You are on page 1of 11

INVESTIGACION OPERATIVA I

1er Ciclo - 2016

Prof. Guillermo Sanchez M.


Ay. Sebastian Munoz G.

Metodo Simplex.
Transformacion de un Problema lineal a la forma estandar.
El algoritmo Simplex es un metodo eficiente de calculo a traves del cual se determina de
una manera rapida la solucion de un problema lineal, al obtenerla en un numero reducido de
pasos. Recordemos que los sistemas lineales, por lo general, tienen distinto numero de incognitas
que de inecuaciones.
Con el fin de utilizar el algoritmo Simplex, previamente hay que transformar cada problema
de programacion lineal a una presentacion determinada llamada forma estandar.
Para presentar la forma estandar de un problema lineal cada una de las restricciones for-
muladas como desigualdades debe presentarse en forma de igualdad.
A traves del siguiente ejemplo se ilustrara la senalada transformacion.

1
Maximizar z = 4 x1 + 3 x2
sujeto a:

(a) x1 + x2 40
(b) 2 x1 + x2 60
x1 , x2 0

Para transformar las restricciones (a) y (b) en igualdades se agregan dos variables adicionales
(h1 y h2 ) llamadas variables de holgura, ya que permiten completar los recursos tecnicos no
utilizados. De esta forma, el problema de programacion lineal queda como sigue:
1
Alternativamente se utilizara la notacion max para maximizar, min para minimizar y s.a para expresar
sujeto a.

1
Maximizar z = 4 x1 + 3 x2
sujeto a:

(a) x1 + x2 + h1 = 40
(b) 2 x1 + x2 + h2 = 60
x1 , x2 , h1 , h2 0

Es decir para transformar un problema de programacion lineal a la forma estandar solo se


agregan variables de holgura a las cuales se incorporan las restricciones de signo.
Analogamente si tuviesemos una restriccion del tipo siguiente:

x1 + 3 x2 5

Se debera agregar una variable de exceso (e1 ), de modo que nuevamente se tuviera una
igualdad, por ejemplo de la siguiente forma:

x1 + 3 x2 e1 = 5 ,

donde e1 0.
Resumiendo ambas situaciones, se puede senalar que para transformar un problema de
programacion lineal (PPL) a su forma estandar se debe tener presente que:

i) si se tienen restricciones del tipo menor o igual que, estas se deben transformar en res-
tricciones de igualdad mediante el uso de una variable de holgura;

ii) si se tienen restricciones del tipo mayor o igual que, estas se deben transformar en res-
tricciones de igualdad mediante el uso de una variable de exceso;

iii) tanto las variables de holgura como las de exceso deben ser no negativas:

iv) si en un mismo problema se presentan simultaneamente ambas situaciones, se procede


por partes conforme a lo senalado anteriormente.

Formato general para la aplicacion del Metodo Simplex.


Al tener un PPL en su forma estandar se puede generalizar de acuerdo a la siguiente
notacion:

max z = c1 x1 + c2 x2 + ......... + cn xn

2
s.a.:

a11 x1 + a12 x2 + . . . . . . . . . + a1n xn = b1


a21 x1 + a22 x2 + . . . . . . . . . + a2n xn = b2
.. .. .. ..
. . . .
am1 x1 + am2 x2 + . . . . . . . . . + amn xn = bm

con xi 0, i = 1, ...n, que la llamaremos forma general (FG).


La matriz A se puede escribir de la siguiente forma:

a11 a12 ... ... a1n


a21 a22 ... ... a2n
... ... ... ... ...
am1 am2 ... ... amn

De igual forma se pueden definir los vectores x y b de acuerdo a la siguiente notacion


respectivamente:

x = [x1 , x2 , . . . , xn ]T y b = [b1 , b2 , . . . , bm ]T .

De acuerdo a esta nueva notacion las ecuaciones correspondientes a (FG) se pueden escribir
de la forma:
Ax = b que consiste en un sistema lineal de m ecuaciones y n incognitas, donde suponemos
que n > m.

Solucion basica.
La primera solucion se obtiene dandole un valor cero a n m variables de la ecuacion y
despejando las m variables que quedan. De esta forma se obtienen valores unicos para las m
variables restantes.
El conjunto de variables que se hacen cero se definen como variables no basicas.
Indudablemente la eleccion de variables no basicas determinara soluciones diferentes.

Definicion 1 Cualquier solucion basica de (FG) en las cuales las variables son no negativas
constituye una solucion factible.

Teorema 1 La region factible de un PPL es un conjunto convexo. Si el PPL tiene una solucion
optima tendra que existir un punto extremo de la region factible que es un optimo.

3
Esto significa que cuando buscamos una solucion optima para el PPL solo tenemos que
buscar entre los puntos extremos de la solucion factible y entre esos puntos esta el optimo.

Teorema 2 Para cualquier PPL existe un punto extremo unico de la region factible el cual
corresponde a un punto de cada solucion basica factible.

Esto indica que los puntos extremos de la region factible del PPL son soluciones basicas del
sistema de ecuaciones lineales Ax = b.
Tambien por lo menos existe una solucion basica factible que corresponde a cada punto
extremo de la region factible.
Entonces puede concluirse que existe una correspondencia entre los puntos extremos de una
region factible y las soluciones basicas.

O jO
A partir de estas dos observaciones podemos concluir que al buscar una solu-
|} cion optima para el PPL solo debemos buscar la mejor solucion basica factible.

El teorema anterior se ilustrara mediante un ejemplo

Ejemplo.

Max z = 4x1 + 3x2


s.a.:

x1 + x2 40
2x1 + x2 60
x1 , x2 0

Para cualquier PPL con m restricciones se dice que dos soluciones basicas factibles son
adyacentes si sus variables tienen m 1 variables basicas en comun.
En el caso del ejemplo, m 1 = 1, con lo cual basta tener una variable en comun.
Geometricamente dos soluciones basicas son adyacentes cuando se encuentran en el mismo
segmento de recta de la frontera factible.

4
Figura 1: Variables basicas.

Ejemplo.
Considerese el sistemas de inecuaciones lineales:

x1 + 2 x2 + 4 x3 10
2 x1 + 5 x2 + 6 x3 30 (1)
x1 + 3 x2 + 4 x3 50

a) Escribir el sistema de inecuaciones como un sistema de ecuaciones lineales introduciendo


variables de holgura.

b) Resolver el sistema resultante tomando x1 , x2 , x3 como variables basicas y las variables


de holgura s1 , s2 , s3 como variables no basicas.

Solucion.
a) Introduciendo las variables de holgura s1 , s2 y s3 , (s1 , s2 , s3 0), se tiene que:

x1 + 2 x2 + 4 x3 +s1 = 10
2 x1 + 5 x2 + 6 x3 +s2 = 30
x1 + 3 x2 + 4 x3 +s3 = 50

5
(s1 , s2 , s3 0)

b) Para resolver el sistema de ecuaciones lineales anterior, se procede de la siguiente manera:


1 2 4 1 0 0 10 1 2 4 1 0 0 10

2 5 6 0 1 0 30 F2 2 F 1 0 1 2 2 1 0 10
1 3 4 0 0 1 50 F3 F 1 0 1 0 1 0 1 40

F1 2 F2 1 0 8 5 2 0 10

0 1 2 2 1 0 10
F3 (1)F2 0 0 2 1 1 1 30

F1 8(1/2) F3 1 0 0 1 2 4 130

F2 (2)(1/2) F3 0 1 0 1 0 1 40
0 0 1 2 2 2
1 1 1
15

Asignando a las variables no basicas el valor 0, o sea, s1 = s2 = s3 = 0, las variables


basicas son x1 = 130, x2 = 40 y x3 = 15.

Se debe tener presente que la forma estandar de un PPL (tabla simplex) puede expresarse
como:
x1 x2 ... ... xn l.d.
a11 a12 ... ... a1n b1
a21 a22 ... ... a2n b2
.. .. .. .. .. ..
. . . . . .
am1 am2 ... . . . amn bm
c1 c2 ... . . . cn z

Indicadores.
Los numeros que aparecen en la ultima fila de la tabla simplex (exceptuando el de la esquina
derecha) se llaman indicadores.

Explicacion preliminar del algoritmo simplex.

i. Se determina una solucion basica factible inicial.

ii. Se trata de averiguar si la solucion es la optima, si no lo es hay que buscar entre las
soluciones adyacentes.

iii. Volver al paso anterior.

6
Seleccion de un pivote.
Paso 1. Primero escojase cualquier columna en () con indicador positivo. (si hay mas de un indi-
cador positivo escojase cualquiera) y considerese todas las componentes positivas de esa
columna. Supongamos que se escojio la columna j.

Paso 2. Defina como pivote de esta columna a una componente positiva aij en la columna j tal
que bi /aij sea mnimo para todas las aij . Si este cuociente no es unico, escojase cualquier
elemento de la columna j que de el cuociente mnimo.

Paso 3. Una vez escogido el pivote, usese las operaciones de filas para hacer que el pivote valga 1
y para que todas las demas componentes de la columna del pivote valgan 0.

Paso 4. Sustituyase la variable basica en el lado derecho de la fila del pivote, por la variable no
basica que encabeza la columna del pivote.

Algoritmo Simplex para PPL de maximizacion.


i. Transformar el PPL a su forma estandar.

ii. A partir de la forma estandar obtener una solucion basica posible.

iii. Determinar si la solucion basica factible encontrada es la optima.

iv. Si la solucion encontrada no es la optima definir que variable no basica debe convertirse
en variable basica y viceversa, que variable basica debe salir de la base con el fin de
encontrar un mejor valor para la funcion objetivo.

Ejemplo 1
max z = x1 + x2 + x3
s.a.:

x1 + 2 x2 + 3 x3 1
2 x1 + x2 + x3 2
x1 , x2 , x3 0

7
Solucion.
La forma estandar del PPL es:

max z = x1 + x2 + x3

s.a.:

x1 + 2 x2 + 3 x3 + s1 = 1
2 x1 + x2 + x3 + s2 = 2
x1 , x2 , x3 , s1 , s2 0

El diagrama simplex inicial es:

x1 x2 x3 s1 s2 l.d.
1 2 3 1 0 1 s1
(s , s son variables basicas iniciales.)
2 1 1 0 1 2 s2 1 2
1 1 1 0 0 z

Si se comienza por la primera columna (la cual tiene un indicador positivo), puede pivotearse
ya sea con respecto a a11 = 1, o con respecto a a21 = 2, ya que

1 2
= = 1.
1 2
Eligiendo a11 , pues ya tiene el valor 1, se pivotea obteniendose:
x1 x2 x3 s1 s2 l.d.
1 2 3 1 0 1 x1
(x1 es la nueva variable basica.)
F2 2 F1 F 2 0 -3 -5 -2 1 0 s2
F3 F1 F3 0 -1 -2 -1 0 z1

Como todos los indicadores son no positivos, este es un diagrama terminal. Se tiene que
x1 = 1, x2 = x3 = 0 (x2 y x3 son variables no basicas) y z = 1 en el punto (1, 0, 0). Esta es la
solucion. Observar que z aumento de 0 en el punto (0, 0, 0) hasta 1 en el punto (1, 0, 0).

Ejemplo 2 Usando el metod simplex, resolver el siguiente PPL.

max z = 3 x1 2 x2 + 2 x3

8
s.a.:

x1 + x2 + x3 15
2 x1 + x2 + 2 x3 26
5 x1 + 2 x2 + 3 x3 43
x1 , x2 , x3 0

Solucion.
El diagrama simplex inicial es:

x1 x2 x3 s1 s2 s3 l.d.
1 1 1 1 0 0 15 s1
2 1 2 0 1 0 26 s2 (s1 , s2 , s3 son variables basicas iniciales.)
5 2 3 0 0 1 43 s3
3 -2 2 0 0 0 z

Hay dos indicadores positivos. Eligiendo la tercera columna se tiene que:


15 26 43 1
= 15 , = 13 , = 14 .
1 2 3 3
Como 13 es el menor de los cuocientes, marcamos el 2 y lo usaremos como pivote.

x1 x2 x3 s1 s2 s3 l.d.
1 1 1 1 0 0 15 s1
1
2
F2 1 1
2
1 0 12 0 13 s2
5 2 3 0 0 1 43 s3
3 2 2 0 0 0 z

x1 x2 x3 s1 s2 s3 l.d.
F1 F2 0 1
2
0 1 12 0 2 s1
1 1
2
1 0 1
2
0 13 x3 esta es la nueva variable basica.
F3 3 F2 2 1
2
0 0 3
2
1 4 s3
F4 2 , F 2 1 3 0 0 1 0 z 26

Notar que z toma el valor 26 en (0, 0, 13) y que inicialmente z vala 0 en (0, 0, 0). Todava queda
un indicador positivo (el 1). se forman los cuocientes:

13 4
= 13 , = 2.
1 2
Se marca el 2 de la primera columna y se pivotea con respecto a este.

9
x1 x2 x3 s1 s2 s3 l.d.
0 1
2
0 1 12 0 2 s1
1 1
1 2
1 0 2
0 13 x3
( 12 ) F3 1 1
4
0 0 3
4
1
2
2 s3
1 3 0 0 1 0 z 26

x1 x2 x3 s1 s2 s3 l.d.
0 1
2
0 1 12 0 2 s1
F2 F3 0 1
4
1 0 5
4
12 11 x3
1 1
4
0 0 4 12
3
2 x1 esta es la nueva variable basica.
F4 F3 0 134
0 0 14 12 z 28

Todos los indicadores son no pisitivos, de modo que este es un diagrama terminal. Como
13 1 1
z = 28 x2 s2 s3 ,
4 4 2
se ve que el valor maximo de z es 28 y lo alcanza cuando x2 = s2 = s3 = 0 y x1 = 2, x3 = 11 y
s1 = 2. Es decir, z alcanza su maximo valor en el punto esquina (2, 0, 11).
Antes de finalizar el ejemplo, senalemos que el resultado s1 = 2 significa que en la primera
restriccion del PPL hay una holgura de 2. En efecto, al evaluar la primera restriccion en (2, 0, 11),
se tiene:
x1 + x2 + x3 = 2 + 0 + 11 = 13 ,
valor que es 2 unidades menor que 15.

Ejercicio.
Una empresa manufacturera ha descontinuado la produccion de cierta lnea de productos
no rentables. Esto ha creado un considerable exceso en la capacidad de produccion. La admi-
nistracion esta considerando dedicar este exceso en la capacidad a uno o mas de tres productos,
a los que denominaremos por 1, 2 y 3. En el Cuadro 1 se presenta un resumen de la capacidad
disponible de las maquinas que tiene la compania que podra limitar la produccion.
El numero de horas maquinasrequeridas por cada unidad de los productos respectivos se da
en el Cuadro 2.
El departamento de ventas indica que el potencial de ventas de los tres productos excede
la maxima tasa de produccion. Las ganancias unitarias de los productos 1, 2, y 3 seran m$ 20,
m$ 6 y m$ 8, respectivamente. (m$: miles de pesos).
Se desea saber que cantidad de cada producto debera producir la empresa para maximizar
sus ganancias. Para responder debe realizar lo siguiente:

10
Tiempo disponible
Tipo de maquina (en horas-maquina por semana)
Fresadora 200
Torno 100
Molino 60

Cuadro 1: Capacidad de maquinas.

Tipo de maquina Producto 1 Producto 2 Producto 3


Fresadora 8 2 3
Torno 4 3 0
Molino 2 1 1

Cuadro 2: Productividad (en horas-maquinas por unidad).

1. Realice detalladamente todos los pasos para formular el modelo matematico respectivo.

2. Resuelva con la ayuda de WinQSB el PPL obtenido anteriormente.

3. Utilizando el metodo simplex resuelva el PPL.

4. Compare los resultados. Cuantas soluciones tiene el PPL?

5. Responda razonablemente, indicando claramente todas las posibles soluciones.

11