo:
Más detallesInvestigación Operativa I. Programación Lineal. Informática de Gestión
Investigación Operativa I Programación Lineal http://invop.alumnos.exa.unicen.edu.ar/ - 2013 Exposición Introducción: Programación Lineal Sistema de inecuaciones lineales Problemas de optimización de una
Más detalles2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION
2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION 1. METODO GRAFICO 2. METODO SIMPLEX - ALGEBRAICO 3. METODO SIMPLEX - TABULAR 4. METODO SIMPLEX - MATRICIAL 1 2.2.1 METODO GRAFICO (modelos con 2 variables)
Más detallesUniversidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I
Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante
Más detallesAlgoritmos con restricción
Algoritmos con restricción El problema general de programación no lineal con restricciones se define como sigue: Maximizar (o minimizar z = f(x g(x 0 Las condiciones X 0 de no negatividad forman parte
Más detallesKg P1 Kg P Unidades Vitamina A
Dualidad El concepto de dualidad desempeña importantes papeles dentro de la programación lineal (también en la no lineal), tanto desde un punto de vista teórico como práctico. Todo programa lineal lleva
Más detallesALGEBRA LINEAL. Capítulo I: Sistemas de Ecuaciones lineales y Matrices. MsC. Andrés Baquero. jueves, 7 de mayo de 15
ALGEBRA LINEAL Capítulo I: Sistemas de Ecuaciones lineales y Matrices MsC. Andrés Baquero jueves, 7 de mayo de 15 Introducción Ecuaciones Lineales Ecuaciones Lineales Ecuaciones Lineales Sistemas Lineales
Más detallesTEORIA DE JUEGOS. M. En C. Eduardo Bustos as
TEORIA DE JUEGOS M. En C. Eduardo Bustos Farías as 1 Teoría a de juegos Es una herramienta matemática tica que analiza las interrelaciones entre dos o mas individuos, y busca un modelo de actuación óptimo.
Más detallesDepartamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c
Programación lineal (+ extensiones). Objetivos y panorama del curso. Departamento de Matemáticas. ITAM. 2008. Introducción Programación lineal http://allman.rhon.itam.mx/ jmorales La programación lineal
Más detallesPROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX
Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,
Más detallesOptimización lineal. Diego A. Patino. 2 de septiembre de Pontificia Universidad Javeriana 1/ 29
Optimización lineal Diego A. Patino Pontificia Universidad Javeriana 2 de septiembre de 2016 1/ 29 Introducción Formulación del problema Herramientes del análisis convexo Formas de las restricciones 2/
Más detalles7. PROGRAMACION LINEAL
7. PROGRAMACION LINEAL 7.1. INTRODUCCION A LA PROGRMACION LINEAL 7.2. FORMULACION DE UN PROBLEMA LINEAL 7.3. SOLUCION GRAFICA DE UN PROBLEMA LINEAL 7.4. CASOS ESPECIALES DE PROBLEMAS LINEALES 7.4.1. Problemas
Más detalles3.1. La Optimización Lineal El Planteamiento
Gerardo Febres Última revisión: 2016.03.23 3.1. La Optimización Lineal 3.1.1.- El Planteamiento Planteemos un problema extremadamente sencillo. Hacer máximas las ganancias obtenidas al vender tornillos.
Más detallesUNIDAD 3 MÉTODO SIMPLEX. Fundamentos del método simplex
UNIDAD 3 MÉTODO SIMPLEX Fundamentos del método simplex Teoría Este método busca la solución, en cada paso, de forma mejorada hasta que no pueda seguir mejorando dicha solución. Al comienzo el vértice principal
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detalles84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.
Tema 3 Dualidad En el desarrollo de la programación lineal la teoria de la dualidad es importante, tanto desde el punto de vista teórico como desde el punto de vista práctico. Para cada modelo lineal se
Más detallesPROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de
Más detallesLa Programación Lineal. H. R. Alvarez A., Ph. D. 1
La Programación Lineal H. R. Alvarez A., Ph. D. 1 Aspectos generales Se considera a George Dantzig el padre de la P. L. Su objetivo es el de asignar recursos escasos a actividades que compiten por ellos.
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 51 Formulación general del problema Óptimos locales Condición de regularidad Condiciones
Más detallesMínimos Cuadrados. Departamento de Matemáticas, CCIR/ITESM. 30 de junio de 2011
Mínimos Cuadrados Departamento de Matemáticas, CCIR/ITESM 30 de junio de 011 Índice 4.1.Introducción............................................... 1 4..Error Cuadrático............................................
Más detallesencuentre la matriz A. Valor 10% 4.- Dada la Matriz A 1 2 Valor 10% 5.- Resuelva la siguiente ecuación matricial.
UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS FACULTAD DE CIENCIAS ECONÓMICAS, CONTABLES Y ADMINISTRATIVAS METODOS CUANTITATIVOS II PRIMER EXAMEN PARCIAL 5/1/9 Valor del examen 1% NOTA Nombre: Número Cuenta:
Más detallesDakota quiere maximizar el ingreso total por que se han comprado ya los recursos. Definiendo las variables de decisión como:
UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO Teléfono 2532-2668/Telefax 2532-2684 INVESTIGACIÓN DE OPERACIONES LABORATORIO #7 ANALISIS DE SENSIBILIDAD Y DUALIDAD DE UN PPL I.
Más detallesmax c T x s.a. Ax b x 0 y un diccionario general para dicho problema a rs x s, c s x s z = d + b r y r min b T y s.a. A T y c y 0
CO-34 (S8) 25/3/28 8 Formalizaremos lo visto en la clase anterior. Considere un problema en forma estándar max s.a. c T x Ax b x un diccionario general para dicho problema x r = b r + a rs x s, s NB z
Más detallesUnidad III Teoría de la Dualidad.
Curso de investigación de operaciones http://www.luciasilva.8k.com/5.5.htm Unidad III Teoría de la Dualidad. III.1 FORMULACIÓN DEL PROBLEMA DUAL La Teoría de la Dualidad es una de las herramientas que
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Profesor: MSc. Julio Rito Vargas Avilés. Estudiantes: FAREM-Carazo Unidad III Metodologías para la Solución
Más detallesmaximización (con restricciones de la forma menor igual que). asociado al modelo primal de minimización y viceversa.
UNIDAD 5 MÉTODO SÍMPLEX maximización (con restricciones de la forma menor igual que). asociado al modelo primal de minimización y viceversa. minimización (con restricciones de la forma mayor que). tenga
Más detallesSemana 11 Matrices y vectores - Sistemas de EDOs - Modelica. Elizabeth Villota Facultad de Ingeniería Mecánica Universidad Nacional de Ingeniería
Matemáticas Aplicadas MA101 Semana 11 Matrices y vectores - Sistemas de EDOs - Modelica Elizabeth Villota Facultad de Ingeniería Mecánica Universidad Nacional de Ingeniería Matrices y vectores Sean dos
Más detallesMÉTODO SIMPLEX. Es un método genérico de solución de problemas lineales, desarrollado por George Dantzig en 1947.
FUNDACIÓN UNIVERSITARIA DE SAN GIL UNISANGIL UNAB Pág. 1 MÉTODO SIMPLEX Es un método genérico de solución de problemas lineales, desarrollado por George Dantzig en 1947. Matricialmente podemos representar
Más detallesAlgebra Matricial y Optimización Primer Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012
Grupo: Matrícula: Nombre: Algebra Matricial y Optimización Primer Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012 1. ( puntos) Para la matriz: 7 23 3 2 0 11 3 1 0 23 3 2 0 1 2 2 indique
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Departamento de Matemáticas ITESM Álgebra Lineal - p. 1/53 La factorización LU de una matriz es una factorización que resume el proceso de eliminación gaussiana aplicado a la matriz
Más detallesTEST IO-I T1. CONCEPTOS PREVIOS. C1.1. Cualquier conjunto convexo tiene al menos un punto extremo?
TEST IO-I T1. CONCEPTOS PREVIOS C1.1. Cualquier conjunto convexo tiene al menos un punto extremo? a) Puede tener puntos extremos. b) Puede no tener puntos extremos. c) Puede tener vértices. C1.2. Es convexo
Más detallesTema 2: Optimización lineal. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga
Tema 2: Optimización lineal Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario El modelo de programación lineal Formulación de modelos Método gráfico
Más detallesOptimización y Programación Lineal
Optimización y Programación Lineal La regla del 100 % 17 de febrero de 2011 La regla del 100 % () Optimización y Programación Lineal 17 de febrero de 2011 1 / 21 Introducción Introducción Veamos ahora
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detallesTEMA 1 Álgebra de matrices 4 sesiones. TEMA 2 Determinantes 4 sesiones. TEMA 3 Sistemas de ecuaciones 4 sesiones
1.1. MATEMÁTICAS II TEMPORALIZACIÓN Y SECUENCIACIÓN: TEMA 1 Álgebra de matrices 4 sesiones TEMA 2 Determinantes 4 sesiones TEMA 3 Sistemas de ecuaciones 4 sesiones TEMA 4 Vectores en el espacio 4 sesiones
Más detalles(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX
(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX FORMA CANÓNICA DE UN SISTEMA Ax = b Forma Standard y Base factible (repaso). Expresión de las v. básicas en función de las no básicas. Forma
Más detallesMÉTODO SIMPLEX. PROFESORA: LILIANA DELGADO HIDALGO
MÉTODO SIMPLEX PROFESORA: LILIANA DELGADO HIDALGO Liliana.delgado@correounivalle.edu.co 2. Relación Entre Método Gráfico y Enumeración De Método Gráfico Sujeto a: x 1 = 4 2x 2 = 12 3x 1 + 2x 2 = 18 Restricciones
Más detallesSOLVER PLANTEAR EL SIGUIENTE EJERCICIO CON SUS PASOS A SEGUIR Y DISEÑAR UN MODELO MATEMATICO CON SUS RESPECTIVAS FUNCIONES
SOLVER PLANTEAR EL SIGUIENTE EJERCICIO CON SUS PASOS A SEGUIR Y DISEÑAR UN MODELO MATEMATICO CON SUS RESPECTIVAS FUNCIONES 1. Analizar el problema ya que se tiene que realizar 2 tablas una para plantear
Más detallesTema 7: Problemas clásicos de Programación Lineal
Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número
Más detallesmax z = c T x sujeto a Ax b
Tema 4 Análisis de sensibilidad El análisis de sensibilidad se realiza después de obtener la solución óptima de un modelo lineal para deteminar como afectan los cambios en los parámetros del modelo a la
Más detallesEJERCICIO 1. Max Z = 6 x x 2 s.r. (1) 4 x x 2 12 (2) 2 x x 2 16 (3) 2 x 1 6 x 1, x 2 0
Considere el Programa Lineal siguiente: EJERCICIO Max Z 6 x + 9 x 2 s.r. () 4 x + 6 x 2 2 (2) 2 x + 8 x 2 6 (3) 2 x 6 x, x 2 0 (.a) 3 2 0 2 3 4 5 6 7 8 El Problema tiene una Región Factible delimitada
Más detallesMETODO SIMPLEX: SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL.
METODO SIMPLEX: SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL. El método Simplex es un procedimiento general para resolver problemas de programación lineal. Desarrollado por George Dantzig en 1947, esta
Más detallesÁlgebra Lineal Ma1010
Álgebra Ma1010 Departamento de Matemáticas ITESM Álgebra - p. 1/31 En este apartado se introduce uno de los conceptos más importantes del curso: el de combinación lineal entre vectores. Se establece la
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesMÉTODO SIMPLEX REVISADO O FORMA MATRICIAL
MÉTODO SIMPLEX REVISADO O FORMA MATRICIAL Algoritmo del método simplex que mejora la eficiencia de los cálculos, se realizan los mismos pasos del método simplex visto, sólo se diferencia en la manera de
Más detalles