Академический Документы
Профессиональный Документы
Культура Документы
UPTLL
METODO SIMPLEX
ELABORADO POR:
METODO SIMPLEX
El método simplex cuya gran virtud es su sencillez, es un método muy práctico, ya
que solo trabaja con los coeficientes de la función objetivo y de las restricciones.
Gran M en la
- MXj +MXj
función objetivo
La menos positiva
entra
Tipos de restricciones
Restricciones (
Se añade una variable de holgura, con costo (o ganancia) en la función objetivo igual
a 0.
Ejm:
Restricciones (
Se resta una variable de exceso, con costo (o ganancia) en la función objetivo igual a
0, y se suma una variable artificial con costo +M ó –M según sea maximización o
minimización.Ejm:
Ejemplo 1
S.A.
Xj >= 0 ; j = 1, 2
Los problemas de Maximización, con todas sus restricciones <= y con la condición de
no negatividad, se le llama Forma Estándar ó Forma Normal
Aquí debemos conseguir una solución básica factible, empleando las variables de
holgura y/o artificiales, quedando el sistema de ecuaciones así:
Maximizar Z = X1 + X2
S.A.
5X1 + 3X2 + X3 = 15
3X1 + 5X2 + X4 = 15
Xj >= 0 ; j = 1,2,3,4
Las variables básicas son aquellas cuyos coeficientes forman la matriz unitaria.
b/a
Cj 1 1 0 0
a>0
V. X X X X
b
B. 1 2 3 4
X 1 15
0 5 3 1 0
3 5 /5=3
X 1 15
0 3 5 0 1
4 5 /3=5
- -
Zj - Cj 0 0 0
1 1
CXB = Vector fila de los coeficientes en la función objetivo original de las variables
básicas actuales, sus valores se encuentran en la primera columna del tablero.
Zj – Cj = CXB. aj – Cj ;
La variable que tiene Zj-Cj más negativo es ó X1 ó X2. Se escoge al azar X1.
La fila de la variable básica escogida para salir se divide por el elemento que se
encuentra en la intersección de dicha fila con la columna de la variable que entra, la fila
resultante es la fila pivote y se coloca en un nuevo tablero, desde el que se suman múltiplos
de la fila pivote a las demás filas del tablero anterior de tal forma que se eliminen de cada
una de ellas la variable escogida para entrar, en nuestro caso X1 , este procedimiento se
denomina, hacer un uno (1) en la intersección y el resto de la columna ceros (0), por lo
tanto en dicha columna aparecerá un vector unitario, el procedimiento se repite en cada
iteración, hasta que todos los Zj – Cj sean mayores ó iguales a cero en el caso de maximizar
ó menores ó iguales a cero en el caso de minimizar.
A continuación se muestran todas las iteraciones y en cada fila los valores por los
cuales fueron multiplicadas para ser sumadas a otras filas, ello se expresa como sumar
múltiplos de una fila a otra.
Fíjese que se suman múltiplos de las restricciones a la función objetivo para eliminar
las variables básicas de ella.
b/a
Cj 1 1 0 0
a>0
V. X X X X
b
B. 1 2 3 4
X 3 1
1 3 1 0 5
1 /5 /5
X 1 - 1
0 6 0 1
4 6/5 3/5 5/8
- 1
Zj - Cj 3 0 0
2/5 /5
b/a
Cj 1 1 0 0
a>0
V. b X X X X
B. 1 2 3 4
X 1 5
1 1 0 0
1 5/8 /16
X 1 - 5
1 0 1
2 5/8 3/16 /16
1 1 1
Zj – Cj 0 0
5/4 /8 /8
Solución óptima:
X1* = 15/8
X2* = 15/8
Z * = 15/4
Ejemplo 2
S.A.
6X1 + 4X2 = 12
Xj >= 0 ; j = 1, 2, 3
S.A.
Xj >= 0 ; j = 1, 2, 3, 4, 5, 6, 7
Solución Óptima:
Variables de decisión:
X1 = 0 , X2 = 3 , X3 = 0 , Z = 12
Variables de holgura : X4 = 0 , X7 = 8
Variables artificiales: X5 = 0 , X6 = 0
S.A.
Xj >= 0 ; j = 1, 2
Tablero inicial:
b/a
Cj 1 1 0 0
a>0
V X X X X
b
.B. 1 2 3 4
X 1 1
0 5 3 1 0
3 5 5/5=3
X 1 1
0 3 5 0 1
4 5 5/3=5
Z - -
0 0 0
j – Cj 1 1
Tablero óptimo:
Costo reducido:
Precio dual:
Unidades = (unidad monetaria)/(unidad de recurso) = (u.m.)/(u.r.)
Una restricción es limitante cuando limita a la función objetivo. Esto sucede cuando
se cumple la igualdad de la restricción.
1. Degeneración.
2. Óptimos alternativos.
3. Soluciones no acotadas.
Cuando la función objetivo es paralela a una restricción obligatoria (es decir, una
restricción que se satisface como ecuación en la solución óptima), la función objetivo
asumirá el mismo valor óptimo, que se llama óptimos alternativos, en más de un punto de
solución.
Solución no acotada
La no acotación apunta hacia la posibilidad de que el modelo esté mal construido. Las
irregulares más probables en esos modelos son que no se hayan tomado en cuenta una o
más restricciones no redundantes, y que los parámetros (constantes) de algunas
restricciones puedan no haberse estimado en forma correcta
Solución no factible
1. Determinación del espacio de soluciones que define todas las soluciones factibles
del modelo.
2. Determinación de la solución óptima, entre todos los puntos factibles del espacio
de soluciones.
Variables de Decisión:
: Hectáreas destinadas al cultivo de de Sauvignon Blanc
: Hectáreas destinadas al cultivo de Chardonay
Función Objetivo:
Maximizar
Restricciones:
Donde las restricciones están asociadas a la disponibilidad máxima de hectáreas para
la plantación, presupuesto disponible, horas hombre en el período de planificación y no
negatividad, respectivamente.
Variables de Decisión:
: Unidades a producir del Producto 1 semanalmente
: Unidades a producir del Producto 2 semanalmente
Función Objetivo:
Maximizar
Restricciones:
Las restricciones representan la disponibilidad de horas semanales para las máquinas
A, B y C, respectivamente, además de incorporar las condiciones de no negatividad.
Variables de Decisión:
: Unidades a producir diariamente del Producto 1
: Unidades a producir diariamente del Producto 2
Función Objetivo:
Maximizar
Restricciones:
La primera restricción representa las limitantes de horas de armado diariamente. La
segunda restricción la disponibilidad de horas para labores de control de calidad (también
diariamente). La tercera restricción establece una cota superior para la producción y ventas
diarias del Producto 1. Adicionalmente se incluyen las condiciones de no negatividad para
las variables de decisión.
Método Algebraico
El método algebraico es una alternativa de solución a problemas de programación
lineal. Sin embargo es muy dispendioso, en razón a que trabaja con todos los datos de las
ecuaciones, para mejorar éste aspecto se creó el método simplex cuya gran virtud es su
sencillez, método muy práctico, ya que sólo trabaja con los coeficientes de la función
objetivo y de las restricciones. Obtención de las soluciones básicas: 1. Plantear el problema
en términos matemáticos (Función Objetivo y conjunto de restricciones) 2. Convertir en
igualdades todas las restricciones lineales expresadas en forma de desigualdades,
adicionando variables de holgura a las desigualdades de menor o igual que y restar
variables de excedente (superfluas)a las desigualdades de mayor o igual que.
Ejemplo 1
RMC es una pequeña empresa que fabrica una variedad de productos basados en
sustancias químicas. En un proceso de producción particular, se emplean tres materias
primas para producir dos productos: un aditivo para combustible y una base para solvente.
El aditivo para combustible se vende a compañías petroleras y se usa en la producción de
gasolina y combustibles relacionados. La base para solvente se vende a una variedad de
empresas químicas y se emplea en productos para limpieza en el hogar e industriales. Las
tres materias primas se mezclan para fabricar el aditivo para combustible y la base para el
solvente, tal como se muestra a continuación:
Ésta nos muestra que una tonelada de aditivo para combustible es una mezcla de 0.4
toneladas del material 1 y 0.6 toneladas del material 3. Una tonelada de la base para
solvente es una mezcla de 0.5 toneladas del material 1, 0.2 toneladas del material 2 y 0.3
toneladas del material 3.
La producción de RMC está restringida por una disponibilidad limitada de las tres
materias primas. Para el periodo de producción actual, RMC tiene disponibles las siguientes
cantidades de materia prima:
Debido a los desechos y a la naturaleza del proceso de producción, los materiales que
no se lleguen a usar en una corrida de producción no se pueden almacenar para las
subsiguientes, son inútiles y deben desecharse.
Desarrollo
1. Trasladar la información relevante del problema a una tabla.
2. Describir el objetivo del problema, formular las restricciones y nombrar las
variables
Restricciones:
Material 1 <= 20
Material 2 <= 5
Material 3 <= 21
sujeto a:
F,S >= 0
40F+30S=1,600.
Si F es 0 entonces:
30S = 1,600
S = 1,600/30
S = 53.33
(F=0,S=53.33)
SI S es 0 entonces:
40F = 1,600
F = 1,600/40
F = 40
(F=40,S=0)
Como se puede observar estos puntos están representados por la línea celeste C3 y es
la que atraviesa la solución óptima.