Académique Documents
Professionnel Documents
Culture Documents
CCIR / Matemáticas
euresti@itesm.mx
Determinación de SBF
El método Simplex visto requiere que se tenga una SBF, pero ¿cómo hallarla?
Existen dos métodos disponibles:
El método de la M grande.
El método Simplex de las dos fases.
Método de la M grande
1 Modifique las restricciones para que los segundos miembros sean mayor o
igual que cero.
2 Identifique las restricciones del tipo = y las del tipo ≥.
3 Convierta a la forma estándar.
4 A cada una de las restricciones identificadas añada una variable artificial ai
(Con restricciones ai ≥ 0).
5 Sea M un número positivo muy grande. Si el problema es de minimización,
sume M ai a la función objetivo. Si es de maximización, sume −M ai .
6 Aplique el Simplex. Si al terminar el Simplex. . .
todas las variables artificiales son cero, entonces se ha encontrado el
óptimo al problema original.
existe alguna variable artificial con valor positivo en la solución óptima
encontrada, entonces el problema original tiene región factible vacı́a.
Ejemplo 1
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 20
con x1 , x2 ≥ 0.
Ejemplo 1
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 20
con x1 , x2 ≥ 0.
Solución
La forma estándar queda:
Minimice z = 2 x1 + 3 x2 + M a1
sujeto a
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 20
con x1 , x2 , s1 , e1 , a1 ≥ 0.
De la matriz
z x1 x2 s1 e1 a1 RHS VB
1 198 297
0 −100 0 2000 z
0 1/2 1/4 1 0 0 4 s1 16 = 4/(1/4)
0 2 3 0 −1 1 20 a1 → x2 8.66 = 20/3
Ejemplo 2
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 36
x1 + x2 = 10
con x1 , x2 ≥ 0.
Ejemplo 2
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 36
x1 + x2 = 10
con x1 , x2 ≥ 0.
La forma estándar queda:
Minimice z = 2 x1 + 3 x2 + M a1 + M a2
sujeto a
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 36
x1 + x2 + a2 = 10
con x1 , x2 , s1 , e1 , a1 , a2 ≥ 0.
De la matriz
z x1 x2 s1 e1 a1 a2 RHS
1 2998
3997 0 −1000 0 0 46000 z
0 1/2 1/4 1 0 0 0 4 s1 16 = 4/(1/4)
0 2 3 0 −1 1 0 36 a1 12 = 36/3
0 1 1 0 0 0 1 10 a2 10 = 10/1
z x1 x2 s1 e1 a1 a2 RHS VB
1 −999 0 0 −1000 0 −3997 6030 z
0 1/4 0 1 0 0 −1/4 3/2 s1
0 −1 0 0 −1 1 −3 6 a1
0 1 1 0 0 0 1 10 x2
La cual representa la SBF z = 6030, x1 = 0, x2 = 10, s1 = 3/2, e1 = 0, a1 = 6 y
a2 = 2. La cual es óptima. Como el valor de a1 = 6 > 0, entonces la región
factible al PL original es vacı́a.
Comentarios
¿Cómo escoger M?
Normalmente funciona que M sea al menos 100 veces más grande que el
más grande de todos los coeficientes en el Tableau.
¿Algún problema?
El uso de grandes números puede traer errores de redondeo.
1 Modifique las restricciones para que los segundos miembros sean mayor o
igual que cero.
2 Identifique las restricciones del tipo = y del tipo ≥.
3 Convierta a la forma estándar.
4 A cada una de las restricciones identificadas añada una variable artificial ai
(Con restricciones ai ≥ 0).
P
5 En la fase I, se cambia la función objetivo por minimizar w = ai y aplique
el Simplex.
6 El óptimo encontrado puede caer en alguno de los siguientes casos:
Caso I:
Si en el óptimo w > 0, el problema original tiene región factible vacı́a.
Caso II:
Si en el óptimo w = 0 y las variables ai son no básicas, borre de la solución
óptima las variables artificiales ai y del Tableau final las columnas
correspondientes a ellas y reemplace el renglón cero por la función objetivo
del problema estándar. Pivotee y aplique el Simplex. La solución óptima que
encontrará corresponde a la solución óptima.
Caso III:
Si en el óptimo w = 0 y hay al menos una variable artificial como básica,
entonces se borran las variables artificiales no-básicas y aquellas variables del
problema original cuyo coeficiente en el renglón cero es negativo. Reemplace
el renglón cero por la función objetivo del problema estándar sin las variables
borradas. Pivotee y aplique el Simplex. La solución óptima que
encontrará corresponde a la solución óptima.
Ejemplo 3
Ejemplo
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥20
x1 + x2 =10
con x1 , x2 ≥ 0.
Ejemplo 3
Ejemplo
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥20
x1 + x2 =10
con x1 , x2 ≥ 0.
La forma estándar es: Min z = 2 x1 + 3 x2 , sujeto a
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 = 20
x1 + x2 = 10
con x1 , x2 , s1 , e1 ≥ 0.
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 20
x1 + x2 + a2 = 10
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 20
x1 + x2 + a2 = 10
w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 1/2 1/4 1 0 0 0 4 s1
0 1 3 0 −1 1 0 20 a1
0 1 1 0 0 0 1 10 a2
Observe que las variables a1 y a2 no están sustituidas en el renglón cero, pues sus
coeficientes allı́ no son cero. Para reducir hacemos las operaciones
R1 ← R1 + 1 R3 y R1 ← R1 + 1 R4 .
w x1 x2 s1 e1 a1 a2 RHS VB
1 2 4 0 −1 0 0 30 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 1 3 0 −1 1 0 20 a1 → x2 6.6
0 1 1 0 0 0 1 10 a2 10
w x1 x2 s1 e1 a1 a2 RHS VB
1 2 4 0 −1 0 0 30 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 1 3 0 −1 1 0 20 a1 → x2 6.6
0 1 1 0 0 0 1 10 a2 10
w x1 x2 s1 e1 a1 a2 RHS VB
1 2/3 0 0 1/3 −4/3 0 10/3 w
0 5/12 0 1 1/12 −1/12 0 7/3 s1
0 1/3 1 0 −1/3 1/3 0 20/3 x2
0 2/3 0 0 1/3 −1/3 1 10/3 a2
w x1 x2 s1 e1 a1 a2 RHS VB
1 2 4 0 −1 0 0 30 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 1 3 0 −1 1 0 20 a1 → x2 6.6
0 1 1 0 0 0 1 10 a2 10
w x1 x2 s1 e1 a1 a2 RHS VB
1 2/3 0 0 1/3 −4/3 0 10/3 w
0 5/12 0 1 1/12 −1/12 0 7/3 s1 5.6
0 1/3 1 0 −1/3 1/3 0 20/3 x2 20
0 2/3 0 0 1/3 −1/3 1 10/3 a2 5
w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 0 0 1 −1/8 1/8 −5/8 1/4 s1
0 0 1 0 −1/2 1/2 −1/2 5 x2
0 1 0 0 1/2 −1/2 3/2 5 x1
w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 0 0 1 −1/8 1/8 −5/8 1/4 s1
0 0 1 0 −1/2 1/2 −1/2 5 x2
0 1 0 0 1/2 −1/2 3/2 5 x1
z x1 x2 s1 e1 RHS VB
1 −2 −3 0 0 0 z
0 0 0 1 −1/8 1/4 s1
0 0 1 0 −1/2 5 x2
0 1 0 0 1/2 5 x1
z x1 x2 s1 e1 RHS VB
1 0 0 0 −1/2 25 z
0 0 0 1 −1/8 1/4 s1
0 0 1 0 −1/2 5 x2
0 1 0 0 1/2 5 x1
Ejemplo
Ejemplo
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥36
x1 + x2 =10
con x1 , x2 ≥ 0.
Ejemplo
Ejemplo
Resuelve el siguiente modelo PL:
Minimice z = 2 x1 + 3 x2
sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥36
x1 + x2 =10
con x1 , x2 ≥ 0.
La forma estándar queda: Min z = 2 x1 + 3 x2 . Sujeto a
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 = 36
x1 + x2 = 10
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 36
x1 + x2 + a2 = 10
sujeto a x1 , x2 , s1 , e1 , a1 , a2 ≥ 0.
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 36
x1 + x2 + a2 = 10
sujeto a x1 , x2 , s1 , e1 , a1 , a2 ≥ 0.
w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 1/2 1/4 1 0 0 0 4 s1
0 1 3 0 −1 1 0 36 a1
0 1 1 0 0 0 1 10 a2
Observe que las variables a1 y a2 no están sustituidas en el renglón cero, pues sus
coeficientes allı́ no son cero. Se reduce haciendo R1 ← R1 + 1 R3 y
R1 ← R1 + 1 R4 .
Ejemplo 5
Ejemplo
Resuelve el siguiente modelo PL:
Maximice z = 40 x1 + 10 x2 + 7 x5 + 14 x6
sujeto a
x1 − x2 + 2 x5 =0
−2 x1 + x2 − 2 x5 =0
x1 + x3 + x5 − x6 =3
+ 2 x2 + x3 + x4 + 2 x5 + x6 =4
con xi ≥ 0 para i = 1, . . . , 6.
Ejemplo 5
Ejemplo
Resuelve el siguiente modelo PL:
Maximice z = 40 x1 + 10 x2 + 7 x5 + 14 x6
sujeto a
x1 − x2 + 2 x5 =0
−2 x1 + x2 − 2 x5 =0
x1 + x3 + x5 − x6 =3
+ 2 x2 + x3 + x4 + 2 x5 + x6 =4
x1 − x2 + 2 x5 + a1 = 0
−2 x1 + x2 − 2 x5 + a2 = 0
x1 + x3 + x5 − x6 + a3 = 3
+ 2 x2 + x3 + x4 + 2 x5 + x6 + a4 = 4
w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −3/2 7/2 2 1 0 0 −3/2 0 0 0 7 w
0 1/2 −1/2 0 0 1 0 1/2 0 0 0 0 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2
0 1/2 1/2 1 0 0 −1 −1/2 0 1 0 3 a3
0 −1 3 1 1 0 1 −1 0 0 1 4 a4
w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB −
1 −3/2 7/2 2 1 0 0 −3/2 0 0 0 7 w −
0 1/2 −1/2 0 0 1 0 1/2 0 0 0 0 x5 NL
0 −1 0 0 0 0 0 1 1 0 0 0 a2 NL
0 1/2 1/2 1 0 0 −1 −1/2 0 1 0 3 a3 6
0 −1 3 1 1 0 1 −1 0 0 1 4 a4 4/3
w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −1/3 0 5/6 −1/6 0 −7/6 −1/3 0 0 −7/6 7/3 w
0 1/3 0 1/6 1/6 1 1/6 1/3 0 0 1/6 2/3 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2
0 2/3 0 5/6 −1/6 0 −7/6 −1/3 0 1 −1/6 7/3 a3
0 −1/3 1 1/3 1/3 0 1/3 −1/3 0 0 1/3 4/3 x2
w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −1/3 0 5/6 −1/6 0 −7/6 −1/3 0 0 −7/6 7/3 w
0 1/3 0 1/6 1/6 1 1/6 1/3 0 0 1/6 2/3 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2 N
0 2/3 0 5/6 −1/6 0 −7/6 −1/3 0 1 −1/6 7/3 a3 2
0 −1/3 1 1/3 1/3 0 1/3 −1/3 0 0 1/3 4/3 x2
w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −1 0 0 0 0 0 0 0 −1 −1 0 w
0 1/5 0 0 1/5 1 2/5 2/5 0 −1/5 1/5 1/5 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2
0 4/5 0 1 −1/5 0 −7/5 −2/5 0 6/5 −1/5 14/5 x3
0 −3/5 1 0 2/5 0 4/5 −1/5 0 −2/5 2/5 2/5 x2
z x2 x3 x4 x5 x6 a2 RHS VB
1 −10 0 0 −7 0 −14 0 z
0 0 0 1/5 1 2/5 0 1/5 x5
0 0 0 0 0 0 1 0 a2
0 0 1 −1/5 0 −7/5 0 14/5 x3
0 1 0 2/5 0 4/5 0 2/5 x2
Reduciendo queda:
z x2 x3 x4 x5 x6 a2 RHS VB
1 0 0 27/5 0 −16/5 0 27/5 z
0 0 0 1/5 1 2/5 0 1/5 x5
0 0 0 0 0 0 1 0 a2
0 0 1 −1/5 0 −7/5 0 14/5 x3
0 1 0 2/5 0 4/5 0 2/5 x2
Reduciendo queda:
z x2 x3 x4 x5 x6 a2 RHS VB −
1 0 0 27/5 0 −16/5 0 27/5 z −
0 0 0 1/5 1 2/5 0 1/5 x5 0.5
0 0 0 0 0 0 1 0 a2 NL
0 0 1 −1/5 0 −7/5 0 14/5 x3 NL
0 1 0 2/5 0 4/5 0 2/5 x2 0.5
z x2 x3 x4 x5 x6 a2 RHS VB
1 0 0 7 8 0 0 7 z
0 0 0 1/2 5/2 1 0 1/2 x6
0 0 0 0 0 0 1 0 a2
0 0 1 1/2 7/2 0 0 7/2 x3
0 1 0 0 −2 0 0 0 x2