METODO SIMPLEX FORMA TABULAR.

Slides:



Advertisements
Presentaciones similares
UNIVERSIDAD CENTRAL “MARTA ABREU” DE LAS VILLAS
Advertisements

Problemas Resueltos de Funciones Continuas
Extremos Absolutos y Relativos Ejemplos
INVESTIGACIÓN OPERATIVA ASPECTOS GENERALES DE PROGRAMACION LINEAL
Capítulo 5 Óptimo del Consumidor.
Microeconomía Superior I: Tema 3 Rafael Salas octubre de 2005
LECCION 3. LA ELECCIÓN DEL CONSUMIDOR
LECCION 12. LAS ECONOMÍAS DOMÉSTICAS. José L. Calvo.
Programación entera En muchos problemas reales las variables sólo pueden tomar valores enteros Ejemplos: decisiones sobre inversiones, compras, arranques,
Ejemplo implementado en el Módulo 10 : Linear and Integer Programming
PROGRAMACIÓN LINEAL.
Monotonía: crecimiento y decrecimiento en un intervalo
FORMA TABULAR. REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen.
Sumas de Riemann e Integrales Definidas
MÉTODO SIMPLEX.
Función por trozos Son funciones definidas por distintos criterios, según los intervalos que se consideren Por ejemplo: { Para el ejemplo Si x
Minimización de Costos
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Programación 10-Marzo-11.
Aplicaciones de la Derivada
Análisis de la problemática de IO en una empresa y en el hogar
SE FORMAN LAS ECUACIONES, RESTANDO VARIABLES DE HOLGURA Y SUMANDO VARIABLES ARTIFICIALES COMO SE EMPLEAN DOS VARIABLES ARTIFICIALES, LA FUNCIÓN OBJETIVO.
PROGRAMACIÓN LINEAL. EL ALGORITMO DEL SIMPLEX.
Complementos en Investigación de Operaciones
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
La minimización de los costes
EJEMPLO: TA=(0, 0, 0, 0, 0, 0)  cT=(3, 2, 1, 2, 2, 0)
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 2 _________________________________ Resolución Gráfica.
ALGORITMO DEL SIMPLEX Paso inicial Paso iterativo Prueba de optimalidad Fin SINO.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 7 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Caracterización de Variables Aleatorias
Caracterización de Variables Aleatorias
METODO SIMPLEX El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 9 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Longitud de arco..
Universidad Nacional de Ingeniería
Investigación Operativa
Programación lineal Todos los modelos de investigación de operaciones, incluido el de PL, consta de tres componentes básicos: Las variables de decisión.
Rectas presupuestarias x2x2 x1x1 Elecciones optimas.
Fundamentos Matematicos IV
Método grafico punto esquina
TEMA 8: ANÁLISIS DE LA REGRESIÓN Y CORRELACIÓN ENTRE DOS VARIABLES
2- SIMPLEX.
4. PROPIEDADES LOCALES DE FUNCIONES DERIVABLES
CONCEPTOS BÁSICOS DEL SOLVER
INVESTIGACION DE OPERACIONES
Algoritmo Simplex Dual Como sabemos, el método simplex es un algoritmo iterativo que iniciando en una solución básica factible pero no óptima, genera soluciones.
METODOS DETERMINISTICOS
MAI. Marco Vinicio Monzón Un problema de maximización se presenta en los casos en los que el interés sea optimizar el ingreso o ganancia en una empresa.
Resolución de Problemas Método Simplex
CARACTERIZACIÓN DEL CONJUNTO DE SOLUCIONES EN LOS PROBLEMAS DE P.L.
Variables acotadas Sea: (P) Min c T x / Ax = b x  0, x  u donde c  R n, b  R m y A es una matriz de rango completo mxn con n>m. En una iteración cualquiera.
Distribución de Frecuencias por intervalos
Modelos Cuantitativos
Repaso Programación Lineal Modelo Giepetto Variables de Decisión x 1 = número de soldados producidos cada semana x 2 = número de trenes producidos cada.
Solver complemento de excel
INVESTIGACION OPERATIVA
Método SIMPLEX. PPL: Caracterización Objetivo: Encontrar la mejor distribución posible de los recursos escasos entre las diversas actividades o tareas,
Modelos de Minimización
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Unidad IV. Métodos de optimización con restricciones
 Consiste en la elección del mejor movimiento para cada jugador, es decir la máquina para quien programaremos el sistema tratará de maximizar las oportunidades.
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Investigación Operativa
REGLAPP LAS REGLAS.
PLANTEAMIENTO DEL PROBLEMA.
Regla 41.
Transcripción de la presentación:

METODO SIMPLEX FORMA TABULAR

Agregar a la restricción Agregar a la función objetivo METODO SIMPLEX REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen coeficiente 0 en la función objetivo) <= + S + 0S >= - S + A Max + 0S – MA Min + 0S + MA = + A Max - MA Min + MA

METODO SIMPLEX PLANTEAMIENTO Maximizar Z Z=3X1+5X2 Restricciones:

METODO SIMPLEX FORMA AUMENTADA Z=3X1 + 5X2 + 0X3+ 0X4 + 0X5 Restricciones X1 + X3 = 4 2x2 + X4 = 12 3x1 + 2x2 + X5 = 18

METODO SIMPLEX Se trata a Z como si fuera una de las restricciones originales, como se encuentra en forma de igualdad no necesita variables de holgura, pero se agrega Z con la finalidad de obtener su valor. Z- 3X1 - 5X2 = 0 La solución BF ( solución básica factible) si y solo si todos los coeficientes del renglón 0 son negativos

METODO SIMPLEX Paso inicial: Se introducen las variables de holgura, se seleccionan las variables de decisión como no básicas iníciales Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 X4 X5 (0) 1 -3 -5 (1) 4 (2) 2 12 (3) 3 18

METODO SIMPLEX Paso 1: Se determina la variable básica, con la selección de la variable con el coeficiente negativo que tiene el mayor valor absoluto de la ecuación 0 columna pivote Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 X4 X5 (0) 1 -3 -5 (1) 4 (2) 2 12 (3) 3 18

METODO SIMPLEX Paso 2: Determinar la variable basica que sale con la prueba del cociente minimo Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 X4 X5 (0) 1 -3 -5 (1) 4 (2) 2 12 12/2=6 (3) 3 18 18/2=9 Mínimo

METODO SIMPLEX Elija coeficientes estrictamente positivos (>0) en la columna pivote Divida cada coeficiente entre el elemento del lado derecho del mismo renglón Identifique el renglón que tiene el menor de estos cocientes La variable básica de ese renglón es la variable básica que sale; sustitúyala por la variable básica entrante en la columna de la variable básica de la tabla siguiente.

METODO SIMPLEX Paso 3: Se despeja a nueva solución BF mediante operaciones elementales con renglones. 1. Divida el renglón pivote entre el numero pivote. Use este nuevo renglón pivote en los pasos 2 y 3

En los renglones (incluso renglón 0) que tienen un coeficiente negativo en la columna pivote, se suma a este renglón el producto del valor absoluto de este coeficiente por el nuevo renglón pivote. Nuevo elemento del renglón Elemento del renglón que se tiene. Valor absoluto del Elemento intersección. Nuevo elemento del renglón pivote

3. En caso de los renglones que tienen un cociente positivo en la columna pivote, se resta el producto de este coeficiente Nuevo elemento del renglón Elemento del renglón que se tiene. Valor absoluto del Elemento intersección. Nuevo elemento del renglón pivote

METODO SIMPLEX Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 (0) 1 -3 -5 (1) 4 (2) 2 12 12/2=6 (3) 3 18 18/2=9 x2 ½ 6

METODO SIMPLEX Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 (0) 1 -3 -5 (1) 4 (2) 2 12 12/2=6 (3) 3 18 18/2=9 x2 ½ 6

METODO SIMPLEX Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 (0) 1 -3 -5 S3 (1) 4 S4 (2) 2 12 12/2=6 S5 (3) 3 18 18/2=9 5/2 30 ½ 6 -1

METODO SIMPLEX Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 (0) 1 -3 5/2 30 (1) 4 4/1=4 x2 (2) ½ 6 (3) 3 -1 6 6/3 =2

METODO SIMPLEX Variable básica Ec. Coeficientes de: Razon Z X1 X2 X3 (0) 1 -3 5/2 30 S3 (1) 4 4/1=4 x2 (2) ½ 6 S5 (3) 3 -1 6 6/3 =2 3/2 36 1/3 -1/3 2 x1

METODO SIMPLEX La nueva solución es (2,6,2,0,0) con Z=36 Al hacer la prueba de optimalidad, se encuentra que la solución es optima porque no hay coeficientes negativos en el renglón 0, de manera que el algoritmo termina. Solución es X1=2 X2=6 X3 = 2

Recordando el planteamiento del problema Sustituyendo los valores de x en las restricciones: Planta 1: 1(2) =2 Planta 2: 2(6) =12 Planta 3: 3(2) + 2(6) =18 Puertas X1 Ventanas X2 Horas Disponibles Planta 1 1 4 Planta 2 2 12 Planta 3 3 18 Ganancia 3000 5000 Como X3 la introdujo la planta 1, representa las 2 horas disponibles que faltan para cumplir con la restriccion de 4 horas. Interpretacion final de todo el problema: Se necesita producir 2 lotes de puertas, 6 lotes de ventanas y que dan libres 2 horas en planta 1