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

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

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 5 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 6 .

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

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

y la variable S1 es reemplazada por la variable X2.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego obtenemos nuestra columna PIVOT asociada a la variable X2. el menor ratio de cociente mínimo nos determina la fila PIVOT. 9 . para nuestro caso el menor ratio corresponde a la variable S1 que tiene como cociente mínimo 3. El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. ya que tiene el costo reducido más negativo con el valor -3. 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. ya que el elemento de intercepción es 2 y colocamos el resultado en el siguiente tablero en la posición del renglón que le corresponde. para ello dividimos la fila de la variable S1 entre 2. La variable X2 es la variable que ingresa a la base en el siguiente tablero. 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). generalizamos esta operación para toda la fila.

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. El resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero. 10 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Ahora bien. replicamos esta operación para toda la fila con el valor del coeficiente reducido correspondiente del 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. 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. 11 .

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). 12 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Continuando. 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. como se está maximizando debemos seleccionar el coeficiente del Costo Reducido más negativo del segundo tablero para obtener nuestra columna PIVOT. Para nuestro caso corresponde al valor -1/2 de la columna asociada a la variable X1. para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mínimo 10/3. Luego. El menor ratio de cociente mínimo nos determina la fila PIVOT.

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

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. El resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero. replicamos esta operación para toda la fila con el valor del coeficiente reducido correspondiente del segundo tablero.

El resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero.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. Replicamos esta operación para toda la fila con el valor del coeficiente correspondiente del segundo tablero. Luego. entonces se ha llegado a la solución final. vemos que en el tercer tablero ya no existen más costos reducidos negativos. 15 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Finalmente el tercer tablero nos da el tablero óptimo del cual obtenemos el vector solución. El valor de la función objetivo se obtiene del primer valor de la columna solución. 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. 16 .

X2 asume un valor de 4/3 . y La función objetivo asume un valor óptimo de 32/3 17 .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 .

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

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

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. para nuestro caso corresponde al valor -8 de la columna asociada a la variable X2.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estándar.

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. generalizamos esta operación para toda la fila. 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.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. 22 . para ello dividimos la fila de la variable S3 entre 1. y la variable S3 es reemplazada por la variable X2. El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente 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. 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. replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero. 23 . el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero.

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego. 24 . 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. 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.

25 . replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del 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. el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero.

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

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. 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 ( . el resultado es “cero” y lo colocamos en la misma posición pero del tercer tablero. replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.7 ) de la fila de los coeficientes reducidos en el segundo tablero. 27 .

replicamos ésta operación para toda la fila con el valor del coeficiente correspondiente del segundo tablero. 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 Luego. 28 .

Luego. replicamos esta operación para toda la fila con el valor del coeficiente correspondiente del segundo tablero. se ha llegado a la solución final. 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. vemos que en el tercer tablero ya no existen más costos reducidos negativos. entonces. 29 .

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. El valor de la función objetivo se obtiene del primer valor de la columna solución. 30 .INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma El tercer tablero nos da el tablero óptimo del cual obtenemos el vector solución.

5/3 . Y asume un valor de . y La función objetivo asume un valor óptimo de 59/3 31 .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 .

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

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

Se dispone de 4 operarios.INVESTIGACIÓN DE OPERACIONAL OPERACIONES Universidad Ricardo Palma Una empresa produce harina de tipo I para uso interno y harina tipo II para venta. 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. El área de ventas estima que la diferencia entre la harina tipo I y II debe ser a lo mas 6 toneladas. ¿cuánto y qué tipo de harina se debe producir para minimizar los costos? 34 .

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 35 .

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

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estándar. 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. 37 . y es la variable que ingresa a la base en el segundo tablero.

para ello dividimos la fila de la variable S1 entre 1. 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 S1 y su lugar debe ser remplazada por la variable X2. para nuestro caso el menor ratio corresponde a la variable S1 que tiene como cociente mínimo 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. 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). 38 .

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 . 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. replicamos ésta operación para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.

entonces se ha llegado a la solución final. el resultado es “cero” y lo colocamos en la misma posición pero del segundo tablero. 40 . 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.INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma Luego. Luego vemos que en el segundo tablero ya no existen mas costos reducidos positivos.

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

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

INVESTIGACIÓN DE OPERACIONES Universidad Ricardo Palma 43 .

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

en nuestro ejemplo estamos agregando las variables de holgura S1 y S2 a las dos restricciones. 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. Como primer paso debemos aplicar la forma estándar al modelo planteado. lo cual implica tres condiciones: La primera condición : que los lado derecho de las restricciones sean constantes mayores o iguales a cero.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. Recordar que el método SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. La segunda condición: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura. Encontrarán ocasiones en donde el modelo requiere hacer uso de variables que puedan asumir valores negativos y será necesario hacer un reemplazo de variables. por lo tanto debemos realizar un cambio de variable. 45 . Y debe ser igual a – Y1.

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

47 . para ello dividimos la fila de la variable S2 entre 1. generalizamos esta operación para toda la fila. 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. y la variable S2 es reemplazada por la variable Y1. 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). El elemento de intersección de la fila y columna PIVOT debe ser uno en el siguiente tablero. para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mínimo 4.

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

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

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