Beruflich Dokumente
Kultur Dokumente
SIMPLEX
Método Simplex
Definición:
El método Simplex es un procedimiento iterativo que permite mejorar la
solución de la función objetivo en cada paso. El proceso concluye cuando no
es posible continuar mejorando dicho valor, es decir, se ha alcanzado la
solución óptima (el mayor o menor valor posible, según el caso, para el que se
satisfacen todas las restricciones).
El método del simplex fue creado en 1947 por el matemático George Dantzig .
El método del simplex se utiliza, sobre todo, para resolver problemas de
programación lineal en los que intervienen tres o más variables.
Condiciones:
Tipo de optimización.
• El objetivo del método consistirá en optimizar el valor de la función
objetivo. Sin embargo se presentan dos opciones: obtener el valor óptimo
mayor (maximizar) u obtener el valor óptimo menor (minimizar).
• Además existen diferencias en el algoritmo entre el objetivo de
maximización y el de minimización en cuanto al criterio de condición de
parada para finalizar las iteraciones y a las condiciones de entrada y salida
de la base.
Método Simplex
• Objetivo de maximización
1. Condición de parada: cuando en la fila Z no aparece ningún valor
negativo.
2. Condición de entrada a la base: el menor valor negativo en la fila Z (o el
de mayor valor absoluto entre los negativos) indica la variable Pj que
entra a la base.
3. Condición de salida de la base: una vez obtenida la variable entrante, la
variable que sale se determina mediante el menor cociente P0/Pj de los
estrictamente positivos
Método Simplex
• Objetivo de minimización
• Otra de las condiciones del modelo estándar del problema es que todas
las restricciones sean ecuaciones de igualdad (también llamadas
restricciones de igualdad), por lo que hay que convertir las restricciones
de desigualdad o inecuaciones en dichas identidades matemáticas.
Función Objetivo
Maximizar Z= f(x,y)= 4x + 3y
Restricciones
1x + 1y ≤ 40…………………….(Restricción de piel)
2x + y ≤ 60……………………..(Restricción de mano de obra)
x≥0 , y≥ 0
Método Simplex
Se define para cada restricción ≤ una variable de holgura, S1 (variable de holgura para
la restricción i-esima), que es la cantidad de recurso sin usar en la restricción i-esima.
Como se usan x1+x2 yardas cuadradas de piel y se disponen de 40 yardas cuadradas,
S1 se define:
S1=40-X1-X2 o bien X1+X2+S1=40
De igual manera se define S2:
S2=60-2X1-X2 o bien 2X1+X2+S2=60
Tabla I . Iteración nº 1
Base Variable de decisión Variable de holgura Valores
solución
X1 X2 S1 S2
Z -4 -3 0 0 0
S1 1 1 1 0 40
S2 2 1 0 1 60
Método Simplex
Tabla II . Iteración nº 2
Variable de decisión Variable de holgura Valores
Base
solución
X1 X2 S1 S2
Z 0 -1 0 2 120
S1 0 1/2 1 -1/2 10
X1 1 1/2 0 1/2 30
Método Simplex
X1=20
X2=20
Z=140
Método Simplex
Ejemplo de maximización
Maximizar Z= f(x,y)= 3x + 2y
sujeto a: 2x + y ≤ 18
2x + 3y ≤ 42
3x + y ≤ 24
x≥0 , y≥ 0
Método Simplex
2x + y + h = 18
2x + 3y + s = 42
3x +y + d = 24
x, y, h, s, d ≥ 0
Tabla I . Iteración nº 1
Variable de Valores
Base Variable de holgura
decisión solución
x y h s d
h 2 1 1 0 0 18
s 2 3 0 1 0 42
d 3 1 0 0 1 24
Z -3 -2 0 0 0 0
Método Simplex
Tabla II . Iteración nº 2
Variable de Valores
Base Variable de holgura
decisión solución
x y h s d
h 0 1/3 1 0 -2/3 2
s 0 7/3 0 1 -2/3 26
x 1 1/3 0 0 1/3 8
Z 0 -1 0 0 1 24
Método Simplex
Como en los elementos de la última fila hay uno negativo, -1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
La variable que entra en la base es y, por ser la variable que corresponde al
coeficiente -1
Para calcular la variable que sale, dividimos los términos de la última columna
entre los términos correspondientes de la nueva columna pivote:
Como en los elementos de la última fila hay uno negativo, -1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
A. La variable que entra en la base es d, por ser la variable que corresponde
al coeficiente -1
B. Para calcular la variable que sale, dividimos los términos de la última
columna entre los términos correspondientes de la nueva columna pivote:
Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado
a la solución óptima.
Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en
nuestro caso: 33. En la misma columna se puede observar el vértice donde se alcanza,
observando las filas correspondientes a las variables de decisión que han entrado en la
base: D(3,12)
Método Simplex
Variables de Decisión:
X1: Cantidad de televisores a producir en la semana de 14 pulgadas en blanco y
negro.
X2: Cantidad de televisores a producir en la semana de 21 pulgadas en blanco y
negro.
X3: Cantidad de televisores a producir en la semana de 14 pulgadas a color.
X4: Cantidad de televisores a producir en la semana de 21 pulgadas a color.
Funcion Objetivo:
Restricciones: