3 Simplex
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
El M´etodo Simplex
Nelson Devia C.
IN3701 - Modelamiento y Optimizaci´
on
Departamento de Ingenier´ıa Industrial
Universidad de Chile
2011
Basado en Bertsimas, D., Tsitsiklis, J. (1997)
“Introduction to Linear Optimization”
Cap´ıtulo 3
Nelson Devia C.
El M´
etodo Simplex
Introducci´
on
Forma Est´
andarDirecciones B´
asicas Factibles
M´
etodo Simplex
Contenidos
1
Introducci´on
2
Forma Est´andar
3
Direcciones B´asicas Factibles
4
M´etodo Simplex
Nelson Devia C.
El M´
etodo Simplex
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
Introducci´on
Se sabe que si un problema de programaci´
on lineal admite soluci´
on
o
´ptima, entonces existe una soluci´
on b´asica factible (sbf) que es soluci´
on
o
´ptima de ´este.
Esto implica que:
Si el problema tiene soluci´
on ´
optima u
´nica, ´esta es una
soluci´
on b´asica factible1
Si el problema tiene infinitas soluciones ´
optimas, al menos una
de ellas es una soluci´
on b´asica factible1
El m´etodo Simplex aprovecha esto y busca la soluci´
on ´
optima movi´endose
de una sbf a otra, a trav´es de las aristas delpoliedro factible, en alguna
direcci´
on que reduzca los costos.
En este cap´ıtulo se considerar´
a un problema en forma est´
andar, es decir:
m´ın
cx
Ax = b
x ≥0
1
sbf = v´ertice o punto extremo del poliedro factible
Nelson Devia C.
El M´
etodo Simplex
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
Condiciones de Optimalidad
Como todo problema deprogramaci´
on lineal es representado
por un poliedro, basta con buscar ´
optimos locales, ya que en
un conjunto convexo todo ´
optimo local es un ´optimo global.
´
Optimo
Local: Un punto x ∗ es un ´
optimo local si ning´
un
punto factible cercano a ´el lleva a una mejora en la funci´on
objetivo.
Formalmente, x ∗ es un ´
optimo local de P si y s´olo si:
∃ε > 0,
∀x ∈ B(x ∗ , ε) ∩ P,
c x ≥ c x∗
Donde B(x∗ , ε) es una bola de radio ε centrada en x ∗
Nelson Devia C.
El M´
etodo Simplex
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
Propiedades de la Forma Est´andar
Recordemos que el problema en forma est´
andar de la primera l´
amina es
una representaci´
on matricial del siguiente problema:
n
m´ın
ci xi
i=1
n
Ai xi = b
i=1
xi ≥ 0
i = 1, . . . , n
SeanB(1), . . . , B(m) los ´ındices de las variables b´
asicas para una sbf del
poliedro factible.
Recordar que en una sbf se tiene que
xi = 0, ∀i ∈
/ B = {B(1), . . . , B(m)}
El problema se puede escribir ahora separando las variables b´
asicas de las
no b´
asicas...
Nelson Devia C.
El M´
etodo Simplex
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
Propiedades dela Forma Est´andar
m
n
m´ın
ci xi
i=1
n
Ai xi = b
m´ın
⇔
ci xi
i ∈B
/
m
AB(i) xB(i) +
i=1
i=1
xi ≥ 0
cB(i) xB(i) +
i=1
i = 1, . . . , n
Ai xi = b
i ∈B
/
xi ≥ 0 i = 1, . . . , n
En t´erminos matriciales, lo que se hizo fue reordenar las columnas de la
matriz A y las componentes de los vectores c y x, de manera que se
obtenga el mismo resultado:
⇒
Nelson Devia C.
El M´
etodoSimplex
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
Propiedades de la Forma Est´andar
⇒
⇒
Nelson Devia C.
El M´
etodo Simplex
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´
etodo Simplex
Propiedades de la Forma Est´andar
Ahora el problema se puede escribir matricialmente de la
siguiente forma:
m´ın
cB xB + cN xN
(1)
AB xB + AN xN = b(2)
x ≥0
(3)
Sabemos que en una sbf, la matriz AB es de rango completo y,
por lo tanto, es invertible. Luego, de la ecuaci´on (2) se tiene:
−1
xB = A−1
B b − AB AN xN
Sean b = A−1
B b,
AN = A−1
B AN , por lo tanto:
xB = b − AN xN
En las sbf’s se tiene que xN = 0, luego xB = b
Nelson Devia C.
El M´
etodo Simplex
(4)
Introducci´
on
Forma Est´
andar
Direcciones B´
asicas Factibles
M´...
Regístrate para leer el documento completo.