Io 1

UNIVERSIDAD NACIONAL DANIEL ALCIDES CARRION FACULTAD DE INGENIERIA ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA METALURGICA
INTRODUCCION
La Investigacin Operativa (I.O.) es una ciencia relativamente joven. Los primeros resultados importantes se consiguieron durante la II Guerra Mundial. En la batalla de Inglaterra el ejrcito alemn someti a los britnicos a un duro ataque areo. El gobierno estaba explorando cualquier mtodo para defender el pas. Los ingleses tenan una fuerza area hbil, aunque pequea, pero dispona de radares. Se plantearon sacarle al radar el mximo rendimiento. El gobierno convoc a media docena de cientficos de diversas disciplinas para resolver este problema. As dice- marn una nueva tcnica, la Investigacin Operativa, que duplic la efectividad del sistema de defensa area mediante una localizacin ptima para las antenas y una mejor distribucin de las seales.
INVESTIGACION DE OPERACIONES
INVESTIGACION OPERATIVA
Una caracterstica importante del siglo XX es el desarrollo de las distintas ramas de las Matemticas y el descubrimiento de los vnculos entre ellas. Pero tambin el resurgir de nuevas ramas como es la Investigacin Operativa. Aunque debe su nombre a su aplicacin a las operaciones militares, y empieza a desarrollarse en la II Guerra Mundial, sus orgenes se remontan al siglo XVII. Pascal y Fermat, que haban inventado el concepto de esperanza matemtica, inician los estudios de investigacin. La estructuracin de una situacin de la vida real como un modelo matemtico, logrando una abstraccin de los elementos esenciales para que pueda buscarse una solucin que concuerde con los objetivos del que toma decisiones. El anlisis de la estructura de tales soluciones y el desarrollo de procedimientos sistemticos para obtenerlas. El desarrollo de una solucin, incluyendo la teora matemtica si es necesario, que lleva el valor ptimo de la medida de lo que se espera del sistema A todo programa lineal, llamado problema primal, le corresponde otro que se denomina problema dual a las relaciones existentes entre ambos problemas son los siguientes: El dual tiene tantas variables como restricciones existentes en el primal. Los coeficientes de la funcin objetivo del primal son los trminos independientes de las restricciones del dual. Los trminos independientes de las restricciones del primal son los coeficientes en la funcin objetivo del dual. La matriz de coeficientes de las restricciones del dual es igual a la traspuesta de la del primal.
OBJETIVOS
Realizar el proceso de planeacin de la formacin orientado a los objetivos de aprendizaje Ejecutar una instruccin en un lugar clave de aprendizaje aplicando diferentes tcnicas de aprendizaje. Aplicar nuestros conocimientos tericos. Resolver problemas tales como el uso adecuado de los equipos de trabajo y de personal, localizacin y volumen de sucursales, campaas de publicidad, trasporte de mercancas, problemas de grafos y redes, problemas de colas, etc. Presentar La Estrategia Del Mtodo Dual-Simplex Para La Solucin De Modelos De Programacin Lineal.
CARACTERISTICAS
Conexin teora practica Participacin de las empresas en los currculos Menor tiempo de estudio Formacin profesional para la demanda real
DUALIDAD
El concepto de dualidad tiene un rol muy importante, no solo en programacin lineal, sino en la teora de optimizacin en general. Ms aun, la teora de dualidad es ms amplia que la teora de programacin matemtica, nos interesa el concepto de dualidad restringido a la teora de optimizacin. Todo programa matemtico, lineal o no lineal, existe asociado con otro llamado programa dual. En particular todo programa lineal, tiene su correspondiente programa dual. En este tema se estudiara las relaciones matemticas entre un programa lineal y dual; y luego se dar la interpretacin fsica correspondiente. Es decir se tratara de interpretar el significado de las variables y funciones objetivas de ambos programas. REGLAS DE OBTENCION DEL DUAL Si el modelo est escrito en la forma cannica, el dual resulta singularmente fcil de obtener. Por ejemplo, partiendo de la forma cannica del modelo de mximo: PRIMAL (MN) z=c.x A.x b =0
DUAL (MAX) W=b.u A.u c =0 De forma ms general, las reglas para obtener el dual de cualquier modelo lineal se indican en la tabla adjunta: PRIMAL DUAL Maximizar la F.O. Una variable no negativa Una variable no positiva Una variable no restringida en signo Una restriccin menor o igual Una restriccin mayor o igual Una igualdad DUAL PRIMAL Minimizar la F.O. Una restriccin mayor o igual Una restriccin menor o igual Una igualdad Una variable no negativa Una variable no positiva Una variable no restringida en signo
INTERPRETACION DE LAS VARIABLES DUALES: PRECIOS SOMBRA Cada variable del dual est asociada a una restriccin del programa primal, y su valor optimo representa el incremento de la funcin objetivo del primal por cada unidad que aumente el termino independiente de dicha restriccin, siempre que este ltimo aumento no suponga un cambio de base. Es, por tanto, el precio adicional mximo que estamos dispuestos a pagar por el incremento de recurso. Los valores de estas variables se denominan precios sombra. De manera analtica, podemos escribir que la variable dual de la restriccin i representa:
Los precios sombra obtenidos a partir del optimo del dual sern vlidos siempre que no vari la base ptima. En consecuencia, los resultados obtenidos del dual estn ntimamente ligados al anlisis independientes, tal como se muestra. de sensibilidad de los trminos
DUALIDAD EN PROGRAMACION LINEAL Dado un modelo lineal determinado, podemos definir otro modelo lineal que nos permitir obtener propiedades e interesantes resultados, relativas al anlisis de sensibilidad de los trminos independientes. Ms concretamente, para el rango de valores de los trminos independientes para los que se mantiene la base ptima (que podemos conocer mediante el anlisis de sensibilidad), la solucin del dual nos permite conocer el precio sombra de la restriccin, que ser la variacin de la funcin objetivo por unidad incrementada del trmino independiente de la restriccin. En la primera parte de esta seccin encontramos como hallar el dual de un modelo lineal. En las siguientes, se define con ms precisin el concepto de precio sombra, como obtener la solucin del dual a partir de la del primal, y su aplicacin al anlisis de sensibilidad. Finalmente, se enuncian algunas propiedades de inters, como el teorema de la holgura complementaria y las relaciones entre las soluciones del primal con las soluciones del dual.
DUALIDAD Y ANALISIS DE SENSIBILIDAD EN PROGRAMACION LINEAL INVESTIGACION DE OPERACIONES

7
Desarrolla la teora asociada a la dualidad: como se obtiene el dual de un programa lineal, la interpretacin del concepto de precio sombra y una serie de teorema y resultados tiles para la interpretacin de un modelo lineal. La tercera seccin muestra las posibilidades del anlisis e sensibilidad de la programacin lineal. Se trata de analizar como vara la solucin del modelo (tanto el valor de la funcin objetivo como el valor de las variables de decisin) en funcin de dos conjuntos de parmetros del modelo: los coeficientes de coste de la funcin objetivo y los trminos independientes de las restricciones.
PROGRAMAS PRIMAL Y DUAL Primal Max z=cx Sujeto a Ax b X 0 Dual Min w= y Sujeto a Y 0 Y C
Donde se tiene: INVESTIGACION DE OPERACIONES

8
C es un vector columna de n componentes. b es un vector columna de m componentes. A es una matriz de orden mxn; es la traspuesta de A.
X es un vector de n componentes, cuyos valores debe ser hallado para maximizar la funcin z sujeta a las restricciones. Y es un vector de m componentes, cuyos valores debe ser hallado para minimizar la funcin w sujeta a las restricciones. Se pueden distinguir dos tipos de problemas duales: 1. DUALES SIMETRICOS: para primales que incluyan restricciones de desigualdad. 2. DUALES ASIMETRICOS: para primales en forma estndar, es decir, con restricciones de igualdad. Otro tipo de relaciones entre los problemas primal y dual son las siguientes: Para duales simtricos el sentido de desigualdad de las restricciones del dual es inverso al de las del primal; mientras que para asimtricos, las restricciones del dual son de sentido menor o igual al caso de que el problema primal sea de minimizacin, y de mayor o igual en caso de maximizacin. Adems, las variables del dual, variables duales, no estn sujetas a la condicin de no negatividad.
EL METODO DUAL SIMPLEX
Se tiene una solucin bsica factible con respecto al Dual, alguno o algunos coeficientes en el lado derecho tendrn un coeficiente negativo por la expresin de las restricciones. Se siguen las condiciones del mtodo y se actualiza la tabla de manera habitual; nuevamente manteniendo una solucin Dual factible hasta que sea optima desde el punto de vista Dual, Trabajando en la tabla Primal. PROCEDIMIENTO DEL METODO SIMPLEX Paso 1: introducir una variable de holgura para cada restriccin en el sistema y para la funcin objetiva. Despejar la funcin objetiva.
Z-6
Paso 2: tabla para clculos.
Z-6
10
Se coloca una fila para cada restriccin y una fila con los coeficientes de la funcin objetivo:
SOLUCION Y1 S1 S2 Z 2 1 -6
Y2 1 1 -4
S1 1 0 0
S2 0 1 0
CONSTANTES 3 2 0
1ra iteracin:
Paso 1: determinar cul variable debe entrar en la base
SOLUCION Y1 S1 S2 Z 2 1 -6
Y2 1 1 -4
S1 1 0 0
S2 0 1 0
CONSTANTES 3 2 0
Para escoger la variable de decisin que entra en la base, observamos la fila que muestra los coeficientes de la funcin objetiva y acogemos la variable con el coeficiente ms negativo.
11
Paso 2: determinar cul variable de holgura debe salir de la solucin
SOLUCION Y1 S1 S2 Z 1 -6
2
Y2 1 1 -4
S1 1 0 0
S2 0 1 0
CONSTANTES 3 3/2=1.5 2 2/1=2 0
Para encontrar la variable de holgura que tiene que salir de la base, se divide cada trmino de la ltima columna (valores solucin) por el termino correspondiente de la columna pivote, siempre que estos ltimos sean mayores que cero. Paso 3: hacer que el pivote sea 1, y que haya ceros debajo del pivote.
SOLUCION Y1 S1 S2 Z 1 -6
1
Y2 0.5 1 -4
S1 0.5 0 0
S2 0 1 0
CONSTANTES 1.5 2 -R1+R2 0 6R1+R3
12
Paso 4: hacer que el pivote sea 1, y que hallan ceros debajo del pivote. (Continuacin)
SOLUCION Y1 Y1 S2 Z 1 0 0
Y2 0.5 0.5 -1
S1 0.5 -0.5 3
S2 0 1 0
CONSTANTES 1.5 0.5 9
Fin de la primera iteracin. Repetimos el proceso porque an hay negativos en la ltima fila.
La solucin ahora es:
= [ ] [ ]
13
2da iteracin:
Paso 1: determinar cul variable entra en la solucin y cual sale
SOLUCION Y1 Y1 S2 Z 1 0 0
Y2 0.5 0.5 0.5 -1
S1 0.5 -0.5 3
S2 0 1 0
CONSTANTES 1.5 1.5/0.5=3 0.5 0.5/0.5=1 9
Paso 2: poner pivote igual a
SOLUCION Y1 Y1 Y2 Z 1 0 0
Y2 0.5 0.5 -1
S1 0.5 -1 3
S2 0 2 0
CONSTANTES 1.5 1 R2 9
14
Paso 3: (continuacin)
SOLUCION Y1 Y1 Y2 Z 1 0 0
Y2 0
1
S1 1 -1 2
S2 -1 2 2
CONSTANTES 1 1 10
Como todos los coeficientes de la ltima fila son positivos, hemos llegado a la solucin ptima para la funcin objetiva.
W=3
La solucin ahora es:
+2
= [ ] [ ]
15
EL METODO DUAL SIMPLEX
INICIALIZACION Encontrar una solucin dual bsica al problema en la tabla primal; todos los coeficientes en el rengln ceros son positivos o ceros. PASO PRINCIPAL 1.-Si todos los elementos del lado derecho son mayores o iguales a cero detenerse, la solucin actual es ptima Dual (y tambin Primal). Si no, seleccione el elemento ms negativo del Lado Derecho de la tabla simplex y defina dicha posicin como el rengln Pivote. 2.-Examine los elementos en la regin pivote (excepto el elemento en el lado derecho), si todos ellos son mayores o iguales a cero entonces la solucin no es acotada en el dual (e infactible primal). En caso contrario y solo con los elementos negativos del rengln pivote; divida de forma correspondiente cada elemento no bsico en el RENGLON CERO entre su respectivo elemento en el rengln pivote y seleccione el coeficiente de menor valor absoluto, defina dicha posicin como la columna pivote. 3.-El rengln pivote indica la variable saliente y la columna pivote indica la variable entrante. A partir de operaciones bsicas entre renglones, esto es, multiplicacin por un escalar y/o suma de renglones; con base en el pivote, actualice la tabla hasta obtener el sistema equivalente con el nuevo conjunto de variables bsicas. Repita el paso principal.
16
RESOLVER POR EL METODO DUAL SIMPLEX Min z = Sujeta a 7 x1 + 2 x2 + 5 x3 + 4 x4 2 x1 + 4 x2 + 7 x3 + x4 5 8 x1 + 4 x2 + 6 x3 + 4 x4 8 3 x1 + 8 x2 + x3 + 4 x4 4 X1 , x2 , x3 , x4 0 EXPRESANDO LAS RESTRICCIONES COMO , Y EN FORMA PARA MAXIMIZAR Max -z = Sujeta a -7 x1 - 2 x2 - 5 x3 - 4 x4 -2 x1 - 4 x2 - 7 x3 - x4 -5 -8 x1 - 4 x2 - 6 x3 - 4 x4 -8 -3 x1 - 8 x2 - x3 - 4 x4 -4 X1 , x2 , x3 , x4 0 Y TRASLADANDO A SU TABLA DUAL-SIMPLEX
EL COEFICIENTE MAS NEGATIVO EN EL Y RENGLON DE PIVOTE
17
PRUEBA DE COCIENTE MINIMO ABSOLUTO Y COLUMNA PIVOTE
PIVOTE
18
ACTUALIZACION DE LA TABLA Y ES OPTIMA
REGLAS PARA ECRIBIR EL PROBLEMA DUAL 1.-FUNCION OBJETIVO El dual de un problema de maximizacin es un problema de minimizacin. El dual de un problema de minimizacin es un problema de maximizacin. 2.-NUMERO DE INCOGNITAS O RESTRICCIONES: El nmero de incgnitas del dual es el nmero de restricciones del primal El nmero de restricciones del dual es el nmero de incgnitas del primal. INVESTIGACION DE OPERACIONES
19
3.-COEFICIENTES DE COSTE Y TERMINOS INDEPENDIENTES DE LAS RESTRICCIONES: Los coeficientes de coste del dual son los trminos independientes de las restricciones del primal. Los trminos independientes de las restricciones del dual son los coeficientes de coste del primal.
4.-LAS MATRICES TECNOLGICAS DEL PRIMAL Y DUAL SON TRASPUESTAS ENTRE S. 5.-SIGNO DE LAS RESTRICCIONES Y DE LAS VARIABLES. A cada restriccin de un problema viene asociado una variable del otro. Las reglas para cada escribir los signos de las restricciones y de las variables correspondientes vienen resumidas en la tabla siguiente:
m n
0 0 b
nm
b Dual
0 0 b m n
n nm
REGLAS PARA UN PROBLEMA REAL 1. Una restriccin de igualdad del primal (dual) implica que la variable dual (primal) correspondiente es no restringida.
20
2. Una relacin de desigualdad >= (<=) del primal (dual) implica que la variable dual (primal) correspondiente es no negativa. 3. Una restriccin de desigualdad <= (>=) del primal (dual) implica que la variable dual (primal) correspondiente es no positiva. 4. Una variable primal (dual) no negativa tiene asociada una restriccin de desigualdad <= (>=) en el problema dual (primal) 5. Una variable primal(dual) no positiva tiene asociada una restriccin de desigualdad >=(<=) en el problema dual (primal) 6. Una variable primal (dual) no restringida tiene asociada una restriccin de igualdad en el problema dual (primal)
EL DUAL DEL PROGRAMA DUAL ES EL PRIMAL Segn estas afirmaciones, el problema dual queda unvocamente determinado por su primal. ,., son las variables primalas, ,., las correspondientes variables duales, el planteamiento del problema dual es: 1.-Duales Simtricos:
21
Se pueden resumir primal y dual en un cuadro como el que seguir, donde el primal se lee verticalmente y el dual de forma horizontal:
2.-Duales asimtricos INVESTIGACION DE OPERACIONES

22
La tabla anterior queda ahora de la siguiente forma:
23
RELACIONES PRIMAL-DUAL Los cambios que se hacen en el modelo original de programacin lineal
afectan a los elementos de la tabla opt ima actual (el que se tenga en el momento), que a su vez puede afectar la optimalizad y/o la factibilidad de la solucin actual. Por esta razn estudiaremos como se calculan los elementos simplex para reflejar los nuevos cambios. de la tabla ptima
Planteamiento de la tabla simplex
24
Esquema de las tablas simplex de inicio y general Una representacin esquemtica de las tablas simplex de inicio y general. En la tabla de inicio, los coeficientes de las restricciones abajo de las variables de inicio forman una matriz identidad: todos los elementos de la diagonal principal iguales a 1 y fuera de la diagonal principal iguales a cero. Con este arreglo, las dem s iteraciones de la tabla simplex, generadas con las operaciones de fila de Gauss-Jordan modificaran los elementos de la matriz identidad para producir la llamada matriz inversa. Como veremos en el resto de este captulo, la matriz inversa es la clave del clculo de todos los elementos de la tabla simplex asociada.
Solucin dual optima INVESTIGACION DE OPERACIONES

25
Las soluciones primal y dual se relacionan en forma tan estrecha que la solucin ptima del problema primal produce en forma directa (con unos pocos de clculos adicionales) la s o l u c i n p t i m a mtodos para calcular este resultado. del dual. En esta seccin se describen dos
TEOREMA DE LA DUALIDAD Si es una solucin ptima para el problema primal, entonces, hay una solucin optima para el problema dual, y el mnimo el primal y el mximo del dual coinciden en un valor comn = .
Recprocamente, si es una solucin ptima para el problema dual existe una solucin ptima para el primal, , y de nuevo el mnimo y el mximo del primal y del dual que coinciden con = .
PROBLEMA INVESTIGACION DE OPERACIONES

26
Un carpintero fabrica dos tipos de mesas de madera. Cada mesa del tipo 1 necesita 4 hs de mecanizado primario (preparacin de piezas), y 4 hs de mecanizado secundario (ensamblado y pintura). Anlogamente, cada mesa del tipo 2 necesita 3 hs de mecanizado primario y 7 hs de mecanizado secundario. Las disponibilidades diarias de mecanizado primario y secundario son, respectivamente, de 40 y 56 horas mquina. La venta de una mesa del tipo 1 reporta un beneficio de 70 unidades monetarias mientras que la venta de una mesa del tipo 2 de 90 um. El objetivo es determinar el nmero de mesas de cada tipo que han de producirse diariamente para maximizar el beneficio obtenido
ALGO SOBRE VARIABLES ARTIFICIALES INVESTIGACION DE OPERACIONES

27
Min z= 4 Sea:
+ + + ,
=3 6 4 0
( )
NUMERO DE ITERACIONES POSIBLES = n n de iteraciones 2n
TEOREMA DE EXISTENCIA
La condicin necesaria y suficiente para que un problema de programacin lineal tenga solucin es que, tanto el conjunto de oportunidades del primal (S) como en conjunto de oportunidades del dual (S) no sean vacos, es decir, que ambos problemas sean factibles.
(x*, *)
^ S
Corolario del teorema de existencia INVESTIGACION DE OPERACIONES

28
Una vez analizadas las condiciones que han de cumplirse para que exista solucin ptima, vamos a ver los diferentes casos posibles: a) b) c) d) S S S S ^ S ^ S ^ S ^ S , ambos problemas tienen solucin optima finita. , el programa primal es infactible, y el programa lineal es , el programa dual es infactible, y el programa primal es no , ambos problemas son infactibles.
acotado. acotado.
TEOREMA DE LA DUALIDAD La condicin necesaria y suficiente para que exista solucin ptima del primal (X*), es que exista una solucin ptima para el dual (*) y que valor de la funcin objetivo de ambos programas sea igual, es decir Z(x*)=G(*).
TEOREMA DE LA HOLGURA COMPLEMENTARIA La condicin necesaria y suficiente para que (x*, complementaria: (c- A)x*=0 *(b-Ax*)=0 ) sean soluciones ptimas
del programa primal y dual, es que satisfagan las condiciones de holgura
DUALIDAD EN PROGRAMA LINEAL
29
Relaciones primal dual
Asociado a cada problema lineal existe otro problema de programacin lineal denominado problema dual (PD), que posee importantes propiedades y relaciones notables con respecto al problema lineal original, problema que para diferencia del dual se denomina entonces como problema primal (PP). Las relaciones que podemos enumerar como siguen: a) El problema dual tiene tantas variables como restricciones tiene el programa primal. b) El problema dual tiene tantas restricciones como variables tiene el programa primal. c) Los coeficientes de la funcin objetivo del problema dual son los trminos independientes de las restricciones o RHS del programa primal. d) Los trminos independientes de las restricciones o RHS del dual son los coeficientes de la funcin objetivo del programa primal. e) La matriz de coeficientes tcnicos del problema dual es la traspuesta de la matriz tcnica del problema primal. f) El sentido de las desigualdades de las restricciones del problema dual y el signo de las variables del mismo problema, dependen de la forma de que tengan el signo de las variables del problema primal y del sentido de la restricciones del mismo problema. g) Si el programa primal es un problema de maximizacin, el programa dual es un problema de minimizacin. h) El problema dual de un problema dual es el programa primal original.
TABLA DE TUCKER INVESTIGACION DE OPERACIONES

30
Los problemas duales simtricos son los que se obtienen de un problema primal en forma cannica y normalizada, es decir, cuando llevan asociadas desigualdades de la forma mayor o igual en los problemas de minimizacin, y desigualdades menores o iguales para los problemas de maximizacin. Es decir, si el problema original es de la siguiente forma: Max Z(x)= x s.a: Ax b x 0 El problema dual (dual simtrico) es: Min G () b s.a: A c 0
Los restantes tipos de combinaciones de problemas, se conocen con el nombre de duales asimtricos. Como por ejemplo: INVESTIGACION DE OPERACIONES
31
Max Z(x)= x Ax = b x 0 El problema dual (dual asimtrico) es: Min G ()= b s.a: AC >< 0, es decir, variables libres.
REALCIONES ENTRE LAS SOLUCIONES DEL PROGRAMA PRIMAL Y
DEL PROGRAMA DUAL
Como se ha comentado con anterioridad, tanto el programa primal como el programa dual son dos formas de abordar el mismo problema, por lo tanto, si tienen solucin, tienen la misma solucin. Entonces, cabe preguntarse cul es la relacin entre las soluciones de ambos problemas. Partiendo de las condiciones de holgura complementaria, desarrolladas como sigue:
32
Dado que (x*,
*) son ptimos, debe cumplirse que cada trminos del
sumatorio sea cero. En particular, y recurriendo a las variables auxiliares (de holgura) sabemos que:
( ( -
---
)=)=
Por tanto las relaciones anteriores equivalen a:
=0 =0
En consecuencia tenemos: 1.-Si una restriccin del primal es no saturada, entonces la variable de dual asociada debe ser nula. 2.-Si una variable de primal es positiva, entonces la correspondiente restriccin del dual es una restriccin saturada, es decir, se verifica como una igualdad. Tomando esto en consideracin, as como los teoremas de la dualidad, podemos establecer las siguientes relaciones entre las soluciones del primal y del dual. 1.- Por el teorema de la dualidad, y si ambos problemas tienen solucin, entonces se verifica que: Z(X*)=G( *) Cx*= *b Como cx*= Se tiene que: *=
33
Por tanto, conociendo la solucin ptima del programa primal, se puede determinar el valor de las variables duales en su solucin ptima. 2.-En base al teorema de holgura complementaria, existe una relacin entre el comportamiento de las variables de un problema y su dual: Variables principales primal Variables holgura primal variables holgura dual
variables principales dual
3.-Si existe solucin ptima del primal (x*) el Valor de las variables bsicas en la solucin ptima es: = b=b* 0
Adems por ser ptima deber verificar que:
= -
Desarrollando esta ltima expresin tenemos que:
= Por lo tanto se verifica que: factibilidad dual, que los vectores
= -
0,
A c, que es una de las condiciones de la forman las columnas de la matriz A.
4.- Para las variables de holgura del programa primal (
), sus respectivos
coeficientes en la funcin objetivo son cero, y los vectores asociados a estas variables son los vectores de la base cannica, es decir, un vector de ceros excepto en la i-ensima posicin que toma el valor 1.
Por lo tanto, los rendimientos marginales de las variables de holgura sern:
34
Lo que supone el cumplir la segunda condicin de factibilidad dual. Por tanto con las relaciones anteriores (3-4) podemos comprobar que la optimalidad primal garantiza la factibilidad dual. Por tanto conociendo estas relaciones podemos determinar la solucin de ambos problemas de forma inmediata. Sea x* una solucin factible y ptima de un problema lineal es decir se cumple que:
A partir de estos valores sabemos: a) Valor de las variables principales del dual sern iguales a losm
rendimientos marginales de las variables de holgura del problema primal pero combinado de signo. b) Valor de las variables de holgura del dual se corresponden con los
rendimientos marginales de las variables principales del primal. En particular, para las variables no bsicas, de las que se obtienen las variables bsicas del dual se tiene:
Si, en particular, la variable
es no bsica:
35
Si consideramos:
tenemos que: -
Conviene no perder de vista la relacin entre las variables bsicas de un problema con las no bsicas de su dual. Es decir, si una variable del primal es bsica, la variable de dual asociada ella ser una variable no bsica, y no por la misma razn si una variable de primal es no bsica, la correspondiente variable de dual ser una variable bsica. c) Por ltimo, aunque parezca superfluo recordarlo, el valor de la funcin objetivo de ambos problemas es el mismo. Conviene notar que si establecemos las relaciones entre las tablas optimas de los dos problemas, veremos que el valor que aparece en las respectivas tablas optimas es el mismo pero cambiado de signo, ello se debe a que en un problema estamos maximizando y en el otro estamos minimizando, y para este problema de minimizacin realizamos la transformacin de mnimo a mximo, cambiando el signo de la funcin, por ello a la hora de comparar los valores de ambos problemas no se puede hacer directamente desde una tabla a la otra. Con el fin de comprobar las relaciones entre soluciones de los dos problemas (primal y dual), vamos a plantear las tablas ptimas de los problemas planteados con anterioridad.
Problema primal:
Min z(x)=2
+3
s.a. INVESTIGACION DE OPERACIONES

36
La tabla optima de este problema,
-2 -3 -2 0 1 0 0
-3 6 -8 -2 -2.8
-5 2 1.4 -3.4 -1.6
-2 2 4 -1.4 -6
-3 1 0 -3 0
0 -4 2 8 -8
0 2 -6 6 -6
M 4 -2 8 M8
M -2 6 6 M6 -5 1 1
INTERPRETACION ECONOMICA DE LAS VARIABLES DUALES El significado de las variables duales es el mismo que en el caso de los multiplicadores de LaGrange, es decir miden la sensibilidad de la funcin objetivo respecto a cambios (infinitesimales) de los trminos independientes de cada restriccin.
Max F= x s.a. Ax=b
37
X 0 Donde asumimos que x ,c ,b yA M(n, m).
Si suponemos que X* es una solucin factible bsica no degenerada y optima del problema anterior, es decir, verifica que: X*= b 0; b 0 AX*=b Y que para una variacin del vector de trminos independientes b, cuando este vector pasa a ser (b+ b), siendo (b+ b) 0, y que esta variacin deje inalterada las variables bsicas de la solucin, es decir que se cumpla que: X*= (b+ b) 0 ;( b+ b) Ax*= (b+ b) En estas condiciones la derivada de la funcin de LaGrange: L(x, )= cx + (b-Ax) 0
Este valor de nos indica en cuanto vara la funcin objetivo ante variacin (infinitesimal) de b, y que mantenga la factibilidad de la solucin.
PROBLEMA DE MINIMIZACION ESTANDAR Un problema de minimizacin de programacin lineal est en la forma estndar; si la funcin objetiva
38
W=
+..+
Debe ser minimizada, sujeto a las restricciones
El procedimiento bsico utilizado para resolver este tipo de problema es:
Convertirlo a un problema de maximizacin en la forma estndar (conocido como el problema de maximizacin dual)
Aplicar el mtodo simplex segn lo presentamos en ejercicios anteriores.
PROCEDIMIENTO 1. Formar la matriz aumentada par el sistema de desigualdades dado, y aadir en la ltima fila los coeficientes de la funcin objetivo. INVESTIGACION DE OPERACIONES
39
2. Armar la traspuesta de la matriz aumentada. 3. Dad la matriz A, se llama matriz traspuesta de A a la matriz que se obtiene cambiando ordenadamente las filas por las columnas.
Ejemplo: A= matriz A = matriz traspuesta de A se denota
4. Formar el problema de maximizacin dual de la traspuesta. 5. Aplicar el mtodo simplex para el problema de maximizacin dual. 6. El valor mximo de z ser el valor mnimo de w. 7. Los valores de , ,.,y ocurren en la fila inferior de la tabla
simplex final, en las columnas correspondientes a las variables de holgura.
Minimizar la funcin objetiva W=3 +2 Dada si la funcin est sujeta a las siguientes restricciones
40
2 + + Solucin:
6 4
La matriz aumentada correspondiente a este problema de minimizacin es
As, la matriz correspondiente al problema de maximizacin dual esta dad por la siguiente traspuesta.
PROBLEMA DE MINIMIZACION (CONTINUACION) Minimizar la funcin objetiva W=3 +2
41
Dada si la funcin est sujeta a las siguientes restricciones 2 + + Solucin (continuacin): Esto implica que el problema de maximizacin dual es como sigue: Buscar el valor mximo de la funcin objetivo dual: Z=6 +4 Sujeto a las limitaciones: 2 + + 3 2 6 4
SOLUCIONES DEL PROBLEMA PRIMAL-REDUCIDO El problema primal reducido correspondiente a una solucin admisible al problema dual se concreta en la aprobacin de si cumplen o no las condiciones de complementariedad si solo permitimos intervenir en el plan de produccin a las INVESTIGACION DE OPERACIONES
42
secuencias j que dan lugar al coste mnimo en la planificacin sin restricciones del artculo i con precios de la capacidad
Las restricciones de capacidad para cada periodo t equivalen a
(
()
Siendo las variables
indicadores en el problema lineal. Si solo una secuencia
alcanza el ptimo en la resolucin del problema
ADICION DE UNA VARIABLE
Cuando en un modelo se adicionan una o ms variables de decisin, bastara con calcular las implicaciones en la tabla simplex y determinar si la variable es o no es candidata a entrar al conjunto de variables bsicas para la ltima tabla simplex ptima conocida. Si no es candidata, la solucin permanece como ptima. Si es candidata, a partir de la ltima tabla y despus de haber calculado las implicaciones, se procede a optimizar con el algoritmo simplex.
Sea: Vector de variables adicionadas (son no bsicas) Vector de costos adicionados (son no bsicos) INVESTIGACION DE OPERACIONES
43
la matriz inversa de B, para la ltima tabla Simplex Nu matriz de coeficientes tecnolgicos adicionados b vector de recursos se calcula Nu
se determina si alguna variable es candidata a entrar a la base cuando alguna componente resulta menor a cero Nu -
CONCLUSIONES
44
Una extensin de la dualidad es el mtodo dual simplex y se utiliza para resolver el problema dual de un modelo, pero desde la tabla primal. Cuando se adicionan variables de decisin deben calcularse sus implicaciones y su posibilidad de entrar a la base. Cuando se adicionan restricciones deben calcularse sus implicaciones y verificar que se siga manteniendo la factibilidad.
45

Io 1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Io 1

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DANIEL ALCIDES CARRION FACULTAD DE INGENIERIA ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA METALURGICA

DUALIDAD Y ANALISIS DE SENSIBILIDAD EN PROGRAMACION LINEAL INVESTIGACION DE OPERACIONES

Donde se tiene: INVESTIGACION DE OPERACIONES

EL METODO DUAL SIMPLEX

Paso 2: tabla para clculos.

Paso 1: determinar cul variable debe entrar en la base

Paso 2: determinar cul variable de holgura debe salir de la solucin

CONSTANTES 3 3/2=1.5 2 2/1=2 0

CONSTANTES 1.5 2 -R1+R2 0 6R1+R3

CONSTANTES 1.5 0.5 9

La solucin ahora es:

Paso 1: determinar cul variable entra en la solucin y cual sale

Y2 0.5 0.5 0.5 -1

CONSTANTES 1.5 1.5/0.5=3 0.5 0.5/0.5=1 9

Paso 2: poner pivote igual a

EL METODO DUAL SIMPLEX

EL COEFICIENTE MAS NEGATIVO EN EL Y RENGLON DE PIVOTE

PRUEBA DE COCIENTE MINIMO ABSOLUTO Y COLUMNA PIVOTE

ACTUALIZACION DE LA TABLA Y ES OPTIMA

2.-Duales asimtricos INVESTIGACION DE OPERACIONES

La tabla anterior queda ahora de la siguiente forma:

Planteamiento de la tabla simplex

Solucin dual optima INVESTIGACION DE OPERACIONES

PROBLEMA INVESTIGACION DE OPERACIONES

ALGO SOBRE VARIABLES ARTIFICIALES INVESTIGACION DE OPERACIONES

NUMERO DE ITERACIONES POSIBLES = n n de iteraciones 2n

Corolario del teorema de existencia INVESTIGACION DE OPERACIONES

del programa primal y dual, es que satisfagan las condiciones de holgura

DUALIDAD EN PROGRAMA LINEAL

Relaciones primal dual

TABLA DE TUCKER INVESTIGACION DE OPERACIONES

REALCIONES ENTRE LAS SOLUCIONES DEL PROGRAMA PRIMAL Y

DEL PROGRAMA DUAL

Dado que (x*,

*) son ptimos, debe cumplirse que cada trminos del

Por tanto las relaciones anteriores equivalen a:

variables principales dual

Adems por ser ptima deber verificar que:

Desarrollando esta ltima expresin tenemos que:

= Por lo tanto se verifica que: factibilidad dual, que los vectores

A c, que es una de las condiciones de la forman las columnas de la matriz A.

4.- Para las variables de holgura del programa primal (

Por lo tanto, los rendimientos marginales de las variables de holgura sern:

Si, en particular, la variable

s.a. INVESTIGACION DE OPERACIONES

La tabla optima de este problema,

-5 2 1.4 -3.4 -1.6

Max F= x s.a. Ax=b

X 0 Donde asumimos que x ,c ,b yA M(n, m).

Debe ser minimizada, sujeto a las restricciones

El procedimiento bsico utilizado para resolver este tipo de problema es:

Aplicar el mtodo simplex segn lo presentamos en ejercicios anteriores.

Ejemplo: A= matriz A = matriz traspuesta de A se denota

simplex final, en las columnas correspondientes a las variables de holgura.

La matriz aumentada correspondiente a este problema de minimizacin es

PROBLEMA DE MINIMIZACION (CONTINUACION) Minimizar la funcin objetiva W=3 +2

Las restricciones de capacidad para cada periodo t equivalen a

Siendo las variables

indicadores en el problema lineal. Si solo una secuencia

alcanza el ptimo en la resolucin del problema

ADICION DE UNA VARIABLE

You might also like