Optimizaci on y Programaci on Lineal

M etodo Simplex: Minimizaci on

31 de enero de 2011

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

1 / 14

Minimizaci on

Minimizaci on
En la denici on del Simplex, este se vi o para maximizar un PL. Es f acil utilizarlo para minimizar. Existen dos estrategias posibles. Cambiar la funci on objetivo z por z y utilizar el Simplex sin modicaci on.
Min z = f (x ) Max w = f (x )

Modicar la estrategia de selecci on de la variable entrante: aqu ella con el coeciente negativo m as grande, por: aqu ella con el coeciente positivo m as grande. En este caso, se corresponde con aquella variable con el factor de disminuci on m as grande. Para determinar la variable b asica saliente se sigue el mismo proceso que en el Simplex de maximizaci on.
M etodo Simplex: Minimizaci on () Optimizaci on y Programaci on Lineal 31 de enero de 2011 2 / 14

Ejemplo 1

Ejemplo 1
Resuelve el siguiente modelo PL por la estrategia 1: Minimice z = 3 x1 + 8 x2 sujeto a 4 x1 2 x1 con x1 , x2 0. + x2 + 3 x2 13 6

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

3 / 14

Ejemplo 1

Ejemplo 1
Resuelve el siguiente modelo PL por la estrategia 1: Minimice z = 3 x1 + 8 x2 sujeto a 4 x1 2 x1 con x1 , x2 0. Soluci on La forma est andar queda: Maximice w = z = (3 x1 + 8 x2 ) sujeto a 4 x1 2 x1 con x1 , x2 , s1 , s2 0.
M etodo Simplex: Minimizaci on () Optimizaci on y Programaci on Lineal 31 de enero de 2011 3 / 14

+ x2 + 3 x2

13 6

+ x2 + 3 x2

s1 + s2

= 13 = 6

Ejemplo 1

La versi on matricial de Maximice w = z = (3 x1 + 8 x2 ) sujeto a 4 x1 2 x1 + x2 + 3 x2 + s1 + s2 = 13 = 6

con x1 , x2 , s1 , s2 0, queda: w 1 0 0

x1 3 4 2

x2 8 1 3

s1 0 1 0

s2 0 0 1

RHS 0 13 6

VB w s1 s2

la ventaja de tener los lados derechos mayores o iguales que cero y desigualdades del tipo es que tenemos una SBF: w = 0, s1 = 13, s2 = 6, x1 = 0 y x2 = 0.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

4 / 14

Ejemplo 1

Revisando la Tabla Simplex w 1 0 0

x1 3 4 2

x2 8 1 3

s1 0 1 0

s2 0 0 1

RHS 0 13 6

VB w s1 s2

observamos que en el rengl on cero hay una variable no b asica (x1 ) con coeciente negativo (3): esto indica que si se aumenta el valor de x1 , entonces el valor de w aumentar a: por consiguiente la soluci on b asica factible que se tiene no es optima.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

5 / 14

Ejemplo 1

Revisando la Tabla Simplex w 1 0 0

x1 3 4 2

x2 8 1 3

s1 0 1 0

s2 0 0 1

RHS 0 13 6

VB w s1 s2

observamos que en el rengl on cero hay una variable no b asica (x1 ) con coeciente negativo (3): esto indica que si se aumenta el valor de x1 , entonces el valor de w aumentar a: por consiguiente la soluci on b asica factible que se tiene no es optima. Escogemos la variable no b asica que tiene el coeciente negativo mayor en el rengl on cero (En caso de empate, podemos romperlo escogiendo la m as a la izquierda). En nuestro caso x1 es la variable no b asica entrante.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

5 / 14

Ejemplo 1

Nuestra meta es subir el valor de x1 lo m as posible conservando una SBF. Para ello debemos escoger cual es la variable b asica a salir. Revisando la Tabla Simplex w x1 x2 s1 s2 RHS VB 1 3 8 0 0 0 w 0 4 1 1 0 13 s1 13/4 6 s2 3 0 2 3 0 1 siendo x2 variable no b asica (x2 = 0), vemos que los renglones 1 y 2 representan: 4 x1 + s1 = 12 s1 = 13 4 x1 2 x1 + s 2 = 6 s 2 = 6 2 x1

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

6 / 14

Ejemplo 1

Nuestra meta es subir el valor de x1 lo m as posible conservando una SBF. Para ello debemos escoger cual es la variable b asica a salir. Revisando la Tabla Simplex w x1 x2 s1 s2 RHS VB 1 3 8 0 0 0 w 0 4 1 1 0 13 s1 13/4 6 s2 3 0 2 3 0 1 siendo x2 variable no b asica (x2 = 0), vemos que los renglones 1 y 2 representan: 4 x1 + s1 = 12 s1 = 13 4 x1 2 x1 + s 2 = 6 s 2 = 6 2 x1 Por tanto, de la primera relaci on se tiene que x1 puede subir hasta 3.25 = 13/4 mientras que de la segunda vemos que x1 puede subir hasta 3 = 6/2. Elegimos subir x1 hasta 3 lo que har a que s2 valga 0. s2 es la variable b asica saliente.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

6 / 14

Ejemplo 1

Para cambiar la variable b asica s2 por Tabla Simplex w x1 x2 1 3 8 0 4 1 0 2 3

la variable no b asica x1 hacemos sobre la s1 0 1 0 s2 0 0 1 RHS 0 13 6 VB w s1 s2

las operaciones: 1.- R3 1 2 R3 , 2.- R1 R1 3 R3 , 3.- R2 R2 4 R3 para obtener:

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

7 / 14

Ejemplo 1

Para cambiar la variable b asica s2 por Tabla Simplex w x1 x2 1 3 8 0 4 1 0 2 3

la variable no b asica x1 hacemos sobre la s1 0 1 0 s2 0 0 1 RHS 0 13 6 VB w s1 s2 R2 4 R3 para

las operaciones: 1.- R3 1 2 R3 , 2.- R1 R1 3 R3 , 3.- R2 obtener: w x1 x2 s1 s2 RHS VB 3 1 0 25 0 9 w 2 2 0 0 5 1 2 1 s1 3 1 0 1 0 3 x1 2 2

La cual representa la SBF w = 9, x1 = 3, x2 = 0, s1 = 1, s2 = 0.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

7 / 14

Ejemplo 1

Al revisar la Tabla del Simplex: w x1 x2 1 0 25 2 0 0 5 3 0 1 2

s1 0 1 0

s2
3 2

2
1 2

RHS 9 1 3

VB w s1 x1

observamos que las variables no b asicas tienen coeciente positivo en el rengl on cero: es decir, que aumentando su valor har an que w disminuyera. Por tanto, la SBF es o ptima.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

8 / 14

Ejemplo 1

Al revisar la Tabla del Simplex: w x1 x2 1 0 25 2 0 0 5 3 0 1 2

s1 0 1 0

s2
3 2

2
1 2

RHS 9 1 3

VB w s1 x1

observamos que las variables no b asicas tienen coeciente positivo en el rengl on cero: es decir, que aumentando su valor har an que w disminuyera. Por tanto, la SBF es o ptima. La regla es que: si las variables no b asicas tienen coeciente positivo en el rengl on cero de la tabla Simplex, entonces la SBF actual es optima (En problemas de maximizaci on)

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

8 / 14

Ejemplo 2

Ejemplo 2
Resuelve el siguiente modelo PL por la estrategia 2: Minimice z = 2 x1 3 x2 sujeto a x1 x1 con x1 , x2 0. + + x2 2 x2 15 20

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

9 / 14

Ejemplo 2

Ejemplo 2
Resuelve el siguiente modelo PL por la estrategia 2: Minimice z = 2 x1 3 x2 sujeto a x1 x1 con x1 , x2 0. Soluci on La forma est andar queda: Minimice z = 2 x1 3 x2 sujeto a x1 x1 con x1 , x2 , s1 , s2 0.
M etodo Simplex: Minimizaci on () Optimizaci on y Programaci on Lineal 31 de enero de 2011 9 / 14

+ +

x2 2 x2

15 20

+ x2 + 2 x2

s1 + s2

= 15 = 20

Ejemplo 2

La versi on matricial de Minimice z = 2 x1 3 x2 sujeto a x1 x1 + x2 + 2 x2 + s1 + s2 = 15 = 20

con x1 , x2 , s1 , s2 0, queda: z 1 0 0

x1 2 1 1

x2 3 1 2

s1 0 1 0

s2 0 0 1

RHS 0 15 20

VB z s1 s2

la ventaja de tener los lados derechos mayores o iguales que cero y desigualdades del tipo es que tenemos una SBF: z = 0, s1 = 15, s2 = 20, x1 = 0 y x2 = 0.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

10 / 14

Ejemplo 2

De la matriz z 1 0 0 x1 2 1 1 x2 3 1 2 s1 0 1 0 s2 0 0 1 RHS 0 15 20 VB z s1 15 = 15/1 10 = 20/2 s2

deducimos que: La variable no b asica entrante es x2 (La variable no-b asica con el coeciente positivo m as grande (3) en el rengl on cero, en el caso de minimizaci on). Y que la variable b asica saliente es s2 (La variable b asica que impone una mayor restricci on al crecimiento de la variable entrante: la deja crecer s olo hasta 10).

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

11 / 14

Ejemplo 2

Para cambiar la variable b asica s2 por la Tabla Simplex z x1 x2 s1 1 2 3 0 0 1 1 1 0 1 2 0

variable no b asica x2 hacemos sobre la s2 0 0 1 RHS 0 15 20 VB z s1 s2

las operaciones: 1.- R3 1 2 R3 , 2.- R1 R1 2 R3 , 3.- R2 R2 R3 para obtener:

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

12 / 14

Ejemplo 2

Para cambiar la variable b asica s2 por la Tabla Simplex z x1 x2 s1 1 2 3 0 0 1 1 1 0 1 2 0 las operaciones: 1.- R3 1 2 R3 , obtener: z x1 1 1 2 0 1 2 0 1 2

variable no b asica x2 hacemos sobre la s2 0 0 1 RHS 0 15 20 VB z s1 s2

2.- R1 R1 2 R3 , 3.- R2 R2 R3 para x2 s1 s2 RHS VB 0 0 3 30 z 2 1 0 1 5 s1 1 0

1 2 2

10

x2

La cual representa la SBF z = 30, x1 = 0, x2 = 10, s1 = 5, s2 = 0.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

12 / 14

Ejemplo 2

De la matriz z 1 0 0 x1
1 2 1 2 1 2

x2 0 0 1

s1 0 1 0

s2 3 2 1 2
1 2

RHS VB 30 z 5 s1 10 = 5/(1/2) 20 = 10/(1/2) 10 x2

deducimos que la variable no b asica entrante es x1 y que la variable b asica saliente es s1 .

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

13 / 14

Ejemplo 2

Para cambiar la variable b asica Tabla Simplex z x1 1 1 2 0 1 2 0 1 2

s1 por la variable no b asica x1 hacemos sobre la x2 0 0 1 s1 0 1 0 s2 3 2 1 2

1 2

RHS VB 30 z 5 s1 10 x2

las operaciones: 1.- R2 2R2 , 2.- R1 R1 1/2 R3 , 3.- R3 R3 1/2 R3 para obtener:

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

14 / 14

Ejemplo 2

Para cambiar la variable b asica Tabla Simplex z x1 1 1 2 0 1 2 0 1 2 las operaciones: 1.- R2 2R2 , obtener: z x1 1 0 0 1 0 0

s1 por la variable no b asica x1 hacemos sobre la x2 0 0 1 s1 0 1 0 s2 3 2 1 2

1 2

RHS VB 30 z 5 s1 10 x2

2.- R1 R1 1/2 R3 , 3.- R3 R3 1/2 R3 para x2 s 1 s2 RHS VB 0 1 1 35 z 0 2 1 10 x1 1 1 1 5 x2

La cual representa la SBF z = 35, x1 = 10, x2 = 5, s1 = 0, s2 = 0. La cual es optima.

M etodo Simplex: Minimizaci on

()

Optimizaci on y Programaci on Lineal

31 de enero de 2011

14 / 14