ALGORITMO DEL SIMPLEX Paso inicial Paso iterativo Prueba de optimalidad Fin SINO.

Slides:



Advertisements
Presentaciones similares
PROBLEMA DEL TRANSPORTE
Advertisements

Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ciclo lectivo Cursos: Ing. María Florencia Pollo Cattaneo.
Extremos Absolutos y Relativos Ejemplos
La mayor Comunidad de difusión del conocimiento
Recta de Presupuesto y otras restricciones en el óptimo del consumidor
Programación entera En muchos problemas reales las variables sólo pueden tomar valores enteros Ejemplos: decisiones sobre inversiones, compras, arranques,
Modelo de transporte Ing. León A. Colina B..
Trabajo Presentación PowerPoint de
Restando el complementario
Funciones. Interpolación lineal y cuadrática
METODO SIMPLEX FORMA TABULAR.
FORMA TABULAR. REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen.
PORCENTAJES . 100% Un porcentaje NO ES un número que exprese una cantidad o un número de unidades sino que expresa una porción o parte de una cantidad.
Apuntes 2º Bachillerato C.T.
Apuntes 2º Bachillerato C.T.
PROPIEDADES DE LOS DETERMINANTES
MÉTODO SIMPLEX.
Distribuciones de probabilidad bidimensionales o conjuntas
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Lorena Mayanín Rodríguez
Sistemas de Ecuaciones
Ayudantia Python Arreglos 2.
La Multiplicación..
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.
MÍNIMO 100 UNIDADES PVP $ $ ILUMINACIÓN Y HERRAMIENTAS LINTERNAS – LASER.
CENTRO EDUCATIVO ANAHUAC, A.C. PRÁCTICA DE CONTABILIDAD # 5 PRÁCTICA DE CONTABILIDAD # 5 EMPRESA: EL SURTIDOR EMPRESA: EL SURTIDOR.
PRÁCTICA # 6 PRÁCTICA # 6 COMERCIAL MINERA COMERCIAL MINERA.
CENTRO EDUCATIVO ANAHUAC, A.C. PRÁCTICA DE CONTABILIDAD # 4 PRÁCTICA DE CONTABILIDAD # 4 EMPRESA : LA MORELIANA EMPRESA : LA MORELIANA.
PROGRAMACION LINEAL.
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.
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.
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 3 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 4 _________________________________ Resolución Gráfica.
Problemas de Satisfacción de Restricciones (CSP)
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.
REGRESIÓN POR MÍNIMOS CUADRADOS
DETERMINANTES DE UNA MATRIZ
Universidad Nacional de Ingeniería
La Multiplicación (I).
MÉTODO DE GAUSS-SEIDEL CON RELAJACIÓN
VALOR DE UN DETERMINANTE
Investigación Operativa
METODOS ITERATIVOS PARA LA SOLUCION DE SISTEMAS DE ECUACIONES LINEALES
Rectas presupuestarias x2x2 x1x1 Elecciones optimas.
Fundamentos Matematicos IV
Lic. Gregorio Bautista Oblitas
Módulo #1: Máximo Común Divisor
Lic. Mat. Helga Kelly Quiroz Chavil
Indicaciones: 1.- Tener en cuenta que esta estrategia, solo funciona asociando las cuentas los días lunes. 2.- Los cálculos son aproximados con un margen.
Prof. Esteban Hernández
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
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.
Programación Lineal Unidad 1 Parte 3.
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.
3- PROGRAMACION LINEAL PARAMETRICA
5. El Método Simplex En lo que sigue consideremos un problema de programación lineal en su forma estándar ³ =
TEMA 5: El problema del flujo con costo mínimo
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
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.
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Transcripción de la presentación:

ALGORITMO DEL SIMPLEX

Paso inicial Paso iterativo Prueba de optimalidad Fin SINO

opt s.a.: DEFINICIONES PREVIAS Z = c T X AX b

opt s.a.: DEFINICIONES PREVIAS Z = c T X AX b + HOLGURA

max min s.a.: DEFINICIONES PREVIAS Z = c T X AX b

s.a.: DEFINICIONES PREVIAS AX b HOLGURA Z = c T X max min + ARTIFICIALES M X A + M X A M X A + M X A

DEFINICIONES PREVIAS max min s.a.: Z = c T X AX = b

DEFINICIONES PREVIAS Z = c T X + ARTIFICIALES s.a.: AX b = M X A + M X A M X A + M X A max min

max s.a.: nix i,,1,0 A mn A mnnn MxMxxcxcZ bxxxaxaxa A mn H nnn bxxxaxaxa A mn H nnn m A mn H mnnmnmm bxxxaxaxa mjxx A jmn H jn,,1,0,0 DEFINICIONES PREVIAS

Costes de las variables FORMA TABULAR ABCF D E Base Matriz de los coeficientes en las restricciones Valor de las variables básicas Costes marginales de las variables Bj kjjk acz kk k zcc

ALGORITMO Paso 0: Calcular los costes marginales: kk k zcc l Si todos son menores o iguales que cero, estamos en el óptimo. PARAR. l Si alguno de los costes marginales es estrictamente positivo, ir al paso 1.

Paso 1: Criterio de elección de la variable que entra en la base: Sea el coste marginal más positivo, esto es: 0 jj j s ccmaxc Entonces, entra en la base la variable x s, y la columna s-ésima es la columna pivote. ALGORITMO

Paso 2: Criterio de elección de la variable que sale de la base: Entre los coeficientes positivos de la columna pivote, se calcula: Entonces, sale de la base la variable básica correspondiente a la fila r-ésima, siendo ésta la fila pivote, y el elemento a rs el PIVOTE. 0 1 is is i m i rs r a a b min a b ALGORITMO

Paso 3: Se utiliza la eliminación de Gauss sobre filas para transformar la columna s-ésima (pivote) en ceros, excepto el elemento a rs que se transforma en 1. Volver al paso 0. ALGORITMO

k = 0 Dada X 0 c k 0 PARAR SI Criterio de entrada Criterio de salida Pivotar NO k = k + 1 ALGORITMO

CONEJOS POLLOS 210Disponibilidad BENEFICIO Kg. Pienso Horas/mes EJEMPLO

xx xx xx 0, 21xx max s.a.:maxs.a.: xx H xxx H xxx 0,,, 4321 HH xxxx 0 21xx 210, HH xx k = 0

x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1 Z = 0

x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1

x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1 11/ /20 1/200 -3/ x1x1x1x1 x4Hx4Hx4Hx4H Z =

k = 1 x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1 11/ /20 1/200 -3/ x1x1x1x1 x4Hx4Hx4Hx4H Z =

x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1 11/ /20 1/200 -3/ x1x1x1x1 x4Hx4Hx4Hx4H

/10-1/3 -1/102/ / x1x1x1x1 x2x2x2x2 x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1 Z =

k = /10-1/3 -1/102/ / x1x1x1x1 x2x2x2x2 x3Hx3Hx3Hx3H x4Hx4Hx4Hx4H x2x2x2x2 x1x1x1x1 Z = X 1 * = 30 conejos X 2 * = 40 pollos Z* = pesetas