Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Profesor:
Integrantes:
Ali Guerra
El Mtodo Simplex
El Mtodo Simplex es un mtodo analtico de solucin de problemas
de programacin lineal capaz de resolver modelos ms complejos que los resueltos
mediante el mtodo grfico sin restriccin en el nmero de variables.
El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin
en cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste
en caminar del vrtice de un poliedro a un vrtice vecino de manera que aumente o
disminuya (segn el contexto de la funcin objetivo, sea maximizar o minimizar),
dado que el nmero de vrtices que presenta un poliedro solucin es finito siempre
se hallar solucin.
Este famossimo mtodo fue creado en el ao de 1947 por el estadounidense
George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo de
crear un algoritmo capaz de solucionar problemas de m restricciones y n variables.
La toma de decisiones y la investigacin de operaciones
La teora de la toma de decisiones abarca un sinnmero de asignaturas y se
manifiesta en todas las ramas de la ciencia. Por las diferentes formas y
caractersticas que se presentan cuando se requiere la necesidad de decidir, las
decisiones se pueden clasificar de muchas maneras, entre ellas resultan de inters
para la investigacin de operaciones: las decisiones trascendentales en contra de las
triviales y las decisiones que aportan resultados ptimos o cercanos al ptimo.
Las tcnicas de investigacin de operaciones son herramientas tiles para la
toma de decisiones. En su mayora son tcnicas de optimizacin y entre ellas se
encuentra la simulacin de sistemas. Diversos investigadores coinciden en que la
simulacin, como tambin suele ser referida, est en el grupo de las tcnicas
cuantitativas ms usadas en el mundo real, junto con la programacin matemtica y
la estadstica. El inters de la aplicacin de estas herramientas por parte de los
tomadores de decisiones consiste en incrementar la productividad, la competitividad
y la calidad de los bienes y servicios que se producen en las organizaciones al
optimizar los recursos. Incluir los aspectos de calidad en los mtodos cuantitativos
es de una gran importancia debido a que la filosofa de calidad aporta los aspectos
cualitativos que tambin son indispensables en la toma de decisiones.
Tipo de optimizacin.
Objetivo de maximizacin
Variables de salida
Esta variable es un punto extremo que se encuentra en un criterio conocido como
Condicin de factibilidad, en un modelo, ya sea de optimizacin o minimizacin,
y se refiere a la variable bsica asociada con la mnima razn no negativa con el
coeficiente ms negativo, si se trata de una maximizacin, o el coeficiente ms
positivo, si se trata de una minimizacin, la cual, en el la tabla de solucin siguiente,
pasar a ser variable no bsica.
Variable degenerada
Una variable degenerada es una variable bsica que vale 0. Grficamente esto puede
ocurrir cuando ms de dos rectas se intersequen en el mismo punto.
Base
Una base es el conjunto de variables bsicas.
Variable artificial
Se usa una variable artificial cuando las restricciones son = y y sucede cuando el
origen no se encuentra dentro de la regin factible, tratando de llevar el modelo a
otra dimensin en la cual el origen si exista en la regin.
Es aquella que puede tomar toda clase de valores positivos, cero y negativos puede
escribirse como la diferencia de dos variables no-negativas.
Funcin objetivo
Solucin optima
Siempre est asociada a un punto extremo de la regin factible y satisface todas las
restricciones si se evala en ellas as como es el punto que en el caso de
Elemento pivote
En el cruce correspondiente a columna y rengln elegidos con los dos criterios
anteriores, se ubica un coeficiente denominado pivote (P) que se utiliza durante las
iteraciones o etapas de clculo del simplex.
Ejercicio # 1 (Maximizar)
La empresa GELATI se dedica a la produccin de productos lcteos. Tiene una
pequea gama de helados, compuesta por tres tipos: helado de chocolate, de fresa y
de vainilla. Cada kg de helado de fresa genera un beneficio de 60 u.m., el de vainilla
40 u.m. y el de chocolate 15 u.m. Estos productos se elaboran a partir de tres
materias primas (leche, frutas, azcar, horas de mquinas, etc.). En concreto y
centrndonos en las materias primas comunes a los tres las cantidades empleadas
para fabricar el helado de fresa son 2 kg del factor A, 3 kg del B y 1 unidad del C; el
de vainilla necesita 4 kg del factor A, 1 kg del B y 4 unidades del C; y el de
chocolate se elabora a partir de 1 kg de la materia prima A, 5 kg del B y 2 unidades
del C. Determinar el programa ptimo de produccin diario que maximizara el
beneficio sabiendo que para la produccin diaria de helados la empresa solamente
cuenta con de 100 kg de la materia prima A, 250 kg de la materia B y 75 unidades
del factor C.
Solucin
Zmax = 60 X1 + 40 X2 + 15 X3
2 X1 + 4 X2 + X3 100
3 X1 + X2 + 5 X3 250
X1 + 4 X2 + 2 X3 = 75
Entra X1 y sale H1
Dado que los rendimientos marginales son todos iguales o menores que cero, se ha
llegado al programa ptimo de produccin, con el que se podra obtener un
beneficio:
B = 60 * 60 + 40 * 0 + 15 * 0 = 3.600 u.m.
Ejercicio #2 (Minimizar)
Una determinada empresa debe determinar para el prximo ao un programa que
conlleve el mnimo coste posible. Los dos productos que puede fabricar le hacen
incurrir en un coste de 8 u.m. /u.f. si se trata del producto Z y 10 u.m. /u.f. si es el
producto W. en cuanto al consumo de materias primas slo existe restriccin en cuanto
al componente AB, del cual el producto Z consume 2 u.f. por unidad de producto y el
W 1u.f. por unidad de producto, disponindose de 600 u.f. de dicho componente al
mes.
SOLUCIN:
ZMIN = 8X1 + 10X2
2X1 + X2 600
X1 100
X1 + X2 350
Xi 0
Y una vez llegado hasta aqu, observamos que los rendimientos son mayores o iguales
a 0 y estamos minimizando, lo cual hemos alcanzado el ptimo, donde se fabricarn:
X1 = 8 unidades del producto Z
X= 10 unidades del producto W.
Coste = 3.00 u.m
una tcnica diferente, el mtodo simplex, cuyo nombre est asociado en anlisis ms
avanzados a un objeto geomtrico al que se denomina simplex.
El mtodo simplex comienza con una solucin factible y prueba si es o no ptima. Si
no lo es, el mtodo sigue a una mejor solucin. Se dice mejor en el sentido de nueva
solucin no es ptima, entonces se repite el procedimiento. En algn momento el
mtodo simplex conduce a una solucin ptima, si es que existe.
Adems de ser eficiente, dicho mtodo tiene otras ventajas. Es completamente
mecnico (se utilizan matrices, operaciones elementales sobre renglones y aritmtica
bsica). Asimismo, no implica el uso de geometra. Esto permite resolver problemas
de programacin lineal que tiene cualquier nmero de restricciones y variables.
El mtodo constituye una forma sistemtica y de bsqueda intensiva a travs de
todas las posibles soluciones para obtener una solucin ptima. Ello resulta de gran
utilidad debido a su eficiencia. Adems es fcil programarlo en una computadora. En
contraste con el anlisis grfico, este mtodo permite el uso de muchas variables.
Tambin permite la aplicacin de cantidades de restricciones lineales con signos;
mayores e igual, menores e igual y de igualdad. En comparacin con el mtodo
grfico, el mtodo simplex tiene como punto de partida el origen siendo este la
solucin inicial al problema. El mtodo prueba todos los puntos extremos grficos
aunque no necesariamente se detiene en todos los vrtices. Por otro lado utiliza el
concepto de lgebra de matrices en una serie de tablones.
Los tipos de optimizacin son: objetivo maximizacin y objetivo de minimizacin
Normalizacin de las restricciones