Formato para prácticas de laboratorio CARRERA INGENIERIA INDUSTRIAL PLAN DE ESTUDIO CLAVE DE UNIDAD DE APRENDIZAJE 2007-1 9013 NOMBRE DE LA UNIDAD DE APRENDIZAJE METODOLOGIA PARA LA RESOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL PRÁCTICA No. 9 LABORATORIO DE NOMBRE DE LA PRÁCTICA INVESTIGACION DE OPERACIONES I DURACIÓN (HORAS) El algoritmo Simplex 2 1. INTRODUCCIÓN El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución. Partiendo del valor de la función objetivo en un vértice cualquiera, el método consiste en buscar sucesivamente otro vértice que mejore al anterior. La búsqueda se hace siempre a través de los lados del polígono (o de las aristas del poliedro, si el número de variables es mayor). Cómo el número de vértices (y de aristas) es finito, siempre se podrá encontrar la solución. El método Simplex se basa en la siguiente propiedad: si la función objetivo, f, no toma su valor máximo en el vértice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deberá tenerse en cuenta que este método sólo trabaja para restricciones que tengan un tipo de desigualdad " " y coeficientes independientes mayores o iguales a 0, y habrá que estandarizar las mismas para el algoritmo. En caso de que después de éste proceso, aparezcan (o no varíen) restricciones del tipo " " o "=" habrá que emplear otros métodos, siendo el más común el método de las Dos Fases. Formuló Revisó Aprobó Autorizó Ing. Ana Laura Sánchez Corona Maestro Ing. Margarita Gil Samaniego Ramos Responsable de Programa Educativo Página 1 de 5 M. C. Gabriela Jacobo Galicia Responsable de Gestión de Calidad Dr. Maximiliano De Las Fuentes Lara Director de la Facultad Código: GC-N4-017 Revisión: 3
2. OBJETIVO (COMPETENCIA) Utilizar el paquete computacional para identificar los reportes relacionados con el procedimiento matemático del método simplex, resolviendo programas lineales de manera eficiente y creativa. 3. FUNDAMENTO El método simplex se utiliza, sobre todo, para resolver problemas de programación lineal en los que intervienen tres o más variables. El algebra matricial y el proceso de eliminación de Gauss- Jordan para resolver un sistema de ecuaciones lineales constituye la base del método simplex. 4. PROCEDIMIENTO (DESCRIPCIÓN) Se resolverán problemas de programación lineal y se visualizara el método simplex en los distintos reportes del programa computacional. A) EQUIPO NECESARIO MATERIAL DE APOYO Computadora Calculadora B) DESARROLLO DE LA PRÁCTICA Apuntes de clase Maximizar Z= f(x,y)= 3x +2y Sujeto a: 2x + y 18 2x + 3y 42 3x + y 24 x 0, y 0 C) CÁLCULOS Y REPORTE Método Simplex - Construcción de la primera tabla: En la primera columna de la tabla aparecerá lo que llamaremos base, en la segunda el coeficiente que tiene en la función objetivo cada variable que aparece en la base (llamaremos a esta columna Cb), en la tercera el término independiente de cada restricción (P0), y a partir de ésta columna aparecerán cada una de las variables de la función objetivo (Pi). Para tener una visión más clara de la tabla, incluiremos una fila en la que pondremos cada uno de los nombres de las columnas. Sobre ésta tabla que tenemos incluiremos dos nuevas filas: una que será la que liderará la tabla donde aparecerán las Página 2 de 5
constantes de los coeficientes de la función objetivo, y otra que será la última fila, donde tomará valor la función objetivo. Nuestra tabla final tendrá tantas filas como restricciones. Tabla C1 C2... Cn Base Cb P0 P1 P2... Pn Pi1 Ci1 bi1 a11 a12... a1n Pi2 Ci2 bi2 a21 a22... a2n..................... Pim Cim bim am1 am2... amn Z Z0 Z1-C1 Z2-C2... Zn-Cn Los valores de la fila Z se obtienen de la siguiente forma: El valor Z0 será el de sustituir Cim en la función objetivo (y cero si no aparece en la base). El resto de columnas se obtiene restando a este valor el del coeficiente que aparece en la primera fila de la tabla. Se observará al realizar el método Simplex, que en esta primera tabla, en la base estarán las variables de holgura. - Condición de parada: Comprobaremos si debemos de dar una nueva iteración o no, que lo sabremos si en la fila Z aparece algún valor negativo. Si no aparece ninguno, es que hemos llegado a la solución óptima del problema. - Elección de la variable que entra: Si no se ha dado la condición de parada, debemos seleccionar una variable para que entre en la base en la siguiente tabla. Para ello nos fijamos en los valores estrictamente negativos de la fila Z, y el menor de ellos será el que nos de la variable entrante. - Elección de la variable que sale: Una vez obtenida la variable entrante, obtendremos la variable que sale, sin más que seleccionar aquella fila cuyo cociente P0/Pj sea el menor de los estrictamente positivos (teniendo en cuenta que sólo se hará cuando Pj sea mayor de 0). La intersección entre la columna entrante y la fila saliente nos determinará el elemento pivote. - Actualización de la tabla: Las filas correspondientes a la función objetivo y a los títulos permanecerán inalterados en la nueva tabla. El resto deberá calcularse de dos formas diferentes: Página 3 de 5
Si es la fila pivote cada nuevo elemento se calculará: Nuevo Elemento Fila Pivote = Elemento Fila Pivote actual / Pivote. Para el resto de elementos de filas se calculará: Nuevo Elemento Fila = Elemento Fila Pivote actual - (Elemento Columna Pivote en la fila actual * Nuevo Elemento Fila). 5. RESULTADOS Y CONCLUSIONES El método simplex es un procedimiento iterativo que permite tender progresivamente hacia la solución óptima. Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los vértices de optimalidad. 6. ANEXOS Forma estandar del modelo Simplex: Función objetivo: Sujeto a: c1 x1 + c2 x2 +... + cn xn a11 x1 + a12 x2 +... + a1n xn = b1 a21 x1 + a22 x2 +... + a2n xn = b2... am1 x1 + am2 x2 +... + amn xn = bm x1,..., xn 0 Para ello se deben cumplir las siguientes condiciones: 1. El objetivo es de la forma de maximización o de minimización. 2. Todas las restricciones son de igualdad. 3. Todas las variables son no negativas. 4. Las constantes a la derecha de las restricciones son no negativas. Página 4 de 5
7. REFERENCIAS Bibliografía propuesta en clase. Introducción a la investigación de operaciones. México: Mc Graw Hill. Autor: Frederick S. Hillier & Gerald L. Lieberman. (1997). Página 5 de 5