INVESTIGACIÓN DE OPERACIONES

Universidad Ricardo Palma

1

INVESTIGACIÓN DE OPERACIONES

Universidad Ricardo Palma

2

INVESTIGACIÓN DE OPERACIONES

Universidad Ricardo Palma

El algoritmo SIMPLEX es un procedimiento general para resolver problemas de programación lineal, desarrollado por George Dantzing en el año 1947. La implementación en computadoras personales del método SIMPLEX y sus variantes se han convertido en herramientas tan poderosas que se usan a menudo para resolver problemas de programación lineal de miles de restricciones y miles de variables y , en ocasiones, problemas bastante más grandes. Como hemos visto en el material de trabajo autónomo 2 se trató el tema de solucionar problemas de dos o tres variables, aplicando el método gráfico, así como el análisis de sensibilidad de sus resultados. Ahora, en el material de trabajo autónomo 3 veremos el método de solución del SIMPLEX para solucionar problemas de n variables, tanto para maximizar o minimizar la función objetivo, considerando variables positivas, negativas y no restringidas.

Para los modelos de maximización se esta considerando el desarrollo de ejercicios planteados con variables positivas y variables no restringidas, para el caso de los problemas con variables negativas se esta planteando un ejercicio bajo el enfoque de minimización.
Para los modelos de minimización se esta considerando el desarrollo de ejercicios planteados con variables positivas y variables negativas, para el caso de los problemas con variables no restringidas se esta planteando un ejercicio bajo el enfoque de maximización.

3

el máximo cumplimiento de los objetivos. sistemas financieros. 4 . en el sector de servicios públicos. etc y se aplican en la industria . etc. la mayor productividad.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Los modelos de maximización buscan casi siempre obtener la máxima rentabilidad. transportes. sistemas de salud. el máximo cumplimiento del nivel de servicio. en los sistemas de comercialización.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 5 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 6 .

La segunda condición: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura. todas las variables son positivas. en nuestro ejemplo. en nuestro ejemplo. La tercera condición: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo. Como primer paso debemos aplicar la forma estándar al modelo planteado. Recordemos que el método SIMPLEX se aplica sólo a modelos que tienen restricciones del tipo menor o igual. los lado derecho de las restricciones ya son constantes positivas. estamos agregando las variables de holgura S1 y S2 a las dos restricciones. lo cual implica tres condiciones: La primera condición: que los lado derecho de las restricciones sean constantes mayores o iguales a cero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Ahora veremos el desarrollo del método SIMPLEX aplicado a un modelo de maximización. 7 .

debemos seleccionar el coeficiente del Costo Reducido más negativo para obtener nuestra columna PIVOT.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Ahora bien. implementamos el tablero inicial del simplex con la estructura de su forma estándar. Como se está maximizando. y es la variable que ingresa a la base en el siguiente tablero. 8 . para nuestro caso corresponde al valor -3 de la columna asociada a la variable X2.

ya que tiene el costo reducido más negativo con el valor -3. Posteriormente hallamos el ratio del cociente mínimo dividiendo la columna del lado derecho (solución) entre los valores de los elemento de la columna PIVOT (la división solo se hace para los elementos positivos). ya que el elemento de intercepción es 2 y colocamos el resultado en el siguiente tablero en la posición del renglón que le corresponde. El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. y la variable S1 es reemplazada por la variable X2. Esto significa que en el siguiente tablero debe salir de la base la variable S1 y su lugar debe ser remplazada por la variable X2. 9 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego obtenemos nuestra columna PIVOT asociada a la variable X2. para nuestro caso el menor ratio corresponde a la variable S1 que tiene como cociente mínimo 3. el menor ratio de cociente mínimo nos determina la fila PIVOT. generalizamos esta operación para toda la fila. La variable X2 es la variable que ingresa a la base en el siguiente tablero. para ello dividimos la fila de la variable S1 entre 2.

10 . El resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero. replicamos esta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Ahora bien. de la siguiente manera: En el segundo tablero multiplicamos el valor “UNO” (el cual está resaltado en la fila de color rojo) por 3 y luego sumamos el valor -3 de la fila de los coeficientes reducidos en el primer tablero. mediante operaciones suma fila debemos hacer canónico el vector columna asociado a la variable X2 en el siguiente tablero.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego. El resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero. replicamos esta operación para toda la fila con el valor del coeficiente correspondiente del primer tablero. 11 . en el segundo tablero multiplicamos el valor “UNO” (el cual está resaltado en la fila de color rojo) por (– 1) y luego sumamos el valor 1 de la fila de S2 en el primer tablero.

Esto significa que en el tercer tablero debe salir de la base la variable S2 y su lugar debe ser remplazada por la variable X1. El menor ratio de cociente mínimo nos determina la fila PIVOT. y es la variable que ingresa a la base en el tercer tablero. hallamos el ratio del cociente mínimo dividiendo la columna del lado derecho (solución) entre los valores de los elementos de la columna PIVOT (la división solo se hace para los elementos positivos). Para nuestro caso corresponde al valor -1/2 de la columna asociada a la variable X1. Luego. 12 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Continuando. para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mínimo 10/3. como se está maximizando debemos seleccionar el coeficiente del Costo Reducido más negativo del segundo tablero para obtener nuestra columna PIVOT.

13 . Para ello dividimos la fila de la variable S1 entre 3/2.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Ahora bien. ya que el elemento de intercepción es 3/2 y colocamos el resultado en el tercer tablero en la posición del renglón que le corresponde. el elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. y la variable S2 es reemplazada por la variable X1. generalizamos esta operación para toda la fila.

El resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero. 14 . de la siguiente manera: En el tercer tablero multiplicamos el valor “UNO” (el cual está resaltado en la fila de color rojo) por el valor 1/2 y luego sumamos el valor -1/2 de la fila de los coeficientes reducidos en el segundo tablero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego mediante operaciones suma fila debemos hacer canónico el vector columna asociado a la variable X1 en el tercer tablero. replicamos esta operación para toda la fila con el valor del coeficiente reducido correspondiente del segundo tablero.

Replicamos esta operación para toda la fila con el valor del coeficiente correspondiente del segundo tablero. El resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero. entonces se ha llegado a la solución final.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego en el tercer tablero multiplicamos el valor “UNO” (el cual está resaltado en la fila de color rojo) por el valor (– 1/2) y luego sumamos el valor 1/2 de la fila de X2 en el segundo tablero. Luego. vemos que en el tercer tablero ya no existen más costos reducidos negativos. 15 .

el cual está compuesto por las variables básicas (son aquellas variables que están en la columna base) las cuales obtienen su resultado de la columna solución y las variables no básicas (aquellas variables que no aparecen en la columna base) asumen valor cero por default.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Finalmente el tercer tablero nos da el tablero óptimo del cual obtenemos el vector solución. 16 . El valor de la función objetivo se obtiene del primer valor de la columna solución.

y La función objetivo asume un valor óptimo de 32/3 17 . X2 asume un valor de 4/3 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma La solución final se da en función a las variables de decisión: X1 asume un valor de 10/3 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 18 .

como por ejemplo la condición de disponibilidad de horas.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Los modelos de maximización con variables no restringidas. etc. donde puede existir capital sobrante ó requerirse capital adicional. sistemas financieros. A continuación mostraremos una formulación asociado a un modelo matemático donde se ilustra el uso de variables no restringidas. transportes. la condición de disponibilidad de capital. donde pueden existir horas sobrantes ó requerirse horas extras. en el sector de servicios públicos. 19 . sistemas de salud. en los sistemas de comercialización. donde el resultado de la función objetivo es casi siempre obtener la máxima rentabilidad y se aplican en la industria . buscan modelar condiciones donde las variables puedan tomar valores positivos ó negativos. entre otros casos.

en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. S2 y S3 a las tres restricciones. por lo tanto debemos realizar un cambio de variable. Recordar que el método SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. 20 . también la variable Y debe ser igual a Y1-Y2. X debe ser igual a X1 – X2 . y luego hacemos el reemplazo en todo el modelo en su forma estándar.INVESTIGACIÓN DE OPERACIONAL OPERACIONES Universidad Ricardo Palma Ahora veremos el desarrollo del método SIMPLEX aplicado a un modelo de maximización con variables no restringidas. lo cual implica tres condiciones: La primera condición : que los lado derecho de las restricciones sean constantes mayores o iguales a cero. La segunda condición: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura. La tercera condición: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo la variable X y Y esta definida como no restringidas. Como primer paso debemos aplicar la forma estándar al modelo planteado. en nuestro ejemplo estamos agregando las variables de holgura S1 . Encontrarán ocasiones en donde el modelo requiere hacer uso de variables que puedan asumir valores positivos o negativos y será necesario hacer un reemplazo de variables.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estándar. para nuestro caso corresponde al valor -8 de la columna asociada a la variable X2. 21 . Como se esta maximizando debemos seleccionar el coeficiente del Costo Reducido más negativo para obtener nuestra columna PIVOT. y es la variable que ingresa a la base en el segundo tablero.

El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. ya que el elemento de intercepción es 1 y colocamos el resultado en el segundo tablero en la posición del renglón que le corresponde. el menor ratio de cociente mínimo nos determina la fila PIVOT. y la variable S3 es reemplazada por la variable X2.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego hallamos el ratio del cociente mínimo dividiendo la columna del lado derecho (solución) entre los valores de los elemento de la columna PIVOT (la división solo se hace para los elementos positivos). para nuestro caso el menor ratio corresponde a la variable S3 que tiene como cociente mínimo 1. para ello dividimos la fila de la variable S3 entre 1. Esto significa que en el segundo tablero debe salir de la base la variable S3 y su lugar debe ser remplazada por la variable X2. generalizamos esta operación para toda la fila. 22 .

de la siguiente manera: En el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 8 y luego sumamos el valor ( .8 ) de la fila de los coeficientes reducidos en el primer tablero. 23 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Mediante operaciones suma fila debemos hacer canónico el vector columna asociado a la variable X2 en el segundo tablero. replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero. el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero.

el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego. 24 . replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del primer tablero. en el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S1 en el primer tablero.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma En el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S2 en el primer tablero. 25 . el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero. replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del primer tablero.

generalizamos esta operación para toda la fila. Luego hallamos el ratio del cociente mínimo dividiendo la columna del lado derecho (solución) entre los valores de los elemento de la columna PIVOT (la división solo se hace para los elementos positivos). 26 . para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mínimo 5/3. y es la variable que ingresa a la base en el tercer tablero. ya que el elemento de intercepción es 3 y colocamos el resultado en el tercer tablero en la posición del renglón que le corresponde. Esto significa que en el tercer tablero debe salir de la base la variable S2 y su lugar debe ser remplazada por la variable Y2.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Continuando. para ello dividimos la fila de la variable S2 entre 3. para nuestro caso corresponde al valor -7 de la columna asociada a la variable Y2. el menor ratio de cociente mínimo nos determina la fila PIVOT. y la variable S2 es reemplazada por la variable Y2. como se esta maximizando debemos seleccionar el coeficiente del Costo Reducido más negativo del segundo tablero para obtener nuestra columna PIVOT. El elemento de intersección de la fila y columna PIVOT debe ser uno en el tercer tablero.

el resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Mediante operaciones suma fila debemos hacer canónico el vector columna asociado a la variable Y2 en el tercer tablero. 27 .7 ) de la fila de los coeficientes reducidos en el segundo tablero. replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero. de la siguiente manera: En el tercer tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 7 y luego sumamos el valor ( .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego. replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del segundo tablero. 28 . en el tercer tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 2 y luego sumamos el valor (-2) de la fila de S1 en el segundo tablero. el resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma En el tercer tablero multiplicamos el valor “UNO” (el cual está resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de Y2 en el segundo tablero. se ha llegado a la solución final. entonces. Luego. El resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero. vemos que en el tercer tablero ya no existen más costos reducidos negativos. replicamos esta operación para toda la fila con el valor del coeficiente correspondiente del segundo tablero. 29 .

30 . El valor de la función objetivo se obtiene del primer valor de la columna solución.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma El tercer tablero nos da el tablero óptimo del cual obtenemos el vector solución. compuesto por las variables básicas (son aquellas variables que están en la columna base) las cuales obtienen su resultado de la columna solución y las variables no básicas (aquellas variables que no aparecen en la columna base) asumen valor cero por default.

y La función objetivo asume un valor óptimo de 59/3 31 .5/3 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma La solución final se da en función a las variables de decisión: X asume un valor de – 8/3 . Y asume un valor de .

HE17 .Seminario de Investigación INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 32 .

etc. sistemas de salud. el menor tiempo de producción. sistemas financieros. en los sistemas de comercialización. en el sector de servicios públicos. la menor cantidad de piezas rechazadas. 33 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Los modelos de minimización buscan casi siempre obtener el mínimo costo. etc y se aplican en la industria . el menor tiempo de entrega. transportes. el menor desperdicio. el menor tiempo de espera.

El área de ventas estima que la diferencia entre la harina tipo I y II debe ser a lo mas 6 toneladas.INVESTIGACIÓN DE OPERACIONAL OPERACIONES Universidad Ricardo Palma Una empresa produce harina de tipo I para uso interno y harina tipo II para venta. Se dispone de 4 operarios. ¿cuánto y qué tipo de harina se debe producir para minimizar los costos? 34 . Una tonelada de harina tipo I de uso interno genera un costo de 2 mil soles y requiere un operario y una tonelada de harina tipo II destinada a la venta genera una ganancia de 3 mil soles y requiere 2 operarios.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 35 .

en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. encontraran ocasiones donde es necesario minimizar la función objetivo. lo cual implica tres condiciones: La primera condición : que los lado derecho de las restricciones sean constantes mayores o iguales a cero. 36 . La tercera condición: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo todas las variables son positivas.INVESTIGACIÓN DE OPERACIONAL OPERACIONES Universidad Ricardo Palma Hemos visto hasta aquí las aplicaciones del modelo SIMPLEX aplicado a problemas de maximización. sin embargo. La segunda condición: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura. Como primer paso debemos aplicar la forma estándar al modelo planteado. en nuestro ejemplo estamos agregando las variables de holgura S1 y S2 a las dos restricciones. Recordar que el método SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. Ahora veremos el desarrollo del método SIMPLEX aplicado a un modelo de minimización.

37 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estándar. y es la variable que ingresa a la base en el segundo tablero. Como se esta minimizando debemos seleccionar el coeficiente del Costo Reducido más positivo para obtener nuestra columna PIVOT. para nuestro caso corresponde al valor 3 de la columna asociada a la variable X2.

generalizamos esta operación para toda la fila. y la variable S1 es reemplazada por la variable X2.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego hallamos el ratio del cociente mínimo dividiendo la columna del lado derecho (solución) entre los valores de los elemento de la columna PIVOT (la división solo se hace para los elementos positivos). Esto significa que en el segundo tablero debe salir de la base la variable S1 y su lugar debe ser remplazada por la variable X2. el menor ratio de cociente mínimo nos determina la fila PIVOT. para nuestro caso el menor ratio corresponde a la variable S1 que tiene como cociente mínimo 1. El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. para ello dividimos la fila de la variable S1 entre 1. 38 . ya que el elemento de intercepción es 1 y colocamos el resultado en el segundo tablero en la posición del renglón que le corresponde.

replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero. de la siguiente manera: En el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por (-3) y luego sumamos el valor 3 de la fila de los coeficientes reducidos en el primer tablero. el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Mediante operaciones suma fila debemos hacer canónico el vector columna asociado a la variable X2 en el segundo tablero. 39 .

el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego. Luego vemos que en el segundo tablero ya no existen mas costos reducidos positivos. en el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S2 en el primer tablero. replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del primer tablero. 40 . entonces se ha llegado a la solución final.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma El segundo tablero nos da el tablero óptimo del cual obtenemos el vector solución. el cual está compuesto por a) las variables básicas (son aquellas variables que están en la columna base) las cuales obtienen su resultado de la columna solución. El valor de la función objetivo se obtiene del primer valor de la columna solución. 41 . y b) las variables no básicas (aquellas variables que no aparecen en la columna base) que asumen valor cero por default.

X2 asume un valor de 4 . y La función objetivo asume un valor óptimo de .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma La solución final se da en función a las variables de decisión: X1 asume un valor de 0 .12 42 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 43 .

A continuación mostraremos una formulación asociado a un modelo matemático donde se ilustra el uso de variables negativas. buscan modelar condiciones donde las variables puedan asumir valores negativos. en el sector de servicios públicos. en los sistemas de comercialización. donde el resultado de la función objetivo es casi siempre obtener el menor costo y se aplican en la industria . capital faltante. desembolsos de un flujo de dinero. cuantificar perdidas. sistemas de salud. transportes.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Los modelos de minimización con variables negativas. sistemas financieros. entre otros casos. etc. 44 . como por ejemplo la condición de cuantificar costos. inventario faltante.

45 . por lo tanto debemos realizar un cambio de variable. Como primer paso debemos aplicar la forma estándar al modelo planteado. Recordar que el método SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. Encontrarán ocasiones en donde el modelo requiere hacer uso de variables que puedan asumir valores negativos y será necesario hacer un reemplazo de variables. Y debe ser igual a – Y1. lo cual implica tres condiciones: La primera condición : que los lado derecho de las restricciones sean constantes mayores o iguales a cero. La tercera condición: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo la variable Y esta definida como negativa. La segunda condición: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura. en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. en nuestro ejemplo estamos agregando las variables de holgura S1 y S2 a las dos restricciones.INVESTIGACIÓN DE OPERACIONAL OPERACIONES Universidad Ricardo Palma Ahora veremos el desarrollo del método SIMPLEX aplicado a un modelo de minimización con variable negativa. y hacemos el reemplazo en todo el modelo en su forma estándar.

y es la variable que ingresa a la base en el segundo tablero. para nuestro caso corresponde al valor 1 de la columna asociada a la variable Y1. 46 . Como se esta minimizando debemos seleccionar el coeficiente del Costo Reducido más positivo para obtener nuestra columna PIVOT.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estándar.

para ello dividimos la fila de la variable S2 entre 1. ya que el elemento de intercepción es 1 y colocamos el resultado en el segundo tablero en la posición del renglón que le corresponde.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego hallamos el ratio del cociente mínimo dividiendo la columna del lado derecho (solución) entre los valores de los elemento de la columna PIVOT (la división solo se hace para los elementos positivos). 47 . y la variable S2 es reemplazada por la variable Y1. para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mínimo 4. generalizamos esta operación para toda la fila. El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. el menor ratio de cociente mínimo nos determina la fila PIVOT. Esto significa que en el segundo tablero debe salir de la base la variable S2 y su lugar debe ser remplazada por la variable Y1.

INVESTIGACIÓN DE OPERACIONES

Universidad Ricardo Palma

Mediante operaciones suma fila debemos hacer canónico el vector columna asociado a la variable Y1 en el segundo tablero, de la siguiente manera: En el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por (-1) y luego sumamos el valor 1 de la fila de los coeficientes reducidos en el primer tablero, el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero, replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.

48

INVESTIGACIÓN DE OPERACIONES

Universidad Ricardo Palma

Luego, en el segundo tablero multiplicamos el valor “UNO” (el cuál esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S1 en el primer tablero, el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero, replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del primer tablero. Luego vemos que en el segundo tablero ya no existen mas costos reducidos positivos, entonces se ha llegado a la solución final.

49

INVESTIGACIÓN DE OPERACIONES

Universidad Ricardo Palma

El segundo tablero, nos da el tablero óptimo del cual obtenemos el vector solución, compuesto por las variables básicas ( son aquellas variables que están en la columna base) las cuales obtienen su resultado de la columna solución y las variables no básicas (aquellas variables que no aparecen en la columna base) asumen valor cero por defoul . El valor de la función objetivo se obtiene del primer valor de la columna solución.

50

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma La solución final se da en función a las variables de decisión: X asume un valor de 0 . Y asume un valor de .4 51 . y La función objetivo asume un valor óptimo de .4 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 52 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 53 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 54 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 55 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 56 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 57 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 58 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 59 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 60 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 61 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 62 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 63 .

Sign up to vote on this title
UsefulNot useful