Programaci On Lineal: Carlos Linares L Opez

Solucion graca e interpetacion
Metodo del Simplex

Dualidad
Programacion Entera
Programaci on Lineal
Carlos Linares Lopez
Grupo de Planicacion y Aprendizaje (PLG)
Departamento de Informatica
Escuela Politecnica Superior
Universidad Carlos III de Madrid
13 de septiembre de 2012
Carlos Linares Lopez Programacion Lineal
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Forma can onica
Denicion 1 Un problema de programacion lineal esta en forma
canonica si:
El objetivo es de la forma de maximizacion
Todas las restricciones son de desigualdad del tipo
Todas las variables de decision son no negativas
max 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
. . .
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
b
m
donde x
i
0, i = 1, . . . , n
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Forma can onica
Algebraicamente:
max z = c
T
x
sujeto a Ax b
x 0
donde A
mn
es la matriz de coecientes tecnologicos de m
desigualdades con n ecuaciones; x
n1
es el vector columna de
variables de decision; b
m1
es el vector de recursos y c
n1
es el
vector de benecios
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Transformaciones
Un problema de minimizacion es equivalente a un problema de
maximizacion cambiando el signo de la funcion objetivo:
mn z =
n
j =1
c
j
x
j
equivale a max z
=
n
j =1
c
j
x
j
Equivalentemente, es posible cambiar el sentido de una
desigualdad multiplicando ambos miembros por -1
n
j =1
a
ij
x
j
b
i
equivale a
n
j =1
a
ij
x
j
b
i
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Soluci on graca
1
Representar el problema en forma canonica (aunque no es
estrictamente necesario)
2
Dibujar un sistema de coordenadas cartesianas donde cada eje
representa una variable de decision
3
Representar todas las restricciones del problema como
regiones (que pudieran ser no acotadas)
4
La interseccion de todas las regiones es la region factible o
espacio de soluciones F
5
Evaluar la funcion objetivo en los puntos extremos y escoger
alguno que maximice la funcion objetivo
Carlos Linares Lopez Programaci on Lineal
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
Resolver gracamente el programa lineal:
mn z = 2x
1
x
2
5x
1
+ 2x
2
10
3x
1
5x
2
15
x
1
, x
2
0
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
El programa lineal anterior se representa en forma canonica como
sigue:
max z = 2x
1
+ x
2
5x
1
+ 2x
2
10
3x
1
+ 5x
2
15
x
1
, x
2
0
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
x
1
x
2
1 2 3 4 5 6 7
1
2
3
4
5
6
5x
1
+ 2x
2
= 10
3x
1
+ 5x
2
= 15
O
A
B
C
D
E
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
La region factible esta delimitada por A(0, 3), B(20/19, 45/19),
C(2, 0) y O(0, 0)
Evaluando la funcion objetiva en estos puntos extremos resulta:
z
O
= c
T
(0, 0) = 0
z
A
= c
T
(0, 3) = 3
z
B
= c
T
(20/19, 45/19) = 85/19
z
C
= c
T
(2, 0) = 4
donde c
T
= (2, 1) y el valor maximo se observa en B, que es la
solucion del problema
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
S oluciones optimas alternativas
Un problema con solucion optima no unica se dice que tiene
soluciones optimas alternativas
Se detecta con el metodo de resolucion graca si la curva de
isobenecio es paralela o identica a una de las restricciones
cuyos puntos extremos son soluciones optimas
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
Cambiando la funcion objetivo del problema anterior:
max z = 6x
1
+ 10x
2
5x
1
+ 2x
2
10
3x
1
+ 5x
2
15
x
1
, x
2
0
Obviamente, la nueva funcion z coincide con la segunda restriccion
y por lo tanto, los innitos puntos en el segmento AB son
soluciones optimas
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Problemas infactibles
Un problema es infactible si la region de soluciones factibles es
vaca: F =
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
Considerese el problema:
max z = x
1
+ x
2
x
1
+ x
2
1
4x
1
+ 2x
2
6
x
1
, x
2
0
que en forma canonica se expresa como sigue:
max z = x
1
+ x
2
x
1
+ x
2
1
4x
1
2x
2
6
x
1
, x
2
0
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Ejemplo
x
1
x
2
1 2 3
1
2
3
4
x
1
+ x
2
= 1
4x
1
2x
2
= 6
Metodo del Simplex
Dualidad
Programacion Entera
Deniciones
Solucion graca
Consideraciones
En realidad, no es necesario expresar el problema en forma
canonica
Sin embargo, solo vale para aquellos casos con muy pocas
variables de decision (a lo sumo, 3)
Metodo del Simplex
Dualidad
Programacion Entera
Formulacion Algebraica
Metodo del Simplex
Forma tabular
Forma estandar
estandar si:
El objetivo es de la forma de maximizacion o minimizacion
Todas las restricciones son de igualdad
El vector de constantes o recursos b
m1
no contiene
componentes negativas
max / mn 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
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= b
m
donde x
i
0, i = 1, . . . , n y b
j
0, j = 1, . . . , m
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Forma estandar
Algebraicamente (equivalentemente para la minimizacion):
max z = c
T
x
sujeto a Ax = b
x 0
donde A
mn
es la matriz de coecientes tecnologicos de m
igualdades con n ecuaciones; x
n1
es el vector columna de
variables de decision; b
m1
es el vector de recursos y c
n1
es el
vector de benecios
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Transformaciones
Ademas de las transformaciones a forma canonica, puede
considerarse que:
Cualquier desigualdad puede convertirse en una igualdad
introduciendo una variable no negativa de suma o resta (de
holgura) con coeciente nulo en la funcion objetivo:
n
j =1
a
ij
x
j
b
i

n
j =1
a
ij
x
j
+ s
i
= b
i
n
j =1
a
ij
x
j
b
i

n
j =1
a
ij
x
j
t
i
= b
i
Si una variable x
i
no esta restringida se pone entonces como
la diferencia de dos variables no negativas:
x
i
= x
i
x
i
, x
i
, x
i
0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Deniciones
Denicion 3
Un vector x
n1
no negativo que satisface las restricciones Ax = b
se denomina solucion factible para tales restricciones
Denicion 4
Una solucion basica x
B
= {x
B1
, x
B2
, . . . , x
Bm
} que tambien es
factible se denomina solucion basica factible. Diremos que B
mm
es una base factible si B
1
b 0
Por lo tanto, B
mm
debe estar formada por columnas de
A
mn
y debe ser no singular
Podra haber hasta
_
n
m
_
soluciones basicas factibles
Tpicamente se denotara B = {x
B1
, x
B2
, . . . , x
Bm
}
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Deniciones
Denicion 5
El conjunto de todas las soluciones factibles se denomina Region
(o conjunto) factible F:
F = {x : Ax = b, x 0}
Denicion 6
Un punto x de un conjunto convexo F se dice que es un punto
extremo, si no existen dos puntos distintos x
1
y x
2
en F tal que
x = x
1
+ (1 )x
2
para alg un (0, 1)
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Deniciones
Denicion 7
El coeciente de las variables basicas en la funcion objetivo se
denota con c
B
= (c
B1
, c
B2
, . . . , c
Bm
) para la base
B = {x
B1
, x
B2
, . . . , x
Bm
}
Por lo tanto, dada una solucion factible x
B
el valor de la funcion
objetivo es:
z = c
T
B
x
B
Denicion 8
Una solucion factible x
es optima si:
c
T
x
c
T
x, x F
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Base
Una base para un problema de programacion lineal esta formada
por un conjunto de vectores columna linealmente independientes
de la matriz A
Por lo tanto, si a
j
es un vector no basico:
a
j
=
m
i =1
y
ij
b
i
= By
j
Puesto que B es no singular:
y
j
= B
1
a
j
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Puntos extremos
Teorema 1
El conjunto de soluciones factibles del problema lineal estandar es
un conjunto convexo y cerrado
Teorema 2
Sea A
mn
la matriz de coecientes tecnologicos de un problema de
programacion lineal en formar estandar con r (A) = m y b
m1
el
vector de constantes. Sea F el poliedro convexo formado por los
vectores x que verican:
Ax = b, x 0
Un vector x es una solucion basica factible si y solo si es un punto
extremo de F
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Puntos extremos
Teorema 3
Dado el problema de programacion lineal estandar (factible
acotada)
max z = c
T
x
sujeto a Ax = b
x 0
el valor optimo de la funcion objetivo se alcanza en un punto
extremo de la region factible F
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Descripcion
1
Iniciar la b usqueda en una solucion basica factible (punto
extremo)
2
Si existe una solucion factible adyacente que mejore el valor
de la funcion objetivo, pasar al punto 3.
En otro caso, detenerse. La solucion optima es la solucion
actual
3
Determinar la variable que abandona la base y cual la
reemplaza. Volver al paso 2 hasta que el problema sea resuelto
o, en su lugar, se detecte la infactibilidad o que es no
acotado.
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Mejora de la soluci on factible
Regla de la variable de salida Dada la solucion basica factible
x
B
= B
1b, si el vector columna a

j
fuera de la base
tiene y
ij
> 0 para alg un i , entonces puede entrar en la
base en lugar de un vector b
k
de la base que verique
x
Bk
y
kj
= mn
_
x
Bi
y
ij
_
, y
ij
> 0
Regla de la variable de entrada La variable de entrada en la base
sera aquella con el (z
j
c
j
) mas negativo. En caso de
igualdad, se elige uno arbitrariamente
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Resolver con el metodo del simplex el problema:
max z = x
1
+ x
2
x
1
+ 2x
2
1
3x
1
+ 2x
2
8
x
1
x
2
0
x
1
, x
2
0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
En forma estandar (de maximizacion):
max z = x
1
+ x
2
x
1
+ 2x
2
x
3
= 1
3x
1
+ 2x
2
+ x
4
= 8
x
1
x
2
x
5
= 0
x
1
, x
2
, x
3
, x
4
, x
5
0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
1
Calculo de una solucion inicial factible
1 Calculo de las variables basicas
Con B
0
= {x
1
, x
2
, x
4
} (de modo que x
3
= x
5
= 0) es posible
obtener una base factible:
B
0
=
_
_
1 2 0
3 2 1
1 1 0
_
_
B
0
1
=
_
_
_
1
3
0
2
3
1
3
0
1
3
5
3
1
4
3
_
_
_
x
B
0
= B
0
1
b = B
0
1
_
_
1
8
0
_
_
=
_
_
_
1
3
1
3
19
3
_
_
_
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
x
1
x
2
1 2 3 4 5
1
2
3
4
5
3x
1
+ 2x
2
= 8
x
1
x
2
= 0
x
1
+ 2x
2
= 1
F
x
B
0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
1
Calculo de una solucion inicial factible (cont.)
2 Seleccion de la variable de entrada
y
3
= B
0
1
a
3
=
_
_
_
1
3
1
3
5
3
_
_
_
y
5
= B
0
1
a
5
=
_
_
_
2
3
1
3
4
3
_
_
_
z
3
c
3
= c
T
B
0
y
3
c
3
=
_
1 1 0
_
y
3
0 =
2
3
z
5
c
5
= c
T
B
0
y
5
c
5
=
_
1 1 0
_
y
5
0 =
1
3
Entra la variable x
3
puesto que
2
3
<
1
3
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
1
Calculo de una solucion inicial factible (cont.)
3 Seleccion de la variable de salida
= mn{
1
3
1
3
,
1
3
1
3
,
19
3
5
3
} =
19
5
Sale la variable x
4
puesto que es la que concede el mnimo
valor a la variable de entrada x
3
1
1
N otese que se desechan los terminos y
ij
0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
2
Mejora de la solucion (Iteracion 1)
1 Calculo de las variables basicas
Con B = {x
1
, x
2
, x
3
} (de modo que x
4
= x
5
= 0) se obtiene la
base factible:
B
1
=
_
_
1 2 1
3 2 0
1 1 0
_
_
B
1
1
=
_
_
_
0
1
5
2
5
0
1
5

3
5
1
3
5

4
5
_
_
_
x
B
1
= B
1
1
b = B
1
1
_
_
1
8
0
_
_
=
_
_
_
8
5
8
5
19
5
_
_
_
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
x
1
x
2
1 2 3 4 5
1
2
3
4
5
3x
1
+ 2x
2
= 8
x
1
x
2
= 0
x
1
+ 2x
2
= 1
F
x
B
0
x
B
1
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
2
Mejora de la solucion (Iteracion 1) (cont.)
2 Seleccion de la variable de entrada
y
4
= B
1
1
a
4
=
_
_
_
1
5
1
5
3
5
_
_
_
y
5
= B
1
1
a
5
=
_
_
_
2
5
3
5
4
5
_
_
_
z
4
c
4
= c
T
B
1
y
4
c
4
=
_
1 1 0
_
y
4
0 =
2
5
z
5
c
5
= c
T
B
1
y
5
c
5
=
_
1 1 0
_
y
5
0 =
1
5
Y el procedimiento ha acabado puesto que no es posible
mejorar la funcion objetivo
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Solucion
La solucion nal es el punto dado por el valor a las variables
basicas calculado en el ultimo paso
x
=
_
8
5
,
8
5
_
(donde la variable de holgura x
3
=
19
5
indica que esa es la cantidad
excedida en la primera restriccion)
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Coste optimo
El valor de la funcion objetivo es:
z
= c
T
B
1
x
B
1
= (11)
_
8
5
8
5
_
(en el que las variables de holgura se han omitido directamente
porque sus coecientes de coste son nulos)
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Factibilidad del problema inicial
Para garantizar una solucion inicial se a naden variables articiales
al problema original al pasarlas a forma estandar
n
j =1
a
ij
x
j
b
i

n
j =1
a
ij
x
j
t
i
+ r
i
= b
i
n
j =1
a
ij
x
j
= b
i

n
j =1
a
ij
x
j
+ r
i
= b
i
(donde ya se muestra la introduccion de la variable de holgura t
i
)
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Forma tabular
Con el objeto de simplicar los calculos, se suele usar una forma
tabular como la siguiente:
c
B
VB x
1
. . . x
n
x
B
c
B1
x
B1
y
11
. . . y
1n
x
B1
c
B2
x
B2
y
21
. . . y
2n
x
B2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
Bm
x
Bm
y
m1
. . . y
mn
x
Bm
(z
1
c
1
) . . . (z
n
c
n
) z
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Forma tabular
El signicado de cada componente es:
La columna c
B
contiene los coecientes de las variables
basicas ...
... que se muestran en la columna VB
Las columnas x
i
contienen los vectores columna y
i
que se
corresponden con la base B representada por la columna VB
x
B
es el valor de las variables basicas
(z
j
c
j
) son los costes reducidos de cada variable
Por ultimo, z representa el valor de la funcion objetivo para la
solucion actual
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Algoritmo
1
Construir la tabla inicial
2
Si hay alg un coste reducido negativo, ir al paso 4. En otro
caso, ir al paso 3
3
Si todo (z
j
c
j
) 0 y no hay variables basicas articiales
positivas, la solucion es optima. En otro caso, el problema es
infactible.
4
Si existe alguna columna j , tal que (z
j
c
j
) < 0 e y
j
0, el
problema es no acotado. En otro caso, ir al paso 5
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Algoritmo
5
Escoger como variable de entrada aquella con el menor coste
reducido y designarla x
k
; la variable de salida sera aquella que
haga menor la razon x
Bi
/y
ki
(y
ki
> 0). Designar la la por r
6
Sustituir la variable basica x
Br
por x
k
y c
Br
por c
k
7
Dividir la la r por y
kr
y hacer la columna k igual a 0 menos
la posicion y
kr
= 1
8
Los nuevos valores del resto de la tabla se calculan como:
y
ji
= y
ji
x
Bi
= x
Bi

z
j
c
j
= (z
j
c
j
) z = z
donde =
y
jr
y
ki
y
kr
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Resolver con el metodo del simplex el problema:
max z = 5x
1
+ 4x
2
6x
1
+ 4x
2
24
x
1
+ 2x
2
6
x
1
+ x
2
1
x
2
2
x
1
, x
2
0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Construccion de la tabla inicial
c
B
VB x
1
x
2
x
3
x
4
x
5
x
6
x
B
0 x
3
6 4 1 0 0 0 24
0 x
4
1 2 0 1 0 0 6
0 x
5
1 1 0 0 1 0 1
0 x
6
0 1 0 0 0 1 2
5 4 0 0 0 0 0
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Mejora de la solucion actual (iteracion 1)
c
B
VB x
1
x
2
x
3
x
4
x
5
x
6
x
B
5 x
1
1
2
3
1
6
0 0 0 4
0 x
4
0
4
3

1
6
1 0 0 2
0 x
5
0
5
3
1
6
0 1 0 5
0 x
6
0 1 0 0 0 1 2
0
2
3
10
3
0 0 0 20
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Mejora de la solucion actual (iteracion 2)
c
B
VB x
1
x
2
x
3
x
4
x
5
x
6
x
B
5 x
1
1 0
1
4

1
2
0 0 3
4 x
2
0 1
1
8
3
4
0 0
3
2
0 x
5
0 0
3
8
5
4
1 0
5
2
0 x
6
0 0
1
8

3
4
0 1
1
2
0 0
3
4
3
2
0 0 21
Metodo del Simplex
Dualidad
Programacion Entera
Metodo del Simplex
Forma tabular
Ejemplo
Solucion
La solucion nal es el punto dado por el valor a las variables
basicas calculado en el ultimo paso
x
=
_
3,
3
2
, 0, 0,
5
2
,
1
2
_
con un valor z = 21
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Interpretaci on economica
Forma simetrica
simetrica (de maximizacion) si:
El objetivo es de la forma de maximizacion
Todas las restricciones son de desigualdad del tipo
max 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
. . .
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
b
m
donde x
i
0, i = 1, . . . , n
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Transformaciones
Es posible transformar una igualdad como la siguiente:
n
j =1
a
ij
x
j
= b
i
en dos desigualdades del tipo como sigue:
n
j =1
a
ij
x
j
b
i
j =1
a
ij
x
j
b
i
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Relaci on primal-dual en forma simetrica
El problema dual del problema primal :
max z = c
T
x
sujeto a Ax b
x 0
es:
mn w = b
T
x
sujeto a A
T
x
c
x
0
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Ejemplo
Calcular el problema dual de:
mn z = 2x
1
+ x
2
x
1
+ 5x
2
8
2x
1
+ 3x
2
6
3x
1
+ x
2
6
x
1
0
x
2
0
x
1
, x
2
0
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Ejemplo
El problema anterior, se representa en forma simetrica como:
max z
= 2x
1
x
2
x
1
+ 5x
2
8
2x
1
+ 3x
2
6
3x
1
+ x
2
6
x
1
0
x
2
0
x
1
, x
2
0
de modo que este es el problema primal
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Ejemplo
Cuya formulacion dual es:
mn w = 8x
1
+ 6x
2
+ 6x
3
x
1
+ 2x
2
+ 3x
3
x
4
2
5x
1
+ 3x
2
+ x
3
x
5
1
x
1
, x
2
, x
3
, x
4
, x
5
0
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Calculo de la soluci on del dual
Teorema 4
Si el problema de programacion lineal en forma simetrica tiene una
solucion optima correspondiente a una base B, entonces
x
T
= c
T
B
B
1
es una solucion optima para el problema dual
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Ejemplo
En el problema primal anterior es facil ver que la base
B =
_
1 0
0 1
_
B
1
=
_
1 0
0 1
_
para las variables basicas (x
4
, x
5
) da la solucion optima:
x
T
=
_
0 0
_
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Ejemplo
De modo que la solucion optima del problema dual es:
x
T
= c
T
B
B
1
=
_
2 1
_
_
1 0
0 1
_
=
_
2 1
_
para las variables x
4
y x
5
con un coste:
w
= b
T
x
T
=
_
8 6 6 0 0
_
_
_
_
_
_
_
0
0
0
2
1
_
_
_
_
_
_
= 0
Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
La variable dual x
i
indica la contribucion por unidad del recurso
i -esimo b
i
a la variacion en el valor optimo z
actual del objetivo

Metodo del Simplex
Dualidad
Programacion Entera
Forma simetrica
Ejemplo
En el problema primal anterior, incrementando el valor del cuarto
recurso en una unidad, la funcion objetivo se incrementara en 2;
analogamente, incrementando el quinto recurso en una unidad, la
funcion objetivo se incrementara en 1
Metodo del Simplex
Dualidad
Programacion Entera
Introducci on
Algoritmo de Ramicaci on y Acotaci on
Bibliografa
Introduccion
Consiste en a nadir restricciones adicionales de igualdad:
Programacion Entera Pura (PEP): todas las variables de
decision deben tomar valores enteros
Programacion 0-1: las variables de decision solo pueden tomar
valores 0 o 1
Programacion Entera Mixta (PEM): solo hay restricciones de
integridad sobre algunas variables de decision
Algebraicamente (PEP):
max z = z(x)
sujeto a x F
x
j
N
Metodo del Simplex
Dualidad
Programacion Entera
Introducci on
Bibliografa
1
Inicializar B = +
2
Resolver el problema relajado. Si la solucion es entera,
terminar; en otro caso ir al paso 3
3
Ramicar sobre una variable de decision y crear dos
subconjuntos de la region factible
4
Determinar una cota superior z
s
del problema original
5
Son nodos terminales aquellos que:
1 El subconjunto es infactible
2 z
s
B
3 z
s
se alcanza en un punto factible y z
s
> B. Hacer z
s
= B. Ir
al paso 3.
6
Parar si todos los nodos son terminales, el mejor valor de la
funcion objetivo esta en z
s
Carlos Linares Lopez Programaci on Lineal
Metodo del Simplex
Dualidad
Programacion Entera
Introducci on
Bibliografa
Bibliografa
Ros Insua, Sixto
Investigacion Operativa: Opotimizacion
Editorial Centro de Estudios Ramon Areces, 1988
A. K. Dewdney
The (new) Turing Omnibus: 66 excursions in computer science
Henry Holt, 1993
Taha, Hamdy A.
Investigacion de Operaciones: Una Introduccion
Prentice Hall, Sexta Edicion, 1998

Programaci On Lineal: Carlos Linares L Opez

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Programaci On Lineal: Carlos Linares L Opez

Diunggah oleh

Hak Cipta:

Format Tersedia

Solucion graca e interpetacion

Metodo del Simplex

1b, si el vector columna a

actual del objetivo

Anda mungkin juga menyukai