Beruflich Dokumente
Kultur Dokumente
Método Simplex
Introducción al Método Simplex
• Solución optima asociada con punto de
esquina (solución grafica).
• Se requiere convertir el modelo a la forma
estándar de PL.
• Soluciones de las ecuaciones lineales
simultaneas.
• La solución identifica los puntos de esquina
• El método simplex haya el optimo.
Forma Estándar de PL y Soluciones
Básicas
• Forma estándar de programación lineal
• Soluciones básicas
Forma estándar de programación
lineal
• Propiedades de la forma estándar:
1. Todas las restricciones son ecuaciones
con un lado derecho no negativo.
2. Todas las variables son no negativas
3. La función objetivo puede ser del tipo
de maximización o de minimización
Conversión de desigualdades a
ecuaciones
• Ejemplo de <= Holgura
Superávit
• Ejemplo de >=
• donde
Conversión de Maximización a
Minimización
Ejemplo
• Exprese el siguiente modelo en la forma
estándar
Solución
Soluciones Básicas
• La forma estándar de programación lineal
incluye m ecuaciones lineales simultaneas con
n incógnitas o variables ( m<n). Dividimos las
variables n en dos series:
• n-m variables a las cuales asignamos valor 0
• restantes m variables cuyos valores se
determinan resolviendo las m ecuaciones
resultantes
Soluciones Básicas
• Si las m ecuaciones producen una solución
única , entonces las m variables asociadas se
llaman variables básicas y las n-m variables
restantes se conocen como variables no
básicas.
• Si todas las variables asumen valores no
negativos, entonces la solución básica es
factible.
Ejemplo
• Considere la siguiente serie de dos ecuaciones
con cinco incógnitas (m=2, n=5).
Sujeta a:
Forma estándar del modelo
El algoritmo Simplex
• La forma estándar se resume en forma de una
tabla simplex como:
El algoritmo Simplex
• La solución no es optima debido a que en el
renglón –Z existen coeficientes negativos.
• Seleccionamos la variable de entrada como la
que tiene el coeficiente mas negativo, para
nuestro caso X1.
• La variable de salida se determina calculando
las siguientes razones:
El algoritmo Simplex
• Elegimos, de las no negativas, la menor
El algoritmo Simplex
• La variable de salida se determina como la
variable básica asociada con la razón mínima
calculada en la tabla anterior, para nuestro
caso S1.
• El reemplazo de la variable de salida (S1) por
la variable de entrada (X1), produce una
nueva solución básica, cuya solución se basa
en las operaciones de renglón de Gauss-
Jordán
El algoritmo Simplex
• Renglón, columna y elemento pivote:
Elemento pivote
Operaciones de Gauss - Jordan
En matemáticas, la eliminación de Gauss-Jordan, llamada
así debido a Carl Friedrich Gauss y Wilhelm Jordan, es un
algoritmo del álgebra lineal para determinar las
soluciones de un sistema de ecuaciones lineales,
encontrar matrices e inversas.
Wilhelm Jordan
El algoritmo Simplex
• Cálculos de Gauss-Jordan:
de holgura
• Luego penalizamos dichas
variables en la FO con una
coeficiente M grande de
tal manera que en el
proceso de optimización
su valor final sea cero.
• X1=0,X2=0 y X3=0
• R1=3,R2=6 y X4=4 (solución factible)
Solución método simplex
• A continuación preparamos la tabla simplex
inicial:
Solución método simplex
X1=0,X2=0 y X3=0
R1=3,R2=6 y X4=4 (solución factible)
Z = 4 (0) + 0 + 3M + 6M = 9M
En el tablero simplex tenemos Z = 0
Solución método simplex
• Eliminamos R1 y R2 del renglón z mediante la
siguiente sustitución:
Z = 4 (0) + 0 + 3M + 6M = 9M
En el tablero simplex tenemos Z = 9M
Solución método simplex
• La ultima tabla esta lista para aplicarle el
algoritmo simplex con las condiciones de
optimalidad y factibilidad:
• Variable de entrada : X1
• Variable de salida : R1
• Aplicamos las operaciones de Gauss-Jordan
Solución método simplex
• En la ultima tabla:
• Variable de entrada : X2
• Variable de salida : R2
• Al continuar con los cálculos del método
simplex se requieren dos iteraciones
adicionales para llegar al optimo:
Actividades
• “Practica: Algoritmo simplex, método M”