SlideShare une entreprise Scribd logo
1  sur  14
Casos especiales del metodo simplex
Casos especiales del metodo simplex Existen casos especiales que se encuentran a menudo en las aplicaciones del método simplex, los más importantes son: 1. Degeneración. 2. Soluciones óptimas múltiples. 3. Soluciones óptimas no acotadas. 4. Soluciones factibles no existentes.
1. DEGENERACION. Un empate al elegir la variable que sale se rompe arbitrariamente. El problema ocurre en la siguiente iteración donde los valores de una o más variables básicas llegan a ser cero, en cuyo caso se dice que la solución es degenerada. En este punto no existe la seguridad de que el valor de la función objetivo mejorará, ya que la nueva solución óptima puede permanecer degenerada de ser así, es posible que las iteraciones del simplex entren en un circuito que repetirá las misma(as) sucesión de iteraciones sin alcanzar nunca la óptima. El problema se conoce como ciclaje y afortunadamente raras veces se presenta en la práctica. En una situación de degeneración es esencial llevar las iteraciones del método simplex hasta que se satisfaga completamente la condición de optimidad.
1. DEGENERACION.
1. DEGENERACION.
2. SOLUCIONES ÓPTIMAS MULTIPLES. Existen problemas que tienen más de una solución óptima. En este caso se dice que se tienen soluciones óptimas múltiples debido a que la solución óptima se encuentra en un segmento de recta que es acotado por una de las restricciones.
2. SOLUCIONES ÓPTIMAS MULTIPLES.
2. SOLUCIONES ÓPTIMAS MULTIPLES.
3. SOLUCIONES OPTIMAS NO ACOTADAS. Existen problemas para los cuales una o más de las variables pueden aumentarse indefinidamente mejorando en forma indefinida la función objetivo. En esta situación, se dice que la solución óptima no está acotada, por lo que la solución óptima es infinita.
3. SOLUCIONES OPTIMAS NO ACOTADAS.
3. SOLUCIONES OPTIMAS NO ACOTADAS.
4. SOLUCIONES FACTIBLES NO EXISTENTES. Existen problemas para los cuales no hay espacio de soluciones que cumplan con todas las restricciones. Este problema termina anotando que no existen soluciones factibles. Esta situación se identifica en la tabla del método simplex cuando se llega a la solución óptima y aún no desaparecen las variables artificiales.
4. SOLUCIONES FACTIBLES NO EXISTENTES.
4. SOLUCIONES FACTIBLES NO EXISTENTES.

Contenu connexe

Tendances

El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta
Luis Fajardo
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2
CEMEX
 
Analisis de sensibilidad ejercicios resueltos
Analisis de sensibilidad   ejercicios resueltosAnalisis de sensibilidad   ejercicios resueltos
Analisis de sensibilidad ejercicios resueltos
Luis Nuñez
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
Cris Tenorio
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
Pierina Diaz Meza
 
2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas
Rodia Bravo
 

Tendances (20)

Método grafico. Teoría y Práctica
Método grafico. Teoría y PrácticaMétodo grafico. Teoría y Práctica
Método grafico. Teoría y Práctica
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2
 
Analisis de sensibilidad ejercicios resueltos
Analisis de sensibilidad   ejercicios resueltosAnalisis de sensibilidad   ejercicios resueltos
Analisis de sensibilidad ejercicios resueltos
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
Ejercio resuelto
Ejercio resueltoEjercio resuelto
Ejercio resuelto
 
Expo 2 método de dos fases
Expo 2   método de dos  fasesExpo 2   método de dos  fases
Expo 2 método de dos fases
 
Resumen 2
Resumen 2Resumen 2
Resumen 2
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
5 91-1-pb (1)
5 91-1-pb (1)5 91-1-pb (1)
5 91-1-pb (1)
 
Programacion por metas
Programacion por metasProgramacion por metas
Programacion por metas
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
 
Tarea 4 operativa luis
Tarea 4 operativa luisTarea 4 operativa luis
Tarea 4 operativa luis
 

Similaire à Casos especiales del metodo simplex

Similaire à Casos especiales del metodo simplex (20)

Optimizacion
OptimizacionOptimizacion
Optimizacion
 
manual-solver-final.pdf
manual-solver-final.pdfmanual-solver-final.pdf
manual-solver-final.pdf
 
Beba
BebaBeba
Beba
 
Método Simplex
Método SimplexMétodo Simplex
Método Simplex
 
Clase3
Clase3Clase3
Clase3
 
Metodo dual simplex
Metodo dual simplexMetodo dual simplex
Metodo dual simplex
 
Guia 7 solver
Guia 7 solverGuia 7 solver
Guia 7 solver
 
Leccion 10 problemas dinamicos
Leccion 10 problemas dinamicosLeccion 10 problemas dinamicos
Leccion 10 problemas dinamicos
 
Programacionnolineal
Programacionnolineal Programacionnolineal
Programacionnolineal
 
Método Kuhn Tucker y Lagrange
Método Kuhn Tucker y LagrangeMétodo Kuhn Tucker y Lagrange
Método Kuhn Tucker y Lagrange
 
Dualidad
DualidadDualidad
Dualidad
 
0208
02080208
0208
 
Kuhn Tucker y Lagrange
Kuhn Tucker y LagrangeKuhn Tucker y Lagrange
Kuhn Tucker y Lagrange
 
LaGrange.
LaGrange.LaGrange.
LaGrange.
 
Ejercicios limites
Ejercicios limitesEjercicios limites
Ejercicios limites
 
Programacion no lineal
Programacion no linealProgramacion no lineal
Programacion no lineal
 
trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)
 
Trabajo dualidad sensibilidad
Trabajo dualidad sensibilidadTrabajo dualidad sensibilidad
Trabajo dualidad sensibilidad
 
Condiciones de Lagrange y Tucker
Condiciones de Lagrange y TuckerCondiciones de Lagrange y Tucker
Condiciones de Lagrange y Tucker
 
Matemáticas avanzadas luis enrique
Matemáticas avanzadas luis enriqueMatemáticas avanzadas luis enrique
Matemáticas avanzadas luis enrique
 

Casos especiales del metodo simplex

  • 1. Casos especiales del metodo simplex
  • 2. Casos especiales del metodo simplex Existen casos especiales que se encuentran a menudo en las aplicaciones del método simplex, los más importantes son: 1. Degeneración. 2. Soluciones óptimas múltiples. 3. Soluciones óptimas no acotadas. 4. Soluciones factibles no existentes.
  • 3. 1. DEGENERACION. Un empate al elegir la variable que sale se rompe arbitrariamente. El problema ocurre en la siguiente iteración donde los valores de una o más variables básicas llegan a ser cero, en cuyo caso se dice que la solución es degenerada. En este punto no existe la seguridad de que el valor de la función objetivo mejorará, ya que la nueva solución óptima puede permanecer degenerada de ser así, es posible que las iteraciones del simplex entren en un circuito que repetirá las misma(as) sucesión de iteraciones sin alcanzar nunca la óptima. El problema se conoce como ciclaje y afortunadamente raras veces se presenta en la práctica. En una situación de degeneración es esencial llevar las iteraciones del método simplex hasta que se satisfaga completamente la condición de optimidad.
  • 6. 2. SOLUCIONES ÓPTIMAS MULTIPLES. Existen problemas que tienen más de una solución óptima. En este caso se dice que se tienen soluciones óptimas múltiples debido a que la solución óptima se encuentra en un segmento de recta que es acotado por una de las restricciones.
  • 9. 3. SOLUCIONES OPTIMAS NO ACOTADAS. Existen problemas para los cuales una o más de las variables pueden aumentarse indefinidamente mejorando en forma indefinida la función objetivo. En esta situación, se dice que la solución óptima no está acotada, por lo que la solución óptima es infinita.
  • 10. 3. SOLUCIONES OPTIMAS NO ACOTADAS.
  • 11. 3. SOLUCIONES OPTIMAS NO ACOTADAS.
  • 12. 4. SOLUCIONES FACTIBLES NO EXISTENTES. Existen problemas para los cuales no hay espacio de soluciones que cumplan con todas las restricciones. Este problema termina anotando que no existen soluciones factibles. Esta situación se identifica en la tabla del método simplex cuando se llega a la solución óptima y aún no desaparecen las variables artificiales.
  • 13. 4. SOLUCIONES FACTIBLES NO EXISTENTES.
  • 14. 4. SOLUCIONES FACTIBLES NO EXISTENTES.