Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Soluciones no acotadas:
Hasta este momento se ha estudiado cada uno de los detalles del método
simplex suponiendo que el problema se encuentra en forma estándar
(maximizar Z sujeta a restricciones funcionales de la forma ≤ también
restricciones de no negatividad sobre cada una de las variables), bi > 0 cundo
toma los valores de i = 1,2,.....,m.
Pero hay que tener en cuenta que existen otras formas de resolver un
problema, para ello se establecerá como hacer otras formas legitimas de
modelos de programación lineal, se puede observar que se puede hacer en el
paso inicial de la resolución de un problema de manera que el resto del
método simplex aplicara cada uno de los pasos.
Pero hay ciertos problemas reales que se presentan en las otras formas de
restricciones funcionales (=, ≥ o bi ≤0) es identificar la solución inicial que sea
factible. Antes, la primer solución se encontraban al hacer que las variables
de holgura fueran variables básicas iniciales, donde cada una de las variables
era equivalente a cada una de las constates positivas del lado derecho de
cada ecuación. Respectivamente en este caso se hará algo más. Por consiste
para llegar a la solución de un problema, en estos se utilizara la técnica de
variables artificiales. Esta construirá un problema revisado más a detalle e
introduciendo una variable ficticia (llamada variable artificial) en cada una de
las restricciones que lo requieran. Dicha nueva variable será introducida con
el fin de que sea la variable básica inicial para esa ecuación. Hay que tener en
cuenta que Las restricciones que indicaban la no negatividad también se
tomaran en cuenta sobre estas variables y la función objetivo será
modificada para que imponga una penalización en el caso de que adquieran
valores mayores que cero. Cada iteración que tiene el método simplex de
manera automática obligan a las variables artificiales a desaparecer es decir
se volverán nulas una a una, hasta que todas quedan fuera de la solución; a
continuación de esto se resolverá el problema real.
Análisis pos-optimo: