Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Programacion Lineal PDF
Programacion Lineal PDF
LINEAL (LP)
Planteamiento del problema de
programación Lineal
Un problema de programación lineal es cuando la función objetivo
es una función lineal y las restricciones son ecuaciones lineales;
la forma estándar de un problema con m restricciones y n
variables se representa.
s .a .
a 11 x 1 + a 12 x 2 + ... + a 1 n x n = b 1
a 21 x 1 + a 22 x 2 + ... + a 2 n x n = b 2
z = cx
− − − − − − − − − − − − − − −
a m 1 x 1 + a m 2 x 2 + ... + a mn x n = b m Ax= b
x 1 ≥ 0 , x 2 ≥ 0 ,..., x n ≥ 0 x ≥ 0, b ≥ 0
b 1 ≥ 0 , b 2 ≥ 0 ,..., b m ≥ 0
Ejemplo
max x1 + 3x 2
s.a. 2 x1 + x 2 ≤ 5
x 1 + 3x 2 ≤ 9
x1 ≥ 0
x2 ≥ 0
En forma matricial sería:
⎛ x1 ⎞
max (1 3)⎜⎜ ⎟⎟
⎝ x2 ⎠
⎛ 2 1⎞⎛ x1 ⎞ ⎛ 5 ⎞
s.a. ⎜ ⎟⎜⎜ ⎟⎟ ≤ ⎜ ⎟
⎝1 3 ⎠⎝ x 2 ⎠ ⎝ 9 ⎠
⎛ x1 ⎞ ⎛ 0 ⎞
⎜⎜ ⎟⎟ ≥ ⎜ ⎟
⎝ x 2 ⎠ ⎝ 0⎠
Formulación de problemas 1
Problema de la dieta
Se desea encontrar la mezcla más barata de las tres harinas tal que la
fracción de los nutrientes uno, dos y tres en la mezcla sea mayor o
igual a 0.04, 0.02 y 0.07, respectivamente.
min z = 40 x1 + 36 x 2
s.a. x1 ≤ 8 x 2 ≤ 10
5x1 + 3x 2 ≥ 45
x2
x1 ≥ 0 x 2 ≥ 0
15
C B(8,10) x2=10
10
A(8,5/3)
x1
5 10
Solución Gráfica
max z = x1 + 2 x2
s.a. x1 + 2 x2 ≤ 10
x1 + x2 ≥ 1
x2 ≤ 4 x2
x1 ≥ 0 x2 ≥ 0
D C(2,4) x2=4
4
E
1
B(10,0)
A x1
1 10
x1+x2=1
Algunas definiciones
Si la solución se encuentra en
x2 un vértice, podría pensarse en
x* un método de solución que
Optimo
evaluase J = c’x en cada
vértice y escogiera el mejor, si
existe.
x1
x1 + 2 x 2 + 3x 3 + 4 x 4 ≤ 25 x1 + 2x 2 + 3x 3 + 4x 4 + x 5 = 25
2 x1 + x 2 − 3x 3 ≥ 12 2x1 + x 2 − 3x 3 − x 6 = 12
x2 ≥ 0 x3 ≥ 0
Principios del Método Simplex 2
Las variables con coeficiente 1 que aparecen en una sola ecuación y con
coeficiente cero en el resto de las ecuaciones (x1, x2,...,xm) se les llaman
variables básicas o dependientes
Una solución básica factible es una solución básica en la cual los valores de
las variables dependientes son no negativas
Z = c B x B = c1b1 + L + c m bm
x1 + a1s x s = b1
M La solución: x i = bi − a is i = 1,K, m
+ a rs x s = br (S2)
xr xs = 1
M xj = 0 j = m + 1,K, n , j ≠ s
xm + a ms x s = bm
Z = ∑ ci (bi − ais ) + c s
m
Valor de la Función Objetivo:
i =1
Principios del Método Simplex 8
El incremento en el valor de la función objetivo será
cs = ∑ ci (bi − a is ) + cs − ∑ ci bi = cs − ∑ ci a is
m m m
i =1 i =1 i =1
x i = bi − a is x s i = 1,K, m
Si:
⎡ bi ⎤ Regla del
Por tanto el incremento de xs tiene que ser: =
a is > 0 ⎢ a ⎥
max x s min radio
⎣ is ⎦ mínimo
Soluciones degeneradas
⎡ bi ⎤ br Con lo que el ⎛b ⎞
min ⎢ ⎥ = =0 c s ⎜⎜ r ⎟⎟ = 0
⎣ is ⎦
ais > 0 a a rs incremento en J: ⎝ a rs ⎠
m
min ∑ y i
i = 1
s.a Ax+y = b; x ≥ 0; y ≥0;
Variables artificiales 2
Problema de minimización:
Primario Dual
min z = cx max z = λb Forma
s.a. Ax ≥ b s.a. λA ≤ c simétrica
x ≥ 0, b ≥ 0 λ ≥ 0, c ≥ 0
Primario Dual
min z = cx max z = λb Forma
λA ≤ c asimétrica
s.a. Ax = b s.a.
x ≥ 0, b≥0 λ libres
Ejemplo
Primario Dual
max 6 x1 + 4 x2 min 48 z1 + 60 z 2 + 42 z 3
x
z
sujeto a : sujeto a :
2 x1 + 4 x2 ≤ 48 2 z1 + 4 z 2 + 3 z 3 ≥ 6
4 x1 + 2 x2 ≤ 60 z3
4 z1 + 2 z 2 + 0 z 3 ≥ 4
3 x1 ≤ 42 z1 ≥ 0, z 2 ≥ 0, z 3 ≥ 0
x1 ≥ 0
x2 ≥ 0
z1
Teoría de la Dualidad 2
L (x * , λ ) f (x)
μ x2
λ x1
λ* , μ * x*
Teoremas de Dualidad
Δz = CB ΔxB = CB B-1 Δb = λ Δb