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.

Slides:



Advertisements
Presentaciones similares
APLICACIÓN DE ESTRATEGIAS EVOLUTIVAS EN LA SÍNTESIS DE TRAYECTORIA DEL ACOPLADOR DE MECANISMOS DE CUATRO BARRAS ALBEIRO ESPINOSA BEDOYA JUAN FERNANDO RAMÍREZ.
Advertisements

Problemas resueltos /Aplicaciones de la derivada /Método de Newton
Diseño de Interfaces Humanas
Webquest Diseño IU: Wix.com permite un control total del diseño de la web, pudiendo elegir en cualquier momento que punto modificar o que.
Master en Recursos Humanos
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.
¿Qué es la investigación operativa? Etapas de un problema de investigación operativa Modelos de investigación operativa Aplicaciones de la investigación.
La mayoría de los estudiantes de las áreas de física y matemáticas de nivel introductorio presentan dificultades para desarrollar los conocimientos básicos.
“CONOZCAMOS EL PRESENTADOR DE DIAPOSITIVAS MICROSOFT POWERPOINT”
Tema 3: Introducción a la programación lineal
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Esta.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
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.
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.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
BY: M. J. García-Ligero Ramírez and P
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
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.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
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.
Son problemas secuenciales: El problema se puede dividir en etapas. Definición: Método que permite determinar de manera eficiente las decisiones que optimizan.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Tema 2: Números aleatorios. Generación de números
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
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.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Webquest Diseño IU: Wix.com permite un control total del diseño de la web, pudiendo elegir en cualquier momento que punto modificar o que.
El programa Ising2D.exe permite estudiar mediante el método estadístico de Montecarlo un sistema magnético bidimensional descrito por el Hamiltoniano de.
Investigación Operativa
Optimización de sistemas de trading
2- SIMPLEX.
Algoritmo Simplex Dual Como sabemos, el método simplex es un algoritmo iterativo que iniciando en una solución básica factible pero no óptima, genera soluciones.
Resolución de Problemas Método Simplex
COMPUTACIÓN APLICADA FACULTAD DE INGENIERÍA, UAQ Tablas Dinámicas, Macros Ma. Teresa García Ramírez.
DR. ERNESTO SUAREZ.
Campo de direcciones de la E.D.O. de primer orden: y’=f(x,y)
Ing. Karol García Escobedo
TUTORIAL INTERNET EXPLORER 7 (Bloqueo de contenido)
Simulación y Optimización de Procesos Químicos
-Como presentar ideas.  Una presentación es un documento visual que permite mostrar información a múltiples personas de una manera agradable para ayudar.
Departament d’Estadística Divisió de Ciències Experimentals i Matemàtiques Estimación de máxima verosimilitud Programa de doctorado en Estadística, Análisis.
“CONOZCAMOS EL PRESENTADOR DE DIAPOSITIVAS MICROSOFT POWERPOINT”
Programación Lineal Método Grafico
EN ESTA UNIDAD APRENDEMOS
1 Condiciones de extremo Proceso para derivar las condiciones De problema más simple a más complejo Progresión de problemas: Problema sin restricciones.
Universidad Ecotec Álvaro Jacho Cruz Tema: Calendario.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 1 _________________________________ Resolución Gráfica.
DEV- C++ ·include <iostream> Int x x=x+2(x)
Algoritmos..
Ecuaciones diferenciales 1. Ecuaciones diferenciales de primer orden
COMANDOS PRINCIPALES DE VISUAL BASIC 6.0
UNIDAD # 5 PowerPoint.
Conceptos Básicos.  Alumno: Javier Sánchez Sánchez  Registro:  Grupo: B207  Fecha: 12/02/10.
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Para trazar la siguiente figura: 1.Activar la Herramienta Desplazamiento de zona grafica, dando un click en la flechita de la zona inferior derecha de.
INVESTIGACION OPERATIVA 1 SOMOS LO QUE SOMOS Método Grafico La solución de un modelo lineal muestra siempre un conjunto factible delimitado por las restricciones.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Una vez seleccionada la pestaña de acceso a requisición de gastronomía, el alumno visualizar á la siguiente pantalla. En este apartado el alumno de.
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.
Resolución interactiva del Simplex
Interpretación geométrica del método Simplex
Obtención de soluciones básicas factibles
BY: M. J. García-Ligero Ramírez and P
BY: M. J. García-Ligero Ramírez and P
Construcción de la tabla inicial del método simplex
REGIÓN FACTIBLE FORMA ESTÁNDAR MÉTODO SÍMPLEX.
Transcripción de la presentación:

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 Este material proporciona la motivación geométrica del Método Simplex. En un ejemplo concreto se plantea una iteración del algoritmo Simplex (elección de la variable que entra en la base y la que sale) y se muestra visualmente su interpretación gráfica de la siguiente forma: partiendo de una solución inicial (esto es, un punto extremo de la región factible) se consideran los posibles movimientos a través de las aristas de la región factible, seleccionando en primer lugar cuales de ellos conducen a una mejora de la función objetivo y, posteriormente, seleccionando la que produce la mayor mejora. A continuación mostrando dicho movimiento desde el punto extremo de partida se deducen sus consecuencias: cambio de las variables básicas (y, por tanto, obtención de una nueva solución que, en este caso, mejora a la anterior) por el abandono de uno de los hiperplanos que confluyen en el punto extremo de partida y por el bloqueo de un hiperplano que evita el escape de la región factible. La variable definitoria del hiperplano abandonado será la variable que entra en la base y la variable de bloqueo la que sale. De esta forma, el alumno adquiere, de forma intuitiva, el mecanismo de funcionamiento del método Simplex. AVISO : Para su correcta visualización es necesario tener instalada la opción Microsoft Editor de ecuaciones de Microsoft Office. Las presentaciones avanzan con sucesivos clicks de ratón y/o pulsando los eventuales botones (no deben usarse los cursores ni la rueda del ratón).

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 Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s (0,0) Región Factible

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 Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (0,0) (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX V. básicas z j -c j 000 Z= Variables básicas Solución Variables no básicas Variables básicas Solución Variables no básicas ITERACIÓN DEL SIMPLEX Sale de la base s 2 Entra en la base x 1 V. básicas z j -c j 020 Z= z j -c j <0

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 Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (0,0) (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX V. básicas z j -c j 000 Z= Variables básicas Solución Variables no básicas Variables básicas Solución Variables no básicas Sale de la base s 2 Entra en la base x 1 V. básicas z j -c j 020 Z= Solución inicial Punto extremo de partida B úsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento Direcciones de mejora Una dirección d produce una mejora en la función objetivo si forma con su gradiente un ángulo agudo, d 1 =(1,0) d 2 =(0,1) es decir si o, equivalentemente, ITERACIÓN DEL SIMPLEX z j -c j <0

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 Direcciones de mejora Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (0,0) (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX V. básicas z j -c j 000 Z= V. básicas z j -c j 020 Z= Solución inicial Punto extremo de partida Búsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento d 1 =(1,0), d 2 =(0,1), Dirección óptima de mejora La dirección d que produce la mayor mejora es aquella para la cual es mayor. Variables básicas Solución Variables no básicas Variables básicas Solución Variables no básicas Sale de la base s 2 Entra en la base x 1 ITERACIÓN DEL SIMPLEX z j -c j <0

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 1 Direcciones de mejora Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (0,0) (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX V. básicas z j -c j 000 Z= V. básicas z j -c j 020 Z= Solución inicial Punto extremo de partida Búsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento d 1 =(1,0), d 2 =(0,1), Dirección óptima de mejora Abandono del hiperplano x 1 =0 x 1 >0 Entra en la base x 1 Bloqueo del hiperplano s 2 =0 s 2 = 0 Deja la base s 2 Variables básicas Solución Variables no básicas Variables básicas Solución Variables no básicas Sale de la base s 2 Entra en la base x 1 ITERACIÓN DEL SIMPLEX z j -c j <0 Nueva solución Punto extremo adyacente (4,0)

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 es decir si o, equivalentemente, (4,0) Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX Variables básicas Solución Variables no básicas Variables básicas Solución Variables no básicas Sale de la base s 1 Entra en la base x 2 V. básicas 2/ / /3 02/3 0 14/ /3011 z j -c j 110 Z= V. básicas z j -c j 020 Z= Nueva solución Punto extremo asociado B úsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento Direcciones de mejora Una dirección d produce una mejora en la función objetivo si forma con su gradiente un ángulo agudo, d 1 =(1,1) d 2 =(-1,0) ITERACIÓN DEL SIMPLEX z j -c j <0 d 1 =(1,1), Dirección óptima de mejora Abandono del hiperplano x 2 =0 x 2 >0 Entra en la base x 2 Bloqueo del hiperplano s 1 =0 s 1 = 0 Deja la base s 1 Nueva solución Punto extremo adyacente (14/3,2/3)

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 Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX Variables básicas Solución Variables no básicas V. básicas 2/ / /3 02/3 0 14/ /3011 z j -c j 110 Z= Nueva solución Punto extremo asociado (14/3,2/3) B úsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento Direcciones de mejora Una dirección d produce una mejora en la función objetivo si forma con su gradiente un ángulo agudo, d 1 =(-1,-1) d 2 =(-2,1) es decir si o, equivalentemente, z j -c j 0, j Solución óptima No existen direcciones de mejora

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 4 Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX Variables básicas Solución Variables no básicas V. básicas 2/ / /3 02/3 0 14/ /3011 z j -c j 110 Z= Nueva solución Punto extremo asociado (14/3,2/3) Búsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento Direcciones de mejoraNo existen z j -c j 0, j Solución óptima Se ha encontrado la solución óptima Solución óptima

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 4 Máx Z=2x 1 +x 2 s. a. x 1 +2x 2 6 x 1 x 2 4 x 2 2 x 1, x 2 0 Máx Z=2x 1 +x 2 +0s 1 +0s 2 +0s 3 s. a. x 1 +2x 2 + s 1 = 6 x 1 x 2 + s 2 = 4 x 2 + s 3 = 2 x 1, x 2, s 1, s 2, s 3 0 Región Factible (s 1 =0) (s 2 =0) (s 3 =0) ALGORITMO SIMPLEX Variables básicas Solución Variables no básicas V. básicas 2/ / /3 02/3 0 14/ /3011 z j -c j 110 Z= Nueva solución Punto extremo asociado (14/3,2/3) Búsqueda del punto extremo adyacente que proporcione la mayor mejora en la función objetivo Posibles direcciones de movimiento Direcciones de mejoraNo existen z j -c j 0, j Solución óptima Se ha encontrado la solución óptima Solución óptima