Programacion linial
o
Prof. Jorge Amaya A.2
Abril de 2007
.
1
Este es un texto destinado exclusivamente a los alumnos del curso MA37A-OPTIMIZACION, de la
Escuela de Ingenier´ de la Universidad de Chile.
ıa
2
Departamento de Ingenier´ Matem´tica y Centro de Modelamiento Matem´tico, Universidad de Chile.
ıa
a
a
Se agradece enviar sus comentarios a: jamaya@dim.uchile.clContents
1 Introducci´n y Ejemplos
o
3
1.1
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
1.2
Formas can´nicas de un programa lineal . . . . . . . . . . . . . . . . . . . .
o
8
2 Soluci´n de un Problema de Programaci´n Lineal
o
o
2
15
2.1
Motivaci´n: soluci´n gr´fica en IR
o
o
a
. . . . . . . . . . . . . . . . . . .. . . .
15
2.2
Algoritmo Simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
2.2.1
Fase II del Algoritmo Simplex . . . . . . . . . . . . . . . . . . . . . .
16
2.2.2
Fase I del Algoritmo Simplex: obtenci´n de una soluci´n inicial b´sica
o
o
a
factible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
3 Introducci´na la Dualidad en Programaci´n Lineal
o
o
27
3.1
Definici´n de dualidad y principales propiedades . . . . . . . . . . . . . . . .
o
29
3.2
Interpretaci´n econ´mica de la dualidad . . . . . . . . . . . . . . . . . . . .
o
o
33
3.3
Relaciones de dualidad (c´mo determinar el dual de cualquier problema lineal) 35
o
3.4
Ejercicios de dualidad . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .
35
3.5
Algoritmo Simplex-dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
4 Introducci´n al An´lisis Post-optimal (An´lisis de Sensibilidad)
o
a
a
38
4.1
Variaci´n en los coeficientes de la funci´n objetivo . . . . . . . . . . . . . . .
o
o
38
4.2
Variaci´n en el vector de recursos (lado derecho) . . . . .. . . . . . . . . . .
o
41
4.3
Introducci´n de una actividad (o variable) . . . . . . . . . . . . . . . . . . .
o
42
4.4
Introducci´n de una nueva restricci´n . . . . . . . . . . . . . . . . . . . . . .
o
o
44
2
1
Introducci´n y Ejemplos
o
Un problema de programaci´n lineal se escribe de manera expl´
o
ıcita como:
(P L) min z =
c 1 x1 +
a1,1 x1 +a2,1 x1 +
.
.
.
c 2 x2 + . . . +
a1,2 x2 + . . . +
a2,2 x2 + . . . +
.
.
.
cn−1 xn−1 +
a1,n−1 xn−1 +
a2,n−1 xn−1 +
.
.
.
cn xn
a1,n xn = b1
a2,n xn = b2
.
.
.
am,1 x1 + am,2 x2 + . . . + am,n−1 xn−1 + am,n xn = bm
xi ≥ 0 ∀i
o en forma compacta como:
(P L) min z = cT x
Ax = b
x ≥0
con x, c ∈ IRn , b ∈ IRm , A ∈ Mm×n (IR), con m ≤ n.
En la funci´n objetivo ocriterio cT x, la variable x se conoce como variable de decisi´n
o
o
o nivel de actividad y c como vector de costos.
El conjunto de restricciones S = {Ax = b, x ≥ 0} es un poliedro cerrado y se llama conjunto
factible. La matriz A se conoce como la matriz de coeficientes tecnol´gicos y b como
o
vector de recursos o, simplemente, lado derecho.
Otras definiciones preliminares:
o
o
• Si S esacotado, existe soluci´n, pues se minimiza una funci´n lineal continua sobre un
conjunto compacto (cerrado y acotado).
• Si S es no acotado, puede ocurrir que c t x → −∞, con x ∈ S.
• Se dir´ que el problema (PL) es acotado si y solamente si ∃x ∈ S
a
c t x ≤ c t x ∀x ∈ S.
• Se dir´ que el problema (PL) es no acotado si y solamente si ∃d ∈ IRn , xo ∈ S tal
a
t
que c (xo + λd) → −∞ si λ → ∞con xo + λd ∈ S ∀λ > 0 Es evidente que si (PL) es
no acotado, entonces S es no acotado. La otra implicancia no siempre es cierta, como
veremos cuando estudiemos c´mo resolver un programa lineal.
o
a
o
/
• Se dir´ que el problema (PL) es infactible si y s´lo si S = o.
3
1.1
Ejemplos
En lo que sigue, revisaremos algunos ejemplos cl´sicos de la programaci´n lineal.
a
o
Ejemplo...
Regístrate para leer el documento completo.