Vous êtes sur la page 1sur 3

PROGRAMACION LINEAL PARAMETRICA

ORIGEN:

En las aplicaciones prácticas, muchas veces se desconoce el valor exacto de los coeficientes que aparecen
en un problema de programación lineal.

DEFINICIONES

• Dado (P) Min cTx /

Ax = b, x  0,

definimos el problema lineal paramétrico en los costos como:

(Pc) Min (c+c*)Tx /

Ax = b, x  0,

y el problema lineal paramétrico en los términos independientes como:

(Pb) Min cTx /

Ax = b+ b*, x  0,

PARAMETRICO EN LOS COSTOS

• Supongamos que el problema (Pc) se resolvió para un cierto valor de  = 0. Sean:

– B la base óptima y B-1=( ij)

– XB el vector básico asociado a B y  la solución dual

– cB el vector de costos asociado a la base B y cB* los correspondientes c* asociados a B.

–  = cBT B-1 y  *= cB*T B-1

– costos reducidos: c’+ c*’, donde c’=c-  TA y c*’= c*-  *TA

– Nota: todos los vectores * pueden ser llevados en forma simultánea en el simplex

• La base B, encontrada para = 0, es una base óptima   / c’+ c*’  0 , o sea:  / m  M,
siendo [m,M el intervalo característico o de optimalidad de B con:

m= max (-cj’/ cj*’ , j / cj*’ >0) o m=- si cj*’  0  j

M= min (-cj’/ cj*’ , j / cj*’ <0) o M=+ si cj*’ 0  j

• Si m>M elintervalo es vacío y B no puede ser una base óptima.

• Si m=M hay un único valor de  para el cual B es óptima.

• Para  [m,M la solución óptima es x= B-1b,valor óptimo del objetivo z+z* y las variables duales
 + *

• Esquema del algoritmo:

1- Resolver (Pc) para  =  0, sea B la base óptima final, i=0


2- Calcular el intervalo de optimalidad [mi,M i .

3- Si Mi finito: resolver (Pc) para  >Mi, si no ir a 4: Sea s= el j que alcanza el valor mínimo en la expresión
de Mi / Mi=-cs’/cs*’. Cuando  >Mi, entrar xs a la base: si ais 0 i, entonces el problema es no acotado  
>Mi, si no, entrar xs a la base y calcular la nueva base B’, mi+1=M i, calcular el nuevo M i+1, i=i+1, actualizar
, ir a 3.

4- i=0,

5- Si mi finito: resolver (Pc) para  < mi, si no, fin. Identificar s/

mi=-cs’/cs*’. Entrar xs a la base: si ais 0 i, entonces el problema es no acotado   <mi, si no entrar xs
a la base y calcular la nueva base B’, Mi+1=m i, calcular el nuevo mi+i, i=i+1, actualizar , ir a 5.

NOTAS:

• Los intervalos característicos de las bases óptimas no se superponen, salvo en los extremos de
los intervalos.

• Los intervalos donde la función objetivo z(x) es no acotada son intervalos de la forma: (-, *) o
(*,+)

• En el algoritmo, una vez que el  deja el intervalo característico, la base óptima no se vuelve a
repetir. Si se utilizan las técnicas de no degeneración, para un  fijo, no hay ciclos. Como el
número total de bases posibles es finito, el proceso siempre termina, con un número finito de
intervalos.

• En cada intervalo característico si bien se fija el  para hacer el cálculo, el objetivo es una función
lineal de .

• El valor del objetivo al final y al principio de dos intervalos consecutivos son iguales.

• El costo óptimo de un problema lineal paramétrico es una función de  lineal a trazos y contínua.

PARAMETRICO EN LOS TERMINOS INDEPENDIENTES

• Sea

(Pb) Min cTx /

Ax = b+ b*, x  0,

• Supongamos que el problema (Pb) se resolvió para un cierto valor de  = 0. Sean:

– B la base óptima y B-1=( ij)

– b’ el término independiente final / b’= B-1 b y b*’= B-1 b*

– costo óptimo: z’+ z*’, donde z’= cBT B-1 b y z*’ = cBT B-1 b*

• La base B, encontrada para = 0 , es una base óptima   / b’+ b*’  0 , o sea:   / m  M,
siendo [m,M el intervalo característico o de optimalidad de B con:

m= max (-bi’/ bi*’ , i/ bi*’ >0) o m=- si bi*’  0  i

M= min (-bi’/ bi*’ , i / bi*’ <0) o M=+ si bi*’ 0  i

• Esquema del algoritmo utilizado: el mismo que en el paramétrico de costos, pero utilizando el
simplex dual.
NOTAS:

• Los intervalos característicos de las bases óptimas sucesivamente calculadas, no se superponen,


salvo en los extremos de los intervalos.

• Los intervalos donde la función objetivo z(x) es no factible son intervalos de la forma: (-, *) o
(*,+)

• En el algoritmo, una vez que el  deja el intervalo característico, la base óptima no se vuelve a
repetir. Si se utilizan las técnicas de no degeneración, para un  fijo, no hay ciclos. Como el
número total de bases posibles es finito, el proceso siempre termina, con un número finito de
intervalos.

• En c/ intervalo característico si bien se fija el  para hacer el cálculo, el objetivo y la solución son
funciones lineales de .

• El valor del objetivo al final y al principio de dos intervalos consecutivos son iguales.

• El costo óptimo de un problema lineal paramétrico es una función de  lineal a trazos y contínua.

Teorema 1:

El valor óptimo de la función objetivo z(), en un problema de optimización lineal, paramétrico en los
términos independientes es:

1. una función lineal a trazos convexa en el parámetro si el problema es de minimización

2. una función lineal a trazos cóncava en el parámetro si el problema es de maximización

Teorema 2:

El valor óptimo de la función objetivo z() , en un problema de optimización lineal, paramétrico en


los costos es:

1. una función lineal a trazos cóncava en el parámetro si el problema es de minimización

2. una función lineal a trazos convexa en el parámetro si el problema es de maximización