SlideShare una empresa de Scribd logo
Universidad Nacional Experimental de Guayana
Coordinación de Pregrado
Facultad de Ingeniería En Informática
Programación Dinámica Lineal y Entera
Ejercicios Resueltos de M Grande
PASOS:
1. Pasar a la forma estándar el Modelo Matemático
2. Agregar variable artificial donde no hay variable de holgura
3.Penalizar las variables artificiales en la función objetivo asignando coeficiente positivo
muy grande "M" (minimizar = +M, maximizar= -M)
4.Quitar las "m" de la columna artificial, ya teniendo solución inicial
5.Se aplica el Método Simplex
1. EJERCICIOS:
Maximizar z= 3x1 + 5x2
x1 ≤ 4
2x2 ≤ 12
3x1+2x2=18
x1, x2 ≥ 0
*La función objetivo se debe penalizar con -M, por ser maximización y para hacer z=0 por lo tanto:
z= 3x1 + 5x2 -M, entonces: z-3x1-5x2+M= 0
x1 + H1 = 4
2x2 +H2 = 12
3x1 + 2x2 + A1 = 18
(-MR4+R1)
-3R2+R4; (3M+3)R2+R1
R4(-2)+R3 ; R4 (2M+5)+R1
R3(-1)+R2 ; R3 (9/2)+R1 ; R3(3/2)+R4
Solucion:
x= 2
x2=6
H1=2
x1 + H1 = 4
2x2 + H2 = 12
3x1+2x2 +A1 = 18
Entonces:
2+2 = 4
2(6) + 0 = 12
3(2) + 2(6) +0 =18
2. EJERCICIO:
Minimice Z= 4X1 + X2
La forma estándar se obtiene restando un superávit X3 en la segunda restricción y añadiendo una
holgura X en la tercera restricción. Por tanto obtenemos
Minimice Z= 4X1 +X2
La primera y segunda ecuación no tiene variables que desempeñen el papel de holguras. Por
consiguiente, utilizamos las variables R1 y R2 en estas dos ecuaciones y las penalizamos en la
función objetivo con MR1 + MR2. La PL resultante se da como
Minimice Z=4X1 +X2 + MR1 + MR2
En el modelo modificado, ahora podemos
utilizar R1, R2 y X4 como la solución básica factible inicial como lo demuestra la siguiente tabla
simplex
Antes de proceder con los cálculos del método simplex, necesitamos hacer que el renglón -Z sea
consistente con el resto de la tabla simplex. De manera específica, el valor de z asociado con la
solución básica inicial R1 = 5, R2 6, y X4 = 4 debe ser 3M + 6M + O = 9M en vez de O, como se
muestra en el lado derecho del renglón -Z. Esta inconsistencia se debe al hecho de que R, y R2
tienen coeficientes no cero (-M, -M) en e! renglón -Z Estas inconsistencias se eliminan
sustituyendo R1 y R2 en el renglón -Z, utilizando las ecuaciones apropiadas de restricción.
En particular, observe los elementos “1” realzados en el renglón -R1 y en el renglón -R2.
Multiplicando cada uno de los renglones –R1 y de los renglones -R2 por M y añadiendo la suma al
renglón -Z, efectivamente se sustituirá a R1 y R2 en el renglón objetivo. Podemos resumir este
paso como
Nuevo renglón Z= Antiguo renglón Z + M x (Renglón R1) + M x (Renglón R2) Esto se aplica como
3. EJERCICIO:
Maximizar: Z3x1+5x2
X1≤4 *con signos mayor que o menor que agrego holgura
2x2≤12
3x1+2x2=18 *con signo = agrego artificial
X1 X2 ≥0
La función objetivo se debe panalizar con -MA1, por ser maximización y para hacer a z=0 por lo
tanto, Z-3X1-5X2+MA1=0
Entonces las restricciones quedarían:
X1+H1=4
2X2+H2=12
3X1+2X2+A1=18
4. EJERCICIO:
Minimizar
Sujeto a:
Minimizar
Sujeto a:
Minimizar
Sujeto a:
Minimizar
Sujeto a:
V.B. Z X1 X2 X3 S1 S2 R1 Solución
Z 1 -3 -2 -4 0 0 -M 0
R1 0 2 2 3 -1 0 1 15
S2 0 2 3 1 0 1 0 12
V.B. Z X1 X2 X3 S1 S2 R1 Solución
Z 1 -3+2M -2+2M -4+3M -M 0 0 15M
R1 0 2 2 3 -1 0 1 15
S2 0 2 3 1 0 1 0 12
Criterio para seleccionar la variable entrante:
Maximización : El valor mayor negativo del renglón Z.
Minimización : El valor mayor positivo del renglón Z.
V.B. Z X1 X2 X3 S1 S2 R1 Solución
Z 1 -1/3 2/3 0 -4/3 0 4/3-M 20
X3 0 2/3 2/3 1 -1/3 0 1/3 5
S2 0 4/3 7/3 0 1/3 1 -1/3 7
V.B. Z X1 X2 X3 S1 S2 R1 Solución
Z 1 -5/7 0 0 -10/7 -2/7 10/7-M 18
X3 0 2/7 0 1 -3/7 -2/7 3/7 3
X2 0 4/7 1 0 1/7 3/7 -1/7 3
5. EJERCICIOS:
Maximizar
Sujeto a:
Maximizar
Sujeto a:
Maximizar
Sujeto a:
Maximizar
Sujeto a:
V.B. Z X1 X2 S1 S2 R1 R2 Solución
Z 1 -4 -1 0 0 M M 0
R1 0 3 1 0 0 0 0 3
R2 0 4 3 -1 0 1 1 6
S2 0 1 2 0 1 0 0 3
V.B. Z X1 X2 S1 S2 R1 R2 Solución
Z 1 -4-7M -1-4M M 0 0 0 -9M
R1 0 3 1 0 0 0 0 3
R2 0 4 3 -1 0 1 1 6
S2 0 1 2 0 1 0 0 3
V.B. Z X1 X2 S1 S2 R1 R2 Solución
Z 1 0 1/3-
5/3M
M 0 4/3+7/3M 0 4-2M
X1 0 1 1/3 0 0 1/3 0 1
R2 0 0 5/3 -1 0 -4/3 0 2
S2 0 0 5/3 0 1 -1/3 1 2
V.B. Z X1 X2 S1 S2 R1 R2 Solución
Z 1 0 0 1/5 0 8/5+M -1/5+M 18/5
X1 0 1 0 1/5 0 3/5 3/5
R2 0 0 1 -3/5 0 -4/5 3/5 6/5
S2 0 0 0 1 1 1 -1 1
6. EJERCICIO
7. EJERCICIO
Resuelva el siguiente modelo de programación lineal aplicando la
Técnica de la Gran M.
Max. Z= 2X1 + X2
s.a.
X1 + X2 = 4
-X1 + 2 X2 = 2
X1, X2  0
Penalización.
Max. Z= 2X1 + X2 –MW1 – MW2
s.a.
X1 + X2 + W1 = 4
-X1 + 2 X2 + W2 = 2
X1, X2, W1, W2  0
Igualamos a 0 la función objetivo.
Z = 2X1 + X2 –MW1 – MW2
Z -2X1 - X2 +MW1 + MW2 = 0

Más contenido relacionado

DOCX
Expo 2 método de dos fases
PDF
Exponentes
DOCX
Expo 3 analisis de sensibilidad (metodo simplex)
PPT
Metodo simplex corposucre - micro clase
PPTX
DOCX
Simplificacion y amplificacion de fracciones.
DOC
Actividad n10 nivelacion matematicas
Expo 2 método de dos fases
Exponentes
Expo 3 analisis de sensibilidad (metodo simplex)
Metodo simplex corposucre - micro clase
Simplificacion y amplificacion de fracciones.
Actividad n10 nivelacion matematicas

La actualidad más candente (18)

PPTX
Simplificar fracciones
PDF
PPT
Diferencia de cuadrados_y_suma_y_diferencia_de_cubos
PDF
028 matemáticas.4º eso.división de polinomios.apuntes y problemas
PPTX
Método regla de cramer
DOCX
Tener presente
PDF
U7funpr60a
PDF
Conceptos de límite de funciones_Propiedades de limites
PDF
Actividad 5 mate primero divi enteros
DOC
Division de polinomios
DOCX
Taller de ecuaciones con fracciones algebraicas
PDF
Análisis numérico Interpolación de Newton
PDF
DOCX
Ejercicios
PPTX
Ejemplos de distribuciones 4
PPTX
Metodo Resolucion (Gauss, Eliminacion y Sustitucion)
PPTX
Proceso Estadistico Peter Meletz
Simplificar fracciones
Diferencia de cuadrados_y_suma_y_diferencia_de_cubos
028 matemáticas.4º eso.división de polinomios.apuntes y problemas
Método regla de cramer
Tener presente
U7funpr60a
Conceptos de límite de funciones_Propiedades de limites
Actividad 5 mate primero divi enteros
Division de polinomios
Taller de ecuaciones con fracciones algebraicas
Análisis numérico Interpolación de Newton
Ejercicios
Ejemplos de distribuciones 4
Metodo Resolucion (Gauss, Eliminacion y Sustitucion)
Proceso Estadistico Peter Meletz
Publicidad

Similar a Mgrandeejemplos (20)

PDF
Mgrandeejemplos
PPTX
2.3. procedimiento para resolver problemas
PDF
Dual y simplex dual
PDF
Metodo simplexdual
PPTX
3.2- IO_SIMPLEX_SAGA-T3-2021-tabular.pptx
PDF
estadisticasII Metodo-de-la-gran-M.pdf
PDF
Tema 3: Métodos de Solución para Modelos de Programación Lineal
DOCX
Método simplex
PDF
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
PDF
Programación lineal entera y binaria
DOCX
Metodo simplex
DOCX
MATERIA
DOCX
Materia
PDF
Unidad 3.
PDF
ejercicios método simplex
PDF
PDF
Análisis post óptimo y sensibilidad
DOCX
unidad-3
Mgrandeejemplos
2.3. procedimiento para resolver problemas
Dual y simplex dual
Metodo simplexdual
3.2- IO_SIMPLEX_SAGA-T3-2021-tabular.pptx
estadisticasII Metodo-de-la-gran-M.pdf
Tema 3: Métodos de Solución para Modelos de Programación Lineal
Método simplex
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
Programación lineal entera y binaria
Metodo simplex
MATERIA
Materia
Unidad 3.
ejercicios método simplex
Análisis post óptimo y sensibilidad
unidad-3
Publicidad

Último (20)

DOCX
PLAN DE CASTELLANO 2021 actualizado a la normativa
PDF
5°-UNIDAD 5 - 2025.pdf aprendizaje 5tooo
PDF
COMPLETO__PROYECTO_VIVAN LOS NIÑOS Y SUS DERECHOS_EDUCADORASSOS.pdf
PDF
SESION 12 INMUNIZACIONES - CADENA DE FRÍO- SALUD FAMILIAR - PUEBLOS INDIGENAS...
DOCX
V UNIDAD - SEGUNDO GRADO. del mes de agosto
DOCX
PLANES DE área ciencias naturales y aplicadas
PDF
Integrando la Inteligencia Artificial Generativa (IAG) en el Aula
PDF
Punto Critico - Brian Tracy Ccesa007.pdf
PDF
Híper Mega Repaso Histológico Bloque 3.pdf
PDF
Gasista de unidades unifuncionales - pagina 23 en adelante.pdf
PDF
PFB-MANUAL-PRUEBA-FUNCIONES-BASICAS-pdf.pdf
PDF
CONFERENCIA-Deep Research en el aula universitaria-UPeU-EduTech360.pdf
PDF
ACERTIJO Súper Círculo y la clave contra el Malvado Señor de las Formas. Por ...
PDF
Como Potenciar las Emociones Positivas y Afrontar las Negativas Ccesa007.pdf
DOCX
UNIDAD DE APRENDIZAJE 5 AGOSTO tradiciones
PDF
Metodologías Activas con herramientas IAG
PDF
MATERIAL DIDÁCTICO 2023 SELECCIÓN 1_REFORZAMIENTO 1° BIMESTRE.pdf
PDF
Escuelas Desarmando una mirada subjetiva a la educación
PDF
Didactica de la Investigacion Educativa SUE Ccesa007.pdf
PDF
IDH_Guatemala_2.pdfnjjjkeioooe ,l dkdldp ekooe
PLAN DE CASTELLANO 2021 actualizado a la normativa
5°-UNIDAD 5 - 2025.pdf aprendizaje 5tooo
COMPLETO__PROYECTO_VIVAN LOS NIÑOS Y SUS DERECHOS_EDUCADORASSOS.pdf
SESION 12 INMUNIZACIONES - CADENA DE FRÍO- SALUD FAMILIAR - PUEBLOS INDIGENAS...
V UNIDAD - SEGUNDO GRADO. del mes de agosto
PLANES DE área ciencias naturales y aplicadas
Integrando la Inteligencia Artificial Generativa (IAG) en el Aula
Punto Critico - Brian Tracy Ccesa007.pdf
Híper Mega Repaso Histológico Bloque 3.pdf
Gasista de unidades unifuncionales - pagina 23 en adelante.pdf
PFB-MANUAL-PRUEBA-FUNCIONES-BASICAS-pdf.pdf
CONFERENCIA-Deep Research en el aula universitaria-UPeU-EduTech360.pdf
ACERTIJO Súper Círculo y la clave contra el Malvado Señor de las Formas. Por ...
Como Potenciar las Emociones Positivas y Afrontar las Negativas Ccesa007.pdf
UNIDAD DE APRENDIZAJE 5 AGOSTO tradiciones
Metodologías Activas con herramientas IAG
MATERIAL DIDÁCTICO 2023 SELECCIÓN 1_REFORZAMIENTO 1° BIMESTRE.pdf
Escuelas Desarmando una mirada subjetiva a la educación
Didactica de la Investigacion Educativa SUE Ccesa007.pdf
IDH_Guatemala_2.pdfnjjjkeioooe ,l dkdldp ekooe

Mgrandeejemplos

  • 1. Universidad Nacional Experimental de Guayana Coordinación de Pregrado Facultad de Ingeniería En Informática Programación Dinámica Lineal y Entera Ejercicios Resueltos de M Grande PASOS: 1. Pasar a la forma estándar el Modelo Matemático 2. Agregar variable artificial donde no hay variable de holgura 3.Penalizar las variables artificiales en la función objetivo asignando coeficiente positivo muy grande "M" (minimizar = +M, maximizar= -M) 4.Quitar las "m" de la columna artificial, ya teniendo solución inicial 5.Se aplica el Método Simplex 1. EJERCICIOS: Maximizar z= 3x1 + 5x2 x1 ≤ 4 2x2 ≤ 12 3x1+2x2=18 x1, x2 ≥ 0 *La función objetivo se debe penalizar con -M, por ser maximización y para hacer z=0 por lo tanto: z= 3x1 + 5x2 -M, entonces: z-3x1-5x2+M= 0 x1 + H1 = 4 2x2 +H2 = 12 3x1 + 2x2 + A1 = 18
  • 2. (-MR4+R1) -3R2+R4; (3M+3)R2+R1 R4(-2)+R3 ; R4 (2M+5)+R1 R3(-1)+R2 ; R3 (9/2)+R1 ; R3(3/2)+R4 Solucion: x= 2 x2=6 H1=2 x1 + H1 = 4 2x2 + H2 = 12 3x1+2x2 +A1 = 18 Entonces: 2+2 = 4
  • 3. 2(6) + 0 = 12 3(2) + 2(6) +0 =18 2. EJERCICIO: Minimice Z= 4X1 + X2 La forma estándar se obtiene restando un superávit X3 en la segunda restricción y añadiendo una holgura X en la tercera restricción. Por tanto obtenemos Minimice Z= 4X1 +X2 La primera y segunda ecuación no tiene variables que desempeñen el papel de holguras. Por consiguiente, utilizamos las variables R1 y R2 en estas dos ecuaciones y las penalizamos en la función objetivo con MR1 + MR2. La PL resultante se da como Minimice Z=4X1 +X2 + MR1 + MR2
  • 4. En el modelo modificado, ahora podemos utilizar R1, R2 y X4 como la solución básica factible inicial como lo demuestra la siguiente tabla simplex Antes de proceder con los cálculos del método simplex, necesitamos hacer que el renglón -Z sea consistente con el resto de la tabla simplex. De manera específica, el valor de z asociado con la solución básica inicial R1 = 5, R2 6, y X4 = 4 debe ser 3M + 6M + O = 9M en vez de O, como se muestra en el lado derecho del renglón -Z. Esta inconsistencia se debe al hecho de que R, y R2 tienen coeficientes no cero (-M, -M) en e! renglón -Z Estas inconsistencias se eliminan sustituyendo R1 y R2 en el renglón -Z, utilizando las ecuaciones apropiadas de restricción. En particular, observe los elementos “1” realzados en el renglón -R1 y en el renglón -R2. Multiplicando cada uno de los renglones –R1 y de los renglones -R2 por M y añadiendo la suma al renglón -Z, efectivamente se sustituirá a R1 y R2 en el renglón objetivo. Podemos resumir este paso como
  • 5. Nuevo renglón Z= Antiguo renglón Z + M x (Renglón R1) + M x (Renglón R2) Esto se aplica como 3. EJERCICIO: Maximizar: Z3x1+5x2 X1≤4 *con signos mayor que o menor que agrego holgura 2x2≤12 3x1+2x2=18 *con signo = agrego artificial X1 X2 ≥0 La función objetivo se debe panalizar con -MA1, por ser maximización y para hacer a z=0 por lo tanto, Z-3X1-5X2+MA1=0 Entonces las restricciones quedarían: X1+H1=4 2X2+H2=12 3X1+2X2+A1=18
  • 8. V.B. Z X1 X2 X3 S1 S2 R1 Solución Z 1 -3 -2 -4 0 0 -M 0 R1 0 2 2 3 -1 0 1 15 S2 0 2 3 1 0 1 0 12 V.B. Z X1 X2 X3 S1 S2 R1 Solución Z 1 -3+2M -2+2M -4+3M -M 0 0 15M R1 0 2 2 3 -1 0 1 15 S2 0 2 3 1 0 1 0 12 Criterio para seleccionar la variable entrante: Maximización : El valor mayor negativo del renglón Z. Minimización : El valor mayor positivo del renglón Z. V.B. Z X1 X2 X3 S1 S2 R1 Solución Z 1 -1/3 2/3 0 -4/3 0 4/3-M 20 X3 0 2/3 2/3 1 -1/3 0 1/3 5 S2 0 4/3 7/3 0 1/3 1 -1/3 7 V.B. Z X1 X2 X3 S1 S2 R1 Solución Z 1 -5/7 0 0 -10/7 -2/7 10/7-M 18 X3 0 2/7 0 1 -3/7 -2/7 3/7 3
  • 9. X2 0 4/7 1 0 1/7 3/7 -1/7 3 5. EJERCICIOS: Maximizar Sujeto a: Maximizar Sujeto a:
  • 10. Maximizar Sujeto a: Maximizar Sujeto a: V.B. Z X1 X2 S1 S2 R1 R2 Solución Z 1 -4 -1 0 0 M M 0 R1 0 3 1 0 0 0 0 3 R2 0 4 3 -1 0 1 1 6 S2 0 1 2 0 1 0 0 3 V.B. Z X1 X2 S1 S2 R1 R2 Solución Z 1 -4-7M -1-4M M 0 0 0 -9M R1 0 3 1 0 0 0 0 3
  • 11. R2 0 4 3 -1 0 1 1 6 S2 0 1 2 0 1 0 0 3 V.B. Z X1 X2 S1 S2 R1 R2 Solución Z 1 0 1/3- 5/3M M 0 4/3+7/3M 0 4-2M X1 0 1 1/3 0 0 1/3 0 1 R2 0 0 5/3 -1 0 -4/3 0 2 S2 0 0 5/3 0 1 -1/3 1 2 V.B. Z X1 X2 S1 S2 R1 R2 Solución Z 1 0 0 1/5 0 8/5+M -1/5+M 18/5 X1 0 1 0 1/5 0 3/5 3/5 R2 0 0 1 -3/5 0 -4/5 3/5 6/5 S2 0 0 0 1 1 1 -1 1
  • 13. 7. EJERCICIO Resuelva el siguiente modelo de programación lineal aplicando la Técnica de la Gran M. Max. Z= 2X1 + X2 s.a. X1 + X2 = 4 -X1 + 2 X2 = 2 X1, X2  0 Penalización. Max. Z= 2X1 + X2 –MW1 – MW2 s.a. X1 + X2 + W1 = 4 -X1 + 2 X2 + W2 = 2 X1, X2, W1, W2  0 Igualamos a 0 la función objetivo. Z = 2X1 + X2 –MW1 – MW2
  • 14. Z -2X1 - X2 +MW1 + MW2 = 0