Método Simplex
description
Transcript of Método Simplex
Método Simplex. Variables de holgura: Siempre positivas, hacen que una restricción que sea desigualdad se transforme en igualdad, y sus coeficientes en la función objetivo son ceros. Variables ficticias o artificiales: Sirven para hallar fácilmente una solución básica inicial, sus coeficientes en la función objetivo son w si es minimización o -w si es maximización; w es un número mucho mayor que todos los participantes. Luego de sumar las variables de holgura y/o artificiales necesarias para convertir las desigualdades en igualdades y para obtener los vectores unitarios (de la matriz identidad) para la base inicial se procede a ordenar los datos en una tabla Simples; después se prueba la solución para ver si es óptima, si no es óptima se realiza el siguiente procedimiento:
- Se calculan los valores de zj multiplicando los coeficientes de la base por cada columna, uno a uno, y sumando esos resultados.
- Luego se calculan los valores de zj - cj; si es minimización el valor más grande de zj - cj designa a la columna clave, y si es maximización el valor más pequeño de zj - cj designa a la columna clave.
- Se calculan las razones entre la cantidad solución y sus correspondientes de la columna clave, para los valores positivos de la cantidad solución; el valor mínimo de estas razones designa a la fila clave.
- El elemento que se encuentra en la intersección de la columna clave con la fila clave se llama pivote.
- El vector de la fila clave se reemplaza por el de la columna clave en la base, luego se transforma la matriz ampliada (A | B) para que el pivote sea igual a 1 y los demás elementos de ese vector sean ceros; y se ordenan nuevamente estos datos en una tabla Simples.
La solución óptima se reconoce cuando la cantidad solución tiene sólo cantidades no negativas; si es minimización los valores de zj - cj son todos no positivos, y si es maximización los valores de zj - cj son todos no negativos.
Ejemplo 1
Minimizar C = 2x1 + 10x2sujeta a 2x1 + x2 ≤ 6
5x1 + 4x2 ≥ 20 x1, x2 ≥ 0
En este caso son necesarias dos variables de holgura, x3 y x4, al agregarlas el problema queda: Minimizar C = 2x1 + 10x2 + 0x3 + 0x4sujeta a 2x1 + x2 + x3 = 6
5x1 + 4x2 - x4 = 20 x1, x2 ≥ 0
La matriz ampliada (A, B) queda ( ) ⎟⎟⎠
⎞⎜⎜⎝
⎛−
=20104560112
, BA
Es necesario agregar la variable artificial x5 para obtener lo siguiente: Minimizar C = 2x1 + 10x2 + 0x3 + 0x4 + wx5sujeta a 2x1 + x2 + x3 = 6
5x1 + 4x2 - x4 + wx5 = 20 x1, x2 ≥ 0 P1 P2 P3 P4 P5
Se tiene la matriz ampliada , luego la base inicial es {P( ) ⎟⎟⎠
⎞⎜⎜⎝
⎛−
=2011045600112
, BA 3, P5}.
Tabla Simplex N°1 Cj 2 10 0 0 w Base P1 P2 P3 P4 P5 Cantidad solución0 P3 2 1 1 0 0 6 w P5 5 4 0 -1 1 20 Zj 5w 4w 0 -w w 20w Zj - Cj 5w - 2 4w - 10 0 -w 0
Base inicial {P3, P5} Solución inicial {(6, 20)} Zj - Cj máximo = 5w – 2, por lo que entra P1 a la base
Mínimo ⎭⎬⎫
⎩⎨⎧
420,
26 =
26 , luego sale P3 de la base
Pivote = 2 Calculando las nuevas entradas de la tabla Simplex:
( ) ( )⎟⎟⎠
⎞⎜⎜⎝
⎛−−⎟⎟
⎠
⎞⎜⎜⎝
⎛−⎟⎟
⎠
⎞⎜⎜⎝
⎛− 5112/52/30
3002/12/1~
5-20110453002/12/1
~1/2
201104560011 112
Tabla Simplex N°2 Cj 2 10 0 0 w Base P1 P2 P3 P4 P5 Cantidad solución2 P1 1 1/2 1/2 0 0 3 w P5 0 3/2 -5/2 -1 1 5 Zj 2 1 + (3/2)w 1 – 5/2(w) -w w 6 + 5w Zj - Cj 0 -9 + (3/2)w 1 – 5/2(w) -w 0
Nueva base {P1, P5} Solución {(3, 5)} Zj - Cj máximo = -9 + (3/2)w, por lo que entra P2 a la base
Mínimo ⎭⎬⎫
⎩⎨⎧
2/35,
2/13 =
2/35 , luego sale P5 de la base
Pivote = 3/2 Calculando las nuevas entradas de la tabla Simplex:
( ) ( ) ~1/2-3/103/23/23/50
3002/12/11~
2/35112/503002/12/11
12/3 ⎟⎟⎠
⎞⎜⎜⎝
⎛−−⎟⎟
⎠
⎞⎜⎜⎝
⎛−−
⎟⎟⎠
⎞⎜⎜⎝
⎛−−
−3/103/23/22/503/43/13/13/401
1
Tabla Simplex N°3 Cj 2 10 0 0 w Base P1 P2 P3 P4 P5 Cantidad solución2 P1 1 0 4/3 1/3 -1/3 4/3 10 P2 0 1 -5/3 -2/3 2/3 10/3 Zj 2 10 -14 -6 6 36 Zj - Cj 0 0 -14 -6 6 - w
Por lo tanto la solución óptima con base {P1, P2} es {(4/3, 10/3)} y el valor mínimo de C es 36.
Ejemplo 2
Maximizar Z = 45x1 + 55x2sujeta a 3x1 + 2x2 ≤ 60
3x1 + 10x2 ≤ 180 x1, x2 ≥ 0 En este caso son necesarias dos variables de holgura, x3 y x4, al agregarlas el problema queda: Maximizar Z = 45x1 + 55x2 + 0x3 + 0x4sujeta a 3x1 + 2x2 + x3 = 60
3x1 + 10x2 + x4 = 180 x1, x2 ≥ 0 P1 P2 P3 P4
La matriz ampliada (A, B) queda , luego la base inicial es {P( ) ⎟⎟⎠
⎞⎜⎜⎝
⎛=
18010103600123
, BA 3, P4}.
Tabla Simplex N°1 Cj 45 55 0 0 Base P1 P2 P3 P4 Cantidad solución0 P3 3 2 1 0 60 0 P4 3 10 0 1 180 Zj 0 0 0 0 0 Zj - Cj -45 -55 0 0
Base inicial {P3, P4} Solución inicial {(60, 180)} Zj - Cj mínimo = -55, por lo que entra P2 a la base
Mínimo ⎭⎬⎫
⎩⎨⎧
10180,
260 =
10180 , luego sale P4 de la base
Pivote = 10 Calculando las nuevas entradas de la tabla Simplex:
( ) ( ) ⎟⎟⎠
⎞⎜⎜⎝
⎛ −⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛1810/1010/3245/1105/12
~2-1810/1010/3
600123~
1/10180103600123
1110
Tabla Simplex N°2 Cj 45 55 0 0 Base P1 P2 P3 P4 Cantidad solución0 P3 12/5 0 1 -1/5 24 55 P2 3/10 1 0 1/10 18 Zj 33/2 55 0 11/2 990 Zj - Cj -67/2 0 0 11/2
Nueva base {P3, P2} Solución {(24, 18)} Zj - Cj mínimo = -67/2, por lo que entra P1 a la base
Mínimo ⎭⎬⎫
⎩⎨⎧
10/318,
5/1224 =
5/1224 , luego sale P3 de la base
Pivote = 12/5 Calculando las nuevas entradas de la tabla Simplex:
( ) ( )⎟⎟⎠
⎞⎜⎜⎝
⎛−
−⎟⎟⎠
⎞⎜⎜⎝
⎛ −⎟⎟⎠
⎞⎜⎜⎝
⎛ −158/18/1101012/112/50
~3/10-
1810/10110/31012/112/50
~5/12
1810/10110/3245/110 115/12
Tabla Simplex N°3 Cj 45 55 0 0 Base P1 P2 P3 P4 Cantidad solución
45 P1 1 0 5/12 -1/12 10 55 P2 0 1 -1/8 1/8 15 Zj 45 55 95/8 25/8 1275 Zj - Cj 0 0 95/8 25/8
Por lo tanto la solución óptima con base {P1, P2} es {(10, 15)} y el valor máximo de Z es 1275.