SlideShare una empresa de Scribd logo
1 de 21
VAMOS A RESOLVER MÉTODO SIMPLEX Compilación y adaptación:  Deizi  De Jesús
[object Object],[object Object],[object Object],Cómo comenzar
Ejemplo de Simplex: Vamos a resolver el siguiente problema:   Maximizar Z  =  f(x 1 ,x 2 ) = 3x 1  + 2x 2 Sujeto a: 2x 1  + x 2   ≤  18   2x 1  + 3x 2    ≤  42   3x 1  + x 2    ≤  24   x 1   ≥  0 , x 2   ≥  0
Se consideran los siguientes  p asos:  1.          Convertir las desigualdades en igualdades:   Se introduce una variable de holgura por cada una de las restricciones, este caso s 1 , s 2 , s 3  para convertirlas en igualdades y formar el sistema de ecuaciones estandar.  Usando en simplex el siguiente criterio:  Signo:  Introducir    ≤  s n      
FORMA ESTANDAR: FORMA ESTANDAR: con la cual voy a trabajar en lo adelante 2x 1  + x 2  +  s 1  = 18 2x 1  + 3x 2  +  s 2   = 42 3x 1  + x 2  +  s 3  =  24
2 .   Igualar la función objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z - 3 x 1  - 2 x 2  = 0 Para este caso en particular la funcion objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se devera de colocar como la primer fila Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo.   3. Escribir el tablero inicial simplex: En las columnas aparecerán todas las variables del problema y, en las    filas, los coeficientes de las igualdades obtenidas, una fila para cada    restricción y la última fila con los coeficientes de la función objetivo: 
Tablero Inicial Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 S 2 2 3 0 1 0 42 S 3 3 1 0 0 1 24 Z -3 -2 0 0 0 0
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
  Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 18/2 = 9 S 2 2 3 0 1 0 42 42/2 = 21 S 3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Resultado de Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 f( S 1 ) – 2 f(X 1 ) S 2 0 7/3 0 1 -2/3 26 f( S 2 ) – 2 f(X 1 ) X 1 1 1/3 0 0 -1/3 8 (1/3)  X 1 Z 0 -1 0 0 1 24 f( Z) + 3 f(X 1 )
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S 2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X 1 1 1/3 0 0 -1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24
Resultado de Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 3X 2 S 2 0 0 -7 0 4 12 f( S 2 ) – (7/3) f(X 2 ) X 1 1 0 -1 0 1 6 f( X 1 ) – (1/3) f(X 2 ) Z 0 0 3 0 -1 30 f( Z) + f(X 2 )
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 No se toma por ser negativo S 2 0 0 -7 0 4 12 12/4 = 3 X 1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30
Resultado de Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 f( X 2 ) + 2 f(S 3 ) S 3 0 0 -7/4 0 1 3 (1/4) S 3 X 1 1 0 -3/4 0 0 3 f( X 1 ) – f(S 3 ) Z 0 0 5/4 0 0 33 f( Z) + f(S 3 )
Tablero Final Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 S 3 0 0 -7/4 0 1 3 X 1 1 0 -3/4 0 0 3 Z 0 0 5/4 0 0 33
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 .
Castillo,  Conejo, Pedregal, García y Alguacil (2002):Formulación y resolución de Modelos de Programación Matemática en ingeniería y Ciencias, España. Francisco Chediak. Investigacion de Operaciones I. Frederick S. Hillier, Gerald J. Lieberman (1993).  Introducción a la Investigación de Operaciones.   Editorial: Mc.  Graw Hill  Taha, Hamdy A. Investigación de operaciones. Editorial: Pearson. Referencias Bobliográficas

Más contenido relacionado

La actualidad más candente

Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binariaJaime Medrano
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimoADRIANA NIETO
 
programacion Lineal y Metodo simplex alvaro espinoza
programacion Lineal y Metodo simplex alvaro espinozaprogramacion Lineal y Metodo simplex alvaro espinoza
programacion Lineal y Metodo simplex alvaro espinozaAlvaro Andrey Espinoza Mena
 
PROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEXPROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEXALEGRE_ALI
 
Analisis de sensibilidad 2222222 (1)
Analisis de sensibilidad   2222222 (1)Analisis de sensibilidad   2222222 (1)
Analisis de sensibilidad 2222222 (1)Irene Sarcos
 
Método simplex
Método simplexMétodo simplex
Método simplexdeweey
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXjjsch01
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)lineal
 
Análisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoAnálisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoProfesor Hugo
 
Ejemplo de flujo a costo minimo 1
Ejemplo de flujo a costo minimo 1Ejemplo de flujo a costo minimo 1
Ejemplo de flujo a costo minimo 1eduardo307
 
Métodos de transbordo- caso de estudio
Métodos de transbordo-   caso de estudioMétodos de transbordo-   caso de estudio
Métodos de transbordo- caso de estudioEmmanuel Barbosa
 
Metodos de programacion no-lineal
Metodos de programacion no-linealMetodos de programacion no-lineal
Metodos de programacion no-linealRobert Rivero
 
Aplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran M
Aplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran MAplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran M
Aplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran MInstituto Tecnologico De Pachuca
 

La actualidad más candente (20)

Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
programacion Lineal y Metodo simplex alvaro espinoza
programacion Lineal y Metodo simplex alvaro espinozaprogramacion Lineal y Metodo simplex alvaro espinoza
programacion Lineal y Metodo simplex alvaro espinoza
 
PROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEXPROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEX
 
Analisis de sensibilidad 2222222 (1)
Analisis de sensibilidad   2222222 (1)Analisis de sensibilidad   2222222 (1)
Analisis de sensibilidad 2222222 (1)
 
Analisis de sensibilidad
Analisis de sensibilidadAnalisis de sensibilidad
Analisis de sensibilidad
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
 
Análisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoAnálisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método Gráfico
 
Ejemplo de flujo a costo minimo 1
Ejemplo de flujo a costo minimo 1Ejemplo de flujo a costo minimo 1
Ejemplo de flujo a costo minimo 1
 
Programacion no lineal
Programacion no linealProgramacion no lineal
Programacion no lineal
 
Métodos de transbordo- caso de estudio
Métodos de transbordo-   caso de estudioMétodos de transbordo-   caso de estudio
Métodos de transbordo- caso de estudio
 
Método del Valor presente
Método del Valor presenteMétodo del Valor presente
Método del Valor presente
 
Metodos de programacion no-lineal
Metodos de programacion no-linealMetodos de programacion no-lineal
Metodos de programacion no-lineal
 
Vbtora98
Vbtora98Vbtora98
Vbtora98
 
Optimizacion de redes
Optimizacion de redesOptimizacion de redes
Optimizacion de redes
 
Formulacion problemas pl
Formulacion problemas plFormulacion problemas pl
Formulacion problemas pl
 
Aplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran M
Aplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran MAplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran M
Aplicacion De Tora Para Resolver Ejercicios Del Metodo De La Gran M
 

Similar a Un ejemplo práctico en clase

Similar a Un ejemplo práctico en clase (20)

Ejemplo práctico en clase
Ejemplo práctico en claseEjemplo práctico en clase
Ejemplo práctico en clase
 
Método Simplex
Método SimplexMétodo Simplex
Método Simplex
 
Simplex
SimplexSimplex
Simplex
 
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
 
05 pl met.simplex
05 pl met.simplex05 pl met.simplex
05 pl met.simplex
 
El Método Simplex para Investigación Operativa
El Método Simplex  para Investigación OperativaEl Método Simplex  para Investigación Operativa
El Método Simplex para Investigación Operativa
 
método Simplex
método Simplexmétodo Simplex
método Simplex
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Resolucion del metodo simplex
Resolucion del metodo simplexResolucion del metodo simplex
Resolucion del metodo simplex
 
Simplex
 Simplex  Simplex
Simplex
 
Metodosimplex
MetodosimplexMetodosimplex
Metodosimplex
 
Metodosimplex
MetodosimplexMetodosimplex
Metodosimplex
 
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
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Método simple
Método simpleMétodo simple
Método simple
 
Simplex
SimplexSimplex
Simplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Metodo simplexdual
Metodo simplexdualMetodo simplexdual
Metodo simplexdual
 

Más de unefadeizi

Revista digital modulo 9
Revista digital modulo 9Revista digital modulo 9
Revista digital modulo 9unefadeizi
 
Presentcion dpartamento de_investigacion al
Presentcion dpartamento de_investigacion alPresentcion dpartamento de_investigacion al
Presentcion dpartamento de_investigacion alunefadeizi
 
Reunion de individualiazdos MTE final
Reunion de individualiazdos MTE finalReunion de individualiazdos MTE final
Reunion de individualiazdos MTE finalunefadeizi
 
Individualiazdos mte
Individualiazdos mteIndividualiazdos mte
Individualiazdos mteunefadeizi
 
Reunion de individualiazdos mte
Reunion de individualiazdos mteReunion de individualiazdos mte
Reunion de individualiazdos mteunefadeizi
 
Reunion de estudios individualiazdos mte
Reunion de estudios individualiazdos mteReunion de estudios individualiazdos mte
Reunion de estudios individualiazdos mteunefadeizi
 
Reunion de estudios individualiazdos
Reunion de estudios individualiazdosReunion de estudios individualiazdos
Reunion de estudios individualiazdosunefadeizi
 
EPE.Exposición Profesional FATLA
EPE.Exposición Profesional FATLAEPE.Exposición Profesional FATLA
EPE.Exposición Profesional FATLAunefadeizi
 
Profesional. EPE FATLA
Profesional. EPE FATLAProfesional. EPE FATLA
Profesional. EPE FATLAunefadeizi
 
Exposición Profesional
Exposición ProfesionalExposición Profesional
Exposición Profesionalunefadeizi
 
Bloque Académico del Aula virtual
Bloque Académico del Aula virtualBloque Académico del Aula virtual
Bloque Académico del Aula virtualunefadeizi
 
Bloque Académico del Aula virtual
Bloque Académico del Aula virtualBloque Académico del Aula virtual
Bloque Académico del Aula virtualunefadeizi
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en claseunefadeizi
 
Fase planificación grupo e
Fase planificación grupo eFase planificación grupo e
Fase planificación grupo eunefadeizi
 
Fase 2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
Fase  2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, BeliceFase  2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
Fase 2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Beliceunefadeizi
 
La guia de lecturas
La guia de lecturasLa guia de lecturas
La guia de lecturasunefadeizi
 
Guia de lectura
Guia de lecturaGuia de lectura
Guia de lecturaunefadeizi
 
Mi guia de lectura
Mi guia de lecturaMi guia de lectura
Mi guia de lecturaunefadeizi
 
Mi guia de lectura
Mi guia de lecturaMi guia de lectura
Mi guia de lecturaunefadeizi
 

Más de unefadeizi (20)

Revista digital modulo 9
Revista digital modulo 9Revista digital modulo 9
Revista digital modulo 9
 
Presentcion dpartamento de_investigacion al
Presentcion dpartamento de_investigacion alPresentcion dpartamento de_investigacion al
Presentcion dpartamento de_investigacion al
 
Reunion de individualiazdos MTE final
Reunion de individualiazdos MTE finalReunion de individualiazdos MTE final
Reunion de individualiazdos MTE final
 
Individualiazdos mte
Individualiazdos mteIndividualiazdos mte
Individualiazdos mte
 
Reunion de individualiazdos mte
Reunion de individualiazdos mteReunion de individualiazdos mte
Reunion de individualiazdos mte
 
Reunion de estudios individualiazdos mte
Reunion de estudios individualiazdos mteReunion de estudios individualiazdos mte
Reunion de estudios individualiazdos mte
 
Reunion de estudios individualiazdos
Reunion de estudios individualiazdosReunion de estudios individualiazdos
Reunion de estudios individualiazdos
 
EPE.Exposición Profesional FATLA
EPE.Exposición Profesional FATLAEPE.Exposición Profesional FATLA
EPE.Exposición Profesional FATLA
 
Profesional. EPE FATLA
Profesional. EPE FATLAProfesional. EPE FATLA
Profesional. EPE FATLA
 
Exposición Profesional
Exposición ProfesionalExposición Profesional
Exposición Profesional
 
Bloque Académico del Aula virtual
Bloque Académico del Aula virtualBloque Académico del Aula virtual
Bloque Académico del Aula virtual
 
Bloque Académico del Aula virtual
Bloque Académico del Aula virtualBloque Académico del Aula virtual
Bloque Académico del Aula virtual
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en clase
 
Fase planificación grupo e
Fase planificación grupo eFase planificación grupo e
Fase planificación grupo e
 
Fase 2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
Fase  2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, BeliceFase  2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
Fase 2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
 
pruebas
pruebaspruebas
pruebas
 
La guia de lecturas
La guia de lecturasLa guia de lecturas
La guia de lecturas
 
Guia de lectura
Guia de lecturaGuia de lectura
Guia de lectura
 
Mi guia de lectura
Mi guia de lecturaMi guia de lectura
Mi guia de lectura
 
Mi guia de lectura
Mi guia de lecturaMi guia de lectura
Mi guia de lectura
 

Último

LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONALMiNeyi1
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIIsauraImbrondone
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxiemerc2024
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfMercedes Gonzalez
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdfMiguelHuaman31
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 

Último (20)

LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 

Un ejemplo práctico en clase

  • 1. VAMOS A RESOLVER MÉTODO SIMPLEX Compilación y adaptación: Deizi De Jesús
  • 2.
  • 3. Ejemplo de Simplex: Vamos a resolver el siguiente problema:  Maximizar Z = f(x 1 ,x 2 ) = 3x 1 + 2x 2 Sujeto a: 2x 1 + x 2 ≤ 18   2x 1 + 3x 2   ≤ 42   3x 1 + x 2   ≤ 24   x 1 ≥ 0 , x 2 ≥ 0
  • 4. Se consideran los siguientes p asos: 1.         Convertir las desigualdades en igualdades:   Se introduce una variable de holgura por cada una de las restricciones, este caso s 1 , s 2 , s 3 para convertirlas en igualdades y formar el sistema de ecuaciones estandar. Usando en simplex el siguiente criterio: Signo: Introducir ≤ s n    
  • 5. FORMA ESTANDAR: FORMA ESTANDAR: con la cual voy a trabajar en lo adelante 2x 1 + x 2 + s 1 = 18 2x 1 + 3x 2 + s 2 = 42 3x 1 + x 2 + s 3 = 24
  • 6. 2 . Igualar la función objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z - 3 x 1 - 2 x 2 = 0 Para este caso en particular la funcion objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se devera de colocar como la primer fila Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo.   3. Escribir el tablero inicial simplex: En las columnas aparecerán todas las variables del problema y, en las filas, los coeficientes de las igualdades obtenidas, una fila para cada restricción y la última fila con los coeficientes de la función objetivo: 
  • 7. Tablero Inicial Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 S 2 2 3 0 1 0 42 S 3 3 1 0 0 1 24 Z -3 -2 0 0 0 0
  • 8.
  • 9.
  • 10.   Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 18/2 = 9 S 2 2 3 0 1 0 42 42/2 = 21 S 3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0
  • 11.
  • 12. Resultado de Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 f( S 1 ) – 2 f(X 1 ) S 2 0 7/3 0 1 -2/3 26 f( S 2 ) – 2 f(X 1 ) X 1 1 1/3 0 0 -1/3 8 (1/3) X 1 Z 0 -1 0 0 1 24 f( Z) + 3 f(X 1 )
  • 13.
  • 14. Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S 2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X 1 1 1/3 0 0 -1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24
  • 15. Resultado de Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 3X 2 S 2 0 0 -7 0 4 12 f( S 2 ) – (7/3) f(X 2 ) X 1 1 0 -1 0 1 6 f( X 1 ) – (1/3) f(X 2 ) Z 0 0 3 0 -1 30 f( Z) + f(X 2 )
  • 16.
  • 17. Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 No se toma por ser negativo S 2 0 0 -7 0 4 12 12/4 = 3 X 1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30
  • 18. Resultado de Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 f( X 2 ) + 2 f(S 3 ) S 3 0 0 -7/4 0 1 3 (1/4) S 3 X 1 1 0 -3/4 0 0 3 f( X 1 ) – f(S 3 ) Z 0 0 5/4 0 0 33 f( Z) + f(S 3 )
  • 19. Tablero Final Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 S 3 0 0 -7/4 0 1 3 X 1 1 0 -3/4 0 0 3 Z 0 0 5/4 0 0 33
  • 20. 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 .
  • 21. Castillo, Conejo, Pedregal, García y Alguacil (2002):Formulación y resolución de Modelos de Programación Matemática en ingeniería y Ciencias, España. Francisco Chediak. Investigacion de Operaciones I. Frederick S. Hillier, Gerald J. Lieberman (1993). Introducción a la Investigación de Operaciones.   Editorial: Mc. Graw Hill Taha, Hamdy A. Investigación de operaciones. Editorial: Pearson. Referencias Bobliográficas