SlideShare una empresa de Scribd logo
METODO SIMPLEX
GUIA 11
OBJETIVO:
Mostrar como se utiliza el método simplex para resolver un problema de
programación lineal estándar
este método permite resolver problemas de programación lineal que no pueden
resolverse de el metodo grafico cuando el numero de variables es mayor e
igual a 3
Este metodo utiliza matrices y operaciones elementales entre filas
Se va a considerar problemas de forma ESTÁNDAR o normal es decir que
consisten en MAXIMIZAR una funcion (OBJETIVO ) con restricciones del
tipo MENOR IGUAL
Problema estándar :
Maximizar la funcion lineal
nn xcxcxcxcZ ++++= .....332211
Sujeta a las restricciones
11313212111 .... bxaxaxaxa nn ≤+++++
22323222121 .... bxaxaxaxa nn ≤+++++
33333232131 .... bxaxaxaxa nn ≤+++++
mnmnmmm bxaxaxaxa ≤+++++ ....3321211
Donde las variables , , ,… y , , son no negativas1x 2x 3x nx 1b 2b nb
El método simplex empieza con una solucion factible y prueba si es o no
optima
Si no lo es, el método busca una MEJOR solucion , que se acerque mas a la
optimizacion de la funcion objetivo, si esta nueva solucion no es optima,
entonces se repite el proceso hasta hallar una solucion optima si existe
Se consideran las siguientes fases o etapas :
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura , por cada una de las
restricciones o limitaciones del tipo ≤, (menor igual )para convertirlas en
igualdades
1s 2s 3S
Escribir la tabla inicial simplex o matriz simplex
En las columnas aparecerán todas las variables básicas x, y del problema y las
variables de holgura , /exceso. En las filas se observan, para cada
restricción las variables de holgura con sus coeficientes de las igualdades
obtenidas, y la última fila con los valores resultantes de sustituir el valor de
cada variable en la función objetivo,
1s 2s 3S
Como sabemos, el método simplex es un algoritmo iterativo que iniciando en
una solución básica factible pero no óptima, genera soluciones básicas
factibles cada vez mejores hasta encontrar la solución óptima (sí esta existe).
Nótese que la base de su lógica es mantener la factibilidad, mientras busca la
optimalidad.
EJEMPLO
Resolver mediante el método simplex el siguiente problema:
Maximizar Z = f(x,y) = 5x + 4y
sujeto a: 2x + y ≤ 35
x + y ≤ 20
-3x + y ≤ 12
x ≥ 0 , y ≥ 0
Se consideran las siguientes fases o etapas :
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las restricciones o
limitaciones del tipo ≤, (menor igual )para convertirlas en igualdades, como
hay n desigualdades se introducen m variables de holgura resultando el
sistema de ecuaciones lineales:
2x + y + = 351s
x + y + =202s
-3x + y + =123S
2. Igualar la función objetivo a cero
-5x + 4y + Z = 0
3. Escribir la tabla inicial simplex o matriz
En las columnas aparecerán todas las variables básicas x,y del problema y las
variables de holgura , /exceso.1s 2s 3S s En las filas se observan, para cada
restricción las variables de holgura con sus coeficientes de las igualdades
obtenidas, y la última fila con los valores resultantes de sustituir el valor de
cada variable en la función objetivo, y de operar para obtener el resto de
valores de la fila:
Base 1x 2x 1s 2s 3S Z b COCIENTE
1s 1 1 1 0 0 0 20 20/1=20
2s 2 1 0 1 0 0 35 35/2= 2
35
3S -3 1 0 0 1 0 12 No hay cociente
Z
-5 -4 0 0
0
1 0
Indicadores
El indicador mas negativo es -5 y aparece en la columna de por lo tanto1x
1x es la variable que entra a la base ,el cociente mas pequeño es 2
35
de modo
que es la variable que sale ,el elemento pivote es 2 ,haciendo operaciones
elementales entre filas se obtiene 1 en la posición del pivote y ceros los demás
elementos de la columna pivote entonces se obtiene
2x
Se divide la fila 2 por ½
Base 1x 2x 1s 2s 3S Z b
1s 1 1 1 0 0 0 20
1x 1 0 002
1
2
1
2
35
3S -3 1 0 0 1 0 12
Z -5
-4
0 0
0
1 0
21
2
1
FF +−
323 FF +
425 FF +
Base 2x1x 1s 2s 3S Z b
1s 0 1 - 2
1
0 02
1
2
5
1x 1 0 002
1
2
1
2
35
3S 0 1 002
5
2
3
2
129
Z
0 - 2
3
0 2
5
0
1 2
175
Base 2x1x 1s 2s 3S Z b COCIENTE
1s 0 2
1
1 - 2
1
0 0 2
5
2
5
/dividido 2
1
=5
1x 1 2
1
0 2
1
0 0 2
35
2
35
dividido 2
1
=35
1 000 2
5
3S
2
3
2
129
2
129
dividido 2
5
=25 5
4
Z
0 - 2
3
0
0
12
5
2
175
Observe que reemplazo a porque -1x 2s
2
3
es el indicador mas negativo
Se continua el proceso y la variable que entra es , el cociente mas pequeño
es 5de modo que es la variable que sale ,el elemento pivote es
2x
1s
2
1
,haciendo
operaciones elementales entre filas se obtiene 1 en la posición del pivote y
ceros los demas elementos de la columna pivote entonces se obtiene
41
31
21
3
5
1
FF
FF
FF
+
+−
+−
Base 1x 2x 1s 2s 3S Z b
1s 0 1 - 2
1
0 02
1
2
5
1x 1 0 -1 1 0 0 15
3S 0 0 -5 4 1 0 52
Z
0 0 3 1
0
1 95
12 F
Base 1x 2x 1s 2s Z b3S
2x 0 1 2 -1 0 0 5
1x 1 0 -1 1 0 0 15
3S 0 0 -5 4 1 0 52
Z
0 0 3 1
0
1 95
como todos los indicadores son positivos se termina el proceso y el valor
máximo de Z es 95 que ocurre cuando =5 y =152x 1x
4. Condición de parada
Cuando en la fila Z no existe ningún valor negativo, se ha alcanzado la
solución óptima del problema. En tal caso, se ha llegado al final del algoritmo.
De no ser así, se ejecutan los siguientes pasos.
5. Condición de entrada y salida de una variable de la base
A.Primero debemos saber la variable que entra en la base. Para ello
escogemos la columna de aquel valor que en la fila Z sea el menor numero de
los negativos. En este caso sería la variable x de coeficiente -5
Si existiesen dos o más coeficientes iguales que cumplan la condición anterior
(caso de empate), entonces se optará por aquella variable que sea básica.
La columna de la variable que entra en la base se llama columna pivote (En
color verde).
6-Una vez obtenida la variable que entra en la base, estamos en condiciones de
deducir cual será la variable que sale. Para ello se divide cada término
independiente (b) entre el elemento correspondiente de la columna pivote,
siempre que el resultado sea mayor que cero, y se escoge el mínimo de ellos.
Si hubiera algún elemento menor o igual a cero no se realiza dicho cociente, y
caso de que todos los elementos de la columna pivote fueran de ésta condición
tendríamos una solución no acotada y terminaríamos el problema
7- El término de la columna pivote que en la división anterior dé lugar al
menor cociente positivo, indica la fila de la variable de holgura que sale de la
base, Esta fila se llama fila pivote (En color).
Si al calcular los cocientes, dos o más son iguales (caso de empate), se escoge
aquella que no sea variable básica (si es posible).
En la intersección de la fila pivote y columna pivote tenemos el elemento
pivote, .
6. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de la fila pivote, , se obtienen dividiendo todos los
coeficientes de dicha fila entre el elemento pivote, , que es el que hay que
convertir en 1.
A continuación mediante la reducción gaussiana hacemos ceros los restantes
términos de su columna, con lo que obtenemos los nuevos coeficientes de las
otras filas incluyendo los de la función objetivo Z.
También se puede hacer de la siguiente manera:
Se puede observar que no hemos alcanzado la condición de parada ya que en
los elementos de la última fila, Z, hay uno negativo, -1. Hay que repetir el
proceso:
A. La variable que entra en la base es y Y), por ser la variable que
corresponde a la columna donde se encuentra el 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:
El elemento pivote, que ahora hay que hacer 1,.Operando de forma
análoga a la anterior obtenemos la tabla:
Como en los elementos de la fila Z hay uno negativo, , significa que no hemos
llegado todavía a la solución óptima. Hay que repetir el proceso:
A. La variable que entra en la base epor ser la variable que corresponde al
coeficiente
B. Para calcular la variable que sale, dividimos los términos de la última
columna entre los términos correspondientes de la nueva columna
pivote: y como el menor cociente positivo es la variable que sale es s
C. El elemento pivote, que ahora hay que hacer 1,
Obtenemos la tabla:
Se observa que en la última fila todos los coeficientes son positivos, por lo
tanto se cumple la condición de parada, obteniendo la solución óptima.
La solución óptima viene dada por el valor de Z en la columna de los valores
solución, . En la misma columna se puede observar el punto donde se alcanza,
observando las filas correspondientes a las variables de decisión que han
entrado en la base: (x,y)
El método Simplex se basa en la siguiente propiedad: si la
función objetivo, f, no toma su valor máximo en el vértice A, entonces hay
una arista que parte de A, a lo largo de la cual f aumenta.
Deberá tenerse en cuenta que este método sólo trabaja para restricciones que
tengan un tipo de desigualdad "≤" y coeficientes independientes mayores o
iguales a 0, y habrá que estandarizar las mismas para el algoritmo. En caso de
que después de éste proceso, aparezcan (o no varíen) restricciones del tipo "≥"
o "=" habrá que emplear otros métodos, siendo el más común el método de las
Dos Fases.
EJEMPLO
Maximizar 321
2
3
43 xxxZ ++=
Sujeta a :
10
2
3
2 321 −≥+−− xxx
1022 321 ≤++ xxx
0,, 321 ≥xxx
La primera desigualdad se multiplica por -1
102 21 ≤+ xx
Se hace la tabla simplex los cocientes son . 5
2
10
= y tambien 5
2
10
=
Tabla I
Base 1x Z b3x2x 1s 2s
1s 1 2 0 1 0 0 10
2s 2 2 1 0 1 0 10
z -3 -4
2
3
− 0 0 1 0
Dado que existe un empate en el menor cociente, se puede elegir
cualquiera de los dos, 1s o s2, como la variable saliente. Se escoge sr Se
encierra en un círculo el pivote. Utilizando operaciones elementales sobre
renglones, se obtiene la Tabla II.
TABLA SIMPLEX II
No hay cocientes porque 0 no es positivo y . 0
1
0
=
Tabla II
Base 1x 2x 3x 1s 2s Z b
2x 1 0
2
1
2
1
0 0 5
2s 1 0 1 -1 1 0 0
z -1 -0
2
3
− 2 0 1 20
indicadores
La Tabla II corresponde a una S.F.B. en la que una variable básica s2 es cero.
Por ello, la S.F.B. es degenerada. Ya que existen indicadores negativos, se
continua el proceso. La variable entrante es ahora x3, la variable saliente es s2
y el pivote se encuentra encerrado en un círculo. Utilizando operaciones
elementales sobre renglones, se obtiene la Tabla III.
TABLA SIMPLEX III
Tabla III
Base 1x 2x 3x 1s 2s Z b
2x 1 0
2
1
2
1
0 0 5
3x 1 0 1 -1 1 0 0
z 0 0
2
1
2
1
2
3
1 20
indicadores
En virtud de que todos los indicadores son no negativos, Z es máxima
cuando x2 = 5 y x3 = O, y xl = sl = s2 = 0. El máximo valor es Z = 20.
Obsérvese que este valor es igual al valor de Z correspondiente a la Tabla
II. En problemas con degeneración es posible llegar al mismo valor de Z
en varias etapas del proceso simplex.
Debido a su naturaleza mecánica, el procedimiento simplex se adapta con
facilidad a las computadoras, y permite resolver problemas de programación
lineal que implican muchas variables y muchas restricciones
OBJETIVOS
• Maximizar por el método SIMPLEX la funcion objetivo limitada a la
restricciones
1. 2. 3.
0,
02
60
1210
≥
≥−
≤+
+=
yx
yx
yx
yxP
0,
21032
22023
80
65
≥
≤+
≤+
≤+
+=
yx
yx
yx
yx
yxP
0,
7
33
5
64
≥
≤
≤−
≥+
−=
yx
y
yx
yx
yxZ
0,
44
22
104
≥
≥−
≤−
−=
yx
yx
yx
yxZ
0,
2
82
42
3.05.0
≥
−≥−
=+
≤−
−=
yx
yx
yx
yx
yxZ
Metodosimplex
Metodosimplex

Más contenido relacionado

La actualidad más candente

Tema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación LinealTema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación Lineal
SistemadeEstudiosMed
 
Ensayo unidad 2. macroeconomia
Ensayo unidad 2. macroeconomiaEnsayo unidad 2. macroeconomia
Ensayo unidad 2. macroeconomia
Alejandro Schmidt Cai
 
Clasificacion de sistemas de produccion
Clasificacion de sistemas de produccionClasificacion de sistemas de produccion
Clasificacion de sistemas de produccion
gaelmt8
 
Modelo de redes
Modelo de redes Modelo de redes
Modelo de redes
Ayda Ramirez Montalvo
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
JuanMiguelCustodioMo
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEX
cabriales
 
Análisis Financiero Punto de Equilibrio
Análisis Financiero Punto de EquilibrioAnálisis Financiero Punto de Equilibrio
Análisis Financiero Punto de Equilibrio
Jose Tuesta
 
Semejanzas y diferencias empresa comercial e industrial
Semejanzas y diferencias empresa comercial e industrialSemejanzas y diferencias empresa comercial e industrial
Semejanzas y diferencias empresa comercial e industrial
Vanessa Ortiz
 
5. Ejercicios normalización
5. Ejercicios normalización5. Ejercicios normalización
5. Ejercicios normalización
Marcelo Herrera
 
Ejercicio sistema de costos por proceso grupo 10
Ejercicio sistema de costos por proceso grupo 10Ejercicio sistema de costos por proceso grupo 10
Ejercicio sistema de costos por proceso grupo 10
Fabian Serrano
 
Ordenamiento en C++
Ordenamiento en C++Ordenamiento en C++
Ordenamiento en C++
compumet sac
 
Contabilidad de costos
Contabilidad de costosContabilidad de costos
Contabilidad de costos
Ross Chan
 
UNA - Metodos cuantitativos (Transporte y Asignacion)
UNA - Metodos cuantitativos (Transporte y Asignacion)UNA - Metodos cuantitativos (Transporte y Asignacion)
UNA - Metodos cuantitativos (Transporte y Asignacion)
Universidad de Oriente / Universidad Nacional Abierta (VENEZUELA)
 
Ensayo modelo de_transporte
Ensayo modelo de_transporteEnsayo modelo de_transporte
Ensayo modelo de_transporte
Jhony Navarro
 
MAPA CONCEPTUAL SISTEMA DE INFORMACION
MAPA CONCEPTUAL SISTEMA DE INFORMACIONMAPA CONCEPTUAL SISTEMA DE INFORMACION
MAPA CONCEPTUAL SISTEMA DE INFORMACION
jacquelinerojas2701
 
Distribución de planta física
Distribución de planta física Distribución de planta física
Distribución de planta física
Angie Diaz Arteaga
 
Guia de costos de ejercicio marginal
Guia de costos de ejercicio marginalGuia de costos de ejercicio marginal
Guia de costos de ejercicio marginal
angiegutierrez11
 
Estudio de métodos de trabajo
Estudio de métodos de trabajoEstudio de métodos de trabajo
Estudio de métodos de trabajo
stliz
 
Programación 3: colas
Programación 3: colasProgramación 3: colas
Programación 3: colas
Angel Vázquez Patiño
 
2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas
Rodia Bravo
 

La actualidad más candente (20)

Tema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación LinealTema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación Lineal
 
Ensayo unidad 2. macroeconomia
Ensayo unidad 2. macroeconomiaEnsayo unidad 2. macroeconomia
Ensayo unidad 2. macroeconomia
 
Clasificacion de sistemas de produccion
Clasificacion de sistemas de produccionClasificacion de sistemas de produccion
Clasificacion de sistemas de produccion
 
Modelo de redes
Modelo de redes Modelo de redes
Modelo de redes
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEX
 
Análisis Financiero Punto de Equilibrio
Análisis Financiero Punto de EquilibrioAnálisis Financiero Punto de Equilibrio
Análisis Financiero Punto de Equilibrio
 
Semejanzas y diferencias empresa comercial e industrial
Semejanzas y diferencias empresa comercial e industrialSemejanzas y diferencias empresa comercial e industrial
Semejanzas y diferencias empresa comercial e industrial
 
5. Ejercicios normalización
5. Ejercicios normalización5. Ejercicios normalización
5. Ejercicios normalización
 
Ejercicio sistema de costos por proceso grupo 10
Ejercicio sistema de costos por proceso grupo 10Ejercicio sistema de costos por proceso grupo 10
Ejercicio sistema de costos por proceso grupo 10
 
Ordenamiento en C++
Ordenamiento en C++Ordenamiento en C++
Ordenamiento en C++
 
Contabilidad de costos
Contabilidad de costosContabilidad de costos
Contabilidad de costos
 
UNA - Metodos cuantitativos (Transporte y Asignacion)
UNA - Metodos cuantitativos (Transporte y Asignacion)UNA - Metodos cuantitativos (Transporte y Asignacion)
UNA - Metodos cuantitativos (Transporte y Asignacion)
 
Ensayo modelo de_transporte
Ensayo modelo de_transporteEnsayo modelo de_transporte
Ensayo modelo de_transporte
 
MAPA CONCEPTUAL SISTEMA DE INFORMACION
MAPA CONCEPTUAL SISTEMA DE INFORMACIONMAPA CONCEPTUAL SISTEMA DE INFORMACION
MAPA CONCEPTUAL SISTEMA DE INFORMACION
 
Distribución de planta física
Distribución de planta física Distribución de planta física
Distribución de planta física
 
Guia de costos de ejercicio marginal
Guia de costos de ejercicio marginalGuia de costos de ejercicio marginal
Guia de costos de ejercicio marginal
 
Estudio de métodos de trabajo
Estudio de métodos de trabajoEstudio de métodos de trabajo
Estudio de métodos de trabajo
 
Programación 3: colas
Programación 3: colasProgramación 3: colas
Programación 3: colas
 
2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas
 

Similar a Metodosimplex

Ejemplo práctico en clase
Ejemplo práctico en claseEjemplo práctico en clase
Ejemplo práctico en clase
unefadeizi
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
Luis Guerrero
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en clase
unefadeizi
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en clase
unefadeizi
 
Simplex
SimplexSimplex
Simplex
Aaron R. Lee
 
Método Simplex
Método SimplexMétodo Simplex
Método Simplex
Aaron R. Lee
 
Método simplex
Método simplexMétodo simplex
Método simplex
Manuel Paz Robles
 
El Método Simplex para Investigación Operativa
El Método Simplex  para Investigación OperativaEl Método Simplex  para Investigación Operativa
El Método Simplex para Investigación Operativa
JohnnyPalomares1
 
Unidad3
Unidad3Unidad3
Unidad3 (1)
Unidad3 (1)Unidad3 (1)
Sesion 05a - Metodo Simplex
Sesion 05a - Metodo SimplexSesion 05a - Metodo Simplex
Sesion 05a - Metodo Simplex
Sesion 05a - Metodo SimplexSesion 05a - Metodo Simplex
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
jjsch01
 
Método simple
Método simpleMétodo simple
Método simple
paultca
 
Método simplex
Método simplexMétodo simplex
Método simplex
angiegutierrez11
 
05 pl met.simplex
05 pl met.simplex05 pl met.simplex
05 pl met.simplex
Cezar Ricardo
 
Simplex
 Simplex  Simplex
Simplex
puracastillo
 
Resolucion del metodo simplex
Resolucion del metodo simplexResolucion del metodo simplex
Resolucion del metodo simplex
Baiser Roa
 
1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones
Carlos Quintero
 
Unidad3 metodo simplex
Unidad3 metodo simplexUnidad3 metodo simplex
Unidad3 metodo simplex
Manuel Bedoya D
 

Similar a Metodosimplex (20)

Ejemplo práctico en clase
Ejemplo práctico en claseEjemplo práctico en clase
Ejemplo práctico en clase
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en clase
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en clase
 
Simplex
SimplexSimplex
Simplex
 
Método Simplex
Método SimplexMétodo Simplex
Método Simplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
El Método Simplex para Investigación Operativa
El Método Simplex  para Investigación OperativaEl Método Simplex  para Investigación Operativa
El Método Simplex para Investigación Operativa
 
Unidad3
Unidad3Unidad3
Unidad3
 
Unidad3 (1)
Unidad3 (1)Unidad3 (1)
Unidad3 (1)
 
Sesion 05a - Metodo Simplex
Sesion 05a - Metodo SimplexSesion 05a - Metodo Simplex
Sesion 05a - Metodo Simplex
 
Sesion 05a - Metodo Simplex
Sesion 05a - Metodo SimplexSesion 05a - Metodo Simplex
Sesion 05a - Metodo Simplex
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
 
Método simple
Método simpleMétodo simple
Método simple
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
05 pl met.simplex
05 pl met.simplex05 pl met.simplex
05 pl met.simplex
 
Simplex
 Simplex  Simplex
Simplex
 
Resolucion del metodo simplex
Resolucion del metodo simplexResolucion del metodo simplex
Resolucion del metodo simplex
 
1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones
 
Unidad3 metodo simplex
Unidad3 metodo simplexUnidad3 metodo simplex
Unidad3 metodo simplex
 

Más de Leandro ___

Teoremas y teoria de derivadas
Teoremas y teoria de derivadasTeoremas y teoria de derivadas
Teoremas y teoria de derivadas
Leandro ___
 
Teorema de lagrange taylor etc
Teorema de lagrange taylor etcTeorema de lagrange taylor etc
Teorema de lagrange taylor etc
Leandro ___
 
Propiedades de continuidad
Propiedades de continuidadPropiedades de continuidad
Propiedades de continuidad
Leandro ___
 
Polinomios taylor
Polinomios taylorPolinomios taylor
Polinomios taylor
Leandro ___
 
Matrices
MatricesMatrices
Matrices
Leandro ___
 
Logica proposicional
Logica proposicionalLogica proposicional
Logica proposicional
Leandro ___
 
Formulas conicas y cuadricas
Formulas conicas y cuadricasFormulas conicas y cuadricas
Formulas conicas y cuadricas
Leandro ___
 
Ecuaciones diferenciales
Ecuaciones diferencialesEcuaciones diferenciales
Ecuaciones diferenciales
Leandro ___
 
Ecuacion diferencial
Ecuacion diferencialEcuacion diferencial
Ecuacion diferencial
Leandro ___
 
Conicas
ConicasConicas
Conicas
Leandro ___
 
Calculo diferencial e_integral_-_teoria_y_1175_problemas_res
Calculo diferencial e_integral_-_teoria_y_1175_problemas_resCalculo diferencial e_integral_-_teoria_y_1175_problemas_res
Calculo diferencial e_integral_-_teoria_y_1175_problemas_res
Leandro ___
 
Reflexion refraccion espejos
Reflexion refraccion espejosReflexion refraccion espejos
Reflexion refraccion espejos
Leandro ___
 
Prensa hidraulica
Prensa hidraulicaPrensa hidraulica
Prensa hidraulica
Leandro ___
 
Ondas teoria
Ondas teoriaOndas teoria
Ondas teoria
Leandro ___
 
Mcu
McuMcu
Máquinas simples
Máquinas simplesMáquinas simples
Máquinas simples
Leandro ___
 
Er principio de arquimedes
Er principio de arquimedesEr principio de arquimedes
Er principio de arquimedes
Leandro ___
 
Ejercicios cinematica
Ejercicios cinematicaEjercicios cinematica
Ejercicios cinematica
Leandro ___
 
Ejercicios movimiento circular con solucion
Ejercicios movimiento circular con solucionEjercicios movimiento circular con solucion
Ejercicios movimiento circular con solucion
Leandro ___
 
Ej cinematica 3 eso
Ej cinematica 3 esoEj cinematica 3 eso
Ej cinematica 3 eso
Leandro ___
 

Más de Leandro ___ (20)

Teoremas y teoria de derivadas
Teoremas y teoria de derivadasTeoremas y teoria de derivadas
Teoremas y teoria de derivadas
 
Teorema de lagrange taylor etc
Teorema de lagrange taylor etcTeorema de lagrange taylor etc
Teorema de lagrange taylor etc
 
Propiedades de continuidad
Propiedades de continuidadPropiedades de continuidad
Propiedades de continuidad
 
Polinomios taylor
Polinomios taylorPolinomios taylor
Polinomios taylor
 
Matrices
MatricesMatrices
Matrices
 
Logica proposicional
Logica proposicionalLogica proposicional
Logica proposicional
 
Formulas conicas y cuadricas
Formulas conicas y cuadricasFormulas conicas y cuadricas
Formulas conicas y cuadricas
 
Ecuaciones diferenciales
Ecuaciones diferencialesEcuaciones diferenciales
Ecuaciones diferenciales
 
Ecuacion diferencial
Ecuacion diferencialEcuacion diferencial
Ecuacion diferencial
 
Conicas
ConicasConicas
Conicas
 
Calculo diferencial e_integral_-_teoria_y_1175_problemas_res
Calculo diferencial e_integral_-_teoria_y_1175_problemas_resCalculo diferencial e_integral_-_teoria_y_1175_problemas_res
Calculo diferencial e_integral_-_teoria_y_1175_problemas_res
 
Reflexion refraccion espejos
Reflexion refraccion espejosReflexion refraccion espejos
Reflexion refraccion espejos
 
Prensa hidraulica
Prensa hidraulicaPrensa hidraulica
Prensa hidraulica
 
Ondas teoria
Ondas teoriaOndas teoria
Ondas teoria
 
Mcu
McuMcu
Mcu
 
Máquinas simples
Máquinas simplesMáquinas simples
Máquinas simples
 
Er principio de arquimedes
Er principio de arquimedesEr principio de arquimedes
Er principio de arquimedes
 
Ejercicios cinematica
Ejercicios cinematicaEjercicios cinematica
Ejercicios cinematica
 
Ejercicios movimiento circular con solucion
Ejercicios movimiento circular con solucionEjercicios movimiento circular con solucion
Ejercicios movimiento circular con solucion
 
Ej cinematica 3 eso
Ej cinematica 3 esoEj cinematica 3 eso
Ej cinematica 3 eso
 

Último

Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.
https://gramadal.wordpress.com/
 
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
MiNeyi1
 
Cronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdf
Cronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdfCronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdf
Cronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdf
RicardoValdiviaVega
 
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdfMundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
ViriEsteva
 
Mi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste BlancoMi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste Blanco
Ruth Noemí Soto Villegas
 
La vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primariaLa vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primaria
EricaCouly1
 
tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)
saradocente
 
POESÍA POR EL DIA DEL PADREEEEEEEEEE.pdf
POESÍA POR EL DIA DEL PADREEEEEEEEEE.pdfPOESÍA POR EL DIA DEL PADREEEEEEEEEE.pdf
POESÍA POR EL DIA DEL PADREEEEEEEEEE.pdf
karlavasquez49
 
Business Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business TechBusiness Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business Tech
johnyamg20
 
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdfEvaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
EfranMartnez8
 
Estás conmigo Jesús amigo_letra y acordes de guitarra.pdf
Estás conmigo Jesús amigo_letra y acordes de guitarra.pdfEstás conmigo Jesús amigo_letra y acordes de guitarra.pdf
Estás conmigo Jesús amigo_letra y acordes de guitarra.pdf
Ani Ann
 
1° T3 Examen Mtro JP 23-24.pdf completos
1° T3 Examen Mtro JP 23-24.pdf completos1° T3 Examen Mtro JP 23-24.pdf completos
1° T3 Examen Mtro JP 23-24.pdf completos
ROCIORUIZQUEZADA
 
Hablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes CuadernilloHablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes Cuadernillo
Mónica Sánchez
 
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBALMATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
Ana Fernandez
 
CONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptx
CONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptxCONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptx
CONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptx
CARMENSnchez854591
 
Mapa Mental documentos que rigen el sistema de evaluación
Mapa Mental documentos que rigen el sistema de evaluaciónMapa Mental documentos que rigen el sistema de evaluación
Mapa Mental documentos que rigen el sistema de evaluación
ruthmatiel1
 
Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......
LuanaJaime1
 
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdfAPUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
VeronicaCabrera50
 
Presentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdfPresentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdf
LuanaJaime1
 
Escuela Sabática. El conflicto inminente.pdf
Escuela Sabática. El conflicto inminente.pdfEscuela Sabática. El conflicto inminente.pdf
Escuela Sabática. El conflicto inminente.pdf
Alejandrino Halire Ccahuana
 

Último (20)

Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.
 
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
 
Cronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdf
Cronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdfCronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdf
Cronica-de-una-Muerte-Anunciada - Gabriel Garcia Marquez.pdf
 
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdfMundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
 
Mi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste BlancoMi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste Blanco
 
La vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primariaLa vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primaria
 
tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)
 
POESÍA POR EL DIA DEL PADREEEEEEEEEE.pdf
POESÍA POR EL DIA DEL PADREEEEEEEEEE.pdfPOESÍA POR EL DIA DEL PADREEEEEEEEEE.pdf
POESÍA POR EL DIA DEL PADREEEEEEEEEE.pdf
 
Business Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business TechBusiness Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business Tech
 
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdfEvaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
 
Estás conmigo Jesús amigo_letra y acordes de guitarra.pdf
Estás conmigo Jesús amigo_letra y acordes de guitarra.pdfEstás conmigo Jesús amigo_letra y acordes de guitarra.pdf
Estás conmigo Jesús amigo_letra y acordes de guitarra.pdf
 
1° T3 Examen Mtro JP 23-24.pdf completos
1° T3 Examen Mtro JP 23-24.pdf completos1° T3 Examen Mtro JP 23-24.pdf completos
1° T3 Examen Mtro JP 23-24.pdf completos
 
Hablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes CuadernilloHablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes Cuadernillo
 
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBALMATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
 
CONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptx
CONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptxCONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptx
CONCURSOS EDUCATIVOS 2024-PRESENTACIÓN ORIENTACIONES ETAPA IE (1).pptx
 
Mapa Mental documentos que rigen el sistema de evaluación
Mapa Mental documentos que rigen el sistema de evaluaciónMapa Mental documentos que rigen el sistema de evaluación
Mapa Mental documentos que rigen el sistema de evaluación
 
Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......
 
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdfAPUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
 
Presentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdfPresentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdf
 
Escuela Sabática. El conflicto inminente.pdf
Escuela Sabática. El conflicto inminente.pdfEscuela Sabática. El conflicto inminente.pdf
Escuela Sabática. El conflicto inminente.pdf
 

Metodosimplex

  • 1. METODO SIMPLEX GUIA 11 OBJETIVO: Mostrar como se utiliza el método simplex para resolver un problema de programación lineal estándar este método permite resolver problemas de programación lineal que no pueden resolverse de el metodo grafico cuando el numero de variables es mayor e igual a 3 Este metodo utiliza matrices y operaciones elementales entre filas Se va a considerar problemas de forma ESTÁNDAR o normal es decir que consisten en MAXIMIZAR una funcion (OBJETIVO ) con restricciones del tipo MENOR IGUAL Problema estándar : Maximizar la funcion lineal nn xcxcxcxcZ ++++= .....332211 Sujeta a las restricciones 11313212111 .... bxaxaxaxa nn ≤+++++ 22323222121 .... bxaxaxaxa nn ≤+++++ 33333232131 .... bxaxaxaxa nn ≤+++++ mnmnmmm bxaxaxaxa ≤+++++ ....3321211 Donde las variables , , ,… y , , son no negativas1x 2x 3x nx 1b 2b nb El método simplex empieza con una solucion factible y prueba si es o no optima Si no lo es, el método busca una MEJOR solucion , que se acerque mas a la optimizacion de la funcion objetivo, si esta nueva solucion no es optima, entonces se repite el proceso hasta hallar una solucion optima si existe Se consideran las siguientes fases o etapas : 1. Convertir las desigualdades en igualdades
  • 2. Se introduce una variable de holgura , por cada una de las restricciones o limitaciones del tipo ≤, (menor igual )para convertirlas en igualdades 1s 2s 3S Escribir la tabla inicial simplex o matriz simplex En las columnas aparecerán todas las variables básicas x, y del problema y las variables de holgura , /exceso. En las filas se observan, para cada restricción las variables de holgura con sus coeficientes de las igualdades obtenidas, y la última fila con los valores resultantes de sustituir el valor de cada variable en la función objetivo, 1s 2s 3S Como sabemos, el método simplex es un algoritmo iterativo que iniciando en una solución básica factible pero no óptima, genera soluciones básicas factibles cada vez mejores hasta encontrar la solución óptima (sí esta existe). Nótese que la base de su lógica es mantener la factibilidad, mientras busca la optimalidad. EJEMPLO Resolver mediante el método simplex el siguiente problema: Maximizar Z = f(x,y) = 5x + 4y sujeto a: 2x + y ≤ 35 x + y ≤ 20 -3x + y ≤ 12 x ≥ 0 , y ≥ 0 Se consideran las siguientes fases o etapas : 1. Convertir las desigualdades en igualdades Se introduce una variable de holgura por cada una de las restricciones o limitaciones del tipo ≤, (menor igual )para convertirlas en igualdades, como hay n desigualdades se introducen m variables de holgura resultando el sistema de ecuaciones lineales:
  • 3. 2x + y + = 351s x + y + =202s -3x + y + =123S 2. Igualar la función objetivo a cero -5x + 4y + Z = 0 3. Escribir la tabla inicial simplex o matriz En las columnas aparecerán todas las variables básicas x,y del problema y las variables de holgura , /exceso.1s 2s 3S s En las filas se observan, para cada restricción las variables de holgura con sus coeficientes de las igualdades obtenidas, y la última fila con los valores resultantes de sustituir el valor de cada variable en la función objetivo, y de operar para obtener el resto de valores de la fila: Base 1x 2x 1s 2s 3S Z b COCIENTE 1s 1 1 1 0 0 0 20 20/1=20 2s 2 1 0 1 0 0 35 35/2= 2 35 3S -3 1 0 0 1 0 12 No hay cociente Z -5 -4 0 0 0 1 0 Indicadores El indicador mas negativo es -5 y aparece en la columna de por lo tanto1x 1x es la variable que entra a la base ,el cociente mas pequeño es 2 35 de modo que es la variable que sale ,el elemento pivote es 2 ,haciendo operaciones elementales entre filas se obtiene 1 en la posición del pivote y ceros los demás elementos de la columna pivote entonces se obtiene 2x
  • 4. Se divide la fila 2 por ½ Base 1x 2x 1s 2s 3S Z b 1s 1 1 1 0 0 0 20 1x 1 0 002 1 2 1 2 35 3S -3 1 0 0 1 0 12 Z -5 -4 0 0 0 1 0 21 2 1 FF +− 323 FF + 425 FF + Base 2x1x 1s 2s 3S Z b 1s 0 1 - 2 1 0 02 1 2 5 1x 1 0 002 1 2 1 2 35 3S 0 1 002 5 2 3 2 129 Z 0 - 2 3 0 2 5 0 1 2 175 Base 2x1x 1s 2s 3S Z b COCIENTE 1s 0 2 1 1 - 2 1 0 0 2 5 2 5 /dividido 2 1 =5 1x 1 2 1 0 2 1 0 0 2 35 2 35 dividido 2 1 =35 1 000 2 5 3S 2 3 2 129 2 129 dividido 2 5 =25 5 4 Z 0 - 2 3 0 0 12 5 2 175 Observe que reemplazo a porque -1x 2s 2 3 es el indicador mas negativo
  • 5. Se continua el proceso y la variable que entra es , el cociente mas pequeño es 5de modo que es la variable que sale ,el elemento pivote es 2x 1s 2 1 ,haciendo operaciones elementales entre filas se obtiene 1 en la posición del pivote y ceros los demas elementos de la columna pivote entonces se obtiene 41 31 21 3 5 1 FF FF FF + +− +− Base 1x 2x 1s 2s 3S Z b 1s 0 1 - 2 1 0 02 1 2 5 1x 1 0 -1 1 0 0 15 3S 0 0 -5 4 1 0 52 Z 0 0 3 1 0 1 95 12 F Base 1x 2x 1s 2s Z b3S 2x 0 1 2 -1 0 0 5 1x 1 0 -1 1 0 0 15 3S 0 0 -5 4 1 0 52 Z 0 0 3 1 0 1 95 como todos los indicadores son positivos se termina el proceso y el valor máximo de Z es 95 que ocurre cuando =5 y =152x 1x 4. Condición de parada Cuando en la fila Z no existe ningún valor negativo, se ha alcanzado la solución óptima del problema. En tal caso, se ha llegado al final del algoritmo. De no ser así, se ejecutan los siguientes pasos. 5. Condición de entrada y salida de una variable de la base A.Primero debemos saber la variable que entra en la base. Para ello escogemos la columna de aquel valor que en la fila Z sea el menor numero de los negativos. En este caso sería la variable x de coeficiente -5
  • 6. Si existiesen dos o más coeficientes iguales que cumplan la condición anterior (caso de empate), entonces se optará por aquella variable que sea básica. La columna de la variable que entra en la base se llama columna pivote (En color verde). 6-Una vez obtenida la variable que entra en la base, estamos en condiciones de deducir cual será la variable que sale. Para ello se divide cada término independiente (b) entre el elemento correspondiente de la columna pivote, siempre que el resultado sea mayor que cero, y se escoge el mínimo de ellos. Si hubiera algún elemento menor o igual a cero no se realiza dicho cociente, y caso de que todos los elementos de la columna pivote fueran de ésta condición tendríamos una solución no acotada y terminaríamos el problema 7- El término de la columna pivote que en la división anterior dé lugar al menor cociente positivo, indica la fila de la variable de holgura que sale de la base, Esta fila se llama fila pivote (En color). Si al calcular los cocientes, dos o más son iguales (caso de empate), se escoge aquella que no sea variable básica (si es posible). En la intersección de la fila pivote y columna pivote tenemos el elemento pivote, . 6. Encontrar los coeficientes de la nueva tabla. Los nuevos coeficientes de la fila pivote, , se obtienen dividiendo todos los coeficientes de dicha fila entre el elemento pivote, , que es el que hay que convertir en 1. A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de su columna, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la función objetivo Z. También se puede hacer de la siguiente manera: Se puede observar que no hemos alcanzado la condición de parada ya que en los elementos de la última fila, Z, hay uno negativo, -1. Hay que repetir el proceso: A. La variable que entra en la base es y Y), por ser la variable que corresponde a la columna donde se encuentra el 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: El elemento pivote, que ahora hay que hacer 1,.Operando de forma análoga a la anterior obtenemos la tabla:
  • 7. Como en los elementos de la fila Z hay uno negativo, , significa que no hemos llegado todavía a la solución óptima. Hay que repetir el proceso: A. La variable que entra en la base epor ser la variable que corresponde al coeficiente B. Para calcular la variable que sale, dividimos los términos de la última columna entre los términos correspondientes de la nueva columna pivote: y como el menor cociente positivo es la variable que sale es s C. El elemento pivote, que ahora hay que hacer 1, Obtenemos la tabla: Se observa que en la última fila todos los coeficientes son positivos, por lo tanto se cumple la condición de parada, obteniendo la solución óptima. La solución óptima viene dada por el valor de Z en la columna de los valores solución, . En la misma columna se puede observar el punto donde se alcanza, observando las filas correspondientes a las variables de decisión que han entrado en la base: (x,y) El método Simplex se basa en la siguiente propiedad: si la función objetivo, f, no toma su valor máximo en el vértice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deberá tenerse en cuenta que este método sólo trabaja para restricciones que tengan un tipo de desigualdad "≤" y coeficientes independientes mayores o iguales a 0, y habrá que estandarizar las mismas para el algoritmo. En caso de que después de éste proceso, aparezcan (o no varíen) restricciones del tipo "≥" o "=" habrá que emplear otros métodos, siendo el más común el método de las Dos Fases. EJEMPLO Maximizar 321 2 3 43 xxxZ ++= Sujeta a : 10 2 3 2 321 −≥+−− xxx 1022 321 ≤++ xxx 0,, 321 ≥xxx La primera desigualdad se multiplica por -1 102 21 ≤+ xx
  • 8. Se hace la tabla simplex los cocientes son . 5 2 10 = y tambien 5 2 10 = Tabla I Base 1x Z b3x2x 1s 2s 1s 1 2 0 1 0 0 10 2s 2 2 1 0 1 0 10 z -3 -4 2 3 − 0 0 1 0 Dado que existe un empate en el menor cociente, se puede elegir cualquiera de los dos, 1s o s2, como la variable saliente. Se escoge sr Se encierra en un círculo el pivote. Utilizando operaciones elementales sobre renglones, se obtiene la Tabla II. TABLA SIMPLEX II No hay cocientes porque 0 no es positivo y . 0 1 0 = Tabla II Base 1x 2x 3x 1s 2s Z b 2x 1 0 2 1 2 1 0 0 5 2s 1 0 1 -1 1 0 0 z -1 -0 2 3 − 2 0 1 20 indicadores La Tabla II corresponde a una S.F.B. en la que una variable básica s2 es cero. Por ello, la S.F.B. es degenerada. Ya que existen indicadores negativos, se continua el proceso. La variable entrante es ahora x3, la variable saliente es s2 y el pivote se encuentra encerrado en un círculo. Utilizando operaciones elementales sobre renglones, se obtiene la Tabla III.
  • 9. TABLA SIMPLEX III Tabla III Base 1x 2x 3x 1s 2s Z b 2x 1 0 2 1 2 1 0 0 5 3x 1 0 1 -1 1 0 0 z 0 0 2 1 2 1 2 3 1 20 indicadores En virtud de que todos los indicadores son no negativos, Z es máxima cuando x2 = 5 y x3 = O, y xl = sl = s2 = 0. El máximo valor es Z = 20. Obsérvese que este valor es igual al valor de Z correspondiente a la Tabla II. En problemas con degeneración es posible llegar al mismo valor de Z en varias etapas del proceso simplex. Debido a su naturaleza mecánica, el procedimiento simplex se adapta con facilidad a las computadoras, y permite resolver problemas de programación lineal que implican muchas variables y muchas restricciones OBJETIVOS • Maximizar por el método SIMPLEX la funcion objetivo limitada a la restricciones 1. 2. 3. 0, 02 60 1210 ≥ ≥− ≤+ += yx yx yx yxP 0, 21032 22023 80 65 ≥ ≤+ ≤+ ≤+ += yx yx yx yx yxP 0, 7 33 5 64 ≥ ≤ ≤− ≥+ −= yx y yx yx yxZ