Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Operaciones I
CLASE 5.
INTRODUCCIÓN A LA
PROGRAMACIÓN LINEAL: P.L
Y
MÉTODO SIMPLEX GRAFICO
2. SOLUCIÓN GRÁFICA DE P.L
5-2
EJEMPLO PROTOTIPO:
LA WYNDOR GLASS CORPORATION
Hillier and Lieberman
5-3
Graficando las restricciones:
x2
X1 = 4 (planta 1)
10
9
8
7
6 X2 = 6
5 (planta2)
4
Región Factible
3
2
1 3X1+ 2X2 = 18 (planta 3)
x1
0 1 2 3 4 5 6 7 8 9 10
5-4
DEFINICIONES:
RESTRICCIÓN DE FRONTERA:
Es la recta que marca el límite de lo que permite
la restricción correspondiente.
REGION FACTIBLE:
Conjunto de puntos en los cuales
todas las restricciones se cumplen
5-5
SOLUCIÓN ÓPTIMA:
Punto dentro de la región factible que maximiza el
valor de la F. O. Z = 3X1 + 5X2
Por ejemplo,
Recta de isoutilidad
5-6
Gráficamente, se tiene:
x2 X1 = 4 (planta 1) 5
10
9 3
8
7
6 X2 = 6
5 (planta2)
4
3
Z = 15 = 3X1 +5X2
2
1 3X1+ 2X2 = 18 (planta 3)
x1
0 1 2 3 4 5 6 7 8 9 10
5-7
Para hallar la solución óptima:
Puede desplazarse la función objetivo paralelamente a
sí misma en la dirección en que mejora su valor, hasta
que toque el último punto de la región factible, antes
de abandonarla.
OBSERVACIÓN:
Cuando el problema es de minimización, la recta debe
desplazarse en la dirección en que Z decrece.
• La solución óptima es X1 = 2 , X2 = 6:
5-10
CLASIFICACION DE LAS SOLUCIONES
(El término solución significa respuesta final ?)
Solución factible: Solución que cumple con
todas las restricciones funcionales y de signo.
Punto Extremo
Solución que se encuentra en un vértice de la R.F.
Ejemplo: (0,6); (0,0); (4,0); (4,3); (2,6)
5-15
Soluciones factibles adyacentes:
Arista:
i 0 , i =1
i=1
Sujeto a
X1 4
2X2 12
3X1 + 2X2 18
3X1 + 5X2 50
X1 , X2 0 5-21
Graficando las restricciones
x2
X1=4
10
9
8
7
6 X2=6
5
4
3 3X1+5X2=50
2
1 3X1+2X2=18
x1
0 1 2 3 4 5 6 7 8 9 10
5-22
Caso 2. Múltiples soluciones óptimas
5-25
Caso 3. Solución no acotada
Las restricciones no impiden que el valor de la función
objetivo mejore indefinidamente en la dirección
favorable (región factible no acotada)
OJO: Cuando esto ocurre es probable que haya un
error en la formulación del problema. Podrían faltar
restricciones
Si en el ejemplo de la Wyndor sólo la planta 1 tiene
restricción de tiempo, el problema sería:
Maximizar Z = 3X1 + 5X2
Sujeto a
X1 4
X1 , X2 0
5-26
x2
10
9
8 Solución factible
no acotada
7
6
5
4
3
2
1
x1
0 1 2 3 4 5 6 7 8 9 10
R1
5-27
1.5 INTRODUCCIÓN AL MÉTODO SIMPLEX
El algoritmo SIMPLEX es un método iterativo que sigue los
siguientes pasos:
2. Prueba de optimalidad
Chequear las soluciones BF adyacentes a la solución actual.
La solución óptima se encuentra cuando ninguna de estas
soluciones BF adyacentes produce un mejor valor de la F.O.
x2
10
9
8
7
6 R2
5
Z = 3X1 +5X2
4
Tasas de crecimiento
3 positivas para X1 y X2
2
1
R3
0 x1
1 2 3 4 5 6 7 8 9 10
(0,0) R1
5-31
2) Prueba de Optimalidad
2) Prueba de Optimalidad
5-34
Prueba de Optimalidad
x2
10
(2,6)
9 Todavia hay una solución BF
(0,6) 8 adyacente mejor respecto a la Z: el
7 punto (2,6) se consigue aumentando
el valor de X1
6 R2
5
4
3
2
1
R3
0 x1
1 2 3 4 5 6 7 8 9 10
(0,0) R1
5-35
3. Variable que entra a la base: X1.
SI
No existe una solución FEV
adyacente mejor.
¡Deténgase!
5-39
1.7 Observaciones
Prueba de optimalidad
NO SI
Termina 5-40
2. El Método SIMPLEX requiere partir de una
solución B.F (FEV) inicial.
5-41
4. Solamente identifica la tasa de mejoramiento en
Z (pendiente) que se obtendría al moverse por dicha
arista.
5-42
5. Cuando ninguna de las tasas de
mejoramiento le aporta a la
función objetivo, significa que esa
solución B.F. (FEV) es la solución
óptima.
5-43
Conjunto Convexo:
Un conjunto X ε En = (x1, x2, … xn) es convexo
si dados dos puntos o vectores cualesquiera
x1, x2, →𝜆x1 + (1-𝜆)x2 ε X para todo 𝜆 ε [0,1]
3-45