Clase # 5

El mtodo simplex.

SOLUCIN DE PROBLEMAS DE P.L. EL MTODO SIMPLEX

Es un mtodo genrico de solucin de problemas lineales, desarrollado por George Dantzig en 1947

5-1

5-2

Como tal, el mtodo simplex es un procedimiento algebraico, pero puede entenderse ms fcilmente como un mtodo geomtrico.

(0,9)

(0,6)

Para ilustrar esto, veamos nuevamente el ejemplo de la Wyndor Glass co.

5-3

10 9 8 7 6 5 4 3 2 1

x2

X1=4 Planta 1

(2,6) (4,6)
X2=6 Planta 2

(4,3)
3X1+2X2 =18 Planta 3

(6,0)

0 (0,0)

1 2 3

4 5

6 7 8

x 9 10 1 (4,0)

5-4

Definicin

Definicin

Restriccin frontera: Es una recta que marca el lmite de lo que permite la restriccin correspondiente.

Soluciones en el vrtice : Todos los puntos donde se interceptan las restricciones frontera.
Se clasifican en dos tipos
5-5 5-6

Vemoslo de nuevo grficamente

Soluciones factibles en el vrtice (FEV): Puntos que se encuentran en los vrtices de la regin factible. En este caso son: (0,6) ; (0,0) ; (4,0) ; (4,3) ; (2,6)

Soluciones no factibles en el vrtice : Los otros puntos que se encuentran en los vrtices que no corresponden a la regin factible. Estos son (0,9); (4,6); (6,0)
5-7

10 9 8 7 6 5 4 3 2 1

x2 Restricciones frontera
Soluciones factibles en el vrtice

Soluciones no factibles en el vrtice

1 2 3 4 5 6 7 8

x 9 10 1
5-8

En este problema se tienen dos variables de decisin (X1,X2 ) , pero en general en un problema con n variables de decisin, se puede decir que: Dos soluciones factibles son adyacentes entre s:

Definicin

Arista: Segmento de recta que conecta 2 soluciones FEV.

Si comparten por lo menos n - 1 restricciones

5-9 5-10

10 9 8 7 6 5 4 3 2 1

x2

FEV
La arista es el segmento de recta entre los dos puntos.

En el ejemplo, por cada solucin FEV, se tienen 2 soluciones adyacentes, correspondientes a 2 aristas. Solucin FEV (0,0) (0,6) FEV (2,6) (4,3) Soluciones FEV adyacentes (0,6) (0,0) (0,6) (2,6) (4,3) (4,0) (2,6) (4,3) (4,0) (0,0)
5-12

R2

R3
1 2 3 4 5 6 7 8

x 9 10 1
5-11

(4,0)

R1

Si la regin factible es acotada y no vaca existe una solucin ptima.

Para saber cuantas soluciones en el vrtice existen podemos utilizar la frmula

(n +m)! n! m! Por lo tanto se puede asegurar que una de las soluciones FEV es la solucin ptima.
5-13

As entonces en el ejemplo de Wyndor donde n=2 y m=3 existirn: 5! 2!3! = 10 soluciones en el vrtice

5-14

Cuatro Teoremas claves de P.L.

1. Cuando hay solucin ptima, siempre existe una en un vrtice. 2. Si una solucin en un vrtice, no tiene soluciones adyacentes mejores, esa es la solucin ptima (ptimo local es global). 3. Solucin bsica (en un vrtice aumentada) es equivalente a hacer (n-m) variables iguales a cero y resolver para las restantes. 4. Soluciones adyacentes tienen iguales todas las variables bsicas menos una (y por supuesto las no bsicas). 5-15

Prueba de optimalidad Seleccinese un punto de las FEV Verifquese los resultados de las soluciones FEV adyacentes
El ptimo se encuentra cuando ninguna de las soluciones FEV adyacentes produce un mejor valor de la solucin ptima (medida por la funcin objetivo)
5-16

Comprobacin intuitiva del algoritmo simplex

1. Inicializacin

De esta misma manera opera el algoritmo simplex

2. Prueba de optimalidad

5-17

5-18

1. Inicializacin.

2.Prueba de optimalidad.

Propngase una solucin FEV. Por lo general se propone la solucin (0,0) .

Conclyase que (0,0) no es ptimo (existen soluciones FEV adyacentes mejores).

sigue
5-19 5-20

Iteracin 1
(muevase a una solucin FEV adyacente mejor) 1 . Entre las 2 aristas de la regin factible, elija moverse a lo largo de la arista que aumente el valor de X2 . (con una funcin objetivo Z=3X1 +5X2 , el valor de Z crece ms rpido que aumentando el valor de X1. 2 . Detngase al llegar a la primera frontera de la restriccin: 2X2 = 12. (si se mueve ms lejos en la direccin seleccionada en el paso 1, se saldr de la regin factible). 3 .Obtenga la interseccin del nuevo conjunto de fronteras restriccin: (0,6) Las ecuaciones para estas fronteras de restriccin X1 =0 y 2X2 =12 , llevan de inmediato a esta solucin.
5-21

Concluya que (0,6) no es una solucin ptima. Existe una solucin FEV adyacente mejor.

5-22

Iteracin 2
(Muevase a una mejor solucin FEV) 1 . Entre las 2 aristas de la regin factible que salen de (0,6), elija moverse a lo largo de la que va a la derecha (al moverse a lo largo de esta arista aumenta el valor de Z, mientras que al ir para atrs hacia abajo del eje X2 lo disminuye. 2 . Detngase al encontrar la primera frontera de restriccin en esa direccin: 3X1 +2X2 = 18. (si se mueve ms lejos en la direccin seleccionada en el paso 1, se saldr de la regin factible). 3 .Obtenga la interseccin del nuevo conjunto de fronteras restriccin: (2,6) Las ecuaciones para estas fronteras de restriccin 3 X1 +2X2 =18 y 2X2 =12 , llevan de inmediato a esta solucin. 5-23

Concluya que (2,6) es una solucin ptima y detngase. No existe una solucin FEV adyacente mejor.

5-24

Conceptos de solucin importantes.

Concepto de solucin 1.

A continuacin veamos algunos conceptos de solucin importantes.

El mtodo simplex slo revisa las soluciones FEV. Una de stas soluciones FEV debe ser la ptima.

sigue
5-25 5-26

Concepto de solucin 2.

Concepto de solucin 3.

El mtodo iterativo.

simplex

es

un

algoritmo

Propone solucin Prueba de optimalidad

Siempre que es posible, el mtodo simplex elige el origen (todas las variables de decisin iguales a cero) como la solucin FEV inicial. Si no es posible se procedimientos especiales
Termina
5-27

requieren
5-28

NO

SI

Concepto de solucin 4.

Concepto de solucin 5.

Dada una solucin FEV, es computacionalmente ms rpido reunir informacin sobre sus soluciones FEV adyacentes que sobre otras soluciones FEV. Por tanto, siempre el algoritmo recorre las aristas de la regin factible
5-29

Despus de identificar la FEV actual, el algoritmo simplex identifica todas las aristas de la regin factible que salen de esa solucin. Estas aristas llevan a una solucin FEV adyacente en el otro punto terminal, pero el algoritmo ni siquiera se toma la molestia de obtener la solucin FEV adyacente.
sigue
5-30

Solamente identifica la tasa de mejoramiento en Z que se obtendra al moverse por dicha arista. Entre las aristas con una tasa de mejoramiento en Z positiva, selecciona moverse por aquella con una tasa de mejoramiento en Z ms grande. Se escoge luego esta solucin factible como la nueva solucin actual.
5-31

Concepto de solucin 6.

Cuando ninguna de las tasas de ganancia le aporta a la funcin objetivo, significa que esa FEV es la solucin ptima.

5-32

Del procedimiento geomtrico al algebraico. El mtodo simplex es un mtodo algebraico. Por lo tanto las soluciones del mtodo se derivan al resolver un sistema de ecuaciones.
El sistema aumentado se obtiene al convertir el sistema de desigualdades de la forma original, en un sistema de igualdades equivalentes para las restricciones funcionales

Variables de holgura. Es el procedimiento que se utiliza para convertir una restriccin funcional de desigualdad, en una restriccin de igualdad equivalente.

Veamos un ejemplo
5-34

5-33

Ejemplo.
Retomemos la primera restriccin del problema de Wyndor X1 4 . Sea X3 = 4 - X1 (lo que le falta a X1 para ser igual a 4) Notemos que:

De ah que X1 4 es equivalente a

X1 + X3 = 4

X3 0
5-36

X 3 0
5-35

Para el problema de Wyndor tenemos. Forma original del modelo Forma aumentada del modelo

Max Z = 3X1 + 5X2 Max Z = 3X1 + 5X2 Sujeto a Sujeto a X1 + X3 (1) X1 (2) 2X2 12 2X2 +X4
X1 , X 2 0

Las variables de holgura no se ven en la funcin objetivo porque su coeficiente es cero.

=4 = 12

3X1 + 2X 2 18 (3)3X1 + 2X 2

+X5= 18

Veamos ahora algunas definiciones.

X1 , X2, X3, X4, X5 0

5-37 5-38

Solucin aumentada. Es una solucin para las variables originales (variables de decisin) , que se ha aumentado con los valores correspondientes de las variables de holgura
Ejemplo Solucin sistema original (3,2) Solucin aumentada (3,2,1,8,5)
5-39

Solucin bsica. Es una solucin en un vrtice aumentada.

Ejemplo Solucin en el vrtice sistema original (4,6) Solucin Bsica

(4,6,0,0,-6)
5-40

Solucin bsica factible. Es una solucin factible en un vrtice aumentada.

Ejemplo Solucin en el vrtice sistema original (4,3) Solucin Bsica

As tenemos un sistema que posee m=3 ecuaciones con n=5 variables de decisin Se tiene 2 grados de libertad
Se llaman 2 grados de libertad porque se pueden dar valores a 2 de las variables y as hallar la solucin de las otras 3.

(4,3,0,6,0)
5-41

5-42

Recordar que dos grados de libertad implica Se tienen 2 variables arbitrarias

El simplex siempre les da el valor de cero. Por tanto siempre se tendr la solucin al sistema y a estas variables se les denominar variables bsicas.
5-43

Propiedades de las soluciones BF.

1.Cada variable de decisin puede clasificarse en bsica o no bsica (incluyendo las holguras). 2. Habr tantas variables bsicas como restricciones funcionales. 3. En un problema con n variables y m restricciones habr n -m variables no bsicas. Siempre se hacen iguales a cero sigue
5-44

4. Las variables bsicas obtienen su valor al solucionar el sistema de ecuaciones. 5. Si los valores de las variables satisfacen condicin de no negatividad se les denomina soluciones bsicas factibles.

Ejemplo
Solucin sistema original Solucin aumentada (0,6) (0,6,4,0,6) Variables bsicas (v.b)
5-46

veamos

5-45

Variables no bsicas (v.n.b)

Teorema Dos soluciones bsicas factibles son adyacentes entre s, si tienen todas las V.B menos 1 comunes. Ejemplo
(0,0) (0,0,4,12,18) (0,6) (0,6,4,0,6)

Para trabajar la forma algebraica el problema se expresa.

Max Z Sujeto a (0) Z - 3X1 - 5X2 (1) (2) (3) X1 2X2 3X1 + 2X 2 + X3 +X4 =0 = 4 = 12 +X5 = 18

Comparten todas las variables bsicas menos una

5-47

X1 , X2, X3, X4, X5 0

5-48