CASOS ESPECIALES DEL METODO SIMPLEX 1.VARIABLE NO RESTRINGIDA.

Una variable Xi no restringida se puede expresar en trminos de dos variables no negativas, utilizando la siguiente relacin. Xi = Xi1 - Xi2 ; donde Xi1, Xi2 >= 0 para todo i = 1,...,n

Esta situacin se debe realizar en todas las restricciones y en la funcin objetivo. Despus de resolver el problema en trminos de Xi1, Xi2, el valor de Xi, se determina de acuerdo a la relacin anterior. Dado que Xi1 y Xi2, son dependientes, es muy difcil que ambos sean variables bsicas. Luego se tiene que en cualquier solucin bsica, por lo menos una de las variables Xi1 o Xi2 debe ser no bsica a nivel 0. Ejemplo: Maximizar Z = 3X1 + 4 X2 s.a. X1 + X2 <= 4 2X1 + X2 <= 6 X1 no restringida y X2 >= 0 Solucin : 1 reemplazamos ( sustituimos ) X1 en dos variables >= 0, luego se tiene: X1 = X11 - X12

Ahora, reemplazamos X1 en la F. O y en los restricciones, por lo tanto, nos queda: Maximizar s.a. Z = 3X11 - 3X12 + 4X2 X11 - X12 + X2 <= 4 2X11 - 2X12 + X2 <= 6 X11, X12, X2>= 0 Luego, el paso posterior, es desarrollar el problema a travs del mtodo Simplex, agregndole una holgura ( hi ) a cada restriccin del tipo <=. 2.RESTRICCIN DEL TIPO >=

Una desigualdad del tipo >= se convierte a una ecuacin, disminuyendo su lado izquierdo con una variable de superavit Si (Si >= 0). En este caso las variables Si representa el exceso mnimo del lado izquierdo, sobre el requerimiento mnimo. Ejemplo : Sea la restriccin igual a : 3X1 + X2 >= 5 Es equivalente a : 3X1 + X2 - S1 = 5 Donde, S1 >= 0. 3.LADO DERECHO DE UNA RESTRICCIN NEGATIVO El lado derecho de una restriccin, siempre se puede hacer no negativo, multiplicando la ecuacin por -1 de ser necesario. Tambin, se puede convertir una desigualdad (<=) en >= o viceversa. Esto a travs de multiplicar por -1, ambos lados la desigualdad.

Por ejemplo : Sea la siguiente restriccin - 3X1 + X2 >= -2 Ahora, multiplicando por -1 a ambos lados se tiene: 3X1 - X2 <= 2 4.CONVERSIN DE MAXIMIZACIN A MINIMIZACIN

La maximizacin de una funcin f( X1,..., Xn) es equivalente a la minimizacin de -f(X1, ... , Xn) en el sentido de que ambos problemas producen los mismos valores ptimos de X1, ... , Xn. Ejemplo.: Exprese el siguiente modelo de PL en la forma estndar. Maximice Z = 2X1 + 3X2 + 5X3 s.a. X1 + X2 - X3 >= -5 -6X1 + 7X2 - 9X3 <= 4 X1 +X2 + 4X3 <= 10 X1, X2 >= 0 y X3 no restringida. La conversin se efecta de la forma siguiente: a.Se resta el Supervit S1 del lado izquierdo de la primera restriccin y despus se multiplica ambos lados por -1 para obtener un lado no negativo. ( como una alternativa, podemos multiplicar ambos lados de la desigualdad >= por -1 para convertirlo en <= con un lado derecho no negativo y despus aumenta una holgura h1 al lado izquierdo.

b.c.-

Aada la holgura h1 y h2 en la segunda y tercera restriccin respectivamente. Sustituya X3 = X31 - X32 en la F.O. y en todas las restricciones que contengan X3, luego se tiene: Maximice Z = 2X1 + 3X2 + 5X31 - 5 X32 s.a. -X1 + X2 + X31 - X32 + S1 = 5 -6X1 + 7X2 - 9X31 + 9X32 + H1 = 4 X1 + X2 + 4X31 - 4X32 + H2 = 10 X1, X2 , X31, X32 >= 0

Luego, se debe desarrollar el sistema a travs del mtodo simplex. 5.OTRAS FORMAS DE UN MODELO DE PL

Hasta ahora, se han presentado los detalles del mtodo simplex con la suposicin que el problema se encuentra en nuestra forma estndar ( maximizar Z s.a. restricciones funcionales de la forma <= y restricciones de no negatividad sobre todas las variables) con bi >= 0 , para todo i = 1,...,n. A continuacin, se establecer como hacer los ajustes requeridos a otras formas legitimas de modelos de PL. Estos ajustes se pueden hacer en el paso inicial y que el resto del mtodo Simplex se aplica como se ejecutado anteriormente. El problema en las otras formas de restricciones funcionales (=, >= o con lados derechos negativos) es identificar una solucin inicial bsica fctible. Antes era muy sencillo encontrar esta solucin inicial al hacer que las variables de holgura fueran las variables bsicas iniciales, donde cada una sea igual a la constante no negativa del lado derecho de la ecuacin correspondiente. Ahora, debe hacerse algo ms.

El enfoque estndar que se utiliza en estos casos es la tcnica de variables artificiales. Esto constituye un problema artificial ms conveniente, dado que se introduce una variable ficticia (llamada variable artificial) en cada restriccin que lo requiera. Esta nueva variable se introduce slo con el fin de que la variable bsica inicial para esa ecuacin. Las restricciones usuales de no negatividad tambin se aplican sobre estas variables y la funcin objetivo se modifica para que se imponga una penalizacin exorbitante en el caso que adquieran valores mayores que cero. Las iteraciones del mtodo Simplex automticamente fuerzan a las variables artificiales a desaparecer ( a volverse cero) una a una, hasta que todas quedan fuera de la solucin, despus de esto se resuelve el problema real. Para estos casos se proponen dos mtodos estrechadamente relacionados para lograr este resultado se tiene: El mtodo de la M y el mtodo de dos fases. 5.1.- MTODO DE LA M. El mtodo de la M comienza con la PL a travs de forma estndar, para cualquier ecuacin i que no tenga holgura, en estas las aumentamos con una variable artificial Ri. Luego, esta variable se convierte en parte de la solucin bsica inicial, sin embargo, debido a que las variables artificiales son ajenas al mdelo de PL, le asignamos una penalidad denominada M en la funcin objetivo, con el fin de obligarlas a un nivel cero en una iteracin posterior del algoritmo Simplex. Debido a que M es un valor positivo suficientemente grande, la variable Ri, se penaliza en la F.O usando -MRi en el caso de

maximinizacin y con +MRi cuando se trata de minimizacin. Debido a esta penalidad, la naturaleza del proceso de optimizacin lgicamente tratar de impulsar Ri al nivel cero durante el curso de las iteraciones Simplex. El siguiente ejemplo proporciona una visin ms amplia del mtodo. Ejemplo: Max Z = 3X1 + 5X2 s.a. X1 <= 4 2X2 <= 12 3X1 + 2X2 = 18 con X1, X2 >= 0. Ahora, aplicamos el mtodo para solucionar este problema. Primero como en la 3 restriccin tenemos una igualdad, debemos considerar una variable artificial en sta y penalizar dicha variable en la F.O., luego, la forma estndar de nuestro problema queda de la siguiente forma: Max Z = 3X1 + 5X2 - MR1 = Z - 3X1 - 5X2 + MR1 = 0 s.a. X1 + H1 = 4 2X2 + H2 = 12 3X1 + 2X2 + R1 = 18 Con X1, X2, H1, H2, R1 >= 0 Ahora, desarrollaremos nuestro sistema a travs del mtodo Simplex :

Iteracin Variable

X1

X2

H1

H2

R1

Recursos Operacin

Bsica

de Reduccin

H1 H2 R1 Z

1 0 3 -3

0 2 2 -5

1 0 0 0

0 1 0 0

0 0 1 M

4 12 18 0

1 debemos eliminar el valor de la penalidad ( M ) que esta asociado a la variable artificial R1, en la fila de Z., luego se tiene:

Iteracin Variable Bsica

X1

X2

H1

H2

R1

Recursos Operacin de
Reduccin

H1 H2 R1 Z

1 0 3 -3M-3

0 2 2 -2M-5

1 0 0 0

0 1 0 0

0 0 1 0

4 12 18 - 18M

F4 = F4+F3*(-M)

Ahora, vemos que la variable entra y sale .

Iteracin Variable Bsica

X1

X2

H1

H2

H3

Recursos Operacin de Reduccin

X1 H2 R1 Z

1 0 0 0

0 1 2 0 2 -3 -2M-5 3M+3

0 1 0 0

0 0 1 0

4 12 6
- 6M+12

F3 = F3 + F1*(-3) F4 = F4+F1*(3(M+1))

Iteracin Variable Bsica

X1

X2

H1

H2

H3

Recursos Operacin de Reduccin

X1 H2 X2 Z

1 0 0 0

0 0 1 0

1 3 -3/2 -9/2

0 1 0 0

0 -1 1/2 M+5/2

4 6 3 27

F2 = F2 + F3*(-2) F3 = F3*1 /2 F4 = F4+F3*(2M+5)

Iteracin Variable Bsica

X1

X2

H1

H2

H3

Recursos Operacin de Reduccin

X1 H1 X2 Z

1 0 0 0

0 0 1 0

0 1 0 0

-1/3 1/3 ` 1/2 3/2

1/3 -1/3 0 M+1

2 2 6 36

F1 = F1+F2*(-1) F2 = F2 *1/3 F3 = F3+F2*3/2 F4 = F4+F2*(9/2)

Luego, nuestra solucin es : Z = 36; 5.1.1.X1 = 2; X2 = 6; H1 = 2; H2 = 0; R1 = 0

RESTRICCIONES DE LA FORMA >=

Para ilustrar la forma en que la tcnica de variables artificiales se aplica a las restricciones del tipo >=, utilizaremos el siguiente mdelo: Min Z = 0,4 X1 + 0,5X2 s.a. 0,3X1 + 0,1X2 <= 2,7 0,5X1 + 0,5X2 = 6 0,6X1 + 0,4X2 >= 6 con X1, X2 >= 0

Para el caso de la 3 desigualdad se debe realizar lo siguiente para transformarla en igualdad: 1 se debe agregar una variable de supervit en esta ecuacin y posteriormente se le agrega una variable artificial la cual es penalizada en la F.O., luego, se tiene lo siguiente: 0,6X1 + 0,4X2 - S1 + R1 = 6 Ahora, nuestra forma estndar tiene la forma siguiente: Min Z = 0,4X1 + 0,5X2 + MR1 + MR2 s.a. 0,3X1 + 0,1X2 + H1 = 2,7 0,5X1 + 0,5X2 + R1 = 6 0,6X1 + 0,4X2 - S1 + R2 = 6 con X1, X2, H1, S1, R1, R2 >= 0 Cabe hacer notar que los coeficientes de las variables artificiales en la funcin objetivo son +M, en lugar de -M, esto es debido a que se debe minimizar Z. 5.1.2.- DESARROLLO DE UNA MINIMIZACIN Para desarrollar un problema de minimizacin a travs del mtodo Simplex, se puede realizar al cambiar los roles de los coeficientes negativos y positivos en la fila de Z. Ahora, existe una forma ms sencilla de convertir un problema de minimizacin en un problema equivalente a maximizacin, esto a travs de lo siguiente: Min Z Es equivalente a: = Ci Xi para todo i = 1,..., n

Max -Z

(- Ci ) Xi

para todo i = 1,..., n

Es decir, estas dos formulaciones llevan a la misma solucin ptima. Estos dos formulaciones ( Max. y Min.) son equivalentes porque entre ms pequea Z, mas grande es -Z, luego, la solucin que da el menor valor de Z dentro de la regin factible debe dar el mayor valor de -Z en esta regin. Ahora, solucionaremos el problema a travs de Max. Z. Min Z = 0,4X1 + 0,5X2 s.a. 0,3X1 + 0,1X2 <= 2,7 0,5X1 + 0,5X2 = 6 0,6X1 + 0,4X2 >= 6 X1, X2 >= 0 Primero la forma estndar de este problema ser: Min Z = 0,4X1 + 0,5X2 + MR1 + MR2 s.a. 0,3X1 + 0,1X2 + H1 <= 2,7 0,5X1 + 0,5X2 + R1 = 6 0,6X1 + 0,4X2 - S1 + R2 >= 6 X1, X2, H1, S1, R1, R2 >= 0 Segundo hacemos Min Z = Max -Z, luego se tiene: Max - Z = - 0,4X1 - 0,5X2 - MR1 - MR2 Ahora, si hacemos -Z = 0, se tiene -Z + 0,4X1 + 0,5X2 + MR1 + MR2 = 0

Ahora, llevamos nuestro sistema de la forma estndar a la forma tabular.

Iteracin Variable Bsica

X1

X2

H1

S1

R1

R2

Recursos

Operacin de Reduccin

X1 R1 R2 -Z

0,3 0,5 0,6 0,4

0,1 0,5 0,4 0,5

1 0 0 0

0 0 -1 0

0 1 0 M

0 0 1 M

2,7 6 6 0

Cabe hacer notar que el sistema de ecuaciones an no esta en condiciones de aplicar la eliminacin de filas por el mtodo de Gauss-Jordan con el cual se desarrolla el mtodo simplex. Dado que en la fila Z, los coeficientes de las variables artificiales deben ser cero antes de comenzar el mtodo Simplex. Por lo tanto debemos en primer lugar hacer cero los coeficientes de las variables R1 y R2 de la fila Z u luego, aplicar el mtodo Simplex. Considerando la forma tabular de nuestro problema se tiene:
Iteracin Variable Bsica

X1

X2

H1

S1

R1

R2 Recursos Operacin

de Reduccin

H1 R1 R2 -Z -Z -Z

0,3 0,5 0,6 0,4

0,1 0,5 0,4 0,5

1 0 0 0 0 0

0 0 -1 0 0 M

0 1 0 M 0 0

0 0 1 M M 0

2,7 6 6 0 - 6M - 12M F4 = F4+F2*(-M) F4 = F4+F3*(-M)

0 0

0,4-0,5M 0,5-0,5M 0,4-1,1M 0,5-0,9M

Como vemos hemos convertido en cero los coeficientes de las variables artificiales. Por lo tanto, con esta nueva fila de -Z ( con los coeficientes de R1 y R2 igual a cero), podemos desarrollar el mtodo simplex a travs de la reduccin de filas de GaussJordan.

Iteracin Variable Bsica

X1

X2

H1

S1

R1

R2 Recursos Operacin

de Reduccin

X1 R1 R2 -Z

0,3 0,1 0,5 0,5 0,6 0,4 0,4-1,1M 0,5-0,9M

1 0 0 0

0 0 -1 M

0 1 0 0

0 0 1 0

2,7 6 6 - 12M

Iteracin Variable Bsica

X1

X2

H1

S1

R1

R2 Recursos Operacin

de Reduccin F1 = F1/0,3

X1 R1 R2 -Z

1 1/3 0,5 0,5 0,6 0,4 0,4-1,1M 0,5-0,9M

10/3 0 0 0

0 0 -1 M

0 1 0 0

0 0 1 0

9 6 6 - 12M

Iteracin Variable X1 Bsica 2 X1 R1 R2 -Z 1 0 0 0

X2
1/3 1/3 1/5 11/30-16/30M

H1
10/3 -5/3 -2 11/3M-4/3

S1 R1 R2 Recursos Operacin de
Reduccin 0 0 -1 M 0 1 0 0 0 0 1 0 9 3/2

F2 = F2 + F1*(-1/2) 0,6 F3 = F3 + F1*(-0,6) -2,1M-3,6 F4 = F4+ F1*(-(0,4-1,1M))

Iteracin Variable Bsica X1 3 R1 X2 -Z

X1

X2

H1

S1

R1

R2

Recurso Operacin s de Reduccin

F1 = F1+F3*(-1/3) F2 = 1/2 F2+F3 *(-1/3) F3 = F3*1/5 3 -1/2M+4,7 F4 = F4+F3*((16M/30+11/30))

1 0 0 0

0 0 1 0

20/3 5/3

5/3 5/3

0 1 0 0

-5/3 -5/3 5 8/3M-11/6

-10 -5 - 5/3M+7/3 -5/3M+11/6

Iteracin Variable Bsica 4 X1 S1 X2 -Z

X1
1 0 0 0

X2
0 0 1 0

H1
5 1 -5 1/2

S1
0 1 0 0

R1
-1 3/5 3 M-1,1

R2 Recursos Operacin de Reduccin

0 -1 0 M 15/2 3/10 9/2 -5,25 F1 = F1+F2*(-1/3) F2 = F2 *(-3/5) F3 = F3+F2*(-5) F4 = F4+F2*(-(5M/3+9/6))

Nota: la solucin del problema es la siguiente: -Z = 5,25; X1 = 15/2; R1 = R2 = 0 X2 = 9/2; S1 = 3/10; H1 = 0;

En algunos problemas con variables artificiales, puede ser necesario realizar iteraciones adicionales para llegar a una solucin ptima despus de obtener la primera solucin factible para el problema real ( as, puede pensarse que el mtodo de la M tiene dos fases. En la primera fase, todas las variables artificiales se hacen cero, debido a su penalizacin de la M), con el fin de obtener una solucin bsica factible inicial para el problema real. En la segunda fase todas las variables artificiales se mantienen en cero, mientras que el mtodo Simplex generar una secuencia de soluciones bsicas factibles (BF) que llevan a la solucin ptima.

Observaciones al Mtodo de la M 1.El empleo de la penalidad M, puede no forzar a la variable artificial a nivel cero en la iteracin Simplex final. Si el problema de PL no tiene un espacio de solucin factible ( es decir, las restricciones no son constantes), luego, la iteracin simplex final incluir por lo menos una variable artificial en un nivel positivo. Esto es una indicacin que el problema no tiene una solucin factible. Tericamente, la aplicacin de la tcnica de la M requiere que M tienda a infinito. Sin embargo, desde el punto de vista de usar los sistemas computacionales, M debe ser finita y lo suficientemente grande, que tan grande, suficientemente grande. De manera especifica M debe ser lo bastante grande para actuar como una penalidad, pero no debe ser tan grande que desiquilibre la exactitud de los clculos del simplex. En particular, nuestra principal preocupacin aqu es acerca de los errores de redondeo de la mquina, que podra resultar de la manipulacin de una mezcla de nmeros grandes y pequeos. La conclusin de la eleccin correcta del valor de M, depende de los datos. El requerimiento terico no calificado que requiera que M se seleccione " muy grande", conduce a serios errores de redondeo. Quiz esta es la razn por la cual el mtodo de la M nunca se pone en prctica en los programas comerciales de PL. En su lugar se utiliza el mtodo de dos fases.

2.-

3.-