Академический Документы
Профессиональный Документы
Культура Документы
Investigación Operativa I Con este método, en vez de probar con cada punto
extremo de la región de factibilidad, se inicia con
Mg. Giovana Valverde Ayala cualquier punto extremo de la región de factibilidad y
mediante transformaciones elementales se llega a
puntos extremos más eficientes.
j = 1 , 2 ,..., m
j = 1 , 2 ,...,
n
m
∀ S j ≥ 0 , j = 1 ,..., m
Mg. Giovana Valverde A. 3 Mg. Giovana Valverde A. 4
1
Variables de Holgura Variables de Holgura - Ejemplo
En las restricciones (≤) el lado derecho representa el límite Max z= 3x1 + 4x2 Si x1:cantidad de producto1 que se debe producir
x2:cantidad de producto2 que se debe producir
sobre la disponibilidad de un recurso y el lado izquierdo el S.a: Según el tiempo de producción del dpto:
6x1+ x2 <= 16
uso de ese recurso limitado. 6x1+ x2 <= 16 Uso del recurso tiempo Limite del recurso Tiempo
2
Definiciones previas Definiciones previas
Solución básica: Resulta de resolver el EJEMPLO:
sistema para las m variables básicas y hacer Sea:
las n-m restantes iguales a cero. Max Z = 2x1+x2
Solución básica
Solución factible: Aquella sol. donde se S.a: factible óptima
Z*=6
3
Ejemplo ...Ejemplo
Sea un conjunto poliédrico definido por las sgtes desigualdades: Standarizamos agregando variables de holgura:
2 x1 + 4 x2 <= 8 ..........L1 2 x1 + 4 x2 + S1 =8
3 x1 + 2 x2 <= 6 ..........L2 3 x1 + 2 x2 + S2 = 6
x2 x1,x2 >=0 x1, x2, S1, S2 >=0 ⎡2 4 1 0⎤
La matriz de Restricciones A=[a1,a2,a3,a4]= ⎢⎣3 2 0 1⎥⎦
Hallaremos la solución básica factible encontrando un Bmxm=B2x2
Tal que xB= B-1b >=0
( 0, 2 ) ( 1 , 3/2 ) Posibles formas en las que B se puede extraer de A:
⎡2 4⎤
1) B = [a 1 , a 2 ] = ⎢ ⎥
⎣3 2⎦
x1
⎡ x1 ⎤ ⎡− 1 4 1 2 ⎤ ⎡8 ⎤ ⎡ 1 ⎤ ⎡ x ⎤ ⎡0 ⎤
(0,0) : Puntos Extremos X B = ⎢ ⎥ = B −1b = ⎢ =
− 1 4 ⎥⎦ ⎢⎣ 6 ⎥⎦ ⎢⎣ 3 2 ⎥⎦ = ⎢ 3⎥ = ⎢ ⎥
(2,0)
X
L2 L1 Soluciones Básicas Factibles ⎣ x2 ⎦ ⎣ 3 8 N
⎣ x4 ⎦ ⎣0 ⎦
Mg. Giovana Valverde A. 13 Mg. Giovana Valverde A. 14
...Ejemplo ...Ejemplo
⎡2 0⎤ ⎡4 0⎤
2 ) B = [a 1 , a 4 ] = ⎢ 5 ) B = [a 2 , a 4 ] = ⎢
⎣3 1 ⎥⎦ ⎣2 1 ⎥⎦
⎡x ⎤ ⎡ 1 4 0 ⎤ ⎡8 ⎤ ⎡2 ⎤ ⎡ x ⎤ ⎡0⎤
⎡x ⎤ ⎡ 1 2 0 ⎤ ⎡8 ⎤ ⎡ 4 ⎤ ⎡ x ⎤ ⎡0 ⎤ = ⎢ 2 ⎥ = B −1b = ⎢ = XN = ⎢ 1⎥ = ⎢ ⎥
= ⎢ 1 ⎥ = B − 1b = ⎢ 1 ⎥⎦ ⎢⎣ 6 ⎥⎦ ⎢⎣ 2 ⎥⎦
= XN = ⎢ 2⎥ = ⎢ ⎥ X
1 ⎥⎦ ⎢⎣ 6 ⎥⎦ ⎢⎣ − 6 ⎥⎦
X
⎣− 1 2 ⎣ x3 ⎦ ⎣0⎦
B
B
⎣ x4 ⎦ ⎣− 3 2 ⎣ x4 ⎦
⎣ x3 ⎦ ⎣0⎦
⎡1 0⎤
⎡2 1⎤ 6 ) B = [a 3 , a 4 ] = ⎢
3 ) B = [a 1 , a 3 ] = ⎢ 1 ⎥⎦
⎣3 0 ⎥⎦ ⎣0
⎡ x1 ⎤ ⎡0 1 3 ⎤ ⎡8 ⎤ ⎡2 ⎤ ⎡x ⎤ ⎡1 0 ⎤ ⎡8 ⎤ ⎡8 ⎤ ⎡ x ⎤ ⎡0⎤
⎡ x ⎤ ⎡0⎤ = ⎢ 3 ⎥ = B −1b = ⎢ = XN = ⎢ 1⎥ = ⎢ ⎥
X B = ⎢ ⎥ = B −1b 1 ⎥⎦ ⎢⎣ 6 ⎥⎦ ⎢⎣ 6 ⎥⎦
= ⎢ = X
− 2 3 ⎥⎦ ⎢⎣ 6 ⎥⎦ ⎢⎣ 4 ⎥⎦ XN = ⎢ 2⎥ = ⎢ ⎥
B
⎣ x3 ⎦ ⎣1 ⎣ x4 ⎦ ⎣0 ⎣ x2 ⎦ ⎣ 0 ⎦
⎣ x4 ⎦ ⎣ 0 ⎦
⎡4 1⎤
Los casos 1,3,5 y 6 son soluciones básicas factibles.
4 ) B = [a 2 , a 3 ] = ⎢ ⎥
⎣2 0⎦ Los casos 2 y 4 son soluciones básicas pero no factibles
⎡ ⎤
x ⎡0 1 2 ⎤ ⎡8 ⎤ ⎡ 3 ⎤
⎡ x ⎤ ⎡0⎤ porque una de las componentes del XB es menor que cero, por lo
X B = ⎢ 2 ⎥ = B −1b = ⎢1 =
⎣ x3 ⎦ ⎣ − 2 ⎥⎦ ⎢⎣ 6 ⎥⎦ ⎢⎣ − 4 ⎥⎦ XN = ⎢ 1⎥ = ⎢ ⎥ tanto viola las condiciones de no negatividad.
⎣ x4 ⎦ ⎣ 0 ⎦
Mg. Giovana Valverde A. 15 Mg. Giovana Valverde A. 16
4
Número de Soluciones Básicas
...Ejemplo Factibles
Nuestras soluciones básicas factibles en E4 son:
⎡ 1 ⎤ ⎡ 2 ⎤ ⎡ 0 ⎤ ⎡ 0 ⎤ En general el número de Soluciones Básicas Factibles es menor
⎢ 3 o igual que:
⎢ 2 ⎥⎥ ⎢ 0 ⎥ ⎢ ⎥ ⎢ ⎥
⎥ , ⎢ 2 ⎥ , ⎢ 0 ⎥
, ⎢
⎢ 0 ⎥ ⎢ 4 ⎥ ⎢ 0 ⎥ ⎢ 8 ⎥ Número de variables→ ⎛ n ⎞ n!
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎜⎜ ⎟⎟ =
⎣ 0 ⎦ ⎣ 0 ⎦ ⎣ 2 ⎦ ⎣ 6 ⎦ Número de restricciones →
⎝ m ⎠ m ! ( n − m )!
Estos puntos pertenecen a E4 porque al introducir las variables Del ejemplo anterior:
de holgura se tienen n+m=2+2 = 4 variables.
Puntos proyectados en E2: se tienen las sgtes soluciones ⎛ 4 ⎞ 4!
⎜⎜ ⎟⎟ = = 6
básicas factibles: ⎝ 2 ⎠ 2 ! ( 4 − 2 )!
⎡ 1 ⎤ ⎡ 2 ⎤ ⎡ 0 ⎤ ⎡ 0 ⎤
⎢1 3 ⎥ , ⎢ 0 ⎥ , ⎢ 2 ⎥ , ⎢ 0 ⎥ El numero de Soluciones Básicas Factibles fue:
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
NSBF= 4 <= 6
Estos son los puntos extremos de la región factible. Los puntos del caso 2 y 4 violaron la No Negatividad.
Mg. Giovana Valverde A. 17 Mg. Giovana Valverde A. 18
5
Condición de Optimalidad Condición de Optimalidad
Problema de Maximización:
Se verifica en la Función Objetivo La variable entrante es seleccionada como la variable NO básica
que tiene el coeficiente más negativo en la ecuación de la
El objetivo es encontrar la variable NO función objetivo.
El Proceso termina cuando todos los coeficientes de las variables
básica que entrará a la base. NO básicas son cero o positivos.
Problema de Minimización:
La variable NO básica que entra a la base es la que tiene el
coeficiente más positivo en la ecuación de la función objetivo.
El proceso termina cuando todos los coeficientes son negativos
o cero.
Mg. Giovana Valverde A. 21 Mg. Giovana Valverde A. 22
6
Método Simplex - Forma de Tabla
El Método Simplex Forma
n m
Estándar
Z − ∑i = 1
c i x i + 0 ∑j = 1
S j = 0
óptima sea obtenida, siempre que exista y sea finito. Sm 0 am1 am2 ... amn 0 0 ... 1 bm
Ejemplo: Solución
7
Interpretación de las Variables según el
ejemplo 1. Estandarizando:
Z = Medida de eficiencia del sistema.
Z=utilidad
Ci = Contribución de una unidad de actividad al valor de la medida de eficiencia. Convertir las desigualdades en igualdades
C1: s/200 de utilidad por silla Se introduce una variable de holgura por cada una de las
C2:s/300 de utilidad por mesa restricciones, para convertirlas en igualdades, resultando el
Xi = Nivel de la actividad i o variable de control o variable de decisión. sistema de ecuaciones lineales:
X1:cantidad de sillas a producir Max z= 200 x1 + 300 x2 + 0 s1 + 0 S2
X2:cantidad de mesas a producir s.a:
aij = cantidad de actividad i necesario para cada unidad de recurso j. Solución
4 x1 + 4 x2 + S1 = 36
a11: cantidad de recurso madera necesario para producir cada unidad de producto silla básica
3 x1 + 6 x2 + S2 = 48
a22: cantidad de recurso mano de obra necesario para producir cada unidad de producto mesa
inicial
2. Escribir el problema en forma de tabla 4. Encontrar la variable No básica que entra en la base y la
variable básica que sale de la base
(3) Solución
Elemento pivote Basica inicial
Mg. Giovana Valverde A. 31 Mg. Giovana Valverde A. 32
8
Por la Condición de factibilidad:
Para encontrar la variable básica que tiene que salir de la base,
se divide cada término de la última columna (valores solución)
por el término correspondiente de la columna pivote, siempre
que estos últimos sean mayores que cero. ITERACION 2
Si hubiese algún elemento menor o igual que cero no se hace
dicho cociente. En el caso de que todos los elementos fuesen
menores o iguales a cero, entonces tendríamos una solución no
acotada y no se puede seguir. Z X1 X2 S1 S2 bj
El término de la columna pivote que en la división dé lugar al
menor cociente positivo, indica la fila de la variable básica que Z 1 -50 0 0 50 2400
sale de la base. S1 0 2 0 1 -2/3 4 4/2=2
Si al calcular los cocientes, dos o más son iguales, indica que X2 0 1/2 1 0 1/6 8 8/1/1/2=16
cualquiera de las variables correspondientes pueden salir de la
base, es arbitrario.
Mg. Giovana Valverde A. 33 Mg. Giovana Valverde A. 34
x1 >= 0 , x2 >= 0
Mg. Giovana Valverde A. 35 Mg. Giovana Valverde A. 36
9
INTERPRETACIÓN INTERPRETACIÓN GEOMÉTRICA
GEOMÉTRICA F.O: Max Z= 200x1+ 300x2
S.a.: 4x1 + 4x2 <=36 .... L1 En la primera iteración se ha calculado el valor de la función
objetivo en el vértice A(0,0), siendo este 0.
x2
3x1 + 6x2 <= 48 .... L2
( 0, 9 ) A continuación se desplaza a B. En esta segunda iteración se ha
calculado el valor que corresponde al vértice B(0,8): Z=f(0,8) =
B ( 0, 8 ) C (2,7)
x1 >= 0 , x2 >= 0 2400
Sigue hasta llegar a C. En esta tercera iteración se ha calculado
el valor que corresponde al vértice C(2,7) : Z=f(2,7)=2500. (z
óptimo)
Solución X2=7
básica
factible S1=0
óptima
S2=0
El carpintero debe producir 2 sillas y 7 mesas por
semana para tener un beneficio máximo de s/ 2500.
10