Escolar Documentos
Profissional Documentos
Cultura Documentos
Investigación de Operaciones I
Tema: Algoritmo Método Simplex
Docente: Chambergo García Alejandro Oscar
Algoritmo Simplex
¡La universidad para todos!
El Método Simplex
Hasta ahora hemos resuelto problemas de programación
lineal por un método geométrico. Este método no es
práctico cuando el número de variables aumenta a tres y,
desde luego, no es posible usarlo si las variables son más
de tres. Ahora veremos una técnica diferente: el Método
Simplex.
Este método se debe a Dantzig y fue dado a conocer en
1947. Su base matemática es bastante amplia, pero,
solamente se enunciarán las reglas de cálculo.
Objetivo: mostrar cómo el método Simplex es utilizado
para resolver un problema de programación lineal
estándar. Este método le permitirá resolver problemas
que no pueden ser resueltos geométricamente.
¡La universidad para todos!
El Método Simplex
Problema estándar de programación lineal
El Método Simplex
Como se tiene m desigualdades, es necesario agregar m
variables de holgura, ahora bien, al introducir m incógnitas
más en las restricciones, deben aumentarse también en la
función objetivo. Sin embargo, para que no alteren dicha
función, estas incógnitas deberán figurar con coeficiente
cero.
Max Z=c1x1 + c2x2 + ... + cnxn + 0xn+1 + … + 0xn+m
Conceptos básicos
Conceptos básicos
Conceptos básicos
Conceptos básicos
Solución
i) Variables de decisión:
Sea x1: El numero de banjos a producir
x2: El numero de guitarras a producir
x3 : El numero de mandolinas a producir
xi 0, i=1,2,3,4,5,6
¡La universidad para todos!
5.1. Ejemplo de maximización
x1 = 0 x4 = 50
x2 = 0 x5 = 60
x3 = 0 x6 = 55
Z=0
¡La universidad para todos!
5.1. Ejemplo de maximización
Variables de decisión
Sea
x1 El número de artículos a producir de A
x2 El número de artículos a producir de B
x3 El número de artículos a producir de C
¡La universidad para todos!
Plan de producción:
x1 : 105 artículos a producir de A
x2 : 60 artículos a producir de B
x3 : 90 artículos a producir de C
Solución
i) Variables de decisión:
x1 : El numero de sillas a producir.
x2 : El numero de mecedoras a producir.
x3 : El numero de tumbonas a producir
Función objetivo f .o. Max Z = 6x1 + 8x2 + 12x3
s.a.
1x1 + 1x2 + 1x3 ≤ 400
1x1 + 1x2 + 2x3 ≤ 600
2x1 + 3x2 + 5x3 ≤ 1500
xi ≥ 0, i =1, 2,3
ii) Para estandarizar el modelo introducimos variables de holgura: x4, x5, x6
respectivamente. Sin embargo, para que no alteren dicha función objetivo,
estas incógnitas deberán figurar con coeficiente cero, es decir:
Función objetivo f .o. Max Z = 6x1 + 8x2 + 12x3 + 0x4 + 0x5 + 0x6
s.a.
1x1 + 1x2 + 1x3 + 1x4 = 400
1x1 + 1x2 + 2x3 + 1x5 = 600
2x1 + 3x2 + 5x3 + 1x6 = 1500
xi ≥ 0, i =1, 2,…, 6
¡La universidad para todos!
Solución
Variables no básicas: x1=0 x2=0 x3=0
Variables básicas: x4=400 x5=600 x6=1500
Z=0
X1 X2 X3 X4 X5 X6 Z B
X4 1 1 1 1 0 0 0 400
X5 1 1 2 0 1 0 0 600
X6 2 3 5 0 0 1 0 1500
Z -6 -8 -12 0 0 0 1 0
Observamos que todos los indicadores son positivos por lo tanto fin del
proceso
¡La universidad para todos!
¡Gracias!