Programación lineal: Métodos de solución-

simplex, penalizacin, doble fase y simplex

dual

Método Simplex:
Es un procedimiento iterativo que permite mejorar la solución de la función objetivo en
cada paso. El proceso concluye cuando no es posible continuar mejorando dicho valor,
es decir, se ha alcanzado la solución óptima (el mayor o menor valor posible, según el
caso, para el que se satisfacen todas las restricciones).
Partiendo del valor de la función objetivo en un punto cualquiera, el procedimiento
consiste en buscar otro punto que mejore el valor anterior. Como se verá en el método
Gráfico, dichos puntos son los vértices del polígono (o poliedro o polícoro, si el número
de variables es mayor de 2) que constituye la región determinada por las restricciones
a las que se encuentra sujeto el problema (llamada región factible). La búsqueda se
realiza mediante desplazamientos por las aristas del polígono, desde el vértice actual
hasta uno adyacente que mejore el valor de la función objetivo. Siempre que exista
región factible, como su número de vértices y de aristas es finito, será posible
encontrar la solución.
El método Simplex se basa en la siguiente propiedad: si la función objetivo Z no toma
su valor máximo en el vértice A, entonces existe una arista que parte de A y a lo largo
de la cual el valor de Z aumenta.

METODO DE PENALIZACIÓN O DE LA GRAN “M”:

Definimos la letra M como un número muy grande pero finito para usarlo como
coeficiente de las variables artificiales en la función objetivo y con sentido contrario a la
misma para penalizar de manera muy grande la existencia de las mismas en la
solución. Si el objetivo es minimizar las variables artificiales entraran con M positivo y
si es maximizar las variables artificiales se usaran como -M. Mientras que los
Programas Lineales que solo tienen restricciones de <= se pueden resolver sólo
usando variables de holgura, para aquellos programas lineales que involucren
restricciones de tipo >= e = es necesario, usar variables artificiales.

METODO DE LAS DOS FASES:

La desventaja de la técnica M es el posible error de cómputo que podría resultar de
asignar un valor muy grande a la constante M. Esta situación podría presentar errores
de redondeo en las operaciones de la computadora digital. Para evitar esta dificultad el
problema se puede resolver en 2 fases.
FASE 1. Formule un nuevo problema reemplazando la función objetivo por la suma de
las variables artificiales.
La nueva función objetivo se minimiza sujeta a las restricciones del problema original.
Si el problema tiene un espacio factible el valor mínimo de la función objetivo óptima
será cero, lo cual indica que todas las variables artificiales son cero. En este momento
pasamos a la fase 2.

* Si el valor mínimo de la función objetivo óptima es mayor que cero, el problema no

tiene solución y termina anotándose que no existen soluciones factibles

FASE 2. Utilice la solución óptima de la fase 1 como solución de inicio para el

problema original. En este caso, la función objetivo original se expresa en términos de
las variables no básicas utilizando las eliminaciones usuales Gauss-Jordan.

METODO DUAL SIMPLEX.

Cada problema de programación lineal tiene un segundo problema asociado con el.
Uno se denomina primal y el otro dual. Los 2 poseen propiedades muy relacionadas,
de tal manera que la solución óptima a un problema proporciona información completa
sobre la solución óptima para el otro.
Las relaciones entre el primal y el dual se utilizan para reducir el esfuerzo de computo
en ciertos problemas y para obtener información adicional sobre las variaciones en la
solución óptima debidas a ciertos cambios en los coeficientes y en la formulación del
problema. Esto se conoce como análisis de sensibilidad o post-optimidad.
 Conclusiones
La programación lineal es una técnica poderosa para tratar problemas de asignación
de recursos escasos entre actividades que compiten, al igual que otros problemas
cuya formulación matemática es parecida.

Punto de aprendizaje:
Una vez concluido este trabajo de investigación, se considera interesante continuar su
desarrollo con aspectos relacionados a la programación
lineal y el análisis de inventarios.
Extender la investigación realizada a una red que involucre el segundo nivel de
distribución, combinándolo con la identificación de la ruta más corta que pudiera existir
entre las sucursales principales (Primer nivel) como entre los corresponsales
(Segundo
nivel), trabajando también en mejorar el modelo matemático planteado o quizá
encontrar
otra variable de decisión que refleje con mayor claridad el desarrollo de las
operaciones.