03 metodos de solución
TRANSCRIPT
-
8/19/2019 03 Metodos de solución
1/61
Programación Lineal
Métodos de resolución
-
8/19/2019 03 Metodos de solución
2/61
IO1 R.Delgadillo 2
Introducción Conceptos Forma canónica y estándar de un P.L. Método Simplex Dualidad Propiedades
Interpretación económica
-
8/19/2019 03 Metodos de solución
3/61
IO1 R.Delgadillo
Conceptos Conjunto convexo: Un conjunto de
puntos S es convexo, si el segmento delínea que une cualquier par de punto de
S esta en S. Esto es, S es un conjunto convexo, si
para todo
0,1 )1( 21 para
S x x
S xi
-
8/19/2019 03 Metodos de solución
4/61
IO1 R.Delgadillo 4
Conceptos
A B A B A
B
AB
A
B
Conjuntos convexos
Conjuntos no convexos
-
8/19/2019 03 Metodos de solución
5/61
IO1 R.Delgadillo 5
Conceptos Punto extremo: Un punto P es
denominado punto extremo (esquina) ,si todo segmento de línea que esta
completamente en S y contiene a P,tiene a P como punto extremo delsegmento de línea.
Esto es si P no puede ser representadocomo una combinación convexaestricta de dos puntos distintos en S.
)1,0(
-
8/19/2019 03 Metodos de solución
6/61
IO1 R.Delgadillo 6
Conceptos
x3
x2
P.
.
.
Punto extremo
-
8/19/2019 03 Metodos de solución
7/61
IO1 R.Delgadillo 7
Conceptos Región Factible: Es un conjunto de
todos los puntos que satisfacen todaslas restricciones del problema
Teorema 1: La región factible de unproblema de programación lineal es unconjunto convexo y tiene un número
finito de puntos extremos.
-
8/19/2019 03 Metodos de solución
8/61
IO1 R.Delgadillo 8
Conceptos Solución óptima: Es un punto de la
región factible con mayor valor de laF.O. (problema de Max)
Teorema 2: Todo problema deprogramación lineal que tiene soluciónóptima, tiene un punto extremo que es
óptimo.
-
8/19/2019 03 Metodos de solución
9/61
IO1 R.Delgadillo 9
Problemas de PL
Forma genérica ó canónica de un PPL, sedenomina así cuando se escribe
objetivofunciónladetoscos
0
,..1;,...,1 ..
Zmax 1
j
j
i jij
o
n
j j j
cdonde
x
n jmib xaa s
c xc
-
8/19/2019 03 Metodos de solución
10/61
IO1 R.Delgadillo 10
Problemas de PL
Variables artificiales: se denominan así alas variables que se agregan alproblema con la finalidad de hacer una
restricción de desigualdad en igualdad. Si la restricción es >= la variable artificial es
de exceso
Si la restricción es
-
8/19/2019 03 Metodos de solución
11/61
IO1 R.Delgadillo 11
Problemas de PL
Forma normal ó estándar de un PPL, sedenomina así cuando se escribe
Esto es, todas las restricciones son de igualdad
objetivofunciónladetoscos
0
,..1;,...,1 ..
Zmax
1
j
j
i jij
o
n
j
j j
cdonde
x
n jmib xaa s
c xc
-
8/19/2019 03 Metodos de solución
12/61
IO1 R.Delgadillo 12
Ejemplo: Dado el siguiente problema en la forma
genéricaMax z = 3x1 + 4x2
s.a. x1 + x2
-
8/19/2019 03 Metodos de solución
13/61
IO1 R.Delgadillo 13
Ejemplo: La forma normal se obtiene agregando
las variables de holguraMax z = 3x1 + 4x2
s.a. x1 + x2 + x3 = 9x1 + 2 x2 + + x4 = 16x1, x2 , x3, x4 > 0
-
8/19/2019 03 Metodos de solución
14/61
IO1 R.Delgadillo 14
Conceptos Base: De un espacio vectorial es cualquier
conjunto de vectores que pertenezcan alespacio y que además: Son linealmente independientes Son un conjunto generador del espacio vectorial.
Ejemplo:
1 0 0
0 1 0
0 0 1
3- 0 0
2 1 0
0 1 1v1 v2 x3 v1 v2 v3
-
8/19/2019 03 Metodos de solución
15/61
IO1 R.Delgadillo 15
Conceptos Dado un sistema de ecuaciones lineales, de n
variables y m restricciones:
suponga n ≥ m,=> si n-m variables tomen valor =0,garantiza que las m variables restantesasuma valores únicos.
b AX
-
8/19/2019 03 Metodos de solución
16/61
-
8/19/2019 03 Metodos de solución
17/61
IO1 R.Delgadillo 17
Conceptos Solución Básica: Es una solución que
satisface Ax = b y cuyas VB ≥0 y VNB = 0.
así las columnas asociadas a las VB sonlinealmente independiente.
Solución Básicas posible: Son solucionesbásicas con valores de sus variables todos ≥0
Solución Básica degenerada: Son
soluciones básicas en las que algunas VBtoman valor igual a cero.
-
8/19/2019 03 Metodos de solución
18/61
IO1 R.Delgadillo 18
Conceptos Solución Básica óptima: Es una
solución básica posible y cuyo valor deZ (F.O.) es máximo.
Solución adyacente básica posiblesDos soluciones básicas posibles sonadyacentes, si sus conjuntos de
variables básicas tienen m-1 variablesbásicas en común.
-
8/19/2019 03 Metodos de solución
19/61
IO1 R.Delgadillo 19
Ejemplo Grafique e identifique, soluciones
básicas, soluciones básicas posibles,solucion básica óptima.
max z = 3x1 + 4x2s.a. x1 + x2
-
8/19/2019 03 Metodos de solución
20/61
IO1 R.Delgadillo 20
Ejemplo
Agregando las variables de holgura se tiene:Max z = 3x1 + 4x2s.a. x1 + x2 + x3 = 9
x1 + 2 x2 +x4 = 16x1, x2, x3, x4 > 0
-
8/19/2019 03 Metodos de solución
21/61
IO1 R.Delgadillo 21
Ejemplo
(0,0,9,16)(9,0,0,7}
(16,0,-7,0)
(2,7,0,0)
(0,9,0,-2)
(0,8,1,0)
x2=0
x4=0x1=0
x3=0 Sol. óptima
Sol. básica
Sol. Básica factible
-
8/19/2019 03 Metodos de solución
22/61
IO1 R.Delgadillo 22
Método Simplex Idea conceptual: Desde que las soluciones que
optimizan la F.O. se encuentran en la
frontera de la región Factible y enparticular en los vértices de esta. Elsimplex localiza un vértice de la región
y salta para el siguiente vérticeadyacente de forma que mejore el valorde la F.O.
-
8/19/2019 03 Metodos de solución
23/61
IO1 R.Delgadillo 23
Sistema de ecuaciones lineares Dado Ax = b , A de dimensión m x n, x de
dimensión n y b de dimensión m Si la matriz A es inversible ( esto es m=n ) =>
Ax = b , tiene como única solución x=Ab por otro lado, si el rango de la matriz
aumentada ( A|b ) es mayor que el rango de lamatriz A => Ax = b no tiene solución.
Si el rango de ( A|b ) es igual al rango de A eigual k < n, => Ax = b tiene infinitas soluc.
-
8/19/2019 03 Metodos de solución
24/61
IO1 R.Delgadillo 24
Método Simplex (conceptos) Dado Ax = b, un sistema de ecuaciones
consistente indeterminado (n>m) Se puede escribir: A= (B,N ) , donde
B mxm inversible y N mx(n-m). Las columnasde la matriz B, son vectores dedimensión m , que constituyen una
base del espacio R, denominase a B como matriz básica.
m
-
8/19/2019 03 Metodos de solución
25/61
IO1 R.Delgadillo 25
Método simplex
Sea Equivalentemax z = Cx max z = C B x B +C N x N
s.a. s.a. Ax = b Bx B + Nx N = b
x > 0 x B > 0, x N > 0 de donde:x B = B b – B Nx N
z = C B B b -(C B B N -C N ) x N -1 -1
-1 -1
-
8/19/2019 03 Metodos de solución
26/61
IO1 R.Delgadillo 26
Método simplex En la tabla:
x N x B
x B B N I B b
z C B B N-C N 0 C B B b
Una solución inicial es:
x N = 0, x B = B b, z= C B B b
-1
-1
-1
-1
-1
-1
-
8/19/2019 03 Metodos de solución
27/61
IO1 R.Delgadillo 27
Método Simplex (algoritmo)
1. Determine una solución básica factible2. Verifique si la solución es óptima: vea si los
costos reducidos en el tablero son ceros onegativos, en ese caso pare, Sol óptima.
3. Determine una nueva solución básicafactible:-variable que entra a la base xj = coef máspositivo
-variable que sale de la base = min{B b/a.j/a.j>0 }
4. Regresar a paso 2
-1
-
8/19/2019 03 Metodos de solución
28/61
IO1 R.Delgadillo 28
Método Simplex Ejemplo:
max z = 3x1 + 4x2s.a. x1 + x2 < 9
x1 + 2 x2 < 16x1, x2 > 0
-
8/19/2019 03 Metodos de solución
29/61
IO1 R.Delgadillo 29
Método simplex
Agregando las variables de holgura se tiene:Max z = 3x1 + 4x2 + 0x3 + 0x4s.a. x1 + x2 + x3 = 9
x1 + 2 x2 +x4 = 16x1, x2, x3, x4 > 0
-
8/19/2019 03 Metodos de solución
30/61
IO1 R.Delgadillo 30
Método simplex La primera base factible es la
formada por las variables de holgura: VB1 = { x3, x4}
VNB1 = { x1, x2} , x1 = x2 = 0=> x3 = 9
x4 = 16Z = 0
-
8/19/2019 03 Metodos de solución
31/61
IO1 R.Delgadillo 31
Método Simplex
x1 x2 x3 x4x3 1 1 1 0 9x4 1 2 0 1 16-z 3 4 0 0 0
VB={x3=9,x4=16}
VNB={x1=x2=0}
-
8/19/2019 03 Metodos de solución
32/61
IO1 R.Delgadillo 32
Método Simplex Evaluamos si SBF es óptima;
observemos que si x1 ó x2 0Z crece.=> (x3, x4) no es solución óptima.
Criterio de solución óptima: todoslos coeficientes de las variables nobásicas son ceros o negativos
-
8/19/2019 03 Metodos de solución
33/61
IO1 R.Delgadillo 33
Método Simplex Generamos otra base, por el intercambio
de una de las variables básicas por otravariable no básica; esto es, sale una variablede la base y entra una variable de la no base.
Criterio para la variable que entra en labase: debe entrar la variable que tengamayor coeficiente positivo; que hace que Z
crezca rápidamente. En el ejemplo la variable que entra es x2.
X1 permanece con valor cero
-
8/19/2019 03 Metodos de solución
34/61
IO1 R.Delgadillo 34
Método Simplex Criterio para la variable que sale de la
base: debe salir una VB que toma valor cerocuando la variable que entra (VNB) toma sumáximo valor. Esto es, limita el crecimientode la variable de entrada pues todas lasvariables deben ser ≥ 0 ( Xi ≥0).
entonces: min{B b/a.j/ a.j>0 }
min {9/1,16/2} = 2, que corresponde a la filade la variable x4 => sale x4 Repetimos el proceso hasta encontrar la
solución óptima
-1
-
8/19/2019 03 Metodos de solución
35/61
IO1 R.Delgadillo 35
Método Simplex
x1 x2 x3 x4x3 1 1 1 0 9x4 1 2* 0 1 16
-z 3 4 0 0 0x3 1/2* 0 1 -1/2 1
x2 1/2 1 0 1/2 8-z 1 0 0 -2 -32
VB={x3=9,x4=16}
VNB={x1=x2=0}
-
8/19/2019 03 Metodos de solución
36/61
IO1 R.Delgadillo 36
Método Simplex
x1 x2 x3 x4x1 1 0 2 -1 2x2 0 1 -1 1 7
-z 0 0 -2 -1 -34
sol óptima x1=2, x2=7, x3=4, x4=0 z= 34
-
8/19/2019 03 Metodos de solución
37/61
IO1 R.Delgadillo 37
Método Simplex Problema de mínimo: Primer caso: hacer Min z = Max (-z)
y efectuar el algoritmo para resolver el
problema de mínimo. Segundo caso: modificar algoritmo
-variable que entra a la base xj = coef
más negativo- condición de parada es todos loscostos reducidos son ceros o positivos.
-
8/19/2019 03 Metodos de solución
38/61
IO1 R. Delgadillo 38
Dualidad La teoría de Dualidad es una propiedad
Matemática. Este concepto se aplica ala teoría de optimización.
La teoría de Dualidad introduce unnuevo test de optimalidad, comotambién nuevos algoritmos para
resolver problemas lineales.
-
8/19/2019 03 Metodos de solución
39/61
IO1 R. Delgadillo 39
Dualidad Todo problema de programación
matemática existe asociado con otroproblema llamado Dual.
En particular, todo problema lineal(primal) tiene su correspondienteproblema dual
Denominemos por (P) al problemaprimal y (D) a su correspondiente dual.
-
8/19/2019 03 Metodos de solución
40/61
IO1 R. Delgadillo 40
Dualidad (simétrica) Problema primal(P) max Cx
s.a
Ax < b x>0
Problema dual(D) min yb
s.a
yA> C y > 0
-
8/19/2019 03 Metodos de solución
41/61
IO1 R. Delgadillo 41
Dualidad (simétrica) Problema primal
max 3x1+7x2 -4x3
s.a 2x1- x2 + x3 3-y1 +5y2 > 7y1 -2y2 > -4
y1,y2 > 0
-
8/19/2019 03 Metodos de solución
42/61
IO1 R. Delgadillo 42
Dualidad (asimétrica) Problema primal(P) max Cx
s.a
Ax = b x>0
Problema dual(D) min yb
s.a
yA> C y libre
-
8/19/2019 03 Metodos de solución
43/61
IO1 R. Delgadillo 43
Dualidad (asimétrica) Problema primal
max 3x1+2x2s.a
x1+ x2 = 65 x1-x2 = 12
x1,x2 > 0
Problema dualmin 6y1 +12 y2s.a
y1 +5y2 > 3y1 - y2 > 2y1, y2 libre
-
8/19/2019 03 Metodos de solución
44/61
-
8/19/2019 03 Metodos de solución
45/61
IO1 R. Delgadillo 45
Relación entre Primal y Dual FO. MAX FO. MIN
AMRestricc.
N Variables
NRestricc.
M Variables
tA
X es var. primal Y es variable dual
C b
bC
-
8/19/2019 03 Metodos de solución
46/61
IO1 R. Delgadillo 46
Relación entre Primal y Dual Respecto a las desigualdadesProb. de Max Prob. de Min
oirrestrict
0
0
RESTRICC VARIABLES
oirrestrict
0
0
VARIABLES RESTRICC
-
8/19/2019 03 Metodos de solución
47/61
-
8/19/2019 03 Metodos de solución
48/61
IO1 R. Delgadillo 48
Dualidad- Propiedades Propiedad 3: Si x’ es una solución factible
de (P) e Y’ es una solución factible de (D) yentonces x’ será óptimo de (P) e
y’ sera óptimo de (D).
Propiedad 4: Si (P) tiene una soluciónóptima ilimitada entonces (D) será vacio.
Propiedad 5: Si x* es solución óptima de
(P) e y* es solución óptima de (D) entonces
b ycx ''
b ycx **
-
8/19/2019 03 Metodos de solución
49/61
IO1 R. Delgadillo 49
Dualidad- Propiedades Teorema de dualidad (existencia):
Dado un par de problemas (primal y sudual) uno y solamemnte uno de las tres
afirmaciones es verdadero. Los dos problemas son vacios Uno es vacio y el otro ilimitado.
Ambos admiten soluciones óptimas finitas(sus funciones objetivo en el punto óptimoasumen igual valor)
-
8/19/2019 03 Metodos de solución
50/61
IO1 R. Delgadillo 50
Dualidad- Propiedades
Primal Dual
Óptimo finito Óptimo finito
Óptimo no-finito Óptimo no-finito
No tiene solución No tiene solución
-
8/19/2019 03 Metodos de solución
51/61
IO1 R. Delgadillo 51
Dualidad- Propiedades Propiedad 6 (Complementaridad):
Si x’ es óptimo de (P) e y’ es óptimo de(D) entonces
(y’A – c) x’ = 0 e y’(Ax’ – b) = 0 Esta propiedad nos dice que:
Las variables duales y las variables de
holgura son complementares.
-
8/19/2019 03 Metodos de solución
52/61
IO1 R. Delgadillo 52
Dualidad- Propiedades
Ej: máx z= 5x1+ 2x2s.a
x1 < 3x2 < 4
x1 + 2x2 < 9x1, x2>0
Resolver, sabiendo que los valores de las variablesduales correspondientes son:y1= 4, y2=0, y3=1 y ZD= 21
-
8/19/2019 03 Metodos de solución
53/61
IO1 R. Delgadillo 53
Dualidad- Propiedades
Aplicando la propiedad de complementariedad,y’(Ax’ – b) = 0, se tiene:
y1(x1 – 3) =0y2(x2 – 4) =0
y3(x1 + 2x2 -9) = 0Reemplazando: y1= 4, y2=0, y3=1
4x1-12 =0 => x1 = 3
x1 +2x2-9 =0 => x2= 3 Y Zp = 5(3) +2(3) = 21
-
8/19/2019 03 Metodos de solución
54/61
IO1 R. Delgadillo 54
Dualidad- Propiedades
Ej: máx zp= 5x1+ 2x2 min zd= 3y1+4y2+9y3s.a x1 < 3 s.a y1 + y3 ≥ 5
x2 < 4 y2+2y3 ≥ 2x1 + 2x2 < 9
x1, x2>0 y1, y2, y3>0
Resolver, y encontrar el valor de las variables primales yduales.
-
8/19/2019 03 Metodos de solución
55/61
IO1 R.Delgadillo 55
Dualidad-Propiedadesx1 x2 x3 x4 x5
x3 1* 0 1 0 0 3x4 0 1 0 1 0 4x5 1 2 0 0 1 9-z 5 2 0 0 0 0
x1 1 0 1 0 0 3x4 0 1 0 1 0 4x5 0 2* -1 0 1 6-z 0 2 -5 0 0 -15
x1 1 0 1 0 0 3x4 0 0 ½ 1 -½ 1x2 0 1 -½ 0 ½ 3-z 0 0 -4 0 -1 -21
y4 y5 y1 y2 y3
X1 = 3,X4= 1,X2= 3,
X3=X5=0,Zp=21
Y1=4, Y2=0, Y3=1,
Y4=Y5=0,
Zd= 21
Interpretación económica del
-
8/19/2019 03 Metodos de solución
56/61
IO1 R. Delgadillo 56
Interpretación económica delproblema dual
Ej: max z= 60x1+ 30x2 +20x3s.a8x1 + 6 x2 + x3 < 48
-
8/19/2019 03 Metodos de solución
57/61
IO1 R. Delgadillo 57
Interpretación económica delproblema dual
Suponga que un empresario desea comprartodos los recursos de la empresa,entonces éldebe determinar el precio que esta dispuestoa pagar por cada uno de los recursos:
y1= precio de un listón de maderay2 = precio de una hora de acabadoy3 = precio de una hora de carpintería
El precio total de los recursos es:48y1 + 20 y2 + 8y3
Interpretación económica del
-
8/19/2019 03 Metodos de solución
58/61
IO1 R. Delgadillo 58
Interpretación económica delproblema dual
Ya que desea minimizar el costo de la compramin 48y1 + 20 y2 + 8y3
el dueño de la empresa dice que los precios
deben ser justos esto es, el precio por lacantidad de recursos utilizados para producirun producto sea cuando menos la utilidadque este proporciona:
8y1 + 4y2 +2y3 > 606y1 + 2y2 +1.5 > 30y1 + 1.5y2 + 0.5y3 > 20
Interpretación económica del
-
8/19/2019 03 Metodos de solución
59/61
IO1 R. Delgadillo 59
Interpretación económica delproblema dual Así tenemos:
min 48y1+ 20y2 +8y3s.a
8y1 + 4y2 + 2y3 > 60 30 200
La variable dual se relaciona con el valor de losrecursos, por esta razón se denomina preciosombra
-
8/19/2019 03 Metodos de solución
60/61
IO1 R. Delgadillo 60
Precio dual El precio dual o precio sombra es la
variación de la F.O. cuando el ladoderecho de una restricción cambia en
una unidad El precio dual es válido para el rango de
variación permitido, y constante en este
intervalo. El precio dual de una restricción inactiva
es cero
-
8/19/2019 03 Metodos de solución
61/61