Você está na página 1de 17

En geometra, un simplex o n-simplex es el

anlogo en n dimensiones de un tringulo.

Es la envoltura convexa de un conjunto de (n + 1)


puntos independientes afines en un espacio
eucldeo de dimensin n o mayor, es decir, el
conjunto de puntos tal que ningn m-plano
contiene ms que (m + 1) de ellos. Se dice de
estos puntos que estn en posicin general.

Un 0-smplex es un punto; un 1-smplex


un segmento de una lnea; un 2-smplex
un tringulo; un 3-smplex es un tetraedro; y un 4smplex es un pentcoron
(en cada caso, con su interior).

El metodo simplex es un metodo que


sirve para resolver problemas de
programacion lineal.

Este metodo fue inventado por


George Dantzig en el 1947.

La primera formulacin del mtodo


simplex fue en el verano de 1947.

El primer problema prctico que se


resolvi con este mtodo fue uno de
nutricin.

Es una tcnica popular para dar soluciones numricas del problema de


la programacin lineal.

Es un mtodo numrico para optimizacin de problemas libres


multidimensionales perteneciente a la clase ms general de
algoritmos de bsqueda.

Permite encontrar una solucin ptima en un problema de


maximizacin o minimizacin, buscando en los vrtices del polgono.

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.

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.

El mtodo simplex es muy eficiente en


la prctica, en general, teniendo 2m a
3m iteraciones en la mayor parte
(donde m es el nmero de restricciones
de igualdad), y que convergen en la
hora prevista para el polinomio de
ciertas distribuciones de insumos al
azar.

La aplicacin del mtodo del Simplex, se utiliza cuando


el problema es de un tamao suficientemente grande.

Est diseado para problemas de programacin lineal


cuya matriz tiene la propiedad de diseminacin (el
nmero de no-cero es pequeo).

Hay implementaciones del mtodo simple para la


solucin de problemas de programacin lineal con las
matrices de restriccin escasa.

Se han desarrollado diversas variantes del mtodo


simplex que tienen en cuenta las particularidades de
las diversas clases especiales de problemas de
programacin lineal (problemas de bloque, los
problemas de transporte y otros).

Definiciones

Variables de decisin y parmetros- Las variables de


decisin son incgnitas que deben ser determinadas a partir
de la solucin del modelo. Los parmetros representan los
valores conocidas del sistema o bien que se pueden controlar.

Restricciones- Las restricciones son relaciones entre las


variables de decisin y magnitudes que dan sentido a la
solucin del problema y las acotan a valores factibles. Por
ejemplo si una de las variables de decisin representa el
nmero de empleados de un taller, es evidente que el valor de
esa variable no puede ser negativa.

Funcin Objetivo- La funcin objetivo es una relacin


matemtica entre las variables de decisin, parmetros y una
magnitud que representa el objetivo o producto del sistema.

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.

El sistema es tpicamente no determinado (el nmero de variables excede el nmero de


ecuaciones)

La diferencia entre el nmero de variables y el nmero de ecuaciones nos da los grados de


libertad asociados con el problema. Cualquier solucin, ptima o no, incluir un nmero de
variables de valor arbitrario. El algoritmo smplex usa cero como valor arbitrario, y el nmero de
variables con valor cero es igual a los grados de libertad.

Valores diferentes de cero son llamados variables bsicas, y valores de cero son llamadas
variables no bsicas en el algoritmo smplex.

Esta forma simplifica encontrar la solucin factible bsica inicial, dado que todas las variables de
la forma estndar pueden ser elegidas para ser no bsicas (cero), mientras que todas las nuevas
variables introducidas en la forma aumentada, son bsicas (diferentes de cero), dado que su valor
puede ser calculado trivialmente ( para ellas, dado que la matriz problema aumentada en
diagonal es su lado derecho)

En cada una de las desigualdades que se plantean en el modelo matemtico de programacin


lineal, se plantean desigualdades de <, >, <=, >=, o =

Estas desigualdades se convierten en igualdades completando con variables de holgura si se trata


de <, > , en el caso de que sea <=, >=, se completa con variables de excedente , estas con
signo negativo ya que como su nombre lo indica, es una cantidad que esta de excedente y hay
que quitar para convertirla en igualdad, en caso se maneje el =, se manejan las variables
artificiales.

Un agricultor tiene una parcela de 640m para dedicarla al


cultivo de rboles frutales: naranjos, perales, manzanos y
limoneros. Se pregunta de qu forma debera repartir la
superficie de la parcela entre las variedades para
conseguir el mximo beneficio sabiendo que:

cada naranjo necesita un mnimo de 16m, cada peral 4m,


cada manzano 8m y cada limonero 12m.
dispone de 900 horas de trabajo al ao, necesitando cada
naranjo 30 horas al ao, cada peral 5 horas, cada manzano 10
horas, y cada limonero 20 horas.
a causa de la sequa, el agricultor tiene restricciones para el
riego: le han asignado 200m de agua anuales. Las
necesidades anuales son de 2m por cada naranjo, 1m por
cada peral, 1m por cada manzano, y 2m por cada limonero.
los beneficios unitarios son de 50, 25, 20, y 30 por cada
naranjo, peral, manzano y limonero respectivamente.

Se determinan las variables de decisin


y se representan algebraicamente. En
este caso:

X1: nmero de naranjos


X2: nmero de perales
X3: nmero de manzanos
X4: nmero de limoneros

Se determinan las restricciones y se expresan


como ecuaciones o inecuaciones de las variables
de decisin. Dichas restricciones se deducen de las
necesidades de cada rbol de terreno, horas de
trabajo anuales, y necesidades de riego:

Necesidades de terreno:
16X1 + 4X2 + 8X3 + 12X4 640
Necesidades de horas anuales:
30X1 + 5X2 + 10X3 + 20X4 900
Necesidades de riego:
2X1 + X2 + X3 + 2X4 200

Se expresan todas las condiciones


implcitamente establecidas por la
naturaleza de las variables: que no puedan
ser negativas, que sean enteras, que solo
puedan tomar determinados valores. En este
caso las restricciones son que el nmero de
rboles no puede ser negativo y adems
debe ser un nmero entero:
Xi 0
Xi son enteros
Se determina la funcin objetivo:
Maximizar Z = 50X1 + 25X2 + 20X3 +
30X4

Implementacion con el uso de Excel

Implementacion con Java

Implementacion con Mathematica

http://www.phpsimplex.com/casos_real
es.htm

WinQSB- Creado por el del Dr. Yih-Long Chang.


Consta de una serie de mdulos o aplicaciones
individuales que nos ayudarn en temas de
investigacin de operaciones, mtodos de trabajo,
planteamiento de la produccin, evaluacin de
proyectos, control de calidad, simulacin,
estadstica, etc., y son en total 19 mdulos.

LINDO - Se especializa en software de


Optimizacin Lineal, No Lineal, y Entera ofreciendo
una lnea completa de productos, con un total
soporte de estos. Los que vienen de acuerdo al
tamao de matriz de sus modelos (nmero de
variables y restricciones),y adems estn
disponibles en todas las plataformas conocidas

http://en.wikipedia.org/wiki/Simplex
http://mathworld.wolfram.com/SimplexMethod.html
http://eom.springer.de/S/s085340.htm
http://wapedia.mobi/en/Simplex_algorithm
http://en.wikipedia.org/wiki/Simplex_algorithm
http://neos.mcs.anl.gov/CaseStudies/simplex/index.html

http://math.fullerton.edu/mathews/n2003/LinearProgrammi
ngMod.html
http://glossary.computing.society.informs.org
http://www.me.utexas.edu/~jensen/ORMM/frontpage/jense
n.lib/index.html