Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En anlisis cuantitativo el mtodo simplex es un procedimiento matemtico cuyo nombre est ligado en estudios ms avanzados a un objeto geomtrico al que se le denomina simplejo (simplex).
Este mtodo toma como base el lgebra y se lo emplea para resolver problemas de programacin lineal con ms de dos variables de decisin tanto en los casos de maximizacin, minimizacin como combinados.
El algoritmo del mtodo simplex es un proceso matemtico repetitivo que permite encontrar la solucin ptima partiendo de una solucin bsica o inicial, que progresivamente se mejora en una serie de etapas.
Es un mtodo que permite encontrar la solucin ptima mediante aproximaciones sucesivas, fue ideado pro George Dantring aproximadamente en el ao de 1947 quin realiz investigaciones basndose en relaciones matemticas de carcter lineal. En la solucin de problemas de programacin lineal por el mtodo simplex se debe tomar en cuenta tres recomendaciones bsicas: 1.- Todas las restricciones o limitaciones del problema deben estar establecidas como ecuaciones. 2.- Por ningn motivo el segundo miembro de una restriccin puede ser negativo. 3.- Todas las variables tienen que ser no negativas. PROCEDIMIENTO PARA EL SIMPLEX. Sea cual sea el nmero de inecuaciones y de incgnitas de un sistema, est por si mismo se ajusta a un tratamiento de identificacin que nos de una idea de sea sujeto de solucin. Cuando se presenta el caso de que el sistema rene a un nmero de, ecuaciones inferior al nmero de incgnitas, existen muchas soluciones. Justamente este es el caso ms frecuente de los problemas de programacin lineal, de all que es necesario introducir las denominadas: Variables de holgura en los casos donde se presente la expresin < (menor o igual que). Ejemplo: X1 + X2 < 500
X1 + X2 + VH = 500
Variables artificiales y de holgura en los casos donde se presente la expresin > (mayor o igual que). Ejemplo: X1 + X2 > 500 X1 + X2 - VH + VA = 500
Variables artificiales en el caso que se presente la expresin = (igual). Ejemplo: X1 + X2 = 500 X1 + X2 + VA = 500
Una forma estndar del enunciado de la funcin objetivo y de las restricciones se emplea para encuadrar el problema. En la forma general el problema de programacin lineal es un problema de maximizacin de n variables y de m restricciones que queda estructurado de la siguiente manera:
Restricciones:
A11X1 + A12X2 +A13X3++A1nXn < B1 A21X1 + A22 X2 + A23X3+. + A2nXn < B2 A3IX1 + A32 X2 + A33X3 +. + A3nXn < B3
Am1X1 + Am2X2 + Am3X3+. +AmnXn<Bn Xj> O PASO 2.- Introduccin de variables de holgura.
Las restricciones quedan enunciadas como desigualdades. El mtodo simplex requiere de que cada una de las restricciones sea transformada a una igualdad. Esto se lleva a cabo al aadir una variable de holgura (Sj) a cada restriccin.
Al1 X1 + Al2 X2 + Al3 X3 +. + A1nXn + Si A2l Xl + A22X2 +A23X3 +.. + A2nXn A3lXl + A32X2 +A33X3 +... +A3nXn +S2 +S3
+S4
<Bn
Al formular el problema, la prctica convencional es volver a enunciar la funcin objetivo de manera que incluya todas las variables de holgura. Estas variables de holgura irn ante puesto el coeficiente cero de beneficio para que no se altere la ecuacin.
OPERATIVIDAD DEL MTODO SIMPLEX. El mtodo simplex como se dijo anteriormente es un proceso de repeticin o tambin llamado Iterativo (aproximaciones sucesivas), que consiste en partir de una solucin bsica factible hacia una solucin ptima. El objetivo de este proceso es ir eliminando las variables de holgura e irlas reemplazando por alternativas en funcin de variables de decisin, propsito del problema.
La operatividad del simplex se la desarrolla en tablas o etapas. Cada una de ellas presentar una mejor combinacin de produccin y un mayor beneficio para lo cual se debe aplicar el mtodo matricial de coeficientes.
DONDE: Cj Xj = Coeficientes de la funcin objetivo. = Solucin bsica de cada etapa. Es la base vectorial que da solucin al problema. (*) () bn Zj = Elemento pivote. = Elementos semipivotes. = Parmetros, son los datos de cuantificacin de recursos. = Valores que toma la funcin objetivo en cada posicin.
El criterio del simplex permite continuar o no la bsqueda de alternativas. Cuando en la expresin Zj-Cj existen ceros y / o valores positivos el proceso a terminado y la solucin obtenida es la ptima. Luego de haber estructurado la tabla inicial se realiza los siguientes pasos para estructurar la siguiente tabla:
PASO 1. - Eligiendo el menor nmero negativo en la fila del criterio del simplex (Zj Cj), se identifica la variable que entra al proceso, es decir a la base de la nueva tabla para mejorar la solucin. PASO 2.- Para determinar la fila que sale, se obtiene el elemento pivote, que se localiza en la interseccin de la columna que ingresa y la fila que sale para lo cual se divide los elementos que se encuentran en la columna de bn para los elementos de la columna que ingres al proceso, luego se realiza el escogitamiento del menor cociente que representar al pivote y los restantes elementos de la columna se convierten en semipivotes. No olvide que no se toma en cuenta la divisin para nmeros negativos o cero.
PASO 3.- Calcular los nuevos elementos de la fila que entra al proceso de la siguiente manera: Elementos de la fila nueva = Elementos de la fila anterior / pivote. PASO 4.- Los elementos de las filas restantes los calculamos con la siguiente frmula: Elementos de otra fila = Elementos anteriores de dicha fila (Elementos de la fila que ingres * semipivote correspondiente). PASO 5.-Calculo de Zj que se obtiene multiplicando el coeficiente de la variable de decisin que ingres por todos los elementos de dicha fila. PASO 6.- Calculo de la fila de Zj - Cj que e la obtiene restando los elementos de la fila Zj de los elementos de Cj, si todos sus elementos son positivos o ceros el proceso se ha terminado , esto quiere decir que la tabla estructurada es la ptima; caso contrario construimos una nueva tabla eliminando el menor nmero negativo que exista y realizamos el proceso anterior. PASO 7. - El mximo beneficio est dado por el valor del elemento de Zj de la columna bn. Para mejor comprensin del proceso de solucin de un ejercicio de programacin lineal por el mtodo simplex, ver en la parte concerniente a los anexos los ejercicios ejemplificadores ALGORITMO PARA RESOLVER PROBLEMAS DE MINIMIZACIN MEDIANTE EL SIMPLEX. Los problemas de minimizacin son tambin encontrados con frecuencia y en ellos se aplica el mismo procedimiento bsico con algunas variaciones. En los problemas de minimizacin se introducen variables de holgura con signo negativo y las variables artificiales con signo positivo.
Sj = Variable de holgura. mj = Variable artificial. Las variables artificiales tienen un coeficiente (M) que es un valor indeterminado. Cuando en un problema se presentan variables de holgura y artificiales, primero se eliminan las variables artificiales, luego las variables de holgura. Si la restriccin se presenta como una igualdad, entonces se introduce solamente variables artificiales con signo positivo. Para solucionar un problema de minimizacin, primeramente se empieza eliminando los mayores valores positivos de la fila Zj - Cj.
El proceso del simplex en estos casos terminar cuando en la fila de Zj - Cj queden valores negativos o ceros. La funcin objetivo se presenta de la siguiente forma: Z (MIN) = ?X1 +?X2+...+QS1 +0S2+...+ Mm1 +Mm2+...+Mmn. Las restricciones, variables de holgura y artificiales quedan de la siguiente forma:
+ml + m2 +m3
= bl = b2 = b3
. Xj> O Para mejor comprensin de la teora ver en la parte concerniente a los anexos ejemplos de problemas solucionados. SOLUCIN DE CASOS COMBINADOS POR EL SIMPLEX. Recuerde que cuando en las restricciones se presentan en forma indistinta los restricciones asociadas con los signos >, <, = se procede de la siguiente manera: a) Si el problema es de maximizacin se plantea Z (MAX) y el mismo finaliza cuando en Zj Cj hay solamente ceros y / o valores positivos. Si el problema es de minimizacin se plantea Z (MIN) y el mismo finaliza cuando en Zj Cj hay solamente ceros y / o valores negativos.
b)
c)
En las restricciones si el signo es 2 se utiliza la variable de holgura con signo negativo y la variable artificial con signo positivo. Si el signo es <se utiliza la variable de holgura con signo positivo. Si el signo es = se utiliza la variable artificial con signo positivo.
d) e)
Para mejor comprensin de la teora ver en la parte concerniente a los anexos ejemplos de problemas solucionados. CASO DE MAXIMIZACIN
Un taller produce dos tipos de cinturones de piel, en cada cinturn A de alta calidad gana $ 8 y cada cinturn B de baja calidad gana $ 6. El taller puede producir 1000 cinturones diariamente de tipo B o 500 cinturones de tipo A, solo se dispone de piel para 800 cinturones diarios de A y B combinados y de 400 hebillas elegantes para el cinturn A y 700 hebillas diarias para el cinturn B.Qu produccin maximiza la ganancia? PASO 1 -Enunciado del problema.
Restricciones:
PASO 2.-
PASO 3-
Para estructurar la primera tabla tomamos los coeficientes de las variables de decisin y su respectiva holgura. En la columna de Xj, irn las variables de holgura por ser recursos no utilizados por lo tanto deben ingresar al proceso con un valor nulo es decir que no tienen utilidad.
Al iniciar el proceso productivo no se obtiene utilidad por lo tanto todos los coeficientes de la fila Zj son ceros.
Los elementos que se encuentran en la fila Zj Cj que se denomina criterio del simplex se forman restando los coeficientes de la fila Zj menos la primera fila
0 80 = -80
0 60 = -60
00=0
00=0
etc.
PASO 4.-
Estructura de la tabla II
Como el ejercicio en solucin es de maximizacin, en la fila Zj Cj deben existir solo ceros y / o valores positivos, esto significa que es necesario eliminar los valores negativos para lo cual se toma el menor valor negativo, en este caso (-80) es decir que la variable que pertenece a esta columna ingresa (Xl) con una utilidad de 80.
Para identificar la fila que sale, se debe calcular el pivote dividiendo los coeficientes de la columna de bn para los coeficientes de Xl. El menor cociente indica cual es la fila que sale y seala cual es el pivote.
FRMULA DE CLCULO:
bn X1
800 = 800 1
(1) Semipivote.
(1*) Pivote.
(0) Semipivote.
(2) Semipivote
Los divisores que son cero o negativos no se toman en cuenta para el menor cociente, pero si se los toma en cuenta como semipivote.
El menor cociente se da al dividir 400 / 1 = 400 entonces en la interseccin de la fila S2 y la columna Xl queda el pivote, los dems elementos son semipivote, lo cual significa que la fila que sale es S2 y en su lugar ingresa Xl con una utilidad de 80. Al pivote se lo representa por un asterisco (*) y los semipivotes con un punto (). Para obtener los coeficientes de la nueva fila dividimos los coeficientes anteriores de S2 para el pivote. COEFICIENTES DE FILA ANTERIOR / PIVOTE. (S2 /1). 400 / 1 = 400 1/1=1 0/1=0 0/1=0 1/1=1 0/1=0 0/1=0
80 80 =
0 60 = - 60 0 0= 0
80 0 = 80 0 0= 0 0= 0 0
Como en la fila del criterio del simplex existe un nmero negativo procedemos a calcular la siguiente tabla.
PASO 5.-
En el criterio del simplex el valor negativo es (-60) el cual se debe eliminar, por lo que la variable que de esa columna es la que ingresa (X2), para identificar que fila sale procedemos como en el caso anterior:
El pivote nos indica que la fila que sale es (S4) e ingresa X2 con una utilidad de 60. CLCULO DE LOS COEFICIENTES DE LA FILA NUEVA.
-2 / 1 = -2 0/1= 1/1= 0 1
80 80 = 60 60 = 00=
0 0 0
- 40 0 = - 40 00= 60 0 = 0 60
Como en la fila del criterio del simplex existe un nmero negativo procedemos a calcular la siguiente tabla. PASO 5.Estructura de la tabla IV.
En el criterio del simplex el valor negativo es (-40) el cual se debe eliminar, por lo que la variable que de esa columna es la que ingresa (S1), para identificar que fila sale procedemos como en el caso anterior:
El pivote nos indica que la fila que sale es (S2) e ingresa S1. CLCULO DE LOS COEFICIENTES DE LA FILA NUEVA. 200 / 1 = 200 0/1= 0/1= 1/1= 1/1= 0/1= 0 0 1 1 0
-1/1= -1
80 - 80 = 60 - 60 = 40 0 0 20 -
0 0
0 = 40 0 = 0 = 0 0
0 = 20
Para encontrar la solucin tomamos los valores de las variables de la ltima columna de Xj y valores de la columna de Cj. Solucin ptima: Z (MAX) = 52 000 Xl = 200 CINTURONES DE CLASE A. X2 = 600 CINTURONES DE CLASE B. Si = 0 SE UTILIZ TODA LA PIEL.
S2 = 1000 HEBILLAS ELEGANTES NO UTILIZADAS. S3 =50 S4 = 0 HEBILLAS DE MENOR CALIDAD NO UTILIZADAS. SE UTILIZ TODA LA CAPACIDAD.
COMPROBACIN:
X1 + S2
= 400
Se producen dos artculos A y B los mismos que son procesados por tres mquinas Mi, M2, M3 que disponen de 130, 190 y 200 horas semanales. La mquina Ml procesa al menos una unidad de A y una unidad de B, la mquina M2 procesa al menos 2 unidades de A y una unidad de B, la mquina de M3 procesa al menos una unidad de A y cuatro unidades de B. El costo de procesar es $ 2 por cada unidad de A y $ 3 por cada unidad de B.
PASO 2- Restricciones:
Xl
+ X2 > 130
PASO 3.-
Artificio de clculo.- Para obtener la igualdad en los casos de minimizacin se consideran las variables de holgura negativas y las variables artificiales positivas.
PASO 4.-
Para formar la primera taba utilizamos los coeficientes de las variables de decisin o fundamentales, de holgura y artificiales. Primero se debe eliminar las variables artificiales, las mismas que en la funcin objetivo irn con coeficiente (M) que representa un valor indeterminado.
M * 130 + M *190 + M *200 = 520M M * 1 + M *2 + M *1 = 4M M* 1 + M*1 + M*4 = 6M M *-1 + M*0 + M*0 = -M etc.
En la fila de Zj Cj quedan los mismos valores excepto las tres columnas ltimas porque son las que si se pueden restar.
PASO 5.-
Cuando se tiene casos de minimizacin en la fila Zj Cj se debe eliminar los nmeros positivos empezando por los mayores, en el caso de ejemplo se empieza eliminando 6M, de modo que ingresa X2 con un costo de 3, pero para saber cual es la fila que sale procedemos como en los casos de maximizacin calculando el pivote y semipivotes.
bn ; X2 1
130 / 1 = 130
Semipivote.
901 / 1 = 190
Semipivote.
200 / 4=50
Pivote
Clculo de los coeficientes de X2, ml y m2. Para lo cual utilizamos las siguientes frmulas:
Anteriores / pivote
Coeficientes de m1
coeficientes de m2
130 (50* 1)
= 80
0 (0,25* 1) = -0,25
Zj - Cj los mismos valores de Zj a excepcin de los tres ltimos que si se puede restar. Para los valores de Zj no se toma en cuenta la fila de X2 por tener coeficiente numrico.
PASO 6.-
De la fila Zj Cj se toma el valor positivo 2,5M es decir que en esta tabla va ha ingresar Xl con un costo de 2, a continuacin vemos cual fila es la que sale.
bn X1
80/0,75 = 106,67
Semipivote.
140 / 1,75 = 80
Pivote
Semipivote.
Coeficientes de Xl
Coeficientes de ml
140 / 1,75 = 80 1,75 / 1,75 = 1 0 / 1,75 = 0 0 / 1,75 = 0 -1 / 1,75 = -0,57 0,25/ 1,75 = 0,143 0 / 1,75 = 0 1 / 1,75 = 0,57 -0,25/ 1,75 = -0,143
80 (80* 0,75) 0,75 (1* 0,75) 0 (0* 0,75) -1 (0* 0,75) 0 (-0,57* 0,75)
= 20 =0 =0 = -1 = 0,43
Coeficiente de X2
50 - (80* 0,25) 0,25 - (1*0,25) 1 - (0* 0,25) 0 - (0* 0,25) 0 - (-0,57* 0,25)
= 30 =0 =1 =0 = 0,143
PASO 7.
bn ; S2
20 / 0,43 = 46,51
Pivote
80 / -0,57 = -140,35
Semipivote
30 / 0,14 = 214,29
Semipivote
=0
2* -1,33 + 3* 0,33
Como en la fila de Zj - Cj que se denomina criterio del simplex, tenemos valores negativos y/o ceros el proceso ha terminado.
SOLUCIN PTIMA.
Z (MIN) = 283,5 Xl = 106,51 X2 = 23,49 S1 = 0 S2 = 46,51 S3 = 0 unidades del artculo A. unidades del artculo B. se utiliz toda la capacidad de Ml. capacidad no utilizada de M2. se utiliz toda la capacidad de M3.
COMPROBACIN:
Xl
X2
-S1 -0
= 130 = 130
106,51 + 23,49
2X1
X2
-S2
=190 = 190
EJERCICIO N 3
CASO COMBINADO Se fabrican dos productos, una unidad de A se lleva $ 1 de mano de obra y una unidad de B se lleva $ 3; de materia prima cada unidad de A se lleva $ 2 y $ 1 por cada unidad de B, el desgaste del equipo se supone proporcional a la produccin y es de $ 1 por cada
unidad de A y $ 1 por cada unidad de B. El beneficio por cada producto de A es de $ 20 y $ 10 por cada unidad de B, se dispone de al menos $ 18 para salarios, al menos $ 24 para materia prima, y cuando mucho $ 16 para desgaste de equipo. Cul es la cantidad que se debe producir de cada artculo para obtener las utilidades ms altas posibles?
PASO 1.-
Funcin objetivo.
PASO 2-
Restricciones:
X1; X2 > 0
PASO 3.-
X1 + 3X2 S1 2X1 + X2 X1 + X2 - S2 - S3
+ m1 + m2
= 18 = 24 + m3 = 16
PASO. -
Elaboracin de la tabla.
COM PROBACIN
Xl +X2 + S3
=16
145 + 1 5 + O = 16
2X1 +X2 - S2 + m2
= 24