Documente Academic
Documente Profesional
Documente Cultură
2º algoritmo
Min z = ctx
s.a.: Ax = b
s.a.: x∈S
x ≥ 0n
B = Im y N = A \ B
permiten definir una SPB inicial para aplicar el algoritmo del Simplex:
xB = B−1b y xN = 0n−m
3º 1 ejercicio
Luego la variable X2 entra a la base (costo reducido negativo) y claramente "y" deja la base.
Se actualiza la tabla utilizando el método simplex:
Con esta tabla finaliza la Fase 1. Notar que el valor de la función objetivo al finalizar la Fase
1 es cero, por tanto podemos continuar la Fase 2.
En este sencillo ejemplo se llega inmediatamente a la tabla final de la Fase 2, con solución
óptima X1=0 y X2=10. El valor óptimo V(P)=-30.
Método Simplex de Dos Fases
por Francisco el 25/09/2015 en Método Simplex
Fase 2: Resolver a través del Método Simplex el problema original a partir de la solución
básica factible inicial hallada en la Fase1.
Luego la variable X2 entra a la base (costo reducido negativo) y claramente "y" deja la base.
Se actualiza la tabla utilizando el método simplex:
Con esta tabla finaliza la Fase 1. Notar que el valor de la función objetivo al finalizar la Fase
1 es cero, por tanto podemos continuar la Fase 2.
Dado que X2 es variable básica al finalizar la Fase 1 buscamos dejar esta misma variable
como básica al iniciar la Fase 2. Para ello multiplicamos por -3 la fila 1 y luego la sumamos a
la fila 2.
En este sencillo ejemplo se llega inmediatamente a la tabla final de la Fase 2, con solución
óptima X1=0 y X2=10. El valor óptimo V(P)=-30.
Tipo de optimización
Método Simplex
Método Gráfico
Tipo de optimización.
Como se ha comentado, el objetivo del método consistirá
en optimizar el valor de la función objetivo. Sin embargo se
presentan dos opciones: obtener el valor óptimo mayor
(maximizar) u obtener el valor óptimo menor (minimizar).
Objetivo de maximización
Objetivo de minimización
Tipo de
Tipo de variable que aparece
desigualdad
≥ - exceso + artificial
= + artificial
≤ + holgura
Método Simplex
Construcción de la primera tabla:
Tabla
C1 C2 ... Cn
Base Cb P0 P1 P2 ... Pn
Condición de parada:
Elemento pivote:
Actualización de la tabla:
FASE 1
Tabla
C .. Cn- ..
C1 C2 Cn
0 . k .
Bas P .. Pn- ..
Cb P1 P2 Pn
e 0 . k .
.. a1n- ..
P1 Cb1 b1 a11 a12 a1n
. k .
Tabla
.. a2n- ..
P2 Cb2 b2 a21 a22 a2n
. k .
.. ..
... ... ... ... ... ... ...
. .
Cb b am am .. amn .. am
Pm
m m 1 2 . -k . n
.. ..
Z Z0 Z1 Z2 Zn-k Zn
. .
FASE 2
Ahora las variables no básicas con costo reducido negativo son X1 y X4.
Hacemos entrar a la base a la variable X1 y calculamos el mínimo
cuociente:Min{1/4/1/2; 1/1}=1 ==> el pivote esta en la fila 1 y por tanto
la variable X3deja la base. En este punto es importante destacar un
aspecto: “es una situación inusual (pero no por ello incorrecto) que una
variable que en una iteración previa haya ingresado a la base, deje ésta
inmediatamente en la iteración posterior”. Si bien este es el caso al cual
nos enfrentamos continuaremos con las iteraciones del Método Simplex:
IMPORTANTE: El lector podrá identificar que la variable no básica con costo
reducido más negativo en la tabla anterior es X2 y por tanto dicha variable
debería ser la que ingrese a la base. No obstante de formainvoluntaria se
omitió dicha situación y se incorporó a la base la variable X1 como se muestra
en la tabla a continuación. El efecto de esta decisión sólo tiene que ver con la
rapidez de convergencia del Método Simplex y no afecta en absoluto los
resultados finales. Esto se puede corroborar revisando tanto este artículo como
el que trata sobreCriterios para la Rapidez de Convergencia del Método
Simplex. Sin embargo, cabe destacar que no hay garantías que incorporando
la variable no básica con el costo reducido más negativo el Método Simplex
alcance la solución óptima (de existir) de forma más rápida.