Este documento resume cuatro casos especiales que pueden ocurrir al buscar la solución óptima de un modelo de programación lineal mediante el método gráfico: 1) Soluciones óptimas alternativas cuando la función objetivo es paralela a una restricción activa, 2) Degeneración cuando coinciden tres restricciones activas en un vértice, 3) No acotamiento cuando la región factible no tiene cota en la dirección de mejora, y 4) Infactibilidad cuando no existe solución factible debido a una nueva restricción inconsistente.
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
Ps3161 t4 - solucion grafica - casos especiales
1. Técnicas de Optimización
en Modelos Organizacionales
(PS-3161)
Tema N° 4:
Solución Gráfica:Casos Especiales
Prof. Orestes G. Manzanilla Salazar
Correo: orestes@cesma.usb.ve - twitter: @proforestes - http://prof.usb.ve/omanzanilla
Dpto. de Procesos y Sistemas – Centro de Estadística y Software Matemático
Universidad Simón Bolívar ( Caracas – Venezuela )
1
Junio 2012
2. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Agenda
Repaso Solución Gráfica
Casos Especiales
Soluciones óptimas alternativas
No acotamiento
Degeneración
Infactibilidad
Utilidad y recomendaciones
2
3. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (1)
Clases 2 a 4 MinZ(x)= c.x
s.a.: A.x ≥ b
Modelo (lineal) x ≥0
Sistema Real Formulación
del Sistema
Implantación
Solución
Clase 5
Gráfica y Analítica
Solución para Solución de
Interpretación
el Sistema Real Modelo (lineal)
s
ciale x*
Espe
asos Z(x*)=Z*
C
3
4. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (2)
Ejemplo: Restricción:
x1 + x2 ≥ 2
MinZ(x)= -x1 + 4x2 Considero la igualdad:
s.a.: x1 + x2 ≥ 2 x2 x1 + x2 = 2
x1 + x2 ≤ 5 Ubico dos puntos:
x1 – 2x2 ≤ 0 escogo los de “corte” con los ejes, porque
2x1 – x2 ≥ 0 la recta no cruza el orígen.
x1, x2 ≥ 0 Si x1=0, entonces x2=2.
si x2=0, entonces x1=2.
Identifico semi-plano factible, probando
con un punto fácil de evaluar: (0,0).
0 + 0 ≥ 2
(0,2) No se cumple!
(2,0)
x1
Paso 1: Identificar Región Factible 4
5. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (3)
Ejemplo: De forma análoga
x1 + x2 ≤ 5
MinZ(x)= -x1 + 4x2 Considero la igualdad:
s.a.: x1 + x2 ≥ 2 x2 x1 + x2 = 5
x1 + x2 ≤ 5 Ubico dos puntos:
x1 – 2x2 ≤ 0 escogo los de “corte” con los ejes, porque
2x1 – x2 ≥ 0 la recta no cruza el orígen.
x1, x2 ≥ 0 Si x1=0, entonces x2=5.
(0,5) si x2=0, entonces x1=5.
Identifico semi-plano factible, probando
con un punto fácil de evaluar: (0,0).
0 + 0 ≤ 5
Se cumple!
(5,0)
x1
Paso 1: Identificar Región Factible 5
6. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (4)
De forma similar
Ejemplo:
MinZ(x)= -x1 + 4x2 x1 - 2x2 ≤ 0
s.a.: x1 + x2 ≥ 2 Considero la igualdad:
x2
x1 + x2 ≤ 5 x1 - 2x2 = 0
x1 – 2x2 ≤ 0 Ubico dos puntos:
2x1 – x2 ≥ 0 Uno es el orígen, puesto que la ordenada
x1, x2 ≥ 0 en el orígen es 0 (término constante).
Para obtener otro punto, supongo x1: Si
x1=2, entonces x2=1.
Identifico semi-plano factible, probando
con un punto fácil de evaluar: (1,0).
1 + 2.0 ≤ 0
No se cumple!
(2,1)
(0,0)
x1
Paso 1: Identificar Región Factible 6
7. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (5)
De forma análoga
Ejemplo:
MinZ(x)= -x1 + 4x2 2x1 - x2 ≥ 0
s.a.: x1 + x2 ≥ 2 Considero la igualdad:
x2
x1 + x2 ≤ 5 2x1 - x2 = 0
x1 – 2x2 ≤ 0 Ubico dos puntos:
2x1 – x2 ≥ 0 Uno es el orígen, puesto que la ordenada
x1, x2 ≥ 0 en el orígen es 0 (término constante).
Para obtener otro punto, supongo x1: Si
x1=1, entonces x2=2.
Identifico semi-plano factible, probando
con un punto fácil de evaluar: (1,0).
2.1 + 2.0 ≥ 0
Se cumple!
(1,2)
(0,0)
x1
Paso 1: Identificar Región Factible 7
8. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (6)
Ejemplo:
MinZ(x)= -x1 + 4x2
s.a.: x1 + x2 ≥ 2 x2
x1 + x2 ≤ 5
x1 – 2x2 ≤ 0
2x1 – x2 ≥ 0
x1, x2 ≥ 0
fac gión
le
t ib
Re
x1
Paso 1: Identificar Región Factible 8
9. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (7)
Ejemplo: Necesitamos un 2do punto. Suponemos x2=4
MinZ(x)= -x1 + 4x2 y conseguimos x1:
s.a.: x1 + x2 ≥ 2 Si x2=4, entonces -x1 + 4.4 =15
x2
x1 + x2 ≤ 5 (1,4) 16 – 15 = x1
x1 – 2x2 ≤ 0 x1 = 1
2x1 – x2 ≥ 0 Z=15
x1, x2 ≥ 0
(5,5)
Evaluamos la función objetivo en
un punto cualquiera del dibujo. (1,4)
Por ejemplo: (5,5).
Z(5,5)= -5 + 4.5 = 15
Queremos dibujar todos los
lugares donde
Z(x) = 15
-x1 + 4.x2 = 15
x1
Paso 1: Identificar dirección de mejora 9
10. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (8)
Ejemplo:
MinZ(x)= -x1 + 4x2
s.a.: x1 + x2 ≥ 2 x2
x1 + x2 ≤ 5 (1,4)
x1 – 2x2 ≤ 0
2x1 – x2 ≥ 0 Z=15
x1, x2 ≥ 0
mejor
Necesitamos identificar la
)= 0
dirección de mejora. (0,0
Z
a
Probamos con un punto fácil
de evaluar, como el (0,0):
Z(0,0) = 0 < 15
Es mejor!
x1
Paso 1: Identificar dirección de mejora 10
11. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Repaso de Solución Gráfica (9)
Interceptando las ecuaciones
Ejemplo: correspondientes a las
MinZ(x)= -x1 + 4x2 restricciones activas en x*,
s.a.: x1 + x2 ≥ 2 x2 se obtienen los valores x1*
x1 + x2 ≤ 5 y x2*. Sustituyéndolos en Z,
x1 – 2x2 ≤ 0 se obtendrá Z*
2x1 – x2 ≥ 0 Z=15
x1, x2 ≥ 0
La dirección de mejora nos
mejor
sirve para encontrar cuál es
la última línea de iso-costo Z=15
a
(o iso-ganancia) en esa
dirección, que toca al menos
en un punto a la región x* (4/3, 2/3)
factible
x1
Paso 1: Moverse hasta alcanzar el óptimo (punto extremo) 11
12. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Casos Especiales
Son situaciones atípicas que se producen al buscar una solución a un modelo
de PL. En particular, no ocurre lo usual:
x2
Solución en un
vértice único y
factible
Z=15
x*
12
13. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Caso 1: Soluciones óptimas alternativas
Si en el ejemplo, cambiamos la función objetivo, de
forma que sea paralela a una de las restricciones
MinZ(x)= -x1 + 2x2
4x2 “activas” en el óptimo….
s.a.: x1 + x2 ≥ 2 x2
x1 + x2 ≤ 5 Se dice que el óptimo es el conjunto de las x
x1 – 2x2 ≤ 0 pertenecen a la ecuación de la restricción
2x1 – x2 ≥ 0 coincidente, limitado en rango en alguna de las
x1, x2 ≥ 0 dimensiones:
Veremos en el dibujo que el x*={x/(4/3 ≤ x1 ≤ 10/3)^(x1-2x2=0)}
óptimo son TODOS los puntos Al usuario habrá que
factibles de la restricción que aclararle cuáles son las
coincide con la línea de iso- soluciones óptimas
costo que pasa por el óptimo. alternativas, pues aunque
x* matemáticamente sean
Se debe calcular el otro vértice (10/3, 5/3)
del polihedro factible que igualmente preferibles,
x*
pertenece al óptimo. en la práctica del sistema
(4/3, 2/3) real, podría haber alguna
preferencia subjetiva13
14. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Caso 2: Degeneración (1)
Si en el ejemplo, cambiamos la restricción “azul”, de tal forma que pasara
por el óptimo también….
El óptimo será al mismo
tiempo: x2
• el vértice que forma la
recta “azul” con la
“verde”
• el vértice que forma la
recta “azul” con la
“magenta”
• el vértice que forma la
recta “verde” con la
“magenta” Z=15
x*
(4/3, 2/3)
14
15. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Caso 2: Degeneración (2)
Matemáticamente, el óptimo estaría al mismo tiempo en 3 Adicionalmente, siempre una
“vértices” diferentes, con igual valor de Z y de Variables de las restricciones es
de Decisión. redundante, cuando el
problema es de dos variables.
x2 Si el problema tiene “n”
x* x* variables de decisión, la
Degeneracion ocurre al
coincidir “m” restricciones
x* activas en el óptimo, donde
Sin embargo no es la misma solución. Los m>n. Las restricciones
algoritmos deben incluír un ajuste para evitar redundantes serían en total
un ciclo infinito entre estros “tres vértices”. m-n.
Z=15
x*
(4/3, 2/3)
15
16. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Caso 3: No Acotamiento
Si en el ejemplo, cambiamos la función objetivo para que su dirección de
mejora sea otra, y eliminamos una restricción….
MinZ(x)= -x1 +
x1 x2
4x2 Si la dirección de mejora coincide con ser una dirección en la
s.a.: x1 + x2 ≥ 2 que la región factible carece de cota, jamás se llega a un
x2
x1 + x2 ≤ 5 óptimo. Para cuaquier iso-costo que se elija, podrá encontrase
x1 – 2x2 ≤ 0 una línea mejor.
2x1 – x2 ≥ 0 Región factible no acotada
x1, x2 ≥ 0
Se le puede
aconsejar al usuario m ej
o al grupo de trabajo ora
que considere la
posibilidad de
agregar más
restricciones al
problema.
16 x1
17. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Caso 4: Infactibilidad
En el ejemplo anterior, puede agregarse una nueva restricción…
(ver nueva restricción en “rojo”)
No existe ningún
x2
posible vector “x” que
pueda satisfacer al
mismo tiempo esa
restricción, y las 4
restricciones originales.
El usuario y el analista de
optimización deben estudiar el
sistema, y probar una
formulación en la que se
“relaje” alguna(s)
restricción(es), minimizando
desviaciones (Programación de
Metas / Goal Programming) 17
18. PS3161 – Técnicas de Optimización en Modelos Organizacionales / O.Manzanilla 2011
Utilidad y Recomendaciones
Permite identificar la naturaleza de las situaciones atípicas que pueden
presentarse.
Hace la interpretación de las salidas de los paquetes computacionales más
sencilla.
Permite detectar problemas en la formulación
Falta alguna restricción importante
Hay diversidad en las posibles soluciones óptimas
Hay restricciones de más o parámetros mal estimados
Hay posibles problemas computacionales
Sobra alguna restricción
Se recomienda realizar al menos un ejercicio de graficación de cada Caso
Especial.
Se recomienda repasar los Casos Especiales antes de la clase de Dualidad
y Análisis de Sensibilidad
18