Professional Documents
Culture Documents
³MANTENIMIENTO INDUSTRIAL´
TEMA:
PROFESOR:
MATERIA:
Cálculo
GRADO:
2
GRUPO:
A
c
c
c
INTRODUCCIÓN
Las matemáticas pueden ser divertidas. Haciendo suya esta idea, este trabajo en
el cual se estudia de un modo en particular ³El Método Simplex´, el cual es
verdaderamente interesante, dará al lector del mismo, una imagen mas clara de la
verdadera utilización del método para la resolución de problemas los cuales
ayudaran a ser mas eficaz en tu ámbito profesional y laboral.
La matemática hoy en día se considera como un tipo de lenguaje, o el lenguaje de
hoy, por lo cual es de vital importancia, practicarlas y llevarlas a cabo en tu vida
diaria.
Este presente escrito trata de donde se origino el método simplex, ¿como? fue
creado, además de las razones del ¿Por qué? se creo, también nos habla de la
forma de cómo funciona, teniendo como base una serie de ejemplos, los cuales
están detallados al 100%, para que así tu comprensión sea la adecuada.
Teniendo en cuenta que el método simplex, esta estrechamente relacionado con
lo que es la programación Lineal.
c
c
c
OBJETIVOS GENERALES:
Que al ir explorando este trabajo el lector:
´ Descubra la utilidad del método simplex como un recurso el cual se puede
utilizar para resolver un sin numero de problemas, el cual ayudara a tu
superación.
´ Te ayudara a ver desde otro ámbito la resolución de problemas los cuales a
veces eran muy difíciles de resolver, con un solo método, además de que te
dará dominio en tu ambiente físico, social y cultural.
´ Obtendrás los antecedentes de, ¿Dónde?, ¿Cómo?, ¿Cuándo? Y ¿Por
qué?,fue creado este método.
´ Que te permita el acceso a una forma mas rápida y eficaz de dar solución a
problemas de tipo científicos o técnicos, el los cuales la información
matemática es indispensable.
´ Comprenda la estructura del método simplex.
´ Comprender la existencia de un sistema de solución factible, el cual prueba
si es optima o no la solución.
´ Relacionar el método simplex con la creación de programas de
³programación lineal´.
´ Emplear, dados ciertos criterios de resolución las representaciones o
soluciones mas optimas.
c
c
c
HISTORIA
El método simplex fue creado en 1947 por el matemático George Dantzing, se
utiliza sobre todo, para resolver problemas de programación lineal en los que
intervienen tres o más variables, el cual consiste en continuar efectuando cambios
en las variables básicas del tipo analizado en la ultima sección hasta que se
detenga el conjunto de variables que optimizan la función objetivo. Pero a lo largo
de los años a sufrido modificaciones por lo cual el método simplex original fue
denominado Método Simplex Básico (MSB).
Dichas modificaciones surgieron efecto en el año 1965, John Ashworth Nelder y
George H. Mead, propusieron modificaciones en el método original de
movimentación del simplex banco, que permitió obtener un punto óptimo
estacionario con suficiente precisión y claridad además de permitir un desarrollo
más rápido del simplex en dirección al óptimo.
¿COMO FUNCIONA?
El método simplex empieza con una solución factible y prueba si es o no optima.
Si no lo es, por este método se procede a obtener una solución mejor. Decimos
mejor en el sentido de que la nueva solución este más cerca de la optimización de
la función objetivo. Si esta nueva solución no es optima, entonces repetimos el
procedimiento. En algún momento el método simplex conduce a una solución
óptima, si existe.
VENTAJAS:
- Es muy eficiente
- Es completamente mecánico (usamos matrices, operaciones elementales
sobre renglón y aritmética básica).
- La geometría no se involucra de manera explicita; esto nos permite resolver
problemas de programación lineal que tengan cualquier numero de
restricciones o variables.
- No debemos preocuparnos por los criterios de parada o condición de salida
de filas, ya que se mantienen.
- Conversión de signo de los términos independientes (las constantes a la
derecha de las restricciones), con esta simple modificación de los signos en
la restricción podemos aplicar el método simplex a nuestro modelo.
c
c
c
- Las cantidades de los valores productivos son proporcionables a su nivel de
utilización.
- No negatividad (Los niveles de procesos han de ser mayores o iguales a
cero).
- La aditividad (La combinación de varios procesos productivos utiliza en
conjunto la suma de todos los factores exigidos individualmente a cada uno
de ellos).
PROBLEMA
Maximizar Z = 5x1 + 4x2,sujeta a:
x1+ x2 20
2x1 + x2 35
-3x1 + x2 12
y x1 0,x2 0.
c
c
c
SOLUCIÓN:
Este problema de programación lineal ya esta en la forma estándar. La tabla
simplex inicial es:
c ccc ccc
ccc ccc
ccc
ccccccc c
cccc ccc
ccc
ccc ccc
cccccc c
cccccc
ccc
ccc
ccc cccccc
c
c c cccccc
cccc
cccc
cc
c ccc
c
c cccc ccc
ccc
ccc ccc
cccccc c
cccccc
ccc
ccc
ccc cccccc
c
c
c
c
Nuestra nueva tabla es:
Observe que en el lado izquierdo, x1 remplazo a s2. Puesto que -3/2 es el indicador
mas negativo, debemos continuar nuestro proceso. La variable que entre, ahora
es x2. El cociente mas pequeño es 5. Por tanto, s1 es la variable que sale y ½ es la
entrada del pivote. Si ahora aplicamos operaciones elementales sobre renglones,
tenemos.
c
c
c
Donde x2 reemplazo a s1, en el lado izquierdo. Como tofos los indicadores son no
negativos, el valor máximo de Z es 95, que ocurre cuando x2 = 5 y x1 = 15 (y s3 =
52, s1 = 0 y s2 = 0).
Donde x1 es la variable que entra. Los cocientes 20 y 35/2 reflejan que para la
siguiente S.B.F., tendremos x1 20 y x1 35/2. Como el tercer renglón representa
la ecuación s3= 12 + 3x1± x2, y x2 = 0, entonces s3 = 12 + 3x1. Pero s3 0, así
también 12 + 3x1 0, lo cual implica que x1 -12/3 = -4. Por tanto, tenemos.
c
!c
c
donde b > 0. Aquí el símbolo de desigualdad es ³´ y la constante del lado derecho es
negativa. Por tanto, la restricción no esta en la forma estándar. Sin embargo,
multiplicando ambos miembros por -1 se obtiene.
Que tiene la forma apropiada. De acuerdo con esto, puede ser necesario escribir
de nuevo una restricción antes de proceder con el método simplex.
En la tabla simplex, varios indicadores pueden ³empatar´ como los mas negativos.
En este caso, seleccione cualquiera de estos indicadores para obtener la columna
de la variable que entra. Del mismo modo, puede haber varios cocientes que
³empaten´ con los más pequeños. Puede seleccionar cualquiera de estos
cocientes para obtener la variable que sale y la entrada pivote. El ejemplo 2
ilustrara esto. Cuando existe un empate para el cociente mas pequeño, entonces
además de las variables no básicas, una S.B.F., tendrá una variable básica igual a
cero. En este caso decimos que la S.B.F., es degenerada o que el problema de
programación lineal tiene una degeneración.
EJEMPLO 2
C1=5+3 <10
C2=250+130 <6000
180+110 =ð
c
c
c
C1=5+3 =10
C2=250+130y+=6000
-180x-110+ð=0
ð
53 1 0 0 10
-180 -110 0 0 1 0
ð
53 1 0 0 10
ð
c
c
c
ð
1 0.52 0 0.004 0 24
c
c
c
EJEMPLO 3
Una fábrica de madera produce 2 tipos de estantes, estantes grandes y estantes
chicos. La fabricación de un estante grande necesita 5 horas de trabajo con un
gasto de $250 en materiales. La fabricación de un estante chico requiere 3 horas
de trabajo con un gasto de $130 en materiales. El administrador tiene el propósito
de trabajar el con sus empleados no más de 10 horas diarias y sus recursos no le
permiten gastar más de $6000 diarios en materiales. Si vende la cantidad de
estantes que produce y su utilidad es de $180 por cada estante grande y $110 por
cada estante chico, ¿Cuántos estantes de cada tipo debe fabricar para obtener la
utilidad diaria máxima? ¿Cuál es la utilidad máxima? ¿Le queda tiempo o dinero
sin emplear?
C1=5+3 <10
C2=250+130 <6000
180+110 =ð
C1=5+3 =10
C2=250+130y+=6000
-180x-110+ð=0
ð
53 1 0 0 10
-180 -110 0 0 1 0
c
c
c
ð
53 1 0 0 10
ð
ð
1 0.52 0 0.004 0 24
c
c
c
EJEMPLO 4:
Una empresa tornera produce dos clases de tornillos, tornillos de cuerda fina y
tornillos de cuerda estándar. La fabricación de un tornillo de cuerda fina requiere 7
minutos de trabajo con un gasto de $0.5 en materiales. La fabricación de un
tornillo de cuerda estándar requiere 6 minutos de trabajo con un gasto de $0.3 en
materiales. El ingeniero tiene el propósito de trabajar no más de 8 horas diarias y
sus recursos no le permiten gastar más de $30 diarios en materiales. Si vende la
cantidad de lámparas que produce y su utilidad es de $0.4 por cada tornillo de
cuerda fina y $0.25 por cada tornillo de cuerda estándar, ¿Cuántos tornillos de
cada tipo debe fabricar para obtener la utilidad diaria máxima? ¿Cuál es la utilidad
máxima? ¿Le queda tiempo o dinero sin emplear?
C1=7+6 <480
C2=0.5+0.3 <30
0.4+0.25=ð
C1=7+6 =480
C2=0.5+0.3y+=30
-0.4x-0.25+ð=0
ð
7 6 1 0 0 480
-0.4 -0.25 0 0 1 0
c
c
c
ð
7 6 1 0 0 480
1 0.6 0 2 0 60 R1-7*R2
ð
0 1.8 1 -14 0 60
ð
0 1.8 1 -14 0 60
1 0.6 0 2 0 400
0 -0.01 0 0.8 1 24
c
c
c
MÉTODO SIMPLEX
Si en nuestro modelo aparece una inecuación con una desigualdad del tipo "",
deberemos añadir una nueva variable, llamada variable de exceso , con la
restricción si 0. La nueva variable aparece con coeficiente cero en la función
objetivo, y restando en las inecuaciones.
Surge ahora un problema, veamos como queda una de nuestras inecuaciones que
contenga una desigualdad "´:
a11·x1 + a12·x2 b1 a11·x1 + a12·x2 - 1·xs = b1
Como todo nuestro modelo, está basado en que todas sus variables sean mayores
o iguales que cero, cuando hagamos la primera iteración con el método Simplex,
las variables básicas no estarán en la base y tomarán valor cero, y el resto el valor
que tengan. En este caso nuestra variable xs, tras hacer cero a x1 y x2, tomará el
valor -b1. No cumpliría la condición de no negatividad, por lo que habrá que añadir
una nueva variable, xr, que aparecerá con coeficiente cero en la función objetivo, y
sumando en la inecuación de la restricción correspondiente. Quedaría entonces de
la siguiente manera:
a11·x1 + a12·x2 b1 a11·x1 + a12·x2 - 1·xs + 1 ·xr = b1
Este tipo de variables se les llama variables artificiales, y aparecerán cuando haya
inecuaciones con desigualdad ("=",""). Esto nos llevará obligadamente a realizar
el método de las Dos Fases, que se explicará más adelante.
Del mismo modo, si la inecuación tiene una desigualdad del tipo "", deberemos
añadir una nueva variable, llamada variable de holgura si, con la restricción si "" 0
La nueva variable aparece con coeficiente cero en la función objetivo, y sumando
en las inecuaciones.
A modo resumen podemos dejar esta tabla, según la desigualdad que aparezca, y
con el valor que deben estar las nuevas variables.
- exceso + artificial
= + artificial
+ holgura
c
!c
c
DESARROLLANDO EL MÉTODO SIMPLEX
Una vez que hemos estandarizado nuestro modelo, puede ocurrir que
necesitemos aplicar el método Simplex o el método de las Dos Fases. Véase en la
figura como debemos actuar para llegar a la solución de nuestro problema.
Explicaremos paso a paso los puntos de cada método, concretando los aspectos
que hay que tener en cuenta.
c
C1 C2 ... Cn
c c c c c c c
Pi1 Ci1 bi1 a11 a12 ... a1n
Pi2 Ci2 bi2 a21 a22 ... a2n
... ... ... ... ... ... ...
Pim Cim bim am1 am2 ... amn
c Z0 Z1-C1 Z2-C2 ... Zn-Cn
c
c
c
CONDICIÓN DE PARADA: Comprobaremos si debemos de dar una nueva
iteración o no, que lo sabremos si en la fila Z aparece algún valor negativo. Si no
aparece ninguno, es que hemos llegado a la solución óptima del problema.
Nuevo emento
vote
emento
votetu vote.
` Para el resto de elementos de filas se calculará:
Nuevo emento
emento
vote tu emento o umn
voteen tu Nuevo emento
.
FASE 1
En esta primera fase, se realiza todo de igual manera que en el método Simplex
normal, excepto la construcción de la primera tabla, la condición de parada y la
preparación de la tabla que pasará a la fase 2.
CONSTRUCCIÓN DE LA PRIMERA TABLA Se hace de la misma forma que la
tabla inicial del método Simplex, pero con algunas diferencias. La fila de la función
objetivo cambia para la primera fase, ya que cambia la función objetivo, por lo
tanto aparecerán todos los términos a cero excepto aquellos que sean variables
artificiales, que tendrán valor "-1" debido a que se está minimizando la suma de
dichas variables (recuerde que minimizar F es igual que maximizar F·(-1)).
c
c
c
La otra diferencia para la primera tabla radica en la forma de calcular la fila Z.
Ahora tendremos que hacer el cálculo de la siguiente forma: Se sumarán los
productos Cb·Pj para todas las filas y al resultado se le restará el valor que
aparezca (según la columna que se éste haciendo) en la fila de la función objetivo.
c
C0 C1 C2 ... Cn-k ... Cn
c c c c c c c c c
Pi1 Ci1 bi1 a11 a12 ... a1n-k ... a1n
Pi2 Ci2 bi2 a21 a22 ... a2n-k ... a2n
... ... ... ... ... ... ... ... ...
Pim Cim bim am1 am2 ... amn-k ... amn
c Z0 Z1 Z2 ... Zn-k ... Zn
c
c
c
soluciones, todas ellas comprendidas dentro del segmento (o porción del plano, o
región del espacio, dependiendo del número de variables del problema) que define
Ax+By=Z0. Si se desea se puede hacer otra iteración haciendo entrar en la base a
la variable que tiene el 0 en la fila Z, y se obtendrá otra solución.
CONCEPTOS BÁSICOS
1. FACTORES PRODUCTIVOS: (Ai)
Son los medios empleados para la obtención de la producción. Los factores
productivos pueden ser limitados (los cuales originan restricciones), o
limitados.
5. VECTOR PROCESO:
Es un vector columna, cuyos componentes indican las cantidades de los
distintos factores productivos para la realización del proceso Pj.
HIPÓTESIS BÁSICAS
PROPORCIONALIDAD
Las cantidades de los valores productivos son proporcionables a su nivel de
utilización.
NO NEGATIVIDAD
Los niveles de procesos han de ser mayores o iguales a cero.
ADITIVIDAD
c
c
c
La combinación de varios procesos productivos utiliza en conjunto la suma de
todos los factores exigidos individualmente a cada uno de ellos.
LINEALIDAD
Los rendimientos de los procesos, son directamente proporcionables a su nivel de
utilización es decir dado el proceso Pj, empleado a un nivel unitario, obtendremos
un rendimiento Pj, mientras que si Pj, es utilizado a un nivel Xj, el proceso del
rendimiento será Xj, Pj.
c
c
c
Matemáticamente, sí los vértices de un simplex k-dimensional son representados
por coordenadas vectoriales P1, P2, ...., Pj, ....Pk, .... Pk+1, la eliminación de la
respuesta no deseada Pj resulta en la hiperfase formada por P1, P2, ...., Pj-1,
Pj+1, ....Pk, .... Pk+1 con el centroide definido por:
El nuevo simplex es definido por esta fase y un nuevo vértice, P, que corresponde
a la reflexión del vértice rechazado Pj, a través de la fase por el centroide Pc.
P = Pc + (Pc - Pj)
c
c
c
LOCALIZACIÓN Y TAMAÑO DEL SIMPLEX INICIAL
En la etapa inicial de los experimentos, es recomendable construir un simplex
grande para que por si mismo se mueva rápidamente sobre la superficie de
respuestas y pueda localizar la región del óptimo. Para definir más precisamente
el óptimo, se construye un simplex menor y se continúa la optimización. En el caso
que sea necesario, es posible repetir el proceso, dejando el simplex cada vez más
pequeño. Esta claro que existe una limitación para el tamaño del simplex, pues, si
este fuera muy pequeño, los errores experimentales pueden enmascarar los
verdaderos efectos sobre la respuesta y hacer con que el simplex se traslade
irregularmente dentro de un área cercana al óptimo.
no A B
c
01 0 0 0 0 0 0 0
c
02 1,000 0 0 0 0 0 0
c
03 0,500 0,866 0 0 0 0 0
c
c
c
c
07 0,500 0,289 0,204 0,158 0,129 0,764 0
c
VARIABLES:
1- Temperatura, ºC. 2- Velocidad de flujo del gas de arrastre, mL/min. 3- Longitud
de la columna, cm.
VALORES INICIALES:
Temperatura, T = 20 ºC. Velocidad de flujo del gas de arrastre, V = 40 mL/min.
Longitud de la columna, C = 200 cm.
Inicial ºC mL/min cm
01 20 40 200
c
!c
c
CONSIDERACIONES GENERALES
El método simplex no requiere el uso de test, estadísticos de significancia por dos
razones:
En particular, en el uso del método simplex básico, tres limitaciones son evidentes:
" #c $
c
c
c
2 S Expansión
-½ T CMD*
½ U Contracción
1 R Reflexión
c
c
c
PREPARANDO EL MODELO PARA ADAPTARLO AL MÉTODO SIMPLEX
Esta es la forma estándar del modelo:
c
c
c
Inconvenientes: Puede resultar que en las restricciones donde tengamos que
modificar los signos de las constantes, los signos de las desigualdades fueran ("=",
"="), quedando ("=","=") por lo que en cualquier caso deberemos desarrollar el
método de las Dos Fases. Este inconveniente no es controlable, aunque nos
podría beneficiar si sólo existen términos dec c
c
cc
c c
cc ccc cc
Si en nuestro modelo aparece una inecuación con una desigualdad del tipo "=",
deberemos añadir una nueva variable, llamada variable de exceso , con la
restricción si = 0. La nueva variable aparece con coeficiente cero en la función
objetivo, y restando en las inecuaciones.
Surge ahora un problema, veamos como queda una de nuestras inecuaciones que
contenga una desigualdad "=" :
a11·x1 + a12·x2 = b1 a11·x1 + a12·x2 - 1·xs = b1
Como todo nuestro modelo, está basado en que todas sus variables sean mayores
o iguales que cero, cuando hagamos la primera iteración con el método Simplex,
las variables básicas no estarán en la base y tomarán valor cero, y el resto el valor
que tengan. En este caso nuestra variable xs, tras hacer cero a x1 y x2, tomará el
valor -b1. No cumpliría la condición de no negatividad, por lo que habrá que añadir
una nueva variable, xr, que aparecerá con coeficiente cero en la función objetivo, y
sumando en la inecuación de la restricción correspondiente. Quedaría entonces de
la siguiente manera:
a11·x1 + a12·x2 = b1 a11·x1 + a12·x2 - 1·xs + 1 ·xr = b1
Este tipo de variables se les llama variables artificiales, y aparecerán cuando haya
inecuaciones con desigualdad ("=","="). Esto nos llevará obligadamente a realizar
el método de las Dos Fases, que se explicará más adelante.
Del mismo modo, si la inecuación tiene una desigualdad del tipo "=", deberemos
añadir una nueva variable, llamada variable de holgura si, con la restricción si "="
0. La nueva variable aparece con coeficiente cero en la función objetivo, y
sumando en las inecuaciones.
A modo resumen podemos dejar esta tabla, según la desigualdad que aparezca, y
con el valor que deben estar las nuevas variables.
cc cc
c
c
= - exceso + artificial
= + artificial
= + holgura
c
c
c
MÉTODO SIMPLEX PARA LA SOLUCIÓN DE PROBLEMAS DE
PROGRAMACIÓN LINEAL
Es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El
proceso concluye cuando no es posible seguir mejorando más dicha solución. c
Partiendo del valor de la función objetivo en un vértice cualquiera, el método
consiste en buscar sucesivamente otro vértice que mejore al anterior. La
búsqueda se hace siempre a través de los lados del polígono (o de las aristas del
poliedro, si el número de variables es mayor). Cómo el número de vértices (y de
aristas) es finito, siempre se podrá encontrar la solución.c
El método del simplex se basa en la siguiente propiedad: si la función objetivo, ,
no toma su valor máximo en el vértice A, entonces hay una arista que parte de A,
a lo largo de la cualaumenta.
El método del simplex fue creado en 1947 por el matemático George Dantzig. c
El método del simplex se utiliza, sobre todo, para resolver problemas de
programación lineal en los que intervienen tres o más variables. c
El álgebra matricial y el proceso de eliminación de Gauss-Jordan para resolver un
sistema de ecuaciones lineales constituyen la base del método simplex.
c
c
c
3. Escribir la tabla inicial simplex c
En las columnas aparecerán todas las variables del problema y, en las filas, los
coeficientes de las igualdades obtenidas, una fila para cada restricción y la última
fila con los coeficientes de la función objetivo: c
Tabla I . Iteración nº 1 c
Basec Variable de decisiónc Variable de holgurac Valores soluciónc
cc c c c c c cc
c 2c 1c 1c 0c 0c 18c
c 2c 3c 0c 1c 0c 42c
c ]c 1c 0c 0c 1c 24c
c -3c -2c 0c 0c 0c 0c
c
c
c
c
Si al calcular los cocientes, dos o más son iguales, indica que cualquiera de
las variables correspondientes puede salir de la base. cc
c
Veámoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla
II): c
c
Vieja fila de sc 2c 3c 0c 1c 0c 42c
cc -c -c -c -c -c -c
Coeficientec 2c 2c 2c 2c 2c 2c
cc xc xc xc xc xc xc
Nueva fila pivotec 1c 1/3c 0c 0c 1/3c 8c
cc =c =c =c =c =c =c
Nueva fila de sc 0c 7/3c 0c 1c -2/3c 26c
Tabla II . Iteración nº 2
c
c
c
Basec Variable de decisiónc Variable de holgurac Valores soluciónc
cc c c c c c cc
c 0c ']c 1c 0c -2/3c 2c
c 0c 7/3c 0c 1c -2/3c 26c
c 1c 1/3c 0c 0c 1/3c 8c
c 0c -1c 0c 0c 1c 24c
Como en los elementos de la última fila hay uno negativo, -1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso: c
La variable que entra en la base es , por ser la variable que corresponde al
coeficiente -1c
Para calcular la variable que sale, dividimos los términos de la última
columna entre los términos correspondientes de la nueva columna pivote:
2:1/3 [=6] , 26:7/3 [=78/7] y 8:1/3 [=8]
y como el menor cociente positivo es 6, tenemos que la variable de holgura
que sale es . c
El elemento pivote, que ahora hay que hacer 1, es 1/3.c
c
Operando de forma análoga a la anterior obtenemos la tabla:
Tabla III . Iteración nº 3c
Basec Variable de decisiónc Variable de holgurac Valores soluciónc
cc c c c c c cc
c 0c 1c 3c 0c -2c 6c
c 0c 0c -7c 0c c 12c
c 1c 0c -1c 0c 1c 6c
c 0c 0c 3c 0c -1c 30c
Como en los elementos de la última fila hay uno negativo, -1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso: c
La variable que entra en la base es , por ser la variable que corresponde al
coeficiente -1c
Para calcular la variable que sale, dividimos los términos de la última
columna entre los términos 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 . c
El elemento pivote, que ahora hay que hacer 1, es 4.c
c
c
c
c
Obtenemos la tabla: c
c
!c
c
MÉTODO SIMPLEX (conservada de manera original al libro).
El procedimiento usado en el método simplex consiste en continuar efectuando
cambios en las variables básicas del tipo analizado en laultima sección hasta que
se detenga el conjunto de variables que optimizan la función objetivo. Cada
cambio de variables se realiza de tal manera que mejore al valor de la función
objetivo.
Consideramos el método con respecto a un ejemplo particular. Supongamos que
deseamos maximizar Z= 2x + 3y sujeta a las restricciones x mayor o igual que 0, y
mayor o igual que 0, x+ 4y = 9 + y=4. Como de costumbre, definimos las variables
de holgura t y u por:
x + 4y + t = 9, 2x + y + u =4
En donde las cuatro variables x, y, t y u son no ser negativas. La tabla simplex es
"ccc#cccccc$ccccc
c cccccc ccc
cccc
c
$c ccc ccc
ccc cccc
cccccc
ccc
cccc
Observe que ahora agregamos otro renglón a la tabla que contiene los
coeficientes de la función objetivo.
2x + 3y + 0 * t + 0 * u =Z
c
c
c
Enseguida debemos decidir si consideramos a t o a u como la variable de salida.
Consideremos estas dos posibilidades una por una.
VARIABLE DE SALIDA t:
En este caso la base constara de (y, u ), ya que y entra y t sale, lña SBF para esta
base se obtiene haciendo x=t = 0. De las ecuaciones (1), tenemos que 0 +4y + 0 =
9 y 2(0) + y + u = 4. Así, y = 9/4 y u= 4 ± y = 4 ± 9/4 = 7/4. En esta solución es
aceptable puesto que tanto y como u son positivas.
VARIABLE DE SALIDA u:
Ahora, la base consta de (t, y) y las SBF corresponde a hacer x= u = 0. De las
ecuaciones (1), tenemos que 0 +4y +t = 9 y 2(0) + y + 0= 4. Por consiguiente, y =4
y t=9 -4y= 9 ± (4)4 = -7.
p1x + q1y + t = b1
p2x + q2y + u = b2
c
c
c
Por consiguiente
c
c
c
*Si tanto #1 0 como #2 0, entonces el problema no está acotado (esto es, Z, no
tiene valor máximo finito).
Entonces, las dos operaciones por renglón R2 ± ¼ R1 y 1/4 R1 reducen la tabla a la
forma siguiente:
c
c
c
El último renglón de esta nueva tabla es equivalente a la ecuación
«
(3)
Cuando
, esta se convierte en «
o« . En consecuencia, para
la solución factible básica en que
, la función objetivo tiene el valor . Es
obvio que esto representa una mejora con respecto al valor previo de cero. En la
ecuación (3), observamos que si t se hace positiva, en realidad decrecería. El
indicador correspondiente (es decir ) es negativo. Por lo tanto, no debemos
permitir que t entre a la base. El indicador positivo más grande (de hecho, el único
2
indicador positivo) es , que pertenece a , de modo que será variable de
entrada en la etapa siguiente del proceso simplex.
Con objeto de determinar la variable de salida, de nuevo dividimos la última
columna entre los elementos correspondientes de la columna encabezada por la
variable de entrada. Los resultados están dados en la figura 18. El más pequeño
de estos cocientes es 1, que proviene del renglón u, de modo que u será la
variable de salida.
2
La sucesión de operaciones entre renglones R1 R2, R3 R2 y R2 reducen la
tabla a
X Y T U
`
ccccccc ccc ccccccccccccc
cccccc ccccccccccccc
cccccc cc cccccccccc(c
c
La SBF para esta tabla corresponde t
!. Observe que el último renglón de la
tabla corresponde a
2
%
tu,
c
c
c
De modo que cuando ty u son el valor de puede deterninarse de inmediato:
!o
. Los valores correspondientes de y pueden localizarse en la última
columna
y
.
Todos los indicadores son ahora negativos. Esto significa que si alguna de las
variables t o u hubiese dado un valor positivo, decrecería. Así que el valor
máximo de Z se obtiene haciendo t
u
!,esto es, tomando la SBF en
que
y = 2. En general, el procedimiento simplex debe detenerse cuando no
quedan indicadores positivos.
m m$!)c (decisiones de producción) Una compañía produce dos tipos de
calcularas electrónicas, un modelo estándar, cuya utilidad es de $5 y un modelo
de lujo, cuya utilidad es de $8. La compañía estima que su red de distribuidores a
lo más puede manejar 1000 calculadoras, existe una disminución tanto en las
partes como en la mano de obra calificada necesaria a fin de ensamblar las
calculadoras. La compañía puede obtener un suministro semanal regular de sólo
5000circuitos electrónicos (chips) necesarios para las calculadoras; cada
calculadora regular necesita 3 de estos chips y cada calculadora de lujo requiere
6. Más aún, la compañía sólo dispone de 2500 horas-hombre de mano de obra
calificada a la semana; cada calculadora regular demanda 3 horas-hombre y cada
calculadora de lujo necesitan 2. ¿Cuántas calculadoras de cada tipo deberían
producirse a la semana a fin de semana a fin de maximizar la utilidad total?
* %cdenótenos con x el numero de calculadoras regulares y con y el número
de calculadoras de lujo producidas cada semana. Esto requiere de 3x +6y chips y
de 3x + 2y horas-hombre de mano de obra. Así que x y y deben satisfacer las
restricciones x Ó 0, y Ó 0, x + y 1000, 3x + 6y 5000 y 3x + 2 y 2500. La
utilidad semanal es
Z = 5x + 8y.
Definido por variables de holgura t,u y u, las restricciones pueden escribirse en la
forma siguiente:
X + y+ t =1000
3x + 6y + v =5000
3x + 2y + v=2500
En donde x, y, t, u y v son mayores o iguales que cero. Así pues tenemos la tabla
simplex que aparece enseguida.
c
c
c
El más grande de los indicadores es 8, en la columna de modo que es
conveniente en la variable de entrada. Con objeto de decir sobre la variable de
salida, consideramos las variables de los elementos de la última columna : la más
pequeña de estas razones, 5000 ÷ 6, ocurre en el renglón u, por lo que u es la
variable de salida.
Debemos en consecuencia transformar la columna a la forma.
0
1
0
0
Dejando intactas las columnas ty v.La sucesión de operaciones entre renglones
R1 - R2, R3 - R2, R4 - R2 y R2 logra esto:
X y t u v
2 2
t 0 1 - 0 = 333
2 2
y 1 0 0 = 1667
2 2
v 2 0 0 - 1 2 = 417
1 0 0 - 0 Z±
X y t u v
1 0 2 - 0
0 1 -1 0
2
0 0 -4 - 1
0 0 - 2 -1 0 Z ± 7000
En esta etapa todos los indicadores son negativos o cero, de modo que no
podemos mejorar el valor de Z por algún otro cambio de base. El valor optimo de Z
es 7000, que se alcanza tomando x = y = . Así que la compañía
deberá producir 333 calculadoras regulares y 667 de lujo a la semana.
El método simplex puede resumirse por la sucesión de pasos siguientes:
c
c
c
V Definimos las variables de holguras no negativas que transformen las
desigualdades en ecuaciones.
V Construimos la tabla simplex.
V Seleccionamos la variable de entrada con base en el indicador positivo
más grande.
V Calculamos las razones de los elementos de la última columna de la tabla
a los elementos de la columna de la variable de entrada. El cociente no negativo
más pequeño determina la variable de salida.
V Efectuamos operaciones entre renglones de la tabla a fin de transformar
la columna encabezada por variable de entrada a la forma que la columna de la
variable de salida tenia antes. Esto debe realizarse sin alterar las columnas
encabezadas por las otras variables básicas.
V Repetimos los pasos 3, 4 y 5 hasta que ninguno de los indicadores sea
positivo. El valor máximo de la función objetivo estará dado entonces por el
elemento inferior izquierdo de la tabla.
ðt
ðu
&
ðu
'.
c
c
c
columna están calculados a la derecha. El cociente más pequeño pertenece al
renglón u, por lo que u debe ser la variable de salida.
tuu
t 1 1 1 1 0 0 4(
4 1 3 0 0 0 z
Variable
Las operaciones entre renglones ) ), )% ),)*) reducen entonces
la tabla a la forma siguiente:
ðtuu
t!!++(
+
& &
, e ! ! (-
.+
+ ! ! ! !
e u! ! (
1 1 4 28
0 - /3 /3 0 - /3 0 z - /3
Variable
c
c
c
de entrada
El único indicador positivo pertenece ahora a ð,de modo que esta variable entra a
la base. De acuerdo con los cocientes calculados a la derecha, u es la variable de
salida. Efectuamos la sucesión de operaciones )%!),)- 1/5R3, R4± 1/10R3 Y
3
/10R3.
ðtuu
1
t 0 /2 0 1 -3/10-1/10 1
+
!!! +
ð!-!!!
!
! !! !ð!
Todos los indicadores son ahora negativos, lo que indica que el valor máximo de
se alcanzó en la correspondiente SBF. Ésta está dada por y = u
u
! y los
valores de t, ðpueden leerse en la última columna. Éstos son t
,
! ð
.
En nuestros ejemplos del método simplex, empezamos con una SBF en la cual las
variables de holgura forman la base y todas las variables originales son cero. Sin
embargo, algunas veces tal solución no es factible y el procedimiento debe
modificar. No entraremos en los detalles en cuanto a la resolución de esta
c
!c
c
resolución de esta dificultad, pero el ejemplo siguiente indicará las ideas
principales implicadas.
EJEMPLO 3
Minimizar = 10 + ± 2 sujeta a las restricciones > 0, > 0, + < 5 2 + > 6.
SOLUCIÓN
Primero defina = - + 2 . Entonces = 10 ± , y debemos maximizar , que sea
equivalente a minimizar .
Introduciendo variables de holguraen la manera usual, el problema de
programación lineal se transforma, en la forma estándar.
Maximizar = - + 2
Sujeta a + + t = 5, 2 + ± u = 6, , ,t,u>0.
tuv
t1 1 1 0 0 5
v 2 1 0 -1 0 6
c
c
c
-1 2 0 0 -.
Sin embargo, esta tabla no esta totalmente en la forma usual, ya que el indicador
no es cero en la columna de v, y v es una variable básica. La operación )3 + .)2
resuelve ese pequeño problema, y queda
tuv
t1 1 1 0 0 5
5/1=5
v2 1 0 -1 0 6 6/2=3
2.-1 .+2 0 -. 0 6.
Ahora procedemos con el método simplex usual. El indicador más grande es 2.-1
En la columna de , de modo que entra en la base, y las razones usuales a la
derecha muestran que v sale. Entonces, las operaciones entre renglones )1 ±
½)2 y )3 ± (. ± ½) )2, produce la tabla
tuv
t! ½ 1 ½ -½ 2 2/½=4
v1 ½ 0 -½ ½ 3 3/½=6
0 5/2 0 -½ -.+½ 3
tuv
t! 1 2 1 -1 4
v1 0 -1 -1 1 1
0 0 -5 -3 -.+3 -7
c
c
c
Ahora todos los indicadores son negativos, de modo que esta solución es optima:
= 4, = 1 y el valor máximo de es 7. (Con facilidad se puede verificar por
medio del método geométrico que esta solución es correcta.) Por ultimo, el valor
mínimo de = 10 ± es 3.
CONCLUCÈONES
c
c
c
En este tema de método simplex de la materia de cálculo pudimos abarcar una
gran variedad de conocimientos enlazados uno de otro con distintas materias
como programación o incluso problemas que se nos presentan en nuestra vida
cotidiana.
En este proyecto se nos explica detalladamente como, para que y porque usar
este método.
Gracias a este método podemos maximizar ganancias y tener una reducción de
precios o tiempos, gracias a el podemos sacar el punto de equilibrio cuando
alguna empresa que vallamos a estudiar produce multiproductos, (dos o mas
productos) para saber que cantidad de productos se debe fabricar para obtener
las mayores ganancias, las menores perdidas, materiales o inversiones posibles.
Por consiguiente el método simplex es más usual que el método algebraico puesto
que es más sencillo de usar.
Este proyecto fue muy interesante al elaborarlo y con el fin de que también lo fuera
para el lector y dar una perspectiva claridosa al utilizar este método en su
aplicación en el ámbito laboral como profesional.
Al considerar las matemáticas como un lenguaje debemos tener en cuenta que
todo lo que se relacione con esta materia es de una gran importancia para ello
debemos estudiar y practicar con este y todos los métodos prácticos para
maximización, minimización o todos aquellos que nos ayuden a obtener beneficios
en cualquier actividad que realicemos.
Este equipo que concluye este cuatrimestre en la materia de cálculo opinamos que
fue de nuestro agrado el haber aprendido, y posteriormente al elaborar este
trabajo, el reforzar los conocimientos de este tema.
Se actualizo toda la información necesaria para conocer las necesidades de las
personas.
Por otro lado nos dimos cuenta de que fue muy importante la investigación, puesto
que la información que adquirimos de un solo lugar no es suficiente.
Se considera que cumplimos con todos los requerimientos que se nos pidió y que
logramos lo que al principio nos propusimos.
Por lo que concluimos este proyecto de manera satisfactoria y que de acuerdo a
su elaboración varios aprendimos de él.
BIBLIOGRAFÈA
c
c
c
Pagina: %&'((()&%&*&")*
+*+*&")%*c
Fecha de Consulta: miércoles 23 de marzo del 2011.
Pagina:http://www.monografias.com/trabajos75/metodo-simplex-maximizacion/metodo-
simplex-maximizacion2.shtml
Fecha de consulta: sábado 29 de marzo del 2011.
Pagina:http://www.investigacion-operaciones.com/SIMPLEX_analitico.htm
Fecha de consulta: miércoles 23 de marzo del 2011.
c
c
c