Casos especiales

en
Programaciòn lineal
Variables libres y restricciones abiertas

• Variable libre: no esta sujeta a la CNN

• Sea Xj libre (no restringida por la NN)
• Xj = U – V
• Con U y V restringidas ( U,V >= 0)
 Ejemplo
• Probl. 5-27
• Max 5x1 – 2x2 + x3
• S.a
• X1 + 4x2 + x3 <= 6
• 2x1 + x2 + 3x3 >= 2
• X3 >= 3
• X1, x3 >= 0
• X2 no restringida
 Ejemplo (soluciòn)
• X2 = x4 – x5
• Con x4, x5 >= 0 (restringidas)

• Si X4 > x5  x2 > 0
• Si x4 = x5  x2 = 0
• Si x4 < x5  x2 < 0
 Sustituyendo en el modelo
• Max 5x1 – 2(x4 – x5) + x3
• S.a
• X1 + 4(x4 – x5) + x3 <= 6
• 2x1 + (x4 – x5) + 3x3 >= 2
• X3 >= 3
• X1, x3, x4,x5 >= 0
• (Todas las variables restringidas).
 Nuevo modelo
• Max 5x1 + x3 – 2x4 – 2x5
• S.a
• X1 + x3 + 4x4 – 4x5 <= 6
• 2x1 + 3x3 + x4 – x5 >= 2
• X3 >= 3
• X1, x3, x4,x5 >= 0
 Restricciones abiertas
• 3 <= 2x1 + x2 – x3 <= 7
• Se cambia esa restricción por un par de
restricciones equivalentes

• 2x1 + x2 – x3 >= 3
• 2x1 + x2 – x3 <= 7
 Lado derecho negativo
• 4x1 – x2 + 2x3 <= -7

• Se multiplica la restricción por -1

• Recordando que se invierta el sentido de la
desigualdad

• -4x1 + x2 – 2x3 >= 7

 Casos especiales
• Funciòn objetivo ilimitada
• Inconsistencia
• Redundancia. Restricciones ociosas
• Indeterminaciòn. Soluciones óptimas
mùltiples
• Degeneraciòn
 Funciòn objetivo ilimitada. Z no
acotada
• La funciòn objetivo es ilimitada (Z crece sin limite)
si se puede escoger columna pero no renglón
pivote.
• Cuando en la tabla Simplex todos los valores qi
son negativos
• El problema no es de maximizaciòn
• Faltan restricciones (faltan datos)
• Error de consistencia del modelo MEPL
• Revisar el planteamiento del MEPL
 ejemplo
• Max Z = 8x1 + 5x2
• Sa
• X2 >= 30
• -x1 + 2x2 <= 20
• X1 – 3x2 <= 10
• X1, x2 >= 0
 Inconsistencia
• Aparecen variables artificiales no nulas (> 0)
en la soluciòn del problema.
• Variables artificiales (*) en el grupo bàsico
final.
• Significa que la regiòn factible es un polìgono
NO CONVEXO
• Significa que el planteamiento del MEPL es
incongruente.
 ejemplo
• Max 18000 x1 + 33000 x2
• Sa
• X1 >= 60
• X1 + 2x2 <= 76
• 2x1 + x2 <= 104
• X1 , x2 >= 0
 Redundancia o restricciones ociosas
• Si la soluciòn del problema de PL no cambia al
considerar o no considerar una determinada
restricciòn, entonces esa restricciòn es
redundante. Eliminarla y resolver el problema
resultante. O bien asì dejarlo.

• El simplex puede ignorar la condiciòn de

redundancia.
 ejemplo
• Max 18000 x1 + 33000 x2
• Sa
• X1 >= 60
• X1 + 2x2 <= 76
• 2x1 + x2 <= 104
• X1 >= 0 , x2 >= 0
• Este ejemplo no solamente es inconsistente sino
ademàs contiene una restricciòn ociosa ¿Cuàl?
 Ejemplo
• Para una restriccion de <=
• Bt/atj >= bs/asj Para todo j
• la rt es redundante

• Max Z = 3 x1 + 2x2
• X1 + x2 <= 15
• 2x1 + x2 < = 10 (es redundante)
• X1, x2 >= 0

• Lo mismo pero al reves para una restriccion de >

 Indeterminaciòn o mùltiples
soluciones òptimas
• Existe un numero infinito de soluciones
óptimas (Valores de X), recordando que el
valor Zopt es ùnico.

Si una columna de una variable no básica tiene

el elemento inferior (Cj) nulo, y por lo menos
un elemento positivo (en la columna),
entonces hay un numero infinito de
soluciones optimas.
 ejemplo
• Max Z = 17500 x1 + 35000 x2
• Sa
• X1 + 2x2 <= 76
• 2x1 + x2 <= 104
• X1, x2 >= 0
• Factorizando la f. obj por 17500
• Max Z = 17500 ( x1 + 2x2)
 Degeneraciòn
• Quiere decir que al menos una variable en el
grupo bàsico es nula.
• (Ya sabemos que todas las variables no-
básicas son nulas)
• Se manifiesta en la T. Simplex porque hay
empate al escoger el renglón pivote. Se
resuelve arbitrariamente el empate.
 Atentamente
• Dr. Luis E. Castro-Solís
• Facultad de ingenierìa
• Universidad Autònoma de Coahuila
10 de marzo de 2016.