Académique Documents
Professionnel Documents
Culture Documents
INGENIERIA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
Degeneración
Óptimos alternativos
Soluciones No Acotadas
Soluciones No Existentes
Matrícula : 14680007
Fecha:martes 03/11/2015
Casos Especiales del Método Simplex.
1. Degeneración.
2. Opciones óptimas.
3. Soluciones no acotadas.
4. Soluciones inexistentes (o infactibles).
Cuando esto sucede, una o más de las variables básicas serán cero en lo
siguiente. En este caso, la nueva solución es degenerada.
x1 + 4x2 <= 8
x1 + 2x2 <= 4
x1,x2 >= 0
Tres rectas cruzan el óptimo. Como éste es un problema bidimensional,
se dice que el punto está más que determinado (o sobre determinado),
ya que solo necesitamos dos rectas para identificarlo. Por este motivo,
concluimos que una de las restricciones es redundante.
Desafortunadamente no existen técnicas confiables para identificar
restricciones redundantes directamente a partir de la tabla.
x1 = 0, x2 = 2, x3 = 0, x4 = 0, z = 18
Existen problemas que tienen más de una solución óptima. En este caso se
dice que se tienen soluciones óptimas múltiples debido a que la solución
óptima se encuentra en un segmento de recta que es acotado por una de
las restricciones.
Maximizar
Sujeto a:
V. Básica Z X1 X2 S1 S2 Solución
Z 1 -4 -14 0 0 0
S1 0 2 7 1 0 21
S2 0 7 2 0 1 21
V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 0 2 0 42
X2 0 2/7 1 1/7 0 3
S2 0 4/7 0 -5/7 1 15
Nota: Si existe un cero en el primer renglón significa que hay soluciones
óptimas múltiples.
V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 0 2 0 42
X2 0 0 1 7/45 -2/45 7/3
X1 0 1 0 -2/45 7/45 7/3
SOLUCION NO ACOTADA
En algunos modelos de programación lineal los valores de las variables se
pueden aumentar en forma indefinida sin violar ninguna de las
restricciones, lo que significa que el espacio de soluciones es no acotado
cuando menos en una dirección. Como resultado, el valor de la función
objetivo puede crecer (caso de maximización) o de crecer (caso de
minimización) en forma indefinida. En este caso decimos que el espacio de
soluciones y el valor "óptimo" de la función objetivo son no acotados.
Maximizar z = 2x1 + x2
Sujeto a
x1 - x2 <= 10
2x1 <=40
x1, x2 > 0
Iteración inicial
Sujeto a
2x1 + x2 <= 2
x1, x2 > 0