SlideShare une entreprise Scribd logo
1  sur  22
Télécharger pour lire hors ligne
1
Casos Especiales de
Problemas de
Programación Lineal
Docente : Lic. Gabriel Solari Carbajal
Universidad Nacional Mayor de San Marcos
Facultad de Ingeniería de Sistemas e Informática
Investigación Operativa I
Lic. Gabriel Solari C. Investigación Operativa I
2
Casos Especiales
Según la
región factible que
se forma
2
Lic. Gabriel Solari C. Investigación Operativa I
3
REGION FACTIBLE ACOTADA:
Una región factible es acotada si queda representada
por una región cerrada.
Ejemplo
Graficar el siguiente conjunto de restricciones:
Casos Especiales
16xx2 21
≤+
04x5x2 21
≤+
0x,x 21
≥
Lic. Gabriel Solari C. Investigación Operativa I
4
Casos Especiales
REGION
FACTIBLE
ACOTADA
X2
X1
85
6
8
3
Lic. Gabriel Solari C. Investigación Operativa I
5
REGION FACTIBLE NO ACOTADA:
Una región factible es no acotada si queda
representada por una región abierta.
Ejemplo
Graficar el siguiente conjunto de restricciones:
Casos Especiales
50x7x2- 21
≤+
12x3x4- 21
≤+
0x,x 21
≥
Lic. Gabriel Solari C. Investigación Operativa I
6
Casos Especiales
REGION
FACTIBLE
NO ACOTADA
X2
X1
(10,10)
3
4
8
4
Lic. Gabriel Solari C. Investigación Operativa I
7
Ejemplo
Graficar el siguiente conjunto de restricciones:
Casos Especiales
7xx2 21
≥+
27x7x3 21
≥+
0x,x 21
≥
Lic. Gabriel Solari C. Investigación Operativa I
8
Casos Especiales
X2
X1
REGION
FACTIBLE
NO ACOTADA
3
7
92
5
Lic. Gabriel Solari C. Investigación Operativa I
9
NO SE FORMA REGION FACTIBLE:
El conjunto de restricciones no forma una región
factible. Decimos que la región factible es un conjunto
vacío.
Ejemplo
Graficar el siguiente conjunto de restricciones:
Casos Especiales
40x8x5 21
≤+
72x9x8 21
≥+
0x,x 21
≥
Lic. Gabriel Solari C. Investigación Operativa I
10
Casos Especiales
NO SE FORMA
REGION
FACTIBLE
X2
X1
8
5
8
9
6
Lic. Gabriel Solari C. Investigación Operativa I
11
RESTRICCION REDUNDANTE:
Una restricción es redundante cuando no participa en la
delimitación de la región factible. El sistema puede ser
resuelto sin esta restricción.
Ejemplo
Graficar el siguiente conjunto de restricciones:
Casos Especiales
40x8x5 21
≤+
72x9x8 21
≤+
0x,x 21
≥
Lic. Gabriel Solari C. Investigación Operativa I
12
Casos Especiales
X2
X1
RESTRICCIÓN
REDUNDANTE
8
5
8
9
7
Lic. Gabriel Solari C. Investigación Operativa I
13
Casos Especiales
Según la
solución del
P.P.L.
Lic. Gabriel Solari C. Investigación Operativa I
14
SOLUCION UNICA:
El P.P.L. presenta una única solución óptima.
Ejemplo
Determinar la solución óptima de:
Casos Especiales
0x,x 21
≥
21
x5x5ZMax +=
sujeto a
16xx2 21
≤+
04x5x2 21
≤+
8
Lic. Gabriel Solari C. Investigación Operativa I
15
Casos Especiales
X2
X1
SOLUCIÓN
ÚNICA
85
6
8
Lic. Gabriel Solari C. Investigación Operativa I
16
Casos Especiales
Z x1 x2 x3 x4 Sol.
Z 1 -5 -5 0 0 0
x3 0 2 5 1 0 40 20
x4 0 2 1 0 1 16 8
1 0 -5/2 0 5/2 40
x3 0 0 4 1 -1 24 6
x1 5 1 1/2 0 1/2 8 16
1 0 0 5/8 15/8 55
x2 5 0 1 1/4 -1/4 6
x1 5 1 0 -1/8 5/8 5
Θ
9
Lic. Gabriel Solari C. Investigación Operativa I
17
Casos Especiales
5x1
=
Solución:
6x2
=
0x3
=
0x4
=
55Z =
Lic. Gabriel Solari C. Investigación Operativa I
18
Ejemplo
Determinar la solución óptima de:
Casos Especiales
7xx2 21
≥+
27x7x3 21
≥+
0x,x 21
≥
21
x5x5ZMin +=
sujeto a
10
Lic. Gabriel Solari C. Investigación Operativa I
19
Casos Especiales
X2
X1
3
7
92
Lic. Gabriel Solari C. Investigación Operativa I
20
Casos Especiales
Primera Fase:
Z x1 x2 x3 x4 w1 w2 Sol.
Z 1 0 0 0 0 -1 -1
w1 1 3 7 -1 0 1 0 27
w2 1 2 1 0 -1 0 1 7
1 5 8 -1 -1 0 0 34
w1 1 3 7 -1 0 1 0 27 3,86
w2 1 2 1 0 -1 0 1 7 7,00
1 11/7 0 1/7 -1 -8/7 0 22/7
x2 0 3/7 1 -1/7 0 1/7 0 27/7 9,00
w2 1 11/7 0 1/7 -1 -1/7 1 22/7 2,00
1 0 0 0 0 -1 -1 0
x2 0 0 1 -2/11 3/11 2/11 -3/11 3
x1 0 1 0 1/11 -7/11 -1/11 7/11 2
Θ
11
Lic. Gabriel Solari C. Investigación Operativa I
21
Casos Especiales
Segunda Fase:
Z x1 x2 x3 x4 Sol.
Z 1 -5 -5 0 0
x2 5 0 1 -2/11 3/11 3
x1 5 1 0 1/11 -7/11 2
1 0 0 -5/11 -20/11 25
x2 5 0 1 -2/11 3/11 3
x1 5 1 0 1/11 -7/11 2
Θ
Lic. Gabriel Solari C. Investigación Operativa I
22
Casos Especiales
2x1
=
Solución:
3x2
=
0x3
=
0x4
=
25Z =
12
Lic. Gabriel Solari C. Investigación Operativa I
23
MÚLTIPLES SOLUCIONES:
El P.P.L. presenta más de una solución óptima.
Ejemplo
Determinar la solución óptima de:
Casos Especiales
0x,x 21
≥
21
x10x4ZMax +=
sujeto a
16xx2 21
≤+
04x5x2 21
≤+
Lic. Gabriel Solari C. Investigación Operativa I
24
Casos Especiales
X2
X1
MÚLTIPLES
SOLUCIONES
85
6
8
13
Lic. Gabriel Solari C. Investigación Operativa I
25
Casos Especiales
Z x1 x2 x3 x4 Sol.
Z 1 -4 -10 0 0 0
x3 0 2 5 1 0 40 8,00
x4 0 2 1 0 1 16 16,00
1 0 0 2 0 80
x2 10 2/5 1 1/5 0 8
x4 0 8/5 0 -1/5 1 8
1 0 0 2 0 80
x2 10 0 1 1/4 -1/4 6
x1 4 1 0 -1/8 5/8 5
Θ
Lic. Gabriel Solari C. Investigación Operativa I
26
Casos Especiales
⎟⎟
⎟
⎟
⎟
⎠
⎞
⎜⎜
⎜
⎜
⎜
⎝
⎛
−+
⎟⎟
⎟
⎟
⎟
⎠
⎞
⎜⎜
⎜
⎜
⎜
⎝
⎛
=
⎟⎟
⎟
⎟
⎟
⎠
⎞
⎜⎜
⎜
⎜
⎜
⎝
⎛
0
0
6
5
λ)(1
8
0
8
0
λ
x
x
x
x
4
3
2
1
Solución:
1λ0 ≤≤
donde
14
Lic. Gabriel Solari C. Investigación Operativa I
27
Casos Especiales
⎟⎟
⎟
⎟
⎟
⎠
⎞
⎜⎜
⎜
⎜
⎜
⎝
⎛
=
⎟⎟
⎟
⎟
⎟
⎠
⎞
⎜⎜
⎜
⎜
⎜
⎝
⎛
−+
⎟⎟
⎟
⎟
⎟
⎠
⎞
⎜⎜
⎜
⎜
⎜
⎝
⎛
4
0
7
2.5
0
0
6
5
)5.0(1
8
0
8
0
5.0
Ejemplo:
0.5λ =
80)4(0)0(0)7(10)5.2(4Z =+++=
Lic. Gabriel Solari C. Investigación Operativa I
28
Casos Especiales
SOLUCIÓN NO ACOTADA:
La solución del P.P.L. crece indefinidamente debido a
que la búsqueda se realiza sobre una región no
acotada. Este modelo no tiene solución.
Ejemplo
Determinar la solución óptima de:
21
x5x5ZMax +=
sujeto a
50x7x2- 21
≤+
12x3x4- 21
≤+
0x,x 21
≥
15
Lic. Gabriel Solari C. Investigación Operativa I
29
Casos Especiales
X2
X1
SOLUCIÓN
NO ACOTADA
(10,10)
3
4
8
Lic. Gabriel Solari C. Investigación Operativa I
30
Casos Especiales
Z x1 x2 x3 x4 Sol.
Z 1 -5 -5 0 0 0
x3 0 -4 3 1 0 12 4,00
x4 0 -2 7 0 1 50 7,14
1 -35/3 0 5/3 0 20
x2 5 -4/3 1 1/3 0 4
x4 0 22/3 0 -7/3 1 22
1 0 0 -45/22 35/22 55
x2 5 0 1 -1/11 2/11 8
x1 5 1 0 -7/22 3/22 3
Θ
16
Lic. Gabriel Solari C. Investigación Operativa I
31
Casos Especiales
La variable que debe ingresar a la base es x3, se
verifica la condición de optimalidad, pero no es posible
seleccionar una variable de salida, no se cumple la
condición de factibilidad. El modelo planteado no
presenta solución.
Lic. Gabriel Solari C. Investigación Operativa I
32
Casos Especiales
SOLUCIÓN SIN REGION FACTIBLE:
El conjunto de restricciones no forma una región
factible. Este modelo no tiene solución.
Ejemplo
Determinar la solución óptima de:
21
x5x5ZMax +=
sujeto a
40x8x5 21
≤+
72x9x8 21
≥+
0x,x 21
≥
17
Lic. Gabriel Solari C. Investigación Operativa I
33
Casos Especiales
X2
X1
8
5
8
9
Lic. Gabriel Solari C. Investigación Operativa I
34
Casos Especiales
Z x1 x2 x3 x4 w1 Sol.
Z 1 0 0 0 0 -1 0
w1 1 8 9 -1 0 1 72
x4 0 5 8 0 1 0 40
Z 1 8 9 -1 0 0 72
w1 1 8 9 -1 0 1 72 8,00
x4 0 5 8 0 1 0 40 5,00
Z 1 19/8 0 -1 -9/8 0 27
w1 1 19/8 0 -1 -9/8 1 27 11,37
x2 0 5/8 1 0 1/8 0 5 8,00
Z 1 0 -19/5 -1 -8/5 0 8
w1 1 0 -19/5 -1 -8/5 1 8
x1 0 1 8/5 0 1/5 0 8
Θ
Primera Fase:
18
Lic. Gabriel Solari C. Investigación Operativa I
35
Casos Especiales
Se alcanza un tablero óptimo, pero la variable artificial
no ha salido de la base. El modelo planteado no
presenta región factible.
Lic. Gabriel Solari C. Investigación Operativa I
36
SOLUCIÓN DEGENERADA:
Una vez localizada la variable que ingresa, (condición
de optimalidad, para casos de empate, se elige
arbitrariamente cualquiera de ellas).
Para la variable de salida, (condición de factibilidad), si
ocurre un empate en los cocientes entre 2 o más
variables básicas, puede ocasionar un problema de
ciclaje, o el retorno a una solución anterior.
También origina que algunas variable básicas tomen el
valor cero.
Casos Especiales
19
Lic. Gabriel Solari C. Investigación Operativa I
37
Ejemplo
Determinar la solución óptima de:
21 10xx4ZMax +=
40x8x5 21 ≤+
30x6x5 21 ≤+
0x,x 21 ≥
sujeto a
Casos Especiales
Lic. Gabriel Solari C. Investigación Operativa I
38
Casos Especiales
2
1
X2
X1
20
Lic. Gabriel Solari C. Investigación Operativa I
39
Casos Especiales
La solución óptima resulta:
0x1 =5x2 =
0x3 =0x4 =
50Z =
Z x1 x2 x3 x4 Sol.
Z 1 -4 -10 0 0 0
x3 0 5 6 1 0 30 5
x4 0 5 8 0 1 40 5
Z 1 4.333 0 1.667 0 50
x2 10 0.833 1 0.167 0 5
x4 0 -1.667 0 -1.333 1 0
Θ
Lic. Gabriel Solari C. Investigación Operativa I
40
Casos Especiales
La solución óptima resulta:
0x1 =5x2 =
0x3 = 0x4 =
50Z =
Z x1 x2 x3 x4 Sol.
Z 1 -4 -10 0 0 0
x3 0 5 6 1 0 30 5
x4 0 5 8 0 1 40 5
Z 1 2.25 0 0 1.25 50
x3 0 1.25 0 1 -0.75 0
x2 10 0.625 1 0 0.125 5
Θ
21
Lic. Gabriel Solari C. Investigación Operativa I
41
Ejemplo de E.M.L. Beale
Determinar la solución óptima de:
4321 x6x5.0x02x75.0ZMax −+−=
0x3x0.5x12x0.5 4321 ≤+−−
0x9xx8x0.25 4321 ≤+−−
0x,x,x,x 4321 ≥
sujeto a
Casos Especiales
1x3 ≤
Lic. Gabriel Solari C. Investigación Operativa I
42
Casos Especiales
Z x1 x2 x3 x4 x5 x6 x7 Sol. Θ
Z 1 -0.75 20 -0.5 6 0 0 0 0
x5 0 0.25 -8 -1 9 1 0 0 0 0
x6 0 0.5 -12 -0.5 3 0 1 0 0 0
x7 0 0 0 1 0 0 0 1 1
Z 1 0 -4 -3.5 33 3 0 0 0
x1 0.75 1 -32 -4 36 4 0 0 0
x6 0 0 4 1.5 -15 -2 1 0 0
x7 0 0 0 1 0 0 0 1 1
Z 1 0 0 -2 18 1 1 0 0
x1 0.75 1 0 8 -84 -12 8 0 0 0
x2 -20 0 1 0.375 -3.75 -0.5 0.25 0 0 0
x7 0 0 0 1 0 0 0 1 1 1
22
Lic. Gabriel Solari C. Investigación Operativa I
43
Casos Especiales
Z 1 0.25 0 0 -3 -2 3 0 0
x3 0.5 0.125 0 1 -10.5 -1.5 1 0 0
x2 -20 -0.047 1 0 0.188 0.063 -0.125 0 0 0
x7 0 -0.125 0 0 10.5 1.5 -1 1 1 0.095
Z 1 -0.5 16 0 0 -1 1 0 0
x3 0.5 -2.5 56 1 0 2 -6 0 0 0
x4 -6 -0.250 5.333 0 1 0.333 -0.667 0 0 0
x7 0 2.5 -56 0 0 -2 6 1 1
Z 1 -1.75 44 0.5 0 0 -2 0 0
x5 0 -1.25 28 0.5 0 1 -3 0 0
x4 -6 0.167 -4 -0.167 1 0 0.333 0 0
x7 0 0 0 1 0 0 0 1 1
Z 1 -0.75 20 -0.5 6 0 0 0 0
x5 0 0.25 -8 -1 9 1 0 0 0
x6 0 0.5 -12 -0.5 3 0 1 0 0
x7 0 0 0 1 0 0 0 1 1
Lic. Gabriel Solari C. Investigación Operativa I
44
Casos Especiales
Después de 6 iteraciones se alcanza el tablero inicial.
Decimos que ha ocurrido un ciclaje. Para resolver el
ciclaje se utilizan las reglas lexicográficas.

Contenu connexe

Tendances

Análisis de decisiones
Análisis de decisionesAnálisis de decisiones
Análisis de decisionesberal2606
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binariaJaime Medrano
 
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDESMetodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDESHéctor Antonio Barba Nanfuñay
 
Apunte sobre método simplex
Apunte sobre método simplexApunte sobre método simplex
Apunte sobre método simplexMartín Vertiz
 
Tipos de distribucion
Tipos de distribucionTipos de distribucion
Tipos de distribucionkaoko7
 
Expo 7 programación entera (algoritmo de gomory)
Expo 7   programación entera (algoritmo de gomory)Expo 7   programación entera (algoritmo de gomory)
Expo 7 programación entera (algoritmo de gomory)Ayda Ramirez Montalvo
 
Análisis gráfico interpretación
Análisis gráfico  interpretaciónAnálisis gráfico  interpretación
Análisis gráfico interpretaciónCarlosjmolestina
 
Expo 3 análisis de sensibilidad (método grafico)
Expo 3   análisis de sensibilidad (método grafico)Expo 3   análisis de sensibilidad (método grafico)
Expo 3 análisis de sensibilidad (método grafico)Ayda Ramirez Montalvo
 
Tema 3. Método gráfico guía teórica
Tema 3. Método gráfico guía teóricaTema 3. Método gráfico guía teórica
Tema 3. Método gráfico guía teóricaSistemadeEstudiosMed
 
Análisis de sensibilidad con SOLVER
Análisis de sensibilidad con SOLVERAnálisis de sensibilidad con SOLVER
Análisis de sensibilidad con SOLVERProfesor Hugo
 
Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2Edgar Mata
 
programacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidadprogramacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidadsmalicett
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)JorgeAHuarachiCh
 
Expo 3 análisis de sensibilidad (método grafico)
Expo 3   análisis de sensibilidad (método grafico)Expo 3   análisis de sensibilidad (método grafico)
Expo 3 análisis de sensibilidad (método grafico)Ayda Ramirez Montalvo
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion LinealGalafi
 
Inferencia bayesiana
Inferencia bayesianaInferencia bayesiana
Inferencia bayesianaLuis Bautista
 
Investigacion de operaciones decisiones de incertidumbre
Investigacion de operaciones decisiones de incertidumbreInvestigacion de operaciones decisiones de incertidumbre
Investigacion de operaciones decisiones de incertidumbreAnfagaro
 

Tendances (20)

Análisis de decisiones
Análisis de decisionesAnálisis de decisiones
Análisis de decisiones
 
Puerta corrediza
Puerta corredizaPuerta corrediza
Puerta corrediza
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 
05 programacion lineal a
05 programacion lineal a05 programacion lineal a
05 programacion lineal a
 
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDESMetodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
 
Apunte sobre método simplex
Apunte sobre método simplexApunte sobre método simplex
Apunte sobre método simplex
 
Tipos de distribucion
Tipos de distribucionTipos de distribucion
Tipos de distribucion
 
Expo 7 programación entera (algoritmo de gomory)
Expo 7   programación entera (algoritmo de gomory)Expo 7   programación entera (algoritmo de gomory)
Expo 7 programación entera (algoritmo de gomory)
 
Análisis gráfico interpretación
Análisis gráfico  interpretaciónAnálisis gráfico  interpretación
Análisis gráfico interpretación
 
Expo 3 análisis de sensibilidad (método grafico)
Expo 3   análisis de sensibilidad (método grafico)Expo 3   análisis de sensibilidad (método grafico)
Expo 3 análisis de sensibilidad (método grafico)
 
Tema 3. Método gráfico guía teórica
Tema 3. Método gráfico guía teóricaTema 3. Método gráfico guía teórica
Tema 3. Método gráfico guía teórica
 
Análisis de sensibilidad con SOLVER
Análisis de sensibilidad con SOLVERAnálisis de sensibilidad con SOLVER
Análisis de sensibilidad con SOLVER
 
Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2
 
programacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidadprogramacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidad
 
Time and work
Time and workTime and work
Time and work
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)
 
Expo 3 análisis de sensibilidad (método grafico)
Expo 3   análisis de sensibilidad (método grafico)Expo 3   análisis de sensibilidad (método grafico)
Expo 3 análisis de sensibilidad (método grafico)
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 
Inferencia bayesiana
Inferencia bayesianaInferencia bayesiana
Inferencia bayesiana
 
Investigacion de operaciones decisiones de incertidumbre
Investigacion de operaciones decisiones de incertidumbreInvestigacion de operaciones decisiones de incertidumbre
Investigacion de operaciones decisiones de incertidumbre
 

En vedette

Casos especiales del metodo simplex
Casos especiales del metodo simplexCasos especiales del metodo simplex
Casos especiales del metodo simplexbkike
 
Metodo grafico
Metodo graficoMetodo grafico
Metodo graficobkike
 
Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20Rene Viveros
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion linealJohana Rios Solano
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónLuis Guerrero
 
Tema iii método gráfico y simplex
Tema iii   método gráfico y simplexTema iii   método gráfico y simplex
Tema iii método gráfico y simplexgoogle
 
03 metodo grafico
03 metodo grafico03 metodo grafico
03 metodo graficoJulio Pari
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.yadipaosarchi
 
Problemas & Soluciones De Ejercicios De Programacion Lineal
Problemas & Soluciones De Ejercicios De Programacion LinealProblemas & Soluciones De Ejercicios De Programacion Lineal
Problemas & Soluciones De Ejercicios De Programacion LinealInstituto Tecnologico De Pachuca
 
Programacion lineal con_lindo_lingo
Programacion lineal con_lindo_lingoProgramacion lineal con_lindo_lingo
Programacion lineal con_lindo_lingoChristian Calderón
 
M Grande
M GrandeM Grande
M GrandeUNEG
 
[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)
[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)
[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)Sanghyeok Park
 
Unmsm fisi - problema de la asignación - io1 cl14 asignacion
Unmsm   fisi - problema de la asignación - io1 cl14 asignacionUnmsm   fisi - problema de la asignación - io1 cl14 asignacion
Unmsm fisi - problema de la asignación - io1 cl14 asignacionJulio Pari
 
Php02 fundamentos de php
Php02 fundamentos de phpPhp02 fundamentos de php
Php02 fundamentos de phpJulio Pari
 
Algoritmica i clase06 practica 6
Algoritmica i clase06 practica 6Algoritmica i clase06 practica 6
Algoritmica i clase06 practica 6Julio Pari
 
Practica2 bbdd er
Practica2 bbdd erPractica2 bbdd er
Practica2 bbdd erJulio Pari
 
Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2Julio Pari
 
Taller de Proyectos II UNMSM Julio Pari
Taller de Proyectos II UNMSM Julio PariTaller de Proyectos II UNMSM Julio Pari
Taller de Proyectos II UNMSM Julio PariJulio Pari
 

En vedette (20)

Casos especiales del metodo simplex
Casos especiales del metodo simplexCasos especiales del metodo simplex
Casos especiales del metodo simplex
 
Metodo grafico
Metodo graficoMetodo grafico
Metodo grafico
 
Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20
 
METODO GRAFICO Sistema de ecuaciones lineales
METODO GRAFICO Sistema de ecuaciones linealesMETODO GRAFICO Sistema de ecuaciones lineales
METODO GRAFICO Sistema de ecuaciones lineales
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Tema iii método gráfico y simplex
Tema iii   método gráfico y simplexTema iii   método gráfico y simplex
Tema iii método gráfico y simplex
 
03 metodo grafico
03 metodo grafico03 metodo grafico
03 metodo grafico
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
 
Problemas & Soluciones De Ejercicios De Programacion Lineal
Problemas & Soluciones De Ejercicios De Programacion LinealProblemas & Soluciones De Ejercicios De Programacion Lineal
Problemas & Soluciones De Ejercicios De Programacion Lineal
 
Programacion lineal con_lindo_lingo
Programacion lineal con_lindo_lingoProgramacion lineal con_lindo_lingo
Programacion lineal con_lindo_lingo
 
M Grande
M GrandeM Grande
M Grande
 
[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)
[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)
[1st소나무]2 나의변화는가정을향한다(손성문이준하영남)
 
2. metodo grafico
2. metodo grafico2. metodo grafico
2. metodo grafico
 
Unmsm fisi - problema de la asignación - io1 cl14 asignacion
Unmsm   fisi - problema de la asignación - io1 cl14 asignacionUnmsm   fisi - problema de la asignación - io1 cl14 asignacion
Unmsm fisi - problema de la asignación - io1 cl14 asignacion
 
Php02 fundamentos de php
Php02 fundamentos de phpPhp02 fundamentos de php
Php02 fundamentos de php
 
Algoritmica i clase06 practica 6
Algoritmica i clase06 practica 6Algoritmica i clase06 practica 6
Algoritmica i clase06 practica 6
 
Practica2 bbdd er
Practica2 bbdd erPractica2 bbdd er
Practica2 bbdd er
 
Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2
 
Taller de Proyectos II UNMSM Julio Pari
Taller de Proyectos II UNMSM Julio PariTaller de Proyectos II UNMSM Julio Pari
Taller de Proyectos II UNMSM Julio Pari
 

Similaire à Unmsm fisi - casos especiales de problemas de programación lineal - io1 cl07

Corrección de la evaluación
Corrección de la evaluaciónCorrección de la evaluación
Corrección de la evaluaciónRubí Parra
 
Corrección de la prueba 2
Corrección de la prueba 2Corrección de la prueba 2
Corrección de la prueba 2Abigail Criollo
 
Ejercicios pnl
Ejercicios pnlEjercicios pnl
Ejercicios pnlunrated999
 
292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya
292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya
292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanyaKevin García Rondón
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dualpuracastillo
 

Similaire à Unmsm fisi - casos especiales de problemas de programación lineal - io1 cl07 (20)

Corrección de la evaluación
Corrección de la evaluaciónCorrección de la evaluación
Corrección de la evaluación
 
Corrección evaluación operativa 2
Corrección evaluación operativa 2Corrección evaluación operativa 2
Corrección evaluación operativa 2
 
correccion
correccion correccion
correccion
 
Practica 19 factorización i solucion
Practica 19  factorización i solucionPractica 19  factorización i solucion
Practica 19 factorización i solucion
 
Solucion practica 13 de división polinomios i
Solucion practica 13 de división polinomios iSolucion practica 13 de división polinomios i
Solucion practica 13 de división polinomios i
 
Corrección de la prueba 2
Corrección de la prueba 2Corrección de la prueba 2
Corrección de la prueba 2
 
Examen bimestral 3 segundo solución final
Examen bimestral 3   segundo solución finalExamen bimestral 3   segundo solución final
Examen bimestral 3 segundo solución final
 
Examen bimestral 3 segundo solución final
Examen bimestral 3   segundo solución finalExamen bimestral 3   segundo solución final
Examen bimestral 3 segundo solución final
 
Ejercicios pnl
Ejercicios pnlEjercicios pnl
Ejercicios pnl
 
Corrección
Corrección Corrección
Corrección
 
Practica 24 ecuaciones , sistemas de ecuaciones solucion
Practica 24   ecuaciones , sistemas de ecuaciones solucionPractica 24   ecuaciones , sistemas de ecuaciones solucion
Practica 24 ecuaciones , sistemas de ecuaciones solucion
 
292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya
292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya
292529822 pa02-investigacion-de-operaciones-robyns-torres-canchanya
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dual
 
Correcion n. 2
Correcion n. 2Correcion n. 2
Correcion n. 2
 
Tema 5. Programación entera
Tema 5. Programación enteraTema 5. Programación entera
Tema 5. Programación entera
 
Examen bimestral 4 segundo solucion
Examen bimestral 4   segundo solucionExamen bimestral 4   segundo solucion
Examen bimestral 4 segundo solucion
 
Ejercicios de limites y continuidad
Ejercicios de limites y continuidadEjercicios de limites y continuidad
Ejercicios de limites y continuidad
 
Ejercicios de limites y continuidad
Ejercicios de limites y continuidadEjercicios de limites y continuidad
Ejercicios de limites y continuidad
 
Examen bimestral segundo solucion tipeada
Examen bimestral   segundo solucion tipeadaExamen bimestral   segundo solucion tipeada
Examen bimestral segundo solucion tipeada
 
Analisis de sensibilidad
Analisis de sensibilidadAnalisis de sensibilidad
Analisis de sensibilidad
 

Plus de Julio Pari

Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...Julio Pari
 
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesLinks kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesJulio Pari
 
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesComandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesJulio Pari
 
Indice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCIndice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCJulio Pari
 
Arquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSMArquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSMJulio Pari
 
Jelastic Enterprise
Jelastic EnterpriseJelastic Enterprise
Jelastic EnterpriseJulio Pari
 
Marketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor OsorioMarketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor OsorioJulio Pari
 
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor CorderoIngenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor CorderoJulio Pari
 
Documento de Arquitectura
Documento de ArquitecturaDocumento de Arquitectura
Documento de ArquitecturaJulio Pari
 
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISISolucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISIJulio Pari
 
Práctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIPráctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIJulio Pari
 
Armas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilasArmas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilasJulio Pari
 
Formato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISIFormato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISIJulio Pari
 
Cuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hijaCuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hijaJulio Pari
 
Ingeniería de Software Examen Parcial
Ingeniería de Software Examen ParcialIngeniería de Software Examen Parcial
Ingeniería de Software Examen ParcialJulio Pari
 
Sistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen ParcialSistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen ParcialJulio Pari
 
Php07 consultas bd
Php07 consultas bdPhp07 consultas bd
Php07 consultas bdJulio Pari
 
Php06 instalacion my_sql
Php06 instalacion my_sqlPhp06 instalacion my_sql
Php06 instalacion my_sqlJulio Pari
 
Php05 funciones usuario
Php05 funciones usuarioPhp05 funciones usuario
Php05 funciones usuarioJulio Pari
 

Plus de Julio Pari (20)

Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
 
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesLinks kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
 
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesComandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
 
Indice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCIndice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPC
 
Arquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSMArquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSM
 
Jelastic Enterprise
Jelastic EnterpriseJelastic Enterprise
Jelastic Enterprise
 
Marketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor OsorioMarketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor Osorio
 
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor CorderoIngenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
 
Documento de Arquitectura
Documento de ArquitecturaDocumento de Arquitectura
Documento de Arquitectura
 
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISISolucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
 
Práctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIPráctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa II
 
Armas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilasArmas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilas
 
UML Java
UML JavaUML Java
UML Java
 
Formato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISIFormato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISI
 
Cuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hijaCuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hija
 
Ingeniería de Software Examen Parcial
Ingeniería de Software Examen ParcialIngeniería de Software Examen Parcial
Ingeniería de Software Examen Parcial
 
Sistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen ParcialSistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen Parcial
 
Php07 consultas bd
Php07 consultas bdPhp07 consultas bd
Php07 consultas bd
 
Php06 instalacion my_sql
Php06 instalacion my_sqlPhp06 instalacion my_sql
Php06 instalacion my_sql
 
Php05 funciones usuario
Php05 funciones usuarioPhp05 funciones usuario
Php05 funciones usuario
 

Unmsm fisi - casos especiales de problemas de programación lineal - io1 cl07

  • 1. 1 Casos Especiales de Problemas de Programación Lineal Docente : Lic. Gabriel Solari Carbajal Universidad Nacional Mayor de San Marcos Facultad de Ingeniería de Sistemas e Informática Investigación Operativa I Lic. Gabriel Solari C. Investigación Operativa I 2 Casos Especiales Según la región factible que se forma
  • 2. 2 Lic. Gabriel Solari C. Investigación Operativa I 3 REGION FACTIBLE ACOTADA: Una región factible es acotada si queda representada por una región cerrada. Ejemplo Graficar el siguiente conjunto de restricciones: Casos Especiales 16xx2 21 ≤+ 04x5x2 21 ≤+ 0x,x 21 ≥ Lic. Gabriel Solari C. Investigación Operativa I 4 Casos Especiales REGION FACTIBLE ACOTADA X2 X1 85 6 8
  • 3. 3 Lic. Gabriel Solari C. Investigación Operativa I 5 REGION FACTIBLE NO ACOTADA: Una región factible es no acotada si queda representada por una región abierta. Ejemplo Graficar el siguiente conjunto de restricciones: Casos Especiales 50x7x2- 21 ≤+ 12x3x4- 21 ≤+ 0x,x 21 ≥ Lic. Gabriel Solari C. Investigación Operativa I 6 Casos Especiales REGION FACTIBLE NO ACOTADA X2 X1 (10,10) 3 4 8
  • 4. 4 Lic. Gabriel Solari C. Investigación Operativa I 7 Ejemplo Graficar el siguiente conjunto de restricciones: Casos Especiales 7xx2 21 ≥+ 27x7x3 21 ≥+ 0x,x 21 ≥ Lic. Gabriel Solari C. Investigación Operativa I 8 Casos Especiales X2 X1 REGION FACTIBLE NO ACOTADA 3 7 92
  • 5. 5 Lic. Gabriel Solari C. Investigación Operativa I 9 NO SE FORMA REGION FACTIBLE: El conjunto de restricciones no forma una región factible. Decimos que la región factible es un conjunto vacío. Ejemplo Graficar el siguiente conjunto de restricciones: Casos Especiales 40x8x5 21 ≤+ 72x9x8 21 ≥+ 0x,x 21 ≥ Lic. Gabriel Solari C. Investigación Operativa I 10 Casos Especiales NO SE FORMA REGION FACTIBLE X2 X1 8 5 8 9
  • 6. 6 Lic. Gabriel Solari C. Investigación Operativa I 11 RESTRICCION REDUNDANTE: Una restricción es redundante cuando no participa en la delimitación de la región factible. El sistema puede ser resuelto sin esta restricción. Ejemplo Graficar el siguiente conjunto de restricciones: Casos Especiales 40x8x5 21 ≤+ 72x9x8 21 ≤+ 0x,x 21 ≥ Lic. Gabriel Solari C. Investigación Operativa I 12 Casos Especiales X2 X1 RESTRICCIÓN REDUNDANTE 8 5 8 9
  • 7. 7 Lic. Gabriel Solari C. Investigación Operativa I 13 Casos Especiales Según la solución del P.P.L. Lic. Gabriel Solari C. Investigación Operativa I 14 SOLUCION UNICA: El P.P.L. presenta una única solución óptima. Ejemplo Determinar la solución óptima de: Casos Especiales 0x,x 21 ≥ 21 x5x5ZMax += sujeto a 16xx2 21 ≤+ 04x5x2 21 ≤+
  • 8. 8 Lic. Gabriel Solari C. Investigación Operativa I 15 Casos Especiales X2 X1 SOLUCIÓN ÚNICA 85 6 8 Lic. Gabriel Solari C. Investigación Operativa I 16 Casos Especiales Z x1 x2 x3 x4 Sol. Z 1 -5 -5 0 0 0 x3 0 2 5 1 0 40 20 x4 0 2 1 0 1 16 8 1 0 -5/2 0 5/2 40 x3 0 0 4 1 -1 24 6 x1 5 1 1/2 0 1/2 8 16 1 0 0 5/8 15/8 55 x2 5 0 1 1/4 -1/4 6 x1 5 1 0 -1/8 5/8 5 Θ
  • 9. 9 Lic. Gabriel Solari C. Investigación Operativa I 17 Casos Especiales 5x1 = Solución: 6x2 = 0x3 = 0x4 = 55Z = Lic. Gabriel Solari C. Investigación Operativa I 18 Ejemplo Determinar la solución óptima de: Casos Especiales 7xx2 21 ≥+ 27x7x3 21 ≥+ 0x,x 21 ≥ 21 x5x5ZMin += sujeto a
  • 10. 10 Lic. Gabriel Solari C. Investigación Operativa I 19 Casos Especiales X2 X1 3 7 92 Lic. Gabriel Solari C. Investigación Operativa I 20 Casos Especiales Primera Fase: Z x1 x2 x3 x4 w1 w2 Sol. Z 1 0 0 0 0 -1 -1 w1 1 3 7 -1 0 1 0 27 w2 1 2 1 0 -1 0 1 7 1 5 8 -1 -1 0 0 34 w1 1 3 7 -1 0 1 0 27 3,86 w2 1 2 1 0 -1 0 1 7 7,00 1 11/7 0 1/7 -1 -8/7 0 22/7 x2 0 3/7 1 -1/7 0 1/7 0 27/7 9,00 w2 1 11/7 0 1/7 -1 -1/7 1 22/7 2,00 1 0 0 0 0 -1 -1 0 x2 0 0 1 -2/11 3/11 2/11 -3/11 3 x1 0 1 0 1/11 -7/11 -1/11 7/11 2 Θ
  • 11. 11 Lic. Gabriel Solari C. Investigación Operativa I 21 Casos Especiales Segunda Fase: Z x1 x2 x3 x4 Sol. Z 1 -5 -5 0 0 x2 5 0 1 -2/11 3/11 3 x1 5 1 0 1/11 -7/11 2 1 0 0 -5/11 -20/11 25 x2 5 0 1 -2/11 3/11 3 x1 5 1 0 1/11 -7/11 2 Θ Lic. Gabriel Solari C. Investigación Operativa I 22 Casos Especiales 2x1 = Solución: 3x2 = 0x3 = 0x4 = 25Z =
  • 12. 12 Lic. Gabriel Solari C. Investigación Operativa I 23 MÚLTIPLES SOLUCIONES: El P.P.L. presenta más de una solución óptima. Ejemplo Determinar la solución óptima de: Casos Especiales 0x,x 21 ≥ 21 x10x4ZMax += sujeto a 16xx2 21 ≤+ 04x5x2 21 ≤+ Lic. Gabriel Solari C. Investigación Operativa I 24 Casos Especiales X2 X1 MÚLTIPLES SOLUCIONES 85 6 8
  • 13. 13 Lic. Gabriel Solari C. Investigación Operativa I 25 Casos Especiales Z x1 x2 x3 x4 Sol. Z 1 -4 -10 0 0 0 x3 0 2 5 1 0 40 8,00 x4 0 2 1 0 1 16 16,00 1 0 0 2 0 80 x2 10 2/5 1 1/5 0 8 x4 0 8/5 0 -1/5 1 8 1 0 0 2 0 80 x2 10 0 1 1/4 -1/4 6 x1 4 1 0 -1/8 5/8 5 Θ Lic. Gabriel Solari C. Investigación Operativa I 26 Casos Especiales ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ −+ ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ = ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ 0 0 6 5 λ)(1 8 0 8 0 λ x x x x 4 3 2 1 Solución: 1λ0 ≤≤ donde
  • 14. 14 Lic. Gabriel Solari C. Investigación Operativa I 27 Casos Especiales ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ = ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ −+ ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ 4 0 7 2.5 0 0 6 5 )5.0(1 8 0 8 0 5.0 Ejemplo: 0.5λ = 80)4(0)0(0)7(10)5.2(4Z =+++= Lic. Gabriel Solari C. Investigación Operativa I 28 Casos Especiales SOLUCIÓN NO ACOTADA: La solución del P.P.L. crece indefinidamente debido a que la búsqueda se realiza sobre una región no acotada. Este modelo no tiene solución. Ejemplo Determinar la solución óptima de: 21 x5x5ZMax += sujeto a 50x7x2- 21 ≤+ 12x3x4- 21 ≤+ 0x,x 21 ≥
  • 15. 15 Lic. Gabriel Solari C. Investigación Operativa I 29 Casos Especiales X2 X1 SOLUCIÓN NO ACOTADA (10,10) 3 4 8 Lic. Gabriel Solari C. Investigación Operativa I 30 Casos Especiales Z x1 x2 x3 x4 Sol. Z 1 -5 -5 0 0 0 x3 0 -4 3 1 0 12 4,00 x4 0 -2 7 0 1 50 7,14 1 -35/3 0 5/3 0 20 x2 5 -4/3 1 1/3 0 4 x4 0 22/3 0 -7/3 1 22 1 0 0 -45/22 35/22 55 x2 5 0 1 -1/11 2/11 8 x1 5 1 0 -7/22 3/22 3 Θ
  • 16. 16 Lic. Gabriel Solari C. Investigación Operativa I 31 Casos Especiales La variable que debe ingresar a la base es x3, se verifica la condición de optimalidad, pero no es posible seleccionar una variable de salida, no se cumple la condición de factibilidad. El modelo planteado no presenta solución. Lic. Gabriel Solari C. Investigación Operativa I 32 Casos Especiales SOLUCIÓN SIN REGION FACTIBLE: El conjunto de restricciones no forma una región factible. Este modelo no tiene solución. Ejemplo Determinar la solución óptima de: 21 x5x5ZMax += sujeto a 40x8x5 21 ≤+ 72x9x8 21 ≥+ 0x,x 21 ≥
  • 17. 17 Lic. Gabriel Solari C. Investigación Operativa I 33 Casos Especiales X2 X1 8 5 8 9 Lic. Gabriel Solari C. Investigación Operativa I 34 Casos Especiales Z x1 x2 x3 x4 w1 Sol. Z 1 0 0 0 0 -1 0 w1 1 8 9 -1 0 1 72 x4 0 5 8 0 1 0 40 Z 1 8 9 -1 0 0 72 w1 1 8 9 -1 0 1 72 8,00 x4 0 5 8 0 1 0 40 5,00 Z 1 19/8 0 -1 -9/8 0 27 w1 1 19/8 0 -1 -9/8 1 27 11,37 x2 0 5/8 1 0 1/8 0 5 8,00 Z 1 0 -19/5 -1 -8/5 0 8 w1 1 0 -19/5 -1 -8/5 1 8 x1 0 1 8/5 0 1/5 0 8 Θ Primera Fase:
  • 18. 18 Lic. Gabriel Solari C. Investigación Operativa I 35 Casos Especiales Se alcanza un tablero óptimo, pero la variable artificial no ha salido de la base. El modelo planteado no presenta región factible. Lic. Gabriel Solari C. Investigación Operativa I 36 SOLUCIÓN DEGENERADA: Una vez localizada la variable que ingresa, (condición de optimalidad, para casos de empate, se elige arbitrariamente cualquiera de ellas). Para la variable de salida, (condición de factibilidad), si ocurre un empate en los cocientes entre 2 o más variables básicas, puede ocasionar un problema de ciclaje, o el retorno a una solución anterior. También origina que algunas variable básicas tomen el valor cero. Casos Especiales
  • 19. 19 Lic. Gabriel Solari C. Investigación Operativa I 37 Ejemplo Determinar la solución óptima de: 21 10xx4ZMax += 40x8x5 21 ≤+ 30x6x5 21 ≤+ 0x,x 21 ≥ sujeto a Casos Especiales Lic. Gabriel Solari C. Investigación Operativa I 38 Casos Especiales 2 1 X2 X1
  • 20. 20 Lic. Gabriel Solari C. Investigación Operativa I 39 Casos Especiales La solución óptima resulta: 0x1 =5x2 = 0x3 =0x4 = 50Z = Z x1 x2 x3 x4 Sol. Z 1 -4 -10 0 0 0 x3 0 5 6 1 0 30 5 x4 0 5 8 0 1 40 5 Z 1 4.333 0 1.667 0 50 x2 10 0.833 1 0.167 0 5 x4 0 -1.667 0 -1.333 1 0 Θ Lic. Gabriel Solari C. Investigación Operativa I 40 Casos Especiales La solución óptima resulta: 0x1 =5x2 = 0x3 = 0x4 = 50Z = Z x1 x2 x3 x4 Sol. Z 1 -4 -10 0 0 0 x3 0 5 6 1 0 30 5 x4 0 5 8 0 1 40 5 Z 1 2.25 0 0 1.25 50 x3 0 1.25 0 1 -0.75 0 x2 10 0.625 1 0 0.125 5 Θ
  • 21. 21 Lic. Gabriel Solari C. Investigación Operativa I 41 Ejemplo de E.M.L. Beale Determinar la solución óptima de: 4321 x6x5.0x02x75.0ZMax −+−= 0x3x0.5x12x0.5 4321 ≤+−− 0x9xx8x0.25 4321 ≤+−− 0x,x,x,x 4321 ≥ sujeto a Casos Especiales 1x3 ≤ Lic. Gabriel Solari C. Investigación Operativa I 42 Casos Especiales Z x1 x2 x3 x4 x5 x6 x7 Sol. Θ Z 1 -0.75 20 -0.5 6 0 0 0 0 x5 0 0.25 -8 -1 9 1 0 0 0 0 x6 0 0.5 -12 -0.5 3 0 1 0 0 0 x7 0 0 0 1 0 0 0 1 1 Z 1 0 -4 -3.5 33 3 0 0 0 x1 0.75 1 -32 -4 36 4 0 0 0 x6 0 0 4 1.5 -15 -2 1 0 0 x7 0 0 0 1 0 0 0 1 1 Z 1 0 0 -2 18 1 1 0 0 x1 0.75 1 0 8 -84 -12 8 0 0 0 x2 -20 0 1 0.375 -3.75 -0.5 0.25 0 0 0 x7 0 0 0 1 0 0 0 1 1 1
  • 22. 22 Lic. Gabriel Solari C. Investigación Operativa I 43 Casos Especiales Z 1 0.25 0 0 -3 -2 3 0 0 x3 0.5 0.125 0 1 -10.5 -1.5 1 0 0 x2 -20 -0.047 1 0 0.188 0.063 -0.125 0 0 0 x7 0 -0.125 0 0 10.5 1.5 -1 1 1 0.095 Z 1 -0.5 16 0 0 -1 1 0 0 x3 0.5 -2.5 56 1 0 2 -6 0 0 0 x4 -6 -0.250 5.333 0 1 0.333 -0.667 0 0 0 x7 0 2.5 -56 0 0 -2 6 1 1 Z 1 -1.75 44 0.5 0 0 -2 0 0 x5 0 -1.25 28 0.5 0 1 -3 0 0 x4 -6 0.167 -4 -0.167 1 0 0.333 0 0 x7 0 0 0 1 0 0 0 1 1 Z 1 -0.75 20 -0.5 6 0 0 0 0 x5 0 0.25 -8 -1 9 1 0 0 0 x6 0 0.5 -12 -0.5 3 0 1 0 0 x7 0 0 0 1 0 0 0 1 1 Lic. Gabriel Solari C. Investigación Operativa I 44 Casos Especiales Después de 6 iteraciones se alcanza el tablero inicial. Decimos que ha ocurrido un ciclaje. Para resolver el ciclaje se utilizan las reglas lexicográficas.