Metodo Simplex - Sergio Castro

ING. SERGIO H.
CASTRO INVESTIGACION OPERATIVA: METODO

SIMPLEX
INVESTIGACIÓN OPERATIVA: PROGRAMACIÓN LINEAL
En el modelo general de programación lineal se encuentra definidas una

función objetivo o funcional la cual puede ser planteada como un problema de
maximización o uno de minimización. Esta función esta sujeta a un conjunto de
restricciones que pueden ser descriptas como ecuaciones (restricciones de igualdad) o
inecuaciones (restricciones del tipo mayor o igual y del tipo menor o igual) además de
las restricciones de no negatividad.
La función objetivo estará formada por una suma lineal de valores, estos
valores se obtienen de multiplicar un coeficiente (de beneficio o de costo según el caso)
por cada una de las variables que se representarán en el modelo o problema.
En estos problemas, cuando las restricciones son inecuaciones, podemos

transformarlas a ecuaciones agregando variables de holgura que también serán no
negativas.
En las restricciones de menor o igual ( <= ) bastará con suman al primer

miembro de la inecuación una cantidad no negativa que estará representada por la
variable de holgura y será la diferencia entre el primer miembro y el segundo miembro.
Si la restricción es del timo mayor o igual ( >= ) bastará con restar al

primer miembro de la inecuación una cantidad no negativa que será igual a la diferencia
entre el primer miembro y el segundo, representada por la variable de holgura, de tal
manera que se transforme la desigualdad en igualdad.
Estas variables de holgura serán agregadas en la función objetivo y les

corresponderán un coeficiente nulo (cero).
Estos problemas se caracterizan por el gran número de soluciones

posibles que satisfacen las condiciones fundamentales de cada problema. La selección
de una solución dada como la mejor solución dependerá del objetivo planteado y se
denominará SOLUCION OPTIMA.
Estas soluciones óptimas pueden ser obtenidas a través de resoluciones

gráficas de los problemas cuando se plantean situaciones con no más de dos variables.
Cuando los problemas tienen mas de dos variables deberán ser resueltos analíticamente.
EL MÉTODO SIMPLEX
Sirve para resolver analíticamente los problemas lineales.
El método Simplex consiste en explorar las soluciones posibles básicas

del modelo, comparándolas entre sí en sucesivos pasos hasta encontrar la óptima.
PROCEDIMIENTO DEL MÉTODO SIMPLEX
1) En primer lugar observamos si existen valores negativos en el

vector de términos independientes de las restricciones. Si esto ocurriese, se los lleva a
una valoración positiva multiplicando por (-1) ambos miembros de las restricciones en
las cuales aparecen dichos valores. Recuérdese que si la restricción donde existiera
ING. SERGIO H. CASTRO INVESTIGACION OPERATIVA: METODO
SIMPLEX
dicho problema fuese una inecuación, al multiplicar ambos miembros por (-1) se tendrá
que cambiar el sentido de la desigualdad.
2) Analizamos luego el tipo de restricciones (ecuaciones o

inecuaciones). Si son inecuaciones (<= >=) se deberá convertirlas en ecuaciones
sumando o restando en los primeros miembros de las mismas según corresponda,
nuevas variables no negativas (variables de holgura).
3) En la Función Objetivo (sea de máximo o de mínimo) las

variables de holgura deben estar precedidas por un coeficiente nulo.
4) Llamaremos m al número de ecuaciones linealmente

independientes. Debemos determinar si existen m vectores unitarios, los cuales deberán
corresponder cada uno de estos vectores unitarios a una restricción diferente.
PROCESO DE CÓMPUTO
5) La información disponible se transcribe en una tabla. Toda

solución tendrá m variables en la base (igual a la cantidad de ecuaciones lineales).
Partimos de una solución posible básica o sea que existirán m valores positivos para las
variables, eligiendo como base inicial la formada por los m vectores unitarios
identificados en el paso anterior.
Ci -> 18 10 12 0 0 0
Cj BASE SOLUCION X1 X2 X3 X4 X5 X6
0 X4 400 4 3 2 1 0 0 400/4 =100
0 X5 800 7 9 2 0 1 0 800/7 =114,28
0 X6 1000 8 7 12 0 0 1 1000/8=122,22
Zj 0 0 0 0 0 0 0
Cj - Zj 18 10 12 0 0 0
Columna BASE: En esta columna se detallan los vectores que conforman la base.
Existen tantos vectores como ecuaciones existan en el problema. En este caso X4
representa el vector de la primera fila porque tiene el valor 1 en la primera fila y todos
los otros coeficientes son ceros.
Columna Cj: se detallan los coeficientes que tienen en la función objetivo las variables
que están en la base.
Columna SOLUCION: Vector de términos independientes del sistema de restricciones
(en la primer tabla de simples). Dichos valores representan la valoración de cada uno de
las variables básicas de la solución posible considerada.
Columnas de X1, X2, X3, X4, X5, X6: En el primer cuadro va la matriz de coeficientes
del sistema de ecuaciones de condición. Las columnas están encabezadas por el símbolo
correspondiente a cada vector de la matriz de coeficientes del sistema de ecuaciones,
detallando los valores de los coeficientes de las variables del funcional.
ELEMENTOS DE LAS FILAS Zj Y Cj – Zj.
FILA Zj: Se calcula para cada una de las columnas consideradas. Es la suma de los
productos de los coeficientes que en el funcional tienen las variables que integran la
base por los correspondientes valores de cada una de las columnas del cuadro
SIMPLEX
encabezadas por las variables. El valor de Z para la columna Solución representa la
valoración de la función objetivo para la solución considerada.
Ejemplo para la columna solución: 0 x 400 + 0 x 800 + 0 x 1000 = 0
Se realiza lo mismo para los demás vectores.
FILA Cj – Zj: El valor es igual a la diferencia entre el coeficiente considerado y el valor

Zj correspondiente. Es decir, le restamos a la fila Cj la fila Zj.
METODO SIMPLEX: ANALISIS DE LA SITUACION

La primer Solución posible Básica es:
X1 = 0; X2 = 0; X3 = 0; X4 = 400; X5 = 800; X6 = 1000; Z=0
6) Analizar si puede mejorarse la situación planteada:

a) Problema de Maximización: Siempre que exista alguna columna para la cual
la diferencia (Cj – Zj) sea positiva, se continúa buscando una mejor solución.
Hasta que todos los valores (Cj – Zj) sean menores o iguales a cero.
b) Problema de Minimización: Siempre que exista alguna columna para la cual
la diferencia (Cj – Zj) sea negativa, se continúa buscando una mejor
solución. Hasta que todos los valores (Cj – Zj) sean mayores o iguales a
cero.
7) Establecer cual es el vector que entrará a la base:

a) Si el problema es de maximización, de todas las (Cj – Zj) positiva, se elige la
mayor; el vector correspondiente entrará a la base.
b) Si el problema es de minimización, de todas las (Cj – Zj) negativas, se elige
la de mayor valor absoluto; el vector correspondiente entrará a la base.
c) Si considerando las diferencias (Cj – Zj), el mayor valor de entre los
positivos o el mayor valor absoluto de los negativos, según se trate de Máx.,
o Min. respectivamente, corresponde a mas de un vector, es indistinto
seleccionar cualquiera de ellos para que entre al la base.
8) Selección del vector que sale de la base:

Se trate de máximo o de mínimo, el procedimiento es el mismo.
Tomamos en cuenta la columna encabezada por la SOLUCION y por aquella
encabezada por el vector que entra a la base y se calcula el cociente entre ellas.
El cociente sería
i
ij
para todas las filas de las variables que están en la base.
De los cocientes calculados, se toma de los positivos el menor para indicar la
variable que saldrá de la base.
9) Confeccionar la nueva tabla hasta detener el proceso de cálculo:

Transformar el sistema de ecuaciones expresado en función de una base dada en
otro sistema equivalente expresado con otra base.
El valor de las variables que no salen se transforman, pero siguen no negativos.
En la columna de la base escribimos el vector que entra en la base en el lugar del

que sale de la base.
SIMPLEX
Luego se calculan los valores de la fila en los cuales se menciona al vector que
entra a la base. Se dividen los valores de la tabla anterior sobre el elemento
pivote (intersección de la fila y la columna). Debe quedar un 1 en la intersección
de la fila de la variable que entro y la columna de esta misma variable.
X1 400/4 4/4 3/4 2/4 1/4 0/4 0/4
Se calculan los valores de las restantes filas y hasta completar las filas de las
variables:
Valores que en la tabla anterior X5 800 7 9 2 0 1 0
corresponden a la fila que se quiere calcular
MENOS - - - - - - - -
Valores de la fila correspondiente al vector 100 1 3/4 1/2 1/4 0 0
que entro a la base en la nueva etapa
Multiplicado por: x x x x x x x
Factor constante: intersección entre la fila 7 7 7 7 7 7 7
que queremos determinar y la columna que
entra a la base (tabla anterior)
Valor de la fila en la nueva etapa: X5 100 0 15/4 -3/2 -7/4 1 0
10) Para cada una de las tablas identificamos la solución posible básica y cuando
lleguemos a la solución optima detallamos cuáles son los valores de las variables
de esta solución posible básica Optima y el valor de Z en esa solución y
terminamos el proceso de calculo.
SIMPLEX
Veamos el siguiente problema:
MAX Z = 18 X1 + 10 X2 + 12 X3
Sujeto a: 4 X1 + 3 X2 + 2 X3 <= 400

7 X1 + 9 X2 + 2 X3 <= 800 X1,X2,X3,X4,X5,X6 >=0
8 X1 + 7 X2 + 12 X3 <= 1000
SOLUCIÓN ÓPTIMA: X1 = 175/2 X2 = 0

X3 = 25 X4 = 0 Z = 1875
X5 = 275/2 X6 = 0
Veamos OTRO problema:
MAX Z = 8 X1 + 4 X2
Sujeto a: 7 X1 + 7 X2 <= 49
10 X1 + 5 X2 <= 50 X1,X2 >=0
SIMPLEX
Ci -> 8 4 0 0
Cj BASE SOLUCION X1 X2 X3 X4
0 X3 49 7 7 1 0 49/7 =7
0 X4 50 10 5 0 1 50/10=5
Zj 0 0 0 0 0
Cj - Zj 8 4 0 0
0 X3 14 0 7/2 1 -7/10 SOLUCION
8 X1 5 1 1/2 0 1/10 OPTIMA
Zj 40 8 4 0 4/5
Cj - Zj 0 0 O -4/5
SOLUCIÓN ÓPTIMA: X1 = 5 X2 = 0 Z = 1875

X3 = 14 X4 = 0

Metodo Simplex - Sergio Castro

Cargado por

Copyright:

Formatos disponibles

Metodo Simplex - Sergio Castro

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodo Simplex - Sergio Castro

Cargado por

Copyright:

Formatos disponibles

ING. SERGIO H.

CASTRO INVESTIGACION OPERATIVA: METODO

INVESTIGACIÓN OPERATIVA: PROGRAMACIÓN LINEAL

En el modelo general de programación lineal se encuentra definidas una

En estos problemas, cuando las restricciones son inecuaciones, podemos

En las restricciones de menor o igual ( <= ) bastará con suman al primer

Si la restricción es del timo mayor o igual ( >= ) bastará con restar al

Estas variables de holgura serán agregadas en la función objetivo y les

Estos problemas se caracterizan por el gran número de soluciones

Estas soluciones óptimas pueden ser obtenidas a través de resoluciones

El método Simplex consiste en explorar las soluciones posibles básicas

PROCEDIMIENTO DEL MÉTODO SIMPLEX

1) En primer lugar observamos si existen valores negativos en el

2) Analizamos luego el tipo de restricciones (ecuaciones o

3) En la Función Objetivo (sea de máximo o de mínimo) las

4) Llamaremos m al número de ecuaciones linealmente

5) La información disponible se transcribe en una tabla. Toda

ELEMENTOS DE LAS FILAS Zj Y Cj – Zj.

FILA Cj – Zj: El valor es igual a la diferencia entre el coeficiente considerado y el valor

METODO SIMPLEX: ANALISIS DE LA SITUACION

6) Analizar si puede mejorarse la situación planteada:

7) Establecer cual es el vector que entrará a la base:

8) Selección del vector que sale de la base:

9) Confeccionar la nueva tabla hasta detener el proceso de cálculo:

En la columna de la base escribimos el vector que entra en la base en el lugar del

Sujeto a: 4 X1 + 3 X2 + 2 X3 <= 400

SOLUCIÓN ÓPTIMA: X1 = 175/2 X2 = 0

SOLUCIÓN ÓPTIMA: X1 = 5 X2 = 0 Z = 1875

También podría gustarte