3 Metodo Simplex

Matemtica
28/08/2013
Programacin
Programacin
Matemtica
Mtodo
Simplex
1
Dra. Norka Bedregal Alpaca
Representacin Analtica de un PPL
PROGRAMACIN
LINEAL
El problema general de la PL es encontrar un vector
X = ( x1 , x 2 , K , x k , K , x n )
que optimice la forma lineal
c1 x1 + c2 x 2 +K+ c k x k +K+ cn x n optimo

sujeta a las restricciones lineales
a11 x1 + a12 x2 + K + a1k xk + K + a1n xn ()( =)( ) b1
a21 x1 + a22 x2 + K + a2 k xk + K + a2 n xn ()( =)( ) b2
.......... .......... .......... .......... .......... .......... .......... .......
ai1 x1 + ai 2 x2 + K + aik xk + K + ain xn ()( =)( ) bi
.......... .......... .......... .......... .......... .......... .......... .......
am1 x1 + am 2 x2 + K + amk xk + K + amn xn ()( =)( ) bm
xj 0
j = 1, 2, K , n
2
28/08/2013
LINEAL
Representacin Analtica de un PPL

Definicin:
Se entiende por programa lineal aquel que:
opt Z = C X
sujeto a :
PROGRAMACIN
AX
Donde:
()(=)() B
X
m : nmero de recursos (i: recursos)

n : nmero de productos (j: productos)
aij : nmero de unidades de recurso i necesarias para producir una
unidad de producto j
bi: nmero mximo de unidades del recurso i disponibles
cj : utilidad por unidad de producto j
xj : cantidad producida del producto j
3
PROGRAMACIN
LINEAL
Formas equivalentes de la PL
Forma Cannica o Forma Estndar:
La siguiente forma de PL recibe
el nombre de forma cannica o
estndar
maz Z = C X
sujeto a :
AX B
X
Cualquier otra forma es equivalente a esta. Esta equivalencia se

demuestra con el uso de las siguientes reglas
Regla 1:
Maximizar CX es equivalente a minimizar CX
Minimizar CX es equivalente a maximizarr -CX
4
28/08/2013
PROGRAMACIN
LINEAL
Ejemplo:
Mx: Z = 8X1 + 14X2 - 5X3
es matemticamente equivalente a
Mn: Z = - X0 = -8X1 -14X2 +5X3
Regla 2:
Las siguientes desigualdades son equivalentes
AX B AX B
AX B AX B
Ejemplo:
2X1 + 9X2 - 4X3 > 9
al multiplicarla por (-1), se convierte en

-2X1 - 9X2 + 4X3 < -9
5
LINEAL
Regla 3:
PROGRAMACIN
Ejemplo:
Toda igualdad se puede descomponer en dos desigualdades

AX = B
AX B
AX B
3X1 + 5X2 - 8X3 = 10

es matemticamente equivalente a las dos siguientes desigualdades
3X1 + 5X2 - 8X3 < 10

3X1 + 5X2 - 8X3 > 10
6
28/08/2013
PROGRAMACIN
LINEAL
Regla 4:
Toda desigualdad de la forma menor o igual se puede convertir en
igualdad
Toda desigualdad de la forma mayor o igual se puede convertir en
igualdad
AX B AX + Y = B
AX B AX W = B
Ejemplo:
9X1 + 7X2 - 3X3 < 5
puede reemplazarse por
9X1 + 7X2 - 3X3 + s4 = 5 , s4 > 0
Es prctica comn considerar como cero al coeficiente objetivo
de la variable de faltante.
LINEAL
Ejemplo:
-5X1 + 7X2- 2X3 > 15
PROGRAMACIN
puede reordenarse como

-5X1 + 7X2 - 2X3 - S4 = 15 , S4 > 0
Tambin es usual asignar un valor de cero al coeficiente objetivo
de la variable de sobrante.
8
28/08/2013
PROGRAMACIN
LINEAL
Regla 5:
Una variable no restringida en signo es aquella que puede tomar
toda clase de valores negativos, cero o positivos, y puede
expresarse como la diferencia de dos variables no negativas
Ejemplo:
X7 = X7+ - X7-
X7+ y X7- > 0
9
PROGRAMACIN
LINEAL
Ejemplo:
Mn.
Z = 21X1 - 18X2 + 28X3
Sujeto a:
- 2X1 + 4X2 + 3X3 < 350
6X1 + 4X2 + 2X3 > 220
5X1 + 2X2 + 3X3 = 180
X1, 2, 3 > 0
10
28/08/2013
PROGRAMACIN
LINEAL
Ejemplo:
Mx.
Z = 15X1 + 28X2 17X3
Sujeto a:
2X1 + 4X2 3X3 > 150
4X1 + 2X2 + 4X3 = 220
5X1 + 3X2 + 2X3 < 80
X1, 2, 3 > 0
Ejemplo:
Mn.
X0 = 11X1 - 32X2 + 42X3
Sujeto a:
4X1 + 2X2 + X3 = 190
4X1 + 2X2 + 3X3 > 90
6X1 + 5X2 + 3X3 > 180
X1,
>0
11
X2 = irrestricta
PROGRAMACIN
LINEAL
DEFINICIONES:
Una solucin factible es aquella que satisface todas las
restricciones
Una solucin factible bsica es aquella con no mas de m
componentes positivas
Una solucin factible bsica no degenerada es aquella con
exactamente m componentes positivas
Una solucin factible bsica degenerada es aquella con menos de m
componentes positivas
Regin factible: Conjunto de todas las soluciones factibles
12
28/08/2013
PROGRAMACIN
LINEAL
Teoremas Bsicos de PL
Teorema 1:
El conjunto de todas las soluciones factibles de un PL es un conjunto
convexo
Teorema 2:
La funcin objetivo de un PL obtiene su valor ptimo (mximo o
mnimo) en un punto extremo del conjunto convexo de soluciones
factibles
13
PROGRAMACIN
LINEAL
Mtodos de Solucin
Smplex
Dos fases
Algebraico
M grande
Programa
cin lineal
Grfico
Smplex
revisado
Karmarkar
Dual
Smplex
14
28/08/2013
PROGRAMACIN
LINEAL
Mtodo Simplex
Fue creado en 1947 por el matemtico George Dantzig .
Base del mtodo simplex: lgebra matricial y el proceso de
eliminacin de Gauss-Jordan
Procedimiento iterativo que permite ir mejorando la solucin a
cada paso. El proceso concluye cuando no es posible seguir mejorando
ms dicha solucin.
Partiendo del valor de la funcin objetivo en un vrtice cualquiera,
el mtodo busca sucesivamente otro vrtice que mejore al anterior. La
bsqueda se hace siempre a travs de los lados del polgono (o de las
aristas del poliedro, si el nmero de variables es mayor). Cmo el
nmero de vrtices (y de aristas) es finito, siempre se podr encontrar
la solucin.
El mtodo simplex se basa en la siguiente propiedad: si la funcin
objetivo, no toma su valor mximo en el vrtice A, entonces hay una
arista que parte de A, a lo largo de la cual la funcin aumenta.
15
PROGRAMACIN
LINEAL
Reglas del Mtodo Simplex

1. Transformar el PL a la forma cannica
Usar para ello las reglas de equivalencia
2. Igualar la funcin objetivo a cero Z CX = 0
3. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las
restricciones, para convertirlas en igualdades. Se crea la primera
base que es la matriz identidad, se genera el primer punto extremo de
la regin factible
4. Construir el tablero simplex
En las columnas aparecern todas las variables del problema y, en las
filas, los coeficientes de las igualdades obtenidas, una fila para cada
restriccin y la primera fila con los coeficientes de la funcin objetivo
16
28/08/2013
PROGRAMACIN
LINEAL
b
a
s
e
X 1 X 2 ... X n
c B B 1 A c
B 1 A
X n +1 X n + 2 ... X n + m
c B B 1
B 1
cB X B
XB
17
PROGRAMACIN
LINEAL
5. Seleccionar la variable de entrada

Para escoger la variable de decisin que entra en la base, de la
primera fila, la de los coeficientes de la funcin objetivo, se escoge la
variable con el coeficiente negativo mayor (en valor absoluto).
Si existiesen dos o ms coeficientes iguales que cumplan la condicin
anterior, entonces se elige uno cualquiera de ellos.
Si en la ltima fila no existiese ningn coeficiente negativo, significa
que se ha alcanzado la solucin ptima.
La columna de la variable que entra en la base se llama columna
pivote
18
28/08/2013
PROGRAMACIN
LINEAL
6. Seleccionar la variable de salida

Para encontrar la variable de holgura que tiene que salir de la base, se
divide cada trmino de la ltima columna (valores solucin) por el
trmino correspondiente de la columna pivote, siempre que estos
ltimos sean mayores que cero.
Si hubiese algn elemento menor o igual que cero no se hace dicho
cociente. En el caso de que todos los elementos fuesen menores o
iguales a cero, entonces se tiene una solucin no acotada y no se puede
seguir.
El trmino de la columna pivote que en la divisin anterior d lugar al
menor cociente positivo, indica la fila de la variable de holgura que sale
de la base Esta fila se llama fila pivote
Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera
de las variables correspondientes pueden salir de la base.
19
LINEAL
6. Encontrar los coeficientes de la nueva tabla
PROGRAMACIN
Los nuevos coeficientes se obtienen (por reduccin gaussiana)

convirtiendo la columna pivote en un vector unitario con el 1 en la
posicin del pivote
La interseccin de la fila pivote y columna pivote es el elemento pivote

operacional
Este paso genera una nueva base, un nuevo valor de la funcin

objetivo y un nuevo punto extremo de la regin factible
7. Regresar al paso 5
20
10
28/08/2013
PROGRAMACIN
LINEAL
Aplicacin: Mtodo Simplex

Ejemplo:
maz Z = 3x + 2 y
sujeto a :
2 x + y 18
2 x + 3 y 42
3x + y 24
x0 , y0
Se iguala la funcin objetivo a cero

Z - 3x - 2y = 0
Se convierten las desigualdades en
igualdades
2x + y + h = 18
2x + 3y + s = 42
3x +y + d = 24
21
PROGRAMACIN
LINEAL

Se construye el tablero inicial
Valor
-3
-2
18
42
24
Se elige variable de entrada y variable de salida

Z
Valor
-3
-2
18
42
24
22
Se realiza la reduccin gaussiana
11
28/08/2013
PROGRAMACIN
LINEAL
Siguiente iteracin:
Valor
-1
24
1/3
-2/3
7/3
-2/3
26
1/3
1/3
23
PROGRAMACIN
LINEAL

Siguiente iteracin:
Valor
-1
30
-2
-7
12
-1
24
12
28/08/2013
PROGRAMACIN
LINEAL

Siguiente iteracin:
Z
Valor
5/4
1/4
33
-1/2
1/2
12
-7/4
1/4
3/4
-1/4
Como todos los coeficientes de la funcin objetivo son positivos,

entonces se ha encontrado la solucin ptima
25
PROGRAMACIN
LINEAL
Interpretacin Grfica del Mtodo Simplex
Las sucesivas tablas van proporcionando el valor de la

funcin objetivo en los distintos vrtices, ajustndose, a
la vez, los coeficientes de las variables iniciales y de
holgura.
En la primera iteracin (Tabla I) han permanecido
todos los coeficientes iguales, se ha calculado el valor
de la funcin objetivo en el vrtice A(0,0), siendo este 0.
A continuacin se desplaza por la arista AB,
calculando el valor de f , hasta llegar a B. Este paso
aporta la Tabla II.
En esta segunda iteracin se ha calculado el valor que
corresponde al vrtice B(8,0): Z=f(8,0) = 24
26
13
28/08/2013
LINEAL
Sigue por la arista BC, hasta llegar a C, donde se

para y despliega los datos de la Tabla III. En esta
tercera iteracin se ha calculado el valor que
corresponde al vrtice C(6,6) : Z=f(6,6)=30.
PROGRAMACIN
Interpretacin Grfica del Mtodo Simplex
Continua haciendo clculos a travs de la arista CD,

hasta llegar al vrtice D. Los datos que se reflejan son
los de la Tabla IV.
Concluye con esta tabla, advirtiendo que ha
terminado (antes ha comprobado que la solucin no
mejora al desplazarse por la arista DE)
El valor mximo de la funcin objetivo es 33, y
corresponde a x = 3 e y = 12 (vrtice D).
Si se calcula el valor de la funcin objetivo en el
vrtice E(0,14), su valor no supera el valor 33
27
PROGRAMACIN
LINEAL

Ejemplo:
Un granjero posee 100 hectreas para cultivar trigo y alpiste. El
costo de la semilla de trigo es de $4 por hectrea y la semilla de
alpiste tienen un costo de $6 por hectrea.
El costo total de mano de obra es de $20 y $10 por hectrea
respectivamente. El ingreso esperado es de $110 por hectrea de
trigo y $150 por hectrea de alpiste. Si no se desea gastar ms de
$480 en semillas ni ms de $1500 en mano de obra.
Cuntas hectreas de cada uno de los cultivos debe plantearse
para obtener la mxima ganancia?
28
14
28/08/2013
PROGRAMACIN
LINEAL
Expresando la informacin tabularmente:
Aplicando el mtodo simplex:
29
PROGRAMACIN
LINEAL
30
15
28/08/2013
PROGRAMACIN
LINEAL
g. Respuesta
El mximo beneficio es de $12525. Para el cultivo se necesita 105/2
hectreas para trigo y 45 hectrea para el alpiste.
31
PROGRAMACIN
LINEAL
Soluciones ptimas no acotadas

Regin factible no acotada
Existen problemas en los que la funcin objetivo puede moverse
indefinidamente en la direccin de crecimiento
Ejemplo:
maz Z = 4 x + 4 y
sujeto a :
2x + 2 y 2
x + 2y 4
x0 , y0
32
16
28/08/2013
PROGRAMACIN
LINEAL
Teorema:
Dado un PL en su forma cannica, si en alguna iteracin del
mtodo simplex, habindose determinado la variable de
entrada, no se puede encontrar la variable de salida debido a
que todos los denominadores de los cocientes son negativos,
entonces la solucin es no acotada
Ejemplo:
maz Z = 4 x + 4 y
sujeto a :
2x + 2 y 2
x + 2y 4
x0 , y0
33
PROGRAMACIN
LINEAL

Aplicando las reglas del mtodo simplex
Valor
-4
-4
-2
-1
34
17
28/08/2013
PROGRAMACIN
LINEAL
Siguiente iteracin
Valor
-8
-1
1/2
-1
35
PROGRAMACIN
LINEAL
Siguiente iteracin
Valor
-6
20
-1/2
-1
Como no se puede encontrar la variable de salida, el PL tiene

solucin no acotada
36
18
28/08/2013
PROGRAMACIN
LINEAL
Soluciones ptimas mltiples

Funcin objetivo coincide con un lado de la regin factible
Existen casos en los que el PL no tiene solucin nica sino que
existen muchas soluciones
maz Z = 5 x + 2 y
sujeto a :
6 x + 10 y 30
10 x + 4 y 20
x0 , y0
37
PROGRAMACIN
LINEAL
Teorema:
Dado un PL en su forma cannica, si existe alguna variable
que no est en la base cuyo coeficiente en la funcin objetivo
sea cero y las entradas del vector correspondiente sean todas
positivas, entonces el PL tiene soluciones mltiples
Ejemplo:
maz Z = 5 x + 2 y
sujeto a :
6 x + 10 y 30
10 x + 4 y 20
x0 , y0
38
19
28/08/2013
Aplicando las reglas del mtodo simplex
PROGRAMACIN
LINEAL
Valor
-5
-1
10
30
10
20
39
PROGRAMACIN
LINEAL
Siguiente iteracin
Valor
1/2
10
38/5
-6/10
18
2/5
1/10
40
20
28/08/2013
PROGRAMACIN
LINEAL
Para ver cual ser el siguiente punto extremo, se introduce la

variable (y) a la base y se obtiene una nueva solucin ptima
Valor
1/2
10
5/38
-30/38
90/38
-1/19
125/950
20/19
Luego cualquier combinacin lineal de estos puntos , tambin es

una solucin ptima
41
PROGRAMACIN
LINEAL
Mtodo de Penalizacin
Hasta este momento se han presentado los detalles del mtodo smplex
con la suposicin de que el problema se encuentra en nuestra forma
estndar
El nico problema serio que introducen las otras formas de

restricciones funcionales:
de igual
de mayor o igual
es identificar una solucin inicial bsica factible.
Antes, esta solucin inicial se encontraba en forma muy conveniente

al hacer que las variables de holgura fueran las variables bsicas
iniciales, donde cada una era igual a la constante no negativa del
lado derecho de la ecuacin correspondiente
42
21
28/08/2013
PROGRAMACIN
LINEAL
El enfoque estndar que se utiliza es estos casos es la tcnica de
variables artificiales, que construye un problema artificial ms
conveniente introduciendo una variable ficticia (llamada variable
artificial) en cada restriccin que lo requiera.
Esta nueva variable se introduce slo con el fin de que sea la variable
bsica inicial para esa ecuacin.
Las restricciones usuales de no negatividad tambin se aplican sobre
estas variables y la funcin objetivo se modifica para que imponga una
penalizacin exorbitante en el caso de que adquieran valores mayores
que cero.
Las iteraciones del mtodo smplex automticamente fuerzan a las
variables artificiales a desaparecer (a volverse cero) una a una,
hasta que todas quedan fuera de la solucin; despus de esto se
resuelve el problema real.
43
PROGRAMACIN
LINEAL
Ejemplo:
maz Z = 5 x + 2 y
sujeto a :
6 x + 10 y 30
10 x + 4 y 20
x0 , y0
La segunda restriccin es del tipo mayor o igual, por lo que para

cambiarla a su forma de igualdad se tendra que restar una variable
de exceso, quedando de la siguiente manera:
maz Z = 5 x + 2 y
sujeto a :
6 x + 10 y + h = 30
10 x + 4 y s = 20
x 0 , y 0, h 0, s 0
44
22
28/08/2013
PROGRAMACIN
LINEAL
Se ha restado la variable de exceso para que consuma el exceso de la
restriccin, es decir lo que sobrepasa a 20
El mtodo smplex comienza por hacer todas las variables
originales iguales a cero. Entonces:
x= 0
y= 0
s = 20
O equivalentemente s = - 20 . Situacin que contradice la no

negatividad de las variables.
En este caso debe agregarse otra variable. Esta variable extra,
llamada variable artificial, que se aumenta como sigue:
10x + 4 y s + w = 20
45
PROGRAMACIN
LINEAL
La variable artificial opera para mantener todas las variables no
negativas cuando
10 x + 4 y 20
Considerando:
Si
x = 0,
10 x + 4 y s + w = 20
y = 0, s = 0
entonces
w = 20
Esta tcnica es aplicable tanto para desigualdades de la forma

menor o igual como para igualdades
46
23
28/08/2013
PROGRAMACIN
LINEAL
Teorema :
La solucin ptima al problema
min Z = C X + MW
sujeto a :
A X Y + W = B
X , Y , W
es tambin solucin ptima del problema

min Z = C X
sujeto a :
AX B
X
s y slo si
W =
47
PROGRAMACIN
LINEAL
Descripcin:
El mtodo de penalizacin consiste en modificar el problema
original de tal modo que se obtenga un nuevo problema cuya solucin
inicial sea bsica y factible.
Esto se logra:
Aadiendo un nuevo vector W llamado vector de variables
artificiales.
Penalizando la funcin objetivo con un costo MW donde M es
un vector de valores positivos muy grandes
En el caso de minimizacin se suma el costo penal, mientras el
vector artificial tenga alguna componente positiva el valor de la
funcin objetivo se incrementar considerablemente
En el caso de maximizacin se resta el costo penal
48
24
28/08/2013
PROGRAMACIN
LINEAL
Descripcin:
Como el mtodo simplex, en cada iteracin, trata de mejorar
el valor de la funcin objetivo entonces si el problema no tiene
restricciones inconsistentes, W debe salir de la base, anulndose
con lo que se regresa al problema original, garantizndose la
solucin ptima.
Si durante alguna iteracin, se llega a la solucin ptima
pero W es mayor que cero, entonces el problema no tiene
solucin
49
PROGRAMACIN
LINEAL
Ejemplo:
min Z = 3 x1 + 5 x2
sujeto a :
x1
4
x2 6
3 x1 + 2 x2 18
x1 0 , x2 0
Como se explic anteriormente, para resolver este problema, se

debe construir un problema artificial que tenga la misma
solucin ptima que el problema real, haciendo las
modificaciones necesarias al problema
50
25
28/08/2013
LINEAL
Se cambia la funcin objetivo a maximizacin y se aaden las
variables de holgura, de exceso y artificiales
PROGRAMACIN
max H = Z = 3 x1 5 x2 MW + 0 x3 + 0 x4 + 0 x5
sujeto a :
+ x3
x1
= 4
+ x4
x2
3 x1 + 2 x2
= 6
x5 + W = 18
Se construye el tablero simplex
51
PROGRAMACIN
LINEAL
H
x1
x2
x3
x4
x5
Valor
-3
x3
x4
-1
18
Para que W est en la base el vector columna correspondiente debe ser

unitario
H
x1
x2
x3
x4
x5
Valor
-3-3M
5-2M
-18M
x3
x4
-1
18
52
26
28/08/2013
PROGRAMACIN
LINEAL
H
x1
x2
x1
x4
x3
x4
X5
Valor
12-6M
-3
-1
x1
x2
x3
X4
x5
Valor
21/2
5/2
M-5/2
-3
x3
x4
3/2
1/2
-1/2
x2
-3/2
-1/2
1/2
5-2M 3+3M
53
PROGRAMACIN
LINEAL
Ejercicio:
max Z = 3x1 2 x2
sujeto a :
2 x1 + 3x2 6
x1 x2 2
x1 0 , x2 0
Para resolverlo, en lugar de trabajar con un literal M, trabaje con una

cantidad grande en relacin a los coeficientes, por ejemplo M=1000
54
27
28/08/2013
PROGRAMACIN
LINEAL
Ejercicios Propuestos
Ejercicio 1:
Se va a mezclar mineral proveniente de 4 minas diferentes para
fabricar bandas para un nuevo producto de la GMC. Los anlisis han
demostrado que para producir una banda con las cualidades adecuadas
de tensin y los requerimientos mnimos se debe contar con 3
elementos bsicos: A, B, C.
En particular, cada tonelada de mineral debe contener, por lo menos, 5
libras de elemento bsico A, por lo menos 100 libras del elemento B, y
al menos 30 libras del elemento C.
El mineral de cada una de las 4 minas contiene los 3 elementos
bsicos, pero en distintas proporciones. Sus composiciones en
libras/toneladas, y los costos de extraccin de los minerales de cada
mina son:
55
PROGRAMACIN
LINEAL
La GMC desea hallar la combinacin (mezcla) de costo mnimo para

fabricar la banda.
Plantee el problema como un PPL.
56
28
28/08/2013
PROGRAMACIN
LINEAL
Ejercicio 2:
Un proveedor debe preparar con 5 bebidas de fruta en existencias, al
menos 500 galones de un ponche que contenga por lo menos 20% de
jugo de naranja, 10% de jugo de toronja y 5% de jugo de arndano. Si
los datos del inventario son los que se muestran en la tabla siguientes
Qu cantidad de cada bebida deber emplear el proveedor a fin de
obtener la composicin requerida a un costo total mnimo?
Nota: Las tres primeras columnas indican el porcentaje de un tipo de

jugo dentro de una determinada bebida.
57
PROGRAMACIN
LINEAL
Ejercicio 3:
Un pequeo taller arma dispositivos mecnicos, ya sea como un
producto terminado que entrega al mercado, o como un proceso
intermedio para entregar a una gran fbrica. Trabajan 3 personas en
jornadas de 40 horas semanales. Dos de estos obreros no calificados
reciben $0.4 por hora, y el tercero, un obrero calificado, recibe $0.6
por hora. Los tres estn dispuestos a trabajar hasta 10 horas adicionales
a la semana con un salario 50% superior durante este perodo.
Los costos fijos semanales son de $800. Los gastos de operacin
variables son de $1.0 por hora de trabajo de obrero no calificado y
$2.4 por hora de obrero calificado. Los dispositivos mecnicos sin
acabar son vendidos a la planta a $6.5 cada uno. El taller tiene un
contrato bajo el cual debe entregar 100 de estos dispositivos
semanalmente a la empresa.
58
29
28/08/2013
PROGRAMACIN
LINEAL
El dueo del taller tiene como poltica el producir no ms de 50

dispositivos a la semana por sobre el contrato.
Los dispositivos terminados se venden a $15 cada uno sin
restricciones de mercado.
Se requieren 0.5 horas de obrero no calificado y 0.25 horas de
obrero calificado para producir un dispositivo sin acabar listo para
entregar a la empresa. Uno de estos dispositivos puede ensamblarse
y dejarlo terminado agregndole 0.5 horas de trabajador calificado.
Un dispositivo acabado listo para entregar al mercado se puede
producir con 0.6 horas de obrero no calificado y 0.5 horas de obrero
calificado.
Plantear el modelo de programacin lineal que permita responder la
consulta: cmo y cunto producir para cumplir el contrato de modo
de maximizar las utilidades?
59
PROGRAMACIN
LINEAL
Ejercicio 4:
Un producto se puede formar de 4 unidades del componente A1
junto con 3 unidades del componente B1, o se pueden utilizar 3
unidades del componente A2 junto con 4 unidades del
componente B2. En cualquiera de las dos opciones, usted puede
suponer que la calidad del producto es la misma. Las
componentes A1 y B1 se fabrican en la Fbrica UNO y las
componentes A2 y B2 se fabrican en la Fbrica DOS. Cada
componente necesita 3 materiales P, Q y R. Sin embargo, se
utilizan en diferentes proporciones. Las cantidades usadas
dependen del lugar y del tipo de componente a elaborar.
Actualmente se dispone de 400 unidades de P, 300 de Q y 500 de
R.
Plantear el problema de programacin lineal asociado que permita
determinar el nmero de corridas de produccin en cada fbrica,
tal que maximice la produccin total del producto terminado, si se
conoce la siguiente tabla:
60
30
28/08/2013
PROGRAMACIN
LINEAL
Ejercicio 5:
Una familia campesina es propietaria de 125 acres y tiene fondos
por $40000 para invertir. Sus miembros pueden producir un total de
3500 horas-hombre de mano de obra durante los meses de invierno
(mediados de junio a mediados de septiembre) y 4000 horashombre durante el verano. En caso de que se necesite una parte de
estas horas hombre, los jvenes de la familia las emplearn para
trabajar en un campo vecino por $5.00 la hora durante los meses de
invierno y por $6.00 la hora en el verano. Pueden obtener el ingreso
en efectivo a partir de tres tipos de cosecha y dos tipos de animales
de granja: vacas lecheras y gallinas ponedoras.
61
PROGRAMACIN
LINEAL
Para las cosechas no se necesita inversin, pero cada vaca requerir
un desembolso de $1200 y cada gallina costar $9.
Cada vaca necesita 1.5 acres, 100 horas-hombre durante el invierno
y otras 50 horas-hombre en el verano; cada una producir un
ingreso anual neto de $1000 para la familia. Las cifras
correspondientes para cada gallina son nada de terreno, 0.6 horashombre en el invierno, 0.3 horas-hombre en el verano y un ingreso
anual neto de $5. Caben 3000 gallinas en el gallinero y el corral
limita el ganado a un mximo de 32 vacas.
Las estimaciones de las horas-hombre y el ingreso por acre
plantado con cada tipo de cosecha son:
62
31
28/08/2013
PROGRAMACIN
LINEAL
La familia quiere determinar cuntos acres debe sembrar con cada
tipo de cosecha y cuntas vacas y gallinas debe mantener para
maximizar su ingreso neto. Formule el modelo de programacin
lineal para este problema.
Ejercicio 6:
Un inversionista tiene oportunidad de realizar las actividades A y B al
principio de cada uno de los prximos 5 aos (llmense aos 1 al
5). Cada dlar invertido en A al principio de cualquier ao retribuye
$1.40 (una ganancia de $0.40) 2 aos despus (a tiempo para la
reinversin inmediata). Cada dlar invertido en B al principio de
cualquier ao retribuye $1.70, 3 aos despus.
63
PROGRAMACIN
LINEAL
Adems, la actividad C estar disponible para inversin una sola vez
en el futuro. Cada dlar invertido en C al principio del ao 2 da
$1.90 al final del ao 5. La actividad D estar disponible slo 2
veces, al inicio del ao 1 y del ao 5. Cada dlar invertido en D al
principio de ao retribuye $1.30 al final de ese ao. El inversionista
tiene $60000 para iniciar y desea saber cul plan de inversin
maximiza la cantidad de dinero acumulada ao principio del ao 6.
Formule el modelo de programacin lineal para este problema.
64
32
PROGRAMACIN
LINEAL
28/08/2013
FIN
65
33

3 Metodo Simplex

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

3 Metodo Simplex

Încărcat de

Drepturi de autor:

Formate disponibile

Matemtica

Representacin Analtica de un PPL

El problema general de la PL es encontrar un vector

c1 x1 + c2 x 2 +K+ c k x k +K+ cn x n optimo

Representacin Analtica de un PPL

m : nmero de recursos (i: recursos)

Cualquier otra forma es equivalente a esta. Esta equivalencia se

Mx: Z = 8X1 + 14X2 - 5X3

2X1 + 9X2 - 4X3 > 9

al multiplicarla por (-1), se convierte en

Toda igualdad se puede descomponer en dos desigualdades

3X1 + 5X2 - 8X3 = 10

3X1 + 5X2 - 8X3 < 10

Dra. Norka Bedregal Alpaca

puede reordenarse como

X7+ y X7- > 0

Z = 21X1 - 18X2 + 28X3

Z = 15X1 + 28X2 17X3

X0 = 11X1 - 32X2 + 42X3

Dra. Norka Bedregal Alpaca

Reglas del Mtodo Simplex

Reglas del Mtodo Simplex

Reglas del Mtodo Simplex

5. Seleccionar la variable de entrada

Reglas del Mtodo Simplex

6. Seleccionar la variable de salida

6. Encontrar los coeficientes de la nueva tabla

Reglas del Mtodo Simplex

Los nuevos coeficientes se obtienen (por reduccin gaussiana)

La interseccin de la fila pivote y columna pivote es el elemento pivote

Este paso genera una nueva base, un nuevo valor de la funcin

Aplicacin: Mtodo Simplex

Se iguala la funcin objetivo a cero

Aplicacin: Mtodo Simplex

Se elige variable de entrada y variable de salida

Se realiza la reduccin gaussiana

Dra. Norka Bedregal Alpaca

Aplicacin: Mtodo Simplex

Aplicacin: Mtodo Simplex

Aplicacin: Mtodo Simplex

Como todos los coeficientes de la funcin objetivo son positivos,

Interpretacin Grfica del Mtodo Simplex

Las sucesivas tablas van proporcionando el valor de la

Sigue por la arista BC, hasta llegar a C, donde se

Interpretacin Grfica del Mtodo Simplex

Continua haciendo clculos a travs de la arista CD,

Aplicacin: Mtodo Simplex

Aplicacin: Mtodo Simplex

Expresando la informacin tabularmente:

Aplicando el mtodo simplex:

Aplicacin: Mtodo Simplex

Aplicacin: Mtodo Simplex

Soluciones ptimas no acotadas

Soluciones ptimas no acotadas

Soluciones ptimas no acotadas

Soluciones ptimas no acotadas

Soluciones ptimas no acotadas

Como no se puede encontrar la variable de salida, el PL tiene

Soluciones ptimas mltiples

Soluciones ptimas mltiples

Aplicando las reglas del mtodo simplex

Soluciones ptimas mltiples

Soluciones ptimas mltiples

Soluciones ptimas mltiples