Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
METODO SIMPLEX
Las relaciones en las restricciones de un problema de PL forman Un conjunto de ecuaciones simultaneas Un sistema de ecuaciones lineales simultaneas tiene una solucin nica si
METODO SIMPLEX
Entonces , si se tienen , por ejemplo : Tres ecuaciones con tres incgnitas , puede encontrarse una solucin nica para cada variable
METODO SIMPLEX
Qu pasa si hay ms variables que ecuaciones , por ejemplo , cuatro variables y dos ecuaciones? Entonces es posible obtener muchas soluciones ; en general un nmero infinito de soluciones
METODO SIMPLEX
Este es el tipo de situacin a la que se aplica programacin lineal En 1947 , George Dantzig desarrollo el mtodo simplex. Demostr que poda usarse una ecuacin criterio ( la funcin objetivo) para seleccionar de manera sistemtica una solucin optima de entre muchas soluciones posibles
METODO SIMPLEX
Adems , este era un mtodo general que se poda aplicar a problemas de cualquier tamao . Las nicas limitaciones practicas son solo el tiempo , costo y disponibilidad de una computadora
METODO SIMPLEX
Este es un mtodo general ; funciona para cualquier problema de PL Para casos especiales , existen mtodos especficos de solucin
El mtodo simplex utiliza una tabla , en la cual hay una columna para cada variable y un rengln para cada restriccin. Adems , cada restriccin se debe expresar en lo que algunas veces se llama la forma estndar : como una igualdad
Es decir , cada restriccin en el problema PL primero se debe de aumentar con variables extra para convertirla en igualdad Se describir como se aumentan las restricciones y despus se analiza en forma breve el mtodo simplex
Cualquier desigualdad puede convertirse en una igualdad agregando ( o restando) solo una variable extra . Entonces una restriccin del tipo <= : 7 X 1 + 7 X 2 <= 49 Se convierte en 7 X 1 + 7 X2 + S 3 = 49
Se ha agregado UNA VARIABLE DE HOLGURA para que se absorba la holgura o la diferencia en la que 7X1 + 7X2 puede ser menor que 49 El aumento de las restricciones del tipo < siempre se debe de hacer de esta manera
De igual forma , una restriccin del tipo > : X2>2 se convierte en X 2 S 4= 2 Se ha restado una variable de excedente para que se consuma el exceso de X 2 , o sea lo que se pasa de 2
No obstante , en este caso debe de agregarse otra variable . Esta variable extra , llamada VARIABLE ARTIFICIAL Se aumenta como sigue X 2> 2 Se convierte en X 2 S4+ A 5 = 2
X 2 S4+ A 5 = 2 La razn de esto es que , si no se agrega la variable artificial , Se violaran las restricciones de no negatividad Para comprenderlo , se dejara esta ecuacin sin aumentar
El mtodo simplex comienza por hacer todas las variables reales igual a cero. Entonces , X 2 S 4 = 2 Sea X 2 = 0 -S4=2 S4 =-2 Esto , viola la regla de no negatividad
No importa el hecho de que X 2 = 0 viola la restriccin original . En trminos algebraicos es legitimo La variable artificial opera para mantener todas las variables no negativas cuando X 2 es menor que 2 Si X 2 = 0 , entonces S 4 = 0 y X2 S 4 + A 5= 2
+ A 5= 2 A 5= 2 En resumen , se aumento una restriccin del tipo > restando una variable de excedente y sumando una variable artificial ( - S + A ) Qu sucede con las restricciones que ya son una igualdad?
4
X2 S
La respuesta tcnicamente correcta es que no es necesario hacer nada si una de las variables tiene coeficiente igual a uno y coeficiente 0 en todas las otras restricciones De otra manera debe de agregarse una variable artificial
Se sugiere siempre agregar la variable artificial y olvidar el caso especial de 1/0 en los coeficientes La razn para aumentar variables artificiales despus ser ms clara todas las variables que aparecen en una restriccin tambin deben de aparecer en la funcin objetivo
As , cada variable de holgura , de excedente artificial que se aumenten tambin deben de AGREGARSE A LA FUNCIN OBJETIVO cules son sus coeficientes? Para las variables de holgura o excedente la respuesta es fcil : SIEMPRE SERA CERO
Esto significa que no importa si estn en la solucin Ahora bien , las variables artificiales tienen un problema diferente: no se desea que estn en la solucin final Recurdese que solo se utilizan para evitar que las variables de excedente violen las reglas de no negatividad ( y para las ecuaciones)
El que una variable artificial este en la solucin final significa que algo anda mal Para mantenerlas fuera de la solucin final , se les asignara un coeficiente en la funcin objetivo por lo menos 100 veces ms grande que cualquier otro coeficiente y con el signo adecuado para garantizar que salgan
As , al maximizar se asignara - MA En donde M es un numero muy grande Si se trata de minimizar , se seleccionara + MA Estas reglas para el aumento se resumen en la tabla 8-1
>=
-S + A
Max + 0 * S MA Min + 0* S + MA
Ntese que : Hay reglas fijas para cada tipo de restriccin y que Las variables de holgura y de excedente siempre tienen coeficientes cero en la funcin objetivo
Lo nico que cambia es el signo para las variables artificiales en la funcin objetivo se seleccionan de manera que estas variables salgan de la solucin final
El mtodo simplex no es mas que Un enfoque complicado de prueba y error para resolver los problemas de PL Recurdese que el mtodo de prueba y error que se describi en el capitulo anterior al resolver problemas en forma grafica
Ah se aprovecho el hecho de que por lo menos un punto de interseccin de la frontera extrema es optimo Sencillamente se probaron estos puntos usando la funcin objetivo
El mtodo simplex tambin emplea los puntos de interseccin , pero no prueba todos los puntos Comienza en el origen y selecciona los que dan mayor mejora en el valor de la funcin objetivo
As , al moverse de un punto de interseccin al otro , la funcin objetivo siempre esta mejorando . Esto hace que el mtodo simplex sea ms eficaz que el mtodo del capitulo anterior En el diagrama de flujo de la figura 8-1 se muestra el procedimiento completo
INICIO
RELACIONES AUMENTADAS
OPTIMO ?
Se construye una tabla con una solucin inicial y se prueba si la solucin es optima Si no es optima ( la solucin inicial nunca lo es) se analiza la tabla y se prueba la nueva solucin Este procedimiento se repite hasta que se encuentra una solucin optima
Ntese que cada tabla representa una nueva solucin En esta forma TABLA y SOLUCIN son sinnimos La funcin objetivo debe tambin mejorar en cada nueva tabla.