Vous êtes sur la page 1sur 9

Clase # 8 Hasta el momento sólo se han estudiado

problemas en la forma estándar

ADAPTACIÓN A
OTRAS FORMAS DEL • Maximizar Z.
MODELO. • Restricciones de la forma ≤ .
• Todas las variables no negativas.
• bi ≥ 0 para toda i = 1,2,...,m

8-1 8-2

Forma estándar Existen variaciones cuando:

Maximizar Z = 3X1 + 5X 2
Sujeto a
X1 ≤4 •Restricciones en forma de igualdad.
2X 2 ≤ 12 •Lados derechos negativos.
•Restricciones de la forma ≥ .
3X 1 + 2X 2 ≤ 18
• Función objetivo minimizar.
X1 , X2 ≥ 0

8-3 8-4

1.Restricciones en forma de igualdad.

Cualquier restricción del tipo Lo que se hace


a 11X1 + a 12X2 + .............+ a 1nXn = b 1 entonces es
Es equivalente a introducir variables
a 11X1 + a 12X2 + .............+ a 1nXn ≤ b 1
a 11X1 + a 12X2 + .............+ a 1nXn ≥ b 1
artificiales

Esto es inconveniente pues


se aumenta el número de Veamos un ejemplo
restricciones
8-5 8-6

1
Cambiemos la tercera restricción de ( 2,6)
x2
desigualdad en el ejemplo de la Wyndor 10
Glas c.o , por una igualdad. 9 Región factible
8
7
Maximizar Z = 3X1 + 5X 2 6 X2 =6
Sujeto a 5
X1 ≤4 4
2X 2 ≤ 12 3 (4,3)
3X 1 + 2X 2 = 18 2
1 3X1 + 2X2 =18
X1 , X2 ≥ 0 x
0 1 2 3 4 5 6 7 8 9 10 1
X1 =4
8-7 8-8

La forma aumentada de este problema es: ¿Cual es la S.B.F inicial?


(0) Z - 3X 1 - 5X 2 =0
(1) X1 + X3 = 4
(2) 2X 2 +X 4 = 12
(3) 3X 1 + 2X2 = 18 Es necesario introducir
variables artificiales (2 pasos).
Observe que no está completa la matriz
identidad.
8-9 8-10

Variables artificiales. Paso 1.


Ä Facilitan hallar una S.B.F inicial. Se introduce una variable artificial X 5
Ä Deben cumplir requerimientos de no
negatividad. 3X 1 + 2X 2 + X5 = 18
Ä Se deben introducir penalizaciones
muy grandes en la función objetivo.
Ä Se convierten en V.B en la ecuación
en que han sido introducidas. Es muy similar a introducir una
ÄEl proceso iterativo del simplex se variable de holgura
deshace de ellas.
8-11 8-12

2
Paso 2.
Se asigna una penalización enorme en la Este método se llama el
función objetivo por el hecho de tener
X5 ≥ 0 método de la M grande,
Se modifica la función objetivo pues M representa un
número muy grande

Maximizar Z = 3X1 + 5X 2 - M X5

8-13 8-14

La forma aumentada del


problema artificial es: La S.B.F inicial en este
problema sería entonces:

(0) Z - 3X 1 - 5X 2 +MX5 =0
(1) X1 + X3 = 4 X1=0 , X 2=0 ,
(2) 2X 2 +X 4 = 12
(3) 3X 1 + 2X2 +X 5 = 18 X3=4 , X 4=12 , X5 =18

8-15 8-16

Comparemos los problemas.


Problema real
Problema real Problema artificial x2
10
9 Región factible
Max Z = 3X1 + 5X2 Max Z = 3X 1 + 5X2 - M X 5 8 (solo el segmento
7 de recta)
Sujeto a Sujeto a 6
X1 ≤4 5
X1 ≤4 2X2 ≤ 12 4
2X2 ≤ 12 3X1 + 2X2 ≤ 18 3
2
3X1 + 2X 2 = 18 Así 3X1 + 2X 2 +X5= 18 1
x
X1 , X2 ≥ 0 X1 , X2, X5 ≥ 0 0 1 2 3 4 5 6 7 8 9 10 1

8-17 8-18

3
(0,6) Z=30 - 6M
Problema artificial
x2
10 (2,6) Z= 36
9
8 Nótese que ambos
7
6 problemas son similares
5
4 cuando X5 = 0
3 Región (4,3) Z= 27
2 factible
1
0 x
1 2 3 4 5 6 7 8 9 10 1
(0,0) Z= 0 - 18M (4,0) Z= 12 - 6M 8-19 8-20

Recordemos la forma aumentada Este sistema no se encuentra en la forma


del problema artificial apropiada de la Eliminación Gaussiana.

(0) Z - 3X 1 - 5X 2 +MX5 =0
(1) X1 + X3 = 4 El renglón (0) debe modificarse antes de empezar
(2) 2X 2 +X 4 = 12 a encontrar la solución óptima
(3) 3X 1 + 2X2 +X 5 = 18
Ojo: En el renglón (0), los coeficientes de las
variables artificiales deben ser cero
8-21 8-22

Z - 3X 1 - 5X 2 +MX5 =0
Ya conocemos bien el
- M ( 3X 1 + 2X 2 +X 5 = 18) procedimiento empleado por el
método simplex. Este caso es igual
Z - (3M+3) X 1 - (2M+5) X 2 = -18M
y se procede de la misma manera.
Este nuevo renglón (0) queda expresado
solamente en términos de las V.N.B

Veamos las tablas simplex

8-23 8-24

4
1 2
Coeficientes Coeficientes
Iter V.B Ec # L.D Iter V.B Ec # L.D
Z X1 X2 X3 X4 X5 Z X1 X2 X3 X4 X5

0 Z (0) 1 -3M -3 -2M-5 0 0 0 -18M 1 Z (0) 1 0 -2M-5 3M + 3 0 0 -6M+12

X3 (1) 0 1 0 1 0 0 4 X1 (1) 0 1 0 1 0 0 4

X4 (2) 0 0 2 0 1 0 12 X4 (2) 0 0 2 0 1 0 12

X5 (3) 0 3 2 0 0 1 18 X5 (3) 0 0 2 -3 0 1 6

8-25 8-26

3 4
Coeficientes Coeficientes
Iter V.B Ec # L.D Iter V.B Ec # L.D
Z X1 X2 X3 X4 X5 Z X1 X2 X3 X4 X5

2 Z (0) 1 0 0 -9/2 0 M+5/2 27 3 Z (0) 1 0 0 0 3/2 M+1 36

X1 (1) 0 1 0 1 0 0 4 X1 (1) 0 1 0 0 -1/3 1/3 2

X4 (2) 0 0 0 3 1 -1 6 X3 (2) 0 0 0 1 1/3 -1/3 2

X2 (3) 0 0 1 -3/2 0 1/2 3 X2 (3) 0 0 1 0 1/2 0 3

8-27 8-28

2.Lados derechos negativos.


Observe que la variable X5 es una
V.B en las 2 primeras tablas simplex. Si se tiene una igualdad con lado derecho negativo,
simplemente se multiplica por (-1)
a 11X1 + a 12X2 + .............+ a 1nXn = -bi
-a 11X1 - a 12X2 - .............- a 1nXn = bi

Las 2 primeras S.B.F para


este problema artificial son Se puede usar también con las desigualdades
a 11X1 + a 12X2 + .............+ a 1nXn ≤ - b 1
no factibles para el
-a 11X1 - a 12X2 - .............- a 1nXn ≥ b1
problema real
8-29 8-30

5
X2
0.3X1 + 0.1X2 = 2.7
3.Restricciones de la forma ≥ .
15

Para ilustrar como se manejan este tipo de


restricciones veamos un ejemplo. 0.6X1 + 0.4X2 ≥≥ 6
10

Minimizar Z = 0.4X1 + 0.5X 2 Región


Sujeto a factible
0.3X 1 + 0.1X 2≤ 2.7
5
0.5X 1 +0.5X 2 = 6
0.6X 1 + 0.4X 2 ≥ 6 Soluciones en los
X1 , X2 ≥ 0 vértices 0.5X1 +0.5X2 = 6

X1
0 5 10 15
8-31 8-32

Por ahora dejemos de lado el hecho que la La forma aumentada del


función objetivo sea minimizar y problema artificial es:
concentrémonos en la tercera restricción.

1. Restamos una variable de exceso o


superávit en la restricción ≥ para convertirla Min Z = 0.4X 1 +0.5X2 +MX 4 +MX6 =0
Sujeto a
en igualdad.
0.6X 1 + 0.4X 2 - X5 = 6 0.3X 1 + 0.1X 2 + X 3 = 2.7

2. A esta restricción se le adiciona una 0.5X 1 +0.5X 2 +X 4 = 6


variable artificial, para hallar la S.B.F inicial. 0.6X 1 + 0.4X 2 - X5 + X 6 = 6
0.6X 1 + 0.4X 2 - X5 + X 6 = 6 X1 , X 2, X3, X 4 , X 5,,X6 ≥ 0
8-33 8-34

Restricciones sobre (X1,X2)


Observe que los coeficientes de las Problema real Problema artificial
variables artificiales en la función
objetivo son +M en lugar de -M, 0.3X 1 + 0.1X 2 ≤ 2.7 0.3X 1 + 0.1X 2 ≤ 2.7
porque ahora se tiene que minimizar.
0.5X 1 + 0.5X 2 = 6 0.5X 1 + 0.5X 2≤ 6
(=se cumple cuando X4 =0)

0.6X 1 + 0.4X 2 ≥ 6 No se considera


Comparemos ahora el problema real con el (excepto si X6 =0)
problema artificial X 1 , X 2≥ 0 X1 , X 2, X5≥ 0
8-35 8-36

6
X2
15 0.3X1 + 0.1X2 = 2.7
La tercera restricción no se
considera debido a que la diferencia
X5 - X6 puede ser un número positivo
10
o negativo, y entonces la recta
0.6X 1 + 0.4X 2 = 6 puede desplazarse
Región
libremente hacia la derecha o factible
5
izquierda.

Veamos como se amplía la región factible 0.5X1 +0.5X2 = 6


para el problema artificial. X1
0 5 10 15
8-37 8-38

4.Minimización.

Σ CjXj
n
Min Z=j=1 Otra forma para enfrentar el
problema de minimización es
es equivalente a cambiar en el método simplex
los criterios de vector que
n
Max -Z=Σ (-CjXj) entra y optimalidad.
j=1

8-39 8-40

La forma aumentada del


Transformando la función objetivo problema artificial a resolver es:

Min Z = 0.4X 1 +0.5X2 +MX 4 +MX6 =0


(0) - Z + 0.4X 1 +0.5X 2 +MX 4 +MX 6 = 0
(1) 0.3X1 + 0.1X 2 + X 3 = 2.7
(2) 0.5X1 +0.5X 2 +X 4 = 6
Max - Z = -0.4X 1 - 0.5X 2 -MX4 - MX6 =0 (3) 0.6X1 + 0.4X 2 - X5 + X 6 = 6

X1 , X 2, X3, X 4 , X 5,,X6 ≥ 0
8-41 8-42

7
1
El problema se debe colocar en la forma Coeficientes
estándar de la Eliminación Gaussiana. Iter V.B Ec #
Z X1 X2 X3 X4 X5 X6
L.D

0 Z (0) -1 -1.1M+0.4 -0.9M+0.5 0 0 M 0 -12M

- Z + 0.4X1 +0.5X 2 +MX 4 +MX 6 = 0


X3 (1) 0 0.3 0.1 1 0 0 0 2.7
- M( 0.5X1 +0.5X 2 +X 4 = 6)
- M (0.6X 1 + 0.4X2 - X5 + X 6 = 6)
X4 (2) 0 0.5 0.5 0 1 0 0 6
- Z + (0.4 -1.1M) X 1 + (0.5 -0.9M) X 2 +MX5 =12M
X6 (3) 0 0.6 0.4 0 0 -1 1 6
Veamos las tablas simplex
8-43 8-44

2 3
Coeficientes Coeficientes
Iter V.B Ec # L.D Iter V.B Ec # L.D
Z X1 X2 X3 X4 X5 X6 Z X1 X2 X3 X4 X5 X6

-16 M+11 11 M - 4 -5 M + 7 -5 M + 11 8 M -11 -0.5M-4.7


0 Z (0) -1 0 0 M 0 -2.1M-3.6 0 Z (0) -1 0 0 0
30 3 3 3 6 3 6

X1 (1) 0 1 1/3 10/3 0 0 0 9 X1 (1) 0 1 0 20/3 0 5/3 -5/3 8

X4 (2) 0 0 1/3 5/3 1 0 0 1.5 X4 (2) 0 0 0 5/3 1 5/3 -5/3 0.5

X6 (3) 0 0 0.2 -2 0 -1 1 0.6 X2 (3) 0 0 1 -10 0 -5 5 3

8-45 8-46

4
Coeficientes Variables que pueden ser negativas.
Iter V.B Ec # L.D
Z X1 X2 X3 X4 X5 X6
Algunas veces, las variables de decisión pueden
tomar valores negativos
0 Z (0) -1 0 0 0.5 M-1.1 0 M -5.25

X1 (1) 0 1 0 5 -1 0 0 7.5

X5 (2) 0 0 0 1 0.6 1 -1 0.3 El algoritmo simplex exige hallar un problema


equivalente que sólo contenga variables no
X2 (3) 0 0 1 -5 3 0 0 4.5 negativas, debido al procedimiento para hallar
la variable básica que sale.
8-47 8-48

8
1.Variables con cota. Se define entonces:
Xj’ =Xj - Lj donde Xj’ ≥ 0
Considere cualquier variable de decisión que
puede tener valores negativos, pero nada más Para ver esto, suponga que X1 representa el
aquellos que satisfacen una restricción de la aumento en la tasa de producción del producto
forma 1 (puertas). Actualmente la tasa de producción
es de 10 unidades.
X1 ≥ -10
Xj ≥ Lj
donde Lj es una constante.
Esta variable se reemplaza por
X1’ =X1 - (-10) donde X1’ ≥ 0
8-49 8-50

Comparemos los problemas.


2.Variables no restringidas en signo (n.r.s).
Problema Problema
original equivalente En este caso se debe cambiar la variable n.r.s ,
por la diferencia de 2 variables no negativas.
Max Z = 3X 1 + 5X 2 Max Z = 3(X 1’ -10) + 5X 2
Sujeto a Sujeto a
X1 ≤4 X1’ - 10 ≤4 Xj n.r.s
2X 2 ≤ 12 2X 2 ≤ 12
Xj = Xj+ - Xj-
3X 1 + 2X 2 ≤ 18 3(X 1’ - 10) + 2X 2 ≤ 18
X1≥ -10, X 2≥ 0 X1’ ≥ 0, X 2≥ 0
8-51 8-52

Comparemos los problemas.

Problema Problema
original equivalente
Max Z = 3X 1 + 5X 2 Max Z = 3(X 1+ -X1-) +5X2
Sujeto a Sujeto a
X1 ≤4 X1+ -X1- ≤4
2X 2 ≤ 12 2X 2 ≤ 12
3X 1 + 2X 2 ≤ 18 3(X 1+ -X1-) + 2X 2 ≤ 18
X1≥ n.r.s , X 2≥ 0 X1 + , X 1- ≥ 0 , X 2≥ 0
8-53