emat 3. eletodom del simplex. -...
TRANSCRIPT
Tema 3. El m�etodo del Simplex.
Ma Luisa Carpente Rodr��guez
Departamento de Matem�aticas
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 1 / 28
Objetivos
1 Conocer el funcionamiento de los algoritmos dise~nados: el Simplex.
2 Conocer y manejar correctamente alg�un tipo de software para resolver
este tipo de problemas.
3 Interpretar correctamente las soluciones.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 2 / 28
Calendario previsto
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
T
P
Tema 3
Semanas
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 3 / 28
1 Problemas de programaci�on lineal en forma est�andar
2 Repaso de notaci�on y nociones b�asicas para la resoluci�on de sistemas de
ecuaciones lineales
3 De�niciones b�asicas: soluci�on factible, variables b�asicas y no b�asicas,
sistema can�onico, soluci�on b�asica y soluci�on factible b�asica
4 Esquema b�asico de funcionamiento del m�etodo del Simplex.
De�niciones b�asicas: bene�cios relativos y pivotaje
5 El m�etodo del Simplex por tablas: criterio de entrada, criterio de salida
(regla de la m��nima proporci�on)y elemento pivote
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 4 / 28
Forma est�andar
La forma est�andar de un PPL com m restricciones y n variables se escribe:
max(�omin)z = c1x1 + c2x2 + � � �+ cnxn
s:a: a11x1 + a12x2 + � � �+ a1nxn = b1
a21x1 + a22x2 + � � �+ a2nxn = b2
� � � � � � � � � � � �
am1x1 + am2x2 + � � �+ amnxn = bm
x1; x2; : : : ; xn � 0
donde b1; b2; : : : ; bm � 0
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 5 / 28
Forma est�andar
En notaci�on matricial
La forma est�andar de un PPL com m restricciones y n variables se escribe:
max(�omin) z = cx
s:a: Ax = b
x � 0
donde
A (m � n): es la matriz de coe�cientes
x (n � 1): es el vector soluci�on, de actividades o de decisiones
b (m � 1): es el vector de restricciones o de recursos
c (1� n): es el vector de costes o de bene�cios
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 6 / 28
Forma est�andar
Cualquier PPL se puede pasar a forma est�andar:
Para convertir las desigualdades en igualdades se introducen las
variables de holgura
Ejemplo
Si se tiene x1 + x2 � 8 pasa a ser x1 + x2 + x3 = 8 con x3 � 0
Si se tiene x1 + x2 � 8 pasa a ser x1 + x2 � x3 = 8 con x3 � 0
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 7 / 28
Forma est�andar
Si alg�un bj es negativo se multiplica toda la restricci�on por �1
Si un xi es � 0, se introduce una variable � 0, xk , tal que xi = �xk
Si una variable xi es no restringida (puede tomar cualquier valor), se
introducen dos variables � 0, xk xl , tal que xi = �xk � xl
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 8 / 28
Forma est�andar
Ejemplo
Sea el siguiente PPL:
maxz = 5x1 � 2x2 + 3x3
s:a: x1 + x2 + x3 � 7
x1 � 2x2 + x3 � 2
3x1 � x2 � 2x3 = �5
x1 � 0
x2 � 0
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 9 / 28
Forma est�andar
La forma est�andar del PPL es:
maxz = 5x1 + 2x�2 + 3x+3 � 3x�3s:a: x1 � x
�
2 + x+3 � x
�
3 + x4 = 7
x1 + x�
2 + x+3 � x
�
3 � x5 = 2
�3x1 � x�
2 + 2x+3 � 2x�3 = 5
x1 � 0
x�
2 � 0
x+3 � 0
x�
3 � 0
x4; x5 � 0
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 10 / 28
Forma est�andar
Dado el PPL est�andar
max(�omin) z = cx
s:a: Ax = b
x � 0
se tiene que:
Una soluci�on factible es un vector no negativo x tal que Ax = b
La regi�on factible,S , es es conjunto de todas las soluciones factibles
S = fx=Ax = b; x � 0g
Si S = ; entonces el problema se dice no factible
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 11 / 28
Forma est�andar
Una soluci�on �optima es un vector xo tal que es una soluci�on factible y
maximiza (o minimiza) la funci�on del objetivo, es decir cxo = maxcx
(o cxo = mincx )
El valor �optimo de un PPL es el valor del objetivo correspondiente a
la soluci�on �optima (zo = cxo)
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 12 / 28
Sistemas de ecuaciones
Los sistemas de ecuaciones lineales pueden resolverse por el m�etodo
de eliminaci�on de Gauss-Jordan.
Si un sistema de ecuaciones tiene m�as inc�ognitas que ecuaciones,
entonces tiene m�as de una soluci�on. A la colecci�on de todas las
posibles soluciones se le llama conjunto soluci�on.
Dos sistema de ecuaciones se dicen equivalentes si ambos sistemas
tienen el mismo conjunto soluci�on.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 13 / 28
Sistemas de ecuaciones
Sea el sistema
x1 � 2x2 + x3 � 4x4 + 5x5 = 2
x1 � x2 � x3 � 3x4 � x5 = 4
Si en el sistema anterior cambiamos la segunda ecuaci�on sum�andole
la primera cambiada de signo, eliminamos la variable x1
x1 � 2x2 + x3 � x4 + 5x5 = 2
x2 � 2x3 + x4 � 3x5 = 2
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 14 / 28
Sistemas de ecuaciones
Eliminamos ahora x2 de la primera ecuaci�on
x1 � 3x3 � 2x4 � 4x5 = 6
x2 � 2x3 + x4 � 3x5 = 2
Si hacemos
x3 = x4 = x5 = 0
se obtiene
x1 = 6
x2 = 2
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 15 / 28
De�niciones b�asicas
Una variable es b�asica si aparece en una �unica ecuaci�on del sistema
con coe�ciente 1. Las variables que no cumplen esto, se dicen no
b�asicas.
Un sistema de ecuaciones se llama can�onico si en cada ecuaci�on
aparece una variable b�asica.
Un pivotaje es una sucesi�on de operaciones elementales que reduce un
sistema de ecuaciones dado a uno equivalente.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 16 / 28
De�niciones b�asicas
Una soluci�on es b�asica si se obtiene de hacer las variables no b�asicas
cero y se calcula el valor de las b�asicas en cada ecuaci�on.
Una soluci�on es factible b�asica si es b�asica y los valores de las
variables b�asicas son no negativos.
Dado un PPL con n variables y m restricciones, el n�umero de
soluciones b�asicas est�a acotado por�nm
�
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 17 / 28
Principios del Simplex
Introducci�on
George Dantzig
Nacido en Oreg�on en 1914, hijo de inmigrantes de origen ruso, estudia
matem�aticas en la Universidad de Maryland. Poco despu�es de doctorarse
por la Universidad de Berkeley, en 1947, formula el enunciado est�andar de
un problema general de Programaci�on Lineal y desarrolla el m�etodo del
Simplex.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 18 / 28
Principios del Simplex
Una de las primeras aplicaciones del Simplex fue la resoluci�on del
llamado \puente a�ereo de Berl��n". A mediados de 1948, en plena
guerra fr��a, la URSS bloque�o las comunicaciones terrestres con Berl��n.
Utilizando la Programaci�on Lineal, se dise~n�o un plan de
abastecimiento a�ereo que en pocos meses consigui�o igualar a los
anteriores suministros realizados por carretera y ferrocarril.
En 1951 el ordenador SEAC (Standards Eastern Automatic
Computer) resolv��a problemas con 48 restricciones y 72 variables.
En 1963 el IBM 7090 resolv��a problemas con 1024 restricciones y 10
a~nos m�as tarde otro IBM, el modelo 360, era ya capaz de utilizar
32000 restricciones.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 19 / 28
Principios del Simplex
Principios del Simplex
Es un procedimiento iterativo para resolver PPLs en forma est�andar.
1 Empezar obteniendo una soluci�on factible b�asica inicial (poniendo el
sistema de ecuaciones en forma can�onica).
2 Mejorar dicha soluci�on si es posible. En ese caso el Simplex ya
dejar�a de considerar todas aquellas soluciones factibles b�asicas cuya
funci�on del objetivo sea peor que la actual.
3 Repetir el paso 2 hasta encontrar la mejor soluci�on factible b�asica.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 20 / 28
Principios del Simplex
Sea el problema:
maxz = 5x1 � 2x2 � 3x3 � x4 + x5
s:a: x1 + 2x2 + 2x3 + x4 = 8
3x1 + 4x2 + x3 + x5 = 7
xi � 0
La siguiente es una soluci�on factible b�asica:
x1 = x2 = x3 = 0
x4 = 8
x5 = 7
z = �1
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 21 / 28
Principios del Simplex
El cambio neto en el valor de z para un incremento unitario de una
variable se denomina bene�cio relativo y se denotar�a por �c .
Calculamos el bene�cio relativo de x1 (se mantiene x2 = x3 = 0). Si
x1 = 1 entonces:
x4 = 7
x5 = 4
z = 2
Luego aumentar el valor de x1 en una unidad hace que el objetivo aumente
en 2� (�1) = 3 unidades (�c1 = 3). Sabemos que la anterior soluci�on
factible b�asica no es �optima. Haciendo el mismo razonamiento obtenemos
�c2 = 0 y �c3 = 4.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 22 / 28
Principios del Simplex
Una soluci�on b�asica adyacente a una SB espec���ca di�ere de la
soluci�on b�asica considerada en una �unica variable b�asica.
En el ejemplo anterior, si incluimos en la base la variable que ten��a el
mejor bene�cio relativo, x3, el m�aximo valor que puede tomar �esta lo
condicionan las restricciones:
2x3 + x4 = 8
x3 + x5 = 7
Como x4; x5 � 0 se tiene
x4 = 8� 2x3 � 0) x3 � 4
x5 = 7� x3 � 0) x3 � 7
Por tanto, x3 � 4 y la variable x4 se anula, pasando a no ser b�asica. La
soluci�on obtenida as�� es adyacente de la primera SFB.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 23 / 28
Principios del Simplex
El m�etodo del Simplex para un problema de maximizaci�on
1 Empezar con una SBF del sistema en forma can�onica.
2 Comprobar si esa soluci�on es �optima, calculando los bene�cios
relativos de las variables no b�asicas. Si todos son � 0, la soluci�on
actual es �optima y se �naliza. En otro caso, seguir.
3 Seleccionar la variable no b�asica con el mayor bene�cio relativo. Esta
variable entrar�a en la base.
4 Determinar la variable que sale de la base por la regla de la m��nima
proporci�on: las restricciones en las que la variable no b�asica
seleccionada tiene coe�ciente positivo, restringen el crecimiento de la
variable al cociente entre la constante de la derecha y el valor del
coe�ciente positivo (los ceros o negativos no limitan el crecimiento de
la variable).
5 Resolver el nuevo sistema y volver a 2.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 24 / 28
El Simplex por tablas
Veremos el Simplex por tablas en el problema:
maxz = 5x1 � 2x2 � 3x3 � x4 + x5
s:a: x1 + 2x2 + 2x3 + x4 = 8
3x1 + 4x2 + x3 + x5 = 7
xi � 0
5 2 3 -1 1
1 2 2 1 0
3 4 1 0 1
-1
1
8
7
3 0 4 0 0 -1
Coeficientes del objetivo
Var
iabl
es b
ásic
as
b
zBeneficios relativos
A
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 25 / 28
El Simplex por tablas
Para calcular los bene�cios relativos:
�ci = ci � cBPi
donde cB son los coe�cientes en el objetivo de las variables b�asica y
Pi es la columna en la tabla de la variable xi .
Tras un pivotaje:I Nueva �la pivote = �la antigua pivote divida por el valor del pivote.I Nueva �la = �la antigua-(coe�ciente de la columna pivote)�(nueva
�la pivote)
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 26 / 28
El Simplex por tablas
5 2 3 -1 1
1 2 2 1 0
3 4 1 0 1
-1
1
8
7
3 0 4 0 0 -1TA
BLA
1
5 2 3 -1 1
1/2 1 1 1/2 0
5/2 3 0 -1/2 1
3
1
4
3
1 4 0 -2 0 15
TAB
LA 2
5 2 3 -1 1
0 2/5 1 3/5 -1/5
1 6/5 0 -1/5 2/5
3
5
17/5
6/5
0 -26/5 0 -9/5 -2/5 81/5
TAB
LA 3
Óptima
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 27 / 28
El Simplex por tablas
Observaciones
Si en la tabla �optima alguna variable no b�asica tiene bene�cio relativo
cero, entonces hay �optimos alternativos.
Si el problema es de minimizaci�on:I Se cambia de signo la funci�on del objetivo y se resuelve como uno de
maximizaci�on.I Se utiliza el algoritmo descrito, variando que la variable no b�asica que
entra es la de menor bene�cio relativo y �nalizando cuando todos losbene�cios relativos sean no negativos.
M.L. Carpente (Departamento de Matem�aticas) El m�etodo del Simplex 2008 28 / 28