Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEMESTRE 2022 I
INVESTIGACIÓN DE OPERACIONES I
SEMANA 04
MÉTODO SIMPLEX APLICADO A LA SOLUCIÓN DE
MODELOS DE MAXIMIZACIÓN
Zo = C X
Solución optima: Es aquella, que para determinados valores de las variables de decisión, se
optimiza la función objetivo, es decir, si el problema es de maximización, entonces, el valor
de Zo será el máximo de todos los valores posibles de Zo, si el problema es de minimización,
entonces, el valor de Zo será el mínimo de todos los valores posibles de Zo.
Max Z0 = 8 X1 + 6 X2 . . . . . . . . . . . . . . . .( F.O.)
s.a.:
4 X1 + 2 X2 60 . . . . . . . . . . . . Restricción de ensamble. (Horas)
2 X1 + 4 X2 48 . . . . . . . . . . . . Restricción de acabado. (Horas)
X1 , X2 0 . . . . . . . . . . . . . . restricción de no negatividad.
Evaluemos los recursos utilizados para fabricar productos tipo A y B: 60 horas en ensamble y
48 horas en acabado
1. Si partimos de una solución en el origen (vértice factible A), significa que X1 = 0 y
X2 = 0, (X1 y X2 son variables no básicas en esta solución inicial); por lo tanto la
utilidad para la solución inicial es S/. 0, (Z0 = 8 X1 + 6 X2 = S/. 0 ), y esto significa
que no se consume ninguna hora de ensamble y no se consume ninguna hora en
acabado. Veamos la ecuación de ensamble 4 X1 + 2 X2 + S1 = 60, si X1 = 0 y X2
= 0, entonces S1 = 60 horas, veamos la ecuación de acabado 2 X1 + 4 X2 + S2 =
48, si X1 = 0 y X2 = 0, entonces S2 = 48 horas (en este caso S1 y S2 son variables
básicas denominadas variables de holgura, por que si están presentes en la solución
inicial).
2. Por teoría sabemos que la solución óptima (si es única) esta en un vértice factible de
la región factible, evaluemos el vértice factible B; (su par ordenado 15, 0. Significa
que se debe fabricar 15 unidades del producto tipo A y cero unidades del producto
tipo B ), pero para fabricar 15 unidades del producto A, es decir si X1 = 15, la
variable X1 debe estar en esta nueva solución; por lo tanto necesitamos que la variable
X1 entre a esta nueva solución, es decir que X1 debe hacerse básica pero para entre a
esta nueva solución, una de las variables de holgura o bien S1, o bien S2 deben
hacerse no básicas es decir, una de ellas debe salir en esta nueva solución; para que en
reemplazo de ella entre la variable X1 y se vuelva básica.
MÉTODO SÍMPLEX
Es un método analítico, que a través de un algoritmo o proceso iterativo o repetitivo,
partiendo de una solución inicial en el origen y, pasando por diferentes alternativas de
solución permite resolver modelos de programación lineal, hasta llegar a la solución óptima
del modelo.
Variables
Terminologías
- Forma Estándar
Expresa el modelo bajo ciertas características.
- La función objetivo puede ser maximizar o minimizar.
- Todas las variables son no negativas sean estas Xj , Si , o Ai
- Las restricciones son ecuaciones con excepción de la restricción de no negatividad (
).
- Los elementos bi son no negativos.
- Condición de Optimidad
Permite seguir optimizando la solución actual dentro del proceso, es decir siempre se va
ha encontrar una solución igual o mejor a la solución actual. Determina la variable que
entra (variable de entrada) a la nueva solución.
- Para Max : Variable que tiene el valor mas positivo en Cj - Zj
- Para Min : Variable que tiene el valor mas negativo en Cj - Zj
- En caso de empate en el valor en Cj - Zj , se escoge aquel valor que está más a la
izquierda, el cual determinaría la variable de entrada.
-
En el proceso del método simplex se tendrá una fila semejante a la figura siguiente.
- Condición de Factibilidad
no exista ningún valor mayor que cero en Cj - Zj , significa que se ha encontrado la solución
optima (en este caso los valores en Cj - Zj serán todos negativos o ceros).
La Condición de Factibilidad
Determina la variable de salida:
Variable de salida: (Max o Min) -- bi / Aij : el coeficiente mínimo indica la fila de la
variable de salida. De existir un empate de cocientes mínimos se escoge aquel cociente
que esta en el nivel más superior.
Cociente valido si el valor de Aij 0
Nota: La solución inicial del método simplex es o se inicia en el origen; por lo tanto, en la
solución inicial o solución de inicio todas las variables Xj = 0
V.D. : Variable(s) de decisión
Max Z0 = 8 X1 + 6 X2 + 0 S1 + 0 S2
s.a:
4 X1 + 2 X2 + S1 = 60. . . . . . . ( 1 )
2 X1 + 4 X2 + S2 = 48. . . . . . . . ( 2 )
X1, X2, S1, S2 0 . . . . . . . . ( 3 )
EL MÉTODO SIMPLEX, TIENE LA SIGUIENTE ESTRUCTURA:
Bajo la variable X1
Bajo la variable X2
0 * 2 = 0
0 * 4 = 0
Zj = 0
Cj - Zj = 6 - 0 = 6
Bajo la variable S1
0 * 1 = 0
0 * 0 = 0
Zj = 0
Cj - Zj = 0 - 0 = 0
Bajo la variable S2
0 * 0 = 0
0 * 1 = 0
Zj = 0
Cj - Zj = 0 - 0 = 0
0 * 60 = 0
0 * 48 = 0
Zj = 0
5. Con esta información de la utilidad neta en los Cj – Zj vemos que X1 tiene la mayor
utilidad neta, es decir por cada unidad que se produzca del producto tipo A, se va ha
incrementar la utilidad de S/.0 (Valor de Zj en la columna Bi) en S/. 8 nuevos soles.
(Regla la variable de entrada en maximización es aquella variable no básica que tiene
el mayor valor en Cj – Zj.
NEEP de X1
X1 X2 S1 S2 Bi
X1 1 1/2 1/4 0 15
2 - (2 * 1 ) = 0
4 - (2 * 1/2) = 3
0 - (2 * 1/4) = - 1/2
1 - (2 * 0 ) = 1
48 - (2 * 15) = 18
productos Cantidad
(Aij > 0)
V. B. Cj 8 6 0 0 Bi
S1 0 4 2 1 0 60 15 VS (S1)
S2 0 2 4 0 1 48 24
Zj 0 0 0 0 0
Cj - Zj 8 6 0 0
X1 8 1 1/2 1/4 0 15 30
S2 0 0 3 -½ 1 18 6 VS
Zj 8 4 2 0 120
Cj - Zj 0 2 -2 0
X1 8 1 0 1/3 -1/6 12
X2 neep 6 0 1 -1 /6 1/3 6
Zj 8 6 5 /3 2/3 132
Cj - Zj 0 0 -5/3 - 2/3
4. Analizando esta nueva solución vemos que, es la solución óptima, por que se
ha cumplido la condición de optimidad ya que todos los elementos de la fila
de Cj – Zj (utilidad neta son ceros o negativos). Además, vemos que la
utilidad es de S/. 132 nuevos soles, en el punto anterior dijimos que como la
utilidad neta de X2 era de S/. 2 nuevos soles que ha sido la variable de
entrada en esta nueva solución, el valor de la función objetivo de la solución
anterior que era de S/. 120 nuevos, este valor se incrementaría en S/. 2, por
cada unidad que se produzca de X2 y vemos que se producen 6 unidades de
X2; por lo tanto, el nuevo valor de Z0 = 120 + 2*(6) = S/. 132 nuevos soles.
5. La solución óptima se da en términos de la Función Objetivo y de las
variables básicas, opcionalmente se incluyen las variables no básicas, así:
Solución:
Zo = S/. 132
Semestre Académico 2022 I Semana 04: Método Simplex: Maximización
16
Investigación de Operaciones I - UNS - Ing° Juan Pablo Sánchez Chávez
Variables básicas
X1 = 12
X2 = 6
Problema 02
Aplicar el método simplex para resolver el siguiente modelo de programación lineal.
Max: Z0 = 7 X1 + 5 X2 + 6 X3
s.a.:
2 X1 + 3 X2 + 1 X3 50
3 X1 + 2 X2 + 4 X3 60
X1 , X2 , X3 0
Semestre Académico 2022 I Semana 04: Método Simplex: Maximización
17
Investigación de Operaciones I - UNS - Ing° Juan Pablo Sánchez Chávez
Solución:
Forma estándar
Max: Z0 = 7 X1 + 5 X2 + 6 X3 + 0 S1 + 0 S2
s.a.:
2 X1 + 3 X2 + 1 X3 + S1 = 50
3 X1 + 2 X2 + 4 X3 + S2 = 60
X1, X2, X3, S1, S2 0
Respuesta.
Para obtener la utilidad máxima de S/. 142, debemos fabricar 16 unidades del
producto tipo A, 6 unidades del producto tipo B y no fabricar productos tipo C.
Problema 03
Soluciones óptimas alternativas
Se reconoce cuando en la iteración óptima aparece una variable no básica con un valor de cero en
Cj - Zj , dado que solamente las variables básicas deben tener un valor de cero en Cj – Zj; por lo
que podemos dar otra solución, que nos brinde la misma utilidad, ingresando dicha variable no
básica.
Max: Z0 = 8 X1 + 4 X2
s.a.:
4 X1 + 2 X2 60
2 X1 + 4 X2 48
X1 , X2 0
Problema 04
Soluciones factibles no existentes
Se reconoce cuando en la iteración óptima aparece una variable artificial con un valor mayor que
cero. NOTA: Si en la iteración óptima aparece un variable artificial con un valor igual a cero, el
modelo si tendría solución óptima y factible.
Max: Z0 = 10 X1 + 6 X2
s.a.:
4 X1 + 8 X2 16
2 X1 + 6 X2 30
X1 , X2 0
Problema 05
Soluciones no acotadas
Se reconoce cuando en la iteración óptima, existe una variable de entrada pero no existe una
variable de salida por que no hay cociente(s) válido(s).
Max: Z0 = 6 X1 + 4 X2
s.a.:
4 X1 - 4 X2 30
8 X1 - 4 X2 120
X1 , X2 0
Problema 06
Solución degenerada permanente
Se reconoce cuando en la iteración óptima aparece por lo menos una variable básica con un valor de
cero en la columna Bi.
Max: Z0 = 2 X1 + 6 X2
s.a.:
4 X1 + 8 X2 24
1 X1 + 4 X2 12
X1 , X2 0
Problema 07
Solución degenerada temporal
Se reconoce cuando en alguna iteración aparece por lo menos una variable básica con un valor de
cero en la columna Bi, pero en la iteración óptima todas las variables básicas aparecen con valores
mayores que cero.
Max: Z0 = 8 X1 + 10 X2
s.a.:
2 X1 + 4 X2 8
1 X1 + 6 X2 12
4 X1 + 10 X2 20
X1 , X2 0