PLs no acotados El método símplex en dos fases PLs no factibles. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
|
|
- Natalia Aguilar Zúñiga
- hace 7 años
- Vistas:
Transcripción
1 PLs no acotados El método símplex en dos fases PLs no factibles Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12
2 Esquema PLs no acotados Necesidad de obtener un vértice inicial o determinar que el PL es no-factible El método Símplex en dos fases Fase I Fase II Ejemplos
3 Detectando PLs no acotados Supongamos que queremos poner la variable x j en la base, con coste reducido negativo: c j < 0 Para determinar quévariablebásica sacar, aplicamos la Regla del Cociente Mínimo: Sacar la variable básica de una fila i con ā ij > 0 que cumpla: { } bi bk =min :ā kj > 0 ā ij ā kj Pero Qué ocurre si ā ij 0 para cada fila i?
4 Detectando PLs no acotados (cont.) Vimos en la Lección 3 que, dada la base B, podemos z =maxc T x reformular el PL sujeto a Ax = b x 0 como el PL equivalente: z = z +max c T Nx N sujeto a x B + Ā Nx N = b x B 0, x N 0
5 donde A = [ B ] N y Ā = B 1 A = [ I ] B 1 N, b = B 1 b 0, c T N = c T BB 1 N c T N z = c T BB 1 b = c T B b Nota: c T = c T B B 1 A c T = c T BĀ ct
6 Detectando PLs no acotados (cont.) Supongamos que queremos poner la variable x j en la base, con coste reducido negativo: c j < 0 Supongamos que ā ij 0 para cada fila i : ā j 0 Construimos la siguiente familia paramétrica de soluciones factibles para el PL equivalente: para cada parámetro λ>0, tomamos x j (λ) =λ, x B (λ) = b λā j y x k (λ) =0 para las demás variables El valor del objetivo en x(λ) es: z(λ) =c T x(λ) = z c j x j (λ) = z c j λ + cuando λ + Por tanto, el PL es no acotado: z =+
7 Ejemplo Consideremos la tabla Símplex de un PL: VB x 1 x 2 x 3 x 4 x 5 LD x x x x z e Esta tabla nos indica que el PL es no acotado. Por qué?
8 Construir una familia x(λ): λ>0 de soluciones factibles, cuyo valor z(λ) tienda a + cuando λ + Variable que entraría en la base: x 4,con c 4 = 1 < 0 Definimos x(λ) por: x 4 (λ) =λ y x B = x 2 x 5 x 3 x 1 = b λā 4 = λ z(λ) = z c j λ = λ + cuando λ +
9 Vértices iniciales; no factibilidad El método Símplex parte de un vértice (SBF) inicial En algunos PLs (en formato estándar, con b 0 )es sencillo identificar una SBF inicial: cuando la matrix A contiene una submatriz identidad B = I Pero, en general, no es evidente cómo hacerlo Necesitamos un procedimiento para: obtener una SBF inicial, si existe una; o, si no, determinar que el PL es no-factible Daremos tal procedimiento: La Fase I del método Símplex
10 Fase I del método Símplex Consideremos un PL en formato estándar, con x =(x 1,...,x n ) T, A =(a ij ) m n, b 0 : z =maxc T x = c 1 x c n x n sujeto a Ax = b x 0 Pregunta 1: Es el PL factible? Pregunta 2: Si es factible, Cómo construir una SBF inicial?
11 El PL-Fase I Suponemos que la matriz A no contiene una submatriz identidad (si la contuviera, la tomaríamos como base inicial) Si es posible, identificamos algunas columnas a j1,...,a jm k de A que puedan formar parte de una submatriz identidad Aumentamos A con las columnas auxiliares necesarias a n+1,...,a n+k para completar una submatriz identidad Añadimos las correspondientes variables auxiliares x n+1,...,x n+k 0 Tomamos como base inicial la matriz identidad obtenida El objetivo del PL-Fase I es minimizar la suma de las variables auxiliares, para eliminarlas si es posible
12 El método Símplex en dos fases El objetivo del PL-Fase I es minimizar la suma de las variables auxiliares, paraeliminarlas si es posible Resolvemos con el método Símplex el PL-Fase I Caso 1: Si el objetivo mínimo del PL-Fase I es positivo: el PL original no es factible Por qué? Caso 2: Si el objetivo mínimo del PL-Fase I es cero: el PL original es factible En el caso 2: utilizamos la SBF final del PL-Fase I (que no ha de contener variables auxiliares) como SBF inicial del PL original (PL-Fase II), y aplicamos a éste el método Símplex Éste es el Método Símplex en dos fases
13 Ej.: Método Símplex en dos fases Consideremos el PL z =maxx 1 + x 2 + x 3 sujeto a x 1 + x 2 + x x 3 5 x 1 + x 2 + x 3 =0 2x 1 x 2 +2x 3 =0 x 1,x 2,x 3 0 Es factible?
14 Reformulamos el PL en formato estándar z =maxx 1 + x 2 + x 3 sujeto a x 1 + x 2 + x 3 x 4 = 100 x 3 + x 5 =5 x 1 + x 2 + x 3 =0 2x 1 x 2 +2x 3 =0 x 1,x 2,x 3,x 4,x 5 0
15 En notación matricial, con x =(x 1,...,x 5 ) T : z =max(1, 1, 1, 0, 0)x sujeto a x = x No es evidente qué baseinicial B de A seleccionar La matrix A no contiene una submatriz identidad
16 Aumentamos la matriz A con las columnas necesarias para que contenga una submatriz identidad, añadiendo las variables auxiliares no-negativas correspondientes Después, tratamos de eliminar esas variables auxiliares resolviendo el PL-Fase I, cuyo objetivo es minimizar la suma de las variables auxiliares
17 En el ejemplo, añadimos variables auxiliares x 6,x 7,x 8. Con ˆx =(x 1,...,x 5,x 6,x 7,x 8 ) T,elPL-Fase I es: z I =max x 6 x 7 x 8 sujeto a ˆx 0 ˆx = Seleccionamos como variables básicas iniciales: x 6,x 5,x 7,x 8. Por qué? Cuál es la base ˆB inicial?
18 Calculamos los costes reducidos c =( c j ) correspondientes a la base seleccionada. Cómo? Denotamos por  la matriz de coeficientes ampliada, y por ĉ =(ĉ j ) el vector de coeficientes del objetivo auxiliar: ĉ =(ĉ 1,...,ĉ 5, ĉ 6, ĉ 7, ĉ 8 )=(0, 0, 0, 0, 0, 1, 1, 1) Aplicamos la identidad (ver Lección 3) c =(ĉ 6, ĉ 5, ĉ 7, ĉ 8 ) ˆB 1  ĉ =(ĉ 6, ĉ 5, ĉ 7, ĉ 8 ) ĉ
19 La tabla Símplex inicial para el PL-Fase I es: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
20 Seleccionamos el primer pivote: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
21 Tras el primer pivotaje, obtenemos la tabla: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e Observación: el objetivo no ha aumentado: Por qué?
22 Elegimos el siguiente pivote: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e Aumentará el objetivo al pivotar?
23 Tras el segundo pivotaje, obtenemos la tabla: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD 3 x x x x z e
24 Elegimos el siguiente pivote: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD 3 x x x x z e Aumentará el objetivo al pivotar?
25 Tras el tercer pivotaje, obtenemos la tabla: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e Esta tabla Símplex es óptima El objetivo óptimo del PL-Fase I es: z I = 100 e 0 Conclusión: El PL original no es factible
26 Otro ejemplo Consideremos el PL z =maxx 1 + x 2 + x 3 sujeto a x 1 + x 2 + x x 3 5 x 1 + x 2 + x 3 =0 x 1 x 2 + x 3 =0 x 1,x 2,x 3 0 Es factible? Si lo fuese, con qué baseempezar?
27 Reformulamos el PL en formato estándar z =maxx 1 + x 2 + x 3 sujeto a x 1 + x 2 + x 3 x 4 = 100 x 3 + x 5 =5 x 1 + x 2 + x 3 =0 x 1 x 2 + x 3 =0 x 1,x 2,x 3,x 4,x 5 0
28 En el ejemplo, añadimos variables auxiliares x 6,x 7,x 8. Con ˆx =(x 1,...,x 5,x 6,x 7,x 8 ) T,elPL-Fase I es: z I =max x 6 x 7 x 8 sujeto a ˆx 0 ˆx = Seleccionamos como variables básicas iniciales: x 6,x 5,x 7,x 8. Por qué?
29 Calculamos los costes reducidos c =( c j ) correspondientes a la base seleccionada. Cómo? Denotamos por  la matriz de coeficientes ampliada, y por ĉ =(ĉ j ) el vector de coeficientes del objetivo auxiliar: ĉ =(ĉ 1,...,ĉ 5, ĉ 6, ĉ 7, ĉ 8 )=(0, 0, 0, 0, 0, 1, 1, 1) Aplicamos la identidad (ver Lección 3) c =(ĉ 6, ĉ 5, ĉ 7, ĉ 8 ) ˆB 1  ĉ
30 La tabla Símplex inicial para el PL-Fase I es: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
31 Seleccionamos el primer pivote: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
32 Tras el primer pivotaje, obtenemos la tabla: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
33 Seleccionamos el segundo pivote: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
34 Tras el segundo pivotaje, obtenemos la tabla: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
35 Seleccionamos el tercer pivote: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e
36 Tras el tercer pivotaje, obtenemos la tabla: VB x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 LD x x x x z e Fin de la Fase I (tabla óptima): como z I =0, el PL original es factible A partir de esta tabla, construimos la tabla inicial del PL original, con variables básicas x 2,x 5,x 3,x 1
37 Comenzamos la Fase II, con tabla Símplex inicial: VB x 1 x 2 x 3 x 4 x 5 LD x x x x z e Hemos eliminado las variables auxiliares x 6,x 7,x 8 Esta tabla nos indica que el PL original es no acotado
38 Cómo hemos calculado los costes reducidos c =( c j ) correspondientes a la base seleccionada? Denotamos por c =(c j ) el vector de coeficientes del objetivo original: c =(c 1,...,c 5 )=(1, 1, 1, 0, 0) Aplicamos la identidad (ver Lección 3) c =(c 2,c 5,c 3,c 1 )B 1 A c =(c 2,c 5,c 3,c 1 )Ā c
Soluciones 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 detallesPASO 1: Poner el problema en forma estandar.
MÉTODO DEL SIMPLEX PASO Poner el problema en forma estandar: La función objetivo se minimiza y las restricciones son de igualdad PASO 2 Encontrar una solución básica factible SBF PASO 3 Testar la optimalidad
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 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 detallesMétodo Simplex: Encontrado una SBF
Método Simplex: Encontrado una SBF CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 1 / 31 Determinación de SBF Determinación de SBF El método
Más detallesExamen de Investigación Operativa 2006/07
Examen de Investigación Operativa 2006/07 ITIG-UC3M, 10 de septiembre de 2007, 10:00-12:00 Nombre, apellidos, grupo y NIA: Problema 1 Problema 2 Problema 3 Problema 4 Total Nota: indica en cada caso el
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
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 detallesModelos de Programación Lineal: Resolución gráfica y Teorema fundamental. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Modelos de Programación Lineal: Resolución gráfica y Teorema fundamental Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Resolución gráfica de problemas de
Más detallesPasos en el Método Simplex
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 20 El Método Simplex ICS 1102 Optimización Profesor : Claudio Seebach 16 de octubre de 2006
Más detallesSi el objetivo es maximizar, entonces se tiene la forma estándar de maximización y, si el objetivo es minimizar, la forma estándar de minimización.
Tema El método simplex Los modelos lineales con dos o tres variables se pueden resolver gráficamente. En el Tema hemos visto la solución gráfica de modelos lineales de dos variables. Sin embargo, este
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 detallesDesarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:
Método simplex modificado Los pasos iterativos del método simplex modificado o revisado son exactamente a los que seguimos con la tabla. La principal diferencia esá en que en este método se usa el algebra
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 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 detallesDefinición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual
7. Programación lineal y SIMPLEX Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual Programación Lineal
Más detallesSemana 2 [1/29] Matrices. 31 de julio de Matrices
Semana 2 [1/29] 31 de julio de 2007 elementales Semana 2 [2/29] Matriz de permutación Matriz de permutación Una matriz elemental de permutación tiene la siguiente estructura: 1 0 0 1 0 1 fila p 1 I pq
Más detallesEjercicios resueltos del capítulo 1
Ejercicios resueltos del capítulo Ejercicios impares resueltos..b Resolver por el método de Gauss el sistema x +x x +x 4 +x = x x +x 4 = x +x +x = x +x x 4 = F, ( ) F 4, () F, ( ) F, () 8 6 8 6 8 7 4 Como
Más detallesEjemplo 1. Ejemplo introductorio
. -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo
Más detallesANÁLISIS DE SENSIBILIDAD.
ANÁLISIS DE SENSIBILIDAD. En la mayoría de las aplicaciones practicas, algunos datos del problema no son conocidos con exactitud y por esto son estimados tan bien como sea posible. Es importante poder
Más detalles4. Método Simplex de Programación Lineal
Temario Modelos y Optimización I 4. Método Simplex de Programación Lineal A- Resolución de problemas, no particulares, con representación gráfica. - Planteo ordenado de las inecuaciones. - Introducción
Más detallesEJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés
EJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés CONSTRUCCION DE LA TABLA INICIAL DEL MÉTODO SIMPLEX Una vez que el alumno ha adquirido la
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 detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesEjercicios - Resolución de problemas lineales. Método Simplex
Ejercicios - Resolución de problemas lineales. Método Simplex Programación Matemática LADE Curso 8/9. Dado el problema lineal máx x x x + x s.a. x + x + x = 4 x + x 4 x justifica que el punto x = ( T es
Más detallesExamen de Investigación Operativa (Plan 96) Febrero de er Parcial
Examen de Investigación Operativa (Plan 96) Febrero de 2010 1 er Parcial Solución del Ejercicio 1. Definimos las variables de decisión ½ 1, si se coloca una cámara en el punto de localización i x i = 0,
Más detallesRepaso del algoritmo SIMPLEX
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN70K: Clase Auxiliar Repaso del algoritmo SIMPLEX Marcel Goic F. 1 1 Esta es una versión bastante
Más detallesProblemas de Programación Lineal: Método Simplex
Problemas de Programación Lineal: Método Simplex Ej. (3.1) (C) Los siguientes Tableaux fueron obtenidos en el transcurso de la resolución de PL en los cuales había que maximizar una Función Objetivo con
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 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 detallesMatrices, Determinantes y Sistemas de ecuaciones lineales
Tema 1 Matrices, Determinantes y Sistemas de ecuaciones lineales 1.1. Matrices Definición: Una MATRIZ es un conjunto de números reales dispuestos en forma de rectángulo, que usualmente se delimitan por
Más detalles315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versión Integral /3 29/ UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA (VERSION.2) ASIGNATURA: Investigación de Operaciones I CÓDIGO: 35 MOMENTO: Prueba
Más detallesLa lección de hoy de febrero de Notación. Solución factible básica
1.3 1 de febrero de La lección de hoy Método simplex (continuación) Entregas: material de clase Nota: el diseño de esta presentación incluye animaciones que permiten verla en forma de diapositivas. Repaso
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 detallesMÉTODO SIMPLEX. PROFESORA: LILIANA DELGADO HIDALGO Estandarización Tradicional
MÉTODO SIMPLE POFESOA: LILIANA DELGADO HIDALGO Lilianadelgado@correounivalleeduco Minimizar 4x + x Sueto a: x + x 4x + x 6 x + x 4 x, x Estandarización Tradicional Minimizar 4x + x Sueto a: x + x 4x +
Más detallesLa programación lineal hace referencia al uso eficiente o distribución de recursos limitados, para alcanzar unos objetivos determinados.
Programación lineal La programación lineal hace referencia al uso eficiente o distribución de recursos limitados, para alcanzar unos objetivos determinados. El nombre de programación no se refiere a la
Más detallesTema 3 Optimización lineal. Algoritmo del simplex
Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo
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 detallesCLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO
MATEMÁTICAS AVANZADAS PARA LA INGENIERÍA EN SISTEMAS CLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. SISTEMAS LINEALES DISCRETOS Y CONTINUOS 1.1. Modelos matemáticos 1.2. Sistemas 1.3. Entrada
Más detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
Más detallesTema 3 Resolución de Sistemas deecuaciones Lineales
Tema 3 Resolución de Sistemas de Ecuaciones Lineales E.T.S.I. Informática Indice 1 Introducción 2 Resolución de Sistemas Triangulares Triangulación por el Método de Gauss Variante de Gauss-Jordan Comentarios
Más detallesSISTEMAS DE ECUACIONES LINEALES
1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables
Más detallesOptimización combinatoria Flujo en redes. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Optimización combinatoria Flujo en redes Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Optimización combinatoria: definición y formulación de PE El problema
Más detallesOptimización lineal con R José R. Berrendero
Optimización lineal con R José R. Berrendero Introducción Veamos cómo se pueden resolver problemas de optimización lineal con R a través de algunos ejemplos sencillos. La mayor parte de las funciones necesarias
Más detallesUNIVERSIDAD CARLOS III DE MADRID
UNIVERSIDAD CARLOS III DE MADRID Departamento de Economía Tema 1: Matrices y sistemas de ecuaciones lineales Empezaremos por recordar conceptos ya conocidos de álgebra lineal como las matrices, determinantes,
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 detalles2.1 Introducción. Propiedades.
19 2 MATRICES II: DETERMINANTES En este segundo capítulo de matrices, aprenderemos a utilizar una herramienta muy importante como son los determinantes Gracias a ellos, podremos calcular la inversa de
Más detallesTema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES
Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...
Más detallesProgramación entera: Ejemplos, resolución gráfica, relajaciones lineales. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Programación entera: Ejemplos, resolución gráfica, relajaciones lineales Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Programación entera: definición, motivación,
Más detallesEn el siguiente capítulo se hará un repaso de algunas propiedades básicas de conjuntos convexos, para después explicar el método simplex.
Capitulo 2 Método Simplex Para explicar el método de generación de columnas se explicaran a continuación conceptos básicos de la programación lineal y el método simplex. En especial, el concepto de costo
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 detallesMETODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ. Max Z= 12X 1 + 15X 2
METODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ Max Z= 12X 1 + 15X 2 Sujeto a: 2X 1 + X 2
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 detallesMatrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =
Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente
Más detallesEstrategias de pivoteo
Estrategias de pivoteo Objetivos. Resolver sistemas de ecuaciones lineales aplicando varias técnicas de pivoteo; programar estos algoritmos. Requisitos. Operaciones elementales, experiencia de resolver
Más detallesMatrices escalonadas y escalonadas reducidas
Matrices escalonadas y escalonadas reducidas Objetivos. Estudiar las definiciones formales de matrices escalonadas y escalonadas reducidas. Comprender qué importancia tienen estas matrices para resolver
Más detallesÁlgebra Lineal. Tema 7. Forma normal de una transformación
Álgebra Lineal Tema 7. Forma normal de una transformación Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V
Más detallesMatrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.
Matrices Introducción Una matriz de m filas y n columnas con elementos en el cuerpo K es un rectángulo de elementos de K (es decir, números) del tipo a a 2 a n a 2 a 22 a 2n A = (a ij ) = a m a m2 a mn
Más detallesPROPUESTA A. b) Para dicho valor de a, da la ecuación implícita de un plano que contenga a r y a s. (1 25 puntos)
PROPUESTA A 1A. a) Calcula los valores de los parámetros a, b R para que la función { sea continua y derivable en x = 0. (1 5 puntos) b) Para los valores encontrados, calcula la ecuación de la recta tangente
Más detallesLección 5.1: Matrices y determinantes. Primeros conceptos. Objetivos de esta lección
Matemáticas Tema 5: Conceptos básicos sobre matrices y vectores Objetivos Lección 5.: y determinantes Philippe Bechouche Departamento de Matemática Aplicada Universidad de Granada 3 4 phbe@ugr.es 5 Qué
Más detallesDUALIDAD EN PROGRAMACION LINEAL
DUALIDAD EN PROGRAMACION LINEAL Relaciones primal-dual Asociado a cada problema lineal existe otro problema de programación lineal denominado problema dual (PD), que posee importantes propiedades y relaciones
Más detallesMat r i z in v e r s a
Unidad 2 Método de GaUss Mat r i z in v e r s a M U lt i pli cat i va Objetivos: Al inalizar la unidad, el alumno: Representará un sistema de m ecuaciones lineales con n incógnitas mediante una matriz
Más detallesExamen de Junio de 2011 (Común) con soluciones (Modelo )
Opción A Junio 011 común ejercicio 1 opción A ['5 puntos] Se desea construir un depósito cilíndrico cerrado de área total igual a 54 m. Determina el radio de la base y la altura del cilindro para que éste
Más detallesIntroducción a Matrices y Eliminación Gaussiana
Introducción a Matrices y Eliminación Gaussiana 1 Sistema de Ecuaciones Matricial 2 Definición Una matriz es un arreglo rectangular de valores llamados elementos, organizados por filas y columnas. Ejemplo:
Más detallesDeterminantes. Primera definición. Consecuencias inmediatas de la definición
Determinantes Primera definición Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de cada fila y de
Más detallesOptimización 2 o de Ingeniería Informática
Optimización 2 o de Ingeniería Informática Félix Gómez Mármol Curso 2002-2003 2 Índice general 1 El Problema de la Programación Lineal 5 11 Elementos que definen un problema de Programación Lineal 5 111
Más detallesUniversidad Carlos III de Madrid Licenciatura en Administración de Empresas Examen de Programación Matemática 19 de Septiembre de 2007 Soluciones
Universidad Carlos III de Madrid Licenciatura en Administración de Empresas Examen de Programación Matemática 9 de Septiembre de 7 Soluciones. ( puntos Tu empresa proporciona automóviles a algunos de sus
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION M. En C. Eduardo Bustos Farías 1 Minimización El método simplex puede aplicarse a un problema de minimización si se modifican los pasos del algoritmo: 1. Se cambia
Más detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detallesContenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
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 detallesAnálisis de Sensibilidad
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 5 Contenidos
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 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 detallesÁlgebra Lineal - Grado de Estadística. Examen final 26 de junio de 2013 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final de junio de APELLIDOS, NOMBRE: DNI: Firma Primer parcial Ejercicio ( Sea A una matriz simétrica definida positiva de orden n y v R n Pruebe que la matriz
Más detallesTEMA 4: Espacios y subespacios vectoriales
TEMA 4: Espacios y subespacios vectoriales 1. Espacios vectoriales Sea K un cuerpo. Denominaremos a los elementos de K escalares. Definición 1. Un espacio vectorial sobre K es un conjunto V cuyos elementos
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 8 de Septiembre de 23 25 puntos Dado el problema lineal máx x + x 2 x 3 sa x + x 2 + x 3 2 2x x 2 x 3 2 x, se pide
Más detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
Más detallesPROBLEMAS PROGRAMACIÓN LINEAL CONTINUA
PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA 1. Sea el problema: Max. 3 x 1 + 4 x 2 + 2 x 3 + x 4 s.a. 4 x 1 + 3 x 2 + 4 x 3 + x 4 5 2 x 1 + x 2 + 5 x 3 + 2 x 4 6 x 1 6, 0 x 2 3, x 3 libre, x 4 0 a) Ponerlo
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA SEDE: UNI-NORTE PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I (SOLUCIÓN)
UNIVERSIDAD NACIONAL DE INGENIERÍA SEDE: UNI-NORTE PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I Prof.: MSc. Ing. Julio Rito Vargas Avilés (SOLUCIÓN) I. Representar gráficamente la región determinada
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 detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 6. revisado
IO04001 Investigación de Operaciones I Tema # 6 Introducción al método simplex matricial o revisado Objetivos de aprendizaje Al finalizar el tema serás capaz de: Emplear el Método simplex Matricial para
Más detallesTema 6.- Sistemas de ecuaciones lineales Resolución por el método de Gauss.
Sistemas de ecuaciones equivalentes. Tema 6.- Sistemas de ecuaciones lineales. 6.1.- Resolución por el método de Gauss. Son los que tienen las mismas soluciones Hay dos operaciones básicas que transforman
Más detallesARITMÉTICA Y ÁLGEBRA
ARITMÉTICA Y ÁLGEBRA 1.- Discutir el siguiente sistema, según los valores de λ: Resolverlo cuando tenga infinitas soluciones. Universidad de Andalucía SOLUCIÓN: Hay cuatro ecuaciones y tres incógnitas,
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 2 ) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Septiembre de 01 (Modelo ) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Septiembre 01 ['5 puntos] Un alambre de 10 metros de longitud se divide en dos trozos.
Más detallesProblemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Problemas de programación entera: El método Ramifica y Acota Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema La estrategia Divide y vencerás Árboles de enumeración
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 46 Capítulo II 2 / 46 1 Introducción Métodos Directos Sistemas Triangulares Sustitución Hacia Atrás Invertibilidad de una Matriz
Más detallesMatemáticas
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 detallesMétodo de mínimo cuadrados (continuación)
Clase No. 10: Método de mínimo cuadrados (continuación) MAT 251 Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesNelson Devia C Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3 Contenidos
Más detallesTEMA 1. Álgebra matricial y programación lineal
TEMA 1 Álgebra matricial y programación lineal Muchos problemas en las matemáticas y sus aplicaciones conducen a sistemas de ecuaciones lineales, del tipo: a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 3: ESPACIO AFÍN Y EUCLÍDEO
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 9 MATEMÁTICAS II TEMA 3: ESPACIO AFÍN Y EUCLÍDEO Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción A Reserva 1, Ejercicio
Más detallesContenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices
elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3
UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3 Matriz unitaria "I" de base con variables artificiales. Cuando el problema de programación lineal se expresa en la forma canónica de maximizar, las variables de holgura
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 detallesMétodo de mínimos cuadrados (Continuación)
Clase No. 11: MAT 251 Método de mínimos cuadrados (Continuación) Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT
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 detallesSistemas de ecuaciones lineales
Tema 1 Sistemas de ecuaciones lineales 11 Definiciones Sea K un cuerpo Una ECUACIÓN LINEAL CON COEFICIENTES EN K es una expresión del tipo a 1 x 1 + + a n x n = b, en la que n es un número natural y a
Más detallesPROBLEMAS DE OPTIMIZACIÓN LINEAL
PROBLEMAS DE OPTIMIZACIÓN LINEAL PROBLEMA DE LA PRODUCCIÓN 1.- Una fábrica elabora dos tipos de productos, A y B. El tipo A necesita 2 obreros trabajando un total de 20 horas, y se obtiene un beneficio
Más detallesEcuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa
Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación
Más detalles