Algoritmo Simplex PDF

El algoritmo
simplex
Mg. Lord Barrera
Escuela de
Ingeniera Industrial
II
Lord Barrera
1. Algoritmo simplex y programacin por objetivos
En la clase anterior se estudi cmo resolver en forma grca problemas de
programacin lineal con dos variables. Desafortunadamente, la mayor parte de
los PL de la vida cotidiana involucran varias variables, por lo que es necesario
un mtodo para resolver PL con ms de dos variables. En este apartado estudia-
remos el algoritmo simplex, que se utiliza para resolver incluso PL muy largos.
El algoritmo simplex se usa para resolver PL que tienen miles de restricciones y
variables, y que se aplican en la industria.
1.1. Convirtiendo un PL en una forma estandar
Ya vimos que un PL puede tener tanto restricciones de igualdad como res-
tricciones de desigualdad. Asimismo, puede tener variables que es necesario que
sean no negativas, asi como las que no tienen restricciones de signo. Antes de po-
der utilizar el algoritmo simplex para resolver un PL, ste se debe convertir en un
problema equivalente en el cual todas las restricciones son ecuaciones y todas las
variables son no negativas. Una PL de esta forma es llamada forma estandar.
Ejemplo 1.1. Leather Limited fabrica dos tipos de cinturones: el modelo de
lujo y el modelo regular. Para cada tipo se requiere un metro cuadrado de cuero.
Se necesita una hora de mano de obra calicada para un cinturn regular, y para
un cinturn de lujo se requieren 2 horas. Se dispone cada semana de 40 metros
cuadrados de cuero y 60 horas de mano de obra calicada. Cada cinturn regular
aporta 3 soles a la utilidad, y cada cinturn de lujo, 4 soles. Si se denen
x
1
= cantidad de cinturones de lujo fabricados cada semana
x
2
= cantidad de cinturones regulares producidos a la semana
El PL se describe como sigue:
z = 4x
1
+ 3x
2
s.a
x
1
+ x
2
40 (Restriccin de la piel) (1.1)
2x
1
+ x
2
60 (Restriccin de la mano de obra) (1.2)
x
1
, x
2
0 (1.3)
www.lordbarrera.com.pe
Entonces convertimos las desigualdades (1.1) y (1.2) en
z = 4x
1
+ 3x
2
s.a
x
1
+ x
2
+ s
1
= 40 (1.4)
2x
1
+ x
2
+ s
2
= 60 (1.5)
x
1
, x
2
, s
1
, s
2
0 (1.6)
Observemos que el PL anterior es una forma estandar.
Ejemplo 1.2. Expresar el problema de Dorian Auto en la forma estandar
z = 50x
1
+ 100x
2
cuyas restricciones son
7x
1
+ 2x
2
28 (1)
2x
1
+ 12x
2
24 (2)
x
1
0
x
2
0
Solucin. Pasando a la forma estandar tenemos
z = 50x
1
+ 100x
2
cuyas restricciones son
7x
1
+ 2x
2
s
1
= 28
2x
1
+ 12x
2
s
2
= 24
x
1
, x
2
, s
1
, s
2
0
2
Lord Barrera
1.2. Preliminares del algoritmo simplex
Suponga que se ha convertido un PL con m restricciones en la forma estn-
dar. Si se supone que la forma estndar contiene n variables (denominadas por
conveniencia x
1
, x
2
, . . . , x
n
), la forma estndar para tal PL es
z = c
1
x
1
+ c
2
x
2
+ . . . + c
n
x
n
s.a
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
.
.
. =
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= b
m
x
i
0 (i = 1, . . . , n)
(1.7)
Si denimos
A =
a
11
a
12
a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
x =
x
1
x
2
.
.
.
x
n
b =
b
1
b
2
.
.
.
b
n
las restricciones para (1.7) se podran escribir como el sistema de ecuaciones

Ax = b. Antes de seguir adelante con la explicacin del algoritmo simplex es
necesario denir el concepto de solucin bsica para un sistema lineal.
VARIABLE BSICAS Y NO BSICAS
Considere un sistema Ax = b de m ecuaciones lineales y n variables (su-
ponga n m).
Denicin 1.1. Una solucin bsica para Ax = b se obtiene haciendo n m
variables iguales a cero, y luego se determinan los valores de las m variables
restantes. As se asume que al hacer las n m variables iguales a cero se llega
a valores nicos para las m variables restantes, o que, en forma equivalente, las
columnas para las m variables restantes sean linealmente independientes.
3
Con el objeto de hallar una solucin bsica para Ax = b, primero se escoge
un conjunto de n m variables (las variables no bsicas, VNB) y se iguala cada
una de las variables a cero. Luego se encuentran los valores de las n (n m) =
m variables restantes (las variables bsicas, VB) que satisfacen a Ax = b.
1.3. Algoritmo simplex
Enseguida se explica cmo se puede utilizar el algoritmo simplex para resol-
ver el PL en el que el n es maximizar la funcin objetivo
Paso 1. Convertir la PL en la forma estndar.
Paso 2. Obtener una sfb (si es posible) a partr de la forma estndar.
Paso 3. Determinar si la sfb actual es ptima.
Paso 4. Si la sfb actual no es ptima, entonces se determina cul variable no bsica
se debe transformar en variable bsica y cul variable bsica se debe tgrans-
formar en variable no bsica con el objeto de hallar una nueva sfb con un
mejor valor de la funcin objetivo.
Paso 5. Aplicar OER para encontrar la nueva sfb con el mejor valor de la funcin
objetivo. Regresar al paso 3.
Al ejecutar el algoritmo simplex, se escribe la funcin objetivo
z = c
1
x
1
+ c
2
x
2
+ . . . + c
n
x
n
en la forma
z c
1
x
1
c
2
x
2
. . . c
n
x
n
= 0
Este formato se denomina versin del rengln 0 de la funcin objetivo.
Ejemplo 1.3. Dakota Company fabrica escritorios, mesas y sillas. Para la fa-
bricacin de cada tipo de mueble se requiere madera y dos tipos de mano de obra
calicada: acabado y carpintera. La cantidad de recursos necesarios para elabo-
rar cada tipo de muebles se proporciona en la tabla abajo.
4
Lord Barrera
Recurso Escritorio Mesa Silla
Madera (pie tabln) 8 6 1
Horas de acabado 4 2 1.5
Horas de carpintera 2 1.5 0.5
Se cuenta en la actualidad con 48 pies tabln de madera, 20 horas de acabado
y 8 horas de carpintera. Un escritorio se vende en 60 dlares, una mesa, en 30
dlares y una silla en 20 dlares. Dakota opina que la demanda de escritorios y
sillas es ilimitada, pero cuando mucho se pueden vender 5 mesas. Puesto que los
recursos disponibles ya se compraron, Dakota quiere maximizar el ingreso total.
Solucin. Si se denen las variables de decisin como
x
1
= cantidad de escritorios fabricados
x
2
= cantidad de mesas fabricadas
x
3
= cantidad de sillas fabricadas
es fcil darse cuenta que Dakota debe resolver la PL siguiente.
max z = 60x
1
+ 30x
2
+ 20x
3
s.a 8x
1
+ 6x
2
+ x
3
48 (restriccin de la madera)
4x
1
+ 2x
2
+ 1.5x
3
20 (restriccin del acabado)
2x
1
+ 1.5x
2
+ 0.5x
3
8 (restriccin de la carpintera)
x
2
5 (restriccin de la demanda de mesas)
x
1
, x
2
, x
3
0
Pasando a la forma estndar se tiene
Rengln Variable bsica
0 z 60x
1
30x
2
20x
3
= 0 z = 0
1 8x
1
+ 6x
2
+ x
3
+ s
1
= 48 s
1
= 48
2 4x
1
+ 2x
2
+ 1.5x
3
+ s
2
= 20 s
2
= 20
3 2x
1
+ 1.5x
2
+ 0.5x
3
+ s
3
= 8 s
3
= 8
4 x
2
+ s
4
= 5 s
4
= 5
5
1.4. Actividades propuestas
Ejercicio 1. En una granja agrcola se desea criar conejos y pollos como com-
plemento en su economa, de forma que no se superen en conjunto las 180 horas
mensuales destinadas a esta actividad. Su almacen solo puede albergar un m-
ximo de 1000 kilogramos de alimentos. Si se supone que un conejo necesita 20
kilogramos de alimento y un pollo 10 kilogramos al mes, que las horas mensua-
les de cuidados requeridos por un conejo son 3 y por un pollo son 2 y que los
benecios que reportara su venta ascienden a 500 y 300 soles por cabeza, respec-
tivamente. Hallar el nmero de animales que deben criarse para que el benecio
sea mximo.
Ejercicio 2. En una fbrica de dulces navideos se preparan dos surtidos para
lanzarlos al mercado. El primero se vende a 450 soles y contiene 150 gramos de
polvorones, 100 gramos de manteca y 80 gramos de roscos de vino. El segundo
surtido se vende a 560 soles y contiene 200 gramos de polvorones, 100 gramos
de manteca y 100 gramos de vino. Se dispone de un total de 200 kilogramos de
polvorones, 130 kilogramos de mantecados y 104 kilogramos de roscos de vino.
La empresa de embalajes solo le puede suministrar 1200 cajas. Cuntos surtidos
de cada tipo convendra fabricar para que el benecio sea mximo?
Ejercicio 3. Cierto fabricante produce sillas y mesas para las que requiere la
utilizacin de dos secciones de produccin: la seccin de montaje y la seccin de
pintura. La produccin de una silla requiere 1 hora de trabajo en la seccin de
montaje y de 2 horas en la de pintura. Por su parte, la fabricacin de una mesa
precisa 3 horas en la seccin de montaje y de 1 hora en la de pintura. La seccin
de montaje solo puede estar 9 horas diarias en funcionamiento, mientras que la
de pintura solo 8 horas. El benecio produciendo mesas es doble que el de sillas.
Cul ha de ser la produccin diaria de mesas y sillas para que el benecio sea
mximo?
Ejercicio 4. En una fbrica se elaboran tres tipos de herramientas A, B y C. En
la fbrica trabajan 3 obreros durante 8 horas diarias y un revisor, para comprobar
las herrramientas una vez construidas, que trabaja 1 hora diaria. Para la construc-
cin de A se emplean 3 horas diarias de mano de obra y precisa 6 minutos de
revisin, para la construccin de B se emplean igualmente 3 horas de mano de
obra y 4 minutos para su revisin, y para C es necesaria 1 hora diaria de mano
de obra y 3 minutos de revisin. Por problemas de produccin en la fbrica no se
pueden fabricar ms de 12 herramientas diarias y el precio de cada herramienta
A, B y C es de 4000, 3000 y 2000 soles respectivamente. Hallar cuntas unidades se
deben elaborar cada da de cada una de ellas para obtener un benecio mximo.
6

Algoritmo Simplex PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algoritmo Simplex PDF

Cargado por

Copyright:

Formatos disponibles

El algoritmo

las restricciones para (1.7) se podran escribir como el sistema de ecuaciones

También podría gustarte