Investigacin de Operaciones I

Solucin de PPL por el Mtodo Simplex

Investigacin de Operaciones I Semestre 2011 - I

Mapa Conceptual del curso

Formulacin Mtodos de Solucin Interpretacin de Resultados Aplicaciones

Formulacin de Modelos Mtodo Grafico

Transporte

Programacin Lineal
Mtodo Simplex Programacin Lineal Entera

Dualidad y Sensibilidad

Transbordo y Asignacin

Pert-Cpm

Inventarios

Mapa Conceptual de la Sesin

Problema de Programacin Lineal

M O D E L O

Investigacin de Operaciones Modelos de Programacin Lineal

Mtodos de Solucin

Forma estndar Holguras y exceso Soluciones Bsicas Factibles Simplex Tabular Uso de Computador

Mtodo Simplex

Tabla de Contenido

1. Objetivo 2. El Mtodo Simplex 3. Conversin de modelos de PL a la Forma Estndar 4. Soluciones Bsicas 5. Simplex Tabular

1. Objetivo de la Sesin

Fijar los requerimientos para establecer un modelo de programacin lineal. Convertir el modelo de PL a su forma estndar Encontrar la solucin de un PPL a travs del mtodo simplex:

Competencia o Capacidad terminal a obtener El Alumno ser capaz de Formular el modelo de programacin lineal para un problema dado y Resolver el modelo de programacin lineal utilizando el mtodo simplex.
5

2. El Mtodo Simplex
Es un mtodo genrico de solucin de problemas lineales, desarrollado por George Dantzig en 1947.
Como tal, el mtodo simplex es un procedimiento algebraico, pero puede entenderse ms fcilmente como un mtodo geomtrico. Antes de explicar los aspectos geomtricos del Simplex, veremos el tratamiento que debe hacerse a cualquier modelo de PL antes de aplicar el Mtodo Simplex sobre l para solucionarlo.

Bsqueda geomtrica del optimo

1 3

4
2

3. Conversin de modelos de PL a la Forma Estndar

Todo modelo de PL, para efectos de resolverse con el Mtodo Simplex, debe llevarse a una Forma Estndar con las siguientes caractersticas: 1. El lado derecho de las ecuaciones debe ser no-negativo 2. Todas las restricciones deben convertirse a Ecuaciones 3. Todas las variables deben ser no-negativas
EJEMPLO: Maximizar Z = 2x1 + 3x2 + x3 Sujeto a: x1 + x2 + x3 = 10 -2x1 + 3x2 + 2x3 -5

7x1 - 4x2 + 5x3 6

x1 + 4x2 + 3x3 8
8

x1 >=0, x2 0, x3 0

Conversin de modelos de PL a la Forma Estndar

Conversin de modelos de PL a la Forma Estndar

10

4. Soluciones Bsicas
EJEMPLO: Maximizar Z = 3x1 + 5x2 Sujeto a: x1 4 2x2 12 3x1 + 2x2 18 x1 , x2 0

Forma
Estndar

Maximizar Z = 3x1 + 5x2 Sujeto a: x1 + S1 = 4 2x2 + S2 = 12 3x1 + 2x2 + S3 = 18 x1 , x2 , S1, S2, S3 0

x1 0 0 0 4 2

x2 0 6 9 6 6

s1 4 4 4 0 2

s2 12 0 -9 0 0

s3 18 6 0 -6 0
El Mtodo Simplex observa el conjunto de ecuaciones resultantes en la forma estndar, y dado que hayan m ecuaciones y n incgnitas (en este caso m = 3 y n = 5) le corresponde hacer (nm) variables iguales a cero para poder tener soluciones consistentes. Las soluciones que logra de esta manera se llaman Soluciones Bsicas.

4
6
11 4

3
0 0

0
-2 0

6
12 12

0
0 6

Obtencin de las soluciones bsicas:

1. Plantear el problema en trminos matemticos (Funcin 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 exceso a las desigualdades de mayor o igual que.
3 a. Determinar # de soluciones bsicas posibles: Para m ecuaciones y n incgnitas el # de soluciones bsicas posibles se obtiene a partir de: b. Se aplica el teorema bsico de lgebra lineal, que especifica que para un sistema de m(ecuaciones) x n(incgnitas) en el que n>m , si existe una solucin, puede encontrarse igualando n-m de las variables a cero y resolviendo el conjunto de m(ecuaciones) con m(variables)

12

Obtencin de las soluciones bsicas:

Eleccin de variables bsicas y no bsicas: Variables no bsicas: Variables que se igualan a cero. Variables bsicas: Variables que se usan para resolver las ecuaciones. Igualar variables bsicas a cero (n-m es posible iniciar con las variables de decisin) para convertirlas en no bsicas y resolver el sistema de ecuaciones. Este proceso ser repetitivo hasta hallar todas las soluciones bsicas posibles.
13

Obtencin de las soluciones bsicas:

De las soluciones bsicas es posibles identificar:

i.

Soluciones Bsicas Factibles: que corresponden a las esquinas o vrtices de la regin factible y sus variables son no negativas.

ii. Solucin Bsica No Factible: que corresponden a las esquinas o vrtices que estn por fuera de la regin factible. iii. Solucin ptima: Aquella que tiene todas sus variables no negativas y es el mayor valor, para el caso de maximizacin. Para el caso de minimizacin ser la que presente el menor valor.

14

Soluciones Bsicas Factibles (SBF)

Tabla 1
x1 P1 P2 P3 P4 P5 P6 P7 P8 0 0 0 4 2 4 6 4 x2 0 6 9 6 6 3 0 0 s1 4 4 4 0 2 0 -2 0 s2 12 0 -9 0 0 6 12 12 s3 18 6 0 -6 0 0 0 6 Fact Fact NO NO Fact Fact NO Fact

15

Los puntos resaltados con azul representan Soluciones Bsicas Factibles ya que cumplen con todas las restricciones. Los dems puntos violan restricciones de no-negatividad. El Mtodo Simplex nicamente considera para su anlisis las SBF.

Las SBF son los vrtices de la Regin Factible y por tanto all estar el ptimo.

Bsqueda geomtrica del optimo

Punto Factibles Puntos Adyacentes P2 y P8 P1 y P5 P2 y P6 P5 y P8 P1 y P6 Valor Z en el Punto Z=0 Z = 30 Z = 36 Z = 27 Z = 12 Valor Z en los Adyacentes

P5 P2

P1 P2 P5

P2 (Z = 30) y P8 (Z = 12) P1 (Z = 0) y P5 (Z = 36) P2 (Z = 30) y P6 (Z = 27) P5 (Z = 36) y P8 (Z = 12) P1 (Z = 0) y P6 (Z = 27)

P6 P8 P1

P6 P8

El Mtodo Simplex inicia explorando uno de los puntos, usualmente el origen (en este caso P1), y saltar a un punto adyacente slo si ste salto mejora el valor de Z.

Si estando en un punto se determina que ninguno de los adyacentes a l mejora el valor de Z, entonces se ha encontrado el ptimo.
16

En este caso el ptimo es el punto P5, y se en 3 iteraciones (P1 Juan Jos Bravo B.,encuentra M.Sc. P2 P5).

17

5. Simplex Tabular
Maximizar Z = 30x1 + 40x2 Sujeto a: 4x1 + 2x2 + S1 = 80 2x1 + 5x2 + S2 = 120 x1 , x2 , S1, S2 0

El Mtodo Simplex inicia en el punto P1, que corresponde a la Tabla 1.

x1 P1 0

x2 0

s1 80

s2 120

Tabla 1
Coeficientes en la Funcin Objetivo (Cj)

Variables No Bsicas
x1 Variables Bsicas Solucin (R.H.S.) 30 x2 40

Variables Bsicas
S1 0 S2 0

0
0

S1
S2 Zj

80
120 0

4
0 0

2
2 0

1
0 0

0
1 0

18

Coeficientes de las restricciones

Valor Objetivo

Simplex Tabular
Ya obtenida la Tabla 1, el Mtodo Simplex se pregunta: La Tabla 1 es ptima? (es decir, el punto P1 es ptimo?). Criterio de Parada Si todos los valores del rengln (Cj Zj) 0 entonces la Tabla es ptima Debe ingresar a la solucin la Variable No Bsica que tenga el mayor valor positivo en el rengln (Cj Zj)
19

Para ello observamos el rengln (Cj Zj), que da slo informacion de las Variables No Basicas

Para Maximizacin Si un valor del rengln (Cj Zj) es positivo, indica que al darle valores a la variable no bsica respectiva, mejora la funcin objetivo. Si un valor del rengln (Cj Zj) es negativo, indica que al darle valores a la variable no bsica respectiva empeora la funcin objetivo. Si un valor del rengln (Cj Zj) es cero, indica que al darle valores a la variable no bsica respectiva, no hay cambio en la funcin objetivo. Criterio de Entrada

Simplex Tabular
Tabla 1
Coeficientes en la Funcin Objetivo (Cj) 0 0 Variables Bsicas S1 S2 Zj

sale S2
x1 Solucin (R.H.S.) 80 120 0 30 4 2 0

Columna entrante
x2 40 2 5 0 S1 0 1 0 0 S2 0 0 1 0 80/2 =40 120/5 =24

Razn

Cj-Zj

30

40

20

Para darle valores a la variable X2 (es decir, volver bsica a X2), debe salir de la solucin actual una de las variables bsicas (es decir, una de ellas deber volverse no basica cero).

Para saber cual variable bsica actual sale, el Criterio de Salida es con base en la Razn Mnima ()

Se calcula dividiendo el elemento de la columna R.H.S con el elemento de la columna entrante, siempre que el elemento de esta ltima columna sea positivo.

Tabla 2
Coeficientes en la Funcin Objetivo (Cj) 0 40 x1 Variables Bsicas S1 X2 Zj Solucin (R.H.S.) 32 24 960

Simplex Tabular
x2 40 0 1 40 S1 0 1 0 0 S2 0 -0,4 0,2 8 32/3,2 =10 24/0,4=60

Razn

30
3,2 0,4 16

Cj-Zj

14

0
x1 P2 0 x2 40 0 1 40 0 x2 20

-8
x2 24 S1 0 0,3125 -0,125 4,375 -4,375 s1 32 S2 0 -0,125 0,25 6,25 -6,25 s2 0 s2 0 FACT

Tabla 3
Coeficientes en la Funcin Objetivo (Cj) 30 40 Cj-Zj x1 21 P3 10 x1 Variables Bsicas X1 X2 Zj Solucin (R.H.S.) 10 20 1100 30 1 0 30 0

Tabla OPTIMA

Juan Jos Bravo B., M.Sc.

0

s1

Fact

6. Simplex Tabular (Minimizacin)

Ya obtenida la Tabla 1, el Mtodo Simplex se pregunta: La Tabla 1 es ptima? (es decir, el punto P1 es ptimo?). Criterio de Parada Si todos los valores del rengln (Cj Zj) 0 entonces la Tabla es ptima Debe ingresar a la solucin la Variable No Bsica que tenga el mayor valor negativo en el rengln (Cj Zj)
22

Para ello observamos el rengln (Cj Zj), que da slo informacion de las Variables No Basicas

Para Minimizacin Si un valor del rengln (Cj Zj) es negativo, indica que al darle valores a la variable no bsica respectiva, mejora la funcin objetivo. Si un valor del rengln (Cj Zj) es positivo, indica que al darle valores a la variable no bsica respectiva empeora la funcin objetivo. Si un valor del rengln (Cj Zj) es cero, indica que al darle valores a la variable no bsica respectiva, no hay cambio en la funcin objetivo. Criterio de Entrada

7. Simplex y la variables artificiales Big M

Minimizar Z = 4x1 + x2 Sujeto a: 3x1 + x2 = 3 4x1 + 3x2 6 x1 + 2x2 4 x1 , x2 0

Estandarizacion Tradicional

Minimizar Z = 4x1 + x2 Sujeto a: 3x1 + x2 = 3 4x1 + 3x2 S2 = 6 x1 + 2x2 + S3 = 4

x1 , x2,S2, S3 0

Puede Lograrlo con este ejemplo? En general, las restricciones de = y de generan problemas al Simplex al momento de construir la tabla inicial que arranca el procedimiento. En cambio cuando las restricciones son de no existen estos inconvenientes y el metodo puede iniciar sin problemas con las variables de holgura.

Como n=4 y m=3, el Simplex hace n-m variables cero (en este caso una) para crear un sistema de ecuaciones consistente que arroje una Solucin Inicial Inmediata y Factible .

23

El Simplex soluciona estos inconvenientes de arranque creando Variables Artificiales.

Simplex y la variables artificiales Big M

Min Z = 4x1 + x2 Sujeto a: 3x1 + x2 = 3 4x1 + 3x2 6 Min Z = 4x1 + x2 Sujeto a: 3x1 + x2 = 3 Min Z = 4x1 + x2 + MR1+ MR2 Sujeto a: 3x1 + x2 + R1 = 3 4x1 + 3x2 S2 + R2 = 6 x1 + 2x2 + S3 = 4 x1 , x2, S2, S3, R1, R2 0

x1 + 2x2 4
x1 , x2 0

4x1 + 3x2 S2 = 6
x1 + 2x2 + S3 = 4 x1 , x2,S2, S3 0

La Tabla Simplex Inicial se construye teniendo en cuenta que en el rengln (Zj Cj) las variables bsicas tienen necesariamente valores de cero.

Tenga en cuenta que en la Tabla 1: - Variables No Bsicas: x1, x2, s2

24 - Variables Bsicas: R1, R2, S3

Aqu n = 6 y m = 3, siendo (n-m) = 3. Es decir, al hacer 3 variables iguales a cero sale una Solucion Inicial Inmediata Factible. [Puede observar que estas 3 variables no bsicas iniciales deben ser x1, x2, s2].

Simplex y la variables artificiales Big M

Min Z = 2x1 + 3x2 +0S1 +0S2 + MA1+ MA2 Sujeto a: 3x1 + 1x2 S1 + A1 = 6

De la primera y segunda restriccin:

Para el Caso de A2 = 4 - 1x1 + 1x2 S2 Minimizacin el signo de M en la funcin Objetivo es (+) , mientras Asumimos que M es un valor que para el caso muy grande de maximizacin es signo ser (-)

A1 = 6 - 3x1 + 1x2 S1

1x1 + 1x2 S2 + A2 = 4
x1 , x2, S1, S2, A1, A2 0

Tabla 1
Coeficientes en la Funcin Objetivo (Cj) M M Zj Cj - Zj 10M Variables Bsicas Solucin (R.H.S.) A1 A2 6 4 X1 2 3 1 4M 2-4M X2 3 1 1 2M 3-2M S1 0 -1 0 -M M S2 0 0 -1 -M M A1 M 1 0 M 0 A2 M 0 1 M 0

Razn
6/3 =2 4/1 =4

25

Simplex y la variables artificiales Big M

Tabla 2
Coeficientes en la Funcin Objetivo (Cj) 2

X1
Variables Bsicas X1 Solucin (R.H.S.) 2 2 1

X2
3 0,33

S1
0 -0,33

S2
0 0

A1
M 0,33

A2
M 0

Razn
2/0,33 =6

M
Zj

A2

0
2

0,66
0,66+0,6 6M 2,670,66M

0,33
-0,66+0,33M

-1
-M

-0,33
0,66-0,33M

1
M

2/0,66 =3

Cj - Zj

4+2M

0,66-0,33M

0,660+O,6 7M

Tabla 3
Coeficientes en la Funcin Objetivo (Cj) 2 3
Zj
Cj - Zj 11

X1
Variables Bsicas X1 X2 Solucin (R.H.S.) 1 3 2 1 0
2
0

X2
3 0 1
3
0

S1
0 -0,5 0,5
0,5
-0,5

S2
0 0,5 -1,5
-3,5
3,5

A1
M 0,5 -0,5
-0,5
M+0,5

A2
M -0,5 1,5
3,5
M-3,5

Razn
3/0,5 =6

26

Simplex y la variables artificiales Big M

Tabla 4
Tabla OPTIMA
Coeficientes en la Funcin Objetivo (Cj) 2 0
Zj Cj - Zj 8

X1 Variables Bsicas X1 S1 Solucin (R.H.S.) 4 6 2 1 0

2 0

X2 3 1 2
2 1

S1 0 0 1
0 0

S2 0 -1 3
-2 2

A1 M 0 -1
0 M

A2 M 1 -3
2 M-2

NOTA: Las variables artificiales siempre deben ser al final No Bsicas, o tener valor de cero, ya que solo fueron creadas para arrancar el procedimiento.

27