MÉTODO ALGEBRAICO: Obtención de las soluciones básicas:
|
|
|
- María Domínguez Crespo
- hace 8 años
- Vistas:
Transcripción
1 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, para mejorar éste aspecto se creó el método simplex cuya gran virtud es su sencillez, método muy práctico, ya que sólo trabaja con los coeficientes de la función objetivo y de las restricciones. Obtención de las soluciones básicas: 1. Plantear el problema en términos matemáticos (Función Objetivo y conjunto de restricciones) 2. Convertir en igualdades todas las restricciones lineales expresadas en forma de desigualdades, adicionando variables de holgura a las desigualdades de menor o igual que y restar variables de excedente (superfluas)a las desigualdades de mayor o igual que. Jaime Campo Rodríguez,PhD 1
2 Obtención de las soluciones básicas: 3. Identificación de soluciones: a. Determinar # de soluciones básicas posibles: Para m ecuaciones y n incógnitas el # de soluciones básicas posibles se obtiene a partir de: n! m!( n m)! Obtención de las soluciones básicas: b. Se aplica el teorema básico de álgebra lineal, que especifica que para un sistema de m(ecuaciones) x n(incógnitas) en el puede encontrarse cero y resolviendo el (variables) que n>m, si existe una solución, igualando n-m de las variables a conjunto de m(ecuaciones) con m Jaime Campo Rodríguez,PhD 2
3 Obtención de las soluciones básicas: i. Elección de variables básicas y no básicas: Variables no básicas: Variables que se igualan a cero. Variables básicas: Variables que se usan para resolver las ecuaciones. Igualar variables básicas a cero (n-m es posible iniciar con las variables de decisión) para convertirlas en no básicas y resolver el sistema de ecuaciones. Este proceso será repetitivo hasta hallar todas las soluciones básicas posibles. Obtención de las soluciones básicas: c. De las soluciones básicas es posibles identificar: i. Soluciones Básicas Factibles: que corresponden a las esquinas o vértices de la región factible y sus variables son no negativas. ii.solución Básica No Factible: están por fuera de la región factible. iii. Solución óptima: Aquella que tiene todas sus variables no negativas y es el mayor valor, para el caso de maximización. Para el caso de minimización será la que presente el menor valor. Jaime Campo Rodríguez,PhD 3
4 Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 1: Maximizar: Z = + 2 s.a <= <= <= 2, >= Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 2: Maximizar: Z = s.a = = = 2,,,, >= El modelo modificado usa ponderaciones de cero para cada variable de holgura en la función objetivo; se emplean estos pesos porque los recursos de holgura no contribuyen con nada a las utilidades. Jaime Campo Rodríguez,PhD 4
5 Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 3: a. # soluciones básicas posibles = = n! m!( n m)! 5! 3!(5 3)! =1 b. # de variables a igualar a cero = n m = 5 3 = 2 Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 3: i. Para nuestro problema modificado se resuelve fácil el conjunto de ecuaciones cuando y son iguales a cero. Reemplazando:.5() +.5() + = 11.5() +.1() + = 18.1() +.5() + = 2 Jaime Campo Rodríguez,PhD 5
6 Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 3: i. Se observa que: = 11 = 18 = 2 Al sustituir en la función objetivo arroja una utilidad igual a cero. Esta corresponde a la primera solución básica. Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 3: i. Se continua el proceso de igualar dos variables a cero y resolver el conjunto resultante de ecuaciones, identificando las nueve (9) soluciones básicas restantes, que se presentan en la siguiente tabla: Cálculo para la segunda solución básica: 11 Igualando y a cero: X 2 = = () = 11 Jaime Campo Rodríguez,PhD 6
7 Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Paso No. 3: i..5() +.1(22) + = 18 S 2 = = 4.1() +.5(22) + = 2 S 3 = 2 11 = 9 Soluciones Básicas EJEMPLO: Caso de Agro-Tech Solución Variables Función objetivo Z No Factible $ No Factible No Factible $ No Factible $ $ No Factible Jaime Campo Rodríguez,PhD 7
8 Soluciones Básicas EJEMPLO: Caso de Agro-Tech Obtención de las soluciones básicas: EJEMPLO: Caso de Agro-Tech Soluciones básicas factibles: Soluciones en las que todas sus variables son positivas (1, 3, 6, 8 y 9). Soluciones básicas No factibles: Soluciones en las que al menos una de las variables tiene valor negativo (2, 4, 5, 7 y 1). Soluciones Óptima: Solución con el mayor valor en la función objetivo (Maximización) y todas sus variables no negativas (8). Jaime Campo Rodríguez,PhD 8
9 Método Algebraico : 1. Identificar la solución básica inicial. 2. Determinar si existe una solución factible mejor, si la hay, llevar a cabo el paso No.3; si no es así, la solución que se tiene es la óptima. 3. Encontrar la mejor solución cambiando una variable no básica por una básica, haciendo que todas las variables sean no negativas, y repetir el paso No.2 Método Algebraico : 1. Identificar la solución básica inicial:.5x1 +.5X2 + = 11.5X1 +.1X2 + = 18.1X1 +.5X2 + = 2 Variables no básicas: y = Solución básica inicial: = 11 = 18 = 2 = = F. O. Z = Jaime Campo Rodríguez,PhD 9
10 Método Algebraico : 2. Determinar si existe una solución factible mejor. Planteamos las ecuaciones de la siguiente forma: 1) = ) = ) = Reemplazamos en la F.O. Max Z = Método Algebraico : 2. Determinar si existe una solución factible mejor. Reemplazamos en la F.O. Max. Z = ( ) + ( ) + (2.1.5 ) Z = + 2 Jaime Campo Rodríguez,PhD 1
11 Método Algebraico : 2. Determinar si existe una solución factible mejor. Qué variable no básica debe elegirse para convertirla en básica? En la F.O. la variable tiene el mayor coeficiente esto significa que representará un mayor aumento en caso de convertir en básica. Método Algebraico : 3. Encontrar la mejor solución. Qué valor debe tomar para evitar que las otras variables tomen valores negativos, considerando a como no básica? Nitrato =.5 11/.5 = 22 Fosfato =.1 18/.1 = 18 Potasio =.5 2/.5 = 4 El Fosfato es el componente que más restringe la producción del fertilizante 5-1-5, por tal razón = Jaime Campo Rodríguez,PhD 11
12 Método Algebraico : 3. Encontrar la mejor solución. Variables No Básicas: = y = Variables Básica:, y De la 2) hallamos :.1 = 18.5 = (18.5 )/.1 = lo reemplazamos en las ecuaciones 1) y 3) y en la F.O., así: Método Algebraico : 3. Encontrar la mejor solución. De la 1) hallamos : = De la 3) hallamos : = Jaime Campo Rodríguez,PhD 12
13 Método Algebraico : 3. Encontrar la mejor solución. Al sustituir en la F.O. tenemos: Z = + 2( ) Z = Nuestras nuevas ecuaciones son: 4) = ) = ) = Método Algebraico : 3. Encontrar la mejor solución. Igualando y a Cero, la solución básica factible, es: = 18 = = 2 = = 11 Z = 36. Jaime Campo Rodríguez,PhD 13
14 Método Algebraico : Repetimos el proceso, observando la F.O.,: Z = tiene coeficiente positivo que indica que el valor de Z puede aumentar si esta variable la convertimos en básica y se determina que valor puede tomar: 4) 18/.5 = 36 5) 2/.25 = 8 es el que más restringe 6) 11/.75 = Método Algebraico : Variables No Básicas: = y = Variables Básica:, y Despejamos las variables básicas en función, así: De la 5) hallamos = De la 4) hallamos = De la 6) hallamos = Z = Jaime Campo Rodríguez,PhD 14
15 Método Algebraico : 3. Encontrar la mejor solución. Igualando y a Cero, la solución óptima es: = 8 = 14 = = = 5 Z = 428. Método Simplex: Utiliza la misma lógica del enfoque algebraico. La única diferencia es que el problema que se resuelve se maneja en forma tabular, en vez de hacerlo en forma de ecuaciones. La ventaja del formato tabular es que resulta más fácil de manejar en términos de cálculos y evita la tarea de volver a escribir continuamente las variables y ecuaciones. Jaime Campo Rodríguez,PhD 15
16 Ejercicio de Agro-Tech Procedimiento: Pasos a seguir 1. Plantear el problema en términos matemáticos: Maximizar: Z = +2 s.a <= <= <=2, >= 2. Convertir en igualdades todas las restricciones lineales expresadas en forma de desigualdades (FORMA ESTÁNDAR), adicionando variables de holgura a las desigualdades de menor o igual que (<=) y restando variables de excedente (superfluas) a las de mayor o igual que (>=) Maximizar: Z = s.a = = =2,,,, >= Forma Estándar Jaime Campo Rodríguez,PhD 16
17 3. ITEM 1: Determinar variables básicas y no básicas, expresando los coeficientes de las restricciones en forma tabular: Matriz Identidad La matriz identidad permite obtener una solución factible básica inicial identificando las variables básicas (, y ) y no básicas ( y ) 3. ITEM 2: Identificadas las variables básicas y no básicas se procede a trasladar la función objetivo y el conjunto de restricciones a la Tabla Simplex Inicial: V.B. C J 2. Segundo Término RHS Encabezados y variables Contribución por Unidad Z j C j -Z j Coeficientes Cálculo del valor Z Contribución neta por unidad que se fabrica Jaime Campo Rodríguez,PhD 17
18 3. ITEM 3: La única parte de la Tabla Simplex Inicial que se calcula, son las filas Z j, (C j -Z j ) y el valor Z. Z j : Se calcula sumando los productos de los coeficientes en la columna C J por los coeficientes de la columna asociada con la variable respectiva: Ejemplo: Para Z 1 =()(.5)+()(.5)+()(.1) = Para Z 2 =()(.5)+()(.1)+()(.5) = 3. ITEM 3: Z j Tabla Simplex Inicial: V.B. C J 2. Segundo Término RHS Encabezados y variables Contribución por Unidad Z j C j -Z j Coeficientes Cálculo del valor Z Contribución neta por unidad que se fabrica Jaime Campo Rodríguez,PhD 18
19 3. ITEM 3: (C j -Z j ) : Se calcula restando para cada variable el valor de Z j del valor de C j, en sus respectivas columnas Ejemplo: Para = Para 2. = 2. NOTA: Si un valor de (C j Z j ) es positivo, indica que la utilidad puede incrementarse aumentando el valor de la variable correspondiente. Si todos los valores (C j Z j ) son no positivos (ceros y/o negativos), la tabla representa una solución óptima. 3. ITEM 3: C j - Z j Tabla Simplex Inicial: V.B. C J 2. Segundo Término RHS Encabezados y variables Contribución por Unidad Z j C j -Z j Coeficientes Cálculo del valor Z Contribución neta por unidad que se fabrica Jaime Campo Rodríguez,PhD 19
20 3. ITEM 3: El valor de Z se calcula sumando los productos de los coeficientes C B y los valores de solución para las variables básicas: Z = ()(11) + ()(18) + ()(2) Z = Este valor se muestra en la parte inferior de la columna Segundo Término 3. ITEM 3: Z Tabla Simplex Inicial: V.B. C J 2. Segundo Término RHS Encabezados y variables Contribución por Unidad Z j C j -Z j Esta tabla no representa la solución óptima, porque existen valores positivos en la fila (C j Z j ) Coeficientes Cálculo del valor Z Contribución neta por unidad que se fabrica Jaime Campo Rodríguez,PhD 2
21 4. Construcción de la Tabla Simplex No. 1 (Buscando la solución) ITEM 1: Selección de la variable que entra: Esta selección parte de los valores de la fila (C j -Z j ) en la Tabla Simplex Inicial, eligiendo la variable que tenga el mayor valor positivo. La columna asociada con esta variable se denomina columna de entrada y la variable que se elige variable que entra (variable nueva) 4. ITEM 1: Variable que entra Tabla Simplex Inicial: V.B. C J 2. Segundo Término RHS Encabezados y variables Contribución por Unidad Z j C j -Z j es la variable que entra, puesto que representa el mayor aumento en la F.O. ($2 por cada tonelada de que se fabrique) Coeficientes Cálculo del valor Z Contribución neta por unidad que se fabrica Jaime Campo Rodríguez,PhD 21
22 4. Construcción de la Tabla Simplex No. 1 (Buscando la solución) ITEM 2: Selección de la variable que sale: Se obtiene dividiendo las cantidades de la columna Segundo Término (RHS) entre los coeficientes positivos de la columna correspondiente a la variable que entra (es decir, los coeficientes de la variable que ingresa como básica) fila por fila. 4. ITEM 2: Variable que sale Razones de los ingredientes para el fertilizante Fila Segundo Término Coeficiente Cociente Se elige la fila que tenga el menor cociente no negativo como el que va a reemplazarse. Esta fila que sale se asocia con la variable que se convertirá en no básica. Jaime Campo Rodríguez,PhD 22
23 4. ITEM 2: Para facilitar la identificación de la Variable que sale se puede incluir el calculo del cociente en la Tabla Simplex: Tabla Simplex Inicial: V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j 2 4. ITEM 3: Se identifica el elemento pivote, en la Tabla Simplex Inicial, que se encuentra en la intersección de la columna que entra y la fila que sale: V.B. C J 2. Segundo Término RHS Cociente Z j 2 4 C j -Z j 2 Jaime Campo Rodríguez,PhD 23
24 4. ITEM 4: Determinadas las variables básica (entrante) y no básica (saliente), se procede a actualizar los coeficientes de la Tabla Simplex No. 1 para que reflejen el cambio: V.B. C J 2. Segundo Término RHS Cociente 2 Z j C j -Z j 4. ITEM 4: Se transforma la fila asociada con la variable que sale, dividiendo la fila que sale entre el elemento pivote: Nueva Fila Segundo Término 18/.1 = 18.5/.1 =.5.1/.1 = 1 /.1 = 1/.1 = 1 /.1 = Jaime Campo Rodríguez,PhD 24
25 4. ITEM 4: Nueva Fila Tabla Simplex No. 1 V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j Esta Fila Reemplazante se utilizará como sustraendo para los cálculos del ITEM ITEM 5: Las filas restantes de la Tabla Simplex No.1, se actualizan utilizando la siguiente fórmula: NF = FA CCE(FR) NF = Nueva Fila FA = Fila Anterior en la Tabla Simplex Inicial CCE = Coeficiente Columna que Entra para las filas restantes (Tabla Simplex Inicial) FR = Fila Reemplazante Jaime Campo Rodríguez,PhD 25
26 4. ITEM 5: Actualización de las filas restantes Nueva Fila ( ) FA [ ] -CCE(FR 1 ) -(.5) [ ] NF( ) Nueva Fila ( ) FA [ ] -CCE(FR 3 ) -(.5) [ ] NF( ) ITEM 5: Las filas restantes: V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j Jaime Campo Rodríguez,PhD 26
27 4. ITEM 6: El paso final para la Tabla Simplex No. 1, consiste en calcular los nuevos renglones de Z j, (C j Z j ) y el valor de Z, como se calcularon para Tabla Simplex Inicial y verificar si se tiene la solución óptima: 4. ITEM 6: V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j Como aun se tienen coeficientes mayores que cero en la Fila (C j Z j ), no se ha llegado a la solución óptima; se debe realizar nuevamente el ITEM 1 del paso No.4 (Calcular la variable que entra y la variable que sale). Jaime Campo Rodríguez,PhD 27
28 4. ITEM 6: Variable que entra y Variable que sale Tabla Simplex No. 1 V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j Construcción de la Tabla Simplex No.2: Nuevamente se divide la fila que sale (Tabla Simplex No.1) entre el elemento pivote (.25) y se calculan las filas restantes: Nueva Fila ( ) FA [ ] -CCE(FR) -(. 5) [ ] NF( ) Nueva Fila ( ) FA [ ] -CCE(FR) -(.75) [ ] NF( ) Jaime Campo Rodríguez,PhD 28
29 5. Tabla Simplex No. 2 V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j 5. Tabla Simplex No. 2: Nuevamente se calculan los renglones de Z j, (C j Z j ) y el valor de Z, como se calcularon anteriormente y se verificar si se tiene la solución óptima: V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j Jaime Campo Rodríguez,PhD 29
30 5. Tabla Simplex No. 2: V.B. C J 2. Segundo Término RHS Cociente Z j C j -Z j Al verificar los valores de (C j Z j ), todos son cero y/o negativos; por tanto, esta tabla presenta la solución óptima. Resumen del Procedimiento: 1. Plantear el problema en términos matemáticos. 2. Convertir en igualdades todas las restricciones (adicionando o restando variables de holgura o excedente según el caso) 3. Construcción Tabla Simplex Inicial: ITEM 1: Determinar Variables Básicas y No Básicas (Matriz Identidad) ITEM 2: Trasladar la F.O. y el conjunto de restricciones a la Tabla Simplex Inicial ITEM 3: Calcular Z j, (C j Z j ) y el valor de Z. Verificar si se ha llegado a la solución óptima, sino continuar. Jaime Campo Rodríguez,PhD 3
31 Resumen del Procedimiento: 4. Construcción de la Tabla Simplex No.1 ITEM 1: Selección de la variable que entra (Mayor valor positivo en la fila (C j Z j ) en la Tabla Simplex Inicial) ITEM 2: Selección de la variable que sale (menor cociente no negativo) ITEM 3: Identificación del elemento pivote (Intersección de la columna que entra y la fila que sale) ITEM 4: Transformar la fila asociada con la variable que sale, dividiendo la fila que sale entre el elemento pivote. Resumen del Procedimiento: 4. Construcción de la Tabla Simplex No.1 ITEM 5: Calcular filas restantes utilizando la fórmula NF=FA-CCE(FR) ITEM 6: Calcular los nuevos renglones Z j, (C j Z j ) y el valor de Z. Verificar si se ha llegado a la solución óptima, sino realizar nuevamente el ITEM 1 del paso No. 4 Jaime Campo Rodríguez,PhD 31
1.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
Con 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
Programación 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
7. 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
Universidad 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
Contenido: 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
Universidad Nacional de Ingeniería UNI-RUACS 01/09/11
Universidad Nacional de Ingeniería UNI-RUACS 01/09/11 Elaborado por: Deall Daniel Irías Estelí, Nicaragua El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso.
MATE 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
RESOLVER PROBLEMA DE PROGRAMACIÓN LINEAL POR METODO SIMPLEX
RESOLVER PROBLEMA DE PROGRAMACIÓN LINEAL POR METODO SIMPLEX Prof. MSc. Julio Rito Vargas ================================================================================ Resolver por el método Simplex,
ESCUELA DE CIENCIAS CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMACION LINEAL Act No. 8. LECTURA LECCION EVALUATIVA 2
INTRODUCCION AL METODO GRAFICO Antes de entrarnos por completo en los métodos analíticos de la investigación de operaciones es muy conveniente ver un poco acerca de las desigualdades de una ecuación lineal.
maximización (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
Optimización 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
METODO 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
Un 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
Capítulo 4 Método Algebraico
Capítulo 4 Método Algebraico Introducción En la necesidad de desarrollar un método para resolver problemas de programación lineal de más de dos variables, los matemáticos implementaron el método algebraico,
Forma 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
METODO 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
Formulación 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,
Programación 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 [email protected] 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
Forma 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...
UNIDAD 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
Tema 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
Programación 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
Para poder elaborar el problema dual a partir del primal, este se debe presentar en su forma canónica de la siguiente forma:
TEORIA DE LA DUALIDAD. Cada problema de programación lineal tiene un segundo problema asociado con él. Uno se denomina primal y el otro dual. Los 2 poseen propiedades muy relacionadas, de tal manera que
Tema 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
PROBLEMA 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,
Algebra 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
UNIVERSIDAD 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
84 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
Dualidad 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
INGENIERÍA 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
Universidad 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
El Problema de Transporte
El Problema de Transporte INVESTIGACIÓN DE OPERACIONES I Maestro Ing. Julio Rito Vargas Avilés Octubre 2008 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para el
EL 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
Tema 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
El Problema de Transporte
El Problema de Transporte INVESTIGACIÓN DE OPERACIONES I Maestro Ing. Julio Rito Vargas Avilés Julio 202 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para el cual
Figura 1: Esquema de las tablas simplex de inicio y general.
RELACIONES PRIMAL-DUAL Los cambios que se hacen en el modelo original de programación lineal afectan a los elementos de la tabla óptima actual el que se tenga en el momento, que a su vez puede afectar
EJEMPLO 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
Introducción 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
3.1 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
Dualidad y postoptimización
Dualidad y postoptimización José María Ferrer Caja Universidad Pontificia Comillas Definición A cada problema de optimización lineal le corresponde otro que se denomina problema dual En forma canónica
Lo 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
2.2 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)
3.1. Motivación gráfica del método Simplex
l método Simplex. Algoritmo de las dos fases.. Motivación gráfica del método Simplex l método gráfico de resolución nos garantiza que si la región de soluciones posibles es acotada, como ocurre en los
MODELOS LINEALES. Alejandro Vera Trejo
MODELOS LINEALES Alejandro Vera Trejo Objetivo Se representará una situación determinada a través de la construcción de una o varias ecuaciones lineales. Se resolverán situaciones reales por medio de ecuaciones
Pasos 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
ANÁLISIS 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
INTRODUCCIÓN AL MÉTODO SIMPLEX: FORMA TABULAR PASO A PASO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO VALLE DE CHALCO INTRODUCCIÓN AL MÉTODO SIMPLEX: FORMA TABULAR PASO A PASO (CONTABILIDAD) CREDITOS: 7 DRA. EN C. KARINA VALENCIA SANDOVAL Septiembre,
Repaso 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
MÉTODO 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
La 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
x 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?
Ecuaciones e inecuaciones. Sistemas de ecuaciones e inecuaciones
de ecuaciones e inecuaciones Álvarez S., Caballero M.V. y Sánchez M. a M. [email protected], [email protected], [email protected] 1 Índice 1. Definiciones 3 2. Herramientas 5 2.1. Factorización de polinomios: Regla
SISTEMAS DE ECUACIONES LINEALES TRABAJO PRÁCTICO Nº 3
BLOQUE I: SISTEMAS DE ECUACIONES LINEALES TRABAJO PRÁCTICO Nº 3 Los sistemas de ecuaciones lineales con dos incógnitas pueden ser: única solución infinitas soluciones no tienen solución rectas que se cortan
INVESTIGACION DE OPERACIONES:
METODO SIMPLEX El algoritmo símplex fue descubierto por el matemático norteamericano George Bernard Dantzig en 1947, es una técnica para dar soluciones numéricas a problema de programación lineal Un problema
METODO 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
Ecuaciones e inecuaciones. Sistemas de ecuaciones e inecuaciones
Ecuaciones e inecuaciones. Sistemas de ecuaciones e inecuaciones Álvarez S., Caballero M.V. y Sánchez M. a M. [email protected], [email protected], [email protected] Índice 1. Herramientas 6 1.1. Factorización
Sistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Investigación de Operaciones
En el Cuadro de Transporte, las variables básicas corresponden a asignaciones, por lo que habrá (m+n) asignaciones. En algunos problemas de transporte, se presentan situaciones en las que se requerirán
Examen 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,
UNIVERSIDAD 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
Sistemas de ecuaciones
Eje temático: Álgebra y funciones Contenidos: Sistemas de ecuaciones Nivel: 2 Medio Sistemas de ecuaciones 1. Sistemas de ecuaciones lineales En distintos problemas de matemáticas nos vemos enfrentados
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.
Integradora 3. Modelos de Programación Lineal
Métodos Cuantitativos para la Toma de Decisiones Integradora 3. Modelos de Programación Lineal Objetivo Al finalizar la actividad integradora, serás capaz de: R l bl d PL di d l ét d Resolver problemas
Matemáticas.
[email protected] El método gráfico de solución de problemas de programación lineal (PL) sólo aplica a problemas con dos variables de decisión; sin embargo, ilustra adecuadamente los conceptos que nos permitirán
Optimización lineal. José María Ferrer Caja Universidad Pontificia Comillas ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INDUSTRIAL
Optimización lineal José María Ferrer Caja Universidad Pontificia Comillas Introducción Herramienta más importante de la optimización y de la investigación operativa Multitud de aplicaciones en campos
Tema 3 Algebra. Ecuaciones. Sistemas de ecuaciones: Inecuaciones Índice
Tema 3 Algebra. Ecuaciones. Sistemas de ecuaciones: Inecuaciones Índice 1. ECUACIONES... 2 1.1. Ecuaciones de primer grado... 2 1.2. Ecuaciones de segundo grado... 3 1.2.1. Ecuación de segundo grado completa...
Matemáticas Aplicadas a los Negocios
LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:
DOCENTE: JESÚS E. BARRIOS P.
DOCENTE: JESÚS E. BARRIOS P. DEFINICIONES Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un texto matemático chino que proviene del año 300 A. C. a 200 A. C., Nueve capítulos
1. INECUACIONES LINEALES CON DOS INCÓGNITAS.
TEMA 2: PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS. Se llama inecuación lineal con dos incógnitas a una inecuación de la forma: a x +b y c ( puede ser >,
PROGRAMACIÓN 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
El determinante de una matriz se escribe como. Para una matriz, el valor se calcula como:
Materia: Matemática de 5to Tema: Definición de Determinantes Marco Teórico Un factor determinante es un número calculado a partir de las entradas de una matriz cuadrada. Tiene muchas propiedades e interpretaciones
Algebra lineal y conjuntos convexos 1
Algebra lineal y conjuntos convexos Solución de sistemas. Espacios vectoriales. 3 Conjuntos convexos. 4 Soluciones básicas puntos extremos. Rango de una matriz A R m n. Reducir A a una matriz escalonada
Desarrollo 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
Universidad 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.
Tema 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
ECUACIONES. Las letras representan números y se llaman incógnitas.
ECUACIONES. Una ecuación es una expresión algebraica (un conjunto de letras y números), unidos entre sí por signos aritméticos, de radicalización y potenciación. Las letras representan números y se llaman
Coeficiente objetivo de la variable artificial = +M, para minimización
3.4 SOLUCIÓN ARTIFICIAL DE INICIO Como se demostró en el ejemplo 3.3-1, los programas lineales en los que todas las restricciones son ( ) con lados derechos no negativos ofrecen una cómoda solución factible
Matrices 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
1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Matrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2
Problemas 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
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
ECUACIONES POLINÓMICAS CON UNA INCÓGNITA
Unidad didáctica. Ecuaciones, inecuaciones y sistemas de ecuaciones e inecuaciones ECUACIONES POLINÓMICAS CON UNA INCÓGNITA Las ecuaciones polinómicas son aquellas equivalentes a una ecuación cuyo primer
Unidad de aprendizaje: TEORÍA DE DECISIONES
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO FACULTAD DE ECONOMÍA Relaciones Económicas Internacionales Unidad de aprendizaje: TEORÍA DE DECISIONES Título del material: Toma de decisiones en condiciones de
GUÍA DE APLICACIÓN POR FRACCIONES PARCIALES
GUÍA DE APLICACIÓN POR FRACCIONES PARCIALES El método de fracciones parciales se utiliza cuando quiere integrarse una expresión de la forma, donde el numerador y el denominador son polinomios y el grado
MÉTODO GRÁFICO. PROFESORA: LILIANA DELGADO HIDALGO
MÉTODO GRÁFICO PROFESORA: LILIANA DELGADO HIDALGO [email protected] Este método grafica las restricciones y la función objetivo del modelo en un plano cartesiano. Para poder representar
Modalidad virtual. Matemática
EXPRESIONES ALGEBRAICAS, FÓRMULAS, ECUACIONES 1 En matemática es habitual trabajar con relaciones numéricas en las que una o más cantidades son desconocidas. Estas cantidades se denominan incógnitas o
Colección de Problemas II. mín Z = 8x 1 + 9x 2 + 7x 3 s. a: x 1 + x 2 + x x 1 + 3x 2 + x x 1 + x 2 x 3 30
1.- Dado el siguiente problema mín Z = 8x 1 + 9x + 7x 3 s. a: x 1 + x + x 3 40 x 1 + 3x + x 3 10 x 1 + x x 3 30 x 1 0, x 0, x 3 0 A) Plantear el problema dual y escribir las condiciones de la holgura complementaria
UNIDAD 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
MATRICES. Una matriz es un ordenamiento rectangular de números. Los siguientes son ejemplos de matrices.
MATRICES Una matriz es un ordenamiento rectangular de números Los siguientes son ejemplos de matrices [ [ 1 2 1 2 3 1 0 4 1 2 A, B, C 0 1, D 0 1 2 3 2 1 1 1 1 1 2 1 1 En una matriz se pueden identificar
Ejercicios tipo final
Ejercicios tipo final En la primera parte pondremos los enunciados de los ejercicios, en la segunda algunas sugerencias y en la tercera se encuentran las resoluciones 1 Ejercicios 1 Si A R 3x2, B R 2x1
Parte 2 / 3 Programación lineal, método Simplex:
Parte 2 / 3 Programación lineal, método Simplex: Programación lineal, método Simplex: Típico ejemplo de maximizar los beneficios o producción de una empresa: la inyectora de plástico Zonda, que produce
3.1. 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.
315 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
Clase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
SISTEMAS DE ECUACIONES
SISTEMAS DE ECUACIONES CONCEPTOS Un sistema de m ecuaciones con n incógnitas es un conjunto de m ecuaciones que se pueden escribir de la forma: f1( x1, x,..., xn) = 0 f( x1, x,..., xn) = 0... fm( x1, x,...,
