Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PLA Prof - Matus 1
PLA Prof - Matus 1
Agenda
• Modelación de Sistemas
• Investigación de Operaciones y Programación Lineal
• Modelación en Programación Lineal
• Método Gráfico de Programación Lineal
• Método SIMPLEX de Programación Lineal
Programación Lineal Aplicada M en C Juan Carlos • Forma Tabular del Método SIMPLEX
Gutiérrez Matus
Crítica - Análisis
Las
Dinámica de Modelo de
organizaciones
sistemas sistemas viables
como sistemas
“The mere formulation of a problem is far En un solo enunciado se deberá dar respuesta a 4 preguntas.
more essential than its solution, which may • ¿Qué es lo que esta mal?
be merely a matter of mathematical or
experimental skill…” • ¿Dónde aparece el problema?
“If I had an hour to solve a problem, I'd • ¿De qué magnitud es?
spend 55 minutes thinking about the problem • ¿Por qué es importante para el sistema?
and five minutes thinking about solutions.”
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 9 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 10
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 11 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 12
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 17 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 18
• Es aquel que solo es • Es aquel que es capaz • Un modelo en el cual el • Si los resultados del
capaz de describir el de describir el estado sistema no proporciona sistema son retornados
estado del sistema e del sistema en cualquier retroalimentación al para modificaciones de
sistema es llamado Open subsecuentes operaciones
puntos específicos en el punto en el tiempo. Loop Model. del modelo es un Closed
tiempo. Loop Model.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 19 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 20
Enfoque de
Análisis Análisis de
negocio vs Competencia
empresarial decisiones
cliente
Modelos
Simulación Optimización internos vs
externos
Investigación de Operaciones Programación Lineal Aplicada
Juan C. Gutiérrez Matus,MSc
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 21 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 22
IO Equipo
Método
interdisci-
científico
plinario
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 23 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 24
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 25 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 26
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 31 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 32
Recursos Escasos
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 33 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 34
1. Una variable objetivo, contenida en la declaración del proble, 3. Una función objetivo que relaciona la variable respuesta de
que representa la salida o desempeño del sistema y cuyo nuestro problema con las variables controlable; y la cual
nivel es insatisfactorio. necesitamos optimizar, ya sea maximizar o minimizar.
2. Un conjunto de variables de decisión o controlables; cuyas 4. Una o más restricciones que limitan o acotan las posibles
combinaciones de valores o niveles representan diferentes soluciones a nuestro problema y con ello el grado en que se
cursos de acción. puede alcanzar el objetivo.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 35 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 36
5. Relaciones matemáticas lineales, es decir la función objetivos 7. Se supone la divisibilidad en las soluciones, es decir, las
y las restricciones se deben expresar en términos de variables de decisión deben ser continuas y no limitarse a
ecuaciones o desigualdades lineales, lo cual implica tanto números enteros.
proporcionalidad como adición. 8. Se supone que todas las respuestas o las variables
6. Se suponen condiciones de certeza, es decir, se conocen los involucradas son no negativas.
coeficientes de proporcionalidad en la función objetivo y en
las restricciones y se supone que no cambian durante el
periodo de estudio.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 37 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 38
Notación Notación
𝑍 : Variable respuesta o medida global de desempeño del 𝑚 : Diferentes tipos o cantidad de recursos disponibles.
sistema. 𝑏 : Límite del recurso 𝑖 que puede distribuirse en las variables
𝑛 : Cantidad de variables de decisión o controlables. de decisión, donde 𝑖 = 1, ⋯ , 𝑚.
𝑥 : Nivel o valor de cada variable de decisión 𝑗, 𝑎 : Cantidad del recurso 𝑖 consumido por cada variable de
para 𝑗 = 1, ⋯ , 𝑛. decisión 𝑗.
𝑐 : Coeficiente de incremento en 𝑍 que se obtiene al
aumentar una unidad en el nivel de 𝑥 .
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 39 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 40
max 𝑍 = 𝑐 𝑥 + 𝑐 𝑥 + ⋯ + 𝑐 𝑥
max 𝑍 = 𝑐𝑥
𝑠. 𝑡.
𝑎 𝑥 + 𝑎 𝑥 + ⋯+ 𝑎 𝑥 ≤𝑏
𝑎 𝑥 + 𝑎 𝑥 + ⋯+ 𝑎 𝑥 ≤𝑏
⋮ ⋮ ⋮ ⋮ 𝑠. 𝑎; 𝑎 𝑥 ≤ 𝑏 ; 𝑖 = 1, … , 𝑚
𝑎 𝑥 +𝑎 𝑥 + ⋯+ 𝑎 𝑥 ≤𝑏
𝑥 ≥ 0; 𝑗 = 1, … , 𝑛
𝑥 ,𝑥 ,⋯,𝑥 ≥ 0
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 41 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 42
Su empresa produce artículos de vidrio de alta calidad, entre Se discontinuarán varios productos no rentables y se dejará libre
ellos ventanas y puertas de vidrio. Tiene tres plantas. Los marcos una parte de la capacidad de producción para emprender la
y molduras de aluminio se hacen en la planta 1, los de madera fabricación de dos productos nuevos cuyas ventas potenciales
en la planta 2; la 3 produce el vidrio y ensambla los productos. son muy prometedoras:
Debido a una reducción de las ganancias, la alta administración Producto 1: una puerta de vidrio de 8 pies con marco de
ha decidido reorganizar la línea de producción de la compañía. aluminio
Producto 2: una ventana corrediza con marco de madera de 4
por 6 pies
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 43 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 44
El producto 1 requiere parte de la capacidad de producción en las A partir del caso anterior:
plantas 1 y 3 y nada en la planta 2.
• elabora la declaración del problema correspondiente (cuatro
El producto 2 sólo necesita trabajo en las plantas 2 y 3. La división preguntas) y
de comercialización ha concluido que la compañía puede vender
todos los productos que se puedan fabricar en las plantas. • elabora una lista de las variables controlables por la empresa
y que influyen en la problemática.
Sin embargo, como ambos productos competirían por la misma
capacidad de producción en la planta 3, no está claro cuál mezcla
de productos sería la más rentable.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 45 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 46
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 47 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 48
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 51 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 52
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 53 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 54
Se planea una campaña de publicidad por radio y TV. Se estima que el primer comercial de radio llegará a 5000
Un comercial de radio cuesta $9,000 y uno de TV $60,000. personas, y que cada adicional sólo a 2000 personas nuevas.
Se asigna un presupuesto total de $300,000 a la campaña. En el caso de la televisión, el primer anuncio llegará a 4500
personas y cada adicional a 3000.
Lo máximo que puede asignarse a cualquier medio es el 80%
del presupuesto, lo que asegura al menos un comercial de cada ¿Cómo debe distribuirse el presupuesto entre la radio y la TV?
tipo.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 55 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 56
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 57 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 58
𝑥 ≥0
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 63 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 64
Región Factible: El conjunto de todos los valores no negativos Objetivo, maximizar las ganancias, a través de decidir sobre
de las variables de decisión que satisfacen todas las niveles de producción de puertas y ventanas, que generan
restricciones en forma simultánea se conoce como el conjunto ganancias $4000/lote y $6500/lote respectivamente.
restringido o la región factible. Un lote de puertas consume dos horas de la planta 1 y cinco
Solución Factible: cualquier combinación de valores que horas de la planta 3. Un lote de ventanas consume cuatro horas
satisfaga todas las restricciones, incluidas las condiciones de no de la planta 2 y cuatro horas de la planta 3.
negatividad, se conoce como una solución factible o decisión La disponibilidad de las tres plantas es de 9, 25 y 37 horas
factible. respectivamente.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 65 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 66
𝑋
1 2𝑥 + 0𝑥 = 9
Representación Matemática del Ejemplo 12
2 0𝑥 + 4𝑥 = 25 11
10
3 5𝑥 + 4𝑥 = 37 9
𝑠. 𝑎. 1. (4.5,0); (0,indeter) 6
2𝑥 + 0𝑥 ≤ 9
2. (0,6.25); (indeter,0)
5
0𝑥 + 4𝑥 ≤ 25 4
5𝑥 + 4𝑥 ≤ 37 3. (0,9.25); (7.4,0) 3
𝑥 ,𝑥 ≥ 0
2
Puntos esquina: 1
𝑍 0,0 = 0
𝑍 4.5,0 = $18,000
𝑍 0, 6.25 = $40,625
𝑍 2.4, 6.25 = $50,225 Solución óptima
𝑍 4.5, 3.625 = $41,562
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 69 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 70
Análisis de Sensibilidad
Análisis de Sensibilidad en PL 𝑓 𝑥 = 𝑚𝑥 + 𝑏
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 73 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 74
𝑥 = 𝑚𝑥 + 𝑏 𝑥 = 𝑚𝑥 + 𝑏
𝑧 = 5𝑥 + 𝒄𝟐 𝑥 𝑚 ≤𝑚≤𝑚 min 𝑧 = 𝒄 𝑥 + 8𝑥 ¿𝑚 ≤ 𝑚 ≤ 𝑚 ?
5 5 𝑐 𝑐
𝑚=− −2 ≤ − ≤ −0.5 − 𝑐 𝑚=− 0≤− ≤3
𝑐 𝑐 8 8
0≥𝑐
2𝑐 ≥ 5 ≥ 0.5𝑐
3𝑥 − 𝑥 = 0 𝑐 ≥ −24
6𝑥 + 3𝑥 = 22.5 2𝑐 ≥ 5
𝑚 = −2 𝑐 ≥ 2.5 𝑚 =3
𝑥 + 2𝑥 = 6 0.5𝑐 ≤ 5 𝑥 = 0𝑥 + 9
𝑚 = −0.5 𝑐 ≤ 10 𝑚 =0
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 75 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 76
𝑥 = 𝑚𝑥 + 𝑏 Ejercicio – No Acotada
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 77 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 78
Ejercicio
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 79 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 80
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 81 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 82
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 83 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 84
El Método Simplex es un algoritmo analítico que bien puede Original de George B. Dantzig se refería a encontrar la mejor
solucionar problemas de Programación Lineal. asignación de 70 personas a 70 puestos de trabajo, fue el
Además, este método es capaz de abordar planteamientos más punto de partida para mostrar la utilidad de la PL.
complejos que aquellos resueltos mediante el Método Gráfico,
ya que no toma en cuenta restricción alguna para el número de
variables.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 85 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 86
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 87 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 88
La potencia de computación necesaria para examinar todas las Sin embargo, tan solo toma un momento encontrar la solución
permutaciones, a fin de seleccionar la mejor asignación, es óptima mediante el planteamiento del problema a través de la
inmensa. Programación Lineal y con la aplicación del Método Simplex.
Tan es así, que al calcularse el número de posibles
configuraciones se encontró que éste excedía al número de
partículas en el universo.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 89 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 90
• La gran virtud del Método Simplex es su sencillez, es un • Tal vez la mayor limitante de este método es que converge
método muy práctico, ya que tan solo trabaja con los (se acerca) más lentamente hacia el óptimo que otros
coeficientes de la función objetivo (𝑍) y de las restricciones. métodos.
• Es fácil de implementar y tiene una alta eficacia. • Esto se debe a que requiere un mayor número de iteraciones,
tantas como vértices o puntos esquina tenga el poliedro que
forma la región factible.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 91 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 92
Es un algoritmo matemático iterativo constituido por conceptos Este método inicia con la determinación de un vértice inicial
de álgebra matricial y de geometría analítica. (que no necesariamente debe empezar en el origen).
El método simplex y sus métodos derivados (el método de la M Posteriormente, examina los vértices adyacentes más próximos
y el de las dos fases) es un algoritmo iterativo que examina los con respecto a la primera solución.
puntos esquinas o vértices de un conjunto o región factible de Revisa la optimalidad y factibilidad del vértice y escoge las
ecuaciones lineales en busca de una solución óptima. coordenadas del vértice que maximice o minimice la función
objetivo.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 93 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 94
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 95 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 96
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 97 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 98
Soluciones FEV Adyacentes: En cualquier problema de Sol. FEV Sol. FEV Adyacentes
programación lineal con 𝑛 variables de decisión, dos soluciones
FEV son adyacentes entre sí cuando comparten 𝑛 − 1 fronteras (0, 0) (0, 6) y (4, 0)
de restricción.
(0, 6) (2, 6) y (0, 0)
Arista de región factible: Segmento de recta que uno dos
(2, 6) (4, 3) y (0, 6)
soluciones FEV adyacentes
(4, 3) (4, 0) y (2, 6)
(4, 0) (0, 0) y (4, 3)
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 99 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 100
Considere cualquier problema de programación lineal que posea Inicie con el punto (0,0) como
pivote
al menos una solución óptima.
Si una solución FEV no tiene soluciones FEV adyacentes que
sean mejores (según el valor de 𝑍), entonces ésa debe ser una
solución óptima.
¿Valores de Z para pivote y sus
adyacentes?
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 101 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 102
max 𝑍 = 3𝑥 + 5𝑥
Así, (2, 6) debe ser óptima
sólo porque su valor
correspondiente de 𝑍 = 36 es
más grande que 𝑍 = 30 para
(0, 6) y 𝑍 = 27 para (4, 3).
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 103 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 104
Inicio
Solución SIMPLEX Solución SIMPLEX
Fin
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 105 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 106
Dada una solución FEV, es más rápido reunir información sobre Dada la solución FEV actual, SIMPLEX examina cada una de las
sus soluciones FEV adyacentes que sobre otras soluciones FEV. aristas de la región factible que salen de esta solución.
Cada vez que el método SIMPLEX realiza una iteración para Estas aristas conducen a una solución FEV adyacente en el otro
moverse de la solución FEV actual a una mejor, siempre escoge punto extremo, pero el método SIMPLEX ni siquiera se toma la
una solución FEV adyacente a la actual. molestia de obtener la solución FEV adyacente.
Toda la trayectoria que sigue hasta alcanzar una solución óptima SIMPLEX sólo identifica la tasa de mejoramiento de 𝑍 que se
es a lo largo de las aristas de la región factible. obtendría al moverse por esa arista.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 107 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 108
max 𝑍 = 𝑓(𝑥 , 𝑥 ) = 3𝑥 + 5𝑥
Solución SIMPLEX Solución SIMPLEX
SIMPLEX selecciona moverse por aquella arista con la tasa más Desde (0, 0) por la arista en
grande de mejoramiento de 𝑍. el eje 𝑥 se obtendría una
La iteración termina cuando se obtiene primero la solución FEV tasa de mejoramiento de 𝑍 de
al final de esta arista y después se reetiqueta esta solución FEV 3.
adyacente como la solución FEV actual para pasar a la prueba Al moverse por la arista en el
de optimalidad y (si es necesario) a la siguiente iteración.
eje 𝑥 se tendría una tasa de
mejoramiento de 𝑍 de 5.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 109 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 110
max 𝑍 = 3𝑥 + 5𝑥
Solución SIMPLEX Solución SIMPLEX
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 111 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 112
Dada la restricción
Preparación SIMPLEX Cambio a igualdades 𝑥 ≤4
Ingresamos la variable de
max 𝑍 = 3𝑥 + 5𝑥 holgura 𝑠 que complemente
Para aplicar el método SIMPLEX es necesario transformar el 𝑥 para que siempre de 4.
procedimiento geométrico conceptual a un procedimiento 𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑠 = 4−𝑥
algebraico se basa en la solución de sistemas de ecuaciones.
𝑥 ≤4 Y nos queda
PASO 1: Convertir las restricciones funcionales de desigualdad 2𝑥 ≤ 12 𝑥 +𝑠 =4
en restricciones de igualdad equivalentes, mediante la 3𝑥 + 2𝑥 ≤ 18
introducción de variables de holgura.. Siempre y cuando 𝑠 ≥ 0, las
𝑥 ,𝑥 ≥ 0 dos restricciones son por
Excepto por las restricciones de no negatividad.
completo equivalentes.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 113 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 114
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 115 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 116
max 𝑍 = 3𝑥 + 5𝑥
Una solución básica es una solución en un vértice
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑥 ,𝑥 ,𝑠 ,𝑠 ,𝑠 aumentada.
(3,5,1,2, −1)
𝑥 +𝑠 = 4
2𝑥 + 𝑠 = 12 Para ilustrar lo que decimos, considere la solución no
3𝑥 + 2𝑥 + 𝑠 = 18 factible del vértice (4, 6).
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝐵á𝑠𝑖𝑐𝑎
(0,9,4, −6,0)
Solución Básica Solución Básica Factible (BF)
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝐵á𝑠𝑖𝑐𝑎
(4,6,0,0, −6)
max 𝑍 = 3𝑥 + 5𝑥
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 Una solución básica factible (BF) es una solución
factible en vértice (o en un punto esquina) que
𝑥 +𝑠 = 4 está aumentada.
2𝑥 + 𝑠 = 12
3𝑥 + 2𝑥 + 𝑠 = 18 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝐵á𝑠𝑖𝑐𝑎
(6,0, −2,12,0) Para la solución FEV (0, 6) del ejemplo, ¿cuál es su
equivalente a la solución BF?
𝑥 ,𝑥 ,𝑠 ,𝑠 ,𝑠 ≥ 0
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 121 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 122
max 𝑍 − 3𝑥 − 5𝑥 = 0
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎
𝑥 +𝑠 = 4
2𝑥 + 𝑠 = 12 𝑆𝑜𝑙. 𝐵á𝑠𝑖𝑐𝑎 𝐹𝑎𝑐𝑡𝑖𝑏𝑙𝑒
3𝑥 + 2𝑥 + 𝑠 = 18 (4,3,0,6,0)
Estas dos de las variables, que llamaremos variables no básicas, El número de variables básicas es igual al número de
se igualan a cero. restricciones.
Las otras tres variables las llamaremos variables básicas.
Entonces, al dar solución simultánea de las tres ecuaciones con El número de variables no básicas es igual al número
base en las otras tres variables básicas encontraremos una total de variables menos el número de restricciones.
solución básica.
Las variables no básicas se igualan a cero.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 127 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 128
0+𝑠 = 4
Solución Básica y Solución Básica Factible Solución Básica Factible 2𝑥 + 0 = 12
0 + 2𝑥 + 𝑠 = 18
Los valores de las variables básicas se obtienen como Otra forma de obtenerla es
la solución simultánea del sistema de ecuaciones. elegir 𝑥 y 𝑠 como variables 𝑥 +𝑠 = 4
no básicas; se igualan a cero. 2𝑥 + 𝑠 = 12
Al conjunto de variables básicas le llamaremos la Al solucionar las tres 3𝑥 + 2𝑥 + 𝑠 = 18
base. ecuaciones respectivas:
𝑠 = 4, 𝑥 = 6, 𝑠 = 6
Si las variables básicas satisfacen las restricciones de
no negatividad, la solución básica es una solución como solución básica.
𝑆𝑜𝑙. 𝐵á𝑠𝑖𝑐𝑎 𝐹𝑎𝑐𝑡𝑖𝑏𝑙𝑒
básica factible. ¿Cumple no negatividad? (0,6,4,0,6)
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 129 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 130
𝑥 ,𝑠 𝑥 ,𝑠 ,𝑠 0 6 4 0 6 𝑥 ,𝑠 𝑥 ,𝑠 ,𝑠 0 6 4 0 6
𝑥 ,𝑥 𝑠 ,𝑠 ,𝑠 0 0 𝑥 ,𝑥 𝑠 ,𝑠 ,𝑠 0 0 4 12 18
𝑥 ,𝑠 -- -- -- -- -- -- 𝑥 ,𝑠 𝑥 ,𝑠 ,𝑠 -- -- -- -- -- --
𝑥 ,𝑠 𝑥 ,𝑠 𝑠 ,𝑠 ,𝑥 0 9 4 -6 0 X
𝑥 ,𝑠 𝑥 ,𝑠 𝑥 ,𝑠 ,𝑠 4 0 0 12 6
𝑥 ,𝑠 -- -- max
-- 𝑍 --
− 3𝑥 −
-- 5𝑥 --
=0 𝑥 ,𝑠 𝑥 ,𝑠 ,𝑠 -- -- -- -- -- --
𝑥 ,𝑠 𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑥 ,𝑠 𝑥 ,𝑠 ,𝑠 6 0 -2 12 0 X
𝑠 ,𝑠 𝑥 +𝑠 = 4 𝑠 ,𝑠 𝑥 ,𝑥 ,𝑠 4 6 0 0 -6 X
𝑠 ,𝑠 2𝑥 + 𝑠 = 12 𝑠 ,𝑠 𝑥 ,𝑥 ,𝑠 4 3 0 6 0
𝑠 ,𝑠 3𝑥 + 2𝑥 + 𝑠 = 18 𝑠 ,𝑠 𝑥 ,𝑥 ,𝑠 2 6 2 0 0
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 131 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 132
SIMPLEX Tabular
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 133 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 134
A partir de la forma max 𝑍 − 5𝑥 − 6𝑥 = 0 La tabla inicial del Simplex concentra toda la información de las
aumentada del modelo se 𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 igualdades así como también el punto de partida para la función
iguala la función objetivo a objetivo 𝑍.
2𝑥 + 𝑥 + 𝑠 = 4
cero. Sin tener que repetir los nombres de las variables, permite
𝑥 + 2𝑥 + 𝑠 = 3
𝑥 ,𝑥 ≥ 0 enfocarse en los números que se usan en los cálculos
aritméticos y registrarlos en forma muy compacta.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 135 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 136
La forma tabular del método SIMPLEX registra sólo la Forma Algebraica Forma Tabular
información esencial, a saber: VB 𝑍 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 LD
1) los coeficientes de las variables, 𝑍 − 5𝑥 − 6𝑥 + 𝑠 + 𝑠 = 0 𝑍 1 -5 -6 0 0 0
2) las constantes del lado derecho de las ecuaciones y 2𝑥 + 2𝑥 + 𝑠 + 𝑠 = 4 𝑠 0 2 1 1 0 4
3) la variable básica que aparece en cada ecuación. 𝑥 + 2𝑥 + 𝑠 + 𝑠 = 3 𝑠 0 1 2 0 1 3
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 137 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 138
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 139 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 140
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 141 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 142
Tabla Inicial SIMPLEX – Lado Derecho Tabla Inicial SIMPLEX – Solución Básica
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 143 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 144
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 147 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 148
Ese coeficiente corresponde a VB 𝑍 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 LD Para llevar a cabo una iteración es necesario lo siguiente:
la columna pivote y señala la 1. Identificar la columna pivote.
variable que entrará a la base. 𝑍 1 -5 -6 0 0 0
𝑠 0 2 1 1 0 4 2. Identificar la fila pivote.
Por lo cual 𝑥 , deberá entrar a
la base; es decir, deberá 𝑠 0 1 2 0 1 3 3. Despejar la nueva solución BF, determinando los coeficientes
convertirse en una variable para la nueva tabla de SIMPLEX.
básica.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 149 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 150
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 151 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 152
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 153 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 154
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 155 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 156
Para llevar a cabo una iteración es necesario lo siguiente: Ahora hay que despejar una VB 𝑍 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 LD
1. Identificar la columna pivote. nueva solución BF mediante
operaciones elementales con 𝑍 1 -5 -6 0 0 0
2. Identificar la fila pivote. renglones. 𝑠 0 2 1 1 0 4
3. Despejar la nueva solución BF, determinando los coeficientes Con la nueva solución BF se 𝑠 0 1 2 0 1 3
para la nueva tabla de SIMPLEX. efectúa nuevamente la prueba
de optimalidad.
Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 157 Otoño 2020 Juan Carlo Gutiérrez Matus, MSc 158
𝑥 ,𝑥 ,𝑠 ,𝑠 ,𝑠 ≥ 0