Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodosimplex 100203222946 Phpapp02
Metodosimplex 100203222946 Phpapp02
Fundamento Bsico.
Simplex.
En geometra, un simplex o n-simplex es el anlogo en n dimensiones de un
tringulo. Es la envoltura convexa de un conjunto de (n + 1) puntos independientes afines
en un espacio eucldeo de dimensin n o mayor, es decir, el conjunto de puntos tal que
ningn m-plano contiene ms que (m + 1) de ellos. Se dice de estos puntos que estn en
posicin general. Un 0-smplex es un punto; un 1-smplex un segmento de una lnea; un 2smplex un tringulo; un 3-smplex es un tetraedro; y un 4-smplex es un pentcoron (en
cada caso, con su interior).
El mtodo simplex es un mtodo que sirve para resolver problemas de
programacin lineal. Este mtodo fue inventado por George Dantzig en el 1947. La primera
formulacin del mtodo simplex fue en el verano de 1947. El primer problema prctico que
se resolvi con este mtodo fue uno de nutricin.
Mtodo Simplex
Es una tcnica popular para dar soluciones numricas del problema de la
programacin lineal. Es un mtodo numrico para optimizacin de problemas libres
multidimensionales perteneciente a la clase ms general de algoritmos de bsqueda. Segn
Rodrguez (2009) este Mtodo comienza con alguna solucin factible, y sucesivamente
obtiene soluciones en las intersecciones que ofrecen mejores funciones de la funcin
objetivo. Finalmente, este mtodo proporciona un indicador que determina el punto en el
cual se logra la solucin ptima... (p. 1)
Permite encontrar una solucin ptima en un problema de maximizacin o
minimizacin, buscando en los vrtices del polgono. Es un procedimiento iterativo que
1.
Max ( Min)
2.
sa:
Z = C1 X1 + C2 X2 + . . . + Cj Xj
a11 x1 + a12 x2 + .
a21 x1 + a22 x2 + .
. .
. .
. .
ai1 x1 + ai2 x2 + .
3.
X1 , X2 , , Xj >= 0
Xj =
Cj =
1,2,...,m).
aij =
actividad j
Z = C1 X1 + C2 X2 + . . . + Cj Xj
Z C1 X1 C2 X2 . . . Cj Xj = 0
Condiciones
Proceso
El sistema es tpicamente no determinado (el nmero de variables excede el nmero
de ecuaciones)
La diferencia entre el nmero de variables y el nmero de ecuaciones nos da los
grados de libertad asociados con el problema. Cualquier solucin, ptima o no, incluir un
nmero de variables de valor arbitrario. El algoritmo simplex usa cero como valor
arbitrario, y el nmero de variables con valor cero es igual a los grados de libertad.
Valores diferentes de cero son llamados variables bsicas, y valores de cero son
llamadas variables no bsicas en el algoritmo simplex.
Esta forma simplifica encontrar la solucin factible bsica inicial, dado que todas las
variables de la forma estndar pueden ser elegidas para ser no bsicas (cero), mientras que
todas las nuevas variables introducidas en la forma aumentada, son bsicas (diferentes de
cero), dado que su valor puede ser calculado trivialmente (para ellas, dado que la matriz
problema aumentada en diagonal es su lado derecho)
En cada una de las desigualdades que se plantean en el modelo matemtico de
programacin lineal, se plantean desigualdades de <, >, , , =
Estas desigualdades se convierten en igualdades completando con variables de
holgura si se trata de <, >; en el caso de que sea , , se completa con variables de
excedente , estas con signo negativo ya que como su nombre lo indica, es una cantidad que
esta de excedente y hay que quitar para convertirla en igualdad, en caso se maneje el =, se
manejan las variables artificiales.
Los
pasos
mtodo
simplex
son:
(Fuente:
http://www.investigacion-
operaciones.com/Metodos_Solucion_PL.htm)
1. Determinar una solucin bsica factible inicial.
2. Prueba de optimidad: determinar si la solucin bsica factible inicial es ptima y
slo si todos los coeficientes de la ecuacin son no negativos ( >= 0 ). Si es as, el
proceso termina; de otra manera se lleva a cabo otra interaccin para obtener la
nueva solucin bsica factible inicial.
3. Condicin de factibilidad.- Para todos los problemas de maximizacin y
minimizacin, variable que sale es la variable bsica que tiene la razn ms pequea
(positiva). Una coincidencia se anula arbitrariamente.
4. Seleccionar las variables de holgura como las variables bsicas de inicio.
5. Selecciona una variable que entra de entre las variables no bsicas actuales que,
cuando se incrementan arriba de cero, pueden mejorar el valor de la funcin
objetivo. Si no existe la solucin bsica es la ptima, si existe pasar al paso
siguiente.
la
variable
bsica
para
esta
ecuacin.
15.
http://neos.mcs.anl.gov/CaseStudies/simplex/applet/SimplexTool.htm
Implementacin con Mathematica
http://math.fullerton.edu/mathews/n2003/linearprogramming/LinearProgrammingMod/Lin
ks/LinearProgrammingMod_lnk_2.html
Ejemplo de casos reales
http://www.phpsimplex.com/casos_reales.htm
Otro software til en la implementacin del Mtodo Simplex
WinQSB- Creado por el del Dr. Yih-Long Chang. Consta de una serie de mdulos o
aplicaciones individuales que nos ayudarn en temas de investigacin de operaciones,
mtodos de trabajo, planteamiento de la produccin, evaluacin de proyectos, control de
calidad, simulacin, estadstica, etc., y son en total 19 mdulos.
LINDO - Se especializa en software de Optimizacin Lineal, No Lineal, y Entera
ofreciendo una lnea completa de productos, con un total soporte de estos. Los que vienen
de acuerdo al tamao de matriz de sus modelos (nmero de variables y restricciones),y
adems estn disponibles en todas las plataformas conocidas
Creador y Resea Histrica.
George Bernard Dantzig naci el 8 de Noviembre de 1914 en
Portland, Oregon, EEUU. Su padre era profesor de Matemticas,
se retir dejando su puesto de Jefe del Departamento de
Matemticas en la Universidad de Maryland poco despus de la
Segunda
Guerra
Mundial.
Su
madre
era
una
lingista
No obstante, Dantzig no termin su doctorado hasta 1946. Poco despus del comienzo
de la Segunda Guerra Mundial se uni a la Fuerza Area de Estados Unidos y trabaj con el
Combat Analysis Branch of Statistical Control. Despus de recibir su Doctorado, regres a
la Fuerza Area como el asesor de Matemticas del U. S. Air Force Controller. Fue en ese
trabajo donde encontr los problemas que le llevaron a hacer sus grandes descubrimientos.
La Fuerza Area necesitaba una forma ms rpida de calcular el tiempo de duracin de las
etapas de un programa de despliegue, entrenamiento y suministro logstico.
El profesor Dantzig centr bsicamente sus desarrollos cientficos, cronolgicamente,
en la RAND Corporation y las universidades de Berkeley y Stanford en California, con
asignaciones temporales en otros centros como el IIASA en Viena. (Es gozosa la ancdota
que l cuenta como la razn principal para moverse de Berkeley a Stanford, la "culpa" es de
un aparcamiento de coches para los profesores en la misma puerta de su nuevo Dpto. con
tal mala fortuna que este aparcamiento ya haba desaparecido cuando l se incorpor a
Stanford).
El trabajo de Dantzig generaliz lo hecho por el economista, ganador del Premio
Nobel, Wassily Leontief. Dantzig pronto se dio cuenta de que los problemas de planeacin
con los que se encontraba eran demasiado complejos para las computadoras ms veloces de
1947 (y aun para las de la actualidad).
Habindose ya establecido el problema general de Programacin Lineal, fue necesario
hallar soluciones en un tiempo razonable. Aqu rindi frutos la intuicin geomtrica de
Dantzig: "Comenc observando que la regin factible es un cuerpo convexo, es decir, un
conjunto polidrico. Por tanto, el proceso se podra mejorar si se hacan movimientos a lo
largo de los bordes desde un punto extremo al siguiente. Sin embargo, este procedimiento
pareca ser demasiado ineficiente. En tres dimensiones, la regin se poda visualizar como
un diamante con caras, aristas y vrtices. En los casos de muchos bordes, el proceso llevara
a todo un recorrido a lo largo de ellos antes de que se pudiese alcanzar el punto de esquina
ptimo del diamante".
Esta intuicin llev a la primera formulacin del mtodo simplex en el verano de 1947.
El primer problema prctico que se resolvi con este mtodo fue uno de nutricin.
El 3 de octubre de l947 Dantzig visit el Institute for Advanced Study donde conoci a
John von Neumann, quien por entonces era considerado por muchos como el mejor
Matemtico del mundo. Von Neumann le habl a Dantzig sobre el trabajo conjunto que
estaba realizando con Oscar Morgenstern acerca de la teora de juegos. Fue entonces
cuando Dantzig supo por primera vez del importante teorema de la dualidad.
Otro de sus grandes logros es la teora de la dualidad, ideado conjuntamente con
Fulkerson y Johnson en 1954 para resolver el paradigmtico problema del Agente Viajero
(resolviendo entonces problemas con 49 ciudades cuando, hoy da, mediante modernas
implementaciones del mtodo, se resuelven problemas con varios miles de ciudades y hasta
un milln de nodos) es el precursor de los hoy utilsimos mtodos de Branch-and Cut
(Bifurcacin y corte) tan utilizados en programacin entera para resolver problemas de
grandes dimensiones.
Muchos de los problemas a resolver mediante Programacin Matemtica se enmarcan
en planificacin dinmica a travs de un horizonte temporal. Muchos de los parmetros se
refieren al futuro y no se pueden determinar con exactitud. Surge entonces la programacin
estocstica o programacin bajo incertidumbre. Esta rama, con un gran desarrollo hoy da,
y un tremendo potencial para el futuro, debe su desarrollo a dos trabajos seminales que de
forma independiente son debidos a los profesores E.Martin L Beale y George B. Dantzig en
1955.
As mismo es de gran utilizacin su mtodo denominado Descomposicin de DantzigWolfe (desarrollado conjuntamente con Philip Wolfe en 1959-1960) (cuyo dual es el
BIBLIOGRAFIA
http://en.wikipedia.org/wiki/Simplex
http://mathworld.wolfram.com/SimplexMethod.html
http://eom.springer.de/S/s085340.htm
http://wapedia.mobi/en/Simplex_algorithm
http://en.wikipedia.org/wiki/Simplex_algorithm
http://neos.mcs.anl.gov/CaseStudies/simplex/index.html
http://math.fullerton.edu/mathews/n2003/LinearProgrammingMod.html
http://glossary.computing.society.informs.org
http://www.me.utexas.edu/~jensen/ORMM/frontpage/jensen.lib/index.html
http://www.phpsimplex.com/biografia_Dantzig.htm