Академический Документы
Профессиональный Документы
Культура Документы
INVESTIGACIN DE OPERACIONES
Este documento ha sido elaborado pensando en el desarrollo del Programa de Estudios de la asignatura Investigacin de Operaciones (IO) de la Universidad Modular Abierta Centro Universitario Sonsonate y la Universidad Doctor Andrs Bello Regional Sonsonate. Repblica de El Salvador. Con este texto se proporciona a los estudiantes de la Facultad de Ciencias Econmicas las bases para la toma de decisiones en diferentes ambientes gerenciales, a travs de distintos modelos de operaciones aplicados de acuerdo a las necesidades o situaciones que se le presenten en su desarrollo profesional. Facilitando la enseanza a travs de un texto mediado, que pretende sean alcanzados los aprendizajes, por parte del alumno, al final del tema. Esta asignatura (IO) crea una gran interrogante y la pregunta que recibo por parte de ustedes, siempre que la imparto es para qu me sirve la Investigacin de Operaciones? y comento la siguiente ancdota Una de las respuestas que escuche hace aos fue cuando un compaero realizo esta misma pregunta al docente y este le respondi en modo de broma que si no pasas esta asignatura no logras graduarte, porque esta es pre requisito de otra asignatura. Pero la respuesta que te puedo ofrecer a esta interrogante es la siguiente:
La IO nos sirve para la toma de decisiones gerenciales y est enfocada a las diversas formas de enfrentar el proceso operacional que se deriva de las actividades de una empresa, tratando de maximizar o minimizar el uso de los recursos y las utilidades de los mismos de acuerdo a sus necesidades.
Ahora escribe tu opinin con respecto a la pregunta para qu me servir la Investigacin de Operaciones? _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ LA TOMA DE DECISIONES es un proceso que se inicia cuando una persona observa un problema y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o restricciones, a generar alternativas de solucin y
Elaborado por: Lic.
Pgina 1
El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este enfoque son inherentes en la persona y aumentan con la prctica. En muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemticas que le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un anlisis exhaustivo para tener mayor posibilidad de elegir la mejor solucin.
Luego de conocer la explicacin anterior, menciona cual es la diferencia entre enfoque cualitativo y cuantitativo: ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ La investigacin de operaciones proporciona a los tomadores de decisiones bases cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para hacer planes a futuro. En el ambiente socioeconmico actual altamente competitivo y complejo, los mtodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y prcticas apoyadas en una base cuantitativa slida. En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento bsico de las herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y recomendaciones que se le presenten. En organizaciones pequeas puede darse que el tomador de decisiones domine las herramientas cuantitativas y l mismo las aplique para apoyarse en ellas y as tomar sus decisiones.
Elaborado por: Lic.
Pgina 2
Pgina 3
La investigacin de operaciones se aplica a problemas que se refieren a la conduccin y coordinacin de operaciones (o actividades) dentro de una organizacin. La investigacin de operaciones intenta encontrar una mejor solucin, (llamada solucin ptima) para el problema bajo consideracin.
Todas estas caractersticas llevan de una manera casi natural a otra. Es evidente que no puede esperarse que un solo individuo sea un experto en todos lo mltiples aspectos del trabajo de investigacin de operaciones o de los problemas que se estudian; se requiere un grupo de individuos con diversos antecedentes y habilidades. Entonces, cuando se va a emprender un estudio de investigacin de operaciones completo de un nuevo problema, por lo general es necesario emplear el empleo de equipo. Este debe incluir individuos con antecedentes firmes en matemticas, estadstica y teora de probabilidades, al igual que en economa, administracin de empresas, ciencias de la computacin, ingeniera, ciencias fsicas, ciencias del comportamiento y, por supuesto, en las tcnicas especiales de investigacin de operaciones. El equipo tambin necesita tener la experiencia y las habilidades necesarias para permitir la consideracin adecuada de todas las ramificaciones del problema a travs de la organizacin.
GRUPO INTERDISCIPLINARIO: Una de las principales razones de la existencia de grupos de investigacin de operaciones es que la mayor parte de los problemas de negocios tienen mltiples aspectos es perfectamente razonable que las fases individuales de un problema se comprendan y analicen mejor por los que tienen el adiestramiento necesario en los campos apropiados.
Elaborado por: Lic.
Pgina 4
operaciones es la aplicacin, por grupos interdisciplinarios, del mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas (hombre-mquina), a fin de que se produzcan soluciones que mejor sirvan a los objetivos de la organizacin.
De sta definicin se pueden destacar los siguientes conceptos: 1. Una organizacin es un sistema formado por componentes que se interaccionan, unas de estas interacciones pueden ser controladas y otras no. 2. En un sistema la informacin es una parte fundamental, ya que entre las componentes fluye informacin que ocasiona la interaccin entre ellas. Tambin dentro de la estructura de los sistemas se encuentran recursos que generan interacciones. Los objetivos de la organizacin se refieren a la eficacia y eficiencia con que las componentes pueden controlarse, el control es un mecanismo de autocorreccin del sistema que permite evaluar los resultados en trminos de los objetivos establecidos. 3. La complejidad de los problemas que se presentan en las organizaciones ya no encajan en una sola disciplina del conocimiento, se han convertido en multidisciplinario por lo cual para su anlisis y solucin se requieren grupos compuestos por especialistas de diferentes reas del conocimiento que logran comunicarse con un lenguaje comn. 4. La investigacin de operaciones es la aplicacin de la metodologa cientfica a travs modelos matemticos, primero para representar al problema y luego para resolverlo. La definicin de la sociedad de investigacin de operaciones de la Gran Bretaa es la siguiente: 5. La investigacin de operaciones es el ataque de la ciencia moderna a los complejos problemas que surgen en la direccin y en la administracin de grandes sistemas de hombres, mquinas, materiales y dinero, en la industria, en los negocios, en el gobierno y en la defensa. Su actitud diferencial consiste en desarrollar un modelo cientfico del sistema tal, que incorpore valoraciones de factores como el azar y el riesgo y mediante el cual se predigan y comparen los resultados de decisiones, estrategias o controles alternativos. Su
Elaborado por: Lic.
Pgina 5
Pgina 6
MTODO DE SOLUCIN
SOLUCIN AL MODELO
La parte innovadora de la IO es sin duda alguna su enfoque modelstico, producto de sus creadores aunado a la presin de supervivencia de la guerra o la sinerga generada al combinarse diferentes disciplinas, una descripcin del enfoque es la siguiente. (Ver la figura). 1. Se define el sistema real en donde se presenta el problema. Dentro del sistema interactuan normalmente un gran numero de variables. 2. Se seleccionan las variables que norman la conducta o el estado actual del sistema, llamadas variables relevantes, con las cuales se define un sistema asumido del sistema real. 3. Se construye un modelo cuantitativo del sistema asumido, identificando y simplificando las relaciones entre las variables relevantes mediante la utilizacin de funciones matemticas. 4. Se obtiene la solucin al modelo cuantitativo mediante la aplicacin de una o mas de las tcnicas desarrolladas por la IO. 5. Se adapta e imprime la mxima realidad posible a la solucin terica del problema real obtenida en el punto 4, mediante la consideracin de factores cualitativos o no cuantificables, los cuales no pudieron incluirse en el modelo. Adems se ajusta los detalles finales va el juicio y la experiencia del tomador de decisiones. 6. Se implanta la solucin en el sistema real.
La investigacin de operaciones obtiene la solucin del problema real indirectamente, y no como normalmente se intentara pasando directamente del problema real a la solucin real.
Hagamos lo siguiente; piensa en un problema que tengas, plantea alternativas para poder solucionarlo y elije la ms viable.
Elaborado por: Lic.
Pgina 7
Pgina 8
Para formular un problema se requiere; a) identificar las componentes y variables controlables y no controlables del sistema; b) identificar los posibles cursos de accin, determinados por las componentes controlables; c) definir el marco de referencia dado por las componentes no controlables; d) definir los objetivos que se busca alcanzar y clasificarlos por orden de importancia; e) identificar las interpelaciones importantes entre las diferentes partes del sistema y encontrar las restricciones que existen. FORMULACIN DE UN MODELO MATEMTICO
Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en reformularlo de manera conveniente para su anlisis. La forma convencional en que la investigacin de operaciones realiza esto es construyendo un modelo matemtico que represente la esencia del problema. Antes de analizar como formular los modelos de este tipo, se explorar la naturaleza general de los modelos y, en particular, la de los modelos matemticos. El modelo matemtico est constituido por relaciones matemticas (ecuaciones y desigualdades) establecidas en trminos de variables, que representa la esencia el problema que se pretende solucionar. Para construir un modelo es necesario primero definir las variables en funcin de las cuales ser establecido. Luego, se procede a determinar matemticamente cada una de las dos partes que constituyen un modelo: a) la medida de efectividad que permite conocer el nivel de logro de los objetivos y generalmente es una funcin (ecuacin) llamada funcin objetivo; b) las limitantes del problema llamadas restricciones que son un conjunto de igualdades o desigualdades que constituyen las barreras y obstculos para la consecucin del objetivo. Un modelo siempre debe ser menos complejo que el problema real, es una aproximacin abstracta de la realidad con consideraciones y simplificaciones que hacen ms manejable el problema y permiten evaluar eficientemente las alternativas de solucin.
Elaborado por: Lic.
Pgina 9
La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los procedimientos de solucin pueden ser clasificados en tres tipos: a) analticos, que utilizan procesos de deduccin matemtica; b) numricos, que son de carcter inductivo y funcionan en base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que imitan o, emulan al sistema real, en base a un modelo.
Muchos de los procedimientos de solucin tienen la caracterstica de ser iterativos, es decir buscan la solucin en base a la repeticin de la misma regla analtica hasta llegar a ella, si la hay, o cuando menos a una aproximacin.
Pgina 10
Pgina 11
IMPLANTACION DE LA SOLUCION
El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos o tomadores de decisiones. Una vez superado ste obstculo, se debe traducir la solucin encontrada a instrucciones y operaciones comprensibles para los individuos que intervienen en la operacin y administracin del sistema. La etapa de implantacin de una solucin se simplifica en gran medida cuando se ha propiciado la participacin de todos los involucrados en el problema en cada fase de la metodologa. Preparacin para la aplicacin del modelo Esta etapa es crtica, ya que es aqu, y slo aqu, donde se cosecharn los beneficios del estudio. Por lo tanto, es importante que el equipo de IO participe, tanto para asegurar que las soluciones del modelo se traduzcan con exactitud a un procedimiento operativo, como para corregir cualquier defecto en la solucin que salga a la luz en este momento. El xito de la puesta en prctica depende en gran parte del apoyo que proporcionen tanto la alta administracin como la gerencia operativa. Es ms probable que el equipo de IO obtenga este apoyo si ha mantenido a la administracin bien informada y ha fomentado la gua de la gerencia durante el estudio. La buena comunicacin ayuda a asegurar que el estudio logre lo que la administracin quiere y por lo tanto merezca llevarse a la prctica. Tambin proporciona a la administracin el sentimiento de que el estudio es suyo y esto facilita el apoyo para la implantacin. La etapa de implantacin incluye varios pasos. Primero, el equipo de investigacin de operaciones de una cuidadosa explicacin a la gerencia operativa sobre el nuevo sistema que se va a adoptar y su relacin con la realidad operativa. En seguida, estos dos grupos comparten la responsabilidad de desarrollar los procedimientos requeridos para poner este sistema en operacin. La gerencia operativa se encarga despus de dar una capacitacin detallada al personal que participa, y se inicia entonces el nuevo curso de accin. Si tiene xito, el nuevo sistema se podr emplear durante algunos aos. Con esto en mente, el equipo de IO supervisa la experiencia inicial con la accin tomada para identificar cualquier modificacin que tenga que hacerse en el futuro. A la culminacin del estudio, es apropiado que el equipo de investigacin de operaciones documente su metodologa con suficiente claridad y detalle para que el trabajo sea reproducible. Poder obtener una rplica debe ser parte del cdigo de tica profesional del investigador de operaciones. Esta condicin es crucial especialmente cuando se estudian polticas gubernamentales en controversia.
Pgina 12
Pgina 13
Pgina 14
Z = xj = cj = bi = aij =
valor de la medida global de efectividad nivel de la actividad j (para j = 1,2,...,n) incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m) cantidad del recurso i consumido por cada unidad de la actividad j
El modelo establece el problema en trminos de tomar decisiones sobre los niveles de las actividades, por lo que x1,x2,....,xn se llaman variables de decisin. Los valores de cj, bi y aij
Elaborado por: Lic.
Pgina 15
a11x1 + a12x2 +....+ a1nxn < b1 a21x1 + a22x2 +....+ a2nxn < b2 . . . am1x1 + am2x2 +....+ amnxn < bm X1 0, X2 0, Xn 0.
...,
Pgina 16
Pgina 17
Pgina 18
Cuntos das a la semana debera operar cada empresa para cumplir el contrato con la planta de fundicin? Debemos buscar una solucin que minimice el coste de produccin de las empresas, sujeta a las restricciones impuestas por el proceso productivo as como el contrato con la planta de fundicin. Traduccin del problema en trminos matemticos 1. definir las variables 2. las restricciones 3. el objetivo Variables Representan las decisiones que puede tomar la empresa: Dx = nmero de das a la semana que la empresa X produce Dy= nmero de das a la semana que la empresa Y produce Notar que Dx0 y Dy0 Objetivo Como objetivo buscamos minimizar el coste Restricciones Se recomienda primero plantear las restricciones con palabras antes de pasar a su formulacin matemtica.
Elaborado por: Lic.
Pgina 19
Podemos considerar lo siguiente Hemos pasado de la definicin del problema a su formulacin matemtica. Error de especificacin, el error ms frecuente consiste en descuidar las limitaciones (restricciones, caractersticas de las variables, etc.)
En el ejemplo anterior: a) Todas las variables son continuas (admitimos fracciones de da) b) Existe un nico objetivo (minimizar los costes) c) El objetivo y las restricciones son lineales Las tres consideraciones anteriores nos llevan a lo que denominamos un problema de Programacin Lineal PL Este nos plantea un PROBLEMA DE DECISIN Hemos tomado una situacin real y hemos construido su equivalente matemtico MODELO MATEMTICO Durante la formulacin del modelo matemtico nosotros consideramos el mtodo cuantitativo que (esperanzadamente) nos permitir resolver el modelo numricamente ALGORITMO.
Pgina 20
SOLUCIN GRAFICA:
Pgina 21
Y=5
X=5
X=5
Y=5
Determinacin del Punto ptimo: Minimizar la Funcin Objetivo. Respuesta: (Z Color Amarillo).
PUNTOS
A B C D E
( X, Y )
(1.33, 4) (1.71, 2.86) (1.17, 5) (5, O,67) (5, 5)
180(X) + 160(Y)
180(1.33) + 160(4) 180(1.71) + 160(2.86) 180(1.17) + 160(5) 180(5) + 160(0.67) 180(5) + 160(5)
Z
879.4 765.4 1010.6 1007.2 1700
Pgina 22
Pgina 23
combinacin de variables que satisfaga todas las restricciones. Se debe a la presencia de restricciones inconsistentes en el modelo. Se reconocen en el grfico porque no existe ninguna regin comn para todas las restricciones. K. Un modelo tiene SOLUCIN CON VALOR INFINITO cuando hay
combinaciones de variables que proporcionan valor infinito para el objetivo y no hay alguna combinacin que limite el valor del objetivo a un valor finito. Esto se debe a la omisin de restricciones importantes, del sistema, en el modelo. Estas restricciones limitaran las variables de decisin a valores factibles. Se reconocen en el grfico porque el espacio de solucin es abierto, no acotado, no limitado y la Funcin Objetivo puede moverse dentro de esa regin hasta el infinito sin que un punto extremo, con valor finito, limite su valor. L. Un modelo tiene ESPACIO DE SOLUCION NO ACOTADO y SOLUCION DE VALOR FINITO cuando existen combinaciones de variables que dan un valor infinito al objetivo pero existe al menos una combinacin de variables que le proporciona un valor finito. Se reconocen en el grfico porque la regin de soluciones posibles es abierta, no limitada pero hay por lo menos un punto extremo que limita el valor del objetivo. M. Un modelo tiene SOLUCION DEGENERADA cuando existen combinaciones de variables que tienen ms de la cantidad normal (una por cada restriccin) de variables con valor cero. Esto se debe a la presencia de restricciones redundantes en el modelo. Ms de la cantidad normal de variables (una por cada restriccin del modelo) debe tomar valor cero para satisfacer a mayor cantidad de restricciones en el PUNTO PTIMO. Se reconocen en el grfico porque ms de dos restricciones cruzan sobre el punto extremo ptimo. N. Una restriccin redundante puede ser removida sin afectar la regin solucin. Cuando la restriccin redundante est sobre el punto extremo ptimo, la solucin es Degenerada. O. Los modelos lineales que son formulados en sistemas cuya solucin tiene valor infinito y los que no presentan solucin posible son casos que no deben existir en el
Elaborado por: Lic.
Pgina 24
del cultivo A es de $40 el acre, mientras que el cultivo B cuesta $60 la misma superficie. El agricultor tiene un mximo de $7400 disponibles para trabajar la tierra. Cada acre del cultivo A necesita 20 horas de trabajo y cada acre del cultivo B 25 horas. El agricultor dispone de un mximo de 3300 horas de trabajo. Si espera una ganancia de $150 por acre del cultivo A y $200 por acre del cultivo B. Cuantos acres de cultivo debe plantear para maximizar su ganancia? 2- Una compaa fabrica dos productos A y B, en dos maquinas I y II. Se ha determinado que la compaa lograra una ganancia de $3 por cada unidad del producto A y una ganancia de $4 por cada unidad de B. Para fabricar una unidad A se necesitan 6 minutos en la maquina I y 5 minutos en la Maquina II y para una unidad B, 9 minutos en la maquina I y 4 minutos en la maquina II. Se cuentan con 5 horas de tiempo disponible para la maquina I y 3 horas de tiempo disponible para la maquina II en cada turno de trabajo. Cuntas unidades de cada producto se deben producir por turno para maximizar la ganancia de la compaa? 3- Desarrollar los siguientes ejercicios de programacin lineal:
a)Maximizar: Z = 0.5x 0.3y Sujeta a: x y > -2 2x y < 4 2x + y = 8 x,y>0 b) Minimizar: c) Minimizar: C = 2x + y Z = 120x + 80y Sujeta a: Sujeta a: 3x + y > 3 2x + 2y > 16 4x + 3y > 6 4x + y > 20 x + 2y > 2 x- y>0 x <3 0.5x <7 y<3 1/3y < 4 x,y>0
Pgina 25
MTODO SIMPLEX
George Dantzig
El mtodo Simplex es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando ms dicha solucin. Partiendo del valor de la funcin objetivo en un vrtice cualquiera, el mtodo consiste en buscar sucesivamente otro vrtice que mejore al anterior. La bsqueda se hace siempre a travs de los lados del polgono (o de las aristas del poliedro, si el nmero de variables es mayor). Cmo el nmero de vrtices (y de aristas) es finito, siempre se podr encontrar la solucin. Vase mtodo Grfico El mtodo Simplex se basa en la siguiente propiedad: si la funcin objetivo, f, no toma su valor mximo en el vrtice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deber tenerse en cuenta que este mtodo slo trabaja para restricciones que tengan un tipo de desigualdad "" y coeficientes independientes mayores o iguales a 0, y habr que estandarizar las mismas para el algoritmo. En caso de que despus de ste proceso, aparezcan (o no varen) restricciones del tipo "" o "=" habr que emplear otros mtodos, siendo el ms comn el mtodo de las Dos Fases.
Elaborado por: Lic.
Pgina 26
Para ello se deben cumplir las siguientes condiciones: 1. 2. 3. 4. El objetivo es de la forma de maximizacin o de minimizacin. Todas las restricciones son de igualdad. Todas las variables son no negativas. Las constantes a la derecha de las restricciones son no negativas.
F(-1).
Ventajas: No deberemos preocuparnos por los criterios de parada, o condicin de salida de filas, ya que se mantienen. Inconvenientes: En el caso de que la funcin tenga todas sus variables bsicas positivas, y adems las restricciones sean de desigualdad "", al hacer el cambio se quedan negativas y en la fila del valor de la funcin objetivo se quedan positivos, por lo que se cumple la condicin de parada, y por defecto el valor ptimo que se obtendra es 0.
Elaborado por: Lic.
Pgina 27
Conversin de signo de los trminos independientes (las constantes a la derecha de las restricciones)
Deberemos preparar nuestro modelo de forma que los trminos independientes de las restricciones sean mayores o iguales a 0, sino no se puede emplear el mtodo Simplex. Lo nico que habra que hacer es multiplicar por "-1" las restricciones donde los trminos independientes sean menores que 0. Ventaja: Con sta simple modificacin de los signos en la restriccin podemos aplicar el mtodo Simplex a nuestro modelo. Inconvenientes: Puede resultar que en las restricciones donde tengamos que modificar los signos de las constantes, los signos de las desigualdades fueran ("=", ""), quedando ("=","") por lo que en cualquier caso deberemos desarrollar el mtodo de las Dos Fases. Este inconveniente no es controlable, aunque nos podra beneficiar si slo existen trminos de desigualdad ("",""), y los "" coincidieran con restricciones donde el trmino independiente es negativo.
Surge ahora un problema, veamos como queda una de nuestras inecuaciones que contenga una desigualdad "" : a11x1 + a12x2 b1 a11x1 + a12x2 - 1xs = b1 Como todo nuestro modelo, est basado en que todas sus variables sean mayores o iguales que cero, cuando hagamos la primera iteracin con el mtodo Simplex, las variables
Elaborado por: Lic.
Pgina 28
Tipo de desigualdad
Pgina 29
Pgina 30
Mtodo Simplex
Construccin de la primera tabla: En la primera columna de la tabla aparecer lo que llamaremos base, en la segunda el coeficiente que tiene en la funcin objetivo cada variable que aparece en la base (llamaremos a esta columna Cb), en la tercera el trmino independiente de cada restriccin (P0), y a partir de sta columna aparecern cada una de las variables de la funcin objetivo (Pi). Para tener una visin ms clara de la tabla, incluiremos una fila en la que pondremos cada uno de los nombres de las columnas. Sobre sta tabla que tenemos incluiremos dos nuevas filas: una que ser la que liderar la tabla donde aparecern las constantes de los coeficientes de la funcin objetivo, y otra que ser la ltima fila, donde tomar valor la funcin objetivo. Nuestra tabla final tendr tantas filas como restricciones.
-
Tabla C1 Base Pi1 Pi2 ... Pim Z Cb Ci1 Ci2 ... Cim P0 bi1 bi2 ... bim Z0 P1 a11 a21 ... am1 Z1-C1 C2 P2 a12 a22 ... am2 Z2-C2 ... Cn ... Pn ... a1n ... a2n ... ... ... amn ... Zn-Cn
Los valores de la fila Z se obtienen de la siguiente forma: El valor Z0 ser el de sustituir Cim en la funcin objetivo (y cero si no aparece en la base). El resto de columnas se obtiene restando a este valor el del coeficiente que aparece en la primera fila de la tabla. Se observar al realizar el mtodo Simplex, que en esta primera tabla, en la base estarn las variables de holgura. - Condicin de parada: Comprobaremos si debemos de dar una nueva iteracin o no, que lo sabremos si en la fila Z aparece algn valor negativo. Si no aparece ninguno, es que hemos llegado a la solucin ptima del problema.
Elaborado por: Lic.
Pgina 31
Nuevo Elemento Fila Pivote = Elemento Fila Pivote actual / Pivote. Para el resto de elementos de filas se calcular: Nuevo Elemento Fila = Elemento Fila Pivote actual - (Elemento Columna Pivote en la fila actual * Nuevo Elemento Fila).
FASE 1
En esta primera fase, se realiza todo de igual manera que en el mtodo Simplex normal, excepto la construccin de la primera tabla, la condicin de parada y la preparacin de la tabla que pasar a la fase 2. - Construccin de la primera tabla: Se hace de la misma forma que la tabla inicial del mtodo Simplex, pero con algunas diferencias. La fila de la funcin objetivo cambia para la primera fase, ya que cambia la funcin objetivo, por lo tanto aparecern todos los
Elaborado por: Lic.
Pgina 32
Tabla C0 Base Pi1 Pi2 ... Pim Z Cb Ci1 Ci2 ... Cim P0 bi1 bi2 ... bim Z0 C1 P1 a11 a21 ... am1 Z1 C2 P2 a12 a22 ... am2 Z2 ... Cn-k ... Pn-k ... a1n-k ... a2n-k ... ... ... amn-k ... Zn-k ... Cn ... Pn ... a1n ... a2n ... ... ... amn ... Zn
Siendo Zj = (CbPj) - Cj y los Cj = 0 para todo j comprendido entre 0 y n-k (variables de decisin, holgura y exceso), y Cj = -1 para todo j comprendido entre n-k y n (variables artificiales).
- Condicin de parada: La condicin de parada es la misma que en el mtodo Simplex normal. La diferencia estriba en que pueden ocurrir dos casos cuando se produce la parada: la funcin toma un valor 0, que significa que el problema original tiene solucin, o que tome un valor distinto, indicando que nuestro modelo no tiene solucin. - Eliminar Columna de variables artificiales: Si hemos llegado a la conclusin de que el problema original tiene solucin, debemos preparar nuestra tabla para la segunda fase. Deberemos eliminar las columnas de las variables artificiales, modificar la fila de la funcin objetivo por la original, y calcular la fila Z de la misma forma que en la primera tabla de la fase 1.
Pgina 33
Pgina 34
Para comprender con mayor facilidad la aplicacin de este mtodo puede ver el ejemplo del mtodo Grfico.
Elaborado por: Lic.
Pgina 35
2x + y + r = 18 2x + 3y + s = 42 3x +y + t = 24
2. Igualar la funcin objetivo a cero
- 3x - 2y + Z = 0
3. Escribir la tabla inicial simplex En las columnas aparecern todas las variables bsicas del problema y las variables de holgura/exceso. En las filas se observan, para cada restriccin las variables de holgura con sus coeficientes de las igualdades obtenidas, y la ltima fila con los los valores resultantes de sustituir el valor de cada variable en la funcin objetivo, y de operar tal como se explic en la teora para obtener el resto de valores de la fila: Tabla I . Iteracin n 1 3 2 0 Base P3 P4 P5 Z Cb 0 0 0 P0 18 42 24 0 P1 2 2 3 -3 P2 1 3 1 -2 P3 1 0 0 0
0 P4 0 1 0 0
0 P5 0 0 1 0
Pgina 36
Pgina 37
42 2 x 8 =
2 2 x 1 = 0
3 2 x 1/3 = 7/3
0 1 2 2 x x 0 0 = = 0 1
0 2 x 1/3 = -2/3
Nueva fila de P4
26
Vemoslo con un ejemplo una vez calculada la fila del pivote (fila de x (P1) en la Tabla II):
Pgina 38
Como en los elementos de la fila Z hay uno negativo, -1, significa que no hemos llegado todava a la solucin ptima. Hay que repetir el proceso: A. La variable que entra en la base es t (P5), por ser la variable que corresponde al coeficiente -1. B. Para calcular la variable que sale, dividimos los trminos de la ltima columna entre los trminos correspondientes de la nueva columna pivote: 6/(-2) [=-3] , 12/4 [=3], y 6/1 [=6] y como el menor cociente positivo es 3, tenemos que la variable que sale es s (P4). C. El elemento pivote, que ahora hay que hacer 1, es 4.
Pgina 39
Se observa que en la ltima fila todos los coeficientes son positivos, por lo tanto se cumple la condicin de parada, obteniendo la solucin ptima. La solucin ptima viene dada por el valor de Z en la columna de los valores solucin, en nuestro caso: 33. En la misma columna se puede observar el punto donde se alcanza, observando las filas correspondientes a las variables de decisin que han entrado en la base: (x,y) = (3,12)
1. Inicialmente dibujamos el sistema de coordenadas asociando a un eje la variable x, y al otro la y, como se puede ver en la figura. 2. Marcamos en ellos una escala numrica apropiada de acuerdo con los recorridos de las variables en relacin con las restricciones del problema. A continuacin dibujamos las restricciones. Comenzando con la primera, dibujamos la recta que se obtiene al considerar la restriccin como igualdad. Aparece representada como el segmento que une A con B y la regin que delimita sta restriccin viene indicada por el color AMARILLO. Se repite el proceso de la misma forma con la segunda y tercera restriccin, y delimitan la regin de color AZUL y ROJO respectivamente. La regin factible es la interseccin de las regiones delimitadas por la terna de
Elaborado por: Lic.
Pgina 40
3. Ya que la regin factible es no vaca (problema factible), procedemos a determinar sus puntos extremos, candidatos a soluciones ptimas, que son los puntos O-F-H-GC de la figura. Finalmente, evaluamos la funcin objetivo (3x + 2y) en esos puntos, resultado que se recoge en la tabla siguiente. Como el punto G proporciona el mayor valor al objetivo Z, tal punto constituye la solucin ptima, que indicaremos x = 3 y = 12, con valor ptimo Z = 33. Punto extremo O C G H F
Elaborado por: Lic.
COMPARACION DEL MTODO GRFICO CON EL MTODO SIMPLEX Las sucesivas tablas que hemos construido durante el mtodo simplex van proporcionando el valor de la funcin objetivo en los distintos vrtices, ajustndose, a la vez, los coeficientes de las variables iniciales y de holgura. En la primera iteracin (Tabla I) han permanecido todos los coeficientes iguales, se ha calculado el valor de la funcin objetivo en el vrtice (0,0) que es el valor que contienen las variables bsicas, siendo el resultado 0. Tabla I . Iteracin n 1 3 2 0 Base P3 P4 P5 Z Cb 0 0 0 P0 18 42 24 0 P1 2 2 3 -3 P2 1 3 1 -2 P3 1 0 0 0
0 P4 0 1 0 0
0 P5 0 0 1 0
A continuacin se desplaza por la arista (0,0) F, calculando el valor de la funcin Z, hasta llegar a F. ste paso se traduce como la segunda iteracin en el Mtodo Simplex,
Pgina 42
0 P4 0 1 0 0
Sigue por la arista FH, hasta llegar a H, donde se para y despliega los datos de la Tabla III. En sta tercera iteracin se ha calculado el valor que corresponde al vrtice H(6,6): Z = f(6,6) = 30. Tabla III . Iteracin n 3 3 Base P2 P4 P1 Z Cb 2 0 3 P0 6 12 6 30 P1 0 0 1 0 2 P2 1 0 0 0 0 P3 3 -7 -1 3 0 P4 0 1 0 0 0 P5 -2 4 1 -1
Pgina 43
Se Contina haciendo clculos a travs de la arista HG, hasta llegar al vrtice G. Los datos que se reflejan son los de la Tabla IV, concluyendo con la misma y advirtiendo que ha terminado (comprobando antes que la solucin no mejora al desplazarse por la arista GC).
Pgina 44
El valor mximo de la funcin objetivo es 33, y corresponde a x = 3 e y = 12 (vrtice G). Adems, se puede comprobar que el valor de la funcin en el vrtice C (0,14), no supera el valor 33.
http://www.phpsimplex.com/teoria_metodo_simplex.htm#anomalos
C
Pgina 45
Max Z = cx Sujeto a : ax = b a0 b0
Elaborado por: Lic.
Pgina 46
Pgina 47
Pgina 48
NOTA:
DESARROLLAR POR EL METODO SIMPLEX LOS PROBLEMAS QUE SE PLANTEARON EN PROGRAMACIN LINEAL.
BIBLIOGRAFIA: La bibliografa existente sobre Investigacin de Operaciones es amplia y extensa, por lo que no se recomendar algn libro de texto en particular. Cada estudiante decidir cul libro considera mejor o ms conveniente, para su aprendizaje. INVESTIGACIN DE OPERACIONES Editorial Prentice Hall, 7 edicin Mxico 2004 HAMDY A. TAHA MANUAL DE INVESTIGACIN DE OPERACIONES FORMULACIN Y RESOLUCIN DE MODELOS DE PROGRAMACIN MATEMATICA EN INGENIERIA Y CIENCIA. Enrique Castillo, Antonio J. Conejo, Pablo Pedregal, Ricardo Garca y Natalia Alguacil 20 de febrero de 2002 http://www.phpsimplex.com/teoria_metodo_simplex.htm#anomalos http://www.google.com.sv/search?hl=es&q=metodo+simplex&lr=&aq=f&oq= http://www.google.com.sv/search?hl=es&q=metodo+simplex+POWER+POINT&lr =
Pgina 49