Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacin de Operaciones
Clase 3
Dra. Jania Astrid Saucedo Martnez
2
Herramientas Computacionales
Lindo
3
El nombre de cada variable debe comenzar con una letra y puede contener
hasta 8 caracteres alfanumricos.
Comentarios (!).
LINDO
8
Damos click en
SOLVE
9
Damos click en SI y
desplegar la siguiente
pantalla.
Valor de la funcin
objetivo
Valor de las variables
11
Tipos de Solucin
Cuando tenemos una solucin infactible (el problema no tiene solucin, es decir,
no se cumple algunas restricciones al mismo tiempo) se desplegarn las siguientes
pantallas y no nos dar algn valor de la funcin objetivo ni valores de variables.
12
Excel
Seleccionamos el botn de
Instalar el Solver de Excel office
Seleccionamos la opcin
complementos
Despus seleccionamos
la opcin administrar
complementos de
excel.
Posteriormente damos
click en ir.
16
Seleccionar Solver u
dar click en el botn
aceptar.
17
Para calcular el valor de la FO,
Signos de desigualdad de
Coeficientes de las referencia, texto fijo
restricciones Lados derechos de las
restricciones
19
Despus de haber capturado el modelo en las celdas.
Seleccionamos el men datos, la opcin Solver.
20
Aparecer la siguiente pantalla. En la celda objetivo seleccionamos la
celda donde se encuentra la operacin
suma producto de los coeficientes de
la FO.
En la celda cambiando las celdas21
seleccionamos las celdas que
rellenamos.
En la seccin de sujeto a las22
restricciones, le damos click en agregar
y seleccionamos las restricciones.
Aparece la siguiente ventana y llenas23
los datos correspondientes.
24
Tomar en cuenta las siguientes
condiciones dependiendo de la versin
del office que tengan.
Y tener seleccionado la
opcin de convertir
variables sin
restricciones en no
negativas. Y por tlimo
dar resolver.
Si tienes esta versin del office, dar25
click en el botn Opciones. Dar click en
adaptar modelo lineal y no negatividad
de variables. Y por ltimo dar resolver.
26
Algoritmo
Simplex
27
Un poco de historia
El algoritmo smplex, descubierto por el matemtico
norteamericano George B. Dantzig en 1947, es una tcnica popular para
dar soluciones numricas del problema de la programacin lineal.
Ejemplo 1
maximizar: z = x1 - x2 -minimizar: z = -x1 + x2 1
s. a: x1 + x2 -4 s. a: -x1 - x2 4
2x2 x3 2 2x2 x3+ + x3- 2
x1 - x2 = 3 x1 - x2 = 3
x1 0 x1 , x3- 0
x2 0 x3+ , x2 0
x3 irresctricta
2
Cuando una variable es
-minimizar: z = x1 + x2 Irrestricta hacemos
s. a: x1 - x2 - s1 = 4 x3 = x3+ - x3-
-x1 - x2 = 3 x3+ , x3- 0
2x2 x3+ + x3- -s2 = 2
x1, x2, x3+ , x3- 0
34
Ejemplo 2
minimizar: z = -3x1 - x2 minimizar: z = -3x1 - x2
s. a: x1 + 3x2 6 s. a: x1 + 3x2+s1 = 6
x1 - x2 4 x1 - x2+s2 = 4
x1, x2 0 x1, x2, s1, s2 0
Cj -3 -1 0 0
Bsicas x1 x2 s1 s2 Bi Cj
s1 1 -1 1 0 4 0
s2 1 3 0 1 6 0
Cr -3 -1 0 0 z= 0
35
36
Paso 2. Elegir una variable saliente (aquella cuya razn del lado
derecho sea menor y cuyo coeficiente sea positivo).
Bsicas x1 x2 s1 s2 Bi Cj
Cj -3 -1 0 0
s1 1 -1 1 0 4 0
s2 1 3 0 1 6 0
Cr -3 -1 0 0 z= 0
Bsicas x1 x2 s1 s2 bi
s1 1 -1 1 0 4 4/1=4
s2 1 3 0 1 6 6/1=6
F. O. -3 -1 0 0 0
39
Cij
Bsicas x1 x2 s1 s2 bi Cij
CR.
Este proceso se sigue hasta que no aparezca algn valor negativo en la fila
CR Si no aparece ninguno, es que hemos llegado a la solucin ptima del
problema.
41
Cij
Bsicas x1 x2 s1 s2 bi Cij
F. O.
Cij
Bsicas x1 x2 s1 s2 bi Cij
F. O.
42
Ejemplo 3
maximizar: z = 3x1 + 2x2 -minimizar: z = -3x1 - 2x2
s. a: 2x1 + x2 18 s. a: 2x1 + x2 + s1 = 18
2x1 + 3x2 42 2x1 + 3x2 + s2 = 42
3x1 + x2 24 3x1 + x2 + s3 = 24
x1, x 2 0 x1, x2, s1, s2, s3 0
Bsicas x1 x2 s1 s2 s3 bi
s1 2 1 1 0 0 18
s2 2 3 0 1 0 42
s3 3 1 0 0 1 24
FO -3 -2 0 0 0 0
44
Cij
Bsicas x1 x2 s1 s2 s3 bi Cij
F. O.
Cij
Bsicas x1 x2 s1 s2 s3 bi Cij
F. O.
45
Ejemplo 4
maximizar: z = 40x1 + 60x2 -minimizar: z = -40x1 - 60x2
s. a: 2x1 + x2 70 s. a: 2x1 + x2 + s1 = 70
x1 + x2 40 x1 + x2 + s2 = 40
x1 + 3x2 90 x1 + 3x2 + s3 = 90
x1, x2, s1, s2, s3 0
x1, x 2 0
Cj -40 -60 0 0 0 0
Bsicas x1 x2 s1 s2 s3 bi
s1 2 1 1 0 0 70
s2 1 1 0 1 0 40
s3 1 3 0 0 1 90
CR -40 -60 0 0 0 0
46
Cij
Bsicas x1 x2 s1 s2 s3 bi Cij
F. O.
Cij
Bsicas x1 x2 s1 s2 s3 bi Cij
F. O.
47
Casos Especiales
del Mtodo Simplex
48
Ejemplo. D
eg
en
max z = 3x1 + 9x2 er
s. a: x1 + 4x2 8 ad
x1 + 2x2 4 a
x1, x 2 0
49
In
Ejemplo so fi
lu ni
Max z = 2x1 + 4x2 ci ta
s. a: x1 + 2x2 5
on s
x1 + x2 4
es
x1, x 2 0
50
N
Ejemplo o
Ac
Max z = 2x1 + x2 ot
s. a: x1 - x2 10 ad
2x1 40 a
x1, x 2 0
51
Degeneracin
Ocurre cuando existe un empate en la seleccin de la variable que sale este
empate se rompe arbitrariamente. El valor de la Funcin Objetivo no
mejora en dicha iteracin.
Iteracin Bsica x1 x2 x3 x4 bi
0 z -3 -9 0 0 0
x2 entra x3 1 4 1 0 8
x3 sale
x4 1 2 0 1 4
1 z -3/4 0 9/4 0 18
x1 entra x2 1 0 2
x4 sale
x4 0 - 1 0
2 z 0 0 3/2 3/2 18
ptima x2 0 1 - 2
x1 1 0 -1 2 0
52
Iteracin Bsica x1 x2 x3 x4 bi
0 z -2 -4 0 0 0
x2 entra x3 1 2 1 0 5
x3 sale
x4 1 1 0 1 4
1 z 0 0 2 0 10
x1 entra x2 1 0 5/2
x4 sale
x4 0 - 1 3/2
2 z 0 0 2 0 10
ptima x2 0 1 1 -1 1
x1 1 0 -1 2 3
53
Solucin Infactible
Cuando empleamos el uso de variables artificiales en el modelo
original, para ofrecer al diseo una solucin factible inicial y al lograr la
optimalidad estas variables se hacen cero para obtener una solucin
factible de no ser as la solucin es infactible al problema original.
Iteracin Bsica x1 x2 x4 x3 R bi
0 z -3-3M -2-4M M 0 0 -12M
x2 entra x3 2 1 0 1 0 2
x3 sale
R 3 4 -1 0 1 12
1 z 1+5M 0 M 2+4M 0 4-4M
(seudo- x2 2 1 0 1 0 2
ptima)
R -5 0 -1 -4 1 4
Variable artificial
dentro de la base
54
Solucin No Acotada
Cuando en la tabla del simplex en el rengln de la z existe una variable
no bsica que puede entrar pero al determinar la variable que sale nos
damos cuenta que en su columna existen solo valores de ceros o negativos
lo que significa que esa variable puede hacer crecer en forma indefinida a
z sin que se infrinja ninguna de las restricciones o cuando toda una
columna tiene valores negativos o iguales a 0.
Bsica x1 x2 x3 x4 bi
z -2 -1 0 0 0
x3 1 -1 1 0 10
x4 1 0 0 1 40