Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
en:
donde x son las variables desde la forma estndar, xs son las variables de holgura
introducidas en el proceso de aumentacin, c contiene los coeficientes de optimizacin,
describe el sistema de ecuaciones contradas, y Z es la variable a ser maximizada.
El sistema es tpicamente no determinado, desde que 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 menor o igual que, o menor
que; en el caso de que sea mayor o igual que o mayor que, 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.
Conceptos bsicos
Forma estndar
Es la igualacin de las restricciones del modelo planteado, as como el aumento de variables
de holgura, o bien la resta de variables de exceso .
Forma cannica
En el mtodo Smplex es de bastante utilidad la forma cannica, especialmente para explorar
la relacin de dualidad.
Problema.- Una Carpintera elabora dos tipos de bates para baseball, uno de
peso ligero usado en los juegos de ligas de menores y otro de peso mediano que
se vende a los equipos de las ligas mayores.
El bate de menores requiere 1 minuto de torneado en tanto que el bate de
mayores requiere 2 minutos de torneado, puesto que se le debe dar la forma y el
peso especial. Por tanto, el bate de menores requiere 3 minutos de mquina
lijadora y el otro requiere 2 minutos. El laqueado es hecho a mano y entonces solo
puede producirse 400 medianos a la semana.
Cada semana se dispone 1000 minutos de torno y 1800 minutos de mquina
lijadora. Hay tanta demanda que garantiza las utilidades de S/o 3.00 por cada bate
ligero y de S/o4.00 por el otro. Determine el programa de produccin ptima que le
d la mxima utilidad a la Carpintera.
Identificacin de variables
Sujeto a
X2 400
X1 0, x2 0
Sujeto a
X1 + 2x2 + x3 = 1000
X2 + x5 = 400
xj 0, j=1,2,3,4,5
Variables de entrada
Estas suelen encontrarse en un criterio que se conoce como Condicin de optimalidad, en
un modelo, ya sea de maximizacin o minimizacin, y se refiere a la variable no bsica en el
rengln z con el coeficiente ms negativo, si se trata de una maximizacin, o el coeficiente
ms positivo, si se trata de una minimizacin, la cual, en el la tabla de solucin anterior, a
excepcin de la primer tabla, esta variable era una variable bsica.
'Variables de salida
Esta variable es un punto extremo que se encuentra en un criterio conocido como Condicin
de factibilidad, en un modelo, ya sea de optimizacin o minimizacin, y se refiere a la variable
bsica asociada con la mnima razn no negativa con el coeficiente ms negativo, si se trata
de una maximizacin, o el coeficiente ms positivo, si se trata de una minimizacin, la cual, en
el la tabla de solucin siguiente, pasar a ser variable no bsica.
Variables
bsicas
Variables
no
bsicas
Variable
de
entrada
Variable de salida
X1, X2
X1
X6
X6, X2
X2
X3
X6, X3
X6
X4
X4, X3
X3
X1
X4, X1
X4
X2
Variable degenerada
Una variable degenerada es una variable bsica que vale 0. Grficamente esto puede ocurrir
cuando ms de dos rectas se intersequen en el mismo punto.
Base
Conjunto de variables bsicas. En el ejemplo anterior, la base es {X3, X4, X5, X6}
Variable no restringida
Variable artificial
Se usa una variable artificial cuando las restricciones son = y y sucede cuando el
origen no se encuentra dentro de la regin factible, tratando de llevar el modelo a
otra dimensin en la cual el origen si exista en la regin.
Es aquella que puede tomar toda clase de valores positivos, cero y negativos puede escribirse
como la diferencia de dos variables no-negativas.
Funcin objetivo:
Define la efectividad del modelo como funcin de las variables de decisin.
Solucin ptima
Utilizando la forma estndar, determinar una solucin bsica factible inicial igualando a
las n-m variables igual a cero (el origen).
2.
3.
4.
Sujeto a
X1 + 2x2 + x3 = 1000
X2 + x5 = 400
Xj 0, j=1,2,3,4,5
x1
x2
x3
x4
x5
x3
1000
x4
1800
900
x5
400
400
C-Z:
200
q
500
ingresa x2 sale x5
x3
-2
200
x4
-2
1000
333.333
x2
400
Inf
C-Z: 3
-4
ingresa x1 sale x4
x1
-2
200
-100
x4
-3
400
100
x2
400
400
C-Z: 0
-3
x1
1.0
-0.5
x5 0
-0.75
0.25
1.
100.0
x2 0
1.0
0.75
-0.25
300.0
C-Z:
0.5
0 -1.5000 -0.5000
400.0
Solucin ptima: X= [400 300], debe fabricar 400 bates ligeros y 300
bates medianos obteniendo una utilidad mxima de U = 2400
Ejemplo 2
Considerando el problema de programacin lineal:
Minimiza la siguiente funcin
Sujeta a
Las columnas 2, 3 y 4 pueden ser seleccionadas como columnas pivotes, para este ejemplo
se seleccion la columna 4. Los valores de x resultantes de la eleccin de las filas 2 y 3 como
filas pivotes son 10/1 = 10 y 15/3 = 5 respectivamente. De estos el mnimo es 5, por lo que la
fila 3 sera la fila pivote. Operando los pivotes se produce
Z = f(x,y) = 3x + 2y
sujeto a:
2x + y 18
2x + 3y 42
3x + y 24
x0,y0
x pasa a ser X1
y pasa a ser X2
agregando variables
Tipo de desigualdad
- exceso + artificial
+ artificial
+ holgura
de
En este caso se introduce una variable de holgura (X3, X4 y X5) en cada una de las
restricciones del tipo , para convertirlas en igualdades, resultando el sistema de
ecuaciones lineales:
2X1 + X2 + X3 = 18
2X1 + 3X2 + X4 = 42
3X1 + X2 + X5 = 24
3 Igualar la funcin objetivo a cero.
Z - 3X1 - X2 - 0X3 - 0X4 - 0X5 = 0
4 Escribir la tabla inicial del mtodo Simplex.
La tabla inicial del mtodo Simplex est compuesta por todos los coeficientes de las
variables de decisin del problema original y las de holgura, exceso y artificiales
agregadas en el paso 2 (en las columnas, siendo P0 el trmino independiente y el resto
de variables Pi coinciden con Xi), y las restricciones (en las filas). La columna
Cb contiene los coeficientes de las variables que se encuentran en la base.
La primera fila est formada por los coeficientes de la funcin objetivo, mientras que
la ltima fila contiene el valor la funcin objetivo y loscostes reducidos Zj - Cj.
Base
Cb
P0
P1
P2
P3
P4
P5
P3
18
P4
42
P5
24
-3
-2
5 Condicin de parada.
Si el objetivo es la maximizacin, cuando en la ltima fila (fila indicadora) no existe
ningn valor negativo entre los costes reducidos (columnas P1 en adelante) se alcanza
la condicin de parada.
En tal caso se llega al final del algoritmo ya que no existe posibilidad de mejora. El
valor de Z (columna P0) es la solucin ptima del problema.
Otro caso posible es que en la columna de la variable entrante a la base todos los
valores son negativos o nulos. Esto indica que el problema no se encuentra acotado y
su solucin siempre resultar mejorable. Ante esta situacin no es necesario continuar
iterando indefinidamente y tambin se puede dar por finalizado el algoritmo.
De no ser as, se ejecutan los siguientes pasos de forma iterativa.
6 Eleccin de la variable entrante en la base.
Se determina en primer lugar la variable que entra en la base. Para ello se escoge la
columna cuyo valor en la fila Z sea el menor de entre todos los negativos. En este caso
sera la variable X1 (P1) de coeficiente -3.
Nueva fila P4
42
1/3
1/3
26
7/3
-2/3
Base
Cb
P0
P1
P2
P3
P4
P5
P3
1/3
-2/3
P4
26
7/3
-2/3
P1
1/3
1/3
24
-1
6.1. La variable que entra en la base es X2 (P2), por ser la variable que
corresponde a la columna donde se encuentra el coeficiente -1.
6.2. Para calcular la variable que sale, se dividen los trminos de la columna
P0 entre los trminos correspondientes de la nueva columna pivote: 2 / 1/3 [=6] ,
26 / 7/3 [=78/7] y 8 / 1/3 [=24]. Como el menor cociente positivo es 6, la variable
que sale de la base es X3 (P3).
Base
Cb
P0
P1
P2
P3
P4
P2
P4
12
-7
P1
-1
30
9 Una nueva comprobacin de la condicin de parada revela que entre los elementos de
la fila indicadora vuelve a haber uno negativo, -1. Significa que aun no se ha llegado a
la solucin ptima y hay que seguir iterando (pasos 6 y 7):
6.1. La variable que entra en la base es X5 (P5), por ser la variable que
corresponde al coeficiente -1.
6.2. Se escoge la variable que sale calculando el cociente entre los trminos de
la columna de trminos independientes y los trminos correspondientes de la
nueva columna pivote: 6/(-2) [=-3] , 12/4 [=3], y 6/1 [=6]. En esta ocacin es
X4 (P4).
Tabla IV . Iteracin n 4
Base
Cb
P0
P1
P2
P3
P4
P2
12
-1/2
1/2
P5
-7/4
1/4
P1
3/4
-1/4
33
5/4
1/4
Z
10 Fin del algoritmo.
Se observa que en la ltima fila todos los coeficientes son positivos cumplindose, por
tanto la condicin de parada.
La solucin ptima viene dada por el valor de Z en la columna de los trminos
independientes (P0), en este ejemplo: 33. En la misma columna se puede ver el punto
donde se alcanza, observando las filas correspondientes a las variables de decisin
que han entrado en la base: X1 = 3 y X2 = 12.
Deshaciendo el cambio de variables se obtiene x = 3 e y = 12.