Professional Documents
Culture Documents
INVESTIGACION DE
OPERACIONES
EL ALGORITMO DEL
SIMPLEX
Presentacin
La modelizacin es una de las reas ms atractivas de la ingeniera y las ciencias
aplicadas. De hecho, los ingenieros necesitan construir modelos para resolver problemas
de la vida real.
El objetivo de un modelo consiste en reproducir la realidad de la forma ms fiel posible,
tratando de entender cmo se comporta el mundo real y obteniendo las respuestas que
pueden esperarse de determinadas acciones. En la prctica se utilizan muchos tipos de
modelos, tales como modelos de ecuaciones diferenciales, modelos de ecuaciones
funcionales, modelos en diferencias y de elementos finitos, y modelos de programacin
matemtica.
La seleccin del modelo adecuado para reproducir la realidad es una etapa crucial para
obtener una solucin satisfactoria a un problema real. Las estructuras matemticas
asociadas no son arbitrarias, sino una consecuencia de la realidad misma. En el curso
Investigacin de Operaciones, se hace un esfuerzo importante por conectar las realidades
fsica y matemtica. Se muestra al estudiante el razonamiento que conduce al anlisis de
las diferentes estructuras, modelos y conceptos. Esto se pone de manifiesto en los
ejemplos ilustrativos, que muestran la conexin entre modelo y realidad.
En este curso se tratan los modelos de programacin matemtica, incluyendo los de
programacin lineal y no lineal.
Los problemas de programacin matemtica son problemas particulares a los que uno se
enfrenta con cierta frecuencia. Uno est preparado para resolverlos usando muchas de
las herramientas disponibles, procedimientos o paquetes de software. De hecho, estos
problemas se estudian en detalle en los estudios de grado y postgrado. Sin embargo, uno
puede no estar preparado para resolver otros problemas muy frecuentes como:
1. Problemas de programacin lineal con muchas variables y/o restricciones.
2. Problemas de programacin no lineal.
3. Tcnicas de descomposicin para problemas a resolver con herramientas de
programacin matemtica.
4. Reglas para transformar otros problemas en problemas de programacin
matemtica.
En este curso se dan mtodos que permiten resolver una amplia coleccin de problemas
prcticos interesantes.
Cuando se analiza y discute la programacin matemtica, una posibilidad es la de dar un
profundo anlisis terico del problema y una discusin de los diferentes problemas y
mtodos. Esta opcin tiene algunos riesgos. Aunque a veces, inicialmente, el tratamiento
parece ser ms riguroso y profundo, el lector es conducido a ser demasiado curioso y
cuidadoso con los detalles matemticos pero sin preocuparse ni entender a dnde
conducen estos o de dnde proceden.
Por ejemplo, no es infrecuente dar a una persona que ha estudiado durante aos
programacin lineal, un dibujo bidimensional sencillo en el que aparece el conjunto
factible, y preguntarle que marque la secuencia de puntos extremos asociada al mtodo
simplex, sin obtener una respuesta correcta. Ntese que esto significa que no se
comprende la esencia misma del mtodo simplex y de las ideas en que ste se basa.
Alternativamente, uno puede tratar este tema con la ayuda de ejemplos ilustrativos, y
tratar de transmitir al lector la profundidad y el ingenio que hay detrs de estos mtodos,
con lo que se hace el tema ms legible y atractivo.
No tratamos con mtodos o soluciones estndar. El lector que busque mtodos estndar
o referencias de trabajos con esta orientacin debera consultar uno de los muchos libros
sobre este tema que se encuentran en el mercado. Por el contrario, en este libro se
discuten los problemas antes mencionados desde otro punto de vista.
Adems de obtener soluciones, matemticos e ingenieros estn interesados en analizar
las condiciones que conducen a problemas bien definidos. En este contexto, los
problemas de compatibilidad y unicidad de solucin juegan un papel central. De hecho,
conducen a conclusiones fsicas e ingenieriles muy interesantes, que relacionan las
condiciones fsicas, obtenidas de la realidad, con las correspondientes condiciones que
hay tras los modelos matemticos. Los mtodos a desarrollar en este curso tambin
permiten concluir si el conjunto de restricciones conducen a la existencia de al menos una
solucin.
Actividad Inicial:
Toda actividad propuesta se inicia con la formacin de grupos: El trabajo grupal siempre ser una
forma de potencial el aprendizaje; debern formar grupos que permanecern durante el desarrollo
de todo el curso, con la finalidad de poder compartir experiencias, tomar decisiones y sacar
conclusiones sobre los diferentes temas que se vayan abordando en el curso.
Objetivo:
Al culminar la presente prctica los alumnos habrn obtenido los conceptos bsicos de la
programacin lineal en el Algoritmo del Simplex y estarn en condiciones de poder resolver
problemas de optimizacin aplicando el algoritmo del Simplex. De igual manera los alumnos se
conocern e intercambiarn ideas de cmo aprender mejor los temas.
Recomendaciones:
Recuerden que es importante conocernos para poder trabajar en grupos o en equipos. Es
necesario para nosotros los docentes y tambin para los alumnos. Para hacer posible este
acercamiento es necesario contar con un espacio de integracin y tiempo suficiente.
Cada grupo se organizar internamente y establecer su cdigo de tica. Este ser de
cumplimiento obligatorio de cada integrante. Se trata de formar una sociedad de trabajo, por lo
tanto, todos deben tener claras las reglas y posibles sanciones que hay en ellas. El docente
brindar las pautas para el desarrollo de sta importante actividad previa al aprendizaje.
Actividad Principal:
En cada prctica se tocar un tema del contenido del curso, para complementar los conocimientos
tericos de las clases dictadas previamente y se presentan los ejercicios y casos resueltos y casos
propuestos, que debern ser tratados por el grupo.
Tema 4:
PROGRAMACION LINEAL: ALGORITMO DEL SIMPLEX
Tema 4:
PROGRAMACION LINEAL: ALGORITMO DEL SIMPLEX
PROBLEMAS RESUELTOS Y PROPUESTOS
PROBLEMA RESUELTO:
CASO AGROINDUSTRIAS SAC.
Agroindustrias SAC produce dos tipos de productos (A y B) para ello utiliza dos
tipos de materias prima (MP1 y MP2), cuya disponibilidad es restringida. Los datos
bsicos se proporcionan a continuacin:
Producto A Producto B Disponibilidad semanal mxima (TM).
Materia Prima MP1 en TM
24
Una encuesta de mercado indica que la demanda semanal del producto B no puede
X31
Variable que entra
superar en una tonelada ms que el producto A. Maximizar
Tambin
que
la
demanda
mxima
Z = 5X1 + 4X2
semanal del producto B es de 2 toneladas. sujeto a:
6X1 + 4X2 24
1 + 2X2 6 de productos para que
La empresa desea determinar la mezcla ptima (la Xmejor)
-X1 + X2 1
maximice la utilidad semanal total.
X2 2
X11
Variable que sale
Restricciones:
X2
6
6X1 + 4X2 24
X1 + 2X2 6
-X1 + X2 1
X2 2
X2 0
X1
6
5
X1
4
2
F
A
B
1
X2
Optimo:
X1 = 3 Ton.
X2 = 1.5 Ton.
Z = $ 21,000
X1 + 2X2 6
6X1 + 4X2 24
Optimo:
X1 = 3 Ton.
X2 = 1.5 Ton.
Z = $ 21,000
C
1
6X1 + 4X2 24
X1
B
1
X1
METODO SIMPLEX
Es una tcnica algebraica general, que utiliza la programacin lineal como columna
vertebral de su algoritmo para encontrar la solucin ptima.
El mtodo grfico nos indica que la solucin ptima de un programa lineal siempre
est asociada con un punto esquina del espacio de soluciones. Este resultado es la
clave del mtodo simplex algebraico y general para resolver cualquier modelo de
programacin lineal. El mtodo simplex implica un procedimiento que determina en
forma algebraica los puntos esquina; esto se logra convirtiendo primero a todas las
restricciones de desigualdad en ecuaciones, para despus manipular esas
ecuaciones en una forma sistemtica (iteraciones). Cada iteracin desplaza la
solucin a un nuevo punto esquina que tiene potencial de mejorar el valor de la
funcin objetivo. El proceso termina cuando ya no se pueden obtener mejoras
(solucin ptima).
Espacio de soluciones en forma de ecuacin.
Para estandarizar, la representacin algebraica del espacio de soluciones de
programacin lineal se forma bajo dos condiciones:
1. Todas las restricciones (excepto las de no negatividad) son ecuaciones con
lado derecho no negativo.
2. Todas las variables son no negativas.
Transicin de solucin grfica a solucin algebraica.
El procedimiento contenido en la solucin grfica de un modelo de programacin
lineal son la base para desarrollar el mtodo algebraico simplex, a continuacin se
muestra el paralelismo entre ambos mtodos.
= 24
+ X4
= 6
-X1 + X2
+ X5
X2
= 1
+ X6
= 2
Ojo: Las variables X3, X4, X5 y X6 son las holguras asociadas a las restricciones
respectivas.
De tal manera la tabla inicial simplex (ITERACIN 1) se representa as:
elemento pivote
Columna pivote
fila pivote
Cj
Xb
Xi
X1
X2
X3
X4
X5
X6
X3
24
X4
24/6 = 4
6/1 = 6
X5
-1
1/-1 = -1
X6
2/0 =
Zj
Cj - Zj
Maximizar Z = 5X1
sujeto a:
6X1 + 4X2 24
X1 + 2X2 6
-X1 + X2 1
X2 2
X 1, X 2 0
1. RENGLON PIVOTE.
Nuevo rengln pivote = Rengln pivote actual / Elemento pivote
1. TODOS LOS DEMAS RENGLONES, INCLUYENDO Z.
Nuevo rengln = (Rengln actual) (Su coeficiente en la columna pivote) x (Nuevo
rengln pivote)
Estos clculos se aplican a la tabla anterior en la siguiente forma:
1. Nuevo rengln pivote X1 = Rengln pivote X3 actual / 6
2. Nuevo rengln Z = Rengln Z actual (-5) x Nuevo rengln pivote
3. Nuevo rengln X4 = Rengln X4 actual (1) x Nuevo rengln pivote
4. Nuevo rengln X5 = Rengln X5 actual (-1) x Nuevo rengln pivote
5. Nuevo rengln X6 = Rengln X6 actual (0) x Nuevo rengln pivote
La tabla nueva (ITERACIN 2) que corresponde a la nueva solucin bsica (X1, X4,
X5, X6) es la siguiente:
Cj
Xb
Xi
X1
X2
X3
X4
X5
X6
Maximiza
sujeto a:
X1
X4
4/ = 6
2/ =1.5
X5
5/ = 3
X6
2/1 = 2
20
Zj
Cj - Zj
6X1
X1
-X1
X1, X2 0
Xb
Xi
X1
X2
X3
X4
X5
X6
X1
X2
X5
X6
21
Zj
Cj - Zj
X2
5
Como ninguno de los coeficiente del rengln Cj Zj asociados con las variables no
bsicas X3 y X4 son positivos, sta ltima tabla es la ptima, por lo tanto estamos
ante la solucin ptima.
Variable de decisin
Valor ptimo
X1
X2
1.5
21
Recomendacin
Producir 3 Ton/semanal del Producto A.
Producir 1.5 Ton/semanal del Producto B.
La utilidad semanal es $ 21,000
los cuales
Un recurso es escaso, si las variables del modelo lo utilizan por completo; caso
contrario, es abundante. Esta informacin se obtiene en la tabla ptima revisando
el valor de la variable de holgura asociada con la restriccin que representa el
recurso. Si la variable de holgura es cero, el recurso se usa por completo y el
recurso es escaso. En caso contrario, una holgura positiva indica que el recurso es
abundante.