Professional Documents
Culture Documents
Especiales
Del Mtodo Simplex
DOCENTE:
Degeneracin.
Opciones ptimas.
Soluciones no acotadas.
Degeneracin
En la aplicacin de la condicin de factibilidad,
una coincidencia de la razn mnima se debe
descomponer en forma arbitraria para los fines
de determinar la variable que sale. Cuando
suceda esto una o ms veces de las
variablesbsicas, ser necesariamente igual a
cero en la siguiente iteracin. En este caso,
decimos que la nueva solucin es degenerada.
EJEMPLO NO. 1:
Maximizar z = 3x1 +9x2
Sujeto a
x1+4x28
x1+2x24
x1,x20
Tresrectascruzaneloptimo.Comosteesunproblemabidimensional,sedicequeelpuntoesta
msquedeterminado(osobre determinado),yaquesolonecesitamosdosrectaspara
identificarlo.Porestemotivo,concluimosqueunadelasrestriccionesesredundante.
Desafortunadamentenoexistentcnicasconfiablesparaidentificarrestriccionesredundantes
directamenteapartirdelatabla.
Desdeelpuntodevistaterico,ladegeneracintienedosimplicaciones.Laprimeratienequever
con el fenmeno delciclaje o reciclaje. Si se observan las iteraciones 1 y 2 el l valor de la funcin
objetivonohamejorado(z=18).
Por lo tanto, es posible, en trminos generales, que el procedimiento simplex repetira lamisma
sucesindeiteraciones,sinmejorarnuncaelvalordelafuncinobjetivoniponerfinalosclculos.
Elsegundopuntotericosepresentaenelexamendelasiteraciones1y2.Ambasiteraciones,pesea
diferir en la clasificacin de las variables como bsicas y no bsicas, producen valores idnticos de
todaslasvariablesyelvalordelafuncinobjetivo,esdecir,
x1 = 0, x2 = 2, x3 = 0, x4 = 0, z = 18
Por lo tanto, se genera un argumento relacionado con la posibilidad de suspender los clculos en la
iteracin 1 (cuando aparece la degeneracin), aunque no es ptima. Este argumento no es vlido
porque,engeneral,unasolucinpuedesertemporalmente degenerada.
EJEMPLO 2:
Ejemplo
MaximizarZ = 2x1+ x2
S.A.
4x1+3x2#12
4x1+x2#8
4x1+x2#8
xj0 (j =1,2)
En forma estndar e igualando a cero lafuncin objetivo
MaximizarZ -2x1- x2 =0
S.A.
4x1+3x2+x3=12
4x1+x2+x4=8
4x1+x2+x5=8
xj0 (j =1, 2, 3, 4,5)
OPCIONES OPTIMAS:
Cuandolafuncinobjetivoesparalelaaunarestriccindeenlace(osea,unarestriccinque
sesatisfaceenelsentidodelaigualdadatravsdelasolucinptima),lafuncinobjetivotomara
elmismo valor optimoen ms de un punto de solucin. Por esta razn reciben el nombre
deopciones optimas.
Ejemplo No. 1: (Infinidad de soluciones)
Maximizar z = 2x1 + 4x2
Sujetoa
x1+x25
x1+x24
x1,x20
Entrminosalgebraicossabemosqueelmtodosimplexescapazdeencontrar
solucionesenpuntosextremosexclusivamente.
EJEMPLO 2:
Ejemplo.
MaximizarZ= 4x1+ 14x2
S.A.
2x1+7x2#21
7x1+2x2#21
xj0 (j =1,2)
En forma estndar e igualando a cero lafuncin objetivo.
MaximizarZ-4x1-14x2 =0
S.A.
2x1+7x2+x3=21
7x1+2x2+x4=21
xj0 (j =1, 2, 3, 4)
Conclusin:
SOLUCION NO ACOTADA
En algunos modelos de programacin lineal los valores de las variables se pueden aumentar
en forma indefinida sin violar ninguna de las restricciones, lo que significa que el espacio de
soluciones es no acotado cuando menos en una direccin. Como resultado, el valor de la
funcin objetivo puede crecer (caso de maximizacin) o de crecer (caso de minimizacin) en
forma indefinida. En este caso decimos que el espacio de soluciones y el valor "ptimo" de la
funcin objetivo son no acotados.
La falta de explicacin en un modelo puede sealar solo una cosa: el modelo est mal
construido. Evidentemente resulta irracional hacer que un modelo produzca una ganancia "
infinita". Las irregularidades mas probables en estos modelos son: 1) N ose toman en cuenta
una mas restricciones redundantes, y 2) No se determinan correctamente los parmetros
( constantes ) de algunas restricciones.
La regla general para reconocer la falta de acotacin es la siguiente. Sien cualquier iteracin
los coeficientes de las restricciones de una variable no bsica son no positivos, entonces el
espacio de soluciones no esta acotado en esa direccin. Adems, si el coeficiente de la funcin
objetivo de esa variable en el caso de la maximizacin o positivo en el caso de la
minimizacin, entonces el valor de la funcin objetivo tampoco esta acotado.
Iteracininicial
Enlatablainicialx1yx2sonloscandidatosparaentrarenlasolucin.Comox1tieneelcoeficiente
ms negativo. Normalmente se selecciona como la variable que entra. Sin embargo, ntese
quetodos loscoeficientesdelasrestriccionespordebajodex2sonnegativosocero,estosignifica
que x2se puede hacer crecer en forma indefinida sin quese infrinjaningunadelasrestricciones.
Comocadaincrementodeunaunidadenx2,aumentarzen1,unincrementoinfinitoenx2tambin
darlugaraunincrementoinfinitoenz.Porlotanto,concluimosqueelproblemanotienesolucin
acotada. Este resultado se puede apreciar en la figura 3-6. El espacio de soluciones no est
acotadoenladireccindex2yelvalordezpuedecrecerenformaindefinida.
EJEMPLO 2:
Conclusin:
En esta solucin se puede definirvariable entrantepero ya novariable salienteporque siempre
existir una mejor solucin, si esto sucede se concluye que se trata de un problema desolucin
ptima no-acotada.
SOLUCION INFACTIBLE
Las iteraciones simplex de la tabla 3-4 muestran que la variable artificial R es positiva (= 4) en
la solucin ptima. Esta es una indicacin de que el espacio de soluciones es infactible. La
figura 3-7 muestra el espacio de soluciones infactible.
El mtodo simplex, haciendo posible que la variable artificial sea positiva, ha invertido en
esencia la direccin de la desigualdad de 3x1+ 4x2 12 a 3x1 + 4x2 12. El resultado lo
podemos llamar la solucin pseudoptima, como se muestra en la figura 3-7.
EJEMPLO 2:
Ejemplo.
MaximizarZ= 3x1+ 2x2
S.A.
2x1+x2#2
3x1+4x212
xj0 (j =1,2)
Resolviendo por elMtodo Penal
Obteniendo la forma estndar, igualando a cero lafuncin objetivoy
penalizando lafuncin objetivo.
MaximizarZ-3x1-2x2 +M W1=0
S.A.
2x1+x2+x3=2
3x1+4x2-x4+W1=12
xj0 (j =1, 2, 3, 4)
Conclusin:
Se trata de unproblema de no-existencia de
soluciones.
Segunda tabla simplex.
Generando la tabla inicial bsica.
FUENTES DE INFORMACIN:
http://148.204.211.134/polilibros/portal/polilibros/P_Termina
dos/InvOperChave/Documentos/Unidad4/UNIDAD42.htm
http://148.204.211.134/polilibros/portal/polilibros/P_Terminados/
InvOper1Virg/InvOperac/UMD/Unidad
%204/Ejercicios/ejercicios4_1al4_6.htm