Simplex Revisado
METODO SIMPLEX
Es un mtodo iterativo para la solucin de un PPL
basado en tcnicas de resolucin de un sistema de
ecuaciones lineales y criterios propios del mtodo
Es un mtodo matemtico para la resolucin
numrica de problemas de programacin lineal,
que consiste en traducir los conceptos
geomtricos de vrtices y conjunto convexo a un
concepto algebraico que se pueda llevar a
algoritmo para resolver problemas de 2, 3 o ms
variables
METODO SIMPLEX
Opera con un algoritmo eficiente, que trabaja con
una cierta cantidad de vrtices de una manera
inteligente: sus iteraciones van optimizando
sucesivamente el valor de la funcin objetivo
El mtodo cuenta con criterios para:
1) Elegir el o los vrtices a evaluar, de tal forma
de acortar el camino para alcanzar el ptimo
2) Determinar cundo se est en una solucin
ptima, de forma tal que un cambio de vrtice no
sea conveniente
METODO SIMPLEX
El mtodo simplex tiene dos modalidades
equivalentes para resolver los PPL
Mtodo
Simplex
Mn (-Z) = (-CX)
Mx (-Z) = (-CX)
PPL ESTANDAR
Para utilizar el mtodo simplex, es imprescindible
pasar del PPL original al PPL estndar
PPL Original
PPL Estndar
Optimizar Z = CX
Optimizar Z = CX
s.a. AX
X
donde:
>
=
<
>
b
0
X, C, b : vectores
Z : escalar
s.a. AX = b
X >0
b >0
A : matriz
PPL ESTANDAR
Optimizar Z = CX
s.a. AX = b
X >0
b >0
Z : escalar
X : vector de
variables de
decisin
X=
X1
X2
IR n
Xn
PPL ESTANDAR
Optimizar Z = CX
s.a. AX = b
X >0
b >0
n: n de variables de decisin
m: n de restricciones del PPL
b=
b1
b2
IR m
CONSTRUCCION DE UN
PPL ESTANDAR
Implica aadir variables de holgura o de exceso,
en caso que las restricciones del PPL original
sean menor que o mayor que respectivamente
Adems, si es que el PPL original
dispone en su planteamiento de
variables no restringidas,
entonces deben incorporarse
nuevas variables, por efecto del
cambio de variable requerido
VARIABLES DE HOLGURA
Se usan cuando en el PPL original hay restricciones
en trminos < b
PPL Estndar
PPL Original
Mx Z = CX
Mx Z = CX
s.a. A[X + y] = b
s.a. AX < b
X >0
y >0
y1
b > 0
y2
IR m
y=
donde y : variables de holgura
y
VARIABLES DE EXCESO
Se usan cuando en el PPL original hay restricciones
en trminos > b
PPL Estndar
PPL Original
Mx Z = CX
Mx Z = CX
s.a. A[X w] = b
s.a. AX > b
X >0
w>0
w1
b >0
w2
IR m
w=
donde w : variables de exceso
w
VARIABLES NO RESTRINGIDAS
Se usan cuando en el PPL original hay variables no
restringidas (X IR), las que mediante un cambio
de variable se restringen a > 0
PPL Original
PPL Estndar
Mx Z = CX
s.a. AX = b
X IR
Mx Z = CX
s.a. A[ u - v ] = b
u >0
v >0
b >0
donde
u, v : variables restringidas
cambio de
variable
X=u-v
EJEMPLO
Transformar el siguiente PPL original en su
respectiva forma estndar
Mn
s.a.
X3 + 2X4
<
<
>
>
>
25
- 16
15
36
0
EJEMPLO
Solucin:
Mx -Z = -2X1 + 3X2 - 4X3 + (X4- X4) + 0X5 + 0X6 + 0X7 + 0X8
s.a.
= 25
- X6= 16
X1 + X2 - X3 + 2(X4- X4)
- X7
= 15
- X8 = 36
X6, X7
>
0
>
0
Si
No Existe Solucin
La Solucin es nica
-1
X* = A b
Dem:
AX = b
A- 1AX = A- 1b
X = A- 1b
/ A- 1
X* =
XJ
XJ
Infinitas Soluciones
-1
-1
(AJ) b - (AJ) AJ XJ
XJ
Soluciones
Particulares
Infinitas
Soluciones
INFINITAS SOLUCIONES
Solucin Particular Factible
XJ > 0
Solucin Particular Infactible
XJ
<0
BASE
El mtodo simplex requiere trabajar con una base
de vectores en su algoritmo. As hay un vector de
variables bsicas (XJ) y un vector de variables no
bsicas (XJ )
Cada base es un vrtice
del poliedro de la regin
de puntos factibles del
PPL. El vector de
variables bsicas debe
tener m-componentes
BASE
Luego, se puede hacer la siguiente particin del
vector de variables X :
X =
XJ
XJ
donde:
XJ
X1
X2
Xm
Xm+1
XJ
=
Xn-1
>0
2) (AJ) - 1 b
XJ
Coeficientes que
acompaan a las
variables bsicas en
la funcin objetivo
CJ CJ
Coeficientes que
acompaan a las
variables no bsicas
en la funcin objetivo
PARTICION DE LA MATRIZ A
A =
A = a 1 a2 a3
AJ AJ
an-2 an-1 an
n
A es una matriz de orden m x n
A = a1 a2
A =
A =
aij m x n
an-1 an
AJ
AJ
n-m
n!
(n - m)! m!
SOLUCION GENERAL
Cuando el sistema de ecuaciones lineales AX = b
tiene que Rg (A) = Rg (A b) = t, donde t es el
nmero de ecuaciones lineales (l.i.), se tiene que:
Solucin
General
X =
XJ
XJ
SOLUCION GENERAL
X1
X3
SOLUCION BASICA
Solucin
Bsica
X =
XJ
(AJ)- 1b
XJ
>0
Si adems ( XJ ) j
la solucin bsica
tambin es factible
CRITERIO DE OPTIMALIDAD
Z
XJ
CRITERIO DE OPTIMALIDAD
EN PPL DE MAXIMIZACION
Si algn
Z
0
>
XJ j
La variable Xj s aporta
a la funcin objetivo
CRITERIO DE OPTIMALIDAD
EN PPL DE MAXIMIZACION
Si todos
Z
0
<
XJ j
Ninguna variable Xj
aporta a la funcin
objetivo
CRITERIO DE OPTIMALIDAD
EN PPL DE MINIMIZACION
Si todos
Z
0
>
XJ j
Ninguna variable Xj
aporta a la funcin
objetivo
CRITERIO DE OPTIMALIDAD
EN PPL DE MINIMIZACION
Si algn
Z
0
<
XJ j
La variable Xj s aporta
a la funcin objetivo
donde
XJ = (AJ)
-1
j J
-1
= CJ - CJ (AJ)- 1 AJ
Z
XJ
Necesariamente hay
que hacer todas las
multiplicaciones de
matrices
Mx
Z
XJ j
jJ
ssi
Z
XJ
>0
( (AJ)- 1 b )j
( (AJ)- 1a (e) )
>0
TEOREMA FUNDAMENTAL
DE LA PROGRAMACION LINEAL
Si el PPL Maximizar Z = CX admite a lo menos una
solucin factible, luego
s.a. AX = b dicho problema admite
X >0
a lo menos una
solucin bsica factible
Si adems, el anterior PPL admite solucin ptima,
entonces hay al menos una solucin bsica factible
Conclusin: hay que concentrarse slo en las soluciones bsicas factibles, ya que encontrando entre
ellas el ptimo, la solucin ptima es inmediata