Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LECTURA OBLIGATORIA
UNIDAD TEMATICA 5
PROGRAMACION LINEAL
Revisión del Método de eliminación Guasiana para
resolver sistemas de ecuaciones
2
Agenda
Revisión de como resolver sistemas de
ecuaciones
Resolviendo a través de eliminación Gaussiana
El algoritmo simplex
– Una técnica de búsqueda inteligente
– Uno de los más importantes desarrollos en los
ultimos 100 años
3
Resolviendo para tres
variables
E1 2 x1 + 2 x2 + x3 = 9
E2 2 x1 - x2 + 2 x3 = 6
E3 x1 - x2 + 2 x3 = 5
E4 = .5 E1 x1 + x2 + .5 x3 = 9/2
E5 = E2 – E1 - 3 x2 + x3 = -3
E6 = E3 - .5 E1 - 2x2 + 1.5 x3 = 1/2
4
Pasos 2 y 3.
E4 x1 + x2 + .5 x3 = 9/2
E5 - 3 x2 + x3 = -3
E6 - 2x2 + 1.5 x3 = 1/2
E7 = E4 – E8 x1 + 5 x3 /6 = 7/2
E8 = - E5 / 3 x2 - x3 / 3 = 1
E9 = E6 + 2 E8 + 5 x3 /6 = 5/2
5
Variación: escribir las variables arriba y
solo los coeficientes abajo.
E1 2 x1 + 2 x2 + x3 = 9
E2 2 x1 - x2 + 2 x3 = 6
E3 x1 - x2 + 2 x3 = 5
x1 x2 x3 RHS
E1 2 2 1 = 9
E2 2 -1 2 = 6
E3 1 -1 2 = 5
6
Resolver las ecuaciones como antes
x1 x2 x3 RHS
E1 2 2 1 = 9
E2 2 -1 2 = 6
E3 1 -1 2 = 5
x1 x2 x3 RHS
E4 = .5 E1 1 1 1/2 = 9/2
E5 = E2 – E1 0 -3 1 = -3
E6 = E3 - .5 E1 0 -2 3/2 = 1/2
x1 x2 x3 RHS
E7 = E4 – E8 1 0 5/6 = 7/2
E8 = - E5 / 3 0 1 -1/3 = 1
E9 = E6 + 2 E8 0 0 5/6 = 5/2 7
Alguna notación
x1 x2 x3 RHS
E7 1 0 5/6 = 7/2
E8 0 1 -1/3 = 1
E9 0 0 5/6 = 5/2
1 0
0 and 1 are unit vectors 11 and 12.
0 0
8
Q1. Suponga que finalizamos de resolver las dos
ecuaciones. Hemos pasado recién el paso 1 y 2. Después
ejecutamos el paso 3, cual de lo siguiente no es
verdadero:
x1 x2 x3 RHS
E7 1 0 5/6 = 7/2
E8 0 1 -1/3 = 1
E9 0 0 5/6 = 5/2
1. La columna de x3 es 13. F
2. Las columnas de x2 y x3 permanecen como 11 y 12.V
3. La primera ecuación x1 = 7/2. F
4. La tercera ecuación da la solución de x3. V
9
Pivoteo
x1
g x x3 x4 RHS
2
Fila 1 2 2 1 1 = 9
Fila 2 2 -1 2 0 = 6
Fila 3 1 -1 2 1 = 5
x1 x2 x3 x4 RHS
Row 1 0 -3 1 -1 = -3
Row 2 -1 -5/2 0 -1 = -6
Row 3 0 5/2 0 2 = 5
A. 0
B. 1
C. 2
D. No hay suficiente información
11
Resumen de resolución de
sistemas de ecuaciones
x1 x2 x3 RHS
2 2 1 = 9
2 -1 2 = 6
1 -1 2 = 5
13
Un problema lineal con restricciones de
desigualdad .
Consideremos un problema lineal en el cual todas las variables
son no negativas. ¿ Cómo podemos convertir las restricciones
de desigualdad en restricciones de igualdad ?
max z = 3 x1 + 2 x2 - x3 + 2 x4
x1 + 2 x2 + x3 - x4 ≤ 5 ;
2 x1 +4 x2 + x3 + 3 x4 ≥ 8;
x1, x2, x3, x4 ≥ 0
x1 + 2 x2 + x3 - x4 + s1 = 5 ;
s1 ≥ 0
14
Convirtiendo una restricción “≥”.
2 x1 +4 x2 + x3 + 3 x4 ≥ 8;
2 x1 +4 x2 + x3 + 3 x4 - s2 = 8 ;
s2 ≥ 0
max z= 3 x1 + 2 x2 - x3 + 2 x4
x1 + 2 x2 + x3 - x4 + s1 = 5 ;
2 x1 +4 x2 + x3 + 3 x4 - s2 = 8;
x1, x2, x3, x4, s1, s2 ≥ 0
Preguntas:
¿Qué variables se debieran incluir ?
¿ Qué hacemos con la función objetivo ?
16
Un tableau LP
max z= 3 x1 + 2 x2 - x3 + 2 x4
x1 + 2 x2 + x3 - x4 + s1 = 5 ;
2 x1 +4 x2 + x3 + 3 x4 - s2 = 8;
x1, x2, x3, x4, s1, s2 ≥ 0
- z + 3 x1 + 2 x2 - x3 + 2 x4 = 0
-z x1 x2 x3 x4 s1 s2 RHS
1 3 2 -1 2 0 0 = 0
0 1 2 1 -1 1 0 = 5
0 2 4 1 3 0 -1 = 8
17
El método simplex comienza con un LP
en forma canónica
-z x1 x2 x3 x4 s1 s2 RHS
1 3 2 -1 2 0 0 = 0
0 1 2 1 -1 1 0 = 5
0 2 4 1 3 0 -1 = 8
18
Un LP en forma canónica
-z x1 x2 x3 x4 x5 x6 RHS
1 3 -2 -1 0 1 0 = 0
0 1 -2 1 1 -1 0 = 5
0 2 -4 -1 0 2 1 = 1
20
Q3. Considere el tableau de abajo, donde
a, b, y c son desconocidos. Bajo que
condiciones el tableau está en forma
canónica? Seleccione la mejor respuesta.
-z x1 x2 x3 x4 x5 x6 RHS
1 3 -4 -1 0 1 0 = a
0 1 -2 1 1 -1 0 = 5
0 2 -4 -1 b 2 1 = c
1. a ≥ 0 2. a ≤ 0 3. b = 0, 4. b = 0,
b = 0, b = 0, c ≥ 0. c>0
c ≥ 0. c > 0.
21
El metodo simplex
comienza con un
tableau en forma Es fácil satisfacer las restricciones de
canónica. Es facil 1 a 3. La condicion 4 es difícil. Esto lo
ponerlo de esta explicaremos mas adelante. Por
forma ? ahora. Les pido aceptar la forma
canónica.
22
Quiebre Mental
23
Variables básicas, Variables no-básicas
y soluciones básicas factibles.
-z x1 x2 x3 x4 x5 x6 RHS
1 3 -2 -1 0 1 0 = 0
0 1 -2 1 1 -1 0 = 5
0 2 -4 -1 0 2 1 = 1
-z x1 x2 x3 x4 x5 x6 RHS
1 4 -4 0 1 0 0 = 5
0 1 -2 1 1 -1 0 = 5
0 3 -6 0 1 1 1 = 6
z = -5, x1 = 0, x2 = 0, x3 = 5, x4 = 0, x5 = 0, x6 = 6.
25
Una solución básica factible es una solución de
punto esquina. Los cuatro círculos negros son
soluciones de punto esquina
y
(puntos extremos).
5
2
3 x + 5 y = 19
1 2 3 4 5 6 x 26
Un ejercicio de pre-calentamiento
27
Condiciones de Optimalidad de un
problema de maximización
Condición de optimalidad. Una solución básica factible es
optima si todos los coeficientes de la función objetivo, es
decir de la fila-z son no positivos.
Var Básicas -z x1 x2 x3 x4 x5 RHS
-z 1 0 -13 0 0 -1 = -17
x3 0 0 2 1 0 2 = 4
x4 0 0 -1 0 1 -2 = 1
x1 0 1 6 0 0 1 = 3
z x1 x2 x3 x4 x5
BFS 17 3 0 4 1 0
El tableau inicial de un LP
-z x1 x2 x6 RHS
1 c1 c2 … cn = -z0
0 a11 a12 … a1n = b1 c̅ i es el costo
… … … …… reducido de
0 am1 am2 … amn = bm la variable xi.
29
El tableau para algún LP después de pivotar.
Condiciones de Optimalidad de un
problema de Maximización
Condición de Optimalidad. Una solución básica
factible (sbf) es optima si todos los costos reducidos
de todas las variables (excepto z) son no-positivos.
30
¿ Como obtener una solución
On Improving mejor siSolutions
Non-optimal la sbf no es
óptima?.
-z x1 x2 x3 x4 x5 x6 RHS
1 4 -4 0 -1 0 0 = -3
0 1 -2 1 1 -1 0 = 5
0 3 -6 0 1 1 1 = 6
z = 4 x1 – 4 x2 – x4 + 3
-z x1 x2 x3 x4 x5 x6 RHS
Fila-z 1 0 4 0 -7/3 -4/3 -4/3 = -11
Fila 2 0 0 0 1 2/3 -4/3 -1/3 = 3
32
Encontrar una solución con beneficio
mayor.
-z x1 x2 x3 x4 x5 x6 RHS
Fila-z 1 0 4 0 -7/3 -4/3 -4/3 = -11
Fila 2 0 0 0 1 2/3 -4/3 -1/3 = 3
x2 = x4 = x5 = 0
Why are the bounds
0 and 2?
35
The next corner x1 = 2
point occurs z = 11
y when Δ = 2. x3 = 3
5 x6 = 0
4
x2 = x4 = x5 = 0
3
x6 went from positive to 0.
2 It is called the exiting
variable.
1
1 2 3 4 5 6 x
36
Next steps
How to recognize unboundedness
37
-z x1 x2 x3 x4 x5 RHS
1 0 -2 0 0 +1 = -6
0 0 2 1 0 2 = 4
0 0 -1 0 1 -2 = 2
0 1 6 0 0 1 = 3
x1 = 3; x4 = 2; x1 = 3 – Δ ; x4 = 2 + 2
What is the basic x2 What
= 0; is the edge
Δ; that
x2 feasible
= 0; solution?
x5 = 0; corresponds to increasing
x3 = 4; z = 6; x3 the
= 4entering x5 = Δ;
– 2 Δ; variable?
0 ≤ Δ ≤ 2z = 6 + Δ;
x1 = 1; x4 = 6;
What is the entering xWhat
2 = is0; the next
x5 basic
= 2;
x5
variable? x3 = 0;
feasible solution?z What
= 8; is
the exiting variable?
38
No Acotamiento
Teorema. Si los valores de la columna de
coeficientes (except for the z- row) de la variable
entrante son no – positivos , entonces el valor de la
función objetivo es no acotado.
-z x1 x2 x3 x4 x5 x6 RHS
1 4 2 0 1 0 0 = 5
0 1 -1 1 1 -1 0 = 5
0 3 0 0 1 1 1 = 6
0 0 2 1 0 2 = 4 4/2
0 0 -1 0 1 -2 = 2 coef ≤ 0
0 1 6 0 0 1 = 3 3/1
-z x1 x2 x3 x4 x5 RHS
1 0 -3 -0.5 0 0 = -8
0 0 1 0.5 0 1 = 2
0 0 1 1 1 0 = 6
0 1 5 -0.5 0 0 = 1
41
La variable entrante es x2. ¿ Cual es
la variable que sale ?
-z x1 x2 x3 x4 x5 RHS
1 0 +2 0 0 -1 = -2
0 0 2 1 0 2 = 4
0 0 -1 0 1 -2 = 1
0 1 6 0 0 1 = 3
1. x1✓
2. x3
3. x4
4. -z
42
Resumen para maximización.
1. Encontrar una variable xs tal que su coeficiente
de costo sea positiva.
2. Sea xs = Δ.
3. Ajustar la variable básica como función de Δ.
Elegir Δ maximal.
4. Allegar a un nuevo punto esquina o aumentar Δ
infinitamente y probar que el valor objetivo
máximo es no acotado.
43
Next Lecture
Review the simplex method
44
MIT OpenCourseWare
http://ocw.mit.edu
For information about citing these materials or our Terms of Use, visit: http://ocw.mit.edu/terms.