Vous êtes sur la page 1sur 65

Optimización –- 2°

OPTIMIZACIÓN 1ERsemestre
SEMESTRE2017
2016

Casos especiales de Simplex y Fase I y Fase II

13 de septiembre

Preparado por Sebastián Varas Kittel


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 2


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 3


ALGORITMO SIMPLEX PRIMAL

RECORDATORIO

• En resumen, el algoritmo simplex para problemas de maximización (minimización) consiste


en realizar los siguientes pasos
1. Buscar una base factible y su solución básica asociada (encontrar un vértice)
2. Calcular los costos reducidos asociados…
‒ …si son todos no positivos (negativos), óptimo…se termina el algoritmo…
‒ …sino, escoger la variable asociada al costo reducido positivo (negativo) más alto
para que ingrese a la base…
3. Definir la variable básica que saldrá de la base
‒ Forma 1: Aumentar el valor de la variable no-básica seleccionada hasta que
alguna variable básica se haga 0, la primera en hacerse 0 es la que sale de la
base
‒ Forma 2: Calcular la dirección de ascenso asociada a la variable que ingresará a
la base y moverse en esa dirección hasta que alguna variable básica se haga 0, la
primera en hacerse 0 es la que sale de la base
4. Determinar la nueva base asociada y volver al paso 2

Preparado por Sebastián Varas Kittel 4


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 5


EN CADA ITERACIÓN, EL MÉTODO SIMPLEX SE MUEVE DE UN VÉRTICE DEL
POLIEDRO A OTRO VÉRTICE ADYACENTE…
NO EXHAUSTIVO
x2

900 • Dos vértices son adyacentes si el segmento de recta que los une es una
arista del poliedro
800 ‒ Hay (n − 1) hiperplanos linealmente independientes a los que ambos
vértices pertenecen)
700
• El método Simplex se mueve de un vértice del poliedro, a un vértice
600 adyacente, ya que hay sólo una variable básica que entra/sale de la base
• Es decir, en el peor caso Simplex tendría que recorrer todos los vértices del
500 poliedro antes de llegar al óptimo
• Las soluciones básicas son
400 combinaciones de m variables
tomadas entre las n variables
300 existentes, por lo anterior el
número máximo de soluciones
200 Región básicas es de
Factible
n n!
100 =
m m! n − m !
x1
100 200 300 400 500 600 700 800 900
Preparado por Sebastián Varas Kittel 6
AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 7


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 8


TRATEMOS DE RESOLVER EL SIGUIENTE EJEMPLO

ILUSTRATIVO

MAX x Z = x1 + 2x2 MAX x Z = x1 + 2x2


s. a. s. a.
x1 + x2 ≤ 10 Forma x1 + x2 + h1 = 10
x2 ≤ 10 Estándar x2 + h2 = 10
x1 , x2 ≥ 0 x1 , x2 , h1 , h2 ≥ 0

• Comenzamos iterando con la siguiente base


h x2
1 0 0 10
xB = 1 , B = ,c = , xB = B−1 b = ≥ 0 → Factible
h2 0 1 B 0 10
x1 1 1 1
xN = x , N = ,c =
2 0 1 N 2

x1

Preparado por Sebastián Varas Kittel 9


ITERACIÓN 1

x2 ILUSTRATIVO

h1 1 0 0 x1 1 1 1
xB = ,B = , cB = , xN = x , N = , cN =
h2 0 1 0 2 0 1 2
x1
MAX Z = 0 + 1 2 x
2
s. a.
h1 10 1 1 x1
= −
h2 10 0 1 x2
x≥0
x1
• No es óptimo, y seleccionamos x2 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x2 sin que las variables básicas actuales se hagan 0
x1 = 0
h1 10 1 1 0 10 − x2 x ≤ 10 x2 = 10
= − = ≥0→ 2 →
h2 10 0 1 x2 10 − x2 x2 ≤ 10 h1 = 0
h2 = 0
• Por lo tanto, h1 o h2 podrían salir de la base. Supongamos que sale h2

Preparado por Sebastián Varas Kittel 10


ITERACIÓN 2

x2 ILUSTRATIVO

h1 1 1 0 x1 1 0 1
xB = ,B = , cB = , xN = h , N = , cN =
x2 0 1 2 2 0 1 0
x1
MAX Z = 20 + 1 −2 h
2
s. a.
h1 0 1 −1 x1
= −
x2 10 0 1 h2
x≥0
x1
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1 = 0 Simplex
h1 0 1 −1 x1 0 − x1 x ≤ 0 x2 = 10 intento
= − = ≥0→ 1 → moverse
x2 10 0 1 0 10 10 ≥ 0 h1 = 0
h2 = 0 en una
dirección
• ¿Qué paso? ¿Por qué ningún valor de las variables cambio? y no
pudo!!

Preparado por Sebastián Varas Kittel 11


LO ANTERIOR OCURRE POR QUE EL VÉRTICE EN EL QUE ESTÁ SIMPLEX
ES UN VÉRTICE DEGENERADO ILUSTRATIVO
NO EXHAUSTIVO

• Simplex intento avanzar en una dirección y no pudo!!

• ¿Por qué?

‒ Porque habían 2 bases asociadas al mismo vértice…


‒ …es decir, el vértice está definido por la intersección de más de n restricciones activas

• Lo que tenemos es una solución degenerada que contiene al menos una variable básica
con valor igual a cero y es la intersección de más de n hiperplanos

• La degenerancia en el Simplex puede provocar realizar iteraciones sin cambiar de vértice


y, por lo tanto, sin cambiar de objetivo, por lo que podría entrar en un ciclo sin fin

‒ OBS: si no hay degenerancia, el objetivo siempre aumenta y el algoritmo terminará

• De todas formas, existen ciertas reglas especiales de cómo elegir quién entra a la base
cuando hay degenerancia…

• …aún así, Simplex “en general” funciona bien

Preparado por Sebastián Varas Kittel 12


¿SE ACUERDAN DEL TEOREMA QUE GARANTIZABA OPTIMALIDAD EN
BASE A LOS COSTOS REDUCIDOS?
RECORDATORIO

• Teorema: En un problema de maximización (minimización), sea xB una solución básica


factible asociada a la base B, y sea cത los costos reducidos asociados, entonces

‒ Si cത ≤ 0 (തc ≥ 0) la solución asociada a xB es óptima

‒ Si xB es solución óptima y no degenerada, entonces cത ≤ 0 (തc ≥ 0)

Preparado por Sebastián Varas Kittel 13


¿QUÉ PASA SI EN LA ITERACIÓN 1 HUBIÉSEMOS ESCOGIDO QUE 𝐡𝟏 SALE
DE LA BASE EN VEZ DE 𝐡𝟐 ?
x2 ILUSTRATIVO

x2 1 0 2 x1 1 1 1
xB = h , B = , cB = , xN = h , N = , cN = Optimo!
2 1 1 0 1 0 0 0
x1
MAX Z = 20 + −1 −2 h
1
s. a.
x2 10 1 1 x1
h2 = −
0 −1 −1 h1
x≥0
x1
• Por lo tanto es óptimo, donde la solución óptima sería…
x1 = 0
x2 = 10
h1 = 0
h2 = 0
• …y la función objetivo en el óptimo sería Z ∗ = 20

Preparado por Sebastián Varas Kittel 14


LA DEGENERANCIA NO SOLO SE PUEDE DAR EN EL ÓPTIMO, DE LO QUE
SE DARÁN CUENTA RESOLVIENDO EL SIGUIENTE EJERCICIO
ILUSTRATIVO

MAX x Z = 2x1 + x2 MAX x Z = 2x1 + x2


s. a. s. a.
5x1 + x2 ≤ 5 Forma 5x1 + x2 + h1 = 5
x1 ≤ 1 Estándar x1 + h2 = 1
x1 , x2 ≥ 0 x1 , x2 , h1 , h2 ≥ 0

• Comenzamos iterando con la siguiente base


h x2
1 0 0 5
xB = 1 , B = ,c = , xB = B−1 b = ≥ 0 → Factible
h2 0 1 B 0 1
x1 5 1 2
xN = x , N = ,c =
2 1 0 N 1

x1

Preparado por Sebastián Varas Kittel 15


ITERACIÓN 1

x2 ILUSTRATIVO

h1 1 0 0 x1 5 1 2
xB = ,B = , cB = , xN = x , N = , cN =
h2 0 1 0 2 1 0 1
x1
MAX Z = 0 + 2 1 x
2
s. a.
h1 5 5 1 x1
= −
h2 1 1 0 x2
x≥0
x1
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1 = 1
h1 5 5 1 x1 5 − 5x1 x ≤ 1 x2 = 0
= − = ≥0→ 1 →
h2 1 1 0 0 1 − x1 x1 ≤ 1 h1 = 0
h2 = 0
• Por lo tanto, h1 o h2 podrían salir de la base. Supongamos que sale h2

Preparado por Sebastián Varas Kittel 16


ITERACIÓN 2

x2 ILUSTRATIVO

h1 1 5 0 ℎ 0 1 0
xB = ,B = , cB = , xN = 2 , N = , cN =
𝑥1 0 1 2 x2 1 0 1

MAX Z = 2 + −2 1 x2
2
s. a.
h1 0 −5 1 ℎ2
= −
𝑥1 1 1 0 x2
x≥0
x1
• No es óptimo, y seleccionamos x2 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x2 sin que las variables básicas actuales se hagan 0
x1 = 1
Simplex
h1 0 −5 1 0 −x2 𝑥2 ≤ 0 x2 = 0
= − = ≥0→ → intento
𝑥1 1 1 0 x2 1 1≥0 h1 = 0
moverse
h2 = 0
en una
• ¿Qué paso? ¿Por qué ningún valor de las variables cambio? dirección
y no
pudo!!

Preparado por Sebastián Varas Kittel 17


¿QUÉ PASA SI EN LA ITERACIÓN 1 HUBIÉSEMOS ESCOGIDO QUE 𝐡𝟏 SALE
DE LA BASE EN VEZ DE 𝐡𝟐 ?
x2 ILUSTRATIVO

x1 5 0 2 h 1 1 0
xB = h , B = , cB = , xN = 1 , N = , cN =
2 1 1 0 x2 0 0 1
2 3 h1
MAX Z = 2 + −
5 5 x2
s. a.
1 1
x1 1 5 5 h1
h2 = −
0 1 1 x2 x1
− −
5 5
x≥0
• No es óptimo, y seleccionamos x2 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x2 sin que las variables básicas actuales se hagan 0
1 1 1 x1 = 0
x1 0 1 − x 2 x2 ≤ 5 x2 = 5
1 5 5 5
h2 = − = ≥ 0 → →
0 1 1 x2 1 x2 ≥ 0 h1 = 0
− − 0 + x2 h2 = 1
5 5 5
• Por lo tanto, x1 sale de la base

Preparado por Sebastián Varas Kittel 18


ITERACIÓN 3

x2 ILUSTRATIVO

x2 1 0 1 h 1 5 0
xB = h , B = , cB = , xN = 1 , N = , cN = Optimo!
2 0 1 0 x1 0 1 2
h
MAX Z = 5 + −1 −3 1
x1
s. a.
x2 5 1 5 h1
h2 = −
1 0 1 x1
x≥0
• Por lo tanto es óptimo, donde la solución óptima sería…
x1 = 0
x2 = 5
h1 = 0
h2 = 1
• …y la función objetivo en el óptimo sería Z ∗ = 5

Preparado por Sebastián Varas Kittel 19


SE ENCONTRARÁN CON EL MISMO PROBLEMA SI RESUELVEN EL
SIGUIENTE EJERCICIO…
ILUSTRATIVO

MAX x Z = x2 + 2x3 MAX x Z = x2 + 2x3


s. a. s. a.
x1 + x3 ≤ 1 Forma x1 + x3 + h1 = 1
x2 + x3 ≤ 1 Estándar x2 + x3 + h2 = 1
x1 , x2 , x3 ≥ 0 x1 , x2 , x3 , h1 , h2 ≥ 0

• Comenzamos iterando con la siguiente base x3

h1 1 0 0 1
xB = ,B = , cB = , xB = B−1 b = ≥ 0 → Factible 1
h2 0 1 0 1
x1 0
1 0 1
xN = x2 , N = ,c = 1
x3 0 1 1 N
2
1
1 x2

x1

Preparado por Sebastián Varas Kittel 20


ITERACIÓN 1

ILUSTRATIVO

x1 0 x3
h 1 0 0 1 0 1
xB = 1 , B = , cB = , xN = x2 , N = ,c = 1
h2 0 1 0 x3 0 1 1 N
2 1
x1
MAX Z = 0 + 0 1 2 x2
x3
s. a.
x1 1
h1 1 1 0 1 x x2
= − 2 1
h2 1 0 1 1 x
3
x≥0 x1

• No es óptimo, y seleccionamos x3 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x3 sin que las variables básicas actuales se hagan 0
x1 = 0
0 x2 = 0
h1 1 1 0 1 0 1 − x3 x3 ≤ 1
= − = ≥0→ → x3 = 1
h2 1 0 1 1 x 1 − x3 x3 ≤ 1
3 h1 = 0
h2 = 0
• Por lo tanto, h1 o h2 podrían salir de la base. Supongamos que sale h1

Preparado por Sebastián Varas Kittel 21


ITERACIÓN 2

ILUSTRATIVO

x1 0 x3
x3 1 0 2 1 0 1
xB = h , B = , cB = , xN = x2 , N = ,c = 1
2 1 1 0 h1 0 1 0 N
0 1
x1
MAX Z = 2 + −2 1 −2 x2
h1
s. a.
x1 1
x3 1 1 0 1 x x2
h2 = − 2 1
0 −1 1 −1 h
1
x≥0 x1

• No es óptimo, y seleccionamos x2 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x2 sin que las variables básicas actuales se hagan 0
x1 = 0 Simplex
0 x2 = 0 intento
x3 1 1 0 1 1 1≥0
x =1 moverse
h2 = 0 − −1 1 −1 x2 = 0 − x2 ≥ 0 → x2 ≤ 0 → 3
0 h1 = 0 en una
h2 = 0 dirección
y no
• ¿Qué paso? ¿Por qué ningún valor de las variables cambio? pudo!!

Preparado por Sebastián Varas Kittel 22


¿QUÉ PASA SI EN LA ITERACIÓN 1 HUBIÉSEMOS ESCOGIDO QUE 𝐡𝟐 SALE
DE LA BASE EN VEZ DE 𝐡𝟏 ?
ILUSTRATIVO

x1 0 x3
h 1 1 0 1 0 0
xB = 1 , B = , cB = , xN = x2 , N = ,c = 1
x3 0 1 2 h2 0 1 1 N
0 1
x1 Optimo!
MAX Z = 2 + 0 −1 −2 x2
h2
s. a.
x1 1
h1 0 1 −1 −1 x x2
= − 2 1
x3 1 0 1 1 h
2
x≥0 x1

• Por lo tanto es óptimo, donde la solución óptima sería…


x1 = 0
x2 = 0
x3 = 1
h1 = 0
h2 = 0
• …y la función objetivo en el óptimo sería Z ∗ = 2

Preparado por Sebastián Varas Kittel 23


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 24


TRATEMOS DE RESOLVER EL SIGUIENTE EJEMPLO

ILUSTRATIVO

MAX x Z = 2x1 + x2 MAX x Z = 2x1 + x2


s. a. s. a.
10x1 + 5x2 ≤ 20 Forma 10x1 + 5x2 + h1 = 20
x2 ≤ 3 Estándar x2 + h2 = 3
x1 , x2 ≥ 0 x1 , x2 , h1 , h2 ≥ 0

• Comenzamos iterando con la siguiente base


h x2
1 0 0 20
xB = 1 , B = , cB = , xB = B−1 b = ≥ 0 → Factible
h2 0 1 0 3
x1 10 5 2
xN = x , N = , cN =
2 0 1 1

x1

Preparado por Sebastián Varas Kittel 25


ITERACIÓN 1

x2 ILUSTRATIVO

h1 1 0 0 x1 10 5 2
xB = ,B = , cB = , xN = x , N = , cN =
h2 0 1 0 2 0 1 1
x1
MAX Z = 0 + 2 1 x
2
s. a.
h1 20 10 5 x1
= −
h2 3 0 1 x2
x≥0
x1
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1 = 2
h1 20 10 5 x1 20 − 10x1 x ≤ 2 x2 = 0
= − = ≥0→ 1 →
h2 3 0 1 0 3 3≥0 h1 = 0
h2 = 3
• Por lo tanto, h1 sale de la base

Preparado por Sebastián Varas Kittel 26


ITERACIÓN 2

x2 ILUSTRATIVO

x1 10 0 2 h 1 5 0
xB = h , B = , cB = , xN = 1 , N = , cN =
2 0 1 0 x2 0 1 1
1 h1
MAX Z = 4 + − 0 x Un costo reducido en el óptimo
5 2
vale 0, lo que significa que la
s. a.
1 1 variable asociada a dicho costo Óptimo
x1 2 h1 puede ingresar a la base y no
h2 = − 10 2
3 x 2 afectar el valor de la función
0 1 x1
x≥0 objetivo!!

• Por lo tanto es óptimo, donde la solución óptima sería…


x1 = 2
x2 = 0
h1 = 0
h2 = 3
• …y la función objetivo en el óptimo sería Z ∗ = 4

• ¿Qué pasa si x2 entra a la base?

Preparado por Sebastián Varas Kittel 27


HAGAMOS QUE 𝐱 𝟐 ENTRE A LA BASE PARA VER QUE OCURRE

x2 ILUSTRATIVO

x1 10 0 2 h 1 5 0
xB = h , B = , cB = , xN = 1 , N = , cN =
2 0 1 0 x2 0 1 1
1 h1
MAX Z = 4 + − 0 x
5 2
s. a.
1 1 Óptimo
x1 2 h1
h2 = − 10 2
3 x2
0 1 x1
x≥0
• Si x2 entra a la base, debemos aumentar x2 hasta que alguna de las variables básicas
actuales se hagan 0
1
1 x1 =
x1 1 1 2
2 0 2 − x2 x2 ≤ 4
h2 = 3 − 10 2 x2 = 2 ≥0→ → x2 = 3
x2 ≤ 3
0 1 3 − x2 h1 = 0
h2 = 0
• Por lo tanto, h2 sale de la base

Preparado por Sebastián Varas Kittel 28


ITERACIÓN 3

x2 ILUSTRATIVO

x1 10 5 2 h 1 0 0
xB = x , B = , cB = , xN = 1 , N = , cN =
2 0 1 1 h2 0 1 0
1 h1
MAX Z = 4 + − 0
5 h2
s. a.
1 1 Óptimo
x1 2 − h1
x2 = 3 − 10 2 h2
0 1
x≥0 x1

• Por lo tanto es óptimo, donde la solución óptima sería…


1
x1 =
2
x2 = 3
h1 = 0
h2 = 0 Distinta solución, pero
mismo valor en la
• …y la función objetivo en el óptimo sería Z ∗ = 4 función objetivo

Preparado por Sebastián Varas Kittel 29


EN EFECTO SI UN PROBLEMA TIENE DOS VÉRTICES ÓPTIMOS, ENTONCES
EL PROBLEMA TIENE INFINITAS SOLUCIONES NO EXHAUSTIVO
x2 ILUSTRATIVO

• En el óptimo, si el costo reducido de una variable no-básica


es 0, esa variable puede crecer mientras se mantenga la
factibilidad de la solución, y el valor de la función objetivo no
cambiará…
Óptimo
• …por lo tanto, si en el óptimo existe al menos una variable
no-básica con costo reducido asociado igual a 0, entonces
el problema admite óptimos alternativos… x1

• …de hecho, si v1 y v2 son ambos vértices óptimos de un


problema de programación lineal, entonces todas sus
combinaciones lineales convexas serán óptimos del
problema…

• …por combinaciones lineales convexas nos referimos a los


puntos por los que pasa la recta que une ambos vértices

Preparado por Sebastián Varas Kittel 30


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 31


TRATEMOS DE RESOLVER EL SIGUIENTE EJEMPLO

ILUSTRATIVO

MAX x Z = 2x1 + x2 MAX x Z = 2x1 + x2


s. a. s. a.
−x1 + x2 ≤ 10 Forma −x1 + x2 + h1 = 10
x1 − 2x2 ≤ 10 Estándar x1 − 2x2 + h2 = 10
x1 , x2 ≥ 0 x1 , x2 , h1 , h2 ≥ 0

• Comenzamos iterando con la siguiente base


h x2
1 0 0 10
xB = 1 , B = , cB = , xB = B−1 b = ≥ 0 → Factible
h2 0 1 0 10
x1 −1 1 2
xN = x , N = , cN =
2 1 −2 1

x1

Preparado por Sebastián Varas Kittel 32


ITERACIÓN 1

x2 ILUSTRATIVO

h1 1 0 0 x1 −1 1 2
xB = ,B = , cB = , xN = x , N = , cN =
h2 0 1 0 2 1 −2 1
x1
MAX Z = 0 + 2 1 x
2
s. a.
h1 10 −1 1 x1
= −
h2 10 1 −2 x2
x≥0
x1
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1 = 10
h1 10 −1 1 x1 10 + x1 x ≥ −10 x2 = 00
= − = ≥0→ 1 →
h2 10 1 −2 0 10 − x1 x1 ≤ +10 h1 = 20
h2 = 00
• Por lo tanto, h2 sale de la base

Preparado por Sebastián Varas Kittel 33


ITERACIÓN 2

x2 ILUSTRATIVO

h1 1−1 0 h 0 1 0
xB = ,B = , cB = , xN = 2 , N = , cN =
x1 0 1 2 x2 1 −2 1
h
MAX Z = 20 + −2 5 2
x2 No acotado!!
s. a.
h1 20 1 −1 h2
= −
x1 10 1 −2 x2
x≥0
x1
• No es óptimo, y seleccionamos x2 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x2 sin que las variables básicas actuales se hagan 0
x1 = ∞ Simplex
se puede
h1 20 1 −1 0 20 + x2 x2 ≥ −20 x2 = ∞
= − = ≥0→ →h =∞ mover sin
x1 10 1 −2 x2 10 + 2x2 x2 ≥ −5 1
límites!!
h2 = 0
• Si bien Simplex indica que x2 debe ingresar a la base, cuando lo hacemos crecer para ver
que variable sale de la base, ninguna variable básica se hace 0. Lo anterior es por que el
vector dt = 2 1 1 0 ≥ 0, por lo tanto nos estamos moviendo en una dirección en que
ninguna variable disminuye

Preparado por Sebastián Varas Kittel 34


SI ALGÚN 𝐜ҧ𝐢 > 𝟎 Y LA COLUMNA DE −𝐁 −𝟏 𝐍 ASOCIADA A LA VARIABLE 𝐱 𝐢 ES
POSITIVA, ENTONCES EL PROBLEMA ES NO ACOTADO NO EXHAUSTIVO
x2 ILUSTRATIVO

• Si Simplex define que una variable debe ingresar a la base,


entonces esa variable puede crecer mientras se mantenga
la factibilidad del problema…
No acotado!!
• …por lo tanto, si dicha variable aumenta de valor y ninguna
variable básica se hace menor que 0…

‒ …que sería lo mismo que decir que la dirección de x1


ascenso d asociada a la variable cumple con d ≥ 0 2
1
d= ≥0
• …entonces, el problema será no acotado, por lo que no 1
tendrá solución y el valor de la función objetivo en el óptimo 0
tenderá a ∞

Preparado por Sebastián Varas Kittel 35


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 36


¿CÓMO LO HACEMOS CUANDO NO ES FÁCIL DE ENCONTRAR UN VÉRTICE
INICIAL? ¿CÓMO NOS DAMOS CUENTA QUE NO EXISTE?
ILUSTRATIVO

MAX x Z = 2x1 + x2 MAX x Z = 2x1 + x2


s. a. s. a.
x1 + x2 ≥ 5 Forma x1 + x2 − h1 = 5
5x1 + 3x2 ≤ 30 Estándar 5𝑥1 + 3x2 + h2 = 30
x1 , x2 ≥ 0 x1 , x2 , h1 , h2 ≥ 0

• Comenzamos iterando con la siguiente base


h x2
−1 0 0 −5
xB = 1 , B = , cB = , xB = B−1 b = → Infactible
h2 0 1 0 30
x1 1 1 2
xN = x , N = , cN =
2 5 3 1

x1

Preparado por Sebastián Varas Kittel 37


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 38


SE RESUELVE UN PROBLEMA AUXILIAR, AGREGANDO VARIABLES
AUXILIARES AL PROBLEMA Y MODIFICANDO EL OBJETIVO
NO EXHAUSTIVO

n m

MAX x Z = ෍ xi MINt T = ෍ t j
i=1 Fase I j=1
s. a. s. a.
n n
෍ aji xi = bj , ∀j = 1. . m ෍ aji xi + t j = bj , ∀j: bj ≥ 0
i=1 i=1
x>0 n

෍ aji xi − t j = bj , ∀j: bj < 0


i=1
x, t ≥ 0
• Si existe un vértice que cumple que 𝐀𝐱 = 𝐛, entonces este punto será óptimo en la
fase I (problema de la derecha) y el valor de la función objetivo será igual a 0

‒ En la fase I se espera que las variables artificiales salgan de la base y cuando esto
suceda el problema llegase a su fin, dejándonos una base para comenzar la fase II

Preparado por Sebastián Varas Kittel 39


SEPARAREMOS EL PROBLEMA EN 2 FASES, EN LA FASE I BUSCAREMOS
UN VÉRTICE Y EN LA FASE II LO RESOLVEREMOS CON ESE VÉRTICE
ILUSTRATIVO

MAX x Z = 2x1 + 2x2 MINt Z = t1 + t 2


s. a. s. a.
x1 + x2 − h1 = 5 Fase I x1 + x2 − h1 + t1 = 5
5𝑥1 + 3x2 + h2 = 30 5x1 + 3x2 + h2 + t 2 = 30
x1 , x2 , h1 , h2 ≥ 0 x1 , x2 , h1 , h2 , t1 , t 2 ≥ 0

• Comenzamos iterando con la siguiente base


t 1 0 1 5 x2
xB = t 1 , B = ,c = , xB = B −1 b = ≥ 0 → Factible
2 0 1 B 1 30
x1 0
x2 1 1 −1 0 0
xN = h , N = , cN =
1 5 3 0 1 0
h2 0

x1

Preparado por Sebastián Varas Kittel 40


FASE I: ITERACIÓN 1

x2 ILUSTRATIVO

x1 0
t 1 0 1 x2 1 1 −1 0 0
xB = t 1 , B = , cB = , xN = h , N = , cN =
2 0 1 1 1 5 3 0 1 0
h2 0
x1
x2
MIN T = 35 + −6 −4 1 −1 h
1
h2
s. a.
x1 x1
t1 5 1 1 −1 0 x2
= −
t2 30 5 3 0 1 h1
h2
x≥0
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1
x1 = 5 x2 = 0
t1 5 1 1 −1 0 0 5 − x1 x1 ≤ 5
h = 0 h2 = 0
t 2 = 30 − 5 3 0 1 0 = 30 − 5x1 ≥ 0 → x1 ≤ 6 → 1
t1 = 0 t 2 = 5
0
• Por lo tanto, t1 sale de la base
Preparado por Sebastián Varas Kittel 41
FASE I: ITERACIÓN 2

x2 ILUSTRATIVO

t1 1
x1 1 0 0 x2 1 1 −1 0 0
xB = t , B = , cB = , xN = h , N = , cN =
2 5 1 1 1 0 3 0 1 0
h2 0
t1
x2
MIN T = 5 + 6 2 −5 −1 h
1
h2
s. a.
t1 x1
x1 5 1 1 −1 0 x2
t2 = −
5 −5 −2 5 1 h1
h2
x≥0
• No es óptimo, y seleccionamos h1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar h1 sin que las variables básicas actuales se hagan 0
0 x1 = 6 x2 = 0
x1 5 1 1 −1 0 0 5 + h1 h1 ≥ −5
t 2 = 5 − −5 −2 5 1 h1 = 5 − 5h1 ≥ 0 → h1 ≤ 1 → h1 = 1 h2 = 0
t1 = 0 t 2 = 0
0
• Por lo tanto, t 2 sale de la base
Preparado por Sebastián Varas Kittel 42
FASE I: ITERACIÓN 3

x2 ILUSTRATIVO

t1 1
x1 1 −1 0 x2 1 1 0 0 0
xB = h , B = , cB = , xN = t , N = , cN =
1 5 0 0 2 0 3 1 1 1
h2 0
t1
x2
MIN T = 0 + 1 0 1 0 t
2
h2
s. a.
t1 x1
x1 6 0 3/5 1/5 1/5 x2
h1 = −
1 −1 −2/5 1/5 1/5 t 2
h2
x≥0
• Es óptimo y la solución óptima es...
x1 = 6 x2 = 0 x1
h1 = 1 h2 = 0 → xB = h Terminamos
t1 = 0 t2 = 0
1 de resolver la
Fase I
• …y la función objetivo en el óptimo es T ∗ = 0

Preparado por Sebastián Varas Kittel 43


¿QUÉ PUEDE PASAR AL RESOLVER LA FASE I?

NO EXHAUSTIVO

• Se llega al óptimo, el objetivo es 𝐓 ∗ = 𝟎 y se tiene una base sin variables 𝐭 𝐢 … Nuestro


ejemplo
‒ …borrar las variables 𝐭 𝐢 , volver a la función objetivo original y empezar simplex
tradicional con la base que es solución de la fase I (fase II)

• Si se llega al óptimo, el objetivo es T ∗ = 0 y se tiene una base con variables t i …

‒ …seguir iterando para eliminarlas (vértice degenerado), luego borrar las variables t i ,
volver a la función objetivo original y empezar simplex tradicional con la base que es
solución de la fase I (fase II)

• Si se llega al óptimo, el objetivo es T ∗ > 0…

‒ …el problema es infactible

Preparado por Sebastián Varas Kittel 44


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 45


LA FASE II CONSISTE EN TOMAR LA BASE QUE ENTREGÓ LA FASE I Y
RESOLVER EL PROBLEMA ORIGINAL USANDO DICHA BASE

MINt Z = t1 + t 2 MAX x Z = 2x1 + 2x2


s. a. s. a.
x1 + x2 − h1 + t1 = 5 Fase II x1 + x2 − h1 = 5
5x1 + 3x2 + h2 + t 2 = 30 5𝑥1 + 3x2 + h2 = 30
x1 , x2 , h1 , h2 , t1 , t 2 ≥ 0 x1 , x2 , h1 , h2 ≥ 0

• Comenzamos iterando con la base entregada en la fase I


x1 1 −1 2 6 x2
xB = h , B = , cB = , xB = B−1 b = ≥ 0 → Factible
1 5 0 0 1
x2 1 0 2
xN = h , N = , cN =
2 3 1 0

x1

Preparado por Sebastián Varas Kittel 46


FASE II: ITERACIÓN 1
x2
ILUSTRATIVO

x1 1 −1 2 x2 1 0 2
xB = h , B = , cB = , xN = h , N = , cN =
1 5 0 0 2 3 1 0
4 2 x2
MAX Z = 12 + −
5 5 h2
s. a.
3 1
x1 6 5 x2
h1 = − 5 x1
1 2 1 h2

5 5
x≥0
• No es óptimo, y seleccionamos x2 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x2 sin que las variables básicas actuales se hagan 0
3 1 3
6 − x2 x2 ≤ 10
x1 6 5 5 x2 5 x = 0 x2 = 10
= − = ≥ 0 → 5→ 1
h1 1 2 1 0 2 x2 ≥ − h1 = 5 h2 = 0
− 1 + x2 2
5 5 5
• Por lo tanto, x1 sale de la base

Preparado por Sebastián Varas Kittel 47


FASE II: ITERACIÓN 2
x2
ILUSTRATIVO
Óptimo
x2 1 −1 2 x1 1 0 2
xB = h , B = , cB = , xN = h , N = , cN =
1 3 0 0 2 5 1 0
4 2 x1
MAX Z = 20 + − −
3 3 h2
s. a.
5 1
x2 10 3 3 x1
h1 = − x1
5 2 1 h2
3 3
x≥0
• Es óptimo, y la solución óptima es…
x1 = 0 x2 = 10
h1 = 5 h2 = 0
• …y la función objetivo en el óptimo es Z ∗ = 20

Preparado por Sebastián Varas Kittel 48


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 49


SI UN VÉRTICE ES DEGENERADO, EL VALOR ÓPTIMO DE LA FASE I PUEDE
SER 0 Y SEGUIR TENIENDO VARIABLES AUXILIARES EN LA BASE
ILUSTRATIVO

MAX x Z = x2 MINt T = t1 + t 2
s. a. s. a.
x1 + x2 + h1 = 5 Fase I x1 + x2 + h1 + t1 = 5
x1 − h2 = 5 x1 − h2 + t 2 = 5
x1 , x2 , h1 , h2 ≥ 0 x1 , x2 , h1 , h2 , t1 , t 2 ≥ 0

• Comenzamos iterando con la siguiente base


t 1 0 1 5 x2
xB = t 1 , B = , cB = , xB = B −1 b = ≥ 0 → Factible
2 0 1 1 5
x1 0
x2 1 1 1 0 0
xN = h , N = , cN =
1 1 0 0 −1 0
h2 0

x1

Preparado por Sebastián Varas Kittel 50


FASE I: ITERACIÓN 1

x2 ILUSTRATIVO

x1 0
t 1 0 1 x2 1 1 1 0 0
xB = t 1 , B = , cB = , xN = h , N = , cN =
2 0 1 1 1 1 0 0 −1 0
h2 0
x1
x2
MIN T = 10 + −2 −1 −1 1 h
1
h2
s. a. x1
x1
t1 5 1 1 1 0 x2
= −
t2 5 1 0 0 −1 h1
h2
x≥0
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1
x1 = 5 x2 = 0
t1 5 1 1 1 0 0 5 − x1 x1 ≤ 5
h = 0 h2 = 0
t 2 = 5 − 1 0 0 −1 0 = 5 − x1 ≥ 0 → x1 ≤ 5 → 1
t1 = 0 t 2 = 0
0
• Por lo tanto puede salir t1 o t 2 , supongamos que sale t1 de la base
Preparado por Sebastián Varas Kittel 51
FASE I: ITERACIÓN 2

x2 ILUSTRATIVO

t1 1
x1 1 0 0 x2 1 1 1 0 0
xB = t , B = , cB = , xN = h , N = , cN =
2 1 1 1 1 0 0 0 −1 0
h2 0
t1
x2
MIN T = 0 + 2 1 1 1 h
1
h2
s. a. x1
t1 Óptimo
x1 5 1 1 1 0 x2
t2 = −
0 −1 −1 −1 −1 h1
h2 Encontramos el óptimo y el
x≥0 objetivo 𝐓 ∗ = 𝟎, por lo tanto
• Por lo tanto es el óptimo y la solución sería encontramos una base factible del
problema original, sin embargo la
x1 = 5 x2 = 0
base está compuesta por una
h1 = 0 h2 = 0
variable artificial
t1 = 0 t 2 = 0
• Forcemos a que t 2 salga y forcemos a que ingrese x2

Preparado por Sebastián Varas Kittel 52


FASE I: ITERACIÓN 3

x2 ILUSTRATIVO

t1 1
x1 1 0 0 x2 1 1 1 0 0
xB = t , B = , cB = , xN = h , N = , cN =
2 1 1 1 1 0 0 0 −1 0
h2 0
t1
x2
MIN T = 0 + 2 1 1 1 h
1
h2
s. a. x1
t1 Óptimo
x1 5 1 1 1 0 x2
t2 = −
0 −1 −1 −1 −1 h1
h2
x≥0
• Forzamos a que ingrese x2 , pero sin modificar su valor para mantener la optimalidad del
objetivo, lo cual lo podemos hacer por que la variable básica que sacaremos vale 0
0 x1 = 5 x2 = 0
x1 5 1 1 1 0 x2 5 − x2 x2 ≤ 5
t 2 = 0 − −1 −1 −1 −1 0 = 0 + x2 ≥ 0 → x2 ≥ 0 → h1 = 0 h2 = 0
t1 = 0 t 2 = 0
0
• Por lo tanto t 2 sale de la base y podemos comenzar la fase II
Preparado por Sebastián Varas Kittel 53
¿QUÉ PUEDE PASAR AL RESOLVER LA FASE I?

NO EXHAUSTIVO

• Se llega al óptimo, el objetivo es T ∗ = 0 y se tiene una base sin variables t i …

‒ …borrar las variables t i , volver a la función objetivo original y empezar simplex


tradicional con la base que es solución de la fase I (fase II) Nuestro
ejemplo
• Si se llega al óptimo, el objetivo es 𝐓 ∗ = 𝟎 y se tiene una base con variables 𝐭 𝐢 …

‒ …seguir iterando para eliminarlas (vértice degenerado), luego borrar las


variables 𝐭 𝐢 , volver a la función objetivo original y empezar simplex tradicional
con la base que es solución de la fase I (fase II)

• Si se llega al óptimo, el objetivo es T ∗ > 0…

‒ …el problema es infactible

Preparado por Sebastián Varas Kittel 54


FASE II: ITERACIÓN 1

x2 ILUSTRATIVO

x1 1 1 0 h 1 0 0
xB = x , B = , cB = , xN = 1 , N = , cN =
2 1 0 1 h2 0 −1 0
h
MAX Z = 0 + −1 −1 1
h2
s. a.
x1 5 0 −1 h1
x2 = −
0 1 1 h2
x≥0
• Es optimo y la solución es… x1
Óptimo
x1 = 5 x2 = 0
h1 = 0 h2 = 0
• …y el valor óptimo es Z ∗ = 0

Preparado por Sebastián Varas Kittel 55


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 56


SI RESOLVEMOS LA FASE I Y EL VALOR ÓPTIMO ES MAYOR QUE 0,
SIGNIFICA QUE EL PROBLEMA ORIGINAL ES INFACTIBLE
ILUSTRATIVO

MAX x Z = 2x1 + 2x2 MINt T = t1 + t 2


s. a. s. a.
x1 + x2 − h1 = 10 Fase I x1 + x2 − h1 + t1 = 10
𝑥1 + x2 + h2 = 5 x1 + x2 + h2 + t 2 = 5
x1 , x2 , h1 , h2 ≥ 0 x1 , x2 , h1 , h2 , t1 , t 2 ≥ 0

• Comenzamos iterando con la siguiente base


t 1 0 1 10 x2
xB = t 1 , B = ,c = , xB = B −1 b = ≥ 0 → Factible
2 0 1 B 1 5
x1 0
x2 1 1 −1 0 0
xN = h , N = , cN =
1 1 1 0 1 0
h2 0

x1

Preparado por Sebastián Varas Kittel 57


FASE I: ITERACIÓN 1
x2 ILUSTRATIVO

x1 0
t 1 0 1 x2 1 1 −1 0 0
xB = t 1 , B = , cB = , xN = h , N = , cN =
2 0 1 1 1 1 1 0 1 0
h2 0
x1
x2
MIN T = 15 + −2 −2 1 −1 h
1
h2
s. a. x1
x1
t1 10 1 1 −1 0 x2
= −
t2 5 1 1 0 1 h1
h2
x≥0
• No es óptimo, y seleccionamos x1 para entrar a la base, por lo que vemos hasta cuanto
puede aumentar x1 sin que las variables básicas actuales se hagan 0
x1
x1 = 5 x2 = 0
t1 10 1 1 −1 0 0 10 − x1 x1 ≤ 10
h = 0 h2 = 0
t 2 = 5 − 1 1 0 1 0 = 5 − x1 ≥ 0 → x1 ≤ 5 → 1
t1 = 5 t 2 = 0
0
• Por lo tanto, t 2 sale de la base
Preparado por Sebastián Varas Kittel 58
FASE I: ITERACIÓN 2
x2 ILUSTRATIVO

t2 1
t 1 1 1 x2 0 1 −1 0 0
xB = x1 , B = , cB = , xN = h , N = , cN =
1 0 1 0 1 1 1 0 1 0
h2 0
t2
x2
MIN T = 5 + 2 0 1 1 h
1
h2
s. a. x1
t2 Óptimo
t1 5 −1 0 −1 0 − 1 x2
x1 = − h1
5 1 1 0 1
h2
x≥0 Encontramos el óptimo y el
objetivo 𝐓 ∗ > 𝟎, por lo tanto
• Es óptimo, y la solución óptima es
no existe una base factible
x1 = 5 x2 = 0 para el problema original, lo
h1 = 0 h2 = 0 que implica que el problema
t1 = 5 t2 = 0 original es infactible
• Y el valor óptimo de la función objetivo es T ∗ = 5

Preparado por Sebastián Varas Kittel 59


¿QUÉ PUEDE PASAR AL RESOLVER LA FASE I?

NO EXHAUSTIVO

• Se llega al óptimo, el objetivo es T ∗ = 0 y se tiene una base sin variables t i …

‒ …borrar las variables t i , volver a la función objetivo original y empezar simplex


tradicional con la base que es solución de la fase I (fase II)

• Si se llega al óptimo, el objetivo es T ∗ = 0 y se tiene una base con variables t i …

‒ …seguir iterando para eliminarlas (vértice degenerado), luego borrar las variables t i ,
volver a la función objetivo original y empezar simplex tradicional con la base que es
solución de la fase I (fase II)
Nuestro
• Si se llega al óptimo, el objetivo es 𝐓 ∗ > 𝟎… ejemplo

‒ …el problema es infactible

Preparado por Sebastián Varas Kittel 60


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 61


EJERCICIO PROPUESTO 01
Casos Especiales del Simplex
ILUSTRATIVO

• Sea el siguiente problema de programación lineal escrito en forma estándar


MIN Z = 30 − c1 x1 + c3 x3
s. a.
ax1 + x2 − x3 = d
x1 + bx3 + x4 = 10
x1 , x2 , x3 , x4 ≥ 0
• Identificar si está escrito como diccionario, y en caso de serlo identificar la base asociada
al diccionario
• Determinar los rangos de valores que pueden tomar c1 , c3 , a, b, d de tal forma que:
‒ La base asociada al diccionario sea óptima
‒ La base asociada al diccionario sea óptima y el problema tenga infinitas soluciones
‒ El vértice asociado a la base del diccionario sea degenerado
‒ Que en esta iteración x1 entre a la base y x2 salga de ésta
‒ El problema sea no acotado

Preparado por Sebastián Varas Kittel 62


AGENDA

• Recordatorio clase anterior

• Adyacencia y complejidad del método Simplex

• Casos especiales de Simplex

‒ Degenerancia

‒ Infinitas soluciones

‒ No acotado

• ¿Cómo encuentro una base factible?

‒ Fase I

‒ Fase II

‒ Vértice Degenerado

‒ Problema no factible

• Ejercicios propuestos

• Próximos pasos

Preparado por Sebastián Varas Kittel 63


PRÓXIMOS PASOS

• Leer Capítulo 5 (Hillier & Lieberman)

• Próxima semana veremos Dualidad y Holgura Complementaria

Preparado por Sebastián Varas Kittel 64


Optimización –- 2°
OPTIMIZACIÓN 1ERsemestre
SEMESTRE2017
2016

Casos especiales de Simplex y Fase I y Fase II

13 de septiembre

Preparado por Sebastián Varas Kittel