SlideShare une entreprise Scribd logo
1  sur  8
   Se puede obtener una visión más profunda de
     la teoría y del potencial del método simplex
    mediante el análisis de su forma matricial. Se
    comienza utilizando la notación matricial para
       representar problemas de programación
                         lineal.
 Si se emplean matrices, nuestra forma estándar
  del modelo general de programación lineal se
  convierte en:
           Maximizar Z = cx
           sujeta a:
           Ax ≤ b      y      x≥0
donde:
A: matriz de coeficientes tecnológicos
c: matriz vector fila de los coeficientes de la
  Función Objetivo
x: matriz vector fila de las variables de decisión
b: matriz vector columna de los recursos
   Supongamos que existe una base B tal que su
    determinante también existe, se obtendrá su matriz
    inversa B-1 , en donde B-1 x B = I, que es la matriz
    identidad que la asociamos a una solución de un
    problema de programación lineal.

B: matriz de elementos asociados a las variables que
  están en la base (coeficientes tecnológicos).
N: matriz de elementos asociados a las variables que
  no están en la base (coeficientes tecnológicos).
Cb: Vector fila de los coeficientes de la función objetivo
  asociados a la variable que están en la base.
CN: matriz vector fila de los coeficientes de la función
  objetivo asociado a variables que no están en la base.
CN-CB * B-1 * N: Coeficientes de las variables no
 básicas en la función objetivo.
CB . B-1 ‧ b: lado derecho de la fila z

   La base será factible si: B-1 * b ≥0

   Si la base es factible, ésta será optima si:
    CN-CB * B-1 * N es:
    ≤ 0 Cuando la función objetivo es Maximizar
    ≥ 0 Cuando la función objetivo es Minimizar
   Dado el siguiente problema, clasifique las
    bases:

              MIN Z=5X1 + 2X2 + 4X3
                3X1 + X2 + 2X3 ≥ 4
               6X1 + 3X2 + 5X3 ≥ 10
                   X1, X2, X3 ≥ 0

                    a) B (X1, X2)
                    b) B (X1, h1)
                    c) B (X2, h1)
3X1 + X2 + 2X3 – h1 + A1 = 4
6X1 + 3X2 + 5X3 – h2 + A2 = 10

a)     B (X1, X2)

     Prueba de factibilidad

     +3X1 +1X2 +2X3 –h1 +A1 = 4
     +6X1 +3X2 +5X3 –h2 +A2 = 10

                        B                    B-1


     3X1 + X2 + 2X3 – h1 + A1 = +4
     6X1 + 3X2 + 5X3 – h2 + A2 = +10

                                    b



     B-1‧b          Por lo tanto la base es factible
Prueba de optimalidad

3X1 +1X2 +2X3 –1h1 +0h2 +1A1 +0A2 = 4
6X1 +3X2 +5X3 +0h1 –1h2 +0A1 +1A2 = 10

           N

 F.O.: +5X1 +2X2 +4X3 +0h1 +0h2 +0A1 +0A2
           CB

F.O.: +5X1 +2X2 +4X3 +0h1 +0h2 +0A1 +0A2
          CN

CN-CB ‧ B-1 ‧ N =

Por lo tanto la solución no es óptima

Contenu connexe

Tendances

Actividades unidad 6
Actividades unidad 6Actividades unidad 6
Actividades unidad 6
Eva Espinosa
 

Tendances (17)

Ficha de Reforzamiento : Polinomios
Ficha de Reforzamiento :  Polinomios Ficha de Reforzamiento :  Polinomios
Ficha de Reforzamiento : Polinomios
 
Ejercicion se puto fijo
Ejercicion se puto fijoEjercicion se puto fijo
Ejercicion se puto fijo
 
Gráficas de las Funciones Básicas
Gráficas de las Funciones BásicasGráficas de las Funciones Básicas
Gráficas de las Funciones Básicas
 
MM-201-Asintotas
MM-201-AsintotasMM-201-Asintotas
MM-201-Asintotas
 
Factorización
FactorizaciónFactorización
Factorización
 
7 Operaciones Con Funciones
7  Operaciones Con Funciones7  Operaciones Con Funciones
7 Operaciones Con Funciones
 
Sem 13 1_la_integral
Sem 13 1_la_integralSem 13 1_la_integral
Sem 13 1_la_integral
 
Continuidad
ContinuidadContinuidad
Continuidad
 
Funciones ejercicios-resueltos
Funciones ejercicios-resueltosFunciones ejercicios-resueltos
Funciones ejercicios-resueltos
 
Examen de selección(et)
Examen de selección(et)Examen de selección(et)
Examen de selección(et)
 
Actividades unidad 6
Actividades unidad 6Actividades unidad 6
Actividades unidad 6
 
Funciones exponenciales y logarítmicas
Funciones exponenciales y logarítmicasFunciones exponenciales y logarítmicas
Funciones exponenciales y logarítmicas
 
Act 2 gz_parte_ii
Act 2 gz_parte_iiAct 2 gz_parte_ii
Act 2 gz_parte_ii
 
2015-II, Cálculo I, calificada 1
2015-II, Cálculo I, calificada 12015-II, Cálculo I, calificada 1
2015-II, Cálculo I, calificada 1
 
Operaciones con funciones
Operaciones con funcionesOperaciones con funciones
Operaciones con funciones
 
Trabajo De CáLculo
Trabajo De CáLculoTrabajo De CáLculo
Trabajo De CáLculo
 
Operaciones con funciones
Operaciones con funcionesOperaciones con funciones
Operaciones con funciones
 

Similaire à Representación matricial del simplex

Tomo I:Problema 177
Tomo I:Problema 177Tomo I:Problema 177
Tomo I:Problema 177
carlos21gt
 
Mt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funcionesMt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funciones
catalipia
 
Mt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funcionesMt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funciones
catalipia
 
Ejercicios cap 005
Ejercicios cap 005Ejercicios cap 005
Ejercicios cap 005
Bleakness
 
Ecuaciones lineales y cuadráticas
Ecuaciones lineales y cuadráticasEcuaciones lineales y cuadráticas
Ecuaciones lineales y cuadráticas
Christiam3000
 
Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007 Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007
Demetrio Ccesa Rayme
 

Similaire à Representación matricial del simplex (20)

Fución valor absoluto
Fución valor absolutoFución valor absoluto
Fución valor absoluto
 
01. cuaderno matemática 7mo stre
01.  cuaderno matemática 7mo stre01.  cuaderno matemática 7mo stre
01. cuaderno matemática 7mo stre
 
áLgebra
áLgebraáLgebra
áLgebra
 
Algebra 5° 2 b
Algebra 5° 2 bAlgebra 5° 2 b
Algebra 5° 2 b
 
Graficos de superficie con excel
Graficos de superficie con excelGraficos de superficie con excel
Graficos de superficie con excel
 
Función Cuadrática
Función CuadráticaFunción Cuadrática
Función Cuadrática
 
Tomo I:Problema 177
Tomo I:Problema 177Tomo I:Problema 177
Tomo I:Problema 177
 
NÚMEROS REALES I
NÚMEROS REALES INÚMEROS REALES I
NÚMEROS REALES I
 
Mt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funcionesMt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funciones
 
Mt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funcionesMt 2 díptico álgebra y funciones
Mt 2 díptico álgebra y funciones
 
Ejercicios cap 005
Ejercicios cap 005Ejercicios cap 005
Ejercicios cap 005
 
Guias de algebra
Guias de algebra  Guias de algebra
Guias de algebra
 
Mapas de karnaugh
Mapas de karnaughMapas de karnaugh
Mapas de karnaugh
 
Ecuaciones lineales y cuadráticas
Ecuaciones lineales y cuadráticasEcuaciones lineales y cuadráticas
Ecuaciones lineales y cuadráticas
 
sesion31-EcSegrado-Polino-FraccionariasRadicales (1).ppt
sesion31-EcSegrado-Polino-FraccionariasRadicales (1).pptsesion31-EcSegrado-Polino-FraccionariasRadicales (1).ppt
sesion31-EcSegrado-Polino-FraccionariasRadicales (1).ppt
 
Manual deresolucion de ecuaciones por fracciones parciales.pdf
Manual deresolucion de ecuaciones por fracciones parciales.pdfManual deresolucion de ecuaciones por fracciones parciales.pdf
Manual deresolucion de ecuaciones por fracciones parciales.pdf
 
Digitalizacion
DigitalizacionDigitalizacion
Digitalizacion
 
Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007 Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007
 
Manual de fracciones parciales
Manual de fracciones parcialesManual de fracciones parciales
Manual de fracciones parciales
 
Manual de fracciones parciales
Manual de fracciones parcialesManual de fracciones parciales
Manual de fracciones parciales
 

Representación matricial del simplex

  • 1.
  • 2. Se puede obtener una visión más profunda de la teoría y del potencial del método simplex mediante el análisis de su forma matricial. Se comienza utilizando la notación matricial para representar problemas de programación lineal.
  • 3.  Si se emplean matrices, nuestra forma estándar del modelo general de programación lineal se convierte en: Maximizar Z = cx sujeta a: Ax ≤ b y x≥0 donde: A: matriz de coeficientes tecnológicos c: matriz vector fila de los coeficientes de la Función Objetivo x: matriz vector fila de las variables de decisión b: matriz vector columna de los recursos
  • 4. Supongamos que existe una base B tal que su determinante también existe, se obtendrá su matriz inversa B-1 , en donde B-1 x B = I, que es la matriz identidad que la asociamos a una solución de un problema de programación lineal. B: matriz de elementos asociados a las variables que están en la base (coeficientes tecnológicos). N: matriz de elementos asociados a las variables que no están en la base (coeficientes tecnológicos). Cb: Vector fila de los coeficientes de la función objetivo asociados a la variable que están en la base. CN: matriz vector fila de los coeficientes de la función objetivo asociado a variables que no están en la base.
  • 5. CN-CB * B-1 * N: Coeficientes de las variables no básicas en la función objetivo. CB . B-1 ‧ b: lado derecho de la fila z  La base será factible si: B-1 * b ≥0  Si la base es factible, ésta será optima si: CN-CB * B-1 * N es: ≤ 0 Cuando la función objetivo es Maximizar ≥ 0 Cuando la función objetivo es Minimizar
  • 6. Dado el siguiente problema, clasifique las bases: MIN Z=5X1 + 2X2 + 4X3 3X1 + X2 + 2X3 ≥ 4 6X1 + 3X2 + 5X3 ≥ 10 X1, X2, X3 ≥ 0 a) B (X1, X2) b) B (X1, h1) c) B (X2, h1)
  • 7. 3X1 + X2 + 2X3 – h1 + A1 = 4 6X1 + 3X2 + 5X3 – h2 + A2 = 10 a) B (X1, X2) Prueba de factibilidad +3X1 +1X2 +2X3 –h1 +A1 = 4 +6X1 +3X2 +5X3 –h2 +A2 = 10 B B-1 3X1 + X2 + 2X3 – h1 + A1 = +4 6X1 + 3X2 + 5X3 – h2 + A2 = +10 b B-1‧b Por lo tanto la base es factible
  • 8. Prueba de optimalidad 3X1 +1X2 +2X3 –1h1 +0h2 +1A1 +0A2 = 4 6X1 +3X2 +5X3 +0h1 –1h2 +0A1 +1A2 = 10 N F.O.: +5X1 +2X2 +4X3 +0h1 +0h2 +0A1 +0A2 CB F.O.: +5X1 +2X2 +4X3 +0h1 +0h2 +0A1 +0A2 CN CN-CB ‧ B-1 ‧ N = Por lo tanto la solución no es óptima