Tema III Metodo Simplex

TEMA III
MTODO SIMPLEX.

CONCEPTOS BSICOS

MTODOS CUANTITATIVOS I
TEMA III. MTODO SIMPLEX. CONCEPTOS BSICOS
Pg.: 2
INDICE:

Pg.

1.- FACTORES PRODUCTIVOS: (A
i
)............................................................................3
2.- VECTOR EXISTENCIAS: (P
o
)...................................................................................3
3.- TCNICA....................................................................................................................3
4.- PROCESO PRODUCTIVO: (P
j
) .................................................................................3
5.- VECTOR PROCESO...................................................................................................3
6.- NIVEL DE PROCESO: (X
j
) ........................................................................................3
7.- HIPTESIS BSICAS................................................................................................4
7.1.- PROPORCIONALIDAD..................................................................................... 4
7.2.- NO NEGATIVIDAD........................................................................................... 4
7.3.- ADITIVIDAD...................................................................................................... 4
7.4.- LINEALIDAD ..................................................................................................... 4
8.- PLANTEAMIENTO DEL PROBLEMA....................................................................4
9.- ALGORITMO SMPLEX (Dantzig, 1951) .................................................................5
EJEMPLO: ................................................................................................................... 5
1) Convertir las desigualdades en igualdades:.......................................................... 6
2) Programa base: ..................................................................................................... 6
3) Construccin de la tabla....................................................................................... 6
Prueba de optimabilidad........................................................................................... 9
EJEMPLO 1................................................................................................................ 11
EJEMPLO 2: .............................................................................................................. 14
Pg.: 3
TEMA III

MTODO SIMPLEX. CONCEPTOS BSICOS

1.- FACTORES PRODUCTIVOS: (A
i
)
Son los medios empleados para la obtencin de la produccin. Los factores productivos
pueden ser limitados ( los cuales originan restricciones), o limitados.
Los llamaremos A
i
= Factor productivo i.

2.- VECTOR EXISTENCIAS: (P
o
)
Es un vector columna cuyos componentes son las cantidades disponibles de cada uno de
los factores productivos limitados.
|
|
|
|
|
|
.
|
\
|
=
n
o
A
A
A
P
:
:
2
1

3.- TCNICA
Una tcnica es una combinacin de los distintos factores productivos
4.- PROCESO PRODUCTIVO: (P
j
)
Es la transformacin de los factores productivos en bienes o productos, de acuerdo con
una tcnica determinada.
5.- VECTOR PROCESO
Es un vector columna, cuyos componentes indican las cantidades necesarias de los
distintos factores productivos, para la realizacin del proceso Pj.
|
|
|
|
|
|
.
|
\
|
=
nj
j
j
o
a
a
a
P
:
:
2
1
donde a
ij
es la cantidad empleada del factor productivo i en el proceso j.
6.- NIVEL DE PROCESO: (X
j
)
Indica la intensidad de utilizacin de los distintos factores productivos en el proceso P
j
,
y lo llamaremos X
j
.
Pg.: 4
7.- HIPTESIS BSICAS
7.1.- PROPORCIONALIDAD
Las cantidades de los factores productivos son proporcionales a su nivel de utilizacin.
7.2.- NO NEGATIVIDAD
Los niveles de los procesos han de ser mayores o iguales a cero.
7.3.- ADITIVIDAD
La combinacin de varios procesos productivos utiliza en conjunto la suma de todos los
factores exigidos individualmente a cada uno de ellos.
7.4.- LINEALIDAD
Los rendimientos de los procesos, son directamente proporcionales a su nivel de
utilizacin, es decir: dado un proceso P
j
, empleado a nivel unitario, obtendremos un
rendimiento P
j
, mientras que si P
j
es utilizado a un nivel X
j
, el rendimiento del proceso
ser X
j
P
j
.
8.- PLANTEAMIENTO DEL PROBLEMA
Optimizar
n n
X C X C X C Z + + + = L
2 2 1 1

Sujeto a:
m n mn m m
n n
n n
A x a x a x a
A x a x a x a
A x a x a x a
+ + +
+ + +
+ + +
L
L L L L L L L L L L L L
L
L
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

0
i
x
Los problemas de programacin lineal se caracterizan por una serie de elementos:
1. En la solucin ptima: el nmero de procesos ser igual al nmero de factores
limitados; aunque en ciertas ocasiones, dicho nmero de procesos puede ser
menor que el nmero de factores limitados. En tal caso, la solucin es
degenerada.
2. Los niveles de utilizacin X
j
de los procesos sern no negativos.
3. Estos niveles sern tales, que todas las restricciones cumplan como igualdad,
siempre y cuando estemos hablando de procesos que pertenezcan al ptimo.
4. El programa (plan de produccin), que cumpliendo las condiciones anteriores,
optimice el valor de la funcin objetivo, ser el programa ptimo.
Pg.: 5
9.- ALGORITMO SMPLEX (Dantzig, 1951)
En el algoritmo del Smplex, se parte de un programa base que estar formado por
vectores unitarios (vector proceso unitario), realizando iteraciones sucesivas, de manera
que en cada uno de ellos, la matriz de coeficientes asociada al programa base sea una
matriz identidad.
Los pasos a seguir en el algoritmo del Smplex son:
1. Convertir desigualdades en igualdades, introduciendo para ello variables de holgura,
que sern positivas en restricciones menores o iguales, y negativas en restricciones
mayores o iguales.
2. Obtener el programa base: Esta es la pregunta inicial de la cual partimos para
determinar la solucin. Para encontrar el programa base, tomaremos un vector
unitario de cada una de las restricciones del problema, de acuerdo con el siguiente
esquema:
2.1. Escoger aquellas variables de holgura con el mismo signo que el trmino
independiente y coeficiente unitario.
2.2. En su defecto, escoger aquellas variables X
i
que aparezca en una nica
restriccin, y tenga el mismo signo que el trmino independiente. Esta variable
deber tener coeficiente unitario.
2.3. En su defecto, introduciremos en aquellas restricciones de las cuales no hemos
tocado an, un vector unitario una variable artificial Kj afectada de un
rendimiento N si estamos maximizando, o de un rendimiento +N si estamos
minimizando, y que tendr un coeficiente unitario.

EJEMPLO:
Vamos ha hacer como ejemplo un problema del tema anterior, cuyo modelo de
programacin es:
.

2 1
30 40 . X X Z Max + =
Sujeto a: .
0
24 2
8
16
2 1
2
1
i
X
X X
X
X

Pg.: 6

A continuacin vamos a seguir los pasos:

1) Convertir las desigualdades en igualdades:
2 1
30 40 . X X Z Max + =
Sujeto a: .
0
24 2
8
16
3 2 1
2 2
1 1
+
= + +
= +
= +
i i
h X
h X X
h X
h X

Estas holguras introducidas, deben introducirse tambin en la funcin objetivo. Para que
esto no afecte a la solucin final, introduciremos las holguras con un rendimiento nulo.
Por tanto la funcin objetivo queda:
3 2 1 2 1
0h 0h 0h 30 40 . + + + + = X X Z Max
2) Programa base:
El programa base estar formado por tantos procesos como nmero de restricciones:
( )
3 2 1
, ,
h h h B
P P P P =

|
|
|
.
|
\
|
=
0
0
1
1
h
P ,
|
|
|
.
|
\
|
=
0
1
0
2 h
P ,
|
|
|
.
|
\
|
=
1
0
0
3 h
P
son vectores unitarios.
Ahora continuaremos con la teora que habamos abandonado para plantear el ejemplo.
3) Construccin de la tabla: La tabla que construyamos nos servir para
solucionar el problema de programacin lineal planteado.
En la tabla tendramos:
9 Fila 1: Variables del problema, holguras y artificiales.
9 Fila 2: Rendimientos de cada uno de los procesos (C
1
,C
2
, C
3
,....).
9 Columna 1: Rendimientos de cada uno de los procesos que formen parte de la
base ) , (
2 1
B
m
B B
C C C K .
Pg.: 7
9 Columna 2: Programas que forman parte de la base ) , (
2 1
B
m
B B
P P P K .
9 Columna 3: Niveles de utilizacin de los procesos que forman parte del
programa base. En la primera tabla aparecen las disponibilidades de los
recursos (A
1
, A
2
, ..., A
m
).
9 Centro: La matriz tecnolgica (a
11
, a
12
, ...).
9 Fila 3: Fila de rendimientos indirectos (Z
1
, Z
2
, ...., Z
m
).
9 Fila 4: Rendimientos marginales (W
1
, W
2
, ..., W
m
).

X
1
X
2
X
3
... ... .. .. ... ... ... ... .. .. ... ... ... .. X
n

C1 C2 C3 ... ... .. .. ... ... ... ... .. .. ... ... ... .. Cn
B
C
1

B
P
1
a
11
a
12
a
13
... ... .. .. ... ... ... ... .. .. ... ... ... .. a
1n
A
1

B
C
2

B
P
2
a
21
a
22
a
23
... ... .. .. ... ... ... ... .. .. ... ... ... .. a
2n

A
2

:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
... ... .. .. ... ... ... ... .. .. ... ... ... ..
:
:
:
:
:
:
:
:
B
m
C
B
m
P
a
m1
a
m2
a
m3
... ... .. .. ... ... ... ... .. .. ... ... ... .. a
mn
A
m

Z
1
Z
2
Z
3
... ... .. .. ... ... ... ... .. .. ... ... ... .. Z
n

W
1
W
2
W
3
... ... .. .. ... ... ... ... .. .. ... ... ... .. W
n

Volviendo al problema planteado anteriormente, vamos a construir la tabla:

3 2 1 2 1
0h 0h 0h 30 40 . + + + + = X X Z Max
Sujeto a: .
0
24 2
8
16
3 2 1
2 2
1 1
+
= + +
= +
= +
i i
h X
h X X
h X
h X

Rendimientos
directos
Niveles de
utilizacin de
las variables
que forman
parte del
programa
base
Rendimientos
indirectos
Rendimientos
Marginales
Pg.: 8

TABLA I
X
1
X
2
h
1
h
2
h
3

40 30 0 0 0
0 h
1
1 0 1 0 0 16
0 h
2
0 1 0 1 0 8
0
h
3
1 2 0 0 1 24
0 0 0 0 0
40 30 0 0 0

Estamos dividiendo el problema en dos partes:
m variables: Forman parte del programa base (variables bsicas).
n m variables: Variables no bsicas, a las que inicialmente damos un valor
de cero.
Z
j
se calcula como la suma algebraica de los productos de cada uno de los rendimientos
directos del programa base, por los elementos del vector proceso respectivo:
0 1 0 0 0 1 0
1
= + + = Z

En este caso son todos los Z
j
cero.
Wj = Es la diferencia entre el rendimiento directo e indirecto. Observamos que como no
son negativos o nulos, no estamos ante la solucin ptima.
j j j
Z C W =

Tenemos que hacer una prueba de optimabilidad, para saber si el Simples es o no
ptimo. Si no lo es tendremos que iterar.
MATRIZ IDENTIDAD:
Es la que contiene a los
procesos del programa base
Sale
Columna de
Rendimientos
Elemento
Pivote

Entra
Z
j

W
j

Columna 1
Fila 1 centro columna 1
Pg.: 9
Prueba de optimabilidad: El programa base ser ptimo si y slo si, el
rendimiento marginal de todos los procesos productivos es no positivo en problemas de
maximizacin, o no negativo, en problemas de minimizacin.
Si el resultado fuera no ptimo, es porque dentro del programa base hay algn proceso
que no debera estar. Debemos averiguar cual es este proceso para eliminarlo, y ver
cuales que no estn deberan estarlo.
De los dos procesos (40 y 30), que no estn en el programa base, Cul debera entrar?
Debera entrar el que mayor beneficio aporte; es decir, el proceso que entrar en el
programa base ser aquel que posea un mayor valor marginal positivo de entre todos.
En nuestro caso, el proceso entrante ser P1:W1= 40.
A la columna perteneciente al proceso entrante se la denomina columna pivote.
El proceso saliente se calcular de la siguiente forma: Calculamos el ratio entre el nivel
del proceso del programa base y su respectivo elemento en la columna pivote.
En nuestro ejemplo ser:
P
h1
=16/1 =16
P
h2
= 8/0 =
P
h3
= 24/1 =24
Sale aquel proceso con menor ratio, por lo tanto sale el 16
A la fila del proceso que sale, tambin se la denomina fila pivote. Al elemento en el que
se cruzan la fila y la columna pivotes se le llama elemento pivote.
Ahora una vez averiguado el proceso que entra y el que sale debemos volver a iterar:
TABLA II
X
1
X
2
h
1
h
2
h
3

40 30 0 0 0
40 X
1
1 0 1 0 0 16 (1)
0 h
2
0 1 0 1 0 8 (2)
0
h
3

0 2 -1 0 1
8
(3)
40 0 40 0 0
0 30 -40 0 0

Pivote
Entra
Sale
Pg.: 10
(1) X
1
+ h
1
= 16
(2) X
2
+ h
2
= 8
(3) 2x
2
h
1
+h
3
= 8
Las dos primeras expresiones estn en el modelo de programa, mientras que la tercera
(3) observamos que no est; entonces yndonos al modelo tenemos que:
8 2 24 2 16
16
24 2
3 1 2 3 2 1
1 1
3 2 1
= + = + +
)
`
=
= + +
h h X h X h
h X
h X X

Pasos para rellenar la tabla II.
1) Fila del proceso entrante: Se determina dividiendo el proceso correspondiente de la
tabla anterior por el elemento pivote:
0
1
0
; 0
1
0
; 1
1
1
15 12 11
= = = = = = a a a K
2) Fila de los procesos que permanecen: Los elementos correspondientes a los
elementos que permanecen se calculan como el elemento de la tabla anterior, menos el
coeficiente de la columna pivote, por el elemento nuevo del proceso entrante:
Para h
2
:
a
21
= a
21
- 0(Pivote) a
11
(elemento correspondiente al proceso entrante)=0 0 1 = 0
a
22
=a
22
0 a
21
=1 - 0 0 = 1
Para h
3
:
2 0 1 2 '
0 1 1 1 ' 1 '
32
11 31 31
= =
= = =
a
a a a

Para comprobar que vamos bien, la matriz asociada a los procesos del programa base
(X
1
,h
2
,h
3
), es una matriz identidad:
|
|
|
.
|
\
|
=
1 0 0
0 1 0
0 0 1
3 2 1
h h X
M
K K K K K K
Vemos que s lo es
A continuacin vamos a calcular las Zj y Wj (ver tabla 2).
Si la solucin es ptima, los rendimientos marginales deberan ser negativos o nulos.
Como vemos en la tabla II que no lo son entonces volvemos a iterar.
El proceso entrante es X
2
, porque su rendimiento marginal es el mayor de todos (30).
Pg.: 11
Para el proceso saliente, ser el que tenga menor ratio:
16
16/0 =

8 8/1 = 8
8 8/2 = 4 El proceso saliente ser h
3

NOTA: Si hubiera dos con el mismo ratio, dara igual que saliera no u otro.
TABLA III
X
1
X
2
h
1
h
2
h
3

40 30 0 0 0
40 X
1
1 0 1 0 0 16
0 h
2
0 0
2
1

1
2
1
8
30
X
2
0 1
2
1
0
2
1
4
40 30 25 0 15
0 0 -25 0 -15

Ahora observamos que la solucin ptima y por lo tanto el programa base es ptimo. Es
ptimo dado que se trata de un problema de maximizacin, y el rendimiento marginal
de todos los procesos es negativo, o bien nulo.
Entonces podemos decir que el programa base estar compuesto por los procesos P
1
, P
2

y P
h2
:
) , , (
2 2 1
*
h
B
P P P
P
=
) 4 , 8 , 16 (
*
= X
= + + = = . . 760 4 30 8 0 16 40
* *
m u x C Z
i i

EJEMPLO 1:
Vamos a aplicar este mtodo al ejemplo de la industria qumica
Cierta empresa qumica produce dos tipos de disolventes (D
1
y D
2
). La produccin de
estos disolventes se lleva a cabo en dos plantas: Una de mezclado y otra de purificacin.
La capacidad semanal de horas de trabajo es de 230 h. para mezclado y 250 horas para
Wj
Z
*
=760 u. m.
Pg.: 12
purificacin (son horas semanales). Para la fabricacin de 1.000 litros de ambos tipos,
son necesarias las siguientes horas:
D
1
D
2
DISPONIBILIDAD
MEZCLADO 2 1 230
PURIFICACIN 1 2 250

Esta empresa tiene una provisin casi ilimitada de materiales, sin embargo, se conoce
que el disolvente D
2
tiene una demanda semanal nunca superior a 120.000 litros. Si
estimamos un margen de beneficio de 0.3 u.m./l para D
1
y de 0.5 u.m./litro para D
2
,
determinar el plan de fabricacin semanal optimo para la empresa.
X1 nmero de miles de litros de D
1

X2 nmero miles de litros de D
2

Entonces, el modelo de programacin es:

A continuacin vamos a seguir todos los pasos:

1.- Introducir variables de holgura:

2.- Programa base: P
B
= (P
h1
, P
h2
, P
h3
)

3.- Construccin de la tabla
2 1
500 300 . X X Z Max + =
Sujeto a: .
0
120
250 2
230 2
2
2 1
2 1
+
+
i
X
X
X X
X X

3 2 1 2 1
0 0 0 500 300 . h h h X X Z Max + + + + =
0 ,
120
250 2
230 2
3 2
2 2 1
1 2 1
= +
= + +
= + +
i i
h X
h X
h X X
h X X

Pg.: 13
X
1
X
2

h
1
h
2
h
3

300 500 0 0 0
0
h
1
2 1 1 0 0 230
0 h
2

1
2 0 1 0 250
T
A
B
L
A

I

0 h
3
0 1 0 0 1 120
0
0 0 0
0
300 500 0 0 0
0 h
1

2
0 1 0 -1
110
0 h
2
1 0 0 1 -2 10
T
A
B
L
A

I
I

500 X
2
0 1 0 0 1 120
0 500 0 0 500
300 0 0 0 -500
0
h
1

0 0 1 -2 3
90
300
X
1

1 0 0 1 -2
10
T
A
B
L
A

I
I
I

500
X
2

0 1 0 0 1
120
300 500 0 300 -100
0 0 0 -300 100
0
h
3

0 0
3
1
3
2
1
30
300
X
1

1 0
3
2
3
1
0
70
T
A
B
L
A

I
V

500
X
2

0 1
3
1
3
2

0
90
300 500
3
100
3
700 0
0 0
3
100
3
700
0

Ya estamos ante la solucin ptima.
NOTA: En el ratio tomamos el menor de los positivos

Observamos el ejercicio, que la variable h
3
sale y vuelve a entrar en otra tabla.
h
1
y h
2
son variables no bsicas, no pertenecen al programa base.

3
100
1
=
h
W Rendimiento marginal: Es lo que incrementa el beneficio al aadir
una unidad de h
1
. Al aadir una unidad adicional de h
1
, aumentara el
rendimiento en
3
100
.

230

125

120 Sale
ENTRA
W
j
No ptima
ENTRA

30 Sale

-5

120

ENTRA

55

10 Sale

Pg.: 14
El rendimiento marginal de
3
100
1 1
= =
h
W h nos determina el precio sombra del
factor limitado A
1
.
+ 230 2
2 1
X X
3
100
=
I
P

h
1
.

3
700
2
=
h
W Rendimiento marginal de h
2
. En la segunda restriccin hemos
introducido h
2
.
250 2
2 1
+ X X

. h
2
(adicional)
Aadir una unidad adicional de h
2
producir un aumento en el rendimiento de
3
700

W
h3
= 0 Rendimiento marginal de h
3
.En la tercera restriccin se introdujo h
3
.
120
3
X

h
3
.
Que W
h3
= 0 significa que:
El valor ptimo de h
3
es 30. Significa que hay un exceso de 30.000
unidades en ese factor productivo. Significa que tenemos recurso A
3
en
exceso. Entonces para que se cumpla que:
90 : 30 120
*
2
*
3 3 2
= = = + X entonces h h X
Vemos que hasta 120 tiene 30 unidades de colchn.
El que W
h3
= 0 significa que la empresa no se va a gastar nada en ese
factor productivo, ya que tiene 30 unidades de ese factor que le sobran.

EJEMPLO 2:

Minimizar la siguiente funcin:

3 2 1
16 30 20 . X X X Z Min + + =
Sujeto a: .
0
4 2 3
3 3
3 2 1
3 2 1 2
5
+ +
+ +
i
X
X X X
X X X

Pg.: 15
1.- Convertir desigualdades en igualdades:

2 1 3 2 1
0 0 16 30 20 . h h X X X Z Min + + + + =
Sujeto a: .

0 ,
4 2 3
3 3
2 3 2 1
1 3 2 1 2
5
= + +
= + +
i i
h X
h X X X
h X X X

2.- Programa base:
o 1 opcin: (ver teora); no nos vale (h
i
negativos) de distinto signo al
trmino independiente.
o 2 opcin: (ver teora); No os vale no existen variables solas.
o 3 opcin: Esta s nos vale. Introduciremos variables artificiales que slo
valen para formar el programa base. Se hace en todas las restricciones. (ver
teora). Por tanto:

2 1 2 1 3 2 1
0 0 16 30 20 . MK MK h h X X X Z Min + + + + + + =
Sujeto a: .
0 ,
4 2 3
3 3
2 2 3 2 1
1 1 3 2 1 2
5
= + + +
= + + +
i i
h X
K h X X X
K h X X X

M Valor tan grande como se quiera.
El programa base inicial estar formado por K
1
y K
2
.

) 2 , 1 ( K K P
B
=
Construiramos la primera tabla:

TABLA I
X
1
X
2
X
3
h
1
h
2
K
1
K
2

20 30 16 0 0 M M
M K
1

2
5

3
1 -1 0 1 0
3
3/3
M
K
2

1 3 2 0 -1 0 1 4 4/3
M
2
7

6 M 3 M - M - M M M
M
2
7
20 M 6 30 M 3 16 M M 0 0

Ahora Vamos a aplicar los criterios de optimabilidad.
Como es un problema de minimizacin, los rendimientos marginales han de ser
mayores o iguales que cero.
W
j
0
SALE
ENTRA
Pg.: 16
Entrar en el proceso con W
j
negativo menor (el ms negativo), el W
j
ms pequeo es el
del proceso 2 = 30 6 M.
Ahora construimos la segunda tabla:

X
1
X
2
X
3
h
1
h
2
K
1
K
2

20 30 16 0 0 M M
30 X
2

6
5

1
3
1

3
1

0
3
1

0 1 3
3 1
6
5

3-1-3
3
1
3 2

) 3 ( 0
3
1

3 0
3
1

3 0 1

M
K
2

2
3

0 1 1 -1 -1 1

1
1
2
3
25
M

30 10+ M M-10 - M 10-M M
5
2
3

M

0 M 6 10-M M 2M-10 0

TABA III
X
1
X
2
X
3
h
1
h
2
K
1
K
2

20 30 16 0 0 M M
2
3
3
1
6
5
+

30 X
2

3
4
0
3
2

3
1

3
2

3
1

3
2

16
X
3

2
3

0
1
1 -1 -1 1 1
16 30 16 -4 -6 4 6
4 0 0 4 6 M-4
M-6

SOLUCIN:

SALE
ENTRA
PTIMA
) , (
3 2
*
P P P
B
=
) 1 , (
3
2 *
= X
36 1 16
3
2
30
* *
= + = Z Z

Tema III Metodo Simplex

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tema III Metodo Simplex

Transféré par

Droits d'auteur :

Formats disponibles

TEMA III

Vous aimerez peut-être aussi