Algoritmo de pivote (optimizacin matemtica)

Algoritmo de pivote (optimizacin matemtica)

En el rea de optimizacin matemtica, y en especial de la programacin lineal, los algoritmos de pivote son algoritmos que buscan la solucin fijando un sistema de ecuaciones lineales y despejando en cada iteracin un conjunto estratgicamente elegido de variables de ese sistema, de tal modo que los conjuntos sucesivamente elegidos difieran en una sola variable. Algoritmos de pivote importantes son los diversos algoritmos simplex [1] y los algoritmos criss-cross [2].

Esquema de pivotes admisibles

Todo sistema de inecuaciones lineales y todo problema de programacin lineal puede reducirse a la siguiente forma bsica:

Este formato especifica que se busca valores para las incgnitas inecuaciones del sistema anterior de modo tal que la variable objetivo En caso de que se cumplan las condiciones de optimalidad

, que satisfagan las ecuaciones e tome el mayor valor posible. y ,

podemos obtener una solucin al problema anterior, asignando a las variables independientes del sistema los valores . Por un lado, esto logra que las variables dependientes adopten valores nonegativos, como se peda. Por otro lado, toda otra solucin al problema debe satisfacer la relacin , ya que en ella las variables independientes tambin deben tomar valores nonegativos. En el caso habitual de que las condiciones de optimalidad no se cumplan, puede reformularse el sistema de ecuaciones, eligiendo adecuadamente un nuevo subconjunto de entre las incgnitas, y expresando las incgnitas elegidas en funcin de las incgnitas restantes. Sea las variables incgnitas y se construye el sistema siguiente: un reordenamiento adecuado de . Entonces se elige como base o subconjunto de variables bsicas el subconjunto de

En cada iteracin, los coeficientes del sistema as modificado vuelven a examinarse para ver si satisfacen las condiciones de optimalidad y , y de este modo generan una posible solucin al problema. Un resultado estndar de la Programacin Lineal establece que todo problema que tiene soluciones tambin posee un conjunto de variables bsicas que conduce a una de ellas. Si los coeficientes del sistema satisfacen las condiciones de optimalidad, se dice que las variables bsicas forman una base optimal del problema. Un coeficiente no nulo variable independiente del sistema de ecuaciones se llama elemento pivote, porque permite despejar la en lugar de la variable bsica , para as seguir buscando una solucin al

problema. Sin embargo, los algoritmos de pivote no eligen un elemento pivote cualquiera, sino solamente los

Algoritmo de pivote (optimizacin matemtica) llamados pivotes admisibles Se cumple simultneamente (a) , que deben satisfacer: y se cumple simultneamente (b) y

Esta restriccin a pivotes admisibles impide que en dos iteraciones sucesivas se elija el mismo pivote. Las reglas segn las cuales el pivote es elegido dependen del algoritmo de pivote particular. No obstante, debe imponerse que el algoritmo termine en un nmero finito de pasos, lo que no sucede con una eleccin de pivotes inadecuada. Fukuda & Terlaky demostraron en 1999, que para todo problema con solucin y para toda base inicial existe una secuencia de a lo ms pivotes admisibles que conduce a una base optimal [3]. Lamentablemente esa demostracin no es constructiva en el sentido de que indique cul pivote se deba elegir en cada paso.Como se puede observar de las definiciones anteriores, una base optimal no tiene pivotes admisibles, por lo que el algoritmo no puede ser continuado a partir de una base optimal. Por otro lado, es fcil demostrar con argumentos similares a los expuestos que una base no optimal sin pivotes admisibles siempre pertenece a un problema sin solucin; sea esto, porque el sistema de ecuaciones e inecuaciones no tiene solucin alguna (problema infactible), o porque existen soluciones con un valor objetivo infinitamente grande (problema no acotado).

Ejemplo
En el siguiente ejemplo se busca un conjunto de valores no negativos para las variables maximice la variable adicional satisfaciendo el siguiente conjunto de ecuaciones: que

Para evitar errores de redondeo trabajaremos en lo que sigue con nmeros racionales, eligiendo un nico denominador comn para todo el sistema de ecuaciones. En cada paso, el pivote admisible se elegir de acuerdo a la siguiente regla (el mnimo de un conjunto vaco se considera igual a infinito): 1. Buscar 2. Si se tiene 3. Si se tiene
[2]

y , elegir el pivote , elegir el pivote . con con

. .

Se puede demostrar que este criterio simple (aunque no siempre eficiente) conduce siempre a una base optimal en un sistema que tenga solucin. En el sistema inicial del ejemplo todos los pivotes son admisibles, pero el critero de seleccin prescribe que despejemos en lugar de . Con ello obtenemos:

Ahora los pivotes admisibles son obtenemos:

; despejamos

en lugar de

Algoritmo de pivote (optimizacin matemtica) El nico pivote admisible en este sistema es final: ; despejamos en lugar de y obtenemos el sistema

Como este sistema satisface las condiciones de optimalidad, hemos obtenido la solucin

Pares de problemas duales

A todo problema de programacin lineal llevado a la forma bsica arriba descrita se le puede asociar un problema dual de programacin lineal. Con respecto a esa forma bsica, la matriz de coeficientes del problema dual es la negativa transpuesta de la matriz de coeficientes del problema original, lo que muestra de paso que el dual del problema dual es el problema original, llamado problema primal en ese contexto.

(Precaucin: Al usar la forma mencionada para escribir el problema dual, no es lcito sustitur por !) La relacin anterior entre los coeficientes de un par de problemas duales no se cumple solamente para el sistema de partida, sino que persiste paso a paso a travs de un algoritmo de pivotes, siempre y cuando el pivote elegido en cada iteracin sea el mismo en ambos problemas:

De ah se concluye que toda base optimal para el problema primal tambin provee una base optimal para el problema dual. La relacin de dualidad es particularmente fcil de observar en un sistema de pivoteo que tiene slo dos variables independientes y dos variables despejadas. El sistema obtenido es el mismo si se intercambian el estado de dos de las variables y a continuacin se construye el problema dual, o si se realizan estas operaciones en orden inverso:

Algoritmo de pivote (optimizacin matemtica)

El esquema anterior tambin muestra cmo cambian los coeficientes del sistema de pivoteo al pasar de una iteracin a la siguiente. En ese esquema, el smbolo designa al elemento pivote, designa cualquier coeficiente restante en la misma fila del elemento pivote, designa cualquier coeficiente restante en la misma columna del elemento pivote, y cualquier coeficiente ajeno a la fila y a la columna del pivote. Los coeficientes de la variable a maximizar( mismas reglas. ) y los coeficientes de la columna de valores( ) se transforman de acuerdo a las

Referencias
[1] por ejemplo en: Vaek Chvtal: Linear Programming. W. H. Freeman and Company, New York, 1983, ISBN 0-716-71587-2 [2] Komei Fukuda & Tams Terlaky (1997): Criss-Cross Methods: A Fresh View on Pivot Algorithms (http:/ / citeseer. ist. psu. edu/ 336081. html) [3] Komei Fukuda & Tams Terlaky (1999): On the Existence of a Short Admissible Pivot Sequences for Feasibility and Linear Optimization Problems (http:/ / citeseer. ist. psu. edu/ 330352. html)

Fuentes y contribuyentes del artculo

Fuentes y contribuyentes del artculo

Algoritmo de pivote (optimizacin matemtica) Fuente: http://es.wikipedia.org/w/index.php?oldid=53294689 Contribuyentes: Heinrich Puschmann, Wikielwikingo

Licencia
Creative Commons Attribution-Share Alike 3.0 Unported //creativecommons.org/licenses/by-sa/3.0/