Professional Documents
Culture Documents
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
METODOLOGIA:
Se sugiere que este taller sea desarrollado en forma individual y sea apoyado por
la bibliografía suministrada por el profesor de la materia.
CONCEPTOS PREVIOS:
1
TEMATICA:
En tal caso una aproximación para resolver el problema consiste en tratarlo sin
tener en cuenta el carácter entero de las variables. Si la solución obtenida por la
aplicación del método SIMPLEX resultara entera habríamos terminado con el
problema.
Hay varios métodos para abordar la solución de un programa lineal con variables
enteras. El mas conocido es el de “Formas enteras de Gomory o métodos de los
hiperplanos de corte” que, básicamente, consiste en introducir restricciones
adicionales que sólo pueden satisfacer las soluciones enteras y que reducen
paulatinamente el conjunto inicial de soluciones. Su solución conduce a cálculos
muy laboriosos, que ahora se resuelven en el computador.
Otra consideración que se debe tener en cuenta es que se pueden usar variables
binarias, esto es, que sólo puede tomar valores de 0 y 1, en un modelo de
programación lineal. Esto se usa generalmente en los problemas de asignación.
2
III. SOLUCIONES DE MAXIMIZACION SIMPLEX
Cómo es posible que haya más de dos variables, es usual representarlas como X 1
X2 X3, etc.
Variables independientes
Restricciones
Función objetivo:
6X1+5X2=40
3
Observe que si el número total de horas es menor que 40, implica que algunas
horas no se aprovecharon, esto significa que C1 se podría escribir como:
C1=6X1+5X2+S1=40
PASO 3: Reescriba la función objetivo con todas las variables en el lado izquierdo
Z = 240X1 + 160X2
-240X1 - 160X2+ Z =0
-240X1-160X2+0S1+0S2+Z=0
C1:6X1+5X2+S1=40
C2:200X1+100X2+S2=1.000
4
X1 X2 S1 S2 Z
6 5 1 0 0 40 C1
(1)
200 100 0 1 0 1000 C2
− 240 −160 0 0 1 0 Función objetivo
Una última matriz símplex nos proporcionará el punto esquina óptimo (la solución
al problema).
El valor de la variable que encabeza cada una de las columnas se obtiene leyendo
hacia abajo la columna, volteando en 1 y deteniéndose al final del renglón.
La matriz símplex inicial (1) no está en forma escalonada reducida por renglón .
Las columnas S1 , S2 y Z si están en forma escalonada reducida, luego utilizando
el esquema anterior.
5
X1 X 2 S1 S2 Z
6 5 1 0 0 4 0
2 0 10 0 0 1 0 1 0 0 0
F=
- 2 4 − 10 6 00 0 1 0
Observe que S1=40
S2=1000
Z=0
Lo anterior es una solución factible por que si X 1 e X2=0 se satisfacen las cuatro
restricciones.
6
Si este ejercicio se resolviera por método gráfico, (es pertinente que usted realice
el ejercicio) el (0,0) corresponde a un punto de esquina. El método símplex
localiza los demás puntos de esquina hasta que encontremos el óptimo.
Variables independientes
Variables de holgura
Restricciones:
Función objetivo
X1 X2 S1 S2 Z
6 5 1 0 0 40 C1
200 100 0 1 0 1000 C2
− 240 −160 0 0 1 0 Función objetivo
7
Una posible solución era (X1,X2,S1,S2) = (0,0,40,1000) Z=0 pero no es la
solución máxima.
X1 X2 S1 S2 Z
6 5 1 0 0 40
200 100 0 1 0 1000
− 240
−160 0 0 1 0
Columna pivote
X1 X2 S1 S2 Z
40 N ≅ 6.67
6 5 1 0 0 40 6 −
200 100 0 1 0 1000 1000
200 N≅5
− 240
−160 0 0 1 0 =
N oe sre n g lón
d ere stricció
n
Columna pivote
8
X1 X2 S1 S2 Z
6 5 1 0 0 40
PIVOTE
200 RENGLÓN PIVOTE
100 0 1 0 1000
− 240
−160 0 0 1 0
Columna Pivote
X1 X2 S1 S2 Z
6 5 1 0 0 40 1
F2
1 0.5 0 0.005 0 5 2
− 240
−160 0 0 1 0
X 1 X2 S1 S2 Z
0 2 1 − 0.03 0 10 −6 F2 + F1
1 0 .5 0 0.005 0 5 240 F2 + F3
0
− 40 0 1.2 1 1200
La matriz anterior nos proporciona un punto de esquina, por que las columnas
X1,S1 y Z sólo contienen unos y ceros.
Observe que X1=5 S1=10 Z=1.200 mientras que X2,S2 son cero (por qué?)
9
pregunta ¿Es posible emplear pivotes nuevamente? Sí, si el último renglón
contiene entradas negativas, en caso contrario no se requiere pivote y la solución
posible que corresponde a la matriz es la máxima.
X 1 X2 S1 S2 Z
− 0.03 0
10 = 5
0 2 1 10 2
1 0 .5 0 0.005 0 5 5
= 10
0 − 40 0 0 1 1200
0. 5
Columna Pivote
2
0 1 − 0.0 3 0 1 0
1 0 5 0 0.0 0 05 5 1
2
F1
0 − 4 0 0 1.2 1 1 2 0 0
X 1 X2 S1 S2 Z
0 1 0.5 − 0.015 0 5 −0.5 F1 + F2
1 0.5 0 0.005 0 5 40 F1 + F3
0
− 40 0 1.2 1 1200
X 1 X2 S1 S2 Z
0 1 0. 5 − 0.015 0 5
1 0 − 0.25 0.0125 0 2.5
0
0 20 0.6 1 1400
Ahora preguntémonos ¿Es posible emplear más pivotes? No, el último renglón
contiene entradas no negativas. Esta es nuestra última matriz y la solución
correspondiente a esta matriz es el punto esquina óptimo.
10
Por favor, interprete la solución.
CRITERIOS DE EVALUACION:
EJERCICIOS
Minimizar: Z = 10x1+15x2
1 1
x1 + x 2 ≤ 1200
5 2
Sujeta a: x + 1 x ≤ 1800
4
1 2
5 2
x1 , x 2 ≥ 0
2) Minimizar: Z = 2x1+300x2
4 x1 + 5 x 2 ≤ 200
Sujeta a: 6 x1 + 3x 2 ≤ 210
x1 , x 2 ≥ 0
11
Tipo de silla ensamble Tapizado color terminado Utilidad/silla
normal 2 1 4 ¼ 15
ergonómica 3 1 6 20
½
12