Академический Документы
Профессиональный Документы
Культура Документы
Simplex:
Forma
Estándar
Investigación
Operativa
1
El método simplex
Introducción
El método gráfico funciona bien para problemas con dos variables (puede
ser fácilmente visualizado en un plano como hemos visto en el Módulo 1).
Sin embargo, este método no es práctico para problemas con más
variables.
El método simplex no tiene las restricciones del método gráfico, ya que puede
aplicarse a situaciones con cualquier número de variables.
2
problema se puede obtener evaluando la función objetivo
en un número finito de puntos.
El algoritmo simplex
Este procedimiento parte de un vértice cualquiera y, mediante iteraciones,
se va pasando a vértices adyacentes que mejoran el valor de la función
objetivo, que se obtuvo en el vértice anterior. La solución óptima se
alcanza en un número de pasos bastante inferior al necesario para evaluar
la función objetivo en todos los vértices.
Al igual que el método gráfico, el método simplex encuentra la solución
óptima (mínimo costo o máximo beneficio) en uno de los vértices del
conjunto de soluciones factibles (sin tener que graficar las restricciones ni
la función objetivo, pues sería imposible visualizarlo en un espacio mayor a
tres dimensiones).
“El procedimiento garantiza que cada uno de los vértices no será peor que el
anterior en términos de utilidades o costos” (Davis y McKeown, 1995, p. 35).
3
Comencemos, entonces, a desarrollar este algoritmo. Para tener el planteo
matricial estándar, en primer lugar, deben transformarse las inecuaciones
en ecuaciones agregando un término o variable en cada una de ellas, que
indica la cantidad del recurso en cuestión que no fue utilizado; por lo tanto,
esta variable será mayor o igual que cero. La designaremos con la letra s y
le llamaremos variable de holgura.
𝑥 + 2𝑦 + 𝑠1 = 8;
{ 3𝑥 + 𝑦 + 𝑠2 = 9;
𝑥 ≥ 0; 𝑦 ≥ 0; 𝑠1 ≥ 0; 𝑠2 ≥ 0.
4
sabemos si hay sobrantes de horas máquinas o no. El mismo análisis se
hace con la segunda inecuación.
Obsérvese que las variables de holgura siempre son positivas o cero; en caso
contrario, se estarían violando las desigualdades originales (recuerda que “x” e
“y” son siempre positivas o cero, condiciones de no negatividad).
Las variables que se igualan a cero se llaman variables no básicas. Las variables
que se utilizan para resolver las ecuaciones (es decir, las distintas que cero) se
llaman variables básicas.
5
Recuerda que:
𝑛!
𝐶𝑛,𝑚 = .
𝑚! (𝑛 − 𝑚)!
En nuestro caso: m = 2 y n = 4, entonces habrá:
4! 4.3.2!
𝐶4,2 = 2!(4−2)! = 2!.2.1 = 6 soluciones básicas.
Pero no todas las soluciones básicas son FACTIBLES. Podemos igualar dos
de las variables a cero, pero si quedan valores negativos de las otras
variables, entonces el problema no es viable, pues no se cumplirían las
restricciones de no negatividad de las variables.
Para diferenciar las soluciones factibles de las que no lo son, llamaremos
solución factible básica (SFB) a cada solución en la que los valores de todas
las variables que integran dicha solución son no negativos. Las soluciones
factibles básicas son las esquinas o los vértices de la región factible que
describe el problema. Para no entrar en confusiones y dar un método
práctico para encontrar una solución factible básica inicial, observemos lo
siguiente: hay una solución del sistema “a la vista”, haciendo cero aquellas
variables que están en las dos ecuaciones: x e y.
Si hacemos x = 0 y, además, y = 0, entonces necesariamente s₁ = 8 y s₂ = 9.
Por lo tanto, es suficiente hacer n - m variables iguales a cero (que, por
conveniencia, son las variables que se repiten en ambas ecuaciones), y el
resto tendrá el máximo valor posible que pueda dársele en el sistema. A
esta solución se la llama solución factible básica inicial y es la siguiente:
𝑥=0
𝑦=0
𝑆𝐹𝐵𝐼 { .
𝑠1 = 8
𝑠2 = 9
Sustituyendo:
Z = 2000 x 0 + 3000 x 0 + 0 x 8 + 0 x 9 = 0.
Es decir, no se produjo nada; por lo tanto, todo es excedente.
En síntesis, el método simplex comienza dándole el máximo valor a las
variables de holgura y cero a las variables principales del sistema. En ese
momento, la ganancia es igual a cero. Este es el primer vértice en nuestro
caso (0, 0), a partir del cual el método algorítmico que vamos a desarrollar
va buscando el óptimo en la menor cantidad de pasos posibles.
En la próxima lectura, completaremos el algoritmo y llegaremos a la
solución óptima. Pero lo haremos a través de una tabla simplex, en la que
6
podrán leerse la solución básica factible inicial y el punto de partida de
ganancia cero.
7
Referencias
Barrios Calmaestra, L. (2005). Programación Lineal. El algoritmo simplex.
Recuperado de
http://recursostic.educacion.es/descartes/web/materiales_didacticos/prog
_lineal_lbc/simplex_pl.htm