Você está na página 1de 14

UNIVERSIDAD AUTNOMA DE CHIAPAS

Facultad de ingeniera

Ingeniera de Sistemas

6 C

Alumno:
TORREZ RUZ ALONSO AGUSTN

Investigacin Mtodo simplex

Tuxtla Gutirrez, Chiapas

04 de marzo de 2013

Catedrtico: Ing. Jos Alejandro Jimnez Gordillo

MTODO SIMPLEX
El mtodo Simplex es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando ms dicha solucin. Partiendo del valor de la funcin objetivo en un vrtice cualquiera, el mtodo consiste en buscar sucesivamente otro vrtice que mejore al anterior. La bsqueda se hace siempre a travs de los lados del polgono (o de las aristas del poliedro, si el nmero de variables es mayor). Cmo el nmero de vrtices (y de aristas) es finito, siempre se podr encontrar la solucin. El mtodo Simplex se basa en la siguiente propiedad: si la funcin objetivo, f, no toma su valor mximo en el vrtice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deber tenerse en cuenta que este mtodo slo trabaja para restricciones que tengan un tipo de desigualdad "" y coeficientes independientes mayores o iguales a 0, y habr que estandarizar las mismas para el algoritmo. En caso de que despus de ste proceso, aparezcan (o no varen) restricciones del tipo "" o "=" habr que emplear otros mtodos, siendo el ms comn el mtodo de las Dos Fases.

PREPARANDO EL MODELO PARA ADAPTARLO AL MTODO SIMPLEX


Esta es la forma estndar del modelo: Funcin objetivo: Sujeto a: c1x1 + c2x2 + ... + cnxn a11x1 + a12x2 + ... + a1nxn = b1 a21x1 + a22x2 + ... + a2nxn = b2 am1x1 + am2x2 + ... + amnxn = bm x1,..., xn 0 Para ello se deben cumplir las siguientes condiciones: 1. 2. 3. 4. El objetivo es de la forma de maximizacin o de minimizacin. Todas las restricciones son de igualdad. Todas las variables son no negativas. Las constantes a la derecha de las restricciones son no negativas.

Cambio del tipo de optimizacin.


Si en nuestro modelo, deseamos minimizar, podemos dejarlo tal y como est, pero deberemos tener en cuenta nuevos criterios para la condicin de parada (deberemos parar de realizar iteraciones cuando en la fila del valor de la funcin objetivo sean todos menores o iguales a 0), as como para la condicin de salida de la fila. Con objeto de no cambiar criterios, se puede convertir el objetivo de minimizar la funcin F por el de maximizar F(-1). Ventajas: No deberemos preocuparnos por los criterios de parada, o condicin de salida de filas, ya que se mantienen. Inconvenientes: En el caso de que la funcin tenga todas sus variables bsicas positivas, y adems las restricciones sean de desigualdad "", al hacer el cambio se quedan negativas y en la fila del valor de la funcin objetivo se quedan positivos, por lo que se cumple la condicin de parada, y por defecto el valor ptimo que se obtendra es 0. Solucin: En la realidad no existen este tipo de problemas, ya que para que la solucin quedara por encima de 0, alguna restriccin debera tener la condicin "", y entonces entraramos en un modelo para el mtodo de las Dos Fases.

Conversin de signo de los trminos independientes (las constantes a la derecha de las restricciones)
Deberemos preparar nuestro modelo de forma que los trminos independientes de las restricciones sean mayores o iguales a 0, sino no se puede emplear el mtodo Simplex. Lo nico que habra que hacer es multiplicar por "-1" las restricciones donde los trminos independientes sean menores que 0. Ventaja: Con sta simple modificacin de los signos en la restriccin podemos aplicar el mtodo Simplex a nuestro modelo. Inconvenientes: Puede resultar que en las restricciones donde tengamos que modificar los signos de las constantes, los signos de las desigualdades fueran ("=", ""), quedando ("=","") por lo que en cualquier caso deberemos desarrollar el mtodo de las Dos Fases. Este inconveniente no es controlable, aunque nos podra beneficiar si slo existen trminos de desigualdad ("",""), y los "" coincidieran con restricciones donde el trmino independiente es negativo.

Todas las restricciones son de igualdad.


Si en nuestro modelo aparece una inecuacin con una desigualdad del tipo "", deberemos aadir una nueva variable, llamada variable de exceso si, con la restriccin si 0. La nueva variable aparece con coeficiente cero en la funcin objetivo, y restando en las inecuaciones. Surge ahora un problema, veamos cmo queda una de nuestras inecuaciones que contenga una desigualdad "" : a11x1 + a12x2 b1 a11x1 + a12x2 - 1xs = b1

Como todo nuestro modelo, est basado en que todas sus variables sean mayores o iguales que cero, cuando hagamos la primera iteracin con el mtodo Simplex, las variables bsicas no estarn en la base y tomarn valor cero, y el resto el valor que tengan. En este caso nuestra variable xs, tras hacer cero a x1 y x2, tomar el valor -b1. No cumplira la condicin de no negatividad, por lo que habr que aadir una nueva variable, xr, que aparecer con coeficiente cero en la funcin objetivo, y sumando en la inecuacin de la restriccin correspondiente. Quedara entonces de la siguiente manera: a11x1 + a12x2 b1 a11x1 + a12x2 - 1xs + 1 xr = b1

Este tipo de variables se les llama variables artificiales, y aparecern cuando haya inecuaciones con desigualdad ("=",""). Esto nos llevar obligadamente a realizar el mtodo de las Dos Fases, que se explicar ms adelante. Del mismo modo, si la inecuacin tiene una desigualdad del tipo "", deberemos aadir una nueva variable, llamada variable de holgura si, con la restriccin si "" 0. La nueva variable aparece con coeficiente cero en la funcin objetivo, y sumando en las inecuaciones. A modo resumen podemos dejar esta tabla, segn la desigualdad que aparezca, y con el valor que deben estar las nuevas variables. Tipo de desigualdad = Tipo de variable que aparece - exceso + artificial + artificial + holgura

DESARROLLANDO EL MTODO SIMPLEX


Una vez que hemos estandarizado nuestro modelo, puede ocurrir que necesitemos aplicar el mtodo Simplex o el mtodo de las Dos Fases. Vase en la figura como debemos actuar para llegar a la solucin de nuestro problema.

Mtodo simplex
- Construccin de la primera tabla: En la primera columna de la tabla aparecer lo que llamaremos base, en la segunda el coeficiente que tiene en la funcin objetivo cada variable que aparece en la base (llamaremos a esta columna Cb), en la tercera el trmino independiente de cada restriccin (P0), y a partir de sta columna aparecern cada una de las variables de la funcin objetivo (Pi). Para tener una visin ms clara de la tabla, incluiremos una fila en la que pondremos cada uno de los nombres de las columnas. Sobre sta tabla que tenemos incluiremos dos nuevas filas: una que ser la que liderar la tabla donde aparecern las constantes de los coeficientes de la funcin objetivo, y otra que ser la ltima fila, donde tomar valor la funcin objetivo. Nuestra tabla final tendr tantas filas como restricciones. Tabla C1 Base Pi1 Pi2 ... Pim Z Cb Ci1 Ci2 ... Cim P0 bi1 bi2 ... bim Z0 P1 a11 a21 ... am1 Z1-C1 C2 P2 a12 a22 ... am2 Z2-C2 ... ... ... ... ... ... ... Cn Pn a1n a2n ... amn Zn-Cn

Los valores de la fila Z se obtienen de la siguiente forma: El valor Z0 ser el de sustituir Cim en la funcin objetivo (y cero si no aparece en la base). El resto de columnas se obtiene restando a este valor el del coeficiente que aparece en la primera fila de la tabla. Se observar al realizar el mtodo Simplex, que en esta primera tabla, en la base estarn las variables de holgura. - Condicin de parada: Comprobaremos si debemos de dar una nueva iteracin o no, que lo sabremos si en la fila Z aparece algn valor negativo. Si no aparece ninguno, es que hemos llegado a la solucin ptima del problema. - Eleccin de la variable que entra: Si no se ha dado la condicin de parada, debemos seleccionar una variable para que entre en la base en la siguiente tabla. Para ello nos fijamos en los valores estrictamente negativos de la fila Z, y el menor de ellos ser el que nos de la variable entrante.

- Eleccin de la variable que sale: Una vez obtenida la variable entrante, obtendremos la variable que sale, sin ms que seleccionar aquella fila cuyo cociente P0/Pj sea el menor de los estrictamente positivos (teniendo en cuenta que slo se har cuando Pj sea mayor de 0). La interseccin entre la columna entrante y la fila saliente nos determinar el elemento pivote. - Actualizacin de la tabla: Las filas correspondientes a la funcin objetivo y a los ttulos permanecern inalterados en la nueva tabla. El resto deber calcularse de dos formas diferentes:

Si es la fila pivote cada nuevo elemento se calcular: Nuevo Elemento Fila Pivote = Elemento Fila Pivote actual / Pivote.

Para el resto de elementos de filas se calcular: Nuevo Elemento Fila = Elemento Fila Pivote actual - (Elemento Columna Pivote en la fila actual * Nuevo Elemento Fila).

Mtodo de las Dos Fases


ste mtodo difiere del Simplex en que primero hay que resolver un problema auxiliar que trata de minimizar la suma de las variables artificiales. Una vez resuelto este primer problema y reorganizar la tabla final, pasamos a la segunda fase, que consiste en realizar el mtodo Simplex normal. FASE 1 En esta primera fase, se realiza todo de igual manera que en el mtodo Simplex normal, excepto la construccin de la primera tabla, la condicin de parada y la preparacin de la tabla que pasar a la fase 2. - Construccin de la primera tabla: Se hace de la misma forma que la tabla inicial del mtodo Simplex, pero con algunas diferencias. La fila de la funcin objetivo cambia para la primera fase, ya que cambia la funcin objetivo, por lo tanto aparecern todos los trminos a cero excepto aquellos que sean variables artificiales, que tendrn valor "-1" debido a que se est minimizando la suma de dichas variables (recuerde que minimizar F es igual que maximizar F(-1)). La otra diferencia para la primera tabla radica en la forma de calcular la fila Z. Ahora tendremos que hacer el clculo de la siguiente forma: Se sumarn los productos CbPj para todas las filas y al resultado se le restar el valor que aparezca (segn la columna que se est haciendo) en la fila de la funcin objetivo.

Tabla C0 Base Pi1 Pi2 ... Pim Z Cb Ci1 Ci2 ... Cim P0 bi1 bi2 ... bim Z0 C1 P1 a11 a21 ... am1 Z1 C2 P2 a12 a22 ... am2 Z2 ... ... ... ... ... ... ... Cn-k Pn-k a1n-k a2n-k ... amn-k Zn-k ... ... ... ... ... ... ... Cn Pn a1n a2n ... amn Zn

Siendo Zj = (CbPj) - Cj y los Cj = 0 para todo j comprendido entre 0 y n-k (variables de decisin, holgura y exceso), y Cj = -1 para todo j comprendido entre n-k y n (variables artificiales). - Condicin de parada: La condicin de parada es la misma que en el mtodo Simplex normal. La diferencia estriba en que pueden ocurrir dos casos cuando se produce la parada: la funcin toma un valor 0, que significa que el problema original tiene solucin, o que tome un valor distinto, indicando que nuestro modelo no tiene solucin. - Eliminar Columna de variables artificiales: Si hemos llegado a la conclusin de que el problema original tiene solucin, debemos preparar nuestra tabla para la segunda fase. Deberemos eliminar las columnas de las variables artificiales, modificar la fila de la funcin objetivo por la original, y calcular la fila Z de la misma forma que en la primera tabla de la fase 1.

IDENTIFICANDO CASOS ANMALOS Y SOLUCIONES


Obtencin de la solucin: Cuando se ha dado la condicin de parada, obtenemos el valor de las variables bsicas que estn en la base y el valor ptimo que toma la funcin que estn en la base mirando la columna P0. En el caso de que estemos minimizando, se multiplicar por "-1" el valor ptimo. Infinitas soluciones: Cumplida la condicin de parada, si se observa que alguna variable que no est en la base, tiene un 0 en la fila Z, quiere decir que existe otra solucin que da el mismo valor ptimo para la funcin objetivo. Si estamos ante este caso, estamos ante un problema que admite infinitas soluciones, todas ellas comprendidas dentro del segmento (o porcin del plano, o regin

del espacio, dependiendo del nmero de variables del problema) que define Ax+By=Z0. Si se desea se puede hacer otra iteracin haciendo entrar en la base a la variable que tiene el 0 en la fila Z, y se obtendr otra solucin. Solucin ilimitada: Si al intentar buscar la variable que debe abandonar la base, nos encontramos que toda la columna de la variable entrante tiene todos sus elementos negativos o nulos, estamos ante un problema que tiene solucin ilimitada. No hay valor ptimo concreto, ya que al aumentar el valor de las variables se aumenta el valor de la funcin objetivo, y no viola ninguna restriccin. No existe solucin: En el caso de que no exista solucin, seguro que tendremos que realizar las dos fases, por lo que al trmino de la primera sabremos si estamos en tal situacin. Empate de variable entrante: Se puede optar por cualquiera de ellas, sin que afecte a la solucin final, el inconveniente que presenta es que segn por cual se opte se harn ms o menos iteraciones. Se aconseja que se opte a favor de las variables bsicas, ya que son aquellas las que quedarn en la base cuando se alcance la solucin con estos mtodos. Empate de variable saliente: Se puede nuevamente optar por cualquiera de ellas, aunque se puede dar el caso degenerado y entrar en ciclos perpetuos. Para evitarlos en la medida de lo posible, discriminaremos a favor de las variables bsicas haciendo que se queden en la base. Ante el caso de estar en la primera fase (del mtodo de las Dos Fases), se optar por sacar en caso de empate las variables artificiales. Curiosidad Fase 1: Al finalizar la fase 1, si el problema original tiene solucin, todas las variables artificiales, en la fila Z deben tener el valor "1". Pivote puede ser 0?: No, ya que siempre se realizan los cocientes entre valores no negativos y mayores que cero.

EJERCICIOS DE PROGRAMACIN LINEAL MEDIANTE EL METODO SIMPLEX


I. En una granja de pollos se da una dieta "para engordar" con una composicin mnima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se encuentran dos clases de compuestos: el tipo I con una composicin de una unidad de A y cinco de B, y el tipo II con una composicin de cinco unidades de A y una de B. El precio del tipo I es de 10 dlares y el del tipo II es de 30 dlares. Se pregunta: Qu cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mnimo?

Tipo I (x) Tipo II (y)

Sustancia A 1 5 15

Sustancia B 5 1 15

Precio $ 10 30

Variables de decisin: Tipo I x Tipo II y Funcin Objetivo: Min z=10x +30y

Restricciones: sa:

1. Convertir a igualdad las restricciones:

2. Igualar la funcin objetivo a 0

3. Escribir la tabla inicial simplex Iteracin 1


Base e1 e2 -z Vfe2: x 1 5 10 5 1 * 1/5 = 24/5 y 5 1 30 1 1 * 1 = 0 e1 -1 0 0 0 1 * -1/5 = 1/5 e2 0 -1 0 -1 1 * 0 = -1 Vs 15 15 0 15 1 * 3 = 12 Vf-z: 10 30 * 1/5 = 4 30 30 * 1 = 0 0 30 * -1/5 = 6 0 30 * 0 = 0 0 30 * 3 = -90

Nfe2:

Nf-z:

Iteracin 2
Base y e2 -z Vfy: x 1/5 24/5 4 1/5 1/5 * 1 = 0 y 1 0 0 1 1/5 * 0 = 1 e1 -1/5 1/5 6 -1/5 1/5 * 1/24 = -5/24 e2 0 -1 0 0 1/5 * -5/24 = 1/24 Vs 3 12 -90 3 1/5 * 5/2 = 5/2 Vf-z: 4 4 * 1 = 0 0 4 * 0 = 0 6 4 * 1/24 = 35/6 0 4 * -5/24 = 5/6 -90 4 * 5/2 = -100

Nfy:

Nf-z:

Iteracin 3
Base y x z x 0 1 0 y 1 0 0 e1 -5/24 1/24 -35/6 e2 1/24 -5/24 -5/6 Vs 5/2 5/2 +100

Respuestas: x= 5/2 3 y=5/2 3 z=100

II.

Cierto fabricante produce dos artculos, A y B, para lo que requiere la utilizacin de dos secciones de produccin: seccin de montaje y seccin de pintura. El artculo A requiere una hora de trabajo en la seccin de montaje y dos en la de pintura; y el artculo B, tres horas en la seccin de montaje y una hora en la de pintura. La seccin de montaje solo puede estar en funcionamiento nueve horas diarias, mientras que la de pintura solo ocho horas cada da. El beneficio que se obtiene produciendo el artculo B es de 40 dlares y el de A es de 20 dlares. Calcula la produccin diaria de los artculos A y B que maximiza el beneficio.

Montaje Pintura Precio $

Articulo A (x) 1 2 20

Articulo B (y) 3 1 40

9 8

Variables de decisin: Articulo A Articulo B x y

Funcin Objetivo: Max z=20x +40y

Restricciones: sa:

1. Convertir a igualdad las restricciones:

2. Igualar la funcin objetivo a 0

3. Escribir la tabla inicial simplex Iteracin 1


Base h1 h2 z Vfh2: x 1 5 -20 5 1 * 1/3 = 14/3 y 3 1 -40 1 1 * 1 = 0 h1 1 0 0 0 1 * 1/3 = -1/3 h2 0 1 0 1 1 * 0 = 1 Vs 9 8 0 8 1 * 3 = 5 Vfz: -20 -40 * 1/3 = -20/3 -40 -40 * 1 = 0 0 -40 * 1/3 = 40/3 0 -40 * 0 = 0 0 -40 * 3 = 120

Nfh2:

Nfz:

Iteracin 2
Base y h2 z Vfy: x 1/3 14/3 -20/3 1/3 1/3 * 1 = 0 y 1 0 0 1 1/3 * 0 = 1 h1 1/3 -1/3 40/3 h2 0 1 0 Vs 3 5 120 -20/3 -20/3 * 1 = 0 0 -20/3 * 0 = 0 40/3 -20/3 * -1/14 = 90/7 0 -20/3 * 3/14 = 10/7 120 -20/3 * 15/14 = 890/7

Nfy:

1/3 0 3 Vfz: 1/3 1/3 1/3 * * * -1/14 3/14 15/14 = = = 15/42 -1/14 37/14 Nfz:

Iteracin 3
Base y x z x 0 1 0 y 1 0 0 h1 h2 15/42 -1/14 -1/14 3/14 90/7 10/7 Vs 37/14 15/14 890/7

Respuestas: x= 15/14 y=37/14 z=890/7

UNIVERSIDAD AUTNOMA DE CHIAPAS


Facultad de ingeniera

Ingeniera de Sistemas

6 C

Alumno:
TORREZ RUZ ALONSO AGUSTN

Ejercicios Mtodo de soluciones bsicas

Tuxtla Gutirrez, Chiapas

04 de marzo de 2013

Catedrtico: Ing. Jos Alejandro Jimnez Gordillo

Você também pode gostar