0% encontró este documento útil (0 votos)
57 vistas6 páginas

Metodo Simplex

Este documento describe el método del simplex para resolver problemas de programación lineal. El método iterativo comienza con una solución factible y mejora la solución en cada paso hasta alcanzar la solución óptima. Se presenta un ejemplo completo para ilustrar el proceso.

Cargado por

altair2010
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
57 vistas6 páginas

Metodo Simplex

Este documento describe el método del simplex para resolver problemas de programación lineal. El método iterativo comienza con una solución factible y mejora la solución en cada paso hasta alcanzar la solución óptima. Se presenta un ejemplo completo para ilustrar el proceso.

Cargado por

altair2010
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Toshiba

VIVIANA CORTS GARCA


ROSITA ISABEL GARCA RAMN
SHEILA ITZAYANA JESS LVAREZ
OSCAR ARTURO VALOS DE LA CRUZ
NGEL JIMNEZ VALENCIA

METODO SIMPLEX

Es un procedimiento iterativo que permite El mtodo del simplex fue creado en 1947 por
ir mejorando la solucin a cada paso. El el matemtico George Dantzig .
proceso concluye cuando no es posible El mtodo del simplex se utiliza, sobre todo,
seguir mejorando ms dicha solucin.
para resolver problemas de programacin
Partiendo del valor de la funcin objetivo en lineal en los que intervienen tres o ms
un vrtice cualquiera, el mtodo consiste variables.
en buscar sucesivamente otro vrtice que El lgebra matricial y el proceso de eliminacin
mejore al anterior. La bsqueda se hace de Gauss-Jordan para resolver un sistema de
siempre a travs de los lados del ecuaciones lineales constituyen la base del
mtodo simplex
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 del 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.

Resolver mediante el mtodo del simplex el siguiente problema:


Maximizar
sujeto a:

Z= f(x,y)= 3x + 2y
2x + y

18

2x + 3y
3x + y

42
24

x 0,y

Se consideran las siguientes fases:


1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las restricciones,
para convertirlas en igualdades, resultando el sistema de ecuaciones
lineales:
2x + y + h = 18
2x + 3y + s = 42
3x +y + d = 24

2. Igualar la funcin objetivo a cero


- 3x - 2y + Z = 0

3. Escribir la tabla inicial simplex


En las columnas aparecern todas las variables del problema y, en las
filas, los coeficientes de las igualdades obtenidas, una fila para cada
restriccin y la ltima fila con los coeficientes de la funcin objetivo:
Tabla I. Iteracin n 1
Base
h
s
d
Z

Variable de decisin

Variable de holgura

Valores solucin

2
2
3
-3

1
3
1
-2

1
0
0
0

0
1
0
0

0
0
1
0

. Encontrar la variable de decisin que entra en la base y la


variable de holgura que sale de la base
A. Para escoger la variable de decisin que entra en la base, nos fijamos
en la ltima fila, la de los coeficientes de la funcin objetivo y
escogemos la variable con el coeficiente negativo mayor (en valor
absoluto).
En nuestro caso, la variable x de coeficiente - 3.
Si existiesen dos o ms coeficientes iguales que cumplan la condicin
anterior, entonces se elige uno cualquiera de ellos.
Si en la ltima fila no existiese ningn coeficiente negativo, significa que
se ha alcanzado la solucin ptima. Por tanto, lo que va a determinar el
final del proceso de aplicacin del mtodo del simplex, es que en la
ltima fila no haya elementos negativos.
La columna de la variable que entra en la base se llama columna
pivote (En
color verde).
B. Para encontrar la variable de holgura que tiene que salir de la base,
se divide cada trmino de la ltima columna (valores solucin) por el
trmino correspondiente de la columna pivote, siempre que estos
ltimos
sean
mayores
que
cero.
En
nuestro
caso:
18/2 [=9] , 42/2 [=21] y 24/3 [=8]

18
42
24
0

Si hubiese algn elemento menor o igual que cero no se hace dicho


cociente. En el caso de que todos los elementos fuesen menores o
iguales a cero, entonces tendramos una solucin no acotada y no se
puede seguir.
El trmino de la columna pivote que en la divisin anterior d lugar al
menor cociente positivo, el 3, ya 8 es el menor, indica la fila de la
variable de holgura que sale de la base, d. Esta fila se llama fila
pivote (En color verde).
Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera
de las variables correspondientes puede salir de la base.
A. En la interseccin de la fila pivote y columna pivote tenemos el
elemento pivote operacional, 3.
5. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de x se obtienen dividiendo todos los
coeficientes de la fila d por el pivote operacional, 3, que es el que hay
que convertir en 1.
A continuacin mediante la reduccin gaussiana hacemos ceros los
restantes trminos de su columna, con lo que obtenemos los nuevos
coeficientes de las otras filas incluyendo los de la funcin objetivo Z.
Tambin se puede hacer utilizando el siguiente esquema:
Fila del pivote:

Nueva fila del pivote= (Vieja fila del pivote): (Pivote)


Resto de las filas:

Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la


variable entrante) X (Nueva fila del pivote)
Vemoslo con un ejemplo una vez calculada la fila del pivote (fila de x en
la Tabla II):

Vieja fila de s

2
2
x
1
=
0

Coeficiente
Nueva fila pivote
Nueva fila de s

3
2
x
1/3
=
7/3

0
2
x
0
=
0

1
2
x
0
=
1

0
2
x
1/3
=
-2/3

42
2
x
8
=
26

Tabla II. Iteracin n 2


Base
h
s
x
Z

Variable de decisin

Variable de holgura

0
0
1
0

1/3
7/3
1/3
-1

1
0
0
0

0
1
0
0

-2/3
-2/3
1/3
1

Valores solucin
2
26
8
24

Como en los elementos de la ltima fila hay uno negativo, -1, significa
que no hemos llegado todava a la solucin ptima. Hay que repetir el
proceso:
A. La variable que entra en la base es y, por ser la variable que
corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los trminos de la
ltima columna entre los trminos correspondientes de la nueva
columna
pivote:
2:1/3
[=6],26:7/3[=78/7]
y
8:1/3[=8]
y como el menor cociente positivo es 6, tenemos que la variable
de holgura que sale es h.
C. El elemento pivote, que ahora hay que hacer 1, es 1/3.
Operando de forma anloga a la anterior obtenemos la tabla:

Tabla III. Iteracin n 3


Base
y
s
x
Z

Variable de decisin

Variable de holgura

0
0
1
0

1
0
0
0

3
-7
-1
3

0
0
0
0

-2
4
1
-1

Valores solucin
6
12
6
30

Como en los elementos de la ltima fila hay uno negativo, -1, significa
que no hemos llegado todava a la solucin ptima. Hay que repetir el
proceso:
A. La variable que entra en la base es d, por ser la variable que
corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los trminos de la
ltima columna entre los trminos correspondientes de la nueva
columna
pivote:
6/(-2)[=-3],12/4[=3],
y
6:1[=6]
y como el menor cociente positivo es 3, tenemos que la variable
de holgura que sale es s.
C. El elemento pivote, que ahora hay que hacer 1, es 4.
Obtenemos la tabla:
Tabla IV. Final del proceso
Variable de
decisin

Variable de
holgura

y
d
x

0
0
1

1
0
0

-1/2
-7/4
-3/4

0
0
0

0
1
0

12
3
3

5/4

33

Base

Valores
solucin

Como todos los coeficientes de la fila de la funcin objetivo son


positivos, hemos llegado a la solucin ptima. La solucin ptima viene
dada por el valor de Z en la columna de los valores solucin, en nuestro
caso: 33. En la misma columna se puede observar el vrtice donde se
alcanza, observando las filas correspondientes a las variables de
decisin que han entrado en la base: D (3,12)
* Si en el problema de maximizar apareciesen como restricciones inecuaciones de la
forma: ax + by c; multiplicndolas por - 1 se transforman en inecuaciones de la forma
- ax - by - c y estamos en el caso anterior
* Si en lugar de maximizar se trata de un problema de minimizar se sigue el mismo
proceso, pero cambiando el sentido del criterio, es decir, para entrar en la base se
elige la variable cuyo valor, en la fila de la funcin objetivo, sea el mayor de los
positivos y se finalizan las iteraciones cuando todos los coeficientes de la fila de la

También podría gustarte