Vous êtes sur la page 1sur 7

Investigacin Operativa I

Marlon Villa Villa

EL MTODO SIMPLEX
El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin en
cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste en
caminar del vrtice de un poliedro a un vrtice vecino de manera que aumente o
disminuya (segn el contexto de la funcin objetivo, sea maximizar o minimizar), dado
que el nmero de vrtices que presenta un poliedro solucin es finito siempre se hallar
solucin.El algoritmo Simplex requiere que el Modelo Lineal, para ser solucionado,
cumpla las condiciones de Forma Estndar y Sistema Cannico.
La Forma Estndar: Incluye
a) Una Funcin Objetivo a optimizar
b) Lado derecho de las restricciones con valor positivo
c) Variables de decisin no negativas
d) Las restricciones deben ser expresadas como igualdades.
Para transformar las restricciones en igualdades se deben incorporar las llamadas
variables de holgura. Una variable de holgura tiene coeficiente cero en la Funcin
Objetivo. Se suman en restricciones del Tipo .
En trminos matemticos, expresan la diferencia entre el lado izquierdo y el lado
derecho de las restricciones. Al igual que las variables de decisin deben ser mayores
o iguales a cero.
En trminos del modelo representan la cantidad de recurso no utilizado con relacin a
un mximo disponible (Parte ociosa de los recursos
El Sistema Cannico En un Modelo Lineal significa que debe existir una variable
bsica en cada restriccin. Esto permite obtener una primera solucin posible que
satisface todas las restricciones.
Una variable bsica tiene coeficiente 1 positivo en una restriccin y no existe en las
dems.
Las variables de decisin (estructurales) del modelo y las variables de holgura pueden
ser variables bsicas. Cuando ninguna de ellas cumple con la condicin de ser bsica,
se incorpora una variable como artificio matemtico, para cumplir con el sistema
cannico y a esa variable se le llama variable artificial. Una variable artificial debe tener
incorporado un coeficiente muy alto en la Funcin Objetivo, con signo negativo en
maximizacin y con signo positivo en minimizacin. Con esto se logra que el
procedimiento Simplex las elimine de la solucin en las primeras iteraciones. Estas
variables deben valer cero en la solucin ptima del modelo.
Una Tabla Simplex es un resumen detallado de toda la informacin del modelo para
trabajar ms fcilmente con l. La siguiente tabla expresa cmo deben ser recogidos
los datos para resolver el problema de programacin lneal por el Mtodo Simplex.
Modelo de Tabla Simplex
Itereracin
V.B. Ec. #
Coeficientes L.D. Razn
PROCEDIMIENTO PARA LA RESOLUCIN DE PROBLEMAS MEDIANTE POR EL
MTODO SIMPLEX.
FASE I: Preparar el modelo inicial para construir la tabla:
1) Transformar los trminos independientes en positivos (multiplicando por -1).
2) Si en alguna restriccin, hay un solo proceso que est contenida en ella sola, lo
convertiremos en unitario (dividiendo por su coeficiente) y si no lo hago meter una
variable de holgura.
UNACH

2.014

Investigacin Operativa I

Marlon Villa Villa

3) En las inecuaciones en las que encontramos introducimos una variable de holgura


sumando.
4) En toda restriccin debe haber una variable unitaria positiva.
5) Las variables de holgura, a la hora de introducirlas en la funcin objetivo lo haremos
siempre con coeficiente cero.
6) Igualar a cero la funcin objetivo
Construir la tabla y resolver el algoritmo.
Paso 1: Construir la tabla del mtodo Simplex y rellenamos la tabla con los
coeficientes. Comprobamos que las variables bsicas tienen un coeficiente de 1 en la
interseccin de su rengln y columna correspondiente y cero en los dems renglones
incluido la funcin objetivo

Paso 2: La S.B.F. es ptima, si y slo si todos los coeficientes del rengln (Z) son no
negativos. De lo contrario se debe iterar. En
Paso 3: Si comprobamos que hay coeficientes negativos en el rengln (Z), marcamos
el mayor en valor absoluto y esta ser la variable no bsica que entra a la base. Para
determinar la variable bsica que sale de la base, divida cada elemento del lado
derecho para cada elemento del vector entrante debe ser mayor que cero (POSITIVO)
c) Se identifica el rengln con la menor razn
La variable bsica para este rengln es la que sale y se le da el nombre de rengln
pivote. La interseccin entre la columna pivote y el rengln pivote lo denominamos
nmero pivote. El patrn de coeficientes en la columna de la variable que entra en la
base, debe quedar como actualmente est el patrn de coeficientes de la variable que
sale.
Paso 4: Calculamos los nuevos coeficientes de la matriz:
a) Coeficientes del rengln de la variable que entra: Dividimos el rengln pivote
entre el nmero pivote y el resultado sern los coeficientes del nuevo rengln de
la variable que entra.
b) Coeficientes de los dems renglones : Dividimos el nuevo rengln de la variable
que entra por menos el coeficiente del de la variable que entra en el rengln que
estamos calculando y al resultado, le sumamos el rengln que tenamos
inicialmente
Paso 5: Construimos la tabla con los resultados.
Paso 6: En la nueva matriz, comprobamos los coeficientes del rengln Z, si todava
existen coeficientes negativos, se sigue iterando, de lo contrario hemos terminado y
hallamos la solucin ptima.

Exsiten problemas de programacin lineal que no proporcionan una solucin bsica


inicial. Esta situacin se presenta cuando al menos una de las restricciones es del tipo

UNACH

2.014

Investigacin Operativa I

Marlon Villa Villa

(<=) o (=). Para este propsito se desarrollan 2 mtodos basados en el uso de


variables artificiales: El mtodo M o de penalizacin y la tcnica de 2 fases.
METODO M O DE PENALIZACIN.
Los pasos bsicos del mtodo M son los siguientes:
1. Exprese el problema en forma estndar transformando las inecuaciones en
ecuaciones introduciendo variables de holgura.
2. Agregue variables no negativas al lado izquierdo de cada una de las ecuaciones
correspondientes a las restricciones de tipo (>=) o (=). Estas variables se denominan
variables artificiales y su adicin hace que las restricciones correspondientes.

Esta dificultad se elimina asegurando que las variables sean 0 en la solucin final. Esto
se logra asignando una penalizacin muy grande por unidad a estas variables en la
funcin objetivo. Tal penalizacin se designar como M para problemas de
maximizacin y +M para problemas de minimizacin.

3. Utiliza las variables artificiales en la solucin bsica inicial; sin embargo la funcin
objetivo de la tabla inicial se prepara adecuadamente para expresarse en trminos de
las variables no bsicas nicamente. Esto significa que los coeficientes de las variables
artificiales en la funcin objetivo deben ser 0 un resultado que puede lograrse sumando
mltiplos adecuados de las ecuaciones de restriccin al rengln objetivo.

4. Proceda con los pasos regulares del mtodo simplex.

MINIMIZACIN.
Para resolver problemas de minimizacin mediante el algoritmo simplex existen dos
procedimientos que se emplean con regularidad.

- El primero, que a mi juicio es el ms recomendable se basa en un artificio aplicable al


algoritmo fundamentado en la lgica matemtica que dicta que "para cualquier funcin
f(x), todo punto que minimice a f(x) maximizar tambin a - f(x)". Por lo tanto el
procedimiento a aplicar es multiplicar por el factor negativo (-1) a toda la funcin
objetivo.

UNACH

2.014

Investigacin Operativa I

Marlon Villa Villa

a continuacin se resuelve el algoritmo como un problema de maximizacin.


- El segundo procedimiento, el cual pretende conservar la minimizacin consiste en
aplicar los criterios de decisin que hemos esbozado con anterioridad, en los casos de
la variable que entra, que sale y el caso en el que la solucin ptima es encontrada.
Aqu recordamos los procedimientos segn el criterio dado el caso "minimizar".

UNACH

2.014

Investigacin Operativa I

Marlon Villa Villa

EL PROBLEMA DUAL
En un modelo de programacin lineal cada problema lineal tiene otro problema
denominado problema dual (PD), que posee importantes propiedades y relaciones
notables con respecto al Problema lineal original, llamado problema primal (PP)
.
Las relaciones las podemos enumerar como siguen:
a) El problema dual tiene tantas variables como restricciones tiene el programa primal.
b) El problema dual tiene tantas restricciones como variables tiene el programa primal
c) Los coeficientes de la funcin objetivo del problema dual son los trminos
independientes de las restricciones o RHS del programa primal
d) Los trminos independientes de las restricciones o RHS del dual son los coeficientes
de la funcin objetivo del problema primal.
e) La matriz de coeficientes tcnicos del problema duales la traspuesta de la matriz
tcnica del problema primal.
f) El sentido de las desigualdades de las restricciones del problema dual y el signo de
las variables del mismo problema, dependen de la forma de que tenga el signo de las
variables del problema
Primal y del sentido de las restricciones del mismo problema. ( Ver tabla de TUCKER)
g) Si el programa primal es un problema de maximizacin, el programa dual es un
problema de Minimizacin
h) El problema dual de un problema dual es el programa primal original.
Tabla de TUCKER
MAXIMIZACION
RESTRICCIONES

=
VARIABLES

><
MINIMIZACIN
VARIABLES

><
RESTRICCIONES

=
UNACH

2.014

Investigacin Operativa I

Marlon Villa Villa

Los problemas duales simtricos son los que se obtienen de un problema primal en
forma cannica y normalizada, es decir, cuando llevan asociadas desigualdades de la
forma mayor o igual en los problemas de minimizacin, y desigualdades menores o
igual para los problemas de maximizacin.

CONCLUSIN
1.- Si una restriccin del primal es no saturada, entonces la variable de dual asociada
debe ser nula.
2.- Si una variable de primal es positiva, entonces la correspondiente restriccin del
dual es una restriccin saturada, es decir, se verifica como una igualdad.

Ejercicio Minimizacion

Minimizar Z = 4X1 + 12X2 + 18X3


SA:
X1 + 3X3 > 3
2X2 + 2X3 > 5
CNN:
X1, X2, X3 > 0

UNACH

2.014

Investigacin Operativa I

Marlon Villa Villa

PARA RESOLVER PROBLEMAS DE MINIMIZACION, multiplique toda la expresin por


(-1) para cambiar el signo "MAYOR QUE" a "MENOR QUE".
Maximizar Z = -4X1 - 12X2 - 18X3
SA:
-X1 - 3X3 < -3
-2X2 - 2X3 < -5

SE PROCEDE A RESOLVERLO DE LA SIGUIENTE FORMA


1. HACER CERO LA FUNCION "Z"
2. SELECCIONAR LA FILA "SOL" MAS NEGATIVA
3. DIVIDIR LA FILA"Z" ENTRE LA FILA MAS NEGATIVA PARA DETERMINAR LA
COLUMNA MAS NEGATIVA

UNACH

2.014