REPRESENTACIN TABULAR DELMETODO SIMPLEX Al seguir el algoritmo del mtodo simplex algebraico para la solucin de este modelo, obtuvimos

tres modelos modificados, el inicial, y los que denominamos: sistema 1 modificado y sistema 2 modificado. Para facilitar el anlisis, escribamos los modelos modificados en formato estndar tal como est el modelo inicial, con lo cual obtenemos: Sistema inicial Max Z = 10X1 + Sujeta a 4X1 + 4X1 + 6X1 +

6X2 + 8X2 + 3X2 + 2X2 +

0H1 + 1H1 + 0H1 + 0H1 +

0H2 + 0H2 + 1H2 + 0H2 +

0H3 0H3 = 0H3 = 1H3 = 800 600 600

Ac las variables bsicas son H1, H2, H3 Sistema 1 Max Z = Sujeta a

0X1 + 0X1 + 0X1 + 1X1 +

8/3X2 + 20/3X2 + 5/3X2 + 1/3X2 +

0H1 + 1H1 + 0H1 + 0H1 +

0H2 0H2 1H2 0H2 +

5/3H3 2/3H3 = 2/3H3 = 1/6H3 = 400 200 100

Ac las variables bsicas son H1, H2, X1 Sistema 2 Max Z = Sujeta a

0X1 + 0X1 + 0X1 + 1X1 +

0X2 1X2 + 0X2 0X2 -

2/5H1 + 3/20H1 + 1/4H1 + 1/20H1 +

0H2 0H2 1H2 0H2 +

7/5H3 1/10H3 = 1/2H3 = 1/5H3 = 60 100 80

Ac las variables bsicas son X2, H2, X1

Si analizamos la estructura de los tres sistemas anteriores, constatamos que en cada uno de ellos, el vector formado con los coeficientes de las variables bsicas, en las tres restricciones, es un vector unitario y que adems en los tres sistemas las variables bsicas tienen un cero como coeficiente objetivo. Tambin observamos que cada variable de entrada tiene un vector unitario en el sistema siguiente, mientras que la variable bsica de salida, que antes tenia vector unitario ya no lo tiene. Esta caracterstica nos permite obtener un sistema a partir del anterior, simplemente realizando las operaciones necesarias para que el vector de la variable de entrada se convierta en un vector unitario. En realidad lo que necesitamos hacer es efectuar operaciones elementales entre filas mediante la operacin de pivoteo para convertir en uno el coeficiente de la variable de entrada en la ecuacin correspondiente a la variable de salida y convertir en cero el coeficiente en el resto de las ecuaciones y en la funcin objetivo. Para realizar con mayor comodidad el paso de un sistema al siguiente, se acostumbra organizar los valores en tablas conocidas como tableros simplex, en las cuales se

escribe el modelo junto con otras columnas y filas que nos permiten reconocer e interpretar otros datos importantes del proceso de solucin. La tabla contiene una columna encabezada con el nombre de cada variable del modelo. Encima del nombre se escribe el coeficiente objetivo y debajo los coeficientes tecnolgicos que le corresponden en cada restriccin, con lo cual quedara que la primera fila contiene la funcin del objetivo y las filas a partir de la tercera contienen las restricciones del modelo. La penltima se encabeza con el nombre solucin y debajo se escriben los trminos del lado derecho de las restricciones. Para efectuar fcilmente algunos clculos posteriores e interpretar las sucesivas soluciones obtenidas en la bsqueda de la solucin ptima, se agregan a la tabla las siguientes columnas y filas: a. Columna CB con los coeficientes objetivo de las variables bsicas . b. Columna XB con los nombres de las variables bsicas. c. Fila Zj cuyos elementos se calculan como el producto escalar del vector CB y el vector Sj compuesto por los coeficientes que forman la columna de la variable Xj. En esta fila y debajo de los nombres de las variables bsicas se escribe el nombre de la funcin objetivo ( el nombre genrico es Z ), y a la izquierda el valor correspondiente ( inicialmente este valor es cero). d. Fila Ej cuyos elementos, llamados efectos netos, se calculan como la diferencia Cj Zj. Ntese que el valor de Z se calcula como el producto escalar de CB por la columna solucin, lo cual es lgico ya que el vector CB contiene los coeficientes objetivo de las variables bsicas y la columna solucin contiene el valor de esas variables. Para nuestro modelo los tableros simplex correspondientes a los sistemas obtenidos son los siguientes: Tablero inicial Cj CB 0 0 0 Zj Ej Tablero 1 Cj CB 0 0 10 Zj Ej 10 X1 0 0 1 10 0 6 X2 20/3 5/3 1/3 10/3 8/3 0 H1 1 0 0 0 0 0 H2 0 1 0 0 0 0 H3 -2/3 -2/3 1/6 5/3 -5/3 10 X1 4 4 6 0 10 6 X2 8 3 2 0 6 0 H1 1 0 0 0 0 0 H2 0 1 0 0 0 0 H3 0 0 1 0 0

Solucin 800 600 600 0

XB H1 H2 H3 Z

Solucin 400 200 100 1000

XB H1 H2 X1 Z

Tablero 2 ( tablero ptimo del ejemplo de maximizacin)

Cj CB 6 0 10 Zj Ej

10 X1 0 0 1 10 0

6 X2 1 0 0 6 0

0 H1 3/20 -1/4 -1/20 2/5 -2/5

0 H2 0 1 0 0 0

0 H3 -1/10 -1/2 1/5 7/5 -7/5

Solucin 60 100 80 1160

XB X2 H2 X1 Z

Observamos de manera clara como las columnas de las variables bsicas siempre son vectores unitarios y los efectos netos de las variables bsicas siempre son cero. Ejercicio: Un problema de minimizacin Con el propsito de deducir otros detalles relacionados con la lgica del mtodo simplex en forma algebraica, el estudiante debe aplicar el algoritmo ya conocido, para obtener la solucin ptima del siguiente modelo: Min: Z = - 4X1 2X2 Sujeta a: -1X1 + 1X2 10 6X1 + 10X2 120 3X1 - 5X2 30 Con X1, X2 0 Se presenta enseguida el tablero final, para que el estudiante lo compare con el que obtenga despus de realizar sus clculos. Tablero ptimo del ejemplo de mimimizacin Cj -4 -2 0 0 CB X1 X2 H1 H2 0 0 0 1 1/30 -2 0 1 0 1/20 -4 1 0 0 5/60 Zj -4 -2 0 -13/30 Ej 0 0 0 13/30

0 H3 4/15 -1/10 1/6 -14/30 14/30

Solucin 22 3 15 -66

XB H1 X2 X1 Z

IDENTIFICACIN DEL TIPO DE SOLUCIN Con el mtodo algebraico podemos resolver cualquier modelo de programacin lineal, pero por facilidad en los clculos y anlisis, lo hemos explicado mediante un modelo en el cual todas las restricciones son del tipo y todos los bi 0. Si un modelo puede expresarse de esta manera, siempre tendr una solucin bsica factible inicial, integrada por las variables de holgura y cuyos valores son los coeficiente recurso del modelo, es decir siempre tendremos al menos una solucin factible, as sea la inicial que como hemos dicho es trivial, pero con la cual se descarta la inexistencia de solucin o la existencia de una solucin infactible. Estas dos ultimas posibilidades las analizaremos posteriormente cuando generalicemos el algoritmo para modelos que no cumplan las dos condiciones de tener todas las restricciones de la forma > y todos los trminos del lado derecho con valor no negativo. En estos casos se deben incluir unas variables artificiales que nos permita obtener cmodamente una solucin bsica factible inicial artificial.

Al termino del Algoritmo Simplex Algebraico llegaremos a una solucin ptima, que como ya mencionamos en el mtodo grfico, puede ser nica, mltiple, ilimitada. A continuacin presentamos ejemplos de modelos de maximizacin que conducen a cada uno de estos casos. Solucin ptima nica Se obtiene cuando en la fila Ej de un tablero, ya todos los valores correspondientes a las variables no bsicas son menores o iguales que cero. Esto sucede en el tablero ptimo del ejemplo de maximizacin, presentado antes. ( se pide al estudiante que analice el tablero ptimo del ejemplo de minimizacin , para que deduzca los cambios que deben hacerse en el algoritmo, cuando el objetivo no es maximizar sino minimizar) Solucin ptima mltiple Ocurre cuando ninguna variable no bsica tiene efecto neto positivo, pero al menos una de ellas tiene efecto neto igual a cero. Lo anterior indica que la solucin actual no es mejorable, pero si igualable, al formar una nueva solucin ptima entrando la variable no bsica con efecto neto cero. Al hacerlo se obtendr una nueva solucin, pero con el mismo valor de la funcin objetivo. Apoyados en el teorema de que si hay dos soluciones bsicas que dan el mismo valor ptimo de Z, entonces cualquier combinacin lineal convexa de ellas, tambin da el mismo valor, podemos concluir que el problema tiene infinitas soluciones ptimas alternativas. Como ejemplo, analicemos la solucin del modelo: Max: Sujeta a: Z = 14X1 3X1 8X1 7X1 + 6X2 + 5X2 15 - 12X2 12 + 3X2 14

Despus de algunas iteraciones llegamos al siguiente tablero: Cj CB 0 14 6 Zj Ej 14 X1 0 1 0 14 0 6 X2 0 0 1 6 0 0 H1 1 0 0 0 0 0 H2 0.2407 0.0278 -0.0648 0 0 0 H3 -0.7037 1/9 0.0741 2 -2

Solucin 8.0370 1.8885 0.2593 28

XB H1 X1 X2 Z

Por lo tanto la solucin actual es H1 = 8.0370, X1 = 1.8885, X2 = 0.2593; Z = 28. Observamos que este tablero es ptimo pues ninguna variable no bsica tiene efecto neto negativo. Pero la solucin actual si es igualable, ya que el efecto neto de la variable no bsica H2 es cero, que no quita ni pone en el valor de la funcin objetivo, por lo cual al entrarla a la solucin bsica esta tendr el mismo valor de Z. Si efectuamos los clculos para obtener la nueva solucin bsica en donde H2 sea variable bsica obtenemos el siguiente tablero:

Cj 14 6 0 0 CB X1 X2 H1 H2 0 0 0 4.154 1 14 1 0 -0.1154 0 6 0 1 0.2692 0 Zj 14 6 0 0 Ej 0 0 0 0 Ambos tableros representan soluciones ptimas ptima mltiple que se expresa como: X1* = X2* En donde 0 1 0.26 1.89 + (1- )

0 H3 Solucin XB H2 -2.923 33.38 X1 0.1923 0.961 X2 -0.1154 2.423 Z 2 28 -2 del modelo. Entonces hay solucin

0.96 ; z* = 28 2.42

Solucin ilimitada Ocurre cuando se tiene alguna variable no bsica con efecto neto positivo, la cual ser variable de entrada, pero es imposible sacar una de las variables bsicas, debido a que todos los coeficientes de intercambio de la variable de entrada son negativos o cero. Para mejor entendimiento analicemos la solucin del siguiente modelo: Max: Sujeta a. Z = 10X1 + 5X2 - 3X1 + 4X2 12 X1 2X2 2 X1 + 2X2 > 8 Con X1, X2 0

Al aplicar el mtodo simplex en forma tabular obtenemos la siguiente tabla: Cj CB 5 0 10 Zj Ej 10 X1 0 0 1 10 0 5 X2 1 0 0 5 0 0 H1 0.1 0.4 -0.2 -1.5 1.5 0 H2 0 1 0 0 0 0 H3 -0.3 -0.2 -0.4 -5.5 5.5

Solucin 3.6 8.4 0.8 26

XB X2 H2 X1 Z

Observamos que las variables H1 y H3 tienen efecto neto positivo, por lo cual pueden entrar a la solucin bsica. Ya que H3 tiene el mayor efecto neto, la elegimos como variable de entrada. Pero tambin notamos que al aumentar el valor de H3, ninguna de las variables bsicas disminuye, sino que por el contrario lo aumentan. Esto se debe a que los coeficientes de intercambio de H3 con X2, H2 y con X1 son negativos. Por consiguiente concluimos que la solucin del modelo es ptima ilimitada.

Es bueno recordar ac que la aparicin de soluciones ptimas mltiples o ilimitadas es poco comn en los problemas reales y cuando se presentan en algn modelo obedecen generalmente a errores en la formulacin o en los datos. Se le recomienda al estudiante que compare las conclusiones obtenidas al resolver estos modelos, con el mtodo simplex tabular y las obtenidas con el mtodo grfico.