Metodo Grafico ................................................................................................................................... 3 Resultados de prueba y error .............................................................................................................. 7 Metodo de Doble Fase ........................................................................................................................ 8
Mtodo Simplex EJEMPLO: Resolver el siguiente problema de Programacin Lineal utilizando el Mtodo Simplex: Max 40*X1 + 60*X2 s.a. 2*X1 + 1*X2 <= 70 1*X1 + 1*X2 <= 40 1*X1 + 3*X2 <= 90 X1 >= 0 X2 >= 0 Para poder aplicar el Mtodo Simplex, es necesario llevar el modelo a su formato estndar, para lo cual definimos X3, X4, X5 >= 0 como las respectivas variables de holgura para la restriccin 1, 2 y 3. De esta forma queda definida la tabla inicial del mtodo de la siguiente forma: X1 X2 X3 X4 X5 2 1 1 0 0 70 1 1 0 1 0 40 1 3 0 0 1 90 -40 -60 0 0 0 0 En esta situacin, las variables de holgura definen una solucin bsica factible inicial, condicin necesaria para la aplicacin del mtodo. Luego, se verifican los costos reducidos de las variables no bsicas (X1 y X2 en la tabla inicial) y se escoge como variable que entra a la base aquella con el costo reducido "ms negativo". En este caso, X2.
Luego, para escoger que variable bsica deja la base debemos buscar el mnimo cuociente entre el lado derecho y los coeficientes asociados a la variable entrante en cada fila (para aquellos coeficientes > 0 marcados en rojo en la tabla anterior). El mnimo se alcanza en Min {70/1, 40/1, 90/3} = 30 asociado a la tercera fila, el cual corresponde a la variable bsica actual X5, en consecuencia, X5 deja la base. En la posicin que se alcanza el mnimo cuociente lo llamaremos "Pivote" (marcado con rojo) el cual nos servir para realizar las respectivas operaciones filas, logrando la siguiente tabla al cabo de una iteracin: X1 X2 X3 X4 X5 5/3 0 1 0 -1/3 40 2/3 0 0 1 -1/3 10 1/3 1 0 0 1/3 30 -20 0 0 0 20 1800 El valor de la funcin objetivo luego de una iteracin ha pasado de 0 a 1.800. Se recomienda al lector hacer una representacin grfica del problema y notar como las soluciones factibles del mtodo corresponden a vrtices del dominio de puntos factibles.
La actual tabla no corresponde a la solucin ptima del problema P) debido a que existe una variable no bsica con costo reducido negativo, por tanto X1 entra a la base. Posteriormente, mediante el criterio del mnimo cuociente calculamos la variable que debe dejar la base: Min {40/(5/3), 10/(2/3), 30/(1/3)} = 15, asociado a la fila 2 (variable bsica actual X4), por tanto X4 deja la base. Obtenido lo anterior se aplica una iteracin del mtodo: X1 X2 X3 X4 X5 0 0 1 -5/2 1/2 15 1 0 0 3/2 -1/2 15 0 1 0 -1/2 1/2 25 0 0 0 30 10 2100 Finalmente se alcanza la solucin ptima del problema P) y se verifica que los costos reducidos asociados a las variables no bsicas (X4 y X5 son mayores o iguales que cero). Ntese que la existencia de un costo reducido igual a cero para una variable no bsica en esta etapa define un problema con "infinitas soluciones".
La solucin alcanzada es X1* = 15, X2* = 25 con V(P*) = 2.100. Adicionalmente, los costos reducidos asociados a las variables no bsicas definen el precio sombra asociado a las restricciones 1, 2 y 3, respectivamente, lo cual es equivalente a la obtencin del precio sombra mediante el mtodo grfico. Dejaremos para una posterior presentacin, la forma de calcular el intervalo de variacin para el lado derecho que permite la validez del precio sombra, utilizando la tabla final del Mtodo Simplex. Metodo Grafico La meta en este problema es encontrar la manera menos costosa para satisfacer las necesidades vitamnicas. Las dos alternativas disponibles son los alimentos A y B. Matemticamente la funcin objetivo es: Minimizar Z = 5A + 8B Las restricciones son los requerimientos mnimos de las tres vitaminas. stas se muestran enseguida: Restricciones: 4A + 10B 40 vitamina W 10A + 5B 50 vitamina X 7A + 7B 49 vitamina Y A 0, B 0 no negatividad Paso 2: grfica de las restricciones. El procedimiento para graficar es el mismo que se us antes: (1) graficar cada ecuacin de restriccin; (2) graficar el rea apropiada. Para la primera restriccin la ecuacin es 4A + 10B = 40. Las dos intersecciones con los ejes son (0,4) y (10,0). Esta lnea se muestra en la siguiente figura:
La restriccin pide 40 unidades o ms de la vitamina W. Cualquier punto que est arriba de la lnea de restriccin ser factible y todos los puntos que quedan abajo de esa lnea sern aceptables. En la siguiente figura se muestra la regin factible:
Despus se grafica la restriccin para la vitamina X. La ecuacin 10A + 5B = 50 tiene intersecciones con los ejes en (0,10) y (5,0). En la siguiente figura se ilustran las restricciones para las vitaminas W y X. Ntese que las soluciones que quedan en las reas a o b no son factibles, ya que quedaran abajo de las lneas de restriccin.
Al agregar la tercera restriccin, este segundo paso queda terminado, como se muestra en la siguiente figura:
Paso 3: localizacin de la solucin ptima. En la siguiente figura se muestra la frontera extrema ms dos lneas de indiferencia, las de Z = 40 pesos y Z = 60 pesos. La frontera extrema est formada por los puntos a, b, c y d, puesto que stos son los puntos de interseccin factibles ms cercanos al origen.
Grficamente, el objetivo de minimizar el valor de Z significa ajustar una lnea de indiferencia tan cerca del origen como sea posible. En la figura anterior puede observarse que existen muchas soluciones posibles para Z = 60, pero ninguna para Z = 40. Imaginando mover la lnea Z = 60 hacia el origen, el ltimo punto de contacto con la frontera extrema ser el punto b. Entonces, el punto b es la solucin ptima. En la figura anterior se observa que el punto b es la interseccin de dos lneas: (1) 4A + 10B = 40 (2) 7A + 7B = 49 Resolviendo el sistema de ecuaciones:
Multiplquese la ecuacin (1) por 7: (3) 28A + 70B = 280 Multiplquese la ecuacin (2) por 4: (4) 28A 28B = 196 42B = 84 B = 2 Sustityase en la ecuacin (1): 4A + 10(2) = 40 A = 5 La solucin menos costosa es 5 kilogramos de alimento A y 2 kilogramos de alimento B. El costo total de esta combinacin es: Z = 5A + 8B = 5(5) + 8(2) = 25 + 16 = 41 pesos Si se usa el mtodo de prueba y error para localizar la solucin ptima, se deben encontrar las coordenadas de los puntos a, b, c, y d. Se debe calcular despus el valor de la funcin objetivo para cada punto. A continuacin se muestran los resultados de este procedimiento: Resultados de prueba y error PUNTO Coordenadas Z = 5A + 8B A A = 10, B = 0 50 B A = 5, B = 2 41 menor C A =3, B = 4 47 D A = 0, B = 10 80
Metodo de Doble Fase Minimizar Z = 4x1+ x2 S.A. 3x1 + x2 = 3 4x1 + 3x2 6 x1 + 2x2 # 3
Solucin:
i) Expresar el modelo original en la forma estndar e igualar a cero la funcin objetivo.
ii) Sumar del lado izquierdo de cada ecuacin una variable artificial, identificada por W a cada una de las restricciones que en el modelo original sean del tipo = Para el ejemplo que nos ocupa, la primera y la segunda ecuacin requieren de una variable artificacial cada una, es decir, W1 y W2 respectivamente.
Formular un nuevo modelo cuya funcin objetivo ser de Mnimizar, se identificar por W0 y ser igual a la sumatoria de las variables artificiales, es decir, W0 = W1+W2.
Sustituyendo valores se tiene la siguiente tabla que corresponde a la solucin inicial bsica no-ptima de la fase I.
Se comprueba que se tiene la solucin inicial bsica-factible no-ptima, por lo que se procede a aplicar el algoritmo del simplex hasta encontrar, si existe, la solucin ptima de la primera fase:
Generando una segunda tabla.
Aplicando el criterio de ptimalidad, la variable entrante ser X1 por tener el coeficiente ms positivo, 7, en el rengln cero (rengln de la funcin objetivo) porque se trata de un problema de mnimizar. Aplicando el criterio de factibilidad, la variable que sale de la base es W1 por tener el menor cociente, resultado de dividir cada elemento del vector b entre cada elemento asociado con la variable entrante. De la tabla inicial simplex identificar el elemento pivote, el cual ser el nmero que est en la interseccin de la columna relacionada con la variable entrante y la fila asociada con la variable saliente, para nuestro ejemplo, es el nmero 3 Para que X1 sea una variables bsica, el elemento pivote debe ser uno, para ello debemos dividirlo entre si mismo pero para que no se altere la informacin de nuestro problema debemos dividir entre tres todo el rengln del elemento pivote y as una segunda tabla empieza a ser generada, es decir: Rp = R1/3 3 1 0 0 1 0 3 = 3
Rp = 1 1/3 0 0 1/3 0 1
El Rengln Pivotal valido para esta segunda tabla es: (Rp) = 1 1/3 0 0 1/3 0 1
Todos los dems elementos de la columna asociada con la variable entrante (es decir X1) deben ser ceros con el fin de ir completando la segunda tabla simplex y de esta manera ptimizar el valor de la funcin objetivo W0. Seguir los siguientes pasos: Primero elegimos el elemento 7 (valor de X1 en el rengln de la funcin objetivo) Al 7 le cambiamos de signo a -7, lo multiplicamos por el rengln pivotal y le sumamos el rengln al que pertenece el 7, es decir, (-7) Rp + R0 : -7( 1 1/3 0 0 1/3 0 1) + 7 4 -1 0 0 0 9 0 5 -1 0 -7 0 2 3 3
Segundo elegimos el nmero 4(valor de X1en la ecuacin nmero dos) Al 4 le cambiamos de signo a 4, lo multiplicamos por el rengln pivotal, Rp, y le sumamos el rengln al que pertenence el 4, es decir, -4Rp + R2: -4( 1 1/3 0 0 1/3 0 1) + 4 3 -1 0 0 1 6 0 5/3 -1 0 -4/3 1 2
Tercero elegimos el nmero 1(valor de X1en la ecuacin nmero tres) Al 1 le cambiamos de signo a 1, lo multiplicamos por el rengln pivotal, Rp, y le sumamos el rengln al que pertenence el 1, es decir, -1Rp + R3: -1 (1 1/3 0 0 1/3 0 1) + 1 2 0 1 0 0 3 0 5/3 -0 1 -1/3 0 2
La segunda tabla obtenida en esta primera fase es:
Se comprueba que la solucin obtenida no es ptima por lo que se procede a generar otra solucin, construyndose as la tercera tabla simplex.
Generando una tercera tabla simplex.
Como la solucin es no-ptima (porque se tienen todavia valores positivos en el rengln de la funcin objetivo) lo que procede es nuevamente definir la variable no-bsica que entrar a la base y tambin identificar la variable bsica que deber salir de la base. Para nuestro ejemplo la variable entrante es X2 y la variable saliente es W2.
Para que X2 sea una variable bsica, el elemento pivote debe ser uno, para ello debemos dividirlo entre si mismo pero para que no se altere la informacin de nuestro problema debemos dividir entre cinco tercios (5/3) todo el rengln del elemento pivote y as una tercera tabla empieza a ser generada, es decir: Rp = __R2__ 5/3
0 5/3 -1 0 1 4/3 1 2= 5/3
Rp = 0 1 -3/5 0 -4/5 3/5 6/5
El Rengln Pivotal vlido para esta tercera tabla es: (Rp) = 0 1 -3/5 0 -4/5 3/5 6/5
Como todos los dems elementos de la columna asociada con la variable entrante (es decir X2) deben ser ceros con el fin de completar la tercera tabla y de esta maneraptimizar el valor de la funcin objetivo W0. Seguir los siguientes pasos:
Primero elegimos el elemento 5/3 (valor de X2 en el rengln de la funcin objetivo) Al 5/3 le cambiamos de signo a -5/3, lo multiplicamos por el rengln pivotal y le sumamos el rengln al que pertenece el 5/3 , es decir, (-5/3)Rp + R0 :
Segundo, elegimos el elemento 1/3 (valor de X2 en la ecuacin nmero uno) Al 1/3 le cambiamos de signo a 1/3, lo multiplicamos por el rengln pivotal, Rp, y le sumamos el rengln al que pertenence el 1/3, es decir, -1/3Rp + R1:
Tercero, elegimos el elemento 5/3 (valor de X2 en la ecuacin nmero tres) Al 5/3 le cambiamos de signo a 5/3, lo multiplicamos por el rengln pivotal, Rp, y le sumamos el rengln al que pertenence el 5/3, es decir, -5/3Rp + R3:
La tercera tabla simplex obtenida en esta primera fase es: OPTIMA
Como la solucin ptima de esta primera fase es W0 ptima = 0 y los valores de las variables artificiales W1=W2 = 0, procede pasar a la segunda fase.
iv) Segunda fase
Debemos considerar la solucin bsica ptima de la fase I como una solucin inicial para el problema original, en esta fase, de la tabla optima de la fase I se eliminan las columnas de las variables artificiales y se sustituye la funcin objetivo por la del problema original, Toda vez que se comprueba que se tiene una solucin inicial bsica-factible no-ptima se procede con los pasos normales del algoritmo del mtodo simplex, hasta obtener, si existe, la solucin ptima. Para nuestro ejemplo, la tabla inicial de la segunda fase es:
Como podemos observar, al sustituir la funcin objetivo de la primera fase por la funcin objetivo del modelo original, la solucin pierde su estructura bsica porque los coeficientes de X1 y X2 en la funcin objetivo son diferentes de cero, en este caso son 4 y 1 respectivamente, para restaurar la estructura bsica lo que procede es hacer ceros el 4 y el 1 (coeficientes de X1 y de X2 en la funcin objetivo)
De esta manera tanto X1 como X2 vuelven a ser bsicas, la tabla que se obtiene es la siguiente:
Generando la solucin ptima de la segunda fase:
Como la solucin es no-ptima (porque se tienen todavia valores positivos en el rengln de la funcin objetivo) lo que procede es nuevamente definir la variable no-bsica que entrar a la base y tambin identificar la variable bsica que deber salir de la base. Para nuestro ejemplo la variable entrante es X3 y la variable saliente es X4 Para que X3 sea una variable bsica, el elemento pivote debe ser uno, si observamos, la tabla anterior, al elemento pivote que queda entre la interseccin de la columna asociada con la variable entrante X3 y la fila relacionada con la variable saliente X4, ya es uno por lo tanto ese rengln sera el rengln pivotal y as la solucin ptima de la segunda fase empieza a ser generada, es decir: Rp = 0 0 1 1 0
El Rengln Pivotal vlido para esta cuarta tabla es: (Rp) = 0 0 1 1 0
Como todos los dems elementos de la columna asociada con la variable entrante (es decir X3) deben ser ceros con el fin de completar la cuarta tabla y de esta manera mejorar el valor de la funcin objertivo Z. Seguir los siguientes pasos:
Primero elegimos el elemento 1/5 (valor de X3 en el rengln de la funcin objetivo) A 1/5 le cambiamos de signo a -1/5, lo multiplicamos por el rengln pivotal y le sumamos el rengln al que pertenece el 1/5 , es decir, (-1/5)Rp + R0 : (-1/5) ( 0 0 1 1 0) + 0 0 1/5 0 18/5 0 0 0 -1/5 18/5
Segundo, elegimos el elemento 1/5 (valor de X3 en la ecuacin nmero uno) Al 1/5 le cambiamos de signo a 1/5, lo multiplicamos por el rengln pivotal, Rp, y le sumamos el rengln al que pertenence el 1/5, es decir, -1/5Rp + R1: -1/5( 0 0 1 1 0) + 1 0 1/5 0 3/5 1 0 0 -1/5 3/5
Tercero, elegimos el elemento 3/5 (valor de X3 en la ecuacin nmero dos) Al 3/5 le cambiamos de signo a 3/5, lo multiplicamos por el rengln pivotal, Rp, y le sumamos el rengln al que pertenence el -5/3, es decir, 5/3Rp + R2: 3/5( 0 0 1 1 1 -1 0) + 0 1 -3/5 0 -4/5 3/5 6/5 0 1 0 3/5 -1/5 0 6/5
La solucin ptima de la segunda fase es:
Aplicando el criterio de optimalidad, para el caso de mnimizar, comprobamos que la tabla es ptima, cumpliendose as el objetivo de aplicar el algoritmo del mtodo simplex.
En conclusin se presentan todas las tablas simplex generadas para este ejemplo y la solucin ptima obtenida por el mtodo de la doble fase:
La tabla inicial de la primera fase es:
La siguiente tabla corresponde a la solucin inicial bsica no-ptima de la fase I.
Segunda solucin de la primera fase:
La tercera tabla simplex obtenida en esta primera fase es: OPTIMA
La tabla inicial de la segunda fase es:
La siguiente tabla corresponde a la solucin inicial bsica no-ptima de la fase 2.