METODO SIMPLEX REVISADO PARTE No 1 - UMNG 2019 II PDF

MÉTODO SIMPLEX
REVISADO
EJEMPLOS RESUELTOS
EN CLASE
Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

CANDIDATO A DOCTOR EN INGENIERIA
CANDIDATO A DOCTOR EN PROYECTOS
MÉTODO SIMPLEX REVISADO
1. INTRODUCCIÓN
El método simplex revisado es un mejoramiento del método
simplex, en cuanto a la solución de problemas lineales grandes
que requieren gran cantidad de almacenamiento de información.
Sin embargo en bastantes problemas reales, el almacenar una
matriz de orden m*m (la matriz B-1) pude resultar una tarea
sino imposible, con bastante complicación y que consume
mucho tiempo.
Los pasos iterativos del método simplex revisado son

exactamente los mismos que en el método de la tabla simplex.
La diferencia principal es que los cálculos en el método revisado
se basan en manipulaciones de matriz y no en operaciones de
filas.
DESCOMPOSICION LINEAL
1. INTRODUCCIÓN
La única información necesaria para pasar de un Tableau al
siguiente en el método simplex revisado, es:
1. Coeficientes de Ganancias Relativas.

2. Columna Pivote.
Basándose en esto, la Descomposición Lineal realiza sólo los

cálculos relevantes para la resolución del PPL.
Los pasos iterativos del método simplex modificado o

revisado son exactamente a los que seguimos con la tabla.
La principal diferencia esta en que en este método se usa el
algebra de matrices, con la gran ventaja que reduce el
error de redondeo.
1. INTRODUCCIÓN
Desarrollo de las condiciones de Optimalidad y factibilidad.

1. INTRODUCCIÓN

1. INTRODUCCIÓN
Condición de Optimalidad. En la ecuación de Z, un aumento
de Xj no básica por encima de su valor actual cero mejorará el
valor de Z en relación con su valor actual, CBB−1b, sólo si Zj−Cj
es estrictamente negativo en el caso de maximización, y
estrictamente positivo en caso de minimización. En caso
contrario Xj no puede mejorar la solución y debe permanecer
como no básica de valor cero. Aunque se puede escoger
cualquier variable no básica que satisfaga esta condición para
mejorar la solución, en el método simplex se usa una regla
aproximada, que selecciona a la variable entrante como la que
tiene Zj−Cj más negativo si es maximización y más positivo si
es minimización.
1. INTRODUCCIÓN
Condición de Factibilidad. La determinación del vector
saliente se basa en examinar la ecuación de restricción asociada
con la i-ésima variable básica. En forma especíﬁca:
Cuando se selecciona el vector Pj con la condición de

Optimalidad para entrar a la base, su variable asociada Xj
aumentará sobre el valor cero. Al mismo tiempo, todas las
variables no básicas restantes quedan de valor cero.
1. INTRODUCCIÓN
Así, la i-ésima ecuación de restricción se reduce a:

1. INTRODUCCIÓN

1. INTRODUCCIÓN
Pasos de cómputo del método Sımplex Revisado.

1. INTRODUCCIÓN
Pasos de cómputo del método Sımplex Revisado.

CASOS DE ESTUDIO
PROPUESTOS

CASO No 1
MODELO SIMBOLICO DEL PROBLEMA ORIGINAL
F.O: Maximizar Z = 5X1 + 2X2 + 3X3

s.a
R1: 1X1 + 2X2 + 2X3 ≤ 8
R2: 3X1 + 4X2 + 1X3 ≤ 7
Xi ≥ 0
i = 1,2,3

SOLUCION DEL CASO No 1
MODELO SIMBOLICO ESTANDAR DEL PROBLEMA ORIGINAL
F.O: Maximizar Z = 5X1 + 2X2 + 3X3 + 0S1 + 0S2

s.a
R1: 1X1 + 2X2 + 2X3 = 8 + 1S1
R2: 3X1 + 4X2 + 1X3 = 7 + 1S2
Xi, Sj ≥ 0
i = 1,2,3
j = 1,2

SOLUCION DEL PROBLEMA CON EL
MÉTODO SIMPLEX TABULAR
Cb 5 2 3 0 0
LD
Cb Base X1 X2 X3 S1 S2
6 1 2 6
5 X1 1 0
5 5 5 5
2 3 1 17
3 X3 0 1
5 5 5 5
36 4 7 81
ZJ 5 3
5 5 5 5
26 4 7
CJ - ZJ 0 0
5 5 5

El método simplex requiere:
1. Columna C para determinar cuál variable no básica entra a la

base.
2. La columna pivote y las constantes del lado derecho para

realizar la regla de la razón mínima.
Cada Tableau puede ser generado a través de operaciones Vector-

Matriz. Así, se pueden representar las columnas correspondientes al
Tableau como:
1  2  2 1 0 8
A1    , A2    , A3    , A4    , A5    , b   
 3  4 1  0 1 7
Por ejemplo, el Tableau 2 puede ser generado directamente por
teoría de matrices
2 0 1  1/ 2 0
Matriz Base B  ( A3, A5 )    ,B  
1 1  1 / 2 1 
Como se observa a continuación, cualquier columna del segundo
Tableau puede ser obtenida multiplicando la columna original con la
matriz base inversa. Por ejemplo:
1  1/ 2 0  1 1/ 2  1  1/ 2 0   2  1
A1  B A1        A2  B A2       
 1/ 2 1  3 5 / 2   1/ 2 1   4  3
 1/ 2 0  8   4 
1
Este vector entrega el valor
bB b      de las variables básicas X3 y
 1/ 2 1  7   3  X5
Ahora, es necesario conocer las ganancias relativas. Los valores de C
se calculan de la siguiente forma en el método simplex original.
1/ 2  1
C1  C1  CB A1  5  (3,1)    1 C2  C2  CB A2  2  (3,1)    4
5 / 2   3
 1/ 2 
C4  C4  CB A4  1  (3,1)    2
 1/ 2 
O en general C j  C j  CB A j con Aj  B 1 Aj
Sea   CB B 1
Cuyos elementos son llamados “multiplicadores simplex”

Entonces:
C j  C j  Aj
Por ejemplo:
 1/ 2 0 
   1 ,  2   CB B  (3,1) 1
  (1,1)
 1/ 2 1 
Luego:
1 X1 es la nueva variable
C1  C1  A1  5  (1,1)    1
 3 básica.
2
C2  C2  A2  2  (1,1)    4
4
1 
C4  C4  A4  1  (1,1)    2
0 
Ahora se debe encontrar la variable que deja la base. Para aplicar
la regla de la razón mínima es necesario encontrar las constantes
del lado derecho y la columna pivote.
1  1/ 2 0  1 1/ 2  Aplicando la razón mínima,

A1  B A1        se obtiene que la variable
 1/ 2 1   
3 5 / 2 
que sale es X5.
1  1/ 2 0  8   4 
bB b      Las nuevas variables básicas
 1/ 2 1  7   3  son X3 y X1.
Luego la nueva matriz base y su inversa quedan respectivamente:
 2 1 1  3 / 5 1/ 5
B  ( A3 , A1 )    ,B   
 1 3  1/ 5 2 / 5 
(Correspondientes a las ecuaciones originales)
Las nuevas constantes del lado derecho se obtienen por:
1 3 / 5 1/ 5 8  17 / 5

B b     
 1/ 5 2 / 5   
7 6 / 5 
Así la nueva solución básica es X3= 17/5, X1 = 6/5, X2 = X4 = X5 =
0. Para saber si la solución es óptima se calculan las nuevas
ganancias relativas.
Recordar que C j  C j  Aj y   Cb B 1
 3 / 5 1/ 5
 1/ 5 2 / 5    4 / 5, 7 / 5 
1
Entonces   C B  (3,5)
b
 
Así, las ganancias relativas son:
 4 7  2 26
C2  C2  A2  2   ,     
 5 5  4 5
 4 7  1  9
C4  C4  A4  1   ,     
 5 5  0  5
 4 7  0  2
C5  C5  A5  1   ,     
 5 5  1  5
Como los coeficientes de ganancia relativa son negativos, la

solución es óptima.
SOLUCION DEL PROBLEMA PRIMAL
𝟔 𝐔𝐧𝐢𝐝𝐚𝐝𝐞𝐬 𝐅𝐢𝐬𝐢𝐜𝐚𝐬
X1 =
𝟓 𝐏𝐞𝐫𝐢𝐨𝐝𝐨
𝐔𝐧𝐢𝐝𝐚𝐝𝐞𝐬 𝐅𝐢𝐬𝐢𝐜𝐚𝐬
X2 = 0
𝐏𝐞𝐫𝐢𝐨𝐝𝐨
𝟏𝟕 𝐔𝐧𝐢𝐝𝐚𝐝𝐞𝐬 𝐅𝐢𝐬𝐢𝐜𝐚𝐬
X3 =
𝟖𝟏 𝐔𝐧𝐢𝐝𝐚𝐝𝐞𝐬 𝐄𝐜𝐨𝐧𝐨𝐦𝐢𝐜𝐚𝐬
MinZ =
CASO No 2
MODELO SIMBOLICO DEL PROBLEMA ORIGINAL
F.O: Minimizar Z = (3)X1 + 1X2 + 1X3

s.a
R1: 1X1 - 2X2 + 1X3 ≤ 11
R2: -4X1 + 1X2 + 2X3 ≥ 3
R3: 2X1 + 0X2 - 1X3 = -1
Xi ≥ 0
i = 1,2,3

MODELO SIMBOLICO ESTANDAR DEL PROBLEMA ORIGINAL
MinZ = (3)X1 + 1X2 + 1X3 + 0S1 + 0S2 + MA1 + MA2

s.a
R1: 1X1 - 2X2 + 1X3 = 11 + 1S1
R2: -4X1 + 1X2 + 2X3 + 1A1 = 3 + 1S2
R3: 2X1 + 0X2 - 1X3 + 1A2 = -1
Xi, Aj, Sj ≥ 0
i = 1,2,3
j = 1,2

SOLUCION DEL PROBLEMA CON EL
MÉTODO SIMPLEX TABULAR
Cb (3) 1 1 0 0
LD
Cb Base X1 X2 X3 S1 S2
𝟏 𝟐
(3) X1 1 0 0 4
𝟑 𝟑
1 X2 0 1 0 0 (1) 1
𝟐 𝟒
1 X3 0 0 1 9
𝟑 𝟑
𝟏 𝟏
ZJ (3) 1 2 (2)
𝟑 𝟑
𝟏 𝟏
CJ - ZJ 0 0 0
𝟑 𝟑
Se tiene:
1  2  1  1  0
        
A1   4  , A2   1  , A3   2  , A4  0  , A5   1 
 2   0  1   0   0 
0  0 11
    
A6  1  , A7  0  , b   3  
0  1   1 

1 0 0 
Luego: B   A4 , A6 , A7   0 1 0   I
0 0 1 
Por lo tanto: B 1  I y b  B 1b  b
El Tableau inicial es:

Variable Columna
Base B-1 LD
que entra Pivote
X4 1 0 0 11 1
X6 0 1 0 3 X3 2
X7 0 0 1 1 1
Se obtendrán a continuación:
Los multiplicadores simplex son: 1 0 0 
   1 ,  2 ,  3   Cb B 1  (0, M , M ) 0 1 0    0, M , M 
Como: C j  C j   A j 0 0 1 
1 1 
C1  3   0, M , M   4   6M  3 C3  1   0, M , M   2   1  3M
 2  1 
Entra a la base
 2  0
C2  1   0, M , M   1   1  M C5  0   0, M , M   1  M
 0   0 
1 0 0   1   1 
La columna pivote se obtiene por: A3  B 1 A3  0 1 0   2    2 
Por razón mínima, X3 reemplaza a X7 0 0 1  1  1 
Luego en el Tableau 1 se realiza la operación pivote, resultando:
El Tableau uno es:

Variable Columna
Base B-1 LD
que entra Pivote
X4 1 0 -1 10 -2
X6 0 1 -2 1 X2 1
X3 0 0 1 1 0
1 0 1
Los multiplicadores
  (0, M ,1) 0 1 2    0, M , 2 M  1
simplex son:
0 0 1 
Además: C1  1, C2  1  M , C5  M Por lo tanto X2 entra a

la base.
La columna pivote se obtiene por:
1 0 1  2   2 
A2  B 1 A2  0 1 2   1    1 
0 0 1   0   0 
Por razón mínima, X2 reemplaza a X6

Luego en el Tableau Dos se realiza la operación pivote, resultando:
Tableau Dos es:

Variable Columna
Base B-1 LD
que entra Pivote
X4 1 2 -5 12 3
X2 0 1 -2 1 X1 0
X3 0 0 1 1 -2
1 2 5 
  (0,1,1)  2 
Los multiplicadores
simplex son: 0 1    0,1, 1

0 0 1 
Además: C1  1, C5  1 Por lo tanto X1 entra a la base.
La columna pivote se obtiene por:
1 2 5  1   3 
A1  B 1 A1  0 1 2   4    0 
0 0 1   2   2 
Por razón mínima, X1 reemplaza a X4 y el nuevo Tableau está dado

por:
Tableau Tres es:
Base B-1 LD
X1 1/3 2/3 -5/3 4

X2 0 1 -2 1
X3 2/3 4/3 -7/3 9

1/ 3 2 / 3 5 / 3
 1 1 2
Los multiplicadores   (3,1,1)  0 1 2     , , 
simplex son:  3 3 3
 2 / 3 4 / 3 7 / 3
1 1
Además: C4  , C5 
3 3
Por lo tanto el Tableau Tres es óptimo. La solución óptima está
dada por:
X1 = 4 X2 = 1 X3 = 9 S1 = 0 S2 = 0
 4
 
El valor óptimo de la FO es: Z  CB b  ( 3,1,1)  1   2
9
 
SOLUCION DEL PROBLEMA PRIMAL
X1 = 4
X2 = 1
X3 = 9
𝐔𝐧𝐢𝐝𝐚𝐝𝐞𝐬 𝐄𝐜𝐨𝐧𝐨𝐦𝐢𝐜𝐚𝐬
MinZ = 2
Resumen:
1
b B b
1
  CB B
C j  C j   Aj
1
Aj  B Aj
Z  CB b
Gracias por su Atención
Señores Ingenieros

NOTA ACLARATORIA:
ESTA PRESENTACIÓN SE CONFIGURO CON

INFORMACIÓN ALOJADA EN LA SIGUIENTE
DIRECCIÓN ELECTRÓNICA EN RECURSOS
ACADÉMICOS: DEL CIBERESPACIO, CON EL OBJETO
DE QUE SIRVA ÚNICAMENTE DE MATERIAL DE
CLASE, PARA LA ASIGNATURA DE INVESTIGACIÓN
DE OPERACIONES, ADSCRITA AL PROGRAMA DE
INGENIERÍA INDUSTRIAL DE LA UNIVERSIDAD MILITAR
NUEVA GRANADA.


METODO SIMPLEX REVISADO PARTE No 1 - UMNG 2019 II PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

METODO SIMPLEX REVISADO PARTE No 1 - UMNG 2019 II PDF

Cargado por

Copyright:

Formatos disponibles

MÉTODO SIMPLEX

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Los pasos iterativos del método simplex revisado son

1. Coeficientes de Ganancias Relativas.

Basándose en esto, la Descomposición Lineal realiza sólo los

Los pasos iterativos del método simplex modificado o

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Cuando se selecciona el vector Pj con la condición de

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

F.O: Maximizar Z = 5X1 + 2X2 + 3X3

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

F.O: Maximizar Z = 5X1 + 2X2 + 3X3 + 0S1 + 0S2

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

1. Columna C para determinar cuál variable no básica entra a la

2. La columna pivote y las constantes del lado derecho para

Cada Tableau puede ser generado a través de operaciones Vector-

Cuyos elementos son llamados “multiplicadores simplex”

1  1/ 2 0  1 1/ 2  Aplicando la razón mínima,

Luego la nueva matriz base y su inversa quedan respectivamente:

1 3 / 5 1/ 5 8  17 / 5

Recordar que C j  C j  Aj y   Cb B 1

Como los coeficientes de ganancia relativa son negativos, la

F.O: Minimizar Z = (3)X1 + 1X2 + 1X3

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

MinZ = (3)X1 + 1X2 + 1X3 + 0S1 + 0S2 + MA1 + MA2

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Por lo tanto: B 1  I y b  B 1b  b

El Tableau inicial es:

Luego en el Tableau 1 se realiza la operación pivote, resultando:

El Tableau uno es:

Además: C1  1, C2  1  M , C5  M Por lo tanto X2 entra a

La columna pivote se obtiene por:

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Tableau Dos es:

Por razón mínima, X1 reemplaza a X4 y el nuevo Tableau está dado

X1 1/3 2/3 -5/3 4

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

ESTA PRESENTACIÓN SE CONFIGURO CON

Ing. Esp. OSCAR PALACIO LEÓN, M.Sc, M.Sc

También podría gustarte