Anda di halaman 1dari 11

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRÓNICA

E INDUSTRIAL
INGENIERÍA INDUSTRIAL EN PROCESOS DE
AUTOMATIZACIÓN

Investigación
Operativa

Profesor: Rosa Galleguillos Pozo


M.Sc. Ingeniería Industrial
Unidad temática 3:

Algoritmo Simplex
Algoritmo Simplex maximizar

Para maximizar

1. Definir en forma estándar, colocar variables de holgura.


2. De la Ecuación Z se busca la más negativa, se obtiene columna pivote
3. La columna pivote (siempre que estos sean mayores que cero) se divide por
el lado derecho, de esta división se busca el menor valor, con esto se
obtiene la fila pivote, se busca el valor pivote. (se divide solo las variables y
no Z)
En el caso de que todos los elementos fuesen menores o iguales a cero, entonces
tendríamos una solución no acotada y no se puede seguir.
4. El valor pivote de debe deja en uno
5. Los valores de la misma columna pivote se deben dejar cero
6. Se detiene las iteraciones cuando las variables de decisión quedan en cero o
la fila de la función objetivo tiene todos su valores positivos.
Algoritmo Simplex minimizar

Para minimizar

1. Definir en forma estándar, colocar variables de holgura.


2. De la Ecuación Z se busca la más positiva, se obtiene columna pivote
3. La columna pivote (siempre que estos sean mayores que cero) se divide por
el lado derecho, de esta división se busca el menor valor, con esto se
obtiene la fila pivote, se busca el valor pivote. (se divide solo las variables y
no Z)
En el caso de que todos los elementos fuesen menores o iguales a cero, entonces
tendríamos una solución no acotada y no se puede seguir.
4. El valor pivote de debe deja en uno
5. Los valores de la misma columna pivote se deben dejar cero
6. Se detiene las iteraciones cuando las variables de decisión quedan en cero.
Algoritmo Simplex Dos Fases

Se utiliza para resolver las


restricciones ≥ o =. Fase I: se considera un problema
auxiliar al que se le agregan variables
auxiliares a las restricciones del
Como regla general podemos decir problema de manera de una solución
que las variables que se utilizan básica factible. Luego se resuelve por
consideran los siguientes escenarios Simplex un problema que considera
en las restricciones: como F.O la suma de las variables
•≤ →H auxiliares. Si el valor óptimo es cero,
•≥→-E+A pasar a la Fase II, en caso contrario,
•=→A no existe solución factible.

Sean:
• H : variable de holgura
• E : variable de exceso Fase II: Resolver por Simplex el
• A : variable auxiliar problema original a partir de la solución
básica factible inicial hallada en la Fase I
Si el valor óptimo es cero, seguir a la
Fase II, en caso contrario, no existe
solución factible.
3.2 Ejercicios
EJEMPLO N°1.
La empresa “LL” fabrica dos tipos de cinturones: el modelo de lujo y el modelo
regular. Para cada tipo se requiere una yarda cuadrada de piel. Se necesita una
hora de mano de obra calificada para un cinturón regular, y para un cinturón de
lujo se requieren dos horas. Se dispone cada semana de cuarenta yardas
cuadradas de piel y sesenta hora de mano de obra calificada. Cada cinturón
regular aporta 3 USD a la utilidad, y cada cinturón de lujo, 4USD.
Plantee el modelo de PL que maximice las utilidades.

Variables:
X1= Unidades de cinturones de lujo a fabricar por semana
X2= Unidades de cinturones de regulares a fabricar por semana
3.2 Ejercicios
EJEMPLO N°1.
La empresa “LL” fabrica dos tipos de cinturones: el modelo de lujo y el modelo
regular. Para cada tipo se requiere una yarda cuadrada de piel. Se necesita una
hora de mano de obra calificada para un cinturón regular, y para un cinturón de
lujo se requieren dos horas. Se dispone cada semana de cuarenta yardas
cuadradas de piel y sesenta hora de mano de obra calificada. Cada cinturón
regular aporta 3 USD a la utilidad, y cada cinturón de lujo, 4USD.
Plantee el modelo de PL que maximice las utilidades.

Variables:
X1= Unidades de cinturones de lujo a fabricar por semana
X2= Unidades de cinturones de regulares a fabricar por semana

max= 4X1 + 3X2


Restricciones:
S.A.:
X1 + X2 ≤ 40
2X1 + X2 ≤ 60
X1 , X 2 ≥ 0
3.2 Ejercicios
EJEMPLO N°1.

S.A.: Se define para cada restricción una


X1 + X2 ≤ 40 variable de holgura S1 que es la
cantidad de recursos sin usar en la
2X1 + X2 ≤ 60 restricción:
X1 + X2 + S1 = 40
X1 , X2 ≥ 0 S1 ≥ 0

De igual manera:
2X1 + X2 + S2 = 60
S2 ≥ 0

max= 4X1 + 3X2


Z= 140
S.A.:
X1=20
X1 + X2 + S1 = 40
X2= 20
2X1 + X2 + S2 = 60
X1 , X2 , S1 , S2 ≥ 0
3.2 Ejercicios
EJEMPLO N°2.
Equivalente:
max= 7X1 + 10X2
Restricciones: S.A.:
S.A.: 7X1 + 7X2 + h1 = 49
7X1 + 7X2 ≤ 49 10X1 + 5X2 + h2 = 50
10X1 + 5X2 ≤ 50 X1 , X2 , h 1 , h 2 ≥ 0
X1 , X2 ≥ 0

X1 X2 h1 h2 LD div X1 X2 h1 h2 LD div

9
7 7 1 0 49 1 1 1/7 0 7
R1 49/7=7 X2 R'1
10 5 0 1 50 5 0 -5/7 1 15
R2 50/5=10 R'2
F.O -7 -10 F.O' 3 0

Al quedar estos valores no


negativos se detiene la
F.O.: operación.
7*0 + 7*10 = 70
F.O = 70
3.2 Ejercicios
EJEMPLO N°3.
Equivalente:
max= 8X1 + 7X2 Max= - 8X1 -7X2
Restricciones: S.A.:
S.A.: 4X1 + 3X2 + h1 = 40
4X1 + 3X2 ≤ 40 2X1 + 5X2 + h2 = 30
2X1 + 5X2 ≤ 30 X1 , X2 , h 1 , h 2 ≥ 0
X1 , X2 ≥ 0

X1 X2 h1 h2 LD div X1 X2 h1 h2 LD div

10
4 3 1 0 40 X1 R'1 1 3/4 1/4 0 10 10/(3/4)=13,3
R1 40/4=10
2 5 0 1 30 R'2 0 7/2 -1/2 1 10 10/(7/2)=2,8
R2 30/2=15
-8 -7 0 0 F.O' 0 -1 2 0
F.O

X1 X2 h1 h2 LD div

R''1 1 0 5/14 -3/4 55/7 F.O.:8X1 + 7X2


0 1 -1/7 2/7 20/7 8*(55/7) + 7*(20/7)
X2 R''2
F.O.: 82,85
F.O'' 0 0 13/7 2/7 0

Al quedar estos valores no


negativos se detiene la
operación.
3.2 Ejercicios
EJEMPLO N°4.
Equivalente:
max= 50X1 + 40X2 Max= - 50X1 -40X2
Restricciones: S.A.:
S.A.: 4X1 + 2X2 + h1 = 16
4X1 + 2X2 ≤ 16 X1 + 2X2 + h2 = 8
X1 + 2X2 ≤ 8 X1 , X2 , h 1 , h 2 ≥ 0
X1 , X2 ≥ 0

X1 X2 h1 h2 LD div X1 X2 h1 h2 LD div

11
R1 4 2 1 0 16 16/4=4 1 1/2 1/4 0 4
X1 R'1 4/(1/2)
R2 1 2 0 1 8 8/1=8 0 3/2 -1/4 1 4
R'2 4/(3/2)
F.O -50 -40 F.O' 0 -15

X1 X2 h1 h2 LD div

R''1 1 0 1/3 -1/3 8/3 F.O.:50X1 + 40X2


0 1 -1/6 2/3 8/3
50*(8/3) + 40*(8/3)
X2 R''2
0 0
F.O.: 240
F.O''
OPTIMO

Al quedar estos valores en


cero se tiene un resultado
optimo.