View
32
Download
6
Embed Size (px)
DESCRIPTION
archivo
Citation preview
Mtodos Cuantitativos (990502)
Unidad II: Mtodo Smplex
PCE Ingeniera Comercial
Universidad de Concepcin
Educacin Continua
Campus Los ngeles
2015
Esencia del Mtodo Smplex
IEl mtodo smplex consiste en un procedimiento algebraico con fuertes
fundamentos geomtricos.
IEstos fundamentos geomtricos son la base intuitiva para entender
cmo funciona el mtodo smplex y entender su gran poder de utilidad.
ICon la nalidad de entender la losofa del mtodo smplex, recor-
daremos el problema de maximizacin de la utilidad de la compaa
Reddy Mikks.
Esencia del Mtodo Smplex
Recordemos el modelo de programacin lineal para el problema de Reddy
Mikks:
Maximizar Z = 5x1
+ 4x2
sujeta a
6x
1
+ 4x2
24 (1)x
1
+ 2x2
6 (2)x1
+ x2
1 (3)x
2
2 (4)x
1
0 (5)x
2
0 (6)
Esencia del Mtodo Smplex
Cuya representacin grca es la siguiente:
Esencia del Mtodo Smplex
Y para la cual la solucin grca viene dada por:
Esencia del Mtodo Smplex
ICada una de las rectas gracadas anteriormente se conoce como fron-
tera de restriccin.
ICada frontera de restriccin marca el lmite de lo que permite la re-
striccin correspondiente.
ILos puntos de interseccin entre las fronteras de restriccin se conocen
como soluciones en los vrtices.
ILos puntos que se encuentran en los vrtices de la regin factible se
llaman soluciones factibles en los vrtices (soluciones FEV). Para el
caso de Reddy Mikks, las soluciones FEV son:
(0, 0) , (4, 0) , (3, 1.5) , (2, 2) , (1, 2) , (0, 1)
ILos puntos de interseccin entre las fronteras de restriccin que no
forman parte de la regin factible se conocen como soluciones no
factibles en los vrtices. Para Reddy Mikks son:
(6, 0) ,
(8
3
, 2
),
(4
3
,7
3
), (2, 3) , (0, 3) , (0, 6)
Esencia del Mtodo Smplex
IEn un problema de PL con n variables de decisin, dos soluciones
FEV se dicen adyacentes entre s cuando comparten n 1 fronterasde restriccin. As, dos soluciones FEV adyacentes estn conectadas
por un segmento de recta formado por las fronteras de restriccin
compartidas.
ILa importancia de analizar las soluciones FEV adyacentes radica en la
siguiente propiedad general conocida como Prueba de Optimalidad:
En cualquier problema de programacin lineal que posea al menos una
solucin ptima, si una solucin FEV no tiene soluciones FEV adyacentes
que sean mejores (segn el valor de Z), entonces esa debe ser una solucin
ptima.
Esencia del Mtodo Smplex
Solucin FEV Sus Soluciones FEV adyacentes
(0, 0) (4, 0) y (0, 1)(4, 0) (0, 0) y (3, 1.5)(3, 1.5) (4, 0) y (2, 2)(2, 2) (3, 1.5) y (1, 2)(1, 2) (2, 2) y (0, 1)(0, 1) (1, 2) y (0, 0)
Mtodo Smplex versin geomtrica
A continuacin se presenta el mtodo smplex desde un punto de vista
geomtrico para el caso de Reddy Mikks.
IPaso inicial : Elegir (0, 0) como la solucin FEV para someterla a laprueba de optimalidad.
IPrueba de optimalidad : La solucin FEV (0, 0) arroja un valorZ = 0, mientras que sus soluciones FEV adyacentes arrojan valoresZ = 20 para (4, 0) y Z = 4 para (0, 1). Se concluye que (0, 0) no esuna solucin ptima.
IIteracin 1: Muvase a una solucin adyacente mejor (con mayor
valor de Z ). En este caso a la solucin FEV (4, 0).
IPrueba de optimalidad : Ya sabemos que la solucin FEV (4, 0)arroja un valor Z = 20. Adems, sus soluciones FEV adyacentesarrojan valores Z = 0 para (0, 0) y Z = 21 para (3, 1.5). Luego, (4, 0)no es una solucin ptima.
Mtodo Smplex versin geomtrica
IIteracin 2: Muvase a una solucin adyacente mejor (con mayor
valor de Z ). En este caso a la solucin FEV (3, 1.5).
IPrueba de optimalidad : Sus soluciones FEV adyacentes arrojan
valores Z = 20 para (4, 0) y Z = 18 para (2, 2). Luego, (3, 1.5) esuna solucin ptima y se detienen las iteraciones.
Mtodo Smplex Tabular
La versin algebraica del mtodo smplex necesita transformar las restric-
ciones en forma de desigualdad en igualdades. Esto se logra mediante la
introduccin de variables de holgura al modelo. Para ejemplicar esto,
supongamos que queremos resolver el siguiente problema presentado en su
forma original:
Maximizar Z = 3x1
+ 5x2
sujeta a
x
1
42x
2
123x
1
+ 2x2
18x
1
, x2
0
Mtodo Smplex Tabular
Debemos transforma las desigualdades en igualdades, introduciendo las
variables de holgura x
3
, x4
y x
5
, de este modo el modelo queda en la
siguiente forma aumentada:
Maximizar Z = 3x1
+ 5x2
sujeta a
x
1
+ x3
= 4
2x
2
+ x4
= 12
3x
1
+ 2x2
+ x5
= 18
x
j
0, para j = 1, 2, 3, 4, 5
Mtodo Smplex Tabular
Ahora bien, se introduce una nueva terminiloga para la forma aumentada.
IUna solucin aumentada es una solucin de las variables de decisin
que se le agreg los valores correspondientes de las variables de hol-
gura.
IUna solucin bsica es una solucin en un vrtice (o de esquina) pero
aumentada.
IUna solucin bsica factible (BF) es una solucin FEV aumentada.
INotemos que si hacemos la resta: nmero total de variables menos
nmero de ecuaciones, se obtiene la cantidad de grados de libertad del
modelo. Esto es, la cantidad de variables a las que podemos asignarles
el valor 0 y as poder despejar las restantes. Las variables asociadas
a los grados de libertad se llaman variables bsicas, en tanto que las
restantes se conocen como variables no bsicas.
Mtodo Smplex Tabular
ITodas las ideas anteriores se conjugan en una tabla llamada tabla
smplex, la cual es una abreviacin tabular del mtodo smplex.
IEl punto de vista geomtrico del mtodo smplex se transforma en un
punto de vista algebraico al transformar la forma original del modelo
en la forma aumentada.
ILa tabla smplex slo muestra los pasos fundamentales del mtodo
smplex algebraico; sin embargo, su utilizacin sigue siendo un poco
engorrosa.
IA continuacin se presenta la tabla smplex y su explicacin para el
problema de optimizacin propuesto anteriormente.
Tabla Smplex
Paso inicial : Introducimos las variables de holgura y seleccionamos las
variables de decisin como las variables no bsicas iniciales (es decir, iguales
a cero) y las variables de holgura como las variables bsicas iniciales. En el
ejemplo: Esta seleccin conduce a la tabla smplex inicial que se muestra
en la siguiente tabla, por lo que la solucin BF inicial es (0, 0, 4, 12, 18).
Prueba de optimalidad: La solucin BF es ptima si y slo si todos
los coecientes de la la (0) son no negativos (mayores o iguales a 0).
Si esto es as, entonces el proceso se detiene; de otro modo, se prosigue
con la primera iteracin para obtener la siguiente solucin BF, que incluye
cambiar una variable no bsica a bsica y viceversa, y despus despejar
la nueva solucin. En el ejemplo: Igual que Z = 3x1
+ 5x2
indica que al
aumentar x
1
o x
2
el valor de Z aumenta, de manera que la solucin BF
actual no es ptima, se llega a la misma conclusin a partir de la ecuacin
Z 3x1
5x2
= 0. Los coecientes 3 y 5 se muestran en la la (0) dela tabla siguiente.
Tabla Smplex
Table : Tabla smplex inicial
Tabla Smplex
Iteracin 1
IPaso 1: Se determina la variable bsica entrante seleccionando la
variable (que de modo automtico es no bsica) con el coeciente
negativo que tiene el mayor valor absoluto (es decir, el coeciente
ms negativo) de la ecuacin (0). Se pone un recuadro alrededor de
la columna abajo de este coeciente y se le da el nombre de columna
pivote. En el ejemplo: El coeciente ms negativo es 5 para x2
(5 > 3), de manera que x2
debe convertirse en variable bsica. Este
cambio se indica en la tabla siguiente.
IPaso 2: Se determina la variable bsica que sale con la prueba del
cociente mnimo.
Tabla Smplex
Prueba del cociente mnimo:
1. Elegir los coecientes estrictamente positivos ( mayores que 0) de la
columna pivote.
2. Dividir el elemento del lado derecho de cada la por el respectivo
elemento de la columna pivote (salvo divisiones por 0).
3. Identicar la la que tiene el menor de estos cocientes.
4. La variable bsica de ese rengln es la variable bsica que sale; sustit-
tuirla con la variable bsica entrante en la columna de la variable
bsica de la siguiente tabla.
Tabla Smplex
Table : Prueba del cociente mnimo para identicar la primera variable bsica
saliente.
Tabla Smplex
IDibujar un recuadro en este rengln que se llama rengln pivote. El
nmero que se encuentra encerrado por ambos recuadros se llama
nmero pivote.
IEn el ejemplo: Los clculos de la prueba del cociente mnimo se
muestran a la derecha de la tabla anterior. La la (2) es el rengln
pivote, mientras que x
4
es la variable bsica que sale. En la siguiente
tabla smplex, la variable x
2
sustituye a la variable x
4
como la nueva
variable bsica del rengln (2).
Tabla Smplex
IPaso 3: Se despeja la nueva solucin BF mediante operaciones el-
ementales con renglones (multiplicacin o divisin de un rengln por
una constante diferente de cero; suma o resta de un mltiplo de un
rengln con otro) para construir una nueva tabla smplex en la forma
apropiada de eliminacin gaussiana (nivelacin), abajo de la tabla ac-
tual, y despus se regresa a la prueba de optimalidad. Las operaciones
elementales con renglones que deben realizarse son:
IDividir el rengln pivote por el nmero pivote. Use este nuevo rengln
pivote en los dos pasos siguientes.
IEn las las (incluso la la 0) que tengan un coeciente negativo en la
columna pivote, se suma a esta la el producto del valor absoluto de
este coeciente por el nuevo rengln pivote.
IEn el caso de las las que tienen un coeciente positivo en la columna
pivote, se les resta el producto de este coeciente por el nuevo rengln
pivote.
Las dos tablas siguientes ilustran dicho procedimiento.
Tabla Smplex
Table : Construccin del nuevo rengln pivote.
Tabla Smplex
Table : Paso 3 de la iteracin 1.
Tabla Smplex
IAs, la nueva solucin BF es (0, 6, 4, 0, 6), con Z = 30. Despus seregresa a la prueba de optimalidad para vericar si la nueva solucin
BF es ptima. Como la nueva la (0) todava tiene un coeciente
negativo (3 para x1
), la solucin no es ptima, y se necesita por lo
menos una iteracin ms.
IEn la segunda iteracin, se deben repetir exactamente los mismos
pasos de la iteracin 1 y aplicar la prueba de optimalidad.
Tabla Smplex
Table : Prueba del cociente mnimo para la iteracin 2.
Tabla Smplex
Table : Iteracin 2 completa.
Tabla Smplex
En la ltima tabla se tiene ahora el conjunto de tablas smplex completo.
La nueva solucin BF es (2, 6, 2, 0, 0), con Z = 36. Al hacer la pruebade optimalidad se encuentra que la solucin es ptima porque no hay
coecientes negativos en la la (0), de manera que el algoritmo termina.
En consecuencia, la solucin ptima del problema es x
1
= 2 y x2
= 6.
Lectura Complementaria
Para complementar los conceptos tericos revisados en clases, deben re-
alizar las siguientes lecturas:
IDel Hillier & Lieberman, el captulo 4 hasta la pgina 123.
IDel Taha, el captulo 3 hasta la pgina 108.