Soluciones factibles y básicas factibles
Soluciones factibles y básicas factibles
Soluciones factibles y básicas factibles
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Soluciones</strong> <strong>factibles</strong> y <strong>básicas</strong> <strong>factibles</strong><br />
Analizamos ahora el conjunto convexo de las soluciones <strong>factibles</strong> de un<br />
P.P.L.<br />
Habíamos visto cómo en un mismo problema, variando los coeficientes de<br />
la función objetivo, se obtenían distintas soluciones, pero siempre había<br />
una solución óptima en un vértice del conjunto. La idea de vértice se<br />
corresponde con el concepto de punto extremo de un conjunto convexo.<br />
Se definen los conceptos de convexo y punto extremo de un conjunto<br />
convexo en R n . Posteriormente se caracterizan los puntos extremos del<br />
conjunto convexo de soluciones <strong>factibles</strong> (S). Se demuestra que siempre<br />
que exista alguna solución factible existirá al menos un punto extremo. La<br />
solución factible asociada a un punto extremo de S se denominará solución<br />
básica. Se demuestra que si un P.P.L. tiene solución óptima, existe una<br />
solución básica óptima.<br />
Para el caso en que este conjunto de soluciones <strong>factibles</strong> (S) no esté<br />
acotado se introducen los conceptos de dirección y dirección extrema, así<br />
como la correspondiente caracterización de direcciones extremas de S.<br />
Terminamos la sección con el teorema de caracterización del conjunto S y<br />
sus implicaciones en el P.P.L.<br />
Sea S = {x ∈ R n / Ax = b, x ≥ 0} el conjunto de soluciones <strong>factibles</strong> de un<br />
P.P.L. en forma estándar.<br />
Definición: Un conjunto S ⊂ R n , S ≠ ∅, es un conjunto convexo si<br />
∀ x, y ∈ S λx + (1-λ)y ∈ S, ∀ λ ∈ [0,1]<br />
La combinación lineal positiva cuyos coeficientes suman 1 se denomina<br />
combinación lineal convexa.<br />
Proposición: El conjunto S es un conjunto convexo.<br />
Definición: Dado un conjunto convexo S ⊂ R n , x ∈S se dice que es un<br />
punto extremo de S si verifica lo siguiente:<br />
x = λy + (1-λ)z, 0 < λ < 1, y, z ∈ S ⇒ x = y = z
Teorema: Dado S = {x ∈ R n / Ax = b, x ≥ 0}, donde A es una matriz m x n<br />
y rango(A) = m, entonces<br />
x es un punto extremo de S ⇔ A = (B,N), x = ⎟ −1<br />
⎛ xB<br />
⎞ ⎛ B b⎞<br />
⎜<br />
⎟ = ⎜<br />
donde |B| ≠ 0 y<br />
⎝ xN<br />
⎠ ⎝ 0 ⎠<br />
B -1 b ≥ 0<br />
El número de puntos extremos es finito, concretamente es ¿?.<br />
Proposición: Si S ≠ ∅, entonces existe al menos un punto extremo.<br />
Los puntos extremos de S se asocian a matrices B ⊂ A con la propiedad de<br />
tener determinante no nulo y generar todos los vectores columna de la<br />
matriz A. Se introduce así el concepto de solución básica.<br />
Definición: Dado el problema de programación lineal<br />
t<br />
Min c x<br />
s.<br />
a.<br />
Ax = b<br />
x ≥ 0<br />
se dice que una solución factible x es básica cuando es un punto extremo<br />
del conjunto de soluciones <strong>factibles</strong> S, es decir, existe una base B ⊂ A<br />
verificando |B| ≠0 y B -1 b ≥ 0.<br />
El concepto de solución básica es muy importante porque la solución<br />
óptima del P.P.L. se alcanza en una solución básica.<br />
Teorema: Dado un problema de programación lineal, si existe solución<br />
óptima, existe solución básica óptima.<br />
Caso no acotado.<br />
Hemos visto en el teorema anterior que si existe solución óptima para el<br />
P.P.L., ésta se alcanza en una solución básica. Entonces:<br />
¿La solución óptima de un P.P.L. se obtiene evaluando la función objetivo<br />
en todas las soluciones <strong>básicas</strong> y cogiendo la mejor?
Ejemplo:<br />
Punto extremo: (26/7,4/7,0)<br />
Min − x − 3x<br />
− 3x<br />
s.<br />
a.<br />
x<br />
1<br />
2x<br />
1<br />
+ 4x<br />
1<br />
x<br />
+ x<br />
i<br />
2<br />
2<br />
2<br />
≥ 0<br />
− 3x<br />
3<br />
− 4x<br />
3<br />
3<br />
= 6<br />
= 8<br />
∀i<br />
= 1,<br />
2,<br />
3<br />
¿Y el punto (117/7,18/7,7)? ¿Es un punto extremo? ¿Cuál es el valor de la<br />
función objetivo en ambos puntos? ¿Cuál es el óptimo?<br />
Definición: Dado un conjunto convexo S ⊂ R n , S ≠ ∅, un vector d ≠ 0 ∈R n<br />
es una dirección de S si se verifica la siguiente propiedad:<br />
∀ x∈ S, ∀µ ≥ 0 x + µd ∈S<br />
Dos direcciones proporcionales se consideran equivalentes.<br />
Proposición: Dado S = {x ∈ R n / Ax = b, x ≥ 0}, donde A es una matriz m<br />
x n y rango(A) = m, entonces<br />
d es una dirección de S ⇔ d ≥ 0 y Ad = 0<br />
Ejemplo: Sea el recinto de soluciones <strong>factibles</strong> de un P.P.L. definido por la<br />
matriz A de coeficientes y b el vector de términos independientes:<br />
A = (1 2 –1) y b = (4)<br />
En este ejemplo se puede comprobar que los vectores d1 t = (1,0,1), d2 t =<br />
(0,1/2,1) y d3 t = (1,1/2,2) son direcciones de S. También se puede<br />
comprobar que existe una relación entre ellas: d3 = d1 + d2.<br />
Introducimos así el concepto de dirección extrema:<br />
Dado un conjunto convexo S ⊂ R n , una dirección d ∈R n se dice que es una<br />
dirección extrema de S se verifica lo siguiente:<br />
d = µ1d 1 + µ2d 2 µ1 ,µ2 ≥ 0 d 1 ,d 2 direcciones de S ⇒d = d 1 = d 2
Teorema: Dado S = {x ∈ R n / Ax = b, x ≥ 0}, donde A es una matriz m x n<br />
y rango(A) = m, entonces<br />
d es una dirección extrema de S ⇔ A = (B,N), donde |B| ≠ 0 y existe un<br />
vector columna aj∈N verificando B -1 aj ≤ 0 de forma que d = αd 0 con α > 0<br />
y d 0 ⎛− ⎞<br />
= ⎜ ⎟<br />
⎜ ⎟<br />
⎝ ⎠<br />
−1<br />
B a j<br />
. El vector ej es un vector con n-m coordenadas siendo<br />
e j<br />
todas nulas excepto un 1 en la posición j-ésima.<br />
El número de direcciones extremas es finito, concretamente está acotado<br />
por ¿?.<br />
El concepto de dirección de un conjunto convexo se introdujo al observar<br />
que en el caso de conjuntos convexos no acotados, las combinaciones<br />
lineales convexas de sus puntos extremos no cubrían todo el conjunto. En<br />
estos casos, hay que añadir a dicha combinación lineal convexa una<br />
combinación lineal positiva de todas las direcciones extremas. Este<br />
resultado nos lo da el teorema de representación:<br />
Teorema:<br />
Dado S = {x ∈ R n / Ax = b, x ≥ 0}, donde A es una matriz m x n y<br />
rango(A) = m. Sean {x 1 , x 2 , ..., x k } el conjunto de puntos extremos y {d 1 ,<br />
d 2 , ..., d l } el conjunto de direcciones extremas. Entonces se verifica lo<br />
siguiente:<br />
k<br />
⎧<br />
⎪∃(<br />
λ , λ 2 ,..., λ k ) λ i ≥ 0,<br />
∀i<br />
= 1,2,.., k ∑ λ = 1<br />
1<br />
i<br />
x ∈ S ⇔∧ ⎨<br />
i=<br />
1 de forma que:<br />
⎪⎩ ∃(<br />
µ , µ ,..., µ ) µ ≥ 0,<br />
∀j<br />
= 1,2,.., l<br />
1<br />
2<br />
l<br />
j<br />
k<br />
i x = ∑λ<br />
i x + ∑ µ jd<br />
i=<br />
1<br />
Esto es, todo punto de S se puede representar como una combinación<br />
convexa de sus puntos extremos + una combinación lineal positiva de sus<br />
direcciones extremas.<br />
Pero además, si S es acotado no tiene direcciones, con lo cual cualquier<br />
punto de S de podrá expresar como combinación convexa de sus puntos<br />
extremos.<br />
Corolario: En las condiciones del teorema anterior S tiene al menos una<br />
dirección extrema si y sólo si S no está acotado.<br />
l<br />
j=<br />
1<br />
j
Corolario: Si el conjunto S ≠∅ de soluciones <strong>factibles</strong> de un P.P.L. tiene<br />
una dirección extrema d j verificando c t d j < 0, entonces el P.P.L. tiene<br />
solución óptima no acotada.<br />
Corolario: Si el conjunto S ≠∅ de soluciones <strong>factibles</strong> de un P.P.L. no<br />
tiene direcciones extremas o teniéndolas, todas ellas verifican c t d j ≥ 0,<br />
entonces el P.P.L. tiene solución óptima, y ésta se alcanza en un punto<br />
extremo del conjunto S.<br />
Dado el P.P.L.:<br />
Esquema de resolución del P.P.L.<br />
t<br />
Min c x<br />
s.<br />
a.<br />
Ax = b<br />
x ≥ 0<br />
basándose en las proposiciones, corolarios y teoremas anteriores se<br />
propone el siguiente procedimiento para resolverlo:<br />
1.- Determinar {x 1 ,x 2 , ..., x k } conjunto de puntos extremos de S:<br />
a) k = 0 No existen puntos extremos en S ⇒ NO EXISTE<br />
SOLUCIÓN FACTIBLE<br />
b) k > 0 El conjunto S es no vacío, IR PASO SIGUIENTE.<br />
2.- Determinar {d 1 ,d 2 , ..., d l } conjunto de direcciones extremas de S:<br />
a) ∃d j 1 ≤ j ≤ l / c t d j < 0 ⇒ SOLUCIÓN ÓPTIMA NO ACOTADA<br />
b) l = 0 ó ∀j ∈{1,2,...l} c t d j ≥ 0 ⇒ EXISTE SOLUCIÓN ÓPTIMA<br />
x * , que se determina según:<br />
c t x * ≡ c t x s = Min { c t x i / 1 ≤ i ≤ k}