4. Método Simplex de Programación Lineal

Documentos relacionados
EL MÉTODO SIMPLEX. los redondos. Por último, a los manteles rectangulares se les deben colocar cuatro esquineros de refuerzo.

Ejemplo : PROGRAMACIÓN LINEAL

Pasos en el Método Simplex

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

EJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés

CLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO

Módulo Programación lineal. 3 Medio Diferenciado

UNIDAD 4.- INECUACIONES Y SISTEMAS (tema 4 del libro)

Problemas de Programación Lineal: Método Simplex

PROGRAMACIÓN LINEAL. 1. Introducción

La programación lineal hace referencia al uso eficiente o distribución de recursos limitados, para alcanzar unos objetivos determinados.

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI RUACS ESTELI

PREPARANDO EL MODELO PARA ADAPTARLO AL MÉTODO SIMPLEX. a21 x1 + a22 x a2n xn = b2... am1 x1 + am2 x amn xn = bm x1,...

MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO

2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION

3. Métodos clásicos de optimización lineal

PROGRAMACION ENTERA. M. en C. Héctor Martínez Rubin Celis 1

(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX

SISTEMAS DE ECUACIONES LINEALES

PASO 1: Poner el problema en forma estandar.

En el siguiente capítulo se hará un repaso de algunas propiedades básicas de conjuntos convexos, para después explicar el método simplex.

DUALIDAD EN PROGRAMACION LINEAL

Tema II: Programación Lineal

PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA

TEMA III MÉTODO SIMPLEX. CONCEPTOS BÁSICOS

METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD

Si el objetivo es maximizar, entonces se tiene la forma estándar de maximización y, si el objetivo es minimizar, la forma estándar de minimización.

PROGRAMACIÓN LINEAL ENTERA

UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3

EL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías

Desarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:

Dirección de Operaciones. SESIÓN # 5: El método simplex. Segunda parte.

TEMA 3: EL MÉTODO SIMPLEX

INDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal Capitulo 2 Modelación y formulación

Universidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 6. revisado

Optimización lineal con R José R. Berrendero

Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual

MÉTODO SIMPLEX. PROFESORA: LILIANA DELGADO HIDALGO Estandarización Tradicional

6.2 OBSERVACIONES IMPORTANTES AL UTILIZAR MÉTODO SIMPLEX

El Método Simplex. H. R. Alvarez A., Ph. D. 1

RESOLUCIÓN DE PROBLEMAS DE PROGRAMACIÓN LINEAL CON LA CALCULADORA

Grado en Química Bloque 1 Funciones de una variable

P. A. U. LAS PALMAS 2005

El Método de Gauss. Hallar el conjunto solución del siguiente sistema de ecuaciones. (1.1)

Por Sustitución: y= 2x+6 x + 3 (2x+6) = 4 x + 6x + 18 = 4 7x = -14 x= -2 y=2 (-2)+6 y=2. Por Igualación: 6x+18=4-x 7x=-14 x= -2 y=2 (-2)+6 y=2

DISTINTAS SOLUCIONES POSIBLES EN EL SIMPLEX

Frontera de posibilidades de producción y coste de oportunidad

Resolución. Resolución gráfica de problemas de optimización

Programación Lineal. Unidad 1 Parte 2

problema de la dieta

Cómo resolver el Método Simplex, con penalizaciones, o gran M

Resolvamos los modelos de una vez por todas (aunque tengan más de dos variables) Usaremos el Método Simplex, desarrollado por George Dantzig en 1947

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

Método Simplex: Encontrado una SBF

MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO. M. En C. Eduardo Bustos Farías

EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías

Ejercicios resueltos del capítulo 1

JUNIO Opción A Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola.

EJERCICIOS RESUELTOS DE SISTEMAS LINEALES

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta B

PROBLEMAS DE OPTIMIZACIÓN LINEAL

Capítulo 3 Método Gráfico

Sistemas de Ecuaciones Lineales

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016

Clase 9 Sistemas de ecuaciones no lineales

TEMA N 2 RECTAS EN EL PLANO

GEOMETRIA ANALITICA- GUIA DE EJERCICIOS DE LA RECTA Y CIRCUNFERENCIA PROF. ANNA LUQUE

Polinomios. 1.- Funciones cuadráticas

VALOR ABSOLUTO. Definición.- El valor absoluto de un número real, x, se define como:

Circunferencia que pasa por tres puntos

Mat r i z in v e r s a

METODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ. Max Z= 12X X 2

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2008 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 3: PROGRAMACIÓN LINEAL

TEMA 5 FUNCIONES ELEMENTALES II

CURSOSO. Aritmética: Númerosnaturalesyenteros. Númerosracionalesyfraciones. MATEMÁTICAS. AntonioF.CostaGonzález

Qué es la programación lineal?

Problemas de 4 o ESO. Isaac Musat Hervás

Instituto tecnológico de Minatitlán. Investigación de operaciones Ing. Erika Lissette Minaya mortera Unidad 3: programación no lineal

Tema 1. Álgebra lineal. Matrices

CAPITULO 5 LA DETERMINACIÓN DEL INGRESO DE EQUILIBRIO

FUNCIONES CUADRÁTICAS. PARÁBOLAS

Sistemas de Ecuaciones Lineales

MICROECONOMÍA II. PRÁCTICA TEMA 5: El Modelo de Equilibrio General con Intercambio Puro

b 11 cm y la hipotenusa

EJERCICIOS RESUELTOS DE INECUACIONES. Juan Jesús Pascual. Inecuaciones

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.

Programación Lineal. Optimización de la combinación de cifras comerciales en una red lineal de distribución de agua.

TEMA 4 PROGRAMACIÓN LINEAL

Introducción FRONTERA DE POSIBILIDADES DE PRODUCCIÓN TEMA 2

La función cuadrática

Un sistema de inecuaciones lineales con una incógnita es el conjunto formado por dos o más inecuaciones lineales de la forma:

Tema 4 Álgebra Lineal Numérica

ARITMÉTICA Y ÁLGEBRA

Autor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca

Cuaderno de Actividades 4º ESO

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

PROBLEMAS de Programación Lineal : Resolución Gráfica

Problemas de transporte, asignación y trasbordo

Transcripción:

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 de variables slack. 3- Representación gráfica. 4- Identificación: variables nulas sobre las rectas representadas. 5- Identificación: variables nulas sobre las intersecciones. 6- Uso del Método de Gauss-Jordan para hallar los valores de todas las variables en cada intersección. Tabulación del proceso. 7- Tabla usual en el Método Simplex. 8- Ubicación de coeficientes tecnológicos. 9- Ubicación de coeficientes del funcional. - Definición de la solución básica factible. - Cálculo de los Zj - Cj - Selección de la variable a introducir. 3- Selección de la variable que deja la base. 4- Transformación de la fila del pivote. 5- Transformación del resto de la tabla. 6- Identificación de matrices y sus inversas. 7- Matriz inversa óptima. 8- Análisis gráfico del camino seguido sobre el polígono. 9- Obtención de la tabla óptima por cálculo matricial, sin pasos intermedios, en base a la solución gráfica. B- Casos particulares - Relaciones de mayor o igual. - Relaciones de igual. 3- No imprescindibilidad de variables artificiales. 4- Solución óptima con alternativas, análisis gráfico. 5- Problemas degenerados. 6- Detección de incompatibilidad, análisis gráfico. 7- Detección de polígono abierto, análisis gráfico. Versión 4.3 Agosto 6

Modelos y Optimización I Problema Tipo Nº Condiciones de vínculo: X 3 X + X X + 4 X X, X Z = 3 X + 4 X Máx. Resolución del problema. Representación gráfica. Planteo inicial Variables slacks X + X3 = 3 X + X + X4 = X + 4 X + X5 = 3. Tabla inicial 3 4 C K X K B K A A A 3 A 4 A 5 X 3 X 4 3 X 5 4 Z =?????? Estamos en, definido por X = X = ; X y X fuera de la base. Tenemos una primera solución básica factible (,,,, ). Para saber si es óptima debemos Versión 4.3 Agosto 6

Modelos y Optimización I 3 averiguar si existe alguna posible solución mejor, para lo cual calcularemos los Zj - Cj de las variables que no están en la base (lo únicos que pueden ser ). 4. Cálculo de los Zj - Cj X) Z = C3 * a3 + C4 * a4 + C5 * a5 = * + *3 + * = C = 3 Z - C = -3 X) análogamente Z - C = -4 Como ambos Zj - Cj son negativos y el problema tiene un funcional de máximo, cualquiera de las dos variables que ingrese en la base mejora la solución. Por convención elegimos X, pues es el de mayor valor absoluto. Observar que si entra X vamos de a A y si entra X vamos de a D. 5. Selección de la variable que sale de la base (toma valor nulo) Calculamos el coeficiente θ para las tres variables en la base: Nota: si a3, a4 o a5 fueran negativos, el coeficiente θ3, θ4 o θ5 respectivo, no sería necesario calcularlo θ B B 3 4 3= θ 4= θ 5 a3 a4 B = a 3 4 C K X K B K A A A 3 A 4 A 5 θ X 3 X 4 3 6 X 5 4 3 Z = -3-4 Como θ3 tiene el menor valor positivo, X3 sale de la base, el funcional deberá aumentar en - (Zj - Cj) * θ -(-4)* = 8 (Z = Z + 8 = 8). Aplicamos el método de Gauss-Jordan y obtenemos una nueva tabla. Estamos en D definido por X3= y X=O (fuera de la base). 3 4 C K X K B K A A A 3 A 4 A 5 θ 4 X X 4 8 3-8/3 X 5 4-4 Z = 8-3 4 Si hubiéramos introducido X, serían (θ = 4) y (Z - C = -3) Z = Por eso se demuestra que elegir el de mayor valor absoluto no implica mejorar más el Z; depende del producto de -θ * (Zj - Cj). Repitiendo el paso c) como Z C < puedo mejorar la solución, repito d) para cambiar de tabla y así sucesivamente hasta que todos los Zj - Cj 5 5 Versión 4.3 Agosto 6

4 Modelos y Optimización I 3 4 C K X K B K A A A 3 A 4 A 5 θ 4 X X 4 4-3/ / 3 X - / Z = 4-3/ 6. Tabla Óptima (final) 3 4 C K X K B K A A A 3 A 4 A 5 4 X 3/ -/4 3/8 X 3 / /4-3/8 3 X 3 / -/4 Z = 5 / 3/4 Matriz inversa óptima Para obtener la tabla óptima se multiplicó a la primer matriz (tabla inicial) por una serie de matrices y el resultado de esa multiplicación es la matriz (o tabla) óptima; como en la tabla inicial se tiene una matriz canónica, observando los vectores correspondientes a ésta en la tabla óptima. se puede obtener la matriz buscada. A = /4-3/8 * A = 3 = - /4 / 3/8 - /4 En la segunda tabla también es posible encontrar un par de matrices inversas: - - 4 Cualquier vector del problema original, o adicional, en la tabla inicial puede ser transformado en su correspondiente vector final en la tabla óptima, sólo premultiplicándolo por la matriz inversa. Como ejemplo mostraremos el vector de los términos independientes. Bf = A - * Bi B en la última tabla representa 3/A + /A3 + 3A = - /4 /4 / 3/ 3 6 y 4 4-3/8 - /4 + 3/8 / * + 9 6 = = 3/ / 3 Versión 4.3 Agosto 6

Modelos y Optimización I 5 Solución El vector solución es: X X X X X 3 4 5 = 3 = 3/ = / = = Análisis complementario Hacemos X + 4X 3 (recta de puntos) El óptimo pasa a B En B B X X 3,75 -,5 X,5,875,375 X3,5,5 -,375 X4 X5 Es lo que marca el A5 de la última tabla Z = Cj * X = 3 * X + 4 * X + * ( X3 + X4 + X5) =,75 Z = Z + Z = 5 +,75 = 5,75 También Z = Cj * B = 3 *,75 + 4 *,875 + x (,5 + + ) = 5,75 Versión 4.3 Agosto 6

6 Modelos y Optimización I Problemas a resolver Conservar las resoluciones pues se utilizarán en el tema siguiente. Parte A: 4.. 4.. 4.3. 4.4. 4.5. 4.6. Conocer es conocer las causas Aristóteles Resolver por el método Simplex y gráficamente los siguientes ejercicios. En caso de encontrar algún caso particular, indicar cuál es y cómo se detecta en la tabla: X 3 X 6 6 X + 4 X 36 Z = 8 X + 3 X Máx. - X + X X - X X + X 5 Z = X + 3 X Máx. X 3 4 X + 6 X 4 4 X - 3 X Z = 5 X + X Máx. 6 X + 5 X 3 X - X + X 6 Z = 5 X + 8 X Máx. X + X 3,5 X + 4 X. X = X Z = 6 X + X Máx. X 3 4 X + 6 X 4 X + X Z =- X + 4 X Máx. Versión 4.3 Agosto 6

4.7. 4.8. 4.9. 4.. 4.. 4.. 4.3. X 6 X + X 8 X + X Z = 4 X + 4 X Máx. X + 4 X 48 4 X + X 6 3 X 45 Z = 6 X + 4 X Máx. -5 X + 3 X 5 X + X 4 X + X Z = X + X Máx. X 4 X + 6 X 4 X - 3 X 3 Z = X + 8 X Máx. X X + X X + X 8 X Z = X - X Mín. X + X 6 X + X - X + X 8 Z = 3 X + X Máx. X + X 4 X X + X 5 Z = X + 3 X Mín. Modelos y Optimización I 7 Versión 4.3 Agosto 6

8 Modelos y Optimización I 4.4. Z = X + X 4 X X + X 8 X + X Mín. Parte B: Responder a partir de una solución obtenida usando el método Simplex 4.5. En un punto degenerado, cómo te das cuenta de que entraste en loop? Justificá. 4.6. Un problema lineal de mínimo tiene dos variables reales y tres restricciones, una de las cuales es X + X. Su funcional es 5 X +,3 X (mínimo). Puede este problema tener soluciones alternativas? Justificar. 4.7. Tenemos un modelo con dos productos y 6 restricciones. Estamos en el origen, y, al querer hacer entrar una variable, las titas correspondientes son todas iguales (todas = 5). Ante el séxtuple empate, decido suspender el ingreso de esa variable y pruebo el ingreso de otra. Ante mi sorpresa, nuevamente los 6 titas son todos iguales a 5! Es esto posible? Si lo es, cuál sería el caso? Justificar. 4.8. En una tabla de Simplex cualquiera, al hacer entrar una variable elijo un tita que no es mínimo para determinar cuál es la que sale de la base y la tabla siguiente no tiene variables negativas en la base Es esto posible? Justificar. 4.9. En una tabla óptima no degenerada la variable slack S está en la base. Esa slack corresponde a la segunda restricción cuyo término independiente correspondiente valía b. Eso significa que: a- el problema original es incompatible; b- el segundo recurso se usarán exactamente b; c- el valor marginal de la segunda restricción es cero. Versión 4.3 Agosto 6

Modelos y Optimización I 9 4.. El siguiente gráfico representa la resolución gráfica de un problema de PLC. La solución óptima está en el segmento (;6) (½;3) y da un valor de Z = 6. 8 6 5 4 X R R R3 4 X Sabiendo que el poliedro de soluciones es el delimitado por los vértices (;4) (;5) (;6) (½;3), se pide: - Determinar el valor del funcional en cada vértice del poliedro. - Realizar el planteo original del problema. - Resolverlo mediante el método Simplex indicando, para cada tabla, a qué vértice del dibujo corresponde. 4.. La siguiente tabla debería ser la tabla óptima de un problema de maximización, sin embargo presenta varios errores. Indicar cuáles son esos errores y corregirlos. C K X K B K A A A 3 A 4 A 5-5 X - X 4 6 / X 4-3 Z = -9 4 - Tabla Óptima Versión 4.3 Agosto 6

Modelos y Optimización I 4.. Dada la siguiente tabla de Simplex, indicar los valores que deben tomar A, B, C, D, E, F, G, H, K y L para que la tabla que se presenta sea: a- Una tabla óptima de un problema de minimización con punto degenerado. b- Una tabla no óptima de un problema de maximización cuya siguiente tabla es un punto degenerado. c- Una tabla no óptima de un problema de maximización en la que al intentar pasar a la siguiente tabla se comprueba que el problema no está acotado. A 3 B C K X K B K A A A 3 A 4 A 5 A 6 X 3 C -3 D B X 4 6 E -4 3 X 4 3 F - G Z = H J K L 4.3. Contestar si las siguientes afirmaciones son verdaderas o falsas y justificar su respuesta. a- Todo programa lineal de máximo resuelto al que se le agregue una restricción, disminuirá el valor de su funcional. b- Siempre que al sacar una variable de la base se elija un θ no mínimo, una variable real será negativa en el siguiente paso. c- En un punto degenerado siempre hay una variable en la base que vale cero. d- En un punto degenerado puede haber una variable real en la base que valga cero. e- En un vértice no degenerado puede haber más de un conjunto de variables básicas (más de una base de vectores). f- Comparando la resolución por Simplex de un problema de máximo y de uno de mínimo, lo único que cambia es el criterio para elegir la variable que sale de la base y el criterio para saber que se llegó al óptimo. g- En cada iteración de Simplex, el funcional queda igual o mejora. h- Simplex indica si el problema es incompatible. i- Simplex sirve para indicar el óptimo de un problema no lineal. j- Simplex termina a lo sumo en m pasos, siendo m el número de restricciones del problema que se está resolviendo. 4.4. Considerar el siguiente programa lineal: X + 3 X 8 X 3,5 X + 5,5 X,5 No incluimos la inclinación del funcional (sólo decimos que es de maximización). Si decimos que el óptimo es tal que aumentando una sola de las disponibilidades (una cualquiera), el óptimo no se modifica, se puede deducir de esto cuál es el punto óptimo? Mostrarlo a través de un gráfico. Versión 4.3 Agosto 6