Tema 3 Optimización lineal. Algoritmo del simplex
|
|
- Alejandro Quiroga Morales
- hace 6 años
- Vistas:
Transcripción
1 Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid
2 Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo del simplex. Ejemplos. La tabla del simplex. Pivoteo. Método de las dos fases. Optimización lineal con R
3 Teorema fundamental de la programación lineal Por el teorema de representación, el problema lineal: minimizar s.a. c x Ax = b x 0 es equivalente a: minimizar s.a. [ k c i=1 λ ix i + ] l j=1 µ jd j k i=1 λ i = 1 λ i 0, i = 1,..., k µ j 0, j = 1,..., l, donde x 1,..., x k son los puntos extremos del conjunto factible y d 1,..., d l son sus direcciones extremas.
4 Teorema fundamental de la programación lineal Teorema: Consideremos un problema de optimización lineal en forma estándar. Sean x 1,..., x k los puntos extremos del conjunto factible y sean d 1,..., d l sus direcciones extremas. El problema tiene solución factible óptima si y solo si c d j 0, para todo j = 1,..., l. Si esta condición se cumple, existe un punto extremo que es solución factible óptima del problema. Interpretación de la condición de existencia de solución. Puede haber exactamente dos soluciones factibles óptimas? Para resolver un problema lineal se podría comprobar que tiene solución, evaluar c x i para todos los puntos extremos y elegir el mejor de ellos. En la práctica este método no es útil porque el número de puntos extremos puede ser muy grande.
5 El algoritmo del simplex Es un método sistemático para pasar de un punto extremo a otro de manera que siempre mejore el objetivo. En cada paso se puede detectar si ya hemos llegado al óptimo o aún tenemos que pasar a otro punto extremo. También se puede detectar si el problema no tiene solución óptima. Pasar de un punto extremo a otro corresponde a cambiar la base B por una base nueva ˆB. En el simplex ambas bases difieren en un único vector de modo que las operaciones del cambio de base son relativamente sencillas.
6 El algoritmo del simplex Solución factible básica inicial: ( B x = (x 1,..., x m, 0,..., 0) = ( x B, x N 1 ) b ) = := 0 b es el vector de coordenadas de b respecto a la base B. Valor objetivo inicial: z = c B B 1 b = c B b. ) ( b. 0 Valor objetivo en cualquier otro punto factible x = (x B, x N ) : z = c B ( b B 1 Nx N ) + c N x N = z (c B B 1 N c N )x N = z j N(z j c j )x j, donde z j = cb B 1 a j := cb y j. y j = B 1 a j a j = y 1j a y mj a m, es decir, y j es el vector de coordenadas de la columna no básica a j respecto a la base B.
7 El algoritmo del simplex z = z j N(z j c j )x j. Qué ocurre si z j c j 0, para todo j N? Supongamos que existe k N con z k c k > 0. Vamos a pasar de x a una nueva solución factible básica: ˆx = (ˆx 1,..., (r) 0,..., ˆx m, 0,..., (k) α,..., 0), α > 0. El nuevo valor objetivo es: ẑ = z (z k c k )α.
8 El algoritmo del simplex Criterio de entrada: Entra a la base la variable k tal que z k c k = max j N {z j c j : z j c j > 0}. Hay que aumentar α tanto como sea posible sin salirnos del conjunto factible: Aˆx = b es equivalente a ( ) yk ˆx = x + α, donde y k = B 1 a k. e k Qué ocurre si y k 0? Supongamos que y k 0.
9 El algoritmo del simplex Para que ˆx sea factible también hace falta ˆx 0: ˆx B 0 b αy k 0 α b i y ik, para todo i = 1,..., m tal que y ik > 0. El mayor valor posible de α es: { } b i α = min : y ik > 0 := b r y ik y rk Criterio de salida: sale de la base la variable r en la que se alcanza el mínimo anterior.
10 Ejemplo maximizar 3x 1 + x 2 + 2x 3 s.a. 2x 1 + x 2 + x 3 2 x 1 + 2x 2 + 3x 3 5 2x 1 + 2x 2 + x 3 6 x 1 0, x 2 0, x 3 0 Pasamos primero a la forma estándar: minimizar 3x 1 x 2 2x 3 s.a. 2x 1 + x 2 + x 3 + x 4 = 2 x 1 + 2x 2 + 3x 3 + x 5 = 5 2x 1 + 2x 2 + x 3 + x 6 = 6 x i 0, i = 1,..., 6.
11 Ejemplo Solución factible básica inicial: x = (0, 0, 0, 2, 5, 6), para la que el objetivo es z = 0. Escribe los valores de: B, b, c B, y j y z j c j, para todo j N. Es x la solución factible óptima del problema? Qué variable k entra en la base? Qué y k le corresponde? Qué variable r sale de la base?
12 Pivoteo Necesitamos expresar los vectores a j y b respecto a la nueva base ˆB = {a 1, a 5, a 6 }. A esta operación se le llama pivoteo. El pivote es el coeficiente y rk correspondiente a la fila de la variable que sale y la columna de la que entra. Cuál es el pivote en el ejemplo? 2x 1 + x 2 + x 3 + x 4 = 2 x 1 + 2x 2 + 3x 3 + x 5 = 5 2x 1 + 2x 2 + x 3 + x 6 = 6
13 Pivoteo 2x 1 + x 2 + x 3 + x 4 = 2 x 1 + 2x 2 + 3x 3 + x 5 = 5 2x 1 + 2x 2 + x 3 + x 6 = 6 La fila r se divide por el pivote para que el coeficiente de x k sea 1. Al resto de filas se les resta la fila r multiplicada por el valor adecuado para que x k ya no aparezca en esa fila. x 1 + x 2 /2 + x 3 /2 + x 4 /2 = 1 3x 2 /2 + 5x 3 /2 x 4 /2 + x 5 = 4
14 Ejemplo Solución factible básica actual: ˆx = (1, 0, 0, 0, 4, 4), para la que el objetivo es ẑ = 3. Escribe los valores de: c B, y j y z j c j, para todo j N. Es x la solución factible óptima del problema? Qué variable k entra en la base? Qué y k le corresponde? Qué variable r sale de la base?
15 Convergencia Si en cada paso encontramos b = B 1 b > 0, entonces x y ˆx son puntos extremos distintos. Como hay un número finito de puntos extremos, el algoritmo converge en un número finito de iteraciones. Si en algún paso b r = 0, entonces α = 0. Cambia la base, pero el punto extremo es el mismo. Esto podría ocurrir infinitas veces y entonces el algoritmo del simplex no converge (se dice que ha ocurrido un ciclo). Hay criterios de entrada y salida para evitar los ciclos: regla de Bland
16 Tabla simplex Los elementos para efectuar cada iteración se suelen disponer ordenadamente en forma de tabla: c c B c N Variables x B x N x B = b I m m B 1 N z c 0 c B B 1 N c N Las columnas corresponden a variables básicas y no básicas. Las filas corresponden a las variables básicas.
17 Aplica los criterios de entrada y salida a la base. Ejemplo minimizar 4x 1 3x 2 s.a. x 1 + x 2 + x 3 = 2 x 1 + 2x 2 + x 4 = 6 2x 1 + x 2 + x 5 = 6 x i 0, i = 1,..., 5. Tabla inicial: B = (a 3, a 4, a 5 ) = I 3 3 c Variables x 1 x 2 x 3 x 4 x 5 x 3 = x 4 = x 5 = z j c j
18 Ejemplo (primera iteración) c Variables x 1 x 2 x 3 x 4 x 5 x 3 = x 4 = x 5 = z j c j c Variables x 1 x 2 x 3 x 4 x 5 x 3 = 5 0 3/ /2 x 4 = 3 0 3/ /2 x 1 = 3 1 1/ /2 z j c j
19 La solución factible óptima es (2, 2, 2, 0, 0) y el valor objetivo Ejemplo (segunda iteración) c Variables x 1 x 2 x 3 x 4 x 5 x 3 = 5 0 3/ /2 x 4 = 3 0 3/ /2 x 1 = 3 1 1/ /2 z j c j c Variables x 1 x 2 x 3 x 4 x 5 x 3 = x 2 = /3-1/3 x 1 = /3 2/3 z j c j /3-5/3
20 Actualización de la tabla Columna de la izquierda ˆx i = b i αy ik = b i b r y rk y ik ˆx k = α = b r y rk. Valores y ij a k = y 1k a y rk a r + + y mk a m a r = y 1k a a k y mk a m y rk y rk y ( rk a j = y 1j y ) 1k y rj a y ( rj a k + + y mj y ) mk y rj a m y rk y rk y rk
21 Actualización de la tabla Valores y ij Última fila: ŷ ij = y ij y rj y rk y ik, si i r, ŷ rj = y rj y rk ẑ j ĉ j = = m r i=1 m i=1 c i ŷ ij + c k ŷ rj c j = c i y ij c j y rj y rk m i=1 m i=1 ( c i y ij y ) rj y rj y ik + c k c j y rk y rk c i y ik + c k y rj y rk = (z j c j ) y rj y rk (z k c k )
22 Actualización de la tabla En resumen: La fila del pivote (fila r) se divide por el pivote (y rk ). Así se consigue que ŷ rk = 1. A la fila i se les resta la fila r actualizada y multiplicada por y ik. Así se consigue que ŷ ik = 0. A la última fila se le resta la fila r actualizada y multiplicada por z k c k. Así se consigue que ẑ k ĉ k = 0
23 Método de las dos fases Es un método útil para: Encontrar una solución factible básica inicial. Detectar si el conjunto factible es vacío. Detectar si hay restricciones redundantes. Fase 1: Se introducen variables artificiales y se minimiza su suma. Fase 2: Si la suma óptima no es cero entonces el problema original no es factible. En caso contrario las variables artificiales habrán abandonado la base y dispondremos de una base inicial de variables legítimas.
24 Fase 1 Si e = (1,..., 1), se resuelve el problema: minimizar s.a. e x a Ax + Ix a = b x 0, x a 0 Variables artificiales son diferentes a variables de holgura. Este problema tiene una solución factible básica obvia en la que las variables básicas son las artificiales. Sea ( x, x a ) el óptimo al final de la fase 1.
25 Fase 2 Caso 1: x a 0, el problema original no es factible ( por qué?). Caso 2: x a = 0, pueden ocurrir a su vez dos casos Ninguna variable artificial es básica. En este caso se eliminan de la tabla las columnas de las variables artificiales. Se calculan los valores z j c j y se continúa como en el método simplex habitual. Hay alguna variable artificial en la base al nivel 0 (degeneración). Se busca en la fila un pivote para poder sustituirla por una variable legítima. Se calculan los valores z j c j y se continúa como en el método simplex habitual.
26 Ejemplo Problema original: minimizar 4x 1 + x 2 + x 3 s.a. 2x 1 + x 2 + 2x 3 = 4 3x 1 + 3x 2 + x 3 = 3 x 1 0, x 2 0, x 3 0 Problema a resolver en la fase 1: minimizar x a 1 + x a 2 s.a. 2x 1 + x 2 + 2x 3 + x a 1 = 4 3x 1 + 3x 2 + x 3 + x a 2 = 3 x i 0, x a i 0
27 Fase 1 c Variables x 1 x 2 x 3 x1 a x2 a x1 a = x a 2 = z j c j c Variables x 1 x 2 x 3 x1 a x2 a = /3 1-2/3 x a 1 x 1 = /3 0 1/3 z j c j 0-1 4/3 0-5/3 c Variables x 1 x 2 x 3 x1 a x2 a x 3 = 3/2 0-3/4 1 3/4-1/2
28 Fase 2 Partimos de la solución factible básica en la última tabla de la fase 1. Se eliminan las variables artificiales. Se actualizan la primera y la última fila de la tabla. c Variables x 1 x 2 x 3 x 1 = 1/2 1 5/4 0 x 3 = 3/2 0-3/4 1 z j c j 0 13/4 0 Para las variables básicas z j c j = 0. Además, ( ) 5/4 z 2 c 2 = (4, 1) 1 = 13/4. 3/4
29 Fase 2 c Variables x 1 x 2 x 3 x 2 = 2/5 4/5 1 0 x 3 = 9/5 3/5 0 1 z j c j -13/5 0 0 La solución factible óptima del problema viene dada por x 1 = 0, x 2 = 2/5 y x 3 = 9/5 y el valor objetivo óptimo es z = 11/5.
30 Ejemplo Aplica el método de las dos fases para resolver: minimizar x 1 + 2x 2 3x 3 s.a. x 1 + x 2 + x 3 = 6 x 1 + x 2 + 2x 3 = 4 2x 2 + 3x 3 = 10 x 3 2 x i 0
El 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 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 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 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 detallesTema V: Optimización Lineal
Tema V: Optimización Lineal Omar J. Casas López Diciembre 2003 1 Algoritmo Simplex El objetivo del Algoritmo Simplex consiste en que partiendo de una Solución Factible Básica inicial, encontrar otra que
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 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 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 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 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 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 detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
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 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 detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
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 detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
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 detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
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 detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
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 detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
Más detallesTema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1
Tema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1 4.1 Introducción 4.2 Definición del Problema Dual 4.3 Relaciones Primal-Dual 4.4 Condiciones de Holgura Complementaria 4.5 Interpretación Económica
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 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 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 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 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 detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........
Más detallesIntroducción a Programación Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 18 Programación Lineal ICS 1102 Optimización Profesor : Claudio Seebach 4 de octubre de 2005
Más detallesProgramación Lineal I
Programación Lineal I P.M. Mateo y D. Lahoz 27 de mayo de 2009 En este tema se realiza la introducción de los modelos de programación lineal y de los elementos necesarios para concluir con el algorítmo
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesRESOLUCIÓN INTERACTIVA DEL SIMPLEX
RESOLUCIÓN INTERACTIVA DEL SIMPLEX Estos materiales interactivos presentan la resolución interactiva de ejemplos concretos de un problema de P.L. mediante el método Simplex. Se presentan tres situaciones:
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Más detallesTema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA ÁREA DE TECNOLOGÍA DEPARTAMENTO DE GERENCIA INVESTIGACIÓN DE OPERACIONES PROFESOR: Dr. JUAN LUGO MARÍN Tema No. 3 Métodos de Resolución de Modelos
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesInvestigación de Operaciones Método Simplex
FACULTA DE INGENIERIA DE SISTEMAS E INFORMATICA Investigación de Operaciones Método Simplex Integrantes Mayta Chiclote, Ricardo Toledo Fabian, Jimmy Yarleque Esqueche, Jimmy Daniel Método Simplex Página
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
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 detallesUNIVERSIDAD NACIONAL DE INGENIERÍA UNI RUACS ESTELI
Estelí, 13 de Agosto del 2012 EL METODO SIMPLEX El método simplex es el más generalizado para resolver problemas de programación lineal. Se puede utilizar para cualquier número razonable de productos y
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 detalles3. Métodos clásicos de optimización lineal
3. Métodos clásicos de optimización lineal Uso del método Simplex El problema que pretende resolverse es un problema de optimización lineal sujeto a restricciones. Para el modelo construido para el problema
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 detallesA1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.
A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas
Más detallesResumen 3: Matrices, determinantes y sistemas de ecuaciones
Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo
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 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 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 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detalles3.1 ESPACIO DE SOLUCIONES EN FORMA DE ECUACIÓN
El método símplex El método gráfico del capítulo 2 indica que la solución óptima de un programa lineal siempre está asociada con un punto esquina del espacio de soluciones. Este resultado es la clave del
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 detallesSobre funciones reales de variable real. Composición de funciones. Función inversa
Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real
Más detallesPROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP).
PROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP. Optimización con restricciones La presencia de restricciones reduce la región en la cual buscamos el óptimo. Los criterios
Más detallesEl Método Simplex. H. R. Alvarez A., Ph. D. 1
El Método Simplex 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 esquina
Más detallesZ Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1
Método Gráfico El procedimiento geométrico, es únicamente adecuado para resolver problemas muy pequeños (con no más de dos variables debido al problema de dimensionalidad). Este método provee una gran
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 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 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 detallesPOST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES.
POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES. Una de las hipótesis básicas de los problemas lineales es la constancia de los coeficientes que aparecen en el problema. Esta hipótesis solamente
Más detallesRaices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2 introducción MÉTODO GRÁFICO PARA ENCONTRAR LAS RAICES DE SISTEMAS DE ECUACIONES EJEMPLO: f(x)= e x x A)LA RAIZ ES DONDE LA GRAFICA INTERSECTA EL EJE
Más detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
Más detallesDos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
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 detallesPráctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
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 detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesEcuaciones de la recta en el espacio
Ecuaciones de la recta en el espacio Ecuación vectorial de la recta Sea P(x 1, y 1 ) es un punto de la recta r y uu su vector director, el vector PPXX tiene igual dirección que uu, luego es igual a uu
Más detallesUniversidad Autónoma de Sinaloa
Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: Investigación de operaciones. Clave: Eje de formación: Básica EFBCII Área de Conocimiento:
Más detallesIN34A - Optimización
IN34A - Optimización Modelos de Programación Lineal Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 24 Contenidos Programación Lineal Continua Problema de Transporte Problema de Localización
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesUnidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS
Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS 1.1.- SISTEMAS DE ECUACIONES LINEALES Ecuación lineal Las ecuaciones siguientes son lineales: 2x 3 = 0; 5x + 4y = 20; 3x + 2y + 6z = 6; 5x 3y + z 5t =
Más detallesMateria: Matemática de Octavo Tema: Raíces de un polinomio. Marco teórico
Materia: Matemática de Octavo Tema: Raíces de un polinomio Y si tuvieras una ecuación polinómica como? Cómo podrías factorizar el polinomio para resolver la ecuación? Después de completar esta lección
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 detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
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 detallesSistema de Ecuaciones Lineales Matrices y Determinantes (3ª Parte)
Sistema de Ecuaciones Lineales Matrices y Determinantes (ª Parte) Definición: Sistemas Equivalentes Dos sistemas de ecuaciones son equivalentes si y solo si tienen el mismo conjunto solución Teorema fundamental
Más detallesTema II: Programación Lineal
Tema II: Programación Lineal Contenido: Solución a problemas de P.L. por el método gráfico. Objetivo: Al finalizar la clase los alumnos deben estar en capacidad de: Representar gráficamente la solución
Más detallesIES Fco Ayala de Granada Septiembre de 2015 (Modelo 3) Soluciones Germán-Jesús Rubio Luna. Opción A. Ejercicio 1 opción A, modelo 3 Septiembre
IES Fco Ayala de Granada Septiembre de 015 (Modelo 3) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 3 Septiembre 015 ax + b [ 5 puntos] Halla los valores a, b y c sabiendo que
Más detallesTEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO
TEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO 1. División de polinomios Dados dos polinomios P (el dividendo) y D (el divisor), dividir P entre D es encontrar dos polinomios Q (el cociente)
Más detallesTema 1: MATRICES. OPERACIONES CON MATRICES
Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos
Más detallesEsterilización 1 4. Envase 3 2
9.- Una empresa de productos lácteos fabrica dos tipos de leche: entera y desnatada. El proceso de fabricación se lleva a cabo mediante una máquina de esterilización y otra de envase, donde el tiempo (expresado
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 detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC13 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas ITESM Matrices: Conceptos y Operaciones Básicas Matemáticas Discretas - p. 1/25 Una matriz A m n es un arreglo
Más detallesTeoría Tema 6 Ecuaciones de la recta
página 1/14 Teoría Tema 6 Ecuaciones de la recta Índice de contenido Base canónica en dos dimensiones como sistema referencial...2 Ecuación vectorial de la recta...4 Ecuación paramétrica de la recta...6
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 detallesÁlgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesSistemas de dos ecuaciones lineales de primer grado con dos incógnitas
Un sistema de dos ecuaciones lineales de primer grado con dos incógnitas tiene la siguiente forma Ax + By + C = 0 A x + B y + C (1) = 0 Ya sabemos que una ecuación lineal de primer grado con dos incógnitas
Más detalles3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera.
MATEMÁTIAS II Grupo M APELLIDOS: NOMRE: onsidera el problema Max. 3x + 2y + z s.a 2x 2 + y 2 + z apple x + y + z x apple, z. Escribe el conjunto de oportunidades y razona si es compacto. 2. Podemos asegurar
Más detallesSistemas de ecuaciones lineales
Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,
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(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 detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detallesUNIDAD 6.- PROGRAMACIÓN LINEAL
UNIDAD 6.- PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS Una inecuación de primer grado con dos incógnitas es una inecuación que en forma reducida se puede expresar de la siguiente forma:
Más detallesProgramación lineal. Estimar M. Ejemplos.
Departamento de Matemáticas. ITAM. 2010. Los problemas P y P minimizar x c T x sujeta a Ax = b, x 0, b 0 minimizar c T x + M(y 1 + y 2 + + y m ) x sujeta a Ax + y = b, x 0, y 0. Cómo estimar M? Resultado
Más detalles