06/05/2010

Pontificia Universidad Catlica de Chile Facultad de Ingeniera Departamento de Ingeniera Industrial y de Sistemas

Clase: Repaso para I2

ICS 1113 OPTIMIZACIN secciones 3 y 4 Profesor : Mathias Alberto Klapp

Lo que entra en la I2
Modelacin Ideas Generales de un LP Simplex
Anlisis Matricial
Por ejemplo: Partir desde un vrtice / Condicionar un vrtice

Casos particulares
Solucin mltiple, Degeneracin de Vrtices.

Casos de Inexistencia de Solucin

Problema no acotado, Problema con Dominio vaco.

Fases I y II en el Tableu

Anlisis Post-Optimal Teora de Dualidad

06/05/2010

Ideas Generales de un LP
1. 2. 3. 4. Los LPs son convexos: Cualquier mnimo local es global. Si existe solucin ptima, al menos una debe estar en un vrtice. Existe un nmero finito de vrtices. Si existe una solucin en un vrtice, que es igual o mejor a la de los vrtices adyacentes, entonces es ptima. 5. Forma Estndar:

Min : cT X s.a. AX = b xi 0
Donde: b j 0 j (1,.., m )

i (1,.., n )

Simplex
FASE I Paso Inicial Encontrar un vrtice del dominio, es decir, una solucin inicial factible (SIF)

Paso Iterativo Traslado a una mejor solucin FASE II Prueba de Optimalidad Es ptima la solucin?
La solucin en un vrtice es ptima cuando ninguna en vrtices adyacentes a ella sea mejor.

NO FIN SI

06/05/2010

Lo que entra en la I2
Modelacin Ideas Generales de un LP Simplex
Anlisis Matricial
Por ejemplo: Partir desde un vrtice / Condicionar un vrtice

Casos particulares
Solucin mltiple, Degeneracin de Vrtices.

Casos de Inexistencia de Solucin

Problema no acotado, Problema con Dominio vaco.

Fases I y II en el Tableu

Anlisis Post-Optimal Teora de Dualidad

Anlisis Matricial
T T Min : cB X B + cD XD
1 T T 1 Min : cT B B b + ( cD cB B D) XD

BX B + DX D = b XB, XD 0

XB = B1b B1DXD XB , XD 0
XD = 0

Si se toma como valor de las variables no bsicas: Entonces el valor de las variables bsicas es: El valor de la funcin objetivo est dado por:

X B = B 1b
T 1 V = cB B b

El impacto marginal de las variables no bsicas al entrar es: Este valor se conoce como: COSTO REDUCIDO

T T 1 rD = ( cT D cB B D )

06/05/2010

Partir desde un vrtice

Tomamos una configuracin de base. Confeccionamos el tableau como:

XB

XD

LD

I
0

B 1 D
CD T CBT B 1 D

X B = B 1b
CBT B 1b

Hacemos iteraciones hasta llegar el ptimo

Condicionar un vrtice
Considere el siguiente problema:

Max : X + aY s.a. 3Y + X 13 X +Y 6 0 X 0Y 4
Para qu valores de a, estn activas las restricciones * y ** en el ptimo?

(*)

3 X + Y 13 (**)

06/05/2010

Condicionar un vrtice
Estandarizamos:

Max : X + aY s.a. 3Y + X 13 X +Y 6 0 X 0Y 4 (*) 3 X + Y 13 (**)

Min : X aY s.a. X + 3Y + h1 = 13 X + Y + h2 = 6 3 X + Y + h3 = 13 Y + h4 = 4 X ,Y 0

Condicionar un vrtice
Resolvemos: X 1 1 3 0 -1 Y 3 1 1 1 -a h1 1 0 0 0 0 h2 0 1 0 0 0 h3 0 0 1 0 0 h4 0 0 0 1 0 13 6 13 4 0 BASE h1 h2 h3 h4

Para lograr nuestro objetivo requerimos que h2 = h3 = 0 (no bsicas) en el ptimo. Este TABLEAU no cumple ni la condicin de ptimo, ni lo que queremos, por lo tanto hay que iterar. X entra a la base Min (13/1, 6/1, 13/3,: ) = 13/3. Sale la tercera variable de base, h3.

06/05/2010

Condicionar un vrtice
Resolvemos: X 0 0 1 0 0 Y 8/3 2/3 1/3 1 1/3-a h1 1 0 0 0 0 h2 0 1 0 0 0 h3 -1/3 -1/3 1/3 0 1/3 h4 0 0 0 1 0 26/3 5/3 13/3 4 13/3 BASE h1 h2 X h4

Tenemos solo una restriccin activada, ya que h3 = 0. Pero falta la otra, por lo que no puede ser el ptimo. Por lo tanto: 1/3 a < 0. Esto implica a > 1/3 (Mayor estricto S. nica). Y entra a la base Min[(26/3)/(8/3), (5/3)/(2/3), (13/3)/(1/3), 4/1] = (26/8, 5/2, 13, 4) = 5/2. Luego sale la segunda variable de base, o sea, h2. .

Condicionar un vrtice
Resolvemos: X 0 0 1 0 0 Y 0 1 0 0 0 h1 h2 h3 1 -4 1 0 3/2 -1/2 0 -1/2 1/2 0 -3/2 1/2 0 (3a-1)/2 (1-a)/2 h4 BASE 0 2 h1 0 5/2 Y 0 7/2 X 1 3/2 h4 0 21/6+5a/2

Obtenemos nuestra condicin, ya que logramos sacar las holguras 2 y 3 fuera de la base. Este vrtice debe ser ptimo, por lo que los costos reducidos deben ser mayores o iguales que cero: (3a-1)/2 > 0 y (1-a)/2>0. Esto nos dice que. : a > 1/3 y a < 1. Luego 1/3 < a < 1 es la condicin pedida.

06/05/2010

Lo que entra en la I2
Modelacin Ideas Generales de un LP Simplex
Anlisis Matricial
Por ejemplo: Partir desde un vrtice / Condicionar un vrtice

Casos particulares
Solucin mltiple, Degeneracin de Vrtices.

Casos de Inexistencia de Solucin

Problema no acotado, Problema con Dominio vaco.

Fases I y II en el Tableu

Anlisis Post-Optimal Teora de Dualidad

Casos particulares e Inexistencia de Solucin

Caso SIBF (Vrtice factible) Solucin nica Solucin Mltiple Caracterizacin en el Tableau Todo elemento del lado derecho mayor o igual a cero. Solucin Factible, con todo costo reducido no bsico mayor a cero Solucin Factible, con todos los costos reducidos no bsicos mayores o iguales a cero. Al menos un costo reducido no bsico igual a cero. Qu hacer? Iterar y encontrar el ptimo entrando a la base variables no bsicas con costos reducidos negativos OK, encontramos el ptimo

Encontrar las dems soluciones entrando a la base las variables no bsicas con costos reducidos cero. S. ptima es combinacin convexa de las soluciones en los vrtices encontradas. Solucin Algn elemento del lado derecho Si es ptimo, OK. Degenerada (Variable bsica) igual a cero. Si no; seguir iterando y as salir del vrtice degenerado, para luego encontrar el ptimo. Problema no Columna de la variable entrante Nada... acotado slo con valores negativos o ceros. El problema no tiene solucin Dominio Infactible Fase 1 sin solucin o distinta a Nada... Variables Artificiales = 0 El problema no tiene solucin

06/05/2010

Casos particulares e Inexistencia de Solucin

Lo que entra en la I2
Modelacin Ideas Generales de un LP Simplex
Anlisis Matricial
Por ejemplo: Partir desde un vrtice / Condicionar un vrtice

Casos particulares
Solucin mltiple, Degeneracin de Vrtices.

Casos de Inexistencia de Solucin

Problema no acotado, Problema con Dominio vaco.

Fases I y II en el Tableu

Anlisis Post-Optimal Teora de Dualidad

06/05/2010

Fase 1 y 2 en el Tableau: Veamos un ejemplo

M a x : 2 x2 s .a . x2 3 x 2 x1 x1 + 2 x 2 3 x1 2 x 2 3 x1 + x 2 6 x1 , x 2 0
M a x : 2 x2 s .a . x2 + x3 = 3 x1 + x 2 + x 4 = 0 x1 + 2 x 2 x 5 = 3 x1 2 x 2 + x 6 = 3 x1 + x 2 + x 7 = 6 x1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 0

Fase 1 y 2 en el Tableau:
M in : A s .a . x2 + x3 = 3
Problema de Fase 1

x1 + x 2 + x 4 = 0 x1 + 2 x 2 x 5 + A = 3 x1 2 x 2 + x 6 = 3 x1 + x 2 + x 7 = 6 x1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 , A 0

06/05/2010

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Iniciamos Fase 1 pivoteando los costos reducidos de dicha fase y conservando los originales.
x1 0 -1 1 1 1 0 0 x2 1 1 2 -2 1 2 0 x3 1 0 0 0 0 0 0 x4 0 1 0 0 0 0 0 x5 0 0 -1 0 0 0 0 x6 0 0 0 1 0 0 0 x7 0 0 0 0 1 0 0 A 0 0 1 0 0 0 1 LD 3 0 3 3 6 0 0

x1 0 -1 1 1 1 0 -1

x2 1 1 2 -2 1 2 -2

x3 1 0 0 0 0 0 0

x4 0 1 0 0 0 0 0

x5 0 0 -1 0 0 0 1

x6 0 0 0 1 0 0 0

x7 0 0 0 0 1 0 0

A 0 0 1 0 0 0 0

LD 3 0 3 3 6 0 -3

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Comenzamos a realizar iteraciones. En este caso estamos en un vrtice degenerado.
x1 0 -1 1 1 1 0 -1 x2 1 1 2 -2 1 2 -2 x3 1 0 0 0 0 0 0 x4 0 1 0 0 0 0 0 x5 0 0 -1 0 0 0 1 x6 0 0 0 1 0 0 0 x7 0 0 0 0 1 0 0 A 0 0 1 0 0 0 0 LD 3 0 3 3 6 0 -3

X2 entra a la base Sale X4 de base.

sale Min(3/1;0/1;3/2;*;6/1) = 0

10

06/05/2010

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Estamos en el mismo vrtice. La variable que entramos avanz cero debido a la degeneracin.
x1 1 -1 3 -1 2 2 -3 x2 0 1 0 0 0 0 0 x3 1 0 0 0 0 0 0 x4 -1 1 -2 2 -1 -2 2 x5 0 0 -1 0 0 0 1 x6 0 0 0 1 0 0 0 x7 0 0 0 0 1 0 0 A 0 0 1 0 0 0 0 LD 3 0 3 3 6 0 -3

X1 entra a la base Sale A de base.

sale Min(3/1;*;3/3;*;6/2) = 3/3 = 1

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Hemos terminado Fase 1 con valor de A = 0. Procedemos a construir TABLEAU de Fase 2.
x1 0 0 1 0 0 0 0 x2 0 1 0 0 0 0 0 x3 1 0 0 0 0 0 0 x4 -0,333 0,333 -0,667 1,333 0,333 -0,667 0 x5 0,333 -0,333 -0,333 -0,333 0,667 0,667 0 x6 0 0 0 1 0 0 0 x7 0 0 0 0 1 0 0 A -0,333 0,333 0,333 0,333 -0,667 -0,667 1 LD 2 1 1 4 4 -2 0

Borramos la columna de A y los costos reducidos de Fase 1

x1 0 0 1 0 0 0 x2 0 1 0 0 0 0 x3 1 0 0 0 0 0 x4 -0,333 0,333 -0,667 1,333 0,333 -0,667 x5 0,333 -0,333 -0,333 -0,333 0,667 0,667 x6 0 0 0 1 0 0 x7 0 0 0 0 1 0 LD 2 1 1 4 4 -2

11

06/05/2010

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Seguimos con Fase 2. Estamos maximizando, por lo que buscamos costos reducidos negativos.
x1 0 0 1 0 0 0 x2 0 1 0 0 0 0 x3 1 0 0 0 0 0 x4 -0,333 0,333 -0,667 1,333 0,333 -0,667 x5 0,333 -0,333 -0,333 -0,333 0,667 0,667 x6 0 0 0 1 0 0 x7 0 0 0 0 1 0 LD 2 1 1 4 4 -2

X5 entra a la base sale Min(2/(1/3);*;*;*;4/(2/3)) = 6. Hay empate en la salida Nuevamente hay un vrtice degenerado. Puede salir de base X3 X7 Sale X3 arbitrariamente.

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Tenemos un caso muy raro: Solucin ptima mltiple y degenerada. Iteramos para buscar el otro vrtice
x1 0 0 1 0 0 0 x2 0 1 0 0 0 0 x3 3 1 1 1 -2 -2 x4 -1 0 -1 1 1 0 x5 1 0 0 0 0 0 x6 0 0 0 1 0 0 x7 0 0 0 0 1 0 LD 6 3 3 6 0 -6

X1* = [3;3;0;0;6;6;0] V* = 6

X4 entra a la base Sale X7

sale Min(*;*;*;6/1;0/1) = 0.

12

06/05/2010

Fase 1 y 2 en el Tableau: Veamos un ejemplo

El otro vrtice es exactamente el mismo que el anterior. La solucin mltiple colaps a un punto por degeneracin.
x1 0 0 1 0 0 0 x2 0 1 0 0 0 0 x3 1 1 -1 3 -2 -2 x4 0 0 0 0 1 0 x5 1 0 0 0 0 0 x6 0 0 0 1 0 0 x7 1 0 1 -1 1 0 LD 6 3 3 6 0 -6
* X2 = [3;3;0;0;6;6;0] = X1*

V* = 6

* X * = X 1* + (1 ) X 2 = X 1* + (1 ) X 1* = X 1*

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Grficamente:

13

06/05/2010

Fase 1 y 2 en el Tableau: Veamos un ejemplo

Vemos la solucin mltiple colapsada a un punto:

Lo que entra en la I2
Modelacin Ideas Generales de un LP Simplex
Anlisis Matricial
Por ejemplo: Partir desde un vrtice / Condicionar un vrtice

Casos particulares
Solucin mltiple, Degeneracin de Vrtices.

Casos de Inexistencia de Solucin

Problema no acotado, Problema con Dominio vaco.

Fases I y II en el Tableu

Anlisis Post-Optimal Teora de Dualidad

14

06/05/2010

Anlisis de Sensibilidad Post-optimal

Las 4 preguntas que deben saber resolver dado el TABLEAU ptimo: 1. Qu pasa si agregamos una variable? 2. Qu pasa si cambia un costo no bsico? 3. Qu pasa si cambia un costo bsico? 4. Qu pasa si cambia el lado derecho del tableu?

Lo que entra en la I2
Modelacin Ideas Generales de un LP Simplex
Anlisis Matricial
Por ejemplo: Partir desde un vrtice / Condicionar un vrtice

Casos particulares
Solucin mltiple, Degeneracin de Vrtices.

Casos de Inexistencia de Solucin

Problema no acotado, Problema con Dominio vaco.

Fases I y II en el Tableu

Anlisis Post-Optimal Teora de Dualidad

15

06/05/2010

Teora de Dualidad
Conceptos bsicos: 1. 2. 3. 4. Dualidad Dbil Dualidad Fuerte Simetra Significado de las Variables Duales (Variables, Holguras, Costos Reducidos) Variables Duales en el TABLEAU Primal. Relacin Dual en: 1. Degeneracin - Solucin Mltiple 2. Dominio Vaco Dominio no Acotado

5. 6.

Tabla de Conversin para cualquier Problema

Max CT X Min Y T b

a j x bj

yj 0 yj 0
y jlibre

a j x bj
a j x = bj
T

xi 0

AiTY ci

xi 0
xi : libre

AiTY ci AiTY = ci

a j : Representa la fila j de la matriz A

Ai : Representa la columna i de la matriz A

LA TABLA DE CONVERSIN VA DE MAX A MIN (DE MIN A MAX SE MIRA AL REVS)

16

06/05/2010

Ejemplo de Dualidad:
Resolver el problema dual y obtener la solucin de:

Min : 3 x1 + 4 x2 + 5 x3 s.a. x1 + 2 x2 + x3 5 2 x1 + 2 x2 + x3 6 x1 , x2 , x3 0

Ejemplo de Dualidad :
Obtenemos el problema dual:

Min : 3 x1 + 4 x2 + 5 x3 s.a. x1 + 2 x2 + x3 5 2 x1 + 2 x2 + x3 6 x1 , x2 , x3 0
Requiere fase 1 No se puede resolver grficamente

Max : 5 y1 + 6 y2 s.a. y1 + 2 y2 3 2 y1 + 2 y2 4 y1 + y2 5 y1 , y2 0
No requiere fase 1 Se puede resolver grficamente En este caso el DUAL es ventajoso!

17

06/05/2010

Ejemplo de Dualidad :
Estandarizamos el Dual:

Max : 5 y1 + 6 y2 s.a. y1 + 2 y2 3 2 y1 + 2 y2 4 y1 + y2 5 y1 , y2 0

Max : 5 y1 + 6 y2 s.a.
1 =3 y1 + 2 y2 + hD 2 2 y1 + 2 y2 + hD =4 3 =5 y1 + y2 + hD 1 2 3 y1 , y2 , hD , hD , hD 0

Ejemplo de Dualidad :
Iteracin 1:
Y1 1 2 1 5 Y2 2 2 1 6 h1 1 0 0 0 h2 0 1 0 0 h3 0 0 1 0 L.D. BASE 3 h1 4 h2 5 h3 0

Y1 entra a la base Sale h2

sale Min(3/1;4/2;5/1) = 4/2.

18

06/05/2010

Ejemplo de Dualidad :
Iteracin 2:
Y1 0 1 0 0 Y2 1 1 0 1 h1 1 0 0 0 h2 -1/2 1/2 -1/2 -5/2 h3 0 0 1 0 L.D. BASE 1 h1 2 Y1 3 h3 -10

Y2 entra a la base Sale h1

sale Min(1/1;2/1;*) = 1.

Ejemplo de Dualidad :
Iteracin 3:
Y1 0 1 0 0 Y2 1 0 0 0 h1 1 -1 0 -1 h2 -1/2 1 -1/2 -2 h3 0 0 1 0 L.D. BASE 1 Y2 1 Y1 3 h3 -11

La solucin es ptima y nica.

0 1 Y * = , hD * = 0 1 3
V * = 11

1 0 rY = , rhD = 2 0 0

19

06/05/2010

Ejemplo de Dualidad :
Obtengamos la solucin Primal:
0 1 Y * = , hD * = 0 1 3

Min : 3 x1 + 4 x2 + 5 x3 s.a. x1 + 2 x2 + x3 e1 P =5
2 2 x1 + 2 x2 + x3 eP =6 2 x1 , x2 , x3 , e1 P , eP 0

Y1 es el costo reducido del exceso de la primera restriccin dual. Y2 es el costo reducido del exceso de la segunda restriccin dual. H3 es el costo reducido de X3 X3 fuera de base.

Exceso 1 fuera de base. Exceso 2 fuera de base.

e1 P = 0

2 P

= 0

x2 = 2

Ejemplo de Dualidad :
Obtengamos la solucin Primal:
0 1 Y * = , hD * = 0 1 3

Min : 3 x1 + 4 x2 + 5 x3 s.a. x1 + 2 x2 + x3 e1 P =5
2 2 x1 + 2 x2 + x3 eP =6 2 x1 , x2 , x3 , e1 P , eP 0

e =0

1 P

e =0

2 P

x2 = 2
x1 = 1 x2 = 2

Se tiene el siguiente sistema de ecuaciones:

x1 + 2 x2 = 5 2 x1 + 2 x2 = 6
V * = 3*1 + 4* 2 + 5*0 = 11

20

06/05/2010

Ejemplo de Dualidad :
Comparando las soluciones de ambos problemas:

Max : 5 y1 + 6 y2 s.a.
1 y1 + 2 y2 + hD =3

Min : 3 x1 + 4 x2 + 5 x3 s.a. x1 + 2 x2 + x3 e1 P =5
2 2 x1 + 2 x2 + x3 eP =6 2 x1 , x2 , x3 , e1 P , eP 0

2 y1 + 2 y2 + h = 4
3 y1 + y2 + hD =5 1 2 3 , hD , hD 0 y1 , y2 , hD

2 D

0 1 Y * = , hD * = 0 1 3

1 0 X* = 2 , eP * = 0 0 0 1 rX = 0 , reP = 1 3

1 0 rY = , rhD = 2 0 0

Pontificia Universidad Catlica de Chile Facultad de Ingeniera Departamento de Ingeniera Industrial y de Sistemas

Clase: Repaso para I2

ICS 1113 OPTIMIZACIN secciones 3 y 4 Profesor : Mathias Alberto Klapp

21