Está en la página 1de 6

República Bolivariana de Venezuela

Ministerio de Educación Superior


Universidad Alejandro de Humboldt
Cátedra: Investigación de Operaciones

Integrantes:
Gabriela Guanipa C.I.
Rafael Gamboa C.I.
José Marcano C.I: 14.964.280

Caracas, 09 de Marzo de 2009


Introduccion
El presente trabajo tratara de dar a conocer aspectos importantes utilizados en la
Investigacion de Operaciones y sus diferentes metodos, en este caso se hace resaltar de
manera importante el metoddo de programacion lineal mencionando puntos importantes
como son los tipos de variables utilizadas y de manera practica su empleo y situacion
dada. Adicionalmente los tipos de soluciones obtenidas en un problema de
programacion lineal y el metodo utilizado

Variables de holgura
Variables Base: Son aquellas variables que se agregan al sistema de restricciones como
de holgura y artificiales y pertenecen a la columna Vb.

Variables de Holgura: La variable de holgura se denota por Hi y Hj, cuya ecuación es:
1)Al introducirla a la restricción, la convierte en ecuación.
2)Forma parte de la matriz identidad y su costo es cero.
3)En la tabla simplex, en renglón representa el sobrante del recurso y en la
columna representa el sobrante de la contribución.

Es el caso más sencillo y se da siempre que tengamos como primera solución

básica la proporcionada por las variables de holgura.

La formulación del problema debe incluir solamente restricciones del tipo ≤ ,

siempre que los coeficientes de las disponibilidades sean no negativos:

Z = c1 x1 + # + cn xn

max

a11 x1 + # + a1n xn ≤ b1

s.a.:

am1 x1 + # + amn xn ≤ bm

xi ≥ 0, i = 1, # , n

Introduciendo las variables de holgura para expresar la forma estándar:

Z = c1 x1 + # + cn xn

max

a11 x1 + # + a1n xn + xn +1 = b1

s.a.:

am1 x1 + # + amn xn + xn + m = bm

xi ≥ 0, i = 1, # , n , xn + i ≥ 0, i = 1, # , m
H

Variables Artificiales
Esta variable se denota por Ai y Aj, cuya función es:

1)Sirve como variable basica inicial, carece de sentido en el problema, solo en un


artificio.
2)Forma parte de la matriz identidad y su costo es M, tan grande cuando Z se
minimiza y tan pequeña cuando Z se maximiza, para garantizar valore negativos y
positivos, respectivamente
3)Tiene preferencias de entrar a la tabla simplex inicial.

Existen problemas de programación lineal que no proporcionan una solución básica inicial. Esta
situación se presenta cuando al menos una de las restricciones es del tipo (<=) o (=). Para este
propósito se desarrollan 2 métodos basados en el uso de variables artificiales: El método M o de
penalización y la técnica de 2 fases.
METODO M O DE PENALIZACIÓN.
Los pasos básicos del método M son los siguientes:
1. Exprese el problema en forma estándar transformando las inecuaciones en ecuaciones introduciendo
variables de holgura.
2. Agregue variables no negativas al lado izquierdo de cada una de las ecuaciones correspondientes a las
restricciones de tipo (>=) o (=). Estas variables se denominan variables artificiales y su adición hace que
las restricciones correspondientes.
Esta dificultad se elimina asegurando que las variables sean 0 en la solución final. Esto se logra asignando
una penalización muy grande por unidad a estas variables en la función objetivo. Tal penalización se
designará como –M para problemas de maximización y +M para problemas de minimización.
3. Utiliza las variables artificiales en la solución básica inicial; sin embargo la función objetivo de la tabla
inicial se prepara adecuadamente para expresarse en términos de las variables no básicas únicamente.
Esto significa que los coeficientes de las variables artificiales en la función objetivo deben ser 0 un
resultado que puede lograrse sumando múltiplos adecuados de las ecuaciones de restricción al renglón
objetivo.
4. Proceda con los pasos regulares del método simplex.
Problemas en Programacion lineal

En un problema de Programación Lineal, según sean las restricciones, se obtendrán


poliedros diferentes, acotados o no, y según sea la posición de la función objetivo
respecto de dicho poliedro se pueden originar diferentes situaciones. Según el tipo de
soluciones que presenten un problema de Programación Lineal puede ser:

Factible: si existe la región factible. En este caso nos podemos encontrar:

Óptimo finito y único. La solución óptima está formada por un único punto con
coordenadas reales.

Múltiples óptimos. Un problema de Programación Lineal puede tener más de un


óptimo. Además, o bien el problema tiene un único óptimo, o bien, tiene infinitos
óptimos.

Óptimo infinito. Un problema de Programación Lineal puede tener un óptimo no


finito, es decir, la función objetivo puede tomar, un valor tan grande o tan pequeño
como se quiera sin abandonar la región factible.

Región factible no acotada, óptimo finito. La no acotación de la región factible no


implica necesariamente óptimo infinito. Puede ocurrir que la función objetivo alcance el
óptimo en la zona acotada de la región factible.

Región factible no acotada, óptimo finito e infinito. Puede darse el caso que todos los
puntos de una de las semirrectas que determinan la región factible no acotada sean
solución del problema.

No factible. Región factible vacía. El conjunto de restricciones de un problema de


Programación Lineal puede ser incompatible, conduciendo a una región factible vacía.
Conclusión

Bibliografia