Dicer CAPITULO 3 Método simplex 3.1 INTRODUCCION E| método simplex en un método algebraico iterativo que permite ir mejorando la solucién a cada paso del procedimiento, comenzando con una solucién basica (punto extremo) y modificando esta a lo largo del proceso a través de la inclusién y exclusién de una variable, siempre aumentando la utilidad o reduciendo el costo hasta encontrar una solucién éptima, fue desarrollado por George Dantzig en 1947 y resuelve modelos de programacién neal multidimensionales, con mas de dos variables. 3.2 MAXIMIZAR CON RESTRICCIONES MENOR O IGUAL (<) Consideremos el ejemplo 2 del capitulo 2 del punto 2.6 ejemplos de formulacién de los modelos matematicos. Funcién objetivo Max Z = 200%, + 150X, Restricciones: X, 42K, $80 3X, + 2¥, < 120 Xy Xp 20 Paso 1: Convertir el modelo matematico de programacién lineal a su FORMA ESTANDAR convirtiendo las desigualdades en igualdades (restricciones) y agregando variables de holgura a todas las restricciones denotado por 5, donde i = 1,2,3,4.....donde S; = 0 Nota: se agregan variables de holgura cuanto las restricciones son estrictamente <0 < silas restricciones son > 0 = utlizaremos otros métodos que veremos més adelante. as restricciones quedarian de esta forma: _| Igualando por columnas las variables: X, + 2X, + 5, = 80 X, +2X, + $, +0 = 80 3X, + 2X, +S; = 120 3X, +2X, +0 + S,= 120 Variable de holgura, esta variable representa la cantidad que le falta a la desigualdad para ser igualdad. Paso 2: Igualar la funcién objetivo a cero LEK, + Xp bt OXy SD LA GX = Xp Gy = Max Z = 200X,+150X, => Z 200X; — 150%, = 0 Pasé 3: Elaboramos nuestra tabla simplex de la siguiente manera, donde la matriz identidad corresponde a las variables de holgura a nivel de columnas: 37Week ned Ing. Juan Carlos Sarzuri Patzi Variables variables | Z| xy | x2 | om | Xu | Si | Se Su S| 0 la, la malt 0 B, Sp 101 a | ee ain 1 0 be 5, 0 taf 0 [0 i B, Zz [4 cfofo[opo 0 Para nuestro ejercicio quedaria ast: Variables | 7 | x, | x, | s, | s, | Solucion basicas Ss [o> 7 [2 [tpo, S oO, 3 [2 [o}1| 120 Z [1 [200 [180-0 [0 0 Paso 4: Hallamos vuestra columna pivote que es ol nimero mayor valor negative en Ia fila de Z, para este ejemplo es "-200" Variables 5 Mariables | 7 x, | s, | s, | Solucién S10 2 [i/o] #0 S| 0 2 [o]1| 120 Zz [4 50 [0 [0 0 Pasé 5: Hallamos nuestra fila pivote, dividimos la columna solucién entre la columna pivote menos la fila de Z: Tomames al valor més pequefio, no se consideran los valores de cero ni negatives, para este ejemplo seria 40. Mines | Z| Xs |X | 81 | Se | Solucion St oft 20t4 to 80 5; o | 3 2 [ott 420 Zz Th s0 0 To 7 Paso 6: Identificamos nuestro elemento pivote, que es la interseccién de la columna y fila pivote, para nuestro ejemplo es el numero 3. Paso 7: Convertir el elemento pivote en 1, como nuestro elemento pivote es 3 entonces dividimos toda la fla entre 3 (para cualquier ejercicio siempre dividimos el elemento pivote entre si mismo entre toda la fila de esa manera lo convertimos en uno), se recomienda trabajar con fracciones para no alejarnos de la solucién éptima, nuestra tabla simplex quedaria de la siguiente manera donde entra la variable X; y sale Sz. 38ee (9Vestizacion Onerativa] Variables | 7] x, | x, | si | sz | Sotucion basicas Sy ot 7 2 [ito 80 x o| 14 x o | ¥. 40 Zz 7 | 200 [150 [0 [0 0 Pasé 8: Actualizamos los valores de las filas de S, y Z con la siguiente formula: Fila actual — (Elemeto pivote de la columna + Nueva fila) Obtenemos la nueva fila para S, , no olvidarse que el signo de la resta afecta al producto. 80 [= Fila acti ual restar 1 = Flemento plvote de a columna ff mtinticar oft] Ys | o] Yy | 40 [= Nueva Fila 001% [tL Vel 40 | = Resuleado Obtenemos la nueva fla para Z Tor | eo aa BOO] 200 [-200[ 200-200 200 | = Fema pioote de Ta coma o | 1 | % | 0 | yy | 40 [= Muevarila 1 fo [5% 7 0 [2% | e000 [= Resuteado La nueva tabla con los datos actualizada (primera iteracién) queda asi varablesT 77 x, | x |S] S2 | Sotucién sicas Ss Jol o | % [1 |-% 40 nope y, | 40 2 [a fo |] 0 | 2%, | 000 Volvemos al paso 4 y continuamos actualizando nuestra tabla, te no exis Hallamos vuestra columna pi {a nimeros negativos. mina cuando en la fila de Z vote que es el numero mayor valor negativo en la fila de Z,~ 5% Variables! 7 | x, | x, | 5s, | s, | Sotucién basicas St 0 9 ¥- 1 -¥. 40 3 7 x of 1 T% 73 40 Zz 7 {0 [- 2% 0 | 8000 39Wee !ng. Juan Carlos Sarzuri Patzi Hallamos nuestra fila pivote, dividimos la columna solucion entre la columna pivote menos la fila de Z, para este caso si obtenemos los resultados en decimales 7 7 Fe 30] P= 60 Variables | 7 Ss, | Solucién basicas 7 Si 0 43 40 x 0 ¥. 40 za 20%, [8000] fo pivote es 73 dividimos toda la fila entre ese ntimero, la variable que sale es la tabla queda ast Nuestro element S, la variable que entra es Xz, Variables | 2 | x, Solucién % [ol o 30 x [oft 40 z 1 0 8000 Actualizamos los valores de la fila de X, of] 1 | % 0 ¥, | 40 | + Fila actual restar WT | | Ya [% [= Blemento pivote detacotumma Tica, of + [% [-% | 30 |—Nueva rita m 0 [- | yp | 20 |=Resuleado Actualizamos los valores de la fila de Z 1 0 [-*% [0 |, | 8000 |= Fila actual =H, [= 5% [= 2% [= Ya [=a | 4 |= Blemento pivote de la cohumna 0 0 1 | % [-% | 30 [+ Nueva Fila 1 o o 252 | 12%. | 8500 | Resultado La nueva tabla con los datos actualizados contiene los resultados y se termina las iteraciones, si observamos en la fila de Z ya no se tienen numeros negativos, la solucién es entonces las columnas que alcanzaron a formar una parte de la matriz identidad, como ser las variables X1 = 20y Xz = 30 con un total de Z = 8500, estos resultados también se observan en la columna de Variables basicas con la columna Solucién. 40EE Variabies Mice [Z| % | % |S: | $2 | Sotucion % [ol 0 TO) % [-%, [9 xm fot @ yo [-% Ty, 20 zo To T, TP, [8500 3,3 MINIMIZAR CON RESTRICCIONES MENOR 0 IGUAL (<) Cuando Ia funcién objetivo es minimizar se cumple la siguiente relacién: MinZ = f(@) <=> MaxZ Fe) Ejemplo: Funcién objetivo Restricciones: Min Z = SX, + 4X, 2X, +2X, 14 6X, + 3X, $36 5X, + 10%, < 60 XX, 20 La solucién es de la misma manera que en el caso de maximizacién, solo cambia la funcién objetivo. Paso 1: convertimos las restricciones en su Forma estandar agregamos variables de holgura, Las restricciones quedarian de esta forma: 2X, + 2X, + $= 14 6X, + 3X, +S, = 36 5X, +10X, +S, = 60 Igualando por columnas las variables: 2X, +2Xz, +S, b0+0=14 6X, +3X, + 0+ S; +0 = 36 5X, $10X, 404045, = 60 Paso 2: Aplicamos la relacién (se multiplica por -1) Min Z = 8X, + 4X, <=> Max Z Igualamos la nueva funcién objetivo a cero: Max Z = —SX, — 4X, Pasé 3: Elaboramos nuestra tabla simplex OF 2X, + 2% +S, +040 04 6X, + 3X, + 045,40 OF 5X, + 10X, +0+045. 8%, — 4X, Z4SX, + 4X, =0 Z+5X, $4X,+0+0 +0=0 41