MTODO GRAFICO DE SOLUCIN DE PROBLEMAS DE PROGRAMACIN LINEAL

El mtodo grfico se emplea para resolver problemas que presentan slo 2 variables de decisin. El procedimiento consiste en trazar las ecuaciones de las restricciones en un eje de coordenadas X1, X2 para tratar de identificar el rea de soluciones factibles (soluciones que cumplen con todas las restricciones).

La solucin ptima del problema se encuentra en uno de los vrtices de esta rea de soluciones creada, por lo que se buscar en estos datos el valor mnimo o mximo del problema.

EJEMPLO

Una compaa de auditores se especializa en preparar liquidaciones y auditoras de empresas pequeas. Tienen inters en saber cuantas auditoras y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. Se dispone de 800 horas de trabajo directo y 320 horas para revisin. Una auditora en promedio requiere de 40 horas de trabajo directo y 10 horas de revisin, adems aporta un ingreso de 300 dls. Una liquidacin de impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisin, produce un ingreso de 100 dls. El mximo de liquidaciones mensuales disponibles es de 60.

OBJETIVO : Maximizar el ingreso total. VARIABLE DE DECISION: Cantidad de auditoras (X1). Cantidad de liquidaciones (X2). RESTRICCIONES : Tiempo disponible de trabajo directo,Tiempo disponible de revisin,Nmero mximo de liquidaciones.

Maximizar Sujeto a:

La solucin ptima siempre se encuentra en uno de los vrtices del conjunto de soluciones factibles. Se analizan estos valores en la funcin objetivo. El vrtice que representa el mejor valor de la funcin objetivo ser la solucin ptima.

METODO SIMPLEX ALGEBRAICO

un requisito inicial para aplicar este enfoque es organizar el modelo, de tal forma que todas las restricciones sean del tipo < y todos los trminos del lado derecho sean no negativos. A pesar de que con este procedimiento pueden resolverse modelos con cualquier nmero de variables y de ecuaciones, no es el mtodo utilizado en la practica para resolver los modelos reales de P.L.

ALGORITMO DE SOLUCIN
Paso inicial: Hallar una solucin bsica factible inicial.

Despus de escribir el modelo en formato estndar, se escoge, por comodidad en los clculos, a las variables de holgura como variables bsicas iniciales. Las variables originales quedarn como variables no bsicas. Hecho lo anterior se procede a obtener la solucin bsica factible inicial, as: Expresar las variables bsicas en trminos de las no bsicas, en cada una de las ecuaciones del modelo. Reemplazar el valor (cero) de las variables no bsicas en las expresiones del paso a, obteniendo as que las variables de holgura son iguales a los trminos del lado derecho de cada ecuacin. Igualmente remplazar los valores de las variables no bsicas, en la funcin objetivo obteniendo que esta es igual a cero.

PASO 1: DETERMINAR SI LA SOLUCIN BSICA FACTIBLE ACTUAL PUEDE MEJORARSE O SI YA ES LA PTIMA.

Prueba de mejorabilidad Consiste en verificar si en la funcin objetivo hay alguna variable no bsica que tenga coeficiente positivo. Si la respuesta es afirmativa esto indica que al aumentar el valor de esa variable se incrementar proporcionalmente el valor de la funcin objetivo, motivo por el cual nos interesa darle a esa variable el mayor valor posible Si hay dos o ms variables empatadas como variable de entrada, podemos romper el empate arbitrariamente. Prueba de optimalidad:

Si en la prueba de mejorabilidad la respuesta es negativa, es decir, si todas las variables no bsicas tienen coeficiente objetivo negativo o cero, la solucin bsica actual es inmejorable, o sea que es la solucin ptima y se termina el algoritmo.

PASO 2: OBTENER LA NUEVA SOLUCIN BSICA FACTIBLE MEJOR

Identificar la variable de salida:

Se toma como variable de salida de la solucin bsica actual a aquella que primero llegue a valer cero al aumentar el valor de la variable de entrada definida en el paso anterior. En caso de empate se elige arbitrariamente una de ellas.
Si ninguna de las variables bsicas tiende a volverse cero al aumentar el valor de la variable de entrada entonces la funcin objetivo puede crecer indefinidamente y se dice que la solucin es ptima ilimitada.

METODO SIMPLEX REVISADO

El mtodo Simplex es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando ms dicha solucin. Partiendo del valor de la funcin objetivo en un vrtice cualquiera, el mtodo consiste en buscar sucesivamente otro vrtice que mejore al anterior

El mtodo Simplex se basa en la siguiente propiedad: si la funcin objetivo, f, no toma su valor mximo en el vrtice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deber tenerse en cuenta que este mtodo slo trabaja para restricciones que tengan un tipo de desigualdad "" y coeficientes independientes mayores o iguales a 0, y habr que estandarizar las mismas para el algoritmo. En caso de que despus de ste proceso, aparezcan (o no varen) restricciones del tipo "" o "=" habr que emplear otros mtodos, siendo el ms comn el mtodo de las Dos Fases.