Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A1 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.

com

ALGEBRA LINEAL APLICADA JOSE ARTURO BARRETO,M.A.

APNDICE A. EL METODO SIMPLEX OBJETIVOS Al terminar el apndice el estudiante deber estar en capacidad de: 1) Plantear y reconocer problemas de programacin lineal que se puedan optimizar utilizando el mtodo simplex. 2) Hallar mximos y mnimos de funciones objetivas sobre restricciones, con pocas variables, que se adapten al problema de la programacin lineal, utilizando el mtodo simplex

A2 Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com El mtodo simplex En este apndice veremos como los conocimientos adquiridos hasta el momento se constituyen en herramientas importantes en la solucin de un tipo de problema que se clasifica entre los problemas de la programacin lineal. El trmino programacin en este caso viene del verbo genrico programar tomado en el sentido de la previsin, los pasos, la ruta, etc., y no en el espcifico que generalmente se refiere a los computadores, ya que este problema que usualmente se presenta en cursos de investigacin de operaciones no deriva su nombre de el hecho de que existan computadores y programas para resolver problemas, como podra pensarse. Consideremos una industria pequea que emplea 3 obreros, quienes elaboran dos productos denominados 1 y 2. Cada producto elaborado debe ser sometido a un proceso en el cual intervienen todos los obreros. La tabla A.1 muestra: a) El nmero de horas que trabaja cada obrero en el proceso de produccin de una unidad de cada uno de los productos. b) El mximo nmero de horas que cada obrero puede trabajar en el da. c) La ganancia por cada unidad de producto. Tiempo empleado por unidad Producto Producto 1 2 1 1 1 2 2 1 3 4 1 Ganancia por unidad 20 40 Obrero

( A.1 )

Nmero Total de horas disponibles 3 5 12

Si x j ( j = 1, 2 ) denota el nmero de unidades de producto j producidas diariamente, es evidente que ( A.2 ) x1 + x2 3 2x1 + x2 5 4 x 1 + x 2 12

Adems como no se puede producir un nmero negativo de artculos, se tiene que: ( A.3 ) x1 0, x2 0

Las expresiones ( A.2 ) y ( A.3 ) son conocidas como las restricciones. La ganancia obtenida al producir x unidades del producto j ( j = 1, 2 ), por da, est dada por la funcin objetiva ( A.4 ) M = 20 x 1 + 40 x 2

Nuestro objetivo es encontrar x 1 y x 2 que satisfagan A.2 y A.3, y tales que M sea mximo.

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A3 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com El mtodo que aqu esbozaremos para resolver el problema es el mtodo simplex. No se pretende dar una descripcin acabada del mismo sino presentar una descripcin general. Existe amplia bibliografa sobre el tema para quienes quieran adentrarse en el mismo. El primer paso del mtodo simplex consiste en aadir variables de holgura x 3 , x 4 modo que la desigualdad A.2 se transforma en igualdad, as: ( A.5 ) x1 + x2 + x3 + = 3 2x1 + x2 + + x4 = 5 4x1 + x2 + + x 5 = 12
y

x 5, no negativas, de tal

El siguiente paso consiste a expresar a ( A.4 ) como: ( A.6 ) M 20 x 1 - 40 x 2 = 0

e introducir la nueva variable M en A.5, para obtener ( A.7 ) 5 4x1 + x2 + - 20 x 1 - 40 x 2 El problema se reduce ahora a hallar una solucin mximo, sometidas a las restriccines ( A.8 ) + x5 + M = 12 = 0 x1 + 2x1 + x2 + x3 + x2 + + x4 = 3 =

x 1 , x 2 , x 3 , x 4 , x 5 , M de ( A.7 ), para la cual M sea

x1 0, x2 0 , x3 0, x4 0, x5 0

Como el sistema de ecuaciones ( A.5 ) es de rango 3 , se puede asignar a dos de las variables ( x i ), ( i = 1,2,3,4,5.) valor arbitrario. Adems, como la matriz de los coeficientes correspondientes a la 3., 4. y 5. Columnas de A.5 es no singular, podemos asignar a x 1 y x 2 , valor arbitrario, para as hallar una solucin de A.5 . Si asignamos x 1 = x 2 = 0, obtenemos en ( A.7 ) : ( A.9 ) x1 = x2 = 0; x 3 = 3 , x 4 = 5 , x 5 = 12 , M = 0

Una solucin de ( A.5 ) para la cual dos variables son iguales a 0, se denomina una solucin bsica. Si tal solucin bsica satisface adems la restriccin ( A.8 ) , se le denomina una solucin bsica factible. La solucin bsica de A.5 dada por:

A4 Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com ( A.9 ) x1 = x2 = 0; x 3 = 3 , x 4 = 5 , x 5 = 12 .

es una solucin bsica factible. Se puede probar ( no es el objeto de este apndice ) que si existe una solucin que satisface A.5. y A.8, que maximice M, existe tambin una solucin bsica factible que maximiza M. El mtodo Simplex, es un mtodo para la bsqueda de tal solucin bsica factible. A las variables que se les asigna valor 0, se les denomina variables no bsicas. Las dems variables, cuyo nmero es igual al rango de la matriz de los coeficientes A.5 ( en este ejemplo ), se denominan variables bsicas. A partir de A.7 se efectuarn operaciones elementales por filas para obtener un sistema equivalente, en el cual se localiza otra solucin bsica factible para la cual el valor de M sea mayor. La ltima fila de A.7 slo interviene en la medida en que se le adicionan mltiplos de las otras filas. En consecuencia la incgnita denominada M en A.7 no ser alterada por tales operaciones y no es por lo tanto necesaria tenerla en cuenta ( basta con recordar que M est de todos modos presente y que su clculo es el objetivo mismo del mtodo). El sistema A.7 se transforma por lo tanto en la matriz: 1 2 4 - 20 1 1 1 -40 1 0 0 0 0 1 0 0 0 0 1 0 3 5 12 0

( A.10 )

A =

= ( a ij)

El lugar de las variables bsicas ( las cuales son 3 pues este es el rango de la matriz de los coeficientes de A. 5 ) se caracteriza por la presencia en las columnas correspondientes, de los vectores e1 , e2 y e3 , como se remarca con las tablas de color gris en la matriz A.10. El paso siguiente consiste en efectuar operaciones elementales por filas en A.10 de tal modo que uno de los vectores e1 , e2 , o e3 , aparece en una columna diferente, sealando el paso de una variable bsica a no bsica y viceversa., logrndose una nueva solucin bsica factible que aumente el valor de M. Al examinar A.7 o A.10 , vemos que la nueva variable bsica debe ser x 2 ya que su coeficiente es 40, tanto en A.7 como en A.10 ( 40 en A.4 ). Por lo tanto el mayor incremento de M se logra al incrementar a x 2 .( recuerde que actualmente x 1 = 0 y x 2 = 0 son variables no bsicas ) El identificar cul debe ser la nueva variable bsica puede hacerse a partir de A.10, buscando en la ltima fila el nmero negativo de mayor valor absoluto entre los coeficientes de los x i . En nuestro ejemplo - 40 identifica a la segunda columna.

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A5 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Es necesario determinar un pivote en la segunda columna que nos permita introducir uno de los vectores e1 , e2 o e3 en tal columna. Si escogemos como pivote al elemento sealado por un crculo en A.10, obtendramos la matriz ( A.11 ) -1 2 2 60 0 1 0 0 1 0 0 0 -1 1 -1 40 0 0 1 0 -2 5 7 200
,

La matriz de A.11 sealara que las variables bsicas son ( A.12 ) y las no basicas ( A.13 ) y el valor de M sera 200. El nico problema de la solucin bsica dada en A.12 y A.13, es que no es factible ya que x3 =-2< 0 en contradiccin con las restricciones consignadas en A.8. Es por lo tanto necesario garantizar que el pivote escogido no produce elementos negativos en la ltima columna de la matriz. Esto se logra escogiendo en A.10 un pivote a k2 > 0 tal que a k6 / a k2 sea el mnimo de todos los posibles cocientes, de dicho tipo. En el caso de nuestro ejemplo, tales cocientes son, observando A.10: a 16 / a 12 = 3 / 1 = 3 , a 26 / a 22 = 5 / 1 = 5 , a 36 / a 32 = 12 / 1 = 12, x1 = x4 = 0 x2 = 5, x3 = -2; x5 = 7

por lo tanto el pivote conveniente es a 12, ya que a 16 / a 12 = 3, es el mnimo de dichos cocientes. Con este pivote A.10 se transforma en

A6 Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com 1 1 3 20 2 1 0 0 0 1 -1 -1 40 0 1 0 0 0 0 1 0 3 2 9 120

( A.14 )

Las variables bsicas son ahora x 2 , x 4 y x 5 , y las no basicas x 1 y x 3 . La nueva solucin bsica factible es: ( A.15 ) Para un valor ( A.16 ) M = 120. x 1 = 0, x 2 = 3, x 3 = 0, x 4 = 2, x 5 = 9.

La no existencia de elementos negativos en las posiciones de la ltima fila en A.14, correspondientes a las variables x i , indican la terminacin del proceso pues de all se concluye que 20 x 1 + 40 x 3 + M = 120. Por lo tanto el valor de M no se puede incrementar con valores positivos de x 1 o x 3 . En consecuencia, la solucin bsica factible A.15 corresponde a un valor mximo de M = 120. La respuesta ptima al problema planteado es por lo tanto: 0 unidades del producto 1 3 unidades del producto 2. Para una ganancia mxima de 120 al da. Aclaraciones fundamentales Basndonos en este ejemplo detallaremos caractersticas importantes en el proceso simplex.

El problema que se plante inicialmente fue: Maximizar M = 20 x 1 + 40 x 2 x1 + x2 3 2x1 + x2 5 4 x 1 + x 2 12

Sujeta a las restricciones

x 1 0, x 2 0

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A7 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com

El cual desde el punto de vista matricial se puede expresar como

A
Maximizar M=cTx

Sujeta a las restricciones Axb x0

20 En donce c = 40 , A=

1 1 2 1 4 1

b=

3 5 12

x1 , x= x2

x0 es la obvia extensin de la relacin a la notacin matricial, lo cual es equivalente a escribir x 1 0, x 2 0 El problema matricial planteado en la forma presentada en A es nuestra forma cannica de plantear este problema de programacin lineal. Si alguna de las restricciones fuese del tipo a i1x 1 + a i2x 2 b i en donde aparece la desigualdad en lugar de , como lo requiere nuestra forma cannica, simplemente multiplicaramos ambos lados de dicha desigualdad por 1 para adaptar la restriccin a nuestra forma cannica con : - a i1x 1 - a i2x 2 - b i Nuestra forma cannica tambin se adapta a restricciones mas exigentes del tipo =, ya que una restriccin tal como a i1x 1 + a i2 x 2 = b i se puede expresar con las dos restricciones siguientes:

A8 Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com a i1x 1 + a i2x 2 b i a i1x 1 + a i2x 2 b i que luego se adaptan a nuestra forma cannica como: - a i1x 1 - a i2x 2 - b i a i1x 1 + a i2x 2 b i
*

Nuestro algoritmo simplex transforma las desigualdades en igualdades aadiendo variables de holgura tal como se hizo en el problema anterior con x 3 , x 4 , y x 5 . El ejemplo planteado se transforma en B Maximizar M = 20 x 1 + 40 x 2

sujeta a las restricciones = 3 x1 + x2 + x3 + 2x1 + x2 + + x4 = 5 4x1 + x2 + + x 5 = 12 x1 0, x2 0

Estas expresiones, que transforman un problema planteado con desigualdades en uno con igualdades inicia nuestro algoritmo simplex. Lo cual nos permite utilizar un mtodo similar al de la solucin de sistemas de ecuaciones lineales por Gauss-Jordan, utilizando formas matriciales. El sistema anterior se plantea en general como:

Maximizar M = c T x Sujeta a las restricciones Ax=b x0

La posible presencia de nmeros negativos en el lado derecho de las desigualdades, se vislumbra con estas aclaraciones. Sin embargo el algoritmo simplex que planteamos llevar las desigualdades a igualdades y exigir que los b i se transformen, quizas por multiplicacin por 1, o al aadir variables artificiales, en no negativos.

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A9 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com El paso del problema de programacin lineal con desigualdades, planteado en A y A, al problema planteado en B y B, con igualdades se atribuye George B. Dantzig en 1947. Por ello el mtodo simplex se denomina a veces mtodo de Dantzig. Si repasamos el ejemplo, encontraremos que al incorporar a la matriz A, los coeficientes de la funcin objetiva M con signo negativo y al aumentar al vector b con el 0 en la posicin inferior, se obtiene una matriz aumentada de la forma (A b) (vease A.10 y A.14) Es importante anotar, observando cuidadosamente a A.10 y A.14 y la rechazada A.11, que en nuestro proceso simplex, el vector b , tiene la condicin adicional, que no es condicin propia del problema de programacin planteado: b0 Sin embargo, esta aparente restriccin de nuestro mtodo simplex se resuelve, a veces multiplicando una igualdad por (-1), otras veces aadiendo variables artificiales como se explicar ms adelante. Invitamos al lector a adelantarse observando que en los ejemplos siguientes b siempre es no negativo. Adelntese y revise A.17, A.19, A.23, A.39, A.42, A.43, A.50 y A.53. Ejemplo: Maximizar M = 2 x 1 + x 2 Sujeta a las restricciones -x1+ 2x26 3x1 - x2 2 x 1 0, x2 0

Procedemos a convertir nuestras inecuaciones en ecuaciones, aadiendo las variables de holgura x 3 y x 4 , y la funcin objetiva , as: - x 1+ 2 x 2+ x 3+ = 6 3 x 1 - x 2+ + x4 = 2 -2 x2 - x2 + M = 0

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A10 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com

El anlogo de A.10, prescindiendo de M, es -1 3 (A.17) -2 2 -1 -1 1 0 0 0 1 0 6 2 0

Aparecen enmarcadas en gris, las columnas correspondientes a las aadidas variables de holgura y a la funcin objetiva. Por lo tanto, hemos comenzado con la primera solucin bsica factible, a partir de A.17: (A.18) x 1 = 0, x 2 = 0, x 3 = 6, x 4 = 2

Las variables x 1 , x 2 denominadas variables estructurales, comienzan con los valores x 1 = 0, x 2 = 0. Escogiendo a 2, como el coeficiente de la funcin objetiva que indica cual variable debe pasar de no bsica a bsica, procedemos a identificar el pivote en la columna correspondiente, estudiando el cociente 6 / -1 , el cual realmente no debe tenerse en cuenta por tener denominador 1, negativo, lo cual indica que podra crecer indefinidamente el valor de x 1 , cumplindose an la inecuacin -x1+ 2x26 y el cociente 2 / 3, que competira con otros de su tipo, si el sistema de inecuaciones contase con ms variables. Siendo 2 / 3 el cociente de valor mnimo con denominador positivo ( en este caso no tiene competidores ), escogemos la posicin del nmero 3 como pivote para la primera columna sealada por el - 2 de la funcin objetiva., obteniendo, por un proceso similar al de Gauss-Jordan : 0 1 0 5/3 -1/3 - 5/3 1 0 0 1/3 1/3 2/3 20/3 2/3 4/3

( A.19 )

Obteniendo las nuevas variables bsicas, identificadas por los vectores e 1 y e 2 ,

10

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A11 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com ( A.20 ) y las no bsicas ( A.21 ) x 2 = 0, x 4 = 0 x 1 = 2/3, x 3 = 20/3

Note que las variables estructurales tienen ahora valores x 1 = 2/3, x 2 = 0, para un valor de M = 4/3. El nmero - 5/3 correspondiente a la fila de la funcin objetiva, me indica que un valor mayor de M se puede obtener, aumentando el valor de x 2 , por lo cual es la prxima candidata a convertirse en variable bsica. Observe adems, que los valores ya obtenidos ( A.22 ) producirn en x 1 = 2/3, x 2 = 0 M=2x1+ x2

funcin objetiva de este ejemplo, precisamente el valor 4/3 que aparece consignado en la ltima columna, en la posicin correspondiente a la fila de la funcin objetiva, en ( A.19). En la segunda columna de la matriz A.19, procederemos en consecuencia a introducir un vector e i . El coeficiente 1/3 no ser tomado en cuenta por su valor negativo, por las razones ya explicadas. No es necesario estudiar otro cociente diferente a ( 20/3 ) / ( 5/3 ) = 4, ya que no hay ms candidatos en la segunda columna. Por lo tanto 5/3 ser tomado como pivote, para obtener el vector e 1 en dicha columna, llegando a

0 1 ( A. 23 ) 0

1 0 0

3/5 1/5 1

1/5 2/5 1

4 2 8

Obteniendose las nuevas variables bsicas, en este caso ambas estructurales: ( A.24 ) x 1 = 2, x 2 = 4

11

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A12 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com y las no bsicas x 3 = 0, x 4 = 0,

para un nuevo valor de la funcin objetiva M = 8. La no aparicin de entradas negativas, en la ltima fila de A.23 , correspondiente a la funcin objetiva, salvo el valor de M, que an podra ser negativo, indica que el proceso a llegado a su completitud. La solucin ptima es por lo tanto ( A.25 ) x 1 = 2, x 2 = 4 para un valor mximo de M = 8.

Este ejemplo nos permitir justificar el procedimiento simplex desde un punto de vista geomtrico. Por constumbre y conveniencia, cambiaremos por el momento, los nombres de las variables as: x=x1,y=x2 As nuestro problema queda planteado como: Hallar el valor mximo de la funcin objetiva ( 5.26 ) M(x,y) = 2x + y Sometida a las restricciones -x + 2y 6 3 x y 2 x 0, y 0

( 5.27)

Las restricciones ( A. 27 ) se pueden reescribir como:

( A.28)

y y x 0,

x + 3 3 x - 2 y 0

y la funcin objetiva A.26 como: ( A.29 ) y=-2x+M

Las expresiones A.28 y A.29 se pueden describir grficamente as:

12

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A13 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com

M=8

M=2x+y M=2x+y 3<M<8

P3( 2, 4 ) M=4 (5.30) y=x+3 M=3 P4 ( 0 , 3 ) -x+2y6 -x+2y 3x - y2

y=3x-2

M=2x+y M = 4/3

M=2x+y M=0 P1

P2 ( 2/3 , 0 ) M=2x+y

M=2x+y

13

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A14 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com El grfico A.30 se explica de la siguiente manera: La regin acotada por la parte positiva de los ejes X e Y y las rectas y = x + 3 ( 2y x = 6 ) y y = 3 x 2 ( y 3 x = - 2 ), enmarcada en tono gris, corresponde al lugar geomtrico de los puntos ( x,y ) del plano que satisfacen las inecuaciones A.28. La funcin objetiva a optimizar M = 2 x + y, puede estudiarse observando los cortes ( 0, M ), con el eje Y, de la recta y = - 2 x + M ( M = 2x + y ). Si la regin de los valores ( x, y ) factibles est totalmente acotada o encerrada por rectas, como en el grfico A.30, el valor mximo ( o mnimo ) de M corresponde a valores ( x,y ) que se encuentran en alguno de los vrtices de la figura. En nuestra figura A.30 los vrtices son P1(0,0), P2(2/3,0), P3(2,4), P4(0,3). Los valores de M en cada caso son M(0,0) = 0, M(2/3,0) = 4/3, M(2,4) = 8 ( el valor mximo ) , y M(0,3) = 3. Las variables x e y, a diferencia de las variables de holgura se llaman variables estructurales. Los diferentes valores de las variables estructurales arrojadas por el mtodo simplex en este ejemplo son, en su orden: De 5.18 De 5.20 De 5.24 1. x 1 = 0, x 2 = 0. 2. x 1 = 2/3, x 2 = 0. 3. x 1 = 2, x 2 = 4. Correspondiente al punto P1(0,0) y a M(0,0) = 0 Correspondiente al punto P2(2/3,0) y a M(2/3,0) = 4/3 Correspondiente al punto P3(2,4) y a M(2,4) = 8.

El cual es el valor mximo de M.

Observando el grfico A.30, vemos como el algoritmo Simplex salta de vrtice en vrtice, de P1 a P2 , luego a P3 aumentando en cada paso el valor de M. El valor mnimo de M = 2 x + y, sobre la regin definida por A.28 sera M(0,0) = 0, teniendo en cuenta el grfico A.30. Algunos problemas se podran presentar al aplicar el metodo simplex. Uno de ellos y su posible solucin se presenta en el siguiente ejemplo.

14

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A15 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Ejemplo Maximizar M = 2 x 1 + x 2, Sujeta a las restricciones (A.31) 9 x 1 + 2 x 2 16 - 3 x 1 + x 2 - 2 - x 1 + 2 x 2 6 x 1 0, x 2 0. Escribamos el problema en la forma estandar Maximizar M = 2 x 1 + x 2, (A.32) Sujeta a las restricciones - 9 x 1 - 2 x 2 - 16 3 x 1 - x 2 2 - x 1 + 2 x 2 6 x 1 0, x 2 0. Aadiendo variables de holgura, resolveremos el problema Maximizar M = 2 x 1 + x 2, (A.33) Sujeta a las restricciones -9x1-2x2 + x3 3x1- x2 +x4 2 - x 1+ 2 x 2 +x5 = - 16 = = 6

x 1 0, x 2 0, x 3 0, x 4 0, x 5 0. El procedimiento normal produce la primera supuesta solucin bsica (A.34) x 1 = 0, x 2 = 0, x 3 = -16 , x 4 = 2, x 5 = 6.

Esta solucin no es factible ya que x 3 = -16 < 0.

15

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A16 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Para resolver este problema aadimos una variable artificial x 6 , y planteamos (A.35) -9x1-2x2 + x3 - x 6 = - 16 3x1- x2 +x4 = 2 - x 1+ 2 x 2 +x5 = 6 Con las restricciones x 1 0, x 2 0, x 3 0, x 4 0, x 5 0, x 6 0.

La variable x 6 va en la misma fila donde se present x 3 = -16 < 0. Esto se hace para posibilitar por medio del procedimiento que se explicar a continuacin, hallar un valor no negativo de x 3, que haga parte de una solucin bsica factible. Ahora nuestra primera solucin bsica factible es: (A.36) x 1 = 0, x 2 = 0, x 3 = 0 , x 4 = 2, x 5 = 6, x 6 =16.

A partir de esta solucin bsica factible trataremos de obtener una solucin inicial bsica factible en la cual x 6 = 0, y x 3 0. Procederemos para ello a plantear el siguiente problema auxiliar Minimizar M = x 6 (A.37) Sujeta a las restricciones -9x1-2x2 + x3 - x6 3x1- x2 +x4 - x 1+ 2 x 2 +x5 = - 16 = 2 = 6

x 1 0, x 2 0, x 3 0, x 4 0, x 5 0, x 6 0 O el problema equivalente que se adapta ms a nuestro mtodo Maximizar M = - x 6 Sujeta a las restricciones (A.38) 9x1+2x2 - x3 + x6 3x1- x2 +x4 - x 1+ 2 x 2 +x5 = 16 = 2 = 6

x 1 0, x 2 0, x 3 0, x 4 0, x 5 0, x 6 0

16

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A17 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Hemos cambiado un problema de minimizacin por uno de maximizacin y multiplicado la primera fila por 1, para obtener de una vez el vector e 1 en la 6ta. columna. La solucin de este problema de programacin lineal se inicia a nivel matricial as (A.39) 9 3 -1 0 2 -1 -1 0 2 0 0 0 00 1 00 0 0 0 1 0 1 0 0 1 16 2 6 0

En A.39 hemos procedido a anexar en la ltima fila, la funcin objetiva M + x 6 = 0, ya que estamos maximizando a M = - x 6 . Estamos, adems, considerando a x 4 = 2, x 5 = 6, x 6 = 16, como variables bsicas. Nuestra primera solucin bsica factible del nuevo problema es: (5.40) x 1 = 0, x 2 = 0, x 3 = 0, x 4 = 2, x 5 = 6, x 6 = 16.

Antes de continuar debemos lograr el vector e 1 en la sexta columna de A.39, llegando a: 9 3 -1 -9 2 -1 -1 0 2 0 -2 1 0 1 0 0 0 0 1 0 1 0 0 0 16 2 6 - 16

(A.41)

Los cocientes a estudiar ahora se encuentran en la 1ra. columna, debido a que en sta se halla el nmero negativo de mayor valor absoluto de la ltima fila. Como min 19/6, 2/3 = 2/3 Tomamos como pivote el elemento a 21 = 3 , llegando a:

(A.42)

0 1 0 0

5 -1/3 5/3 -5

-1 0 0 1 0

-3 1/3 1/3 3

0 0 1 0

1 0 0 0

10 2/3 20/3 - 10

Obteniendo los vectores e 1 , e 2 , e 3 en las columnas 6ta., 1ra. y 5ta. , respectivamente. Por lo tanto x 1 = 2/3, x 2 = 0, x 3 = 0, x 4 = 0, x 5 = 20/3, x 6 = 10.

17

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A18 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Siendo x 1 , x 5 , y x 6 variables bsicas y x 2 , x 3 , x 4 , variables no bsicas. Como 5 es el nmero negativo (coeficiente de x 2 en la nueva funcin objetiva) de mayor valor absoluto en la ltima fila, buscaremos un pivote en la segunda columna. Adems, ya que min 10/5, 20/3 = 2, tomamos al (divisor) 5 como pivote, llegando a

(A.43)

0 1 0 0

1 0 0 0

-1/ 5 -1/15 1/3 0

- 3/5 8/15 4/3 0

0 0 1 0

1/5 1/15 - 1/3 1 0

2 4/3 10/3 0

Al no haber elementos negativos en la ltima fila, la solucin bsica factible que minimiza a M = x 6 ( o maximiza a M = - x 6 ) es: (5.44) x 1 = 4/3, x 2 = 2, x 3 = 0, x 4 = 0, x 5 = 10/3, x 6 = 0.

Nuestras variables bsicas son x 1 , x 2 y x 5. La ltima fila de A.43 indica que M = 0 , para un valor mnimo de x 6 = 0 ( o mximo de - x 6 = 0 ). Recorriendo las soluciones as sucesivamente obtenidas encontramos que la primera solucin bsica factible del problema inicial A.33 es: (5.45) x 1 = 4/3, x 2 = 2, x 3 = 0, x 4 = 0, x 5 = 10/3,

ya que como x 6 = 0, podemos prescindir de esta variable artificial. Es claro que la siguiente matriz A.46, en donde prescindimos de la ltima fila ( aadida para minimizar a x 6 ) y la 6ta. columna (estamos prescindiendo de x 6 ), con la condicin A.47, es equivalente a A.33 a nivel matricial.

(A.46)

0 1 0

1 0 0

-1/ 5 -1/15 1/3

- 3/5 8/15 4/3

0 0 1

2 4/3 10/3

(A.47)

x 1 0, x 2 0, x 3 0, x 4 0, x 5 0.

A partir de A.46 y A.47 procedemos a plantear de nuevo el problema A.33 inicial, de la siguiente manera:

18

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A19 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Maximizar M = 2 x 1 + x 2, (A.48) Sujeta a las restricciones = 2 x 2 - (1/ 5) x 3 - ( 3 / 5 ) x 4 x1- (1/15) x 3 + ( 8/15) x 4 4/3 - (1/3 ) x 3
+

(4/3) x 4 + x 5 = 10/ 3

x 0, x 0, x 0, x 0, x 0. Nuestro nuevo sistema matricial, incorporando en la ltima fila la funcin objetiva, ser: 0 1 0 -2 1 0 0 -1 - 1/5 - 1/5 1/3 0 - 3/5 8/15 4/ 3 0 0 0 1 0 2 4/3 10/3 0

(A.49)

En realidad x 1 y x 2 son variables bsicas y es necesario, antes de hallar el primer valor de M, obtener los vectores e 2 y e 1 en las columnas 1ra. y 2da., respectivamente, siguiendo un mtodo de Gauss-Jordan, comenzando por e 2 en la primera columna, as:

1 -1/5 -3/5 0 -1/5 8/15 (A.50) 0 1/3 4/3 -1 -2/15 16/15 Ahora obtendremos e 1 en la segunda columna, as: 0 1 0 0 1 0 0 0 -1/5 -1/5 1/3 -1/3 -3/5 8/15 4/3 7/5

0 1 0 0

0 0 1 0 0 0 1 0

2 4/3 10/3 8/3

(A.51)

2 4/3 10/3 14/3

Obteniendo la nueva solucin bsica factible (A.52) en donde x 1 = 4/3, x 2 = 2, x 3 = 0, x 4 = 0, x 5 = 10/3 x 1 , x 2 y x 5 son variables del problema inicial, bsicas, y x 3 y x 4 no bsicas.

19

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A20 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com El nico valor negativo en la ltima fila es 1/3, situado en la tercera columna y el nico pivote posible, positivo, en dicha columna es 1/3. Utilizando dicho pivote, introduciremos el vector e 3 en la tercera columna, llegando a: 0 1 0 0 1 0 0 0 0 0 1 0 1/3 1/5 4/5 4 9/5 3/5 1/5 3 1 4 2 10 8

(A.53)

Arrivando a la solucin optima M = 8, con las variables bsicas: (A.54) x 1 = 2, x 2 = 4, x 3 = 10, x 4 = 0. (A.55) x 1 = 2, x 2 = 4

El valor de las variables estructurales es Se puede vertificar que para tales valores (A.56)

M=2x1 + x2 =8

La fuente de la dificultad para hallar en este caso la primera solucin bsica factible (A.57) x 1 = 4/3, x 2 = 2, x 3 = 0, x 4 = 0, x 5 = 10/3

ya que no pudimos iniciar con A.34 x 1 = 0, x 2 = 0, x 3 = - 16, x 4 = 2, x 5 = 6 por no ser una solucin factible (x 3 < 0), se puede vislumbrar observando una grfica del conjunto de las restricciones que definieron el problema A.32. Y y= x+3 P4 ( 2,4 ) M = 8 (A.58) y = - 9/2 x + 8

y = 3x - 2

P3 (4/3,2) M= 14/3

P2 (2/3,0) M = 4/3 P1 (0,0) 20 M=0 X

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A21 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Para llegar a P3 (4/3,2), vease la solucin bsica factible A.52, primera solucin bsica factible que satisfizo las restricciones del problema planteado, como se v en el grfico, tuvimos que agregar una variable artificial x6 y minimizar a M = x6, para comenzar con la solucin bsica factible de dicho problema correspondiente a P1(0,0). En el siguiente paso del problema con variable artificial, saltamos a P2(2/3,0), luego a P3(4/3,2), en donde logramos minimizar a M = x6. Aqu encontramos la primera solucin bsica factible del problema inicial, utilizada para completar el proceso. Escribiremos la forma matricial del problema resuelto por el mtodo simplex, a partir de nuestro ltimo ejemplo. El problema aqu presentado peda: Maximizar M = 2 x 1 + x 2, Sujeta a las restricciones (A.59) - 9 x 1 - 2 x 2 - 16 3 x 1 - x 2 2 - x 1 + 2 x 2 6 x 1 0, x 2 0. Si c = 2 1 -9 3 -1 -2 -1 2 -16 2 6 x1 x= x2

A=

b=

Las inecuaciones A.59 se pueden expresar matricialmente como: (A.60) Sujeta a las restricciones: (A.61) Ax b x0 Maximizar M = cT x

Esta es la expresin general que hemos escogido para describir el problema de programacin lineal que resuelve el mtodo simplex. No es esta la nica descripcin de tales tipos de problemas. A partir de A.60 y A.61, nuestro mtodo transforma el problema, por medio de variables de holgura, en (5.62) Maximizar M = cT x Sujeta a las restricciones

21

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A22 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com (A.63) Ax = b, x 0

En todos nuestros ejemplos y ejercicios, asumimos que el problema es no degenerado, es decir que toda submatriz de la matriz aumentada [ A | b ] es regular lo cual nos permite entre otras cosas si [ A | b ] es de dimensin m + n, escoger con facilidad m variables bsicas y n variables no bsicas. Adems nos garantiza que el proceso terminar en un paso o el valor de M se podr incrementar en el siguiente. Un detalle importante es que nuestro mtodo es de maximizacin. Cuando se nos plantee, minimizar la funcin objetiva M, procederemos a Maximizar a M. Nuestro proceso se puede aplicar a problemas de programacin lneal con restricciones mixtas, es decir aquellos en los cuales Ax b, x 0, aparece como Ax R b, x 0. Utilizamos la R en lugar de , queriendo decir que algunas de las restricciones lineales pueden ser an igualdades, y otras, desigualdades del tipo o del tipo . En las siguientes dos columnas hablaremos del problema primal y del problema dual en la programacin lineal. Problema primal Problema dual

Maximizar M = cT x Sujeta a las restricciones Ax b x0 Estos dos problemas estn ntimamente relacionados de modo que:

Minimizar M = bT y Sujeta a las restricciones AT y c y0

Si el problema dual tiene una solucin optima finita M, tal valor es solucin ptima finita del problema primal y viceversa. La relacin entre ambos problemas es de gran aplicacin pero va ms all de nuestros objetivos. Esta relacin aparece en diversos textos que pueden ser consultados. Resumen del mtodo Simplex El mtodo simplex para hallar el mximo (si existe) de una funcin objetiva* (A.64)
*

M = c 1 x 1 + c 2 x 2 + ... + c n x n

Asumiremos que el problema es NO DEGENERADO

22

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A23 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Sometida a las restricciones** a 11 x 1 + a 12 x 2 + ... + a 1n x n + x n+1 a 21 x 1 + a 22 x 2 + ... + a 2n x n + x n+2 . . . . . . . . . a m1 x 1 + a m2 x 2 + ... + a mn x n (A.66) x i 0 (i = 1,2,..., n+m) = b1 0 = b2 0 . . . = bm 0

(A.65)

+ . . . + x n+m

se puede resumir as: 1) La funcin a optimizar, en la forma - c 1 x 1 - c 2 x 2 - ... - c n x n + M = 0

(5.67)

se integra al sistema de ecuaciones A.65, sin consignar explcitamente a la variable M, para obtener la matriz aumentada*** . a 11 a 12 ... a 1n b1 1 0 0 a 21 a 22 ... a 2n b2 0 1 0 (A.68) ....................... ... ... ... ... a m1 a m2 ... a mn 0 bm 0 1 0 - c 1 - c 2 ... - c n 0 0 0 2) En la ltima fila se localiza el elemento negativo entre los - c i ( i = 1, 2, ..., n ) de mayor valor absoluto el cual determina la columna a la cual se debe trasladar uno de los vectores e 1, e 2, ... , e m. 3) Si la columna aislada en el paso 2) es la r-esima, hllese el mnimo de los cocientes b 1 / a 1r , b 2 / a 2r , . . . , b m / a mr . Si alguno de los divisores es negativo o 0 tal cociente no se tiene en cuenta, pues indica que no hay restriccin en dicha fila al posible incremento de la variable * . 4) Si b p / a p r es el mnimo de los cocientes calculados en 3) se debe utilizar a a p r como pivote para introducir en la r-esima columna al vector e p .
** ***

Sin perder generalidad podemos asumir esta forma del problema. Las columnas e 1 , e 2 , ..., e m , que sealan la posicin de las variables bsicas pueden estar distribuidos en otro

orden en la matriz 5.68 * Si a i r 0 para todo i = 1, 2, ..., m, el proceso debe terminar pues en tal caso M puede hacerse tan grande como se desee.

23

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A24 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com 5) Regrese al paso 2. En caso de que en el nuevo paso 2 no se encuentre un elemento negativo en la ltima fila (no en el lugar donde deber aparecer el mximo de la funcin objetiva) , el proceso habr terminado y el mximo de M se encontrar en la esquina inferior derecha de la matriz. Si al terminar el proceso el vector e i se encuentra ocupando la k-esima columna, la variable x k , es una variable bsica y su valor es precisamente b i. (o el valor que ocupa la misma posicin que ocupaba b i al comienzo del proceso). El valor de cada variable no bsica es 0. Si el problema planteado no se encuentra en la forma planteada en A.65 , debe llevarse a dicha forma. Hemos planteado el mtodo simplex como un mtodo de maximizacin. Hay muchas formas diferentes de presentarlo. Si se desea minimizar una funcin objetiva M, procederemos a utilizar nuestro mtodo en la maximizacin de M. Un problema de minimizacin se puede transformar en uno de maximizacin y viceversa planteando el problema dual. El mtodo de Karmarkar El mtodo simplex comienza explorando el valor de la funcin objetiva en un vrtice de la regin factible y luego va saltando de vrtice en vrtice hasta alcanzar el valor mximo o concluir que la funcin a optimizar puede crecer sin cota alguna, en el caso de que todas las entradas de una columna, sin contar con los elementos de la ltima fila, presenten valores negativos. Esta exploracin funciona adecuadamente si el nmero de vrtices a explorar es moderadamente manejable, de lo contrario el mtodo simplex podra tomar horas, quizs das, saltando de vrtice en vrtice. En 1984, el matemtico Indio Narendra Karmarkar present un nuevo mtodo que en lugar de buscar vrtices, mejorando lentamente los valores de la funcin objetiva, inicia la bsqueda desde puntos interiores acercndose a la solucin ptima, desde all. El mtodo de Karmarkar es un mtodo interior, el cual ha mostrado su eficacia en muchos problemas prcticos. Este mtodo puede ser estudiado en detalle por aquellos que quieran ahondar en el tema. Para entenderlo debern tener una formacin matemtica aceptable.

24

Apndice AEl mtodo Simplex Jos Arturo Barreto M.A. Caracas-Venezuela A25 Tels:0416-3599615 0416-6098009 0424-2616413 0412-0231903 josearturobarreto@yahoo.com Ejercicios 1) Maximice M = 2 x 1 - 3 x 2 , sujeto a las restricciones 6 x1 + 2 x1 4 x1 2 x1 + x2 x2 x2 x2 0 0 , 0 16

x 1 0, x 2 0.

R/.

x 1 = 0, x 2 = 0, M = 0

2) Minimice M = 2 x 1 - 3 x 2 sujeta a las restricciones del problema 1). Ayuda: Maximice a M. R./ x 1 = 2, x 2 = 12, M = - 32 3) Maximice M = 4 x1 - x2 R./ x 1 = 1, x 2 = 2, M = 2

Sujeta a las restricciones del problema 1) 4) Maximice M = 2 x1 + x2

Sujeta a las restricciones -

4 x1 + x2 - 7 2 x 1 + x 2 11 x1 + x2 - 1

x1 0 , x2 0 .

R./ x 1 = 3, x 2 = 5, M = 11 5) Minimice M = 2 x 1 + x 2 sujeta a las restricciones del problema 4). R./ x 1 = 2, x 2 = 1, M = 5 6) Demuestre que M = 2 x 1 + x 2 puede crecer indefinidamente, sometida a las restricciones 2 x 1 + x 2 11 x1 + x2 3 - x1 + x2 6

x 1 0, x 2 0

Ayuda: Para obtener una solucin bsica factible de 2 x1 + x2 - x3 x1 + x2 - x1 + x2 - x4 =4 =3 + x5 = 6

aada variables artificiales x 6 y x 7 y minimice M = x 6 + x 7.

25