Scribd
Cargar
54 vistas8 páginas

El Metodo Simplex

El documento describe el método Simplex para resolver problemas de programación lineal, el cual permite ir mejorando iterativamente la solución actual hasta alcanzar la solución óptima. También presenta un ejemplo numérico para ilustrar cómo aplicar el método Simplex para maximizar las ganancias de una compañía.

Cargado por

Eliza H. Aguilar
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
54 vistas8 páginas

El Metodo Simplex

El documento describe el método Simplex para resolver problemas de programación lineal, el cual permite ir mejorando iterativamente la solución actual hasta alcanzar la solución óptima. También presenta un ejemplo numérico para ilustrar cómo aplicar el método Simplex para maximizar las ganancias de una compañía.

Cargado por

Eliza H. Aguilar
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd

INTEGRANTES: NIETO ANYOSA DIANA NAVARRO CORREO JIMMY

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. 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.

Esta es la forma estndar del modelo: Para ello se deben cumplir las siguientes condiciones: 1. El objetivo es de la forma de maximizacin o de minimizacin. 2. Todas las restricciones son de igualdad. 3. Todas las variables son no negativas. 4. Las constantes a la derecha de las restricciones son no negativas

Funcin objetivo: c1x1 + c2x2 + ... + cnxn

Sujeto a:

a11x1 + a12x2 + ... + a1nxn = b1 a21x1 + a22x2 + ... + a2nxn = b2 ... am1x1 + am2x2 + ... + amnxn = bm x1,..., xn 0

Tabla C1 Base Pi1


Pi2 ... Pim Z

C2 P2 a12
a22 ... am2

... ... ...


... ... ...

Cn Pn a1n
a2n ... amn Zn-Cn

Cb Ci1
Ci2 ... Cim

P0 bi1
bi2 ... bim Z0

P1 a11
a21 ... am1

Z1-C1 Z2-C2 ...

EJEMPLO:
La compaa alfa tiene una division que produce dos modelos de braseros, el A y el B para producir cada modelo A se necesita 3 Onzas de hierro forjado y 6 minutos de trabajo y para cada modelo B, 4 onzas de hierro forjado y 3 minutos de trabajo. La ganancia por Cada modelo es A $ 2 y $1,50 por cada B. si se dispone de 1000 libras De hierro forjado y 20 horas de trabajo para la produccion diara de Braseros. Cuntas piezas de cada modelo debe producir para maximizar la ganancia de ALFA?

MAX Z= 2X + 1,5Y S.A: 3X + 4Y <= 1000 6X + 3Y <= 1200 X , Y >= 0 HIERRO FORJADO TRABAJO (LIBRAS) (MINUTOS) A B 3 4 1000 6 3 1200

METODO SIMPLEX Z - 2X - 1,5Y + 0S1 + 0S2 = 0 3X + 4Y + S1 = 1000 6X + 3Y + S2 = 1200

Por lo tanto se deben producir 120 piezas del modelo A Y 160 piezas del modelo B, para obtener una ganancia Mxima de $ 480.

También podría gustarte