COMPARATIVO DEL METODO DE KARMARKAR Y EL METODO SIMPLEX PARA RESOLVER PL

OPTIMIZACION LINEAL Jos Alexander Vargas Aguirre Cdigo 79.648.227 Universidad Manuela Beltrn Octubre 21 de 2011.

RESUMEN. La bsqueda de una solucin ptima en un modelo de programacin lineal ha llevado que a travs del tiempo que se hayan generado varios mtodos de resolucin de un PL. Lo que se busca con este comparativo es dar una visin de dos mtodos, mostrando los principios y de desarrollo de estos. Palabras Claves: Algoritmo, PL, Modelo, Algoritmo, Mtodos 1. INTRODUCCION La programacin lineal es una herramienta que permite resolver problemas de gran complejidad, donde se involucran elementos tales como los algoritmos, mtodos matemticos, y programas computacionales todo esto para determinar la solucin ptima. Ahora se visualizaran dos mtodos para resolver un PL, como lo son el mtodo Karmarkar o Algoritmo de punto interior y el Mtodo Simplex. 1. METODO SIMPLEX Indica que la solucin ptima lineal siempre est asociada con un punto esquina del espacio de soluciones. La Transicin de la solucin del punto esquina geomtrico hasta el mtodo simplex implica un procedimiento de computo que determina en forma algebraica los puntos esquina. Esto se logra convirtiendo primero a todas las restricciones de desigualdad en ecuaciones, para resolver estas en forma sistemtica. Este resuelve la programacin lineal en iteraciones. Donde cada una desplaza la solucin a un nuevo punto que tiene la posibilidad de mejorar el valor de la funcin objetivo. Y este i termina cuando se haya la solucin ptima. Las restricciones del problema se convierten en ecuacin de acuerdo a las reglas de estandarizacin del modelo as:

Para convertir una desigualdad >= se agrega una variable de holgura restando y una variable artificial sumando. Todas las restricciones del lado derecho son no negativas.

1.1 Puntos a tener en cuenta en desarrollo del mtodo simplex Si en el tablero simplex de la solucin ptima queda al menos una variable de Sper avit artificial dentro de las variables bsicas, con un valor > 0 , el problema no tiene solucin, esto quiere decir que al menos existen dos restricciones excluyentes, por lo tanto no existe rea de soluciones factible y menos una solucin , en ste caso se debe revisar la formulacin del problema. Si al escoger la variable que sale, ninguna de las variables bsicas restringe el crecimiento de la variable no bsica escogida para entrar, el problema tiene solucin indeterminada y se debe revisar la formulacin en busca de una nueva restriccin que no se tuvo en cuenta en la formulacin inicial. Si en el tablero simplex del ptimo, al menos una de las variables no bsicas tiene coeficiente cero (0) en la funcin objetivo, esto es su Zj Cj = 0, el problema tiene mltiples ii soluciones y se nos est ofreciendo una de ellas. Este se resuelve basndose en la eliminacin gaussiana con pivoteo.

Figura No 1 Ejemplo de Estandarizacin. Para convertir una desigualdad <= se agrega una variable de holgura.

2. METODO KARMARKAR Es un algoritmo de tipo Polinmico, se utiliza una transformacin de la geometra proyectiva para crear un conjunto de variables transformadas y1,y2yn. Esta transformacin llammosla f .transforma siempre el punto actual en el centro de la regin factible en el espacio definido por las transformadas. Si la transformacin se convierte en al punto x en el punto y, se escribe f(x) = y. En el espacio transformado, el algoritmo empieza con el desplazamiento desde f(x^0) en una buena direccin que tiende a mejorar z y iii conserva la factibilidad del PL. Por otro lado una ventaja de los algoritmos de punto interior es que los problemas grandes no requieren muchas ms iteraciones que los problemas pequeos. Por ejemplo un problema con 10000 restricciones funcionales tal vez requiera menos de 10 iteraciones. Aun considerando el tiempo sustancial de computadora necesario por iteracin para un problema de este tamao, hace que el problema sea mucho ms manejable. Por el contrario el mtodo simplex puede requerir 20.000 iteraciones con lo que puede no terminar en un tiempo razonable. Una ltima comparacin importante se refiere a la habilidad de realizar distintos tipos de anlisis posptimo. El mtodo simplex y sus extensiones son muy adecuados y sus uso es muy extenso para este tipo de anlisis. En cambio el algoritmo de punto interior tiene una capacidad muy limitada en iv esta rea. Sin embargo se puede establecer una forma de combinar estos dos mtodos para mejorar las deficiencias del uno y del otro.

4 CONCLUSIONES Karmarkar es un algoritmo de tiempo de polinomio, Ahora si un PL del tamao n se resuelve mediante este, entonces existen los nmeros positivos a y b tales que para cualquier n se puede resolver un PL de tamao n en un tiempo an^b. En contraste con el mtodo de Karmarkar el mtodo simplex es un algoritmo de tiempo exponencial para resolver los PL .Si un PL de tamao n se resuelve mediante simplex entonces existe un nmero positivo c, tal que, para cualquier n encontrara la solucin optima en un tiempo c2^n. Para n suficientemente grande c2^n > an^b. As que en teora un algoritmo de tiempo de polinomio es superior a un v algoritmo de tiempo exponencial. Figura No 2 La Curva de (1,2) a (2,6) muestra una trayectoria tpica, seguida por un algoritmo de punto interior, a travs de la regin factible 3. COMPARACION PUNTO INTERIOR SIMPLEX. Una Manera significativa de comparar los algoritmos de punto interior con el mtodo simplex es examinar sus propiedades tericas en cuanto a la complejidad computacional. Karmarkar demostr que la versin original de su algoritmo es un algoritmo de tiempo polinmial; esto se traduce en el tiempo en el que tarda en resolver un problema. Los dos factores bsicos para determinar el desempeo de un algoritmo para un problema real son el tiempo promedio de computadora por iteracin y el nmero de interacciones. Los Algoritmos de punto interior son mucho ms complejos que el mtodo simplex, se requieren muchos ms clculos en cada iteracin para encontrar la siguiente solucin prueba. Para problemas bastante pequeos, el nmero de iteraciones requeridas por un algoritmo de punto interior y por el mtodo simplex tiende a ser comparable. Dicho lo anterior de otra forma que para resolver problemas grandes, la cantidad de iteraciones necesarias para vi legar a la solucin ptima puede crecer en forma exponencial. 5. BIBLIOGRAFIA

HAMDY A TAHA, Investigacin de Operaciones, 7ma Edicin, Pg. 71-85. ii FRANCISCO CHEDIAK, Investigacin de Operaciones. iii HILLIER - LIBERMAN, Investigacin de Operaciones, 7ma Edicin, Pg.164. iv HILLIER - LIBERMAN, Investigacin de Operaciones, 7ma Edicin, Pg.165. v Wayne L Winston, Investigacin de Operaciones, 7ma Edicin, Pg. 309-315. vi HAMDY A TAHA, Investigacin de Operaciones, 7ma Edicin, Pg. 332.