Académique Documents
Professionnel Documents
Culture Documents
1/133
ndice
2/133
Introduccin
El algoritmo Smplex
Degeneracin y ciclado
Anlisis de sensibilidad
3/133
Introduccin
min. c T x
s. a Ax D b
x 0;
se podran estudiar, uno a uno, los vrtices o puntos extremos del politopo
P D fx 2 Rn W Ax D b; x 0; A 2 Rmn; b 2 Rng
y determinar aqul en el que la funcin objetivo se hace mnima.
n
:
m.n m/
4/133
Sigue una estrategia de bsqueda del punto ptimo que no estudia todos los
vrtices de un problema. Sus claves:
Repetir el paso anterior cuantas veces sea necesario hasta que se alcance la
solucin ptima o la arista escogida lleve a 1.
5/133
min. c T x
s. a Ax D b
x 0;
si y slo si existen vectores 2 Rm y 2 Rn tales que
(i) Ax D b; x 0;
(factibilidad del problema primal)
T
(ii)
c D A C ; 0; (factibilidad del problema dual)
(iii) i xi D 0; i D 1; : : : ; n:
(holguras complementarias o gap de dualidad)
6/133
L.x; ; / D c x .Ax
b/ x:
Joseph-Louis Lagrange,
1736- Pars, 1813.
Turin,
.
Todas estas condiciones fueron formuladas por Harold William Kuhn, EE.UU.,
1925-2014, y Albert William Tucker, Canad, 1905-1995, en 1951, con el fin de
extender la teora de Lagrange a la caracterizacin de los puntos ptimos de
problemas de programacin lineal y no lineal sometidos a restricciones.
7/133
8/133
cBT
cNT ,
N 0:
Es decir, a que
cN
NTB
cB 0
9/133
N D cN
DB
cB 0
cB
xB
Supongamos que x D 0 D
de min. c T x
10/133
s. a Ax D b
x 0:
ndice
11/133
Introduccin
El algoritmo Smplex
Degeneracin y ciclado
Anlisis de sensibilidad
12/133
Supongamos que:
13/133
B 1N x N
cBT B 1N /x N :
cost
e
s re
duc
idos
Para que se pueda mejorar la funcin objetivo desde el punto extremo que
define ese vector, debe haber costes reducidos negativos.
cBT B 1aj ;
14/133
j >m
que sea negativo, pues har decrecer la funcin objetivo aumentando el valor de
la variable no bsica correspondiente. Si por ejemplo cNj < 0, la funcin objetivo
decrece al ritmo que marca el incremento desde cero de la variable no bsica xj .
15/133
13
12
42
16/133
1210
A D a1; a2; a3; a4 D 0 1 0 1 :
17/133
1
4
1 2 4
2
D
D
I
1
0 1 1
1
79
79
62
3
45
5
61
78
01
18/133
B 1 a3 I
19/133
20/133
si y slo si
xB
y 0 y 0:
2
3 2 3
bO1
xB1
6
7 6 7
6xB2 7 6bO2 7
6 :: 7 D 6 :: 7
4 : 5 4 : 5
xBm
bOm
y;
2 3
y1
6 7
6y 7
6 ::2 7 ;
4 : 5
ym
donde bO D B 1b, ese valor mximo de movimiento negativo, vendr dado por
nO
o x
B
bi
D xN q D mKn yi W yi > 0; 1 i m D ypp :
21/133
Para completar una iteracin del mtodo Smplex resta reemplazar el vector ap
por el aq en la base, es decir, hacer
BN D B C .aq
ap /epT :
quedando
BN D aB1 ; aB2 ; : : : ; aBp 1 ; aq ; aBpC1 ; : : : ; aBm :
22/133
El Algoritmo Smplex
23/133
1. Si no, seguir.
Paso 3 Determinar fila de pivotacin. Anlisis de Ratios. Determinar la variable bsica xjp que sale de la
base: calcular
xjp
xji
D
D mKn
W yi > 0 :
1i m yi
yp
Paso 4 Pivotacin. Adaptar la solucin, la matriz B y las estructuras de datos. Hacer:
xq
D xjp =yp
xji
xji
B C .aq
B [ fqgnfjp g
yi ;
1i m
ajp /epT
24/133
25/133
3x2
s. a 2x1 C 3x2 6
x1 C x2 1
x1; x2 0:
3x2
s. a 2x1 C 3x2 C x3
D6
I
x1 C x2 C
x4 D 1
x1 ; x2 ; x3 ; x4 0:
10
B D a3; a4 D 0 1
y N D a1 ; a2 D
0
405 I y la funcin objativo
6
1
zD
cBT B 1b
D 0; 0
hi
6
1
D 0:
23
:
11
Iteracin 1. Paso 1
26/133
Iteracin 1. Paso 2
27/133
1
3
3
D
:
1
1
Iteracin 1. Paso 3
28/133
Es decir, saldr xB2 D x4. Esto se puede deducir tambin analizando la expresin
3
xB1
x
6
;
D 3 D B 1b y D
xB2
x4
1
1
comprobndose que x4 es la primera variable que llega a cero al incrementar x2.
Iteracin 1. Paso 4
D1
x3 y1 D 6
x4 y2 D 1
13D3
1 1 D 0:
29/133
13
B D a3; a2 D
01
y N D a1; a4 D
20
:
11
1 3 6
3
D
0 1 1
3:
30/133
Iteracin 2. Paso 1
Iteracin 2. Paso 2
Iteracin 2. Paso 3
31/133
32/133
5
;
1
D 35
x2 y2 D 1
x3 y1 D 3
3
5
3
5
. 1/ D
5 D 0:
La solucin queda:
2 3 2 3
x1
3=5
6 7 6 7
6x27 68=57
6 7D6 7
4x35 4 0 5
0
x4
8
5
con
B D a1; a2 D
23
11
10
y N D a3; a4 D
:
01
"
D 1;
23
11
3
3
1
5
1
5
1
6
D
1
#
3
27
6
5
:
D
2
1
5
5
Iteracin 3. Paso 1
33/133
34/133
T a3 D 0
cN4 D c4
T a4 D 0
1
4=5; 3=5
D 54
0
0
4=5; 3=5
D 53 :
1
Todos los costes reducidos son positivos por lo que se ha llegado al nico
ptimo del problema.
La solucin ptima es
3
2 3 2
x1
3=5
6 7 6
7
6x27 68=57
6 7D6
7:
4x35 4 0 5
x4
0
La funcin objetivo
6
z D cBT B 1b D T b D 4=5; 3=5
D
1
27
:
5
35/133
569
8
9
578
3
4
568
7
01
3x2
s. a 2x1 C 3x2 C x3
D6
x1 C x2 C
x4 D 1
x1 ; x2 ; x3 ; x4 0:
36/133
Se obtiene:
Inf. dual
3.162278
4.000000
37/133
Obsrvese que con Matlab no sera necesario suministrar el problema en forma estndar pues admite dos conjuntos de
condiciones: de igualdad y desigualdad. Si, en cambio, hay que explicitar que las cotas inferiores de las variables son cero.
3x2
x1 2x2 4
x1 C x2 3
x1; x2 0:
38/133
3x2
x1 2x2 C x3
D4
I
x1 C x2 C
x4 D 3
x1 ; x2 ; x3 ; x4 0:
10
B D a3; a4 D 0 1
y N D a1 ; a2 D
0
405 ;
4
3
de funcin objetivo
zD
cBT B 1b
D 0; 0
hi
4
3
D 0:
1 2
:
1 1
02
9
3
6
45 78
79
01
Iteracin 1. Paso 1
39/133
40/133
3:
1
2
2
D
:
1
1
41/133
Iteracin 1. Paso 3
42/133
Iteracin 1. Paso 4
D3
x3 y1 D 4
x4 y2 D 3
3 . 2/ D 10
3 1 D 0:
La solucin queda:
2 3 2 3
x1
0
6 7 6 7
6x27 6 37
6 7D6 7
4x35 4105
x4
0
con
1 2
B D a3; a2 D
0 1
y N D a1; a4 D
10
:
11
43/133
Iteracin 2. Paso 1
44/133
Iteracin 2. Paso 2
Elegimos la nica variable no bsica posible, x1, como aquella que ha de entrar
en la base.
x1 C 2x2 4
x1 C x2 1
x1; x2 0:
4x2
4x2
x1 C 2x2 C x3 D 4
x1 C x2 C x4 D 1
x1; x2; x3; x4 0:
21
y N D a2; a3 D
:
10
45/133
46/133
8:
47/133
Iteracin 1. Paso 1
48/133
02
!"
#!"
$
34567849
4
8
01
49/133
8.
50/133
Degeneracin y ciclado
Lo peor que puede ocurrir es que. en el Paso 3, la variable que salga de la base,
xjp , tenga un valor cero, lo que dar lugar a una iteracin con desplazamiento
D 0: x no cambiar.
El problema
51/133
min.
s. a x1
x2
x3
3
x
4 4
C 20x5
C 14 x4
C 21 x4
8x5
12x5
1
x
2 6
C 6x7
El ptimo es x D
objetivo ptima -5/4.
3=4; 0; 0; 1; 0; 1; 0T
y su funcin
C 9x7 D 0
C 3x7 D 0
C x6
D1
x1 ; x2 ; x3 ; x4 ; x5 ; x6 ; x7 0:
x6
1
x
2 6
expuesto por E.M.L. Beale en 1955, muestra cmo el mtodo Smplex puede
quedar atrapado en un ciclo infinito, si se escoge como variable a entrar en la
base aquella que posee el coste reducido ms negativo y para salir de ella una de
las que proporcionan el mnimo .
52/133
Para salir de la base, si el ratio es igual en varias, tambin aquella con menor
ndice.
ndice
53/133
Introduccin
El algoritmo Smplex
Degeneracin y ciclado
Anlisis de sensibilidad
54/133
55/133
56/133
10
x3
1
0
4
41 D
B D a3 ; a4 D
W xB D
D B 1b D
01
x4
01
1
x
0
xN D 1 D
:
x2
0
57/133
58/133
59/133
Variables artificiales
Si se quiere conseguir una solucin factible del problema original habr que
forzar a que los coeficientes del vector x a sean cero. Es decir, resolver tambin
con el mtodo Smplex el problema
60/133
min.
m
X
x ai
iD1
s. a Ax C x a D b
x; x a 0:
El mtodo Smplex completo, por consiguiente, consta de las dos fases que se
indican en la tabla.
61/133
m
X
xai
i D1
s. a Ax C x a D b
x; x a 0:
Si x a 0, parar: el problema no tiene solucin bsica factible.
Si x a D 0, ir a la fase II tomando como B inicial la de la ltima iteracin de
esta fase.
Fase II Partiendo de xB D B 1 b y x N D 0, resolver
min. cBT xB C cNT x N
s. a BxB C N x N D b
xB ; x N 0:
Algoritmo Smplex revisado en dos Fases
62/133
63/133
2x2
x1 C x2 2
x1 C x2 1
x2 3
x1; x2 0:
2x2
x1 C x2 x3
D2
x1 C x2
x4
D1
x2
C x5 D 3
x1; x2; x3; x4; x5 0:
64/133
min.
s. a
x1 C x2
x1 C x2
x2
D2
x4
C x7 D 1
C x5
D3
x1; x2; x3; x4; x5; x6; x7 0:
x3
C x6
01
65/133
100
010
Por tanto,
2 3
2 3
x1
0
6x27 607
6x37 607
6 7 6 7
6x47 D 607 :
6 7 6 7
6x57 637
4x 5 425
6
x7
1
66/133
12
32 3 2 3
3 2
1
010
0
0
4 15 D 40 0 15 4 15 D 41 5 :
0
100
1
1
cN1 D c1
T a1 D 0
1; 1;
cN2 D c2
T a2 D 0
1; 1;
cN3 D c3
T a3 D 0
1; 1;
cN4 D c4
T a4 D 0
1; 1;
67/133
Elegimos la nica variable no bsica posible, x2, como aquella que ha de entrar
en la base.
68/133
y.
Es decir,
2 3 2 3 2 3
xB1
x5
3
4xB2 5 D 4x65 D 425
xB3
x7
1
2 3
1
415 ;
1
69/133
D1
x5 y1 D 3
x6 y2 D 2
x7 y3 D 1
11D2
11D1
1 1 D 0:
2 3
x1
0
6x27 617
6x37 607
6 7 6 7
6x47 D 607
6 7 6 7
6x57 627
4x 5 415
6
x7
0
70/133
siendo
2
3
011
B D a5; a6; a2 D 40 0 15
101
y
2
10 1 0
N D a1; a7; a3; a4 D 4 1 1 0 15 :
00 0 0
smplex resolviendo B T D cB :
32 3 2 3
0 10
0
1
1 1 1 5 4 15 D 4 1 5 :
0
0
1 00
71/133
cN1 D c1
T a1 D 0
1;
1;
cN7 D c7
T a7 D 1
1;
1;
cN3 D c3
T a3 D 0
1;
1;
cN4 D c4
T a4 D 0
1;
1;
3
1
0 4 15 D 2;
0
2 3
0
4
0 15 D 2;
0
2 3
1
4
05 D 1
0
y
0
2 3
0
0 4 15 D 1:
0
72/133
B
B
D mKn y11 ; y22 D mKn 21 ; 21 D 12 I
es decir, saldr xB2 D x6. Esto se deduce tambin de
2 3 2 3
2 3
xB1
x5
2
4xB2 5 D 4x65 D B 1b y D 415
xB3
x2
1
3
1
4 25 ;
1
73/133
D D 21
D x5 y1 D 2
D x6 y2 D 1
D x2 y3 D 1
1
2
1
2
1
2
1 D 23
2D0
. 1/ D 23 :
siendo
2
0
4
B D a5 ; a1 ; a2 D 0
1
1
1
0
2
D
1=2
63=27
607
607
63=27
4 5
0
0
3
2
1
10
5
4
1 y N D a6 ; a7 ; a3 ; a4 D 0 1
1
00
1
0
0
3
0
15 :
0
74/133
3
01
1 05
11
12
3 2 1
0
2
1
4 05 D 6
4 2
0
1
1
2
1
2
1 2 3
0
2
17 4 5
0
25
00
2 3
0
4
D 05:
0
T a6 D 1
0; 0;
cN7 D c7
T a7 D 1
0; 0;
cN3 D c3
T a3 D 0
0; 0;
cN4 D c4
T a4 D 0
0; 0;
2 3
1
0 405 D 1;
0
2 3
0
4
0 15 D 1;
0
2 3
1
4
05 D 0;
0
0
2 3
0
0 4 15 D 0:
0
11
11
01
y
N D a3; a4 D
1
0
0
0
4
D 1
1
0
1
1
3
1
05
1
12
3 2 1
0
2
4 15 D 6
4 21
2
1
1
2
1
2
1 2
2
17 4
25
0 0
3 2
3
1=2
0
15 D 4 3=25 :
2
0
cN3 D c3
T a3 D 0
1=2;
cN4 D c4
T a4 D 0
1=2;
3
1
3=2; 0 4 05 D
2 03
0
3=2; 0 4 15 D
0
1
2;
3
2:
75/133
0
1
0
0
4
yD 0
1
1
1
0
3
1
15
1
12
3 2
0
4 15 D 4
0
1
2
1
2
1
2
1
2
1
2
1
2
32 3 2
3
1
0
1=2
05 4 15 D 4 1=25 :
0
1=2
0
76/133
77/133
3
2 3 2
3=2
x5
y D 4x1 5 D 41=25
x2
3=2
3
1=2
4 1=25 ;
1=2
D1
x5 y1 D
x1 y2 D
x2 y3 D
3
2
1
2
3
2
1 12 D 1
1 12 D 0
C 1 12 D 2:
78/133
2 3
0
x1
6x27 627
6 7 6 7
6x37 D 607
4x45 415
x5
1
con
0
B D a5; a4; a2 D
0
1
01
11 y
01
N D a3; a1 D
1
0
0
0
D 40
1
3
01
1 05
11
12
3 2
0
1
4 05 D 4 0
2
1
32 3 2 3
11
0
2
1 05 4 05 D 4 0 5 :
00
2
0
1
1
0
:
cN3 D c3
T a3 D 0
cN1 D c1
T a1 D 1
3
1
2; 0; 0 4 05 D 2;
2 03
1
2; 0; 0 4 15 D 3:
0
79/133
0
1
0
3
1
15
1
12
3 2
1
1
4 05 D 4 1
0
1
0
1
0
32 3 2 3
1
1
1
5
4
5
4
0
0 D
15 :
0
0
1
80/133
81/133
D1
x5 y1 D 1 1 1 D 0
x4 y2 D 1 C 1 1 D 2
x2 y3 D 2 C 1 1 D 3:
2 3
2 3
0
x1
6x27 637
6 7 6 7
6x37 D 617 :
4x45 425
0
x5
82/133
3
2
3
1 01
0 1
B D a3; a4; a2 D 4 0 1 15 I N D a5; a1 D 40 15 :
0 01
1 0
Fase II. Iteracin 3. Paso 1
1
4
0
D
1
0
1
1
3
0
05
1
12
3 2
0
1
4 05 D 4 0
2
1
0
1
1
32 3 2 3
0
0
0
5
4
5
4
0
0 D
05:
1
2
2
T a5 D 0
0; 0;
cN1 D c1
T a1 D 1
0; 0;
2 3
0
4
2 05 D 2;
1
2 3
1
2 4 15 D 1:
0
83/133
Todos los costes reducidos de las variables no bsicas son positivos por lo que se
ha alcanzado el nico ptimo del problema.
La solucin final es
2 3
2 3
0
x1
6x27 637
6 7 6 7
6x37 D 617 :
4x45 425
x5
0
6.
84/133
528
7
x
568
7
58 59
68
9 7
6
x1
85/133
j D1
s. a Ax C x a D b
x; x a 0:
La constante M se elige suficientemente grande de tal forma que est muy
penalizado que en el ptimo x a 0.
86/133
1000x6 C 1000x7
2x2
x1 C x2
x1 C x2
x2
87/133
x3
D2
x4
C
x7 D 1
C x5
D3
x1 ; x2 ; x3 ; x4 ; x5 ; x6 ; x7 0:
x6
0
3
1
2
0
0
0
fobj =
-6
pi =
0
0
-2
cr =
1000
iters =
4
B =
3
N =
6
1000
Anlisis de sensibilidad
88/133
Con un pequeo esfuerzo, una vez obtenida la solucin con el Smplex, se puede
conocer hasta qu punto ese ptimo seguir sindolo y qu pueden representar,
en costes o beneficios, determinadas variaciones de los parmetros del problema.
89/133
cB C B T B 1N 0T :
90/133
cBT B 1N 0T ;
cBT B 1N C TN D cNNT C TN 0T :
Esto obliga a que el coeficiente del vector coste slo pueda variar hacia
abajo (decrecer), en una cantidad i igual al coste reducido de la variable i
que vara. Es decir
i cNi :
Hacia arriba podra variar hasta el infinito.
91/133
cB C B T B 1N D cNNT
BT B 1N 0T :
mKn mKn
1kn m
expresin en la que d D
de la inversa de B por N .
f cNk =dk ; dk < 0g ; 1 D i
1
B.i;W/
N
T
92/133
Cambios en el vector b
Consideremos el problema:
min. c T x
s. a Ax D b C
x 0:
Al cambiar b, la solucin ptima variara as
h
T
T T
N B 1 T
x D xB x N D bC
0T
iT
Esa base seguir siendo ptima en tanto y cuando sus coeficientes sigan siendo
no negativos.
93/133
i D mKax mKax
bNk =dk ; dk > 0 ; 1
1km
mKn
mKn
1km
bNk =dk ; dk < 0 ; 1 D i
94/133
La solucin completa es
2 3
2
637
60
80
120
80
1
1
7
xB D 6
;
405 ; B D 160 120 ; B D 5600
160 60
0
1 0
368
368
1
1
N D
; D 560
y cN D 560
:
0 1
2
2
1
0
0
1
1
1
368 2 C
120 80 :
560
5600
Para que la solucin ptima anterior lo siga siendo, debe cumplirse que
95/133
3680 120 0
20 C 80 0:
96/133
por lo que xB
1
120
1
;
d DB 1
D
160
0
5600
2
120
1
C 5600
.
3
160
120
5600
0
3C
160
5600
0:
zC
33
368
D 239 C :
560
35
min.
s. a
97/133
98/133
m
variables no bsicas tienen el valor de uno de sus lmites, l u, y las restantes m variables
bsicas corresponden a vectores columnas linealmente independientes de A.
99/133
100/133
xB D B 1 b
B 1 N l x Nl
B 1 N u x Nu :
La funcin objetivo:
z D c T x D cBT xB C cNT l x Nl C cNT u x Nu
D cBT B 1b B 1Nl x Nl B 1Nux Nu C cNT l x Nl C cNT u x Nu
D cBT B 1b C cNT l cBT B 1Nl x Nl C cNT u cBT B 1Nu x Nu :
cost.
reducid
o
cost.
reducid
os
101/133
102/133
xB D B 1 b B 1 Nl x Nl
D bO y;
con bO D B
B 1 Nl x Nl
B 1 Nu x Nu
B 1 Nu x Nu y y D B 1 aq .
B 1 aq
D
mK
n
W
y
>
0I
1
W
y
0
1
1i m
i
i
yi
<
bO i uBi
D mKn
D
mK
n
W
y
<
0I
1
W
y
0
2
1i m
i
i
yi
:
uq lq :
1 D mKn1i m
W yi < 0I 1 W yi 0
yi
<
D mKn
bO i uBi
2 D mKn1i m
W yi > 0I 1 W yi 0
yi
:
lq uq :
103/133
Todos los cdigos comerciales del mtodo Smplex lo hacen para variables
acotadas:
j 2Nu
si
si
si
si
si
6D uq
6D uq
6D uq
6D uq
6D uq
lq )
lq )
lq y q 2 Nl )
lq y q 2 Nu )
lq ).
104/133
105/133
Ejemplo Resolvamos
min. 2x1
s. a
x3
2x1 C x2 C x3 10
x1 C x2 x3 4
0 x1 4
0 x2 6
1 x3 4:
4x2
4x2
x3
2x1 C x2 C x3 C x4
D 10
x1 C x2 x3
C x5 D 4
0 x1 4
0 x2 6
1 x3 4
x4; x5 0:
106/133
107/133
Partiremos de:
10
B D a4; a5 D
; Nl D a1; a2; a3 ; Nu D ;
01
y de la solucin inicial x D 0; 0; 1; 9; 5T . La funcin objetivo en este punto es
1.
Iteracin 1. Paso 1
108/133
Iteracin 1. Paso 2
109/133
Se resuelve By D a2:
10 1
1
y D B 1 a2 D
D
:
01 1
1
Iteracin 1. Paso 3
1 D mKn
u2
xB1
l2 D 6
y1
0
lB1 xB2
;
lB2
y2
0 5
;
D 5:
110/133
Iteracin 1. Paso 4
l2 C D 0 C 5 D 5
x4 y1 D 9 5 1 D 4
x5 y2 D 5 5 1 D 0:
21.
Iteracin 2. Paso 1
111/133
Iteracin 2. Paso 2
Iteracin 2. Paso 3
>
>
<
nx u o =
D 1:
D mKn 2 D mKn B2 B2 D 5 6
y
1
>
2
>
>
>
;
:
u3 l3 D 4 1
Saldr, por tanto, la variable de nmero de ndice 2 en la base, x2, pues es la
que antes llega a uno de sus lmites: el superior.
112/133
113/133
Iteracin 2. Paso 4
l3 C D 1 C 1 D 2
x4 y1 D 4 1 2 D 2
x2 y2 D 5 C 1 1 D 6:
26.
114/133
Iteracin 3. Paso 1
Como las variables x1 y x5, que estn en sus lmites inferiores, tienen costes
reducidos negativos, todava no se ha llegado al ptimo del problema.
Iteracin 3. Paso 2
Iteracin 3. Paso 3
D
mK
n
D 230 >
>
1
y
>
>
<
nx u o = 2
D :
D mKn 2 D mKn B2 B2 D 2 4
y
1
>
3
2
>
>
>
;
:
u1 l 1 D 4 0
Saldr x4 pues es la que antes llega a uno de sus lmites: el inferior.
115/133
116/133
Iteracin 3. Paso 4
l1 C D 0 C 2=3 D 2=3
x4 y1 D 2 .2=3/ 3 D 0
x3 y2 D 2 C .2=3/ 1 D 8=3:
2 3
x1
2=3
6x27 6 6 7
6 7 6 7
6x37 D 68=37 :
4x45 4 0 5
x5
0
117/133
Tambin,
2 1
B D a1; a3 D
; Nl D a4; a5 y Nu D a2:
1 1
La nueva funcin objetivo es
28.
Iteracin 4. Paso 1
118/133
Los costes reducidos de las variables no bsicas en sus lmites inferiores, x4 y x5,
son 1 y 0, y el de la variable en su lmite superior, x2, es -3.
119/133
x1
2=3 1=3x5
7
6x27 6
6
6 7 6
7
6x37 D 68=3 C 2=3x57
5
4x45 4
0
x5
0
28.
120/133
-2.8000e+001
121/133
Forma de tableau
z
1
xB
0
xB
cNT
xN
cBT B 1 N
TD
cBT B 1 b
El tableaux es as:
B 1N
B 1b
Si suponemos que las variables bsicas que entran y salen de la base en una
determinada iteracin son la q y la p, y que las filas y las columnas del tableau
de esa iteracin estn numeradas partiendo de cero, la operacin de pivotacin
conlleva:
122/133
Ejemplo Resolvamos:
min.
x1 C x2
s. a
x1 C x2 C 2x3 9
x1 C x2
x3 2
x1 C x2 C x3 4
x1 ; x2 ; x3 0:
123/133
4x3
Iteracin 1
z
x4
x5
x6
con variables de
holgura
z
1
0
0
0
x1
1
1
1
1
x2
1
1
1
1
x3
4
2
1
min.
x1 C x2
s. a
x1 C x2 C 2x3 C x4
D9
x1 C x2
x3
C x5
D2
x1 C x2 C x3
C x6 D 4
x1 ; x2 ; x3 ; x4 ; x5 ; x6 0:
x4
0
1
0
0
x5
0
0
1
0
4x3
x6
0
0
0
1
TD
0
9
2
4
El indica que de entre las relaciones posibles, 9/2 y 4/1, (la otra afecta a un
nmero negativo) se elige esta ltima, por lo que saldr de la base aquella
variable que pivota en la tercera fila: x6.
Iteracin 2
124/133
z
x4
x5
x3
z
1
0
0
0
x1
3
0
1
x2
5
1
2
1
x3
0
0
0
1
x4
0
1
0
0
x5
0
0
1
0
x6
4
2
1
1
TD
z
1
0
0
0
x1
0
1
0
0
x2
4
x3
0
0
0
1
x4
1
x5
0
0
1
0
x6
2
TD
2
3
1
3
16
1
6
4
Iteracin 3
z
x1
x5
x3
1
3
2
2
3
1
3
0
1
3
17
1
3
13
3
17.
125/133
x1
x2
x3
4
1
3
x1
x5
2
3
x3
x6
TD
17
2
3
1
3
x4
x5
1
3
1
3
1
3
13
3
126/133
E DI
.y
ep /epT
yp
6
6
6
6
D6
6
6
6
4
D E B 1;
3
y1 =yp
::
:::
7
:
7
7
1 yp 1 =yp
7
7 y y D B 1 aq :
1=yp
7
7
ypC1 =yp 1
7
::
::: 5
:
ym =yp
1
"
columna p
127/133
La variante del Smplex que incluye esta forma de actuar es la que sigue.
128/133
Paso 1 Operacin BTRAN (backward transformation). Calcular los multiplicadores smplex a partir de
T
T D cB
B
T
cB
Ek Ek
1
E1 :
T aj ;
para todo j 2 N:
aq D .E k .E k
.E 1 aq ///:
E kC1
2
1
6 :
::
6
6
6
1
6
D6
6
6
6
6
4
3
y1 =yp
7
::
7
:
7
7
yp 1 =yp
7
7:
1=yp
7
7
ypC1 =yp 1
7
7
::
::
5
:
:
ym =yp
1
E kC1 xj .
129/133
3
321
U D 4 3 55 ;
4
3
12
U1 D 4 1 5;U2 D 4 3 5
1
1
3
3
1
y U 3 D 4 1 55 :
4
1
130/133
1 U 1E 1
E 2 1 E k 1:
131/133
132/133
xi 1;
x(3) =
x2
0
1
x(2) =
x(1) =
x(0)
1
1
x(6)
x(5)
x(4)
x3
x1
x(7)
x(3)
x(2)
x(1)
x(0)
x1
La prctica de los ltimos cincuenta aos ha permitido constatar que los casos
extremos, como el ejemplo de Klee y Minty, rara vez ocurren en la realidad.
133/133
Teniendo tambin en cuenta el efecto que el tratamiento de la dispersidad de los problemas puede acarrear en la
complejidad del mtodo, diversos estudios han establecido que la complejidad del mtodo la define la ecuacin
Km nd 0;33 , donde K es una constante, 1;25 < < 2;5 y d es el nmero de elementos distintos de cero en la matriz
A, dividido por nm.