Programación lineal: Algoritmo del simplex

Documentos relacionados
Dualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.

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.

Forma estándar de un programa lineal

Tema 3: El Método Simplex. Algoritmo de las Dos Fases.

Forma estándar de un PPL con m restricciones y n variables. (b 0)

84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.

Tema 3 Optimización lineal. Algoritmo del simplex

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

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I

Lo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.

Tema 3. El metodo del Simplex.

Repaso del algoritmo SIMPLEX

Universidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9

Dualidad y postoptimización

Examen de Investigación Operativa (Plan 96) Febrero de er Parcial

Enero Febrero Marzo Abril. D: uds D: uds D: uds D: uds

La lección de hoy de febrero de Notación. Solución factible básica

Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker

Un sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:

POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES.

Programación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13

Optimización lineal. Diego A. Patino. 2 de septiembre de Pontificia Universidad Javeriana 1/ 29

METODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar.

7. PROGRAMACION LINEAL

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

Algunos conceptos que utilizaremos en lo sucesivo son: Sistema de restricciones lineales: conjunto de todas las restricciones.

MÉTODO SIMPLEX REVISADO O FORMA MATRICIAL

INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA

Optimización lineal. José María Ferrer Caja Universidad Pontificia Comillas ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INDUSTRIAL

Tema 7: Problemas clásicos de Programación Lineal

Degeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/

Programación Lineal. El método simplex

Departamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY

Programación Lineal Continua

Soluciones básicas factibles y vértices Introducción al método símplex. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Algebra lineal y conjuntos convexos

Formulación del problema de la ruta más corta en programación lineal

PASO 1: Poner el problema en forma estandar.

Universidad Nacional de Ingeniería UNI-RUACS 01/09/11

Coeficiente objetivo de la variable artificial = +M, para minimización

Figura 1: Esquema de las tablas simplex de inicio y general.

maximización (con restricciones de la forma menor igual que). asociado al modelo primal de minimización y viceversa.

Comenzaremos presentando la idea principal del método de Karmarkar, para después describir los detalles de cómputo del algoritmo.

Optimización de Problemas de Producción

Conjuntos y matrices. Sistemas de ecuaciones lineales

INVESTIGACION DE OPERACIONES:

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

Optimización y Programación Lineal

Ejercicios - Resolución de problemas lineales. Método Simplex

1. RESOLVER el siguiente problema de programación lineal. max z =15x x 2 suj.a : 2x 1 + x x 1 + x x 1 500

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex.

UNIDAD 3 MÉTODO SIMPLEX. Fundamentos del método simplex

ANÁLISIS DE SENSIBILIDAD.

Integradora 3. Modelos de Programación Lineal

DUALIDAD EN PROGRAMACION LINEAL

Tema 5: Análisis de Sensibilidad y Paramétrico

Universidad Nacional de Ingeniería. UNI RUACS. Investigación de Operaciones I 3T1 I.S. Docente: Ing. Mario Pastrana. Nombres: Frania Flores Zeledón.

Lección 8. Matrices y Sistemas de Ecuaciones Lineales

Tema 2: Optimización lineal. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

METODO SIMPLEX: SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL.

1.Restricciones de Desigualdad 2.Procedimiento algebraico

Algoritmo de ramificación y acotación

Para hallar, gráficamente, la solución de un problema de Programación Lineal con dos variables, procederemos del siguiente modo:

Modelos de Programación Lineal: Resolución gráfica y Teorema fundamental. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Para poder elaborar el problema dual a partir del primal, este se debe presentar en su forma canónica de la siguiente forma:

Jesús Getán y Eva Boj. Marzo de 2014

ESCUELA DE CIENCIAS CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMACION LINEAL Act No. 8. LECTURA LECCION EVALUATIVA 2

Con miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:

1 ÁLGEBRA DE MATRICES


máx 5x 1 + 7x 2 s.a 2x 1 + x x 1 + 9x 2 41 x 1 0, x 2 0, enteras, z opt z opt 38

El problema del agente viajero

APUNTE DE PROGRAMACION LINEAL ASIGNATURA: MATEMATICA II - U.N.R.N. AÑO: 2010

Tema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos

Programación entera 1

a) Cantidad a utilizar de cada ingrediente en las mezcla para minimizar los costes.

Sistemas de Ecuaciones. Lineales II

Auxiliar 7: Dualidad

Clase 9 Programación No Lineal

Capítulo 1 DETERMINANTES

Programación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile

CAPÍTULO 11 INVESTIGACIÓN OPERATIVA CON R 3.- LOS PROBLEMAS DE TRANSPORTE Y DE ASIGNACIÓN

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones

El Problema de Transporte

Algebra lineal y conjuntos convexos 1

TEMA 7: MATRICES. OPERACIONES.

Programación NO Lineal (PNL) Optimización sin restricciones

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

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:

Introducción a la programación lineal

Transcripción:

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 x 0 ALGORITMO DEL SIMPLEX Paso 1 Se obtiene una solución factible básica inicial x 0 t = (x 0B t, x 0R t ) = ((B-1 b) t, 0), asociada a la matriz básica B Se va al paso 2 Paso 2 Se calculan las diferencias z j Se va al paso 3 Paso 3: Criterio de óptimo Según el signo de los valores z j para j = 1, 2,, n se tienen 3 casos posibles: 1 Si z j 0, para todo j, entonces x t 0 es solución del programa Si z j < 0, para j = m+1, m+2,, n, entonces la solución x t 0 es única Si z j = 0 para algún j = m+1, m+2,, n, entonces la solución x 0 t no es única - Si algún ij > 0, se introduce el vector A j en la base y se va al paso 5 - Si todos los ij 0, entonces la solución es la semirrecta (x 01, x 02,, x 0m, 0,, 0) + (- 1j, - 2j,, - kj,, - mj, 0,, 0, j ) 1, 0,, 0), con 0 2 Si z j > 0, para algún j = m+1, m+2,, n, y las correspondientes 1j, 2j,, mj son no positivas, entonces el programa no tiene solución 3 Si z j > 0, para algún j = m+1, m+2,, n, y algún ij > 0, entonces x 0 t Se va al paso siguiente no es solución del programa 1

Paso 4: Criterio de entrada Si z e = max {z j > 0}, la variable x e pasa de ser no básica a ser básica, es decir, entra en la matriz básica la columna A e Se va al paso siguiente Paso 5 Criterio de salida x 0k x 0i Si = min ke ie > 0, la variable x k pasa de ser básica a ser no básica, por tanto sale de la ie matriz básica la columna A k Se repite el proceso, volviendo al paso 2 2

TABLA DEL SIMPLEX Para poder realizar de forma rápida y cómoda los cálculos del algoritmo del simplex se utiliza una tabla, llamada tabla del simplex, correspondiente a una solución factible básica, que recoge toda la información necesaria para aplicar el algoritmo del simplex Puesto que siempre puede encontrarse una matriz básica inicial que sea I m (ver el apartado: Cálculo de la solución factible básica inicial ) y por medio de un adecuado cambio de orden puede colocarse dicha matriz en las m primeras columnas, la tabla inicial del simplex puede escribirse de la siguiente forma: c 1 c 2 c m c m+1 c n c B x B b A 1 A 2 A m A m+1 A n c 1 x 1 b 1 1 0 0 1 m+1 1 n c 2 x 2 b 2 0 1 0 2 m+1 2 n c m x m b m 0 0 1 m m+1 m n z 0 z 1 z 2 = c 2 z m = c m z m+1 z n siendo: 0 0 0 z m+1 -c m+1 z n - c n x 01 x 02 x 0m = B -1 b = I m b = b 1 b 2 b m, los valores de las variables básicas z 0 x 01 + + c m x 0m b 1 + + c m b m, el valor de la función objetivo en la solución básica factible de esta tabla 1j 2j 1j ij los valores que verifican A j = 1j A 1 + 2j A 2 + + mj A m = I m 2j = B mj mj z j 1j + c 2 2j + + c m mj, que obviamente si k es un índice básico verifica z k = c k 3

Si esta solución no es óptima y para algún z j > 0 existe ij > 0, se busca una nueva solución factible básica, introduciendo en la base el vector A e, tal que z e = máximo {z j > 0} Para calcular la nueva tabla se procede de la siguiente forma: x 0k x 0i Sea = min ke ie > 0 Se considera ke, llamado elemento pivote, y se obtiene la tabla ie correspondiente a la nueva solución básica factible realizando operaciones elementales en la tabla para obtener que ke sea 1, ie sea 0 para k i con i = 1, 2,, m, y z e sea 0 Si en la nueva tabla quedan z j > 0 se repite todo el proceso con esta nueva tabla CÁLCULO DE LA SOLUCIÓN FACTIBLE BÁSICA INICIAL Para iniciar el algoritmo es necesario seleccionar una solución factible básica inicial, para lo que se procede de la siguiente forma Se formula el problema en forma estándar Se multiplican por -1 las restricciones de igualdad cuyo término independiente sea negativo Si en el problema así formulado aparece, como submatriz de A, la matriz I m, es inmediato obtener una solución factible básica con la que iniciar el algoritmo del simplex tomando I m como matriz básica Si no aparece la matriz I m, se pueden añadir unas variables, llamadas variables artificiales, como se indica a continuación: - Se añaden las variables artificiales necesarias, como mucho una por restricción de igualdad, para obtener I m como submatriz de A - Se penalizan las variables artificiales introduciéndolas en la función objetivo multiplicadas por M, siendo M un número real positivo suficientemente grande - Se aplica el método del simplex a este programa artificial y entonces: * Si al finalizar el algoritmo las variables artificiales son no básicas la solución del programa inicial es la misma que la del artificial eliminando las variables artificiales de la tabla * Si al finalizar el algoritmo alguna variable artificial es básica el programa inicial no tiene solución 4

ALGORITMO DEL SIMPLEX PARA EL CASO DE MÁXIMO En el caso de que el problema sea de maximización, se puede resolver convirtiéndolo en uno de minimización, o bien utilizar el algoritmo del simplex, cambiando el criterio de óptimo, el criterio de entrada y la penalización de las variables artificiales como se muestra a continuación Paso 3: Criterio de óptimo para máximo Según el signo de los valores z j para j = 1, 2,, n se tienen 3 casos posibles: 1 Si z j 0, para todo j, entonces x 0 t es solución del programa Si z j > 0, para j = m+1, m+2,, n, entonces la solución x 0 t es única Si z j = 0 para algún j = m+1, m+2,, n, entonces la solución x 0 t no es única - Si algún ij > 0, se introduce el vector A j en la base y se va al paso 5 - Si todos los ij 0, entonces la solución es la semirrecta (x 01, x 02,, x 0m, 0,, 0) + (- 1j, - 2j,, - kj,, - mj, 0,, 0, j ) 1, 0,, 0), con 0 2 Si z j < 0, para algún j = m+1, m+2,, n, y las correspondientes 1j, 2j,, mj son no positivas, entonces el programa no tiene solución 3 Si z j < 0, para algún j = m+1, m+2,, n, y algún ij > 0, entonces x 0 t Se va al paso siguiente no es solución del programa Paso 4: Criterio de entrada para máximo Si z e = min {z j < 0}, la variable x e pasa de ser no básica a ser básica, es decir, entra en la matriz básica la columna A e Se va al paso siguiente Penalización de las variables artificiales Si es necesario introducir variables artificiales para obtener una solución factible básica inicial, estas se penalizan introduciéndolas en la función objetivo multiplicadas por M, siendo M un número real positivo suficientemente grande 5