INGENIERIA INDUSTRIAL
OPERACIONES DE DECISION
CATEDRÁTICA:
ALUMNOS:
CICLO II/2019
INTRODUCCION .................................................................................................... 1
1.OBJETIVOS ......................................................................................................... 2
CONCLUSIÓN ...................................................................................................... 21
BIBLIOGRAFIA ..................................................................................................... 22
INTRODUCCION
1
1.OBJETIVOS
2
2. MARCO TEÓRICO
Definición:
En la necesidad de desarrollar un método para resolver problemas de
programación lineal de más de dos variables, los matemáticos
implementaron el método algebraico
3
Modelo de PL en forma de ecuación.
4
Pasos:
5
Cuando hay más de una variable no básica con coeficiente objetivo positivo, al
incrementar el valor de cualquiera de ellas se incrementará el valor de la función
objetivo. En este algoritmo incrementaremos el valor de la variable no básica que
tenga el mayor coeficiente, aunque debe tenerse en cuenta que no siempre esto
garantiza que arribemos con mayor rapidez a la solución óptima. La variable
seleccionada para aumentarle su valor se conoce como variable de entrada a la
solución básica.
Si hay dos o más variables empatadas como variable de entrada, podemos romper
el empate arbitrariamente.
Prueba de optimalidad:
Si en la prueba de mejorabilidad la respuesta es negativa, es decir, si todas las
variables no básicas tienen coeficiente objetivo negativo o cero, la solución básica
actual es inmejorable, o sea que es la solución óptima y se termina el algoritmo.
6
Para determinar cuál de la variable básica debe salir de la solución se procede
así:
7
3. PLANTEAMIENTO DEL EJERCICIO.
Tiempo
Corte 4 3 600
Ensamble 6 2 600
Utilidad neta
($/unidad) 10 6
8
El problema tiene el siguiente modelo de P.L.:
Maximizar: Z = 10 X1 + 6 X2
Aplicaremos ahora el algoritmo del método simplex algebraico para hallar la solución
óptima del modelo.
Sujeta a:
9
Si seleccionamos como variables básicas a las variables de holgura (H1, H2, H3),
las no básicas serán entonces las variables originales (X1, X2).
Como las variables no básicas X1 y X2 valen cero la solución inicial del modelo es:
H1 = 800
H2 = 600
H3 = 600
Es lógico que la utilidad sea cero ya que no se está produciendo ningún artículo.
Además, nótese que como las variables de holgura en este problema indican la
cantidad sobrante de cada recurso, la interpretación es que de todos los recursos
está sobrando una cantidad igual a la cantidad disponible en el problema.
10
Paso 1: determinar si la solución actual es mejorable o si ya es la óptima.
Prueba de mejorabilidad.
Observamos que las dos variables no básicas X1 y X2 que actualmente valen cero
tienen coeficiente positivo, lo cual indica que si por ejemplo X1 aumenta su valor a
5 el valor de Z aumenta en 10*5 = 50.
Algo similar ocurrirá si aumentamos el valor de X2. Si por ejemplo X2 fuera igual a
entonces Z tomaría el valor 80 (= 0+10*8)
11
Paso 2:
El valor de X1 para el cual se hace cero una variable básica es el cociente entre el
valor actual de la variable y el coeficiente de intercambio con la variable de entrada.
Para nuestro modelo los cálculos son;
12
Estos cocientes indican que cuando X1 valga 100 la variable básica H3 tomará el
valor cero, mientras que se requiere que valga 150 para hacer cero a la variable
básica H2 y que valga 200 para que H1 se haga cero. Es decir, la variable H3 es la
que limita el crecimiento de X1 pues se vuelve cero primeros que las demás, al
incrementar el valor de X1. Por ello se escoge a X1 como variable de salida.
Analicemos que pasaría si X1 superara el valor de 100 y tomara por ejemplo el valor
101. En este punto los valores de las variables básicas serían:
H3 = 600 - 6(101) = -6
Hemos detectado que la variable H3 tomaría un valor negativo lo cual llevaría a que
la solución sea infactible. Se comprueba que 100 es el máximo valor que puede
tomar la variable X1 sin hacer infactible la solución actual. Por esto la prueba para
determinar la variable de salida se conoce como prueba de factibilidad.
13
Para nuestro caso en la ecuación de H3, se despeja X1, obteniendo la siguiente
ecuación:
En H1.
En H2.
14
Escribiendo el sistema de ecuaciones modificado quedaría:
Ahora las variables básicas son H1, H2, X1 y las no básicas son X2 y H3 (ambas
valen cero), por lo cual la nueva solución básica factible es:
H1 = 400
H2 = 200
X1 = 100
Ya tenemos una solución básica factible mejor que la anterior, pero debemos
verificar si es posible encontrar otra todavía mejor. Para ello vamos a repetir el
algoritmo desde el paso 1 para determinar si la solución actual es mejorable o ya es
la óptima.
15
Paso 1: ¿Será mejorable la solución actual?
16
Obtención del nuevo sistema equivalente
17
Escribiendo el segundo sistema de ecuaciones modificado, tendríamos:
Ahora las variables básicas son X2, H2, X1 y las no básicas son H1 y H3 (ambas
valen cero), por lo cual la nueva solución básica factible es:
X2 = 60
H2 = 100
X1 = 80
Como antes, cada vez que tiene una solución mejorada, se repite el algoritmo desde
el paso 1 para determinar si la solución actual es mejorable o si ya es la óptima.
Observamos en Z.2 que las variables básicas (H1 y H3), tienen coeficiente negativo,
lo cual indica que no es posible mejorar más el valor de la función objetivo y por lo
tanto se concluye que la solución actual es la óptima.
18
Comparación entre la solución gráfica y la solución algebraica.
Con el fin de entender la gran eficiencia del algoritmo simplex, vamos a observar de
nuevo la que nos muestra la solución gráfica de este modelo.
Nótese que el método algebraico se inicia con una solución básica factible en la
cual las variables originales valen cero, es decir una solución equivalente al punto
extremo (0,0). (Punto O). Luego, en el paso 1, el algoritmo nos condujo a
incrementar el valor de X1 (¿recuerda por qué?), hasta un valor máximo de 100,
(¿también recuerda por qué?), en el cual se hace cero a la variable básica H3. Al
hacer las operaciones correspondientes obtuvimos que la nueva solución básica
factible mejorada es:
H1 = 400
H2 = 200
X1 = 100
19
En la gráfica esto equivale a movernos desde el punto O (0,0) hasta el punto A
(100, 0), que es un vértice adyacente.
Advirtamos además que los otros intersectos con el eje X1, son en X1 = 150 y X1 =
200, y se corresponden con los otros cocientes obtenidos cuando en el paso 2 literal
b, se efectúa los primeros cocientes para determinar la variable de salida.
20
CONCLUSIÓN
21
BIBLIOGRAFIA
22