Está en la página 1de 8

Instituto Tecnolgico Superior De San Andrs Tuxtla

Carrera: INGENIERIA INDUSTRIAL

Materia:
INVESTIGACION DE OPERACIONES

Tema: TEORA DEL METODO SIMPLEX

Alumno: NEFI ANTONIO ECHAVARRIA

Grupo:

401-4

Docente: MARA DE LA CRUZ PORRAS ARIAS

A 25 de Abril del 2013. San Andrs Tuxtla, Ver.

TEORA DEL METODO SIMPLEX

EL MTODO SIMPLEX El mtodo Simplex es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando ms dicha solucin. Partiendo del valor de la funcin objetivo en un vrtice cualquiera, el mtodo consiste en buscar sucesivamente otro vrtice que mejore al anterior. La bsqueda se hace siempre a travs de los lados del polgono (o de las aristas del poliedro, si el nmero de variables es mayor). Cmo el nmero de vrtices (y de aristas) es finito, siempre se podr encontrar la solucin. El mtodo Simplex se basa en la siguiente propiedad: si la funcin objetivo, f, no toma su valor mximo en el vrtice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deber tenerse en cuenta que este mtodo slo trabaja para restricciones que tengan un tipo de desigualdad "" y coeficientes independientes mayores o iguales a 0, y habr que estandarizar las mismas para el algoritmo. En caso de que despus de ste proceso, aparezcan (o no varen) restricciones del tipo "" o "=" habr que emplear otros mtodos, siendo el ms comn el mtodo de las Dos Fases.

TEORA DEL MTODO SIMPLEX Para poder aplicar el mtodo simplex a un modelo de programacin lineal es necesario que este se encuentre en su forma estndar.

LA FORMA ESTNDAR. Las caractersticas de la forma estndar son: 1.-Todas las restricciones son ecuaciones excepto para las restricciones de no negatividad que permanecen como desigualdades.
1

2.-Los elementos del lado derecho de cada ecuacin son no negativos. 3.-Todas las variables son no negativas. 4.-la funcin objetivo es del tipo de Maximizacin o minimizacin.

TRANSFORMACIONES ELEMENTALES. 1.-Las restricciones de desigualdad pueden cambiarse por ecuaciones introduciendo en el lado izquierdo de cada una de tales restricciones una variable no negativa. (estas nuevas variables se conocen como variables de holgura o supervit las cuales se sumaran si la desigualdad es (Holgura) y se restaran si la desigualdad es (Supervit o exceso). 2.-El signo del lado derecho (-) puede eliminarse multiplicando la ecuacin por (-1) en caso de que sea necesario. 3.-Una restriccin de desigualdad con su lado izquierdo en forma de valor absoluto puede cambiarse a dos desigualdades, la desigualdad contraria a la original se le antepone el signo negativo a su lado derecho. 4.-Una variable que es irrestricta en signo ( esto es positiva, negativa o cero) es equivalente a la diferencia entre dos variables no negativas por consiguiente si X es irrestricta en signo puede remplazarse por (X+-X-) donde X+ y X- son 0. 5.-Una desigualdad en una direccin ( o ) puede cambiarse a una desigualdad opuesta ( o ) multiplicando ambos lados por (-1). 6.-Una ecuacin puede ser remplazada por dos desigualdades en direcciones opuestas. 7.-La minimizacin de una funcin f(x), es matemticamente equivalente a la maximizacin de la expresin negativa de esta funcin f(x), y viceversa.

EL MTODO SIMPLEX. Podemos decir que es la determinacin algebraica de los puntos extremos del espacio de soluciones factibles (mtodo grfico), partiendo de la forma estndar. En la cual tenemos un sistema con m ecuaciones y n incgnitas.
2

La diferencia entre el nmero de ecuaciones y las incgnitas nos dan el nmero de variables que son iguales a cero en un punto extremo, las cuales son llamadas variables no bsicas, y las variables restantes son llamadas bsicas.

El mtodo simplex inicia con un punto extremo o solucin factible bsica. 1.-La funcin objetivo se presenta como una ecuacin y al pasarla a la tabla simplex cambian de signo los coeficientes de la funcin objetivo. 2.-Se coloca toda la informacin en una tabla. 3.-El siguiente paso es determinar una solucin bsica factible (punto extremo). El mtodo simplex hace esto eligiendo una variable no bsica a la cual se le conoce como la variable que entra (se convertir en bsica) y una variable bsica que se le conoce como la variable que sale (se convertir en no bsica). La que entra est determinada por la condicin de optimidad y la que sale por la condicin de factibilidad. 4.-Condicin de optimidad.- Dada la ecuacin X0 (funcin objetivo) expresada en funcin de las variables no bsicas solamente, se elige la variable que entra en maximizacin como la variable no bsica que tiene el mayor coeficiente negativo y en minimizacin como la variable no bsica que tiene el mayor coeficiente positivo, en la ecuacin X0. Un empate entre dos variable no bsicas o ms se rompe arbitrariamente. Cuando los coeficientes del lado izquierdo de la ecuacin X0 (Funcin objetivo) son no negativos (maximizacin) o no positivos (minimizacin) se ha llegado al punto ptimo. 5.-Condicin de factibilidad.-La variable que sale es la variable bsica correspondiente al cociente ms pequeo de los valores actuales de las variables bsicas entre los coeficientes positivos de las restricciones de la variable que entra. Un empate puede romperse arbitrariamente.

PREPARANDO EL MODELO PARA ADAPTARLO AL MTODO SIMPLEX Esta es la forma estndar del modelo: Funcin objetivo: Sujeto a: c1x1 + c2x2 + ... + cnxn a11x1 + a12x2 + ... + a1nxn = b1 a21x1 + a22x2 + ... + a2nxn = b2 ... am1x1 + am2x2 + ... + amnxn = bm x1,..., xn 0 Para ello se deben cumplir las siguientes condiciones: 1. El objetivo es de la forma de maximizacin o de minimizacin. 2. Todas las restricciones son de igualdad. 3. Todas las variables son no negativas. 4. Las constantes a la derecha de las restricciones son no negativas.

Cambio del tipo de optimizacin. Si en nuestro modelo, deseamos minimizar, podemos dejarlo tal y como est, pero deberemos tener en cuenta nuevos criterios para la condicin de parada (deberemos parar de realizar iteraciones cuando en la fila del valor de la funcin objetivo sean todos menores o iguales a 0), as como para la condicin de salida de la fila. Con objeto de no cambiar criterios, se puede convertir el objetivo de minimizar la funcin F por el de maximizar F(1).

Ventajas: No deberemos preocuparnos por los criterios de parada, o condicin de salida de filas, ya que se mantienen.

Inconvenientes: En el caso de que la funcin tenga todas sus variables bsicas positivas, y adems las restricciones sean de desigualdad "", al hacer el cambio se quedan negativas y en la fila del valor de la funcin objetivo se quedan positivos, por lo que se cumple la condicin de parada, y por defecto el valor ptimo que se obtendra es 0. Solucin: En la realidad no existen este tipo de problemas, ya que para que la solucin quedara por encima de 0, alguna restriccin debera tener la condicin "", y entonces entraramos en un modelo para el mtodo de las Dos Fases.

Conversin de signo de los trminos independientes (las constantes a la derecha de las restricciones) Deberemos preparar nuestro modelo de forma que los trminos independientes de las restricciones sean mayores o iguales a 0, sino no se puede emplear el mtodo Simplex. Lo nico que habra que hacer es multiplicar por "-1" las restricciones donde los trminos independientes sean menores que 0.

Ventaja: Con sta simple modificacin de los signos en la restriccin podemos aplicar el mtodo Simplex a nuestro modelo.

Inconvenientes: Puede resultar que en las restricciones donde tengamos que modificar los signos de las constantes, los signos de las desigualdades fueran ("=", ""), quedando ("=","") por lo que en cualquier caso deberemos desarrollar el mtodo de las Dos Fases. Este inconveniente no es controlable, aunque nos podra beneficiar si slo existen trminos de desigualdad ("",""), y los "" coincidieran con restricciones donde el trmino independiente es negativo.

Todas las restricciones son de igualdad. Si en nuestro modelo aparece una inecuacin con una desigualdad del tipo "", deberemos aadir una nueva variable, llamada variable de exceso si, con la restriccin si 0. La nueva variable aparece con coeficiente cero en la funcin objetivo, y restando en las inecuaciones. Surge ahora un problema, veamos cmo queda una de nuestras inecuaciones que contenga una desigualdad "" : a11x1 + a12x2 b1 a11x1 + a12x2 - 1xs = b1

Como todo nuestro modelo, est basado en que todas sus variables sean mayores o iguales que cero, cuando hagamos la primera iteracin con el mtodo Simplex, las variables bsicas no estarn en la base y tomarn valor cero, y el resto el valor que tengan. En este caso nuestra variable xs, tras hacer cero a x1 y x2, tomar el valor -b1. No cumplira la condicin de no negatividad, por lo que habr que aadir una nueva variable, xr, que aparecer con coeficiente cero en la funcin objetivo, y sumando en la inecuacin de la restriccin correspondiente. Quedara entonces de la siguiente manera: a11x1 + a12x2 b1 a11x1 + a12x2 - 1xs + 1 xr = b1

Este tipo de variables se les llama variables artificiales, y aparecern cuando haya inecuaciones con desigualdad ("=",""). Esto nos llevar obligadamente a realizar el mtodo de las Dos Fases, que se explicar ms adelante. Del mismo modo, si la inecuacin tiene una desigualdad del tipo "", deberemos aadir una nueva variable, llamada variable de holgura si, con la restriccin si "" 0 . La nueva variable aparece con coeficiente cero en la funcin objetivo, y sumando en las inecuaciones.

BIBLIOGAFIA Y FUENTES DE REFERANCIA CONSULTADA

1. http://www.phpsimplex.com/teoria_metodo_simplex.htm

2. http://itsuiiideo1.blogspot.mx/2012/02/21-teoria-del-metodo-simplex.html