Simplex
Simplex
Simplex
I. TITULO
II. INTRODUCCION
para resolver este tipo de modelos. La programación lineal es uno de los modelos
matemáticos que nos ayuda a asignar de manera óptima los recursos escasos. Por ello
elementos:
cuyo modelo plantea y los parámetros son valores que especifican la relación
de decisión.
variables de decisión.
resolución de problemas, que tienen por objeto ayudar a los responsables en las
Afirman estos autores que ya en 1945 Stiegler define y soluciona el problema particular
Moya (1998: 63) menciona que fue George B. Dantzig y otro grupo de personas
asociadas que en el año 1947, acatando la solicitud de autoridades militares del gobierno
de los Estados Unidos, se dedicaron a investigar cómo se podía aplicar las matemáticas
puramente militares. En ese mismo año Dantzig y sus colaboradores plantean por
Dantzig que el nombre era demasiado largo y que era conveniente cambiarlo, ante lo
cual Dantzig accedió y el nombre fue sustituido por el “Programación Lineal”, que se
igualdad y que reflejen las limitaciones o restricciones que el fenómeno presenta con
variables puede ser negativa. Esta última condición puede ser obviada, cuando el
luego, fundándose en un cierto criterio (por ejemplo beneficio), se asocia con cada
solución o alternativa un valor que indica el grado de deseabilidad de cada solución para
sofisticadas, se procede a buscar entre las soluciones factibles aquella que posee un
1993).
las deficiencias planteadas, mejorando así los procesos reales de decisión. Básicamente,
optimizan sus decisiones en base a un criterio único, sino que por el contrario pretenden
cuantificar al máximo los diferentes aspectos del problema y así construir un modelo
cuantitativo, matemático. Los motivos más importantes para construir tales modelos son
Ejemplo:
aumenta la función objetivo, la recta se separa del origen. Por tanto, puede
suceder que nuestra función objetivo de valor óptimo coincida con una arista o
con un vértice del polígono que delimite nuestro dominio. En nuestro caso, el
vértice A (2,2) será la solución óptima. Luego el valor óptimo de nuestra función
objetivo será:
5*2 + 6*2 = 22
F.O.: Max 5 X + 6 Y
S.a.: X + Y ≥ 4 X + 2 Y ≥ 6
Gráficamente:
3.5.Método Simplex
Resuelve los problemas del tipo maximizar con restricciones menor o igual. Vamos a
F.O.: Max 3 X1 + 5 X2
S.a. 2 X1 + 3 X2 ≤ 8
8 X1 + 3 X2 ≤ 20
unas variables llamadas variables de holgura. Para transformar una desigualdad menor o
8 X1 + 3 X2 + X3 = 20 2 X1 + 3 X2 + X4 = 8
b) Para empezar a aplicar el método simplex necesitamos una base factible inicial
En nuestro caso: X1=0, X2=0, X3=20, X4=8, es decir, hacemos cero las
cero.
objetivo.
Observando la función objetivo (en L0) vemos que los coeficientes negativos
representan el incremento unitario que tendrá la función objetivo por entrar la variable
correspondiente en la base.
Por tanto, deberá entrar en la base aquella variable que más optimice nuestra función
objetivo.
De todas las variables no básicas, que son aquéllas con coeficiente distinto de cero
en L0 (línea cero), se elige aquélla que tenga el coeficiente más negativo, y éste me
En nuestro caso la variable X2, que tiene el coeficiente más negativo: -5.
En el caso de que no existiese en L0 algún coeficiente negativo, entonces se habrá
alcanzado la solución óptima y las variables que en ese momento formen la base
Para que entre una variable en la base es necesario que salga otra de la base.
columna de la variable que entra, siempre que estos últimos sean mayores que cero.
Si hubiese algún elemento menor o igual que cero, no haríamos dicho cociente. En
el caso de que todos los elementos fuesen menores o iguales a cero, entonces
Lo que nos interesa es incrementar la variable que entra en la base lo más posible,
hasta que hagamos nula una de las variables que están ahora en la base.
Entonces saldrá aquélla variable básica, Xi, tal que el cociente bi / aij sea menor.
Ennuestro caso:
Entonces dividimos la fila i por aij; en el resto de las filas haremos la eliminación de
Gauss.
X2= 8/3
X3= 52/3
Y por fin, el valor máximo de nuestra función objetivo es 40/3 que es nuestra
solución óptima.
Vamos a comprobarlo:
Luego vemos que el sistema permite pasar de una solución básica factible a otra
Problema:
tipos: patatas troceadas para ensaladilla, puré de patatas, patatas fritas a la inglesa y
troceadas 3 horas, puré de patatas 5 horas, patatas fritas a la inglesa 10 horas, patatas
congeladas 15 horas.
No todos los productos tienen igual rendimiento. Por cada kilo de producto
terminado necesita una cantidad mayor de producto bruto. Esta relación es la siguiente:
¿Cuánto debe fabricar de cada una de las especialidades para que su beneficio sea
máximo?
Solución:
F.O.: Max 4 X1 + 5 X2 + 9 X3 + 11 X4
S.a.: X1 + X2 + X3 + X4 ≤ 15
3 X1 + 5 X2 + 10 X3 + 15 X4 ≤ 100
7 X1 + 5 X2 + 3 X3 + 2 X4 ≤ 120
X1,X2,X3,X4≥ 0
X1 + X2 + X3 + X4 + X5 = 15
7 X1 + 5 X2 + 3 X3 + 2 X4 + X6 = 120
3 X1 + 5 X2 + 10 X3 + 15 X4 + X7 = 100
X1,X2,X3,X4 = 0
X5 = 15
X6 = 120
X7 = 100
F.O. = 0
X1 = 50/7
X3 = 55/7
X6 = 325/7
Luego deberá fabricar cada semana 50/7 kg de patatas para ensaladilla y 55/7 kg de
El que X6 = 325/7 indica que tiene un exceso de 325/7 kg sobre los 120 teóricos
Al ser las otras variables de holgura cero implica que no hay holgura en esa
restricción. Por lo tanto, que hay que cumplirla exactamente, es decir, don Francisco y
1) Al aplicar el criterio 1 puede suceder que existan dos o más coeficientes que
Por tanto, si tenemos dos bases optimales, podremos construir infinitas soluciones
sin más que realizar un promedio de ponderación positiva con ambas soluciones, es
decir, si tenemos dos bases optimales Xi´ y Xi´´, podremos crear una nueva solución
correspondiente sean menores o iguales que cero. Esto nos indica que estamos en el
4) Pudiera ser que al aplicar el criterio 2, al calcular los cocientes ‘bi/aij’, dos o más
de estos cocientes salgan iguales, lo que nos indica que cualquiera de las variables
Sean ‘r’ y ‘s’ las filas en las que se produzca el empate, y sea ‘k’ la columna donde
Si (ari / ark) < (asi / ask) la variable que sale de la base es la correspondiente a la fila
‘r’.
Si (ari / ark) > (asi / ask) la variable que sale de la base es la correspondiente a la fila
‘s’.
‘i’ hasta que aparezca en una columna ‘i’ una de las circunstancias anteriormente
expuestas. En caso de no poder elegir uno de los dos criterios anteriores, tomar una
variable al azar.
Como estamos maximizando -F(x), tenemos que tener en cuenta que al resultado
Criterio 1’:
- Para entrar en la base elegiremos a aquella variable cuyo valor, en la L0, sea más
positivo.
- Finalizaremos las iteraciones cuando todos los coeficientes de la L0 sean
negativos.
bi con signo negativo, estamos en el caso de una solución no factible, por lo que no
Este método se aplica cuando existen restricciones del tipo mayor o igual.
Σ aij * Xj ≥ bi
Lo podremos transformar en
Σ aij * Xj – Yk = bi
Si introdujésemos esto en la tabla de simplex, nos daría lugar a una base inicial no
factible, por lo que para poder resolver el problema, tendremos que aplicar una técnica
Para poder crear una base factible inicial que nos permita aplicar el método simplex,
F.O.: Min 3 X1 + 2 X2
S.a.: X1 + X2 = 10
X1 ≥ 4
F.O.: Min –3 X1 –2 X2
S.a.: X1 + X2 = 10
X1 ≥ 4
X1 ≥ 4 → X1 – h1 = 4
X1 + X2 = 10 → X1 + X2 = 10
X1 + X2 + Y1 = 10
X1 + h1 + Y2 = 4
Primera fase:
Min Y1 + Y2
Donde:
Y1 + Y2 = - 2 X1 – 2 X2 + h1 + 14
Vamos a minimizar:
- 2 X1 – X2 + h1 + 14
Que es lo mismo que maximizar:
2 X1 + X2 - h1 – 14
mediante el método simplex. Para ello vamos a crear una tabla de la siguiente forma:
- Variables propias.
- Variables de holgura.
- Variables ficticias.
resolución de esta primera fase, nuestra F.O. inicial funciona como una restricción más.
En este punto, resulta que hemos encontrado ya una base factible para nuestro
alguna variable ficticia, esto indicaría que por este método no podemos resolver nuestro
problema.
Segunda fase:
A esta tabla así obtenida, le aplicamos el método simplex, ya que ahora tenemos una
base factible
solución el valor 24. Esto es debido a que para resolver nuestro problema hemos
minimizar a uno de maximizar. Por tanto, el resultado de nuestro problema nos saldrá
Nota: para sacar una base factible inicial se puede emplear cualquier tipo de
operación matemática matricial, siempre y cuando los valores de las variables básicas
823 p
en Ciencias Ambientales
García Cabañes, J., Fdez. Martínez, L. y Tejera del Pozo, P.: “Técnicas de