TECNOLOGICO DE ESTUDIOS SUPERIORES DE ECATEPEC

DIVISION DE INGENIERA EN SISTEMAS COMPUTACIONALES

TEMA: CURSO DE PROGRAMACION LINEAL

PRESENTA: RUFINO CASO ANGEL URIEL

ASIGNATURA: INVESTIGACION DE OPERACIONES

PROFRA: IRVING CARDIEL ALCOCER GUILLERMO

GRUPO: 5402

FECHA DE ENTREGA: 24/05/2013

METODO SIMPLEX GRAFICO Introduccin

Debe su denominacin, al uso del plano cartesiano para representar entre una relacin entre una variable independiente x con otra pendiente y. Las funciones con las cuales trabaja la programacin lineal, estn relacionadas con procesos de produccin a nivel de tiempos de fabricacin, cantidad de mano de obra, materiales, equipos utilizados y costos de operacin entre muchos otros aspectos. Todos los problemas de programacin lineal incluidos los de tipo grfico, demandan la maximizacin o minimizacin de los diferentes recursos invertidos, a fin de obtener el mayor beneficio, como funcin de los objetivos que persiga tanto el rea donde se presenta la problemtica o necesidad como los directivos de la organizacin empresarial. Preconceptos

Suma, Resta, Multiplicacion y Division de Enteros Y Fraccionario.

Expresion Algebraica, Constante , Variable

Solucion de sistemas de Ecuacion 2 x 2

Conjunto, Funcion Lineal, Ecuacion, Inecuacion

ESTRUCTURA GENERAL DEL MODELO SIMPLEX Los modelos matemticos de programacin lineal, tienen dos componentes: 1. Una Funcin Objetivo 2. Un sistema de inecuacin o Restricciones Funcin Objetivo

Esta funcin determina el objetivo que quiere alcanzar la organizacin con la solucin del problema o necesidad. Por ejemplo: Maximizar los ingresos o Minimizar los costos. Las variables (X1, X2Xn) representan las cantidades optimas que resuelven el problema. Los coeficientes (A, B,.Z) representan la UTILIDAD, o VENTA, o COSTO por UNIDAD, de cada producto. Sistema de Inecuacin o Restricciones Tipos de procesos Proceso 1 Matriz de factores y Variables Tecnolgicas asociadas al proceso productivo a11x1 + a12 + a13x3 +. a1n Tipo de signo < > = < > = < > = Recursos Limitantes

b1

Proceso 2

b2

Proceso m

bm

Sistema de inecuaciones lineales, representan los diferentes procesos y/o actividad que delimitan el problema. Las variables (X1, X2.Xn) representan las cantidades optimas que resuelvan el problema. (a11,a12,anm) son los factores tecnolgicos asociados a cada proceso.

El signo (>, <, =) condiciona cada proceso y/o actividad. (b1, b2,bm) son la condicin, restriccin o limitante de recursos por proceso.

EJEMPLO DE PRODUCCION En la compaa de muebles el cid, produce una lnea de comedores de cuatro puestos denominada Virginia para proyectos de vivienda de inters social. Con base en la informacin suministrada por los departamentos de produccin y ventas, se sabe que: Los operarios de corte y Ensamble, y pintura y Acabado disponen de 680 horas y 140 horas respectivamente a la semana para hacer su trabajo. Fabricar una silla demanda 4 horas en corte y ensamble, y media hora en el proceso. Fabricar una mesa necesita de 5 y 2 horas respectivamente. La utilidad neta por unidad vendida es de $50.000 para las mesas y $30.000 para las sillas. Determine cuantas unidades de mesas y sillas se deben fabricar, de manera que la compaa con esta lnea logre la mxima utilidad. 1. Lea cuidadosamente el problema, e identifique que le piden hacer Tiempo de fabricacin (hora/ unidad) Mesas Sillas

Este primer anlisis permite definir las variables del problema. 2. Identifique las actividades y sus factores limitantes. Proceso productivo Tiempo de fabricacin (hora /unidad) Mesas Sillas Disponibilidad de tiempo (hora/semana) 680 140

Corte y Ensamble Pintura y Acabado

3. Ubique los coeficientes tecnolgicos. Proceso Tiempo de fabricacin (hora/ utilidad) Productivo Mesas Sillas Corte y Ensamble Pintura y Acabo 5 2 4 0.5

Disponibilidad de tiempo (hora/semana) 680 140

Tenga en cuenta que algunas veces requerir de creatividad y lgica para definir los coeficientes tecnolgicos. 4. Determinar los coeficientes de la funcin objetivo. Proceso Productivo Corte y Ensamble Pintura y Acabado Utilidad neta ($/unidad) Tiempo de fabricacin (hora /unidad) Mesas Sillas 5 2 $50.000 4 0.5 $30.000 Disponibilidad de tiempo (hora/semana) 680 140

5. Estructura el modelo matemtico de programacin lineal y grafique la solucin. ( ) ( ) ( ) ( )

Mtodo Simplex Aplicacin de los Modelos Lineales Simplex Vamos a resolver el siguiente problema: Maximizar z= f(x1, x2) = 3x1+2x2 Sujeto a: 2x1+x2 < = 18 2x1+ 3x2 < = 42 3x1+ x2 < = 24 X1 >= 0, x2 >= 0

1. Convertir las desigualdades en igualdades: Se introduce una variable de holgura por cada una de las restricciones, este caso s1, s2, s3 para convertirlas en igualdades y formar el sistema de ecuaciones estndar. Usando en simplex el siguiente criterio: Signo: Introducir sn Forma estndar: 2x1 + x2 + s1 = 18 2x1 + 3x2 + s2 = 42 3x1 + x2 + s3 = 24 2. Igualar la funcin objetivo y despus agregar las variables de holgura del sistema anterior: z- 3x1 2x2 = 0 Para este caso en particular la funcin objetivo ocupa la ltima fila del tablero, pero de preferencia siempre se deber de colocar como la primer fila cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo. 3. Escribir el tablero 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: Base S1 S2 S3 z Tablero Inicial Variable de decisin Variable de holgura X1 X2 S1 S2 S3 2 1 1 0 0 2 3 0 1 0 3 1 0 0 1 -3 -2 0 0 0 Solucin 18 42 24 0

4. Encontrar la variable de decisin que entra en la base y la variable de holgura que sale de la base.

1. Para escoger la variable de decisin que entra en la base, (FLECHA ROJA PARTE SUPERIOR), observamos la ltima fila, la cual muestra los coeficientes de la funcin objetivo y escogemos la variable con el coeficiente ms negativo (en valor absoluto).

Si existen dos o ms coeficientes iguales que cumplan la condicin anterior, entonces se elige 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 hay elementos negativos. La columna de la variable que entra en la base se llama columna pivote (en color azulado). B. para encontrar la variable de holgura que tiene que salir de la base, (FLECHA ROJA COSTADO IZQUIERDO) se divide cada trmino de la ltima columna (valores solucin) por el termino correspondiente de la columna pivote, siempre que estos ltimos sean mayores que cero. El trmino de la columna pivote que en la divisin anterior de 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, s3. Esta fila se llama fila pivote (en color azulado). Base Variable de decisin X1 X2 2 1 2 3 3 1 -3 -2 Variable de holgura S1 1 0 0 0 S2 0 1 0 0 S3 0 0 1 0 Solucin Operacin

S1 S2 S3 z

18 42 24 0

18/2=9 42/2=21 24/3=8

Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera de las variables correspondientes puede salir de la base. 1. En la interseccin de la fila pivote y la columna pivote tenemos el elemento pivote operacional, 3, este se indica que la variable de decisin x1 entra y la variable de holgura s3 sale.

5. Encontrar los coeficientes para el nuevo tablero de simplex. Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los coeficientes de la fila por el pivote operacional 3, ya que este se debe convertir en 1. A continuacin mediante la reduccin gaussiana hacemos ceros los restantes trminos de la columna pivote, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la funcin objetivo z. Base Variable de decisin X1 X2 0 1/3 0 7/3 1 1/3 0 -1 Variable de holgura S1 1 0 0 0 S2 0 1 0 0 S3 -2/3 -2/3 -1/3 1 Solucin Operacin

S1 S2 S3 z

2 26 8 24

f(s1)-2f(x1) f(s2)-2f(x1) (1/3)x1 F(z)+3f(x1)

Como en los elementos de la ltima fila no hay un nmero negativo, -1, significa que no hemos llegado todava a la solucin ptima. Hay que repetir el proceso: 1. La variable que entra en la base es x2, por ser la columna pivote que corresponde al coeficiente -1 B. Para calcular la variable que sale o la fila pivote, dividimos los trminos de la columna solucin entre los trminos de la nueva columna pivote: Y como el menor cociente positivo es 6, tenemos que la fila pivote y la variable de holgura que sale es s1. C. El elemento pivote, que ahora hay que hacer 1, es 1/3. Y se opera de forma anloga a la anterior iteracin. Base Variable de decisin X1 X2 0 1/3 0 7/3 1 1/3 0 -1 Variable de holgura S1 1 0 0 0 S2 0 1 0 0 S3 -2/3 -2/3 -1/3 1 Solucin Operacin

S1 S2 S3 z

2 26 8 24

2/(1/3)=6 26/(7/3)=78/7 8/(1/3)=24

Base

X2 S2 X1 z

Variable de decisin X1 X2 0 1 0 0 1 0 0 0

Variable de holgura S1 3 -7 -1 3 S2 0 0 0 0 S3 -2 4 1 -1

Solucin Operacin

6 12 6 30

3x2 f(s2)-(7/3)f(x2) f(x1)-(1/3)f(x2) f(z)+f(x2)

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: 1. La variable que entra en la base es s3, por ser la variable que corresponde al coeficiente -1. 1. 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 s2. C. El elemento pivote, que ahora hay que hacer 1, es de 4. Obtenemos la tabla: Base Variable de decisin X1 X2 0 1 0 1 0 0 0 0 Variable de holgura S1 3 -7 -1 3 S2 0 0 0 0 S3 -2 4 1 -1 Solucin Operacin

X2 S2 X1 z Base

6 12 6 30

No se toma por ser negativo 12/4=3 6/1=6

X2 S2 X1 z

Variable de decisin X1 X2 0 1 0 0 1 0 0 0

Variable de holgura S1 -1/2 -7/4 -3/4 5/4 S2 0 0 0 0 S3 0 1 0 0

Solucin Operacin

12 3 3 33

f(x2)+2f(s3) (1/4)s3 f(x1)-f(s3) f(z)+f(s3)

Base

X2 S2 X1 z

Variable de decisin X1 X2 0 1 0 0 1 0 0 0

Variable de holgura S1 -1/2 -7/4 -3/4 5/4 S2 0 0 0 0 S3 0 1 0 0

Solucin Operacin

12 3 3 33

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.