Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Objetivo:
Obtener una definicin clara sobre el mtodo simplex y sus aplicaciones para aplicarlo a la
resolucin de ejercicios de maximizacin y minimizacin con ms de dos variables mediante la una
investigacin bibliogrfica.
BIBLIOGRAFA:
BIBLIOGRAFA:
BIBLIOGRAFA:
Una vez estandarizado el modelo puede ocurrir que sea necesario aplicar el mtodo Simplex o el
mtodo de las Dos Fases. Vase en la figura la forma de actuacin para llegar a la solucin del
problema modelado.
A continuacin se explican paso a paso los puntos de cada mtodo, concretando los aspectos a
tener en cuenta.
BIBLIOGRAFA:
Maximizar Z = f(x,y) = 3x + 2y
sujeto a: 2x + y 18
2x + 3y 42
3x + y 24
x0,y0
Se consideran las siguientes fases:
x pasa a ser X1
y pasa a ser X2
Como los trminos independientes de todas las restricciones son positivos no es necesario hacer
nada. En caso contrario habra que multiplicar por "-1" en ambos lados de la inecuacin (teniendo
en cuenta que esta operacin tambin afecta al tipo de restriccin).
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
Igualar la funcin objetivo a cero.
Z - 3X1 - X2 - 0X3 - 0X4 - 0X5 = 0
BIBLIOGRAFA:
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 los costes reducidos Zj - Cj.
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.
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.
Si existiesen dos o ms coeficientes iguales que cumplan la condicin anterior (caso de empate),
entonces se optar por aquella variable que sea bsica.
La columna de la variable que entra en la base se llama columna pivote (en color verde)..
BIBLIOGRAFA:
Si hubiera algn elemento menor o igual a cero no se realiza dicho cociente. En caso de que todos
los elementos de la columna pivote fueran de sta condicin se habra cumplido la condicin de
parada y el problema tendra una solucin no acotada (ver teora del mtodo Simplex).
El trmino de la columna pivote que en la divisin anterior dio lugar al menor cociente positivo
indica la fila de la variable de holgura que sale de la base. En este caso resulta ser X5 (P5), de
coeficiente 3. Esta fila se llama fila pivote (en color verde).
Si al calcular los cocientes, dos o ms resultados cumplen la condicin para elegir el elemento
saliente de la base (caso de empate), se escoge aquella que no sea variable bsica (siempre que
sea es posible).
La interseccin de la fila pivote y columna pivote marca el elemento pivote, en este caso el 3.
Actualizar la tabla.
Anterior fila P4 42 2 3 0 1 0
- - - - - -
Anterior Elemento Fila en Columna Pivote 2 2 2 2 2 2
x x x x x x
Nueva fila pivote 8 1 1/3 0 0 1/3
= = = = = =
Nueva fila P4 26 0 7/3 0 1 -2/3
La tabla correspondiente a esta segunda iteracin es:
BIBLIOGRAFA:
Al comprobar la condicin de parada se observa que no se cumple ya que entre los elementos de la ltima
fila hay uno negativo, -1. Se contina iterando nuevamente los pasos 6 y 7.
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 P 0 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 X 3 (P3).
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).
6.3. El elemento pivote es 4.
7. Despus de actualizar todas las filas, se obtiene la tabla siguiente:
BIBLIOGRAFA:
[1] T. l. d. reservados, PHPSimplex, www.phpsimplex.com, 17 Febrero 2013. [En lnea]. Available:
http://www.phpsimplex.com/teoria_metodo_simplex.htm. [ltimo acceso: 22 Diciembre 2014].
FISEI I 302-A NOMBRE: Zurita Bayas Mauricio Alejandro FECHA: 22/12/2014
Investigacion #: 03 II TEMA: Mtodo Simplex PG. #: 9
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.
Anlisis
Las sucesivas tablas construidas durante el mtodo Simplex van proporcionando el valor de la
funcin objetivo en los distintos vrtices de la regin factible, ajustndose, a la vez, los coeficientes
de las variables iniciales y de holgura. En la tabla inicial se ha calculado el valor de la funcin
objetivo en el vrtice O, cuyas coordenadas (0,0) se corresponden con el valor que tienen las
variables bsicas, siendo el resultado 0. 43
BIBLIOGRAFA:
[1] T. l. d. reservados, PHPSimplex, www.phpsimplex.com, 17 Febrero 2013. [En lnea]. Available:
http://www.phpsimplex.com/teoria_metodo_simplex.htm. [ltimo acceso: 22 Diciembre 2014].
FISEI I 302-A NOMBRE: Zurita Bayas Mauricio Alejandro FECHA: 22/12/2014
Investigacion #: 03 II TEMA: Mtodo Simplex PG. #: 10
Solucin ilimitada (no acotada): si toda la columna de la variable que entra a la base tiene todos
sus elementos negativos o nulos se trata de problema no acotado, es decir, que tiene solucin
ilimitada. No hay valor ptimo concreto para la funcin objetivo sino que a medida que se aumenta
el valor de las variables tambin se incrementa el valor Z sin violar ninguna restriccin.
No existe solucin: cuando ningn punto satisface todas las restricciones del problema se
produce la infactibilidad no existiendo ninguna solucin posible para l. En este caso, una vez
terminadas todas las iteraciones del algoritmo, existen en la base variables artificiales cuyo valor
es superior a cero.
Empate de variable saliente: se puede nuevamente optar por cualquiera de ellas. Sin embargo, a
fin de no alargar el problema y evitar la entrada en un bucle infinito (caso degenerado), se
discrimina a favor de las variables de decisin haciendo que permanezcan en la base. En el caso
de estar en la primera fase del mtodo de las Dos Fases, se optar por sacar de la base las
variables artificiales.
Curiosidad en la Fase 1: al finalizar la fase 1, si el problema original tiene solucin, todas las
variables artificiales en la fila indicadora deben tener el valor "1".
El elemento pivote puede ser nulo?: No, el elemento pivote siempre ser estrictamente positivo
ya que nicamente se realizan los cocientes entre valores no negativos y mayores que cero (ante
un problema de maximizacin).
Conclusin.
La importancia de este mtodo radica en que gracias a su existencia se pueden resolver problemas
complejos. Este mtodo conforma la base de la programacin lineal y es debido a este procedimiento
(simplex) que se facilita la toma de decisiones en casos complejos o de incertidumbre ya que ha resultado
ser muy eficiente en la prctica.
Una gran parte de software para clculos estn estrictamente basados en el mtodo simplex, facilitndonos
la interpretacin de datos en poco tiempo es decir que gracias a este mtodo y a los programas que se
basan en elejercicios que se tardaran das en resolverse se llevan a cabo en tan solo horas y hasta
minutos optimizando el trabajo de todo aquel que necesite realizar este tipo de clculo.
BIBLIOGRAFA:
[1] T. l. d. reservados, PHPSimplex, www.phpsimplex.com, 17 Febrero 2013. [En lnea]. Available:
http://www.phpsimplex.com/teoria_metodo_simplex.htm. [ltimo acceso: 22 Diciembre 2014].