MÉTODO SIMPLEX PROFESORA: LILIANA DELGADO HIDALGO [email protected] Minimizar Z = 4x1 + x2 Minimizar Z = 4x1 + x2 Sujeto a: 3x1 + x2 = 3 Estandarización Tradicional Sujeto a: 3x1 + x2 = 3 4x1 + 3x2 ≥ 6 4x1 + 3x2 – S2 = 6 x1 + 2x2 ≤ 4 x1 + 2x2 + S3 = 4 x 1 , x2 ≥ 0 x1 , x2,S2, S3 ≥ 0 Como n=4 y m=3, el Simplex hace n-m variables “cero” (en este caso una) para crear un sistema de ecuaciones consistente que arroje una Solución Inicial Inmediata y Factible . Qué pasa si x1 se hace igual a cero? Qué pasa si x2 se hace igual a cero? x1 = 0 x2 = 0 x2 = 3 x1 = 1 S2 = 3 S2 = -2 S3 = -2 S3 = 3 1 El método SIMPLEX necesita que la base inicial sea la matriz idéntica para poder arrancar. El problema general de PL es: MAX ( MIN ) Z = CX sujeto a : AX( ≤, =, ≥ )b X≥0 Si todas las restricciones son de ≤ , el método SIMPLEX inicia con la base igual a la matriz idéntica, formada por las columnas de las variables de holgura. Pero si existe por lo menos una restricción de = ó de ≥ , la matriz idéntica no aparece en forma automática y por lo tanto debe crearse mediante la adición de variables artificiales. En general, las restricciones de “=“ y de “≥” generan problemas al Simplex al momento de construir la tabla inicial que arranca el procedimiento. En cambio cuando las restricciones son de “≤” no existen estos inconvenientes y el método puede iniciar sin problemas con las variables de holgura. El Simplex soluciona estos inconvenientes de arranque creando Variables Artificiales. 2 Min Z = 4x1 + x2 Min Z = 4x1 + x2 Min Z = 4x1 + x2 + MR1+ MR2 Sujeto a: Sujeto a: Sujeto a: 3x1 + x2 = 3 3x1 + x2 = 3 3x1 + x2 + R1 = 3 4x1 + 3x2 ≥ 6 4x1 + 3x2 – S2 = 6 4x1 + 3x2 – S2 + R2 = 6 x1 + 2x2 ≤ 4 x1 + 2x2 + S3 = 4 x1 + 2x2 + S3 = 4 x1 , x2 ≥ 0 x1 , x2,S2, S3 ≥ 0 x1 , x2, S2, S3, R1, R2 ≥ 0 Aquí n = 6 y m = 3, siendo (n-m) = 3. Es decir, al hacer 3 variables iguales a “cero” sale una Solución Inicial Inmediata Factible. [Puede observar que estas 3 variables no básicas iniciales deben ser x1, x2, s2]. La Tabla Simplex Inicial se construye teniendo en cuenta que en el renglón (Zj – Cj) las variables básicas tienen necesariamente valores de “cero”. El MÉTODO DE LA GRAN M Tenga en cuenta que en la Tabla 1: - Variables No Básicas: x1, x2, s2 Min Z = 4x1 + x2 + MR1+ MR2 - Variables Básicas: R1, R2, S3 Min Z = 4x1 + x2 + MR1+ MR2 De la primera y segunda restricción: Sujeto a: R1 = 3 - 3x1 - x2 3x1 + x2 + R1 = 3 R2 = 6 - 4x1 - 3x2 + S2 4x1 + 3x2 – S2 + R2 = 6 Transformación necesaria en la Función Objetivo: x1 + 2x2 + S3 = 4 Min Z = 4x1 + x2 + M(3 - 3x1 - x2) + M(6 - 4x1 - 3x2 + S2) x1 , x2, S2, S3, R1, R2 ≥ 0 Min Z = (4 - 7M) x1 - (4M - 1)x2 + MS2 + 9M Variables Básicas Coeficientes en la Función Objetivo (Cj) x1 x2 S2 S3 R1 R2 Solución (R.H.S.) R1 M 3 1 0 0 1 0 3 R2 M 4 3 -1 0 0 1 6 S3 0 1 2 0 1 0 0 4 - (4-7M) (4M -1) -M 0 0 0 9M Zj - Cj 3 Tabla 1 Variables Básicas Coeficientes en la Función Objetivo (Cj) x1 x2 R1 M 3 R2 M 4 S3 0 Zj - Cj S2 S3 R1 R2 Solución (R.H.S.) 1 0 0 1 0 3 3 -1 0 0 1 6 1 2 0 1 0 0 4 - (4-7M) (4M -1) -M 0 0 0 9M Tabla OPTIMA Tabla 4 Variables Básicas Coeficientes en la Función Objetivo (Cj) X1 x2 S2 S3 X1 4 1 0 0 X2 1 0 1 0 S2 0 0 0 0 0 Zj - Cj R1 R2 Solución (R.H.S.) -1/5 2/5 0 2/5 3/5 -1/5 0 9/5 1 1 1 -1 1 0 -1/5 7/5-M -M 17/5 NOTA: Las variables artificiales siempre deben ser al final No Básicas, o tener valor de “cero”, ya que solo fueron creadas para arrancar el procedimiento. Múltiples Soluciones Observe que una Tabla Optima de MAXIMIZACION tiene todos los valores del renglón (Zj – Cj) ≥ 0. Es decir, el criterio funciona a la inversa de la Minimizacion. Maximice Z = (5/2)X1 + X2 Sujeto a: 3X1 + 5X2 ≤ 15 5X1 + 2X2 ≤ 10 Xj > 0 ; j = 1, 2 Tabla Final OPTIMA Variable s Básicas Coeficientes en la Función Objetivo (Cj) x1 X2 S1 S2 S1 0 0 3.8 1 -0.6 9 9/3,8 = 2,36 1 0.4 0 0.2 2 2/0.4 = 5 0 0 0 0.5 5 - X1 5/2 Zj - Cj Solució n Razón θ (R.H.S.) Entonces aquí la variable que entra es la variable no-básica que tenga el valor (Zj - Cj) más negativo. Observe la variable No Básica x2 con un valor de “0”. Si esta variable entra, la función objetivo permanece inmodificable. Puede encontrarse otra solución con el mismo valor de Z 4 Problema de solución infinita (ó No Acotada) Minimice Z = - X1 + X2 Sujeto a: - X1 + X2 ≤ 0 - 0,5X1 + X2 ≤ 1 Xj > 0 ; j = 1, 2 Tabla Inicial Variables Coeficientes en la Básicas Función Objetivo (Cj) x1 X2 S1 S2 Solución (R.H.S.) Razón θ S1 0 -1 1 1 0 0 0/-1 = 0 S2 5/2 -0.5 1 0 1 1 1/-0,5 = -2 1 -1 0 0 0 Zj - Cj Entra x1 pero: ¿Cuál variable sale? Problema sin solución Cuando en la Tabla Final existe como solución una Variable Artificial con valor mayor que cero. Condiciones De Parada Del Método Simplex 1. Si todos los valores (Zj – Cj) son positivos (MAX), o negativos (MIN), el SIMPLEXconcluye y se tiene entonces una solución ÓPTIMA. 2. Si el valor (Zj – Cj) de, por lo menos, una cualquiera de las variables NO básicas (iniciales) en el tablero SIMPLEX óptimo es cero (0), el SIMPLEX ha detectado un conjunto infinito de soluciones que puede escribirse como una combinación líneal convexa de cualesquiera dos ó más de ellas. 3. Si el tablero SIMPLEX actual tiene una variable candidata a entrar a la base, pero no hay una candidata a salir de ella, esto es, falla la regla del cociente, relacionada con la factibilidad de la siguiente solución básica, entones se concluye que se está trabajando con una función objetivo no acotada. 4. Si el tablero SIMPLEX cumple con la condición de parada enunciada en 1 pero aparece una variable artificial con un valor positivo en la solución óptima, entonces el SIMPLEX ha detectado que el problema NO tiene solución factible alguna. 5 3.3 EL METODO SIMPLEX DE LAS DOS FASES Este método elimina el problema de trabajar con la “Gran M” y los errores de redondeo asociados. FASE I: trata de encontrar una solución básica factible inicial. Aquí se minimiza la suma de las variables artificiales, sujeto a las restricciones del problema original. Hay dos posibilidades: a) La suma de las variables artificiales es igual a cero, entonces se continua con la fase II. b) Si el valor óptimo de la función objetivo es mayor que cero, entonces el problema original no tiene ninguna solución factible. FASE II: Se cambia la función objetivo a la función objetivo original y se utiliza la solución básica factible encontrada en la fase I. EL METODO SIMPLEX DE LAS DOS FASES Minimizar Z = 4X1 + X 2 Ejemplo: Sujeto a : 3X1 + X 2 = 3 4X1 + X 2 ≥ 6 X1 + 2X 2 ≤ 4 (X1 , X 2 ) ≥ 0 El modelo se transforma como sigue para iniciar el método de las dos fases: Minimizar Z ' = A1 + A2 sujeto a : 3 X 1 + X 2 + A1 4 X 1 + 3X 2 X1 + 2X 2 =3 − S1 + A2 =6 + S2 = 4 ( X 1 , X 2 , S1 , S 2 ) ≥ 0; A1 , A2 Var. Artificiales 6 EL METODO SIMPLEX DE LAS DOS FASES Minimizar Z ' = A1 + A2 sujeto a : 3 X 1 + X 2 + A1 4 X 1 + 3X 2 Cb =3 − S 1 + A2 X1 + 2X 2 Coeficientes de las variables en la función objetivo =6 + S2 = 4 ( X 1 , X 2 , S1 , S 2 ) ≥ 0; A1 , A2 Var. Artificial es Pij Cbi Columnas Variables Básicas Coeficientes en la FO (Cb) X1 X2 S1 S2 A1 A2 Solución (R.H.S.) A1 1 3 1 0 0 1 0 3 A2 1 4 3 -1 0 0 1 S2 0 1 2 0 1 0 0 7 4 -1 0 0 0 Zj - Cj − = =1 × 6 Pij 4 9 − EL METODO SIMPLEX DE LAS DOS FASES Minimizar Z ' = A1 + A2 3 X 1 + X 2 + A1 sujeto a : 4 X 1 + 3X 2 =3 − S 1 + A2 X1 + 2X 2 =6 + S2 = 4 ( X 1 , X 2 , S1 , S 2 ) ≥ 0; A1 , A2 Var. Artificial es Qué variable entra a la base? Qué variable sale a la base? Variabl es Básicas Coeficient es en la FO (Cb) X1 X2 A1 1 3 1 0 0 A2 1 4 3 -1 0 S2 0 1 2 0 1 7 4 -1 0 Zj - Cj S1 S2 A1 A2 Solución (R.H.S.) 1 0 3 3/3 = 1 0 1 6 6/4 = 1.5 0 0 4 4/1 = 4 0 0 9 Razón Mínima (θ) 7 EL METODO SIMPLEX DE LAS DOS FASES Variabl es Básicas Coeficient es en la FO (Cb) X1 X2 S1 X1 0 1 1/3 0 -1 S2 A1 A2 Solución (R.H.S.) 0 1/3 0 1 1 / (1/3) = 3 0 -4/3 1 2 2 / (5/3) = 1,2 3/(5/3) = 1,8 A2 1 0 5/3 S2 0 0 5/3 0 1 -1/3 0 3 0 5/3 -1 0 -7/3 0 2 Zj - Cj Razón Mínima (θ) Gauss… Variables Básicas Coeficientes en la FO (Cb) X1 X2 S1 S2 A1 A2 Solución (R.H.S.) X1 X2 S2 0 0 0 1 0 0 0 0 1 0 0 1/5 - 3/5 1 0 0 0 1 0 3/5 - 4/5 1 -1 - 1/5 3/5 -1 -1 3/5 6/5 1 0 Zj - Cj Razón Mínima (θ) Se debe pasar a la fase dos, con la anterior solución inicial EL METODO SIMPLEX DE LAS DOS FASES FASE 2 Minimizar Z = 4X1 + X 2 − = =1 × En la FO original: Cb 4 1 0 0 Variables Básicas Coeficientes en la FO (Cb) X1 X2 S1 S2 Solución (R.H.S.) Razón Mínima (θ) X1 X2 S2 4 1 0 1 0 0 0 0 1 0 0 1/5 - 3/5 1 1/5 0 0 1 0 3/5 6/5 1 18/5 (3/5)/(1/5) = 3 1/1 = 1 Zj - Cj Variables Básicas Coeficientes en la FO (Cb) X1 X2 S1 S2 Solución (R.H.S.) X1 X2 S1 4 1 0 1 0 0 0 0 1 0 0 0 0 1 0 - 1/5 3/5 1 - 1/5 2/5 9/5 1 17/5 Zj - Cj − 8 3. MÉTODO SIMPLEX Cualquier problema de Programación Lineal, en su forma estándar puede escribirse así: MAX (MIN) Z = CX sujeto a : AX = b X≥0 donde Z = Valor de la función objetivo C = Vector fila de los coeficientes de todas las variables en la función objetivo X = Vector columna de todas las variables del problema (incluyendo las de holgura) A = Matriz de coeficientes del sistema b = Vector del lado derecho 3. MÉTODO SIMPLEX En su forma general, un modelo estándar tendrá n variables (incluyendo las de holgura) y m restricciones. Así, en general, las dimensiones de cada matriz y vector son las siguientes: C = [C1 C2 C3 ·······C n ]1×n a11 a12 a 21 a22 . . A= . . . . am1 . X1 X 2 . X = (incluye variables de holgura Sk) . . X n n×1 · · · a1n · · · a2 n . . . . . . . . . . . . . . . amn m×n b1 b 2 . b= . . bm m×1 9 • 3.1 Soluciones Básicas En Forma Matricial • Modelo Original Modelo Estándar Maximizar Z = 5X1 + 3X 2 Maximizar Z = 5X1 + 3X 2 sujeto a : 3X1 + 5X 2 ≤ 15 sujeto a : 3X1 + 5X 2 + S1 5X1 + 2X 2 ≤ 10 5X1 + 2X 2 (X1 , X 2 ) ≥ 0 C = [5 = 15 + S 2 = 10 (X1 , X 2 , S1 , S 2 ) ≥ 0 3 0 ]; 0 X = [ X 1 X 2 S1 S 2 ] ; T 3 5 1 0 A= ; 5 2 0 1 15 b= 10 • 3.1 Soluciones Básicas En Forma Matricial • Modelo Estándar Maximizar Z = 5X1 + 3X 2 sujeto a : 3X1 + 5X 2 + S1 5X1 + 2X 2 Variables no básicas = 15 Variables básicas + S 2 = 10 (X1 , X 2 , S1 , S 2 ) ≥ 0 Solución Básica Nº X1 X2 S1 S2 Factible Valor de Z 1 0 0 15 10 Si 0 2 0 3 0 4 Si 9 3 0 5 -10 0 No – 4 5 0 0 -15 No – 5 2 0 9 0 Si 10 6 20/19 45/19 0 0 Si 235/19 = 12.4 10 •3.1 Soluciones Básicas En Forma Matricial 3.1 Soluciones Básicas En Forma Matricial Maximizar Z = 5X1 + 3X 2 + 0S1 + 0S2 MaximizarZ = 5(0) + 3(0) + 0(S1 ) + 0(S2 ) sujeto a : = 15 sujetoa : 3(0)+ 5(0) +1(S1 ) + 0(S2 ) = 15 + S 2 = 10 5(0)+ 2(0) + 0(S1 ) +1(S2 ) = 10 3X1 + 5X 2 + S1 5X1 + 2X 2 (X1, X2 , S1, S2 ) ≥ 0 (X1 , X 2 , S1 , S 2 ) ≥ 0 1 0 S1 15 0 1 S = 10 2 −1 S1 1 0 15 15 S = 0 1 10 = 10 2 Solución básica Nº 1 X1 = 0 S1 = 15 X2 = 0 S2 = 10 • 3.1 Soluciones Básicas En Forma Matricial • Modelo Estándar Maximizar Z = 5X1 + 3X 2 sujeto a : 3X1 + 5X 2 + S1 5X1 + 2X 2 = 15 + S 2 = 10 Variables no básicas (X1 , X 2 , S1 , S 2 ) ≥ 0 Variables básicas Solución Básica Nº X1 X2 S1 S2 Factible Valor de Z 1 0 0 15 10 Si 0 2 0 3 0 4 Si 9 3 0 5 -10 0 No – 4 5 0 0 -15 No – 5 2 0 9 0 Si 10 6 20/19 45/19 0 0 Si 235/19 = 12.4 11 3.1 Soluciones Básicas En Forma Matricial Maximizar Z = 5X1 + 3X 2 + 0S1 + 0S2 Maximizar Z = 5X1 + 3(0) + 0(0 ) + 0( S 2 ) sujeto a : sujeto a : 3X1 + 5X 2 + S1 5X1 + 2X 2 3X1 + 5(0) + 1(0) + 0( S 2 ) = 15 5X1 + 2(0) + 0(0) + 1( S 2 ) = 10 + S 2 = 10 (X1 , X 2 , S1 , S 2 ) ≥ 0 (X1 , X 2 , S1 , S 2 ) ≥ 0 3 0 X 1 15 5 1 S = 10 2 −1 X 1 3 0 15 1 / 3 0 15 5 S = 5 1 10 = − 5 / 3 1 10 = − 15 2 Solución básica Nº 4 = 15 S1 = 0 X2 = 0 S2 = -15 X1 = 5 No factible! Obsérvese que, en cada caso, la solución básica se obtiene invirtiendo la base y premultiplicándola por el vector b, o sea que una solución básica −1 es de la forma , B b donde B es la matriz base asociada a la solución correspondiente. 3.1 Método SIMPLEX en Forma Matricial El problema general de P.L. dado en su forma estándar por el conjunto de ecuaciones, puede tomarse de la siguiente manera: A = [B M R ] XB X = L X R C = [C B M C R ] Bm×m = Matriz base de orden m (se forma escogiendo m columnas de la matriz A, correspondientes a las variables básicas) Rm×(n-m) = Matriz restante, formada por las (n-m) columnas de la matriz A, asociadas a las variables no básicas. XBm×1 = Vector de las variables básicas. X R (n-m)×1 = Vector de las variables no básicas. CB1×m Vector de los coeficientes de las variables básicas en la función objetivo. = CR1×( n−m ) = Vector de los coeficientes de las variables no básicas en la función objetivo. 12 3.1 Método SIMPLEX en Matricial Por la tanto el modelo de P.L. quedaría expresado así: MAX(MIN)Z = CB X B + CR X R sujetoa : BXB + RXR = b X≥0 Una solución básica es aquella en la que XR = 0 , y, por lo tanto, Una solución básica factible es aquella solución básica X B = B −1b , X B = B −1b . tal que. XB ≥ 0 Inicie con una solución básica factible inmediata MÉTODO SIMPLEX MATRICIAL ¿Se cumple el CRITERIO DE PARADA? No Si La solución básica factible actual es una SOLUCIÓN ÓPTIMA Escoger la variable que va a entrar a la base (CRITERIO DE ENTRADA) FIN Determinar la variable que va a salir de la base (CRITERIO DE SALIDA) Realizar las operaciones fila elementales para cambiar de base y obtener una nueva solución básica factible 13 MÉTODO SIMPLEX MATRICIAL 1. Llevar el modelo a la forma estándar. 2. Determinar los parámetros de punto de partida: Bm×m Matriz base de orden m (se forma escogiendo m columnas de la matriz A, correspondientes a las variables básicas) Rm×(n-m) Matriz restante, formada por las (n-m) columnas de la matriz A, asociadas a las variables no básicas. XBm×1 Vector de las variables básicas. X R (n-m)×1 Vector de las variables no básicas. C B1×m Vector de los coeficientes de las variables básicas en la función objetivo. C R1×( n−m ) Vector de los coeficientes de las variables no básicas en la función objetivo. MÉTODO SIMPLEX MATRICIAL 3. Calcule la solución básica inicial, donde: X B = B −1b 4. Calcule el valor de Z j - Cj Z j = CBYj Z = CB XB para las variables no básicas y Y j = B −1a j Y = B −1R donde a son las columnas de A que forman la matriz R. j 14 MÉTODO SIMPLEX MATRICIAL 5. Revise el Criterio de Optimalidad: Caso Maximización: si todos los Z j − C j calculados en el literal anterior son mayores o iguales que cero, dicha solución es la solución óptima: Z j −Cj ≥ 0 Caso Minimización: si todos los Z j − C j calculados en el literal anterior son menores o iguales que cero, dicha solución es la solución óptima: Zj −Cj ≤ 0 Si se cumple el criterio finalice, de lo contrario continúe el paso 6. MÉTODO SIMPLEX MATRICIAL 6. Realice el proceso de primer cambio de base a) Criterio de entrada: Caso Maximización: ( Z j − C j ) sea el “más negativo”. Caso de Minimización: ( Z j − C j ) sea el “más positivo”. b) Criterio de salida Sale de la base aquella variable cuyo cociente θ sea el minimo, donde: x θ = s ; ysk > 0 ysk 15 MÉTODO SIMPLEX MATRICIAL 6. Realice el proceso de primer cambio de base b) Criterio de salida: Recuérdese que X B = X B − YX R , en este caso: a c XB = = − b d Columna asociada a Luego: Xi , xi variable a entrar a la base. a b c d θ = mín , = mín{a/c , b/d} Por lo tanto sale de la base asociada al θ mínimo MÉTODO SIMPLEX MATRICIAL 7. Actualizar la información con la nueva solución y repita todo el proceso, hasta llegar a la solución óptima. Ejemplo: Modelo Original Maximizar Z = 5X1 + 3X 2 sujeto a : 3X1 + 5X 2 ≤ 15 5X1 + 2X 2 ≤ 10 (X1 , X 2 ) ≥ 0 16 Aplicación Del Método Simplex En Forma Matricial 1. Llevar el modelo a la forma estándar. Modelo Original Modelo Estándar Maximizar Z = 5X1 + 3X 2 Maximizar Z = 5X1 + 3X 2 sujeto a : sujeto a : 3X1 + 5X 2 + S1 3X1 + 5X 2 ≤ 15 5X1 + 2X 2 ≤ 10 (X1 , X 2 ) ≥ 0 5X1 + 2X 2 = 15 + S 2 = 10 (X1 , X 2 , S1 , S 2 ) ≥ 0 Aplicación Del Método Simplex En Forma Matricial 2. Determinar los parámetros de punto de partida: Bm×m Matriz base de orden m (se forma escogiendo m columnas de la matriz A, correspondientes a las variables básicas) Rm×(n-m) Matriz restante, formada por las (n-m) columnas de la matriz A, asociadas a las variables no básicas. X B m×1 Vector de las variables básicas. X R (n -m)×1 Vector de las variables no básicas. C B1×m C R 1×( n−m ) 1 0 B= ; 0 1 S 1 S2 Vector de los coeficientes de las variables básicas en la función objetivo. Vector de los coeficientes de las variables no básicas en la función objetivo. S1 X1 15 3 5 C B = [0 0]; C R = [5 3]; b = ; R = ; X B = S ; X R = X 10 5 2 2 2 X1 X2 17 Aplicación Del Método Simplex En Forma Matricial Maximizar Z = 5X1 + 3X 2 sujeto a : 3X1 + 5X 2 + S1 1 0 15 B= ; b = 10 ; 0 1 5X1 + 2X 2 = 15 + S 2 = 10 (X1 , X 2 , S1 , S 2 ) ≥ 0 3. Calculo de la solución básica inicial X B = B −1b −1 1 0 15 15 Entonces: X B = B b = 0 1 10 = 10 −1 XB Z = CB XB = 0 es la solución básica factible inicial. Aplicación Del Método Simplex En Forma Matricial 4. Calculo de ( Z j − C j ) para las variables no básicas. Z j = C B Y j = C B B −1a j , donde a j son las columnas de A que forman la matriz R. 1 0 3 5 3 5 Y = B −1R = = (columnas de la matriz Y) 0 1 5 2 5 2 Z1 = C B Y1 = [0 0][3 5] = 0 T Z 2 = C B Y2 = [0 0][5 2] = 0 T ⇒ Z1 − C1 = 0 − 5 = −5 ⇒ Z 2 − C 2 = 0 − 3 = −3 18 Aplicación Del Método Simplex En Forma Matricial 5. Revisión del criterio de optimalidad Caso Maximización: si todos los Z j − C j calculados en el literal anterior son mayores o iguales que cero, dicha solución es la solución óptima: Como ⇒ Z1 − C1 = 0 − 5 = −5 ⇒ Z 2 − C 2 = 0 − 3 = −3 Z j −Cj ≤ 0 Entonces ésta no es la solución óptima y se debe continuar con el paso 6 Aplicación Del Método Simplex En Forma Matricial 6. Primer Cambio de Base: a) Criterio de entrada: ( Z j − C j ) sea el “más negativo”. 1 Y = B −1R = 0 0 3 1 5 Z 1 = C B Y1 = [0 Z 2 = C B Y2 = [0 5 3 = 2 5 5 2 (columnas de la matriz Y) 0 ][3 5 ] = 0 T 0 ][5 2] = 0 T ⇒ Z 1 − C1 = 0 − 5 = − 5 ⇒ Z 2 − C 2 = 0 − 3 = − 3 ENTRA A LA BASE LA VARIABLE x1 19 Aplicación Del Método Simplex En Forma Matricial 6. Primer Cambio de base b. Criterio de salida: Recuérdese que X B = X B − YX R , en este caso: s 15 3 5 x1 XB = 1 = − s2 10 5 2 x2 Columna asociada a Luego: X1 , variable a entrar a la base. 15 10 , = mín{5 , 2} = 2 3 5 θ = mín Por lo tanto sale de la base la variable S2. Aplicación Del Método Simplex En Forma Matricial 7. Actualización de la información con la solución básica factible actual: Actualmente, las nuevas condiciones son: S S 1 3 15 0 5 B = ; CB = [0 5]; CR = [0 3]; b = ; R = ; XB = 1 ; XR = 2 0 5 10 1 2 X1 X2 s1 x 1 s2 x2 Entonces, la solución actual es: −1 1 3 15 1 − 3 5 15 9 = XB = B b = = 0 5 10 0 15 10 2 −1 Z = C B X B = 10 20 Aplicación Del Método Simplex En Forma Matricial Segundo Cambio de Base: (si se necesita) Criterio de entrada: ( Z − C ) sea el “más negativo”. Z = C Y = C B a , donde a son las columnas de A que forman la matriz R. j j −1 j B j B j j 1 − 3 / 5 0 5 − 3 / 5 19 / 5 Y = B −1R = = 2 / 5 0 1 / 5 1 2 1 / 5 (Columnas de Y) S2 X2 Z1 = C B Y1 = [0 5][− 3 / 5 1 / 5] = 1 T Z 2 = C B Y2 = [0 5][19 / 5 2 / 5] = 2 ⇒ Z1 − C1 = 1 − 0 = 1 T ⇒ Z 2 − C 2 = 2 − 3 = −1 , ENTRA A LA BASE LA VARIABLE X2 (la única cuyo Zj – Cj es negativo) Aplicación Del Método Simplex En Forma Matricial Criterio de salida: Recuérdese que X B = X B − YX R , en este caso: s1 9 − 3 / 5 19 / 5 s2 XB = = − 2 / 5 x2 x1 2 1 / 5 Columna asociada a Luego: X2 , variable a entrar a la base. 45 45 , 5 = 19 19 θ = mín Por lo tanto sale de la base la variable S1. 21 Aplicación Del Método Simplex En Forma Matricial Solución básica factible actual: Actualmente, las nuevas condiciones son: X 2 15 0 1 C B = [3 5]; C R = [0 0]; b = ; R = ; X B = X ; X R 10 1 0 1 5 3 B= ; 2 5 x2 x1 s2 s1 Entonces, la solución actual es: −1 5 3 15 5 / 19 − 3 / 19 15 45 / 19 XB = B b = = = 2 5 10 − 2 / 19 5 / 19 10 20 / 19 −1 Z = C B X B = 235 / 19 ≅ 12.37 Aplicación Del Método Simplex En Forma Matricial Tercer Cambio de Base: (si se necesita) Criterio de entrada: ( Z − C ) sea el “más negativo”. Z = C Y = C B a , donde a son las columnas de A que forman la matriz R. j j −1 j B j B j j 5 / 19 − 3 / 19 0 1 − 3 / 19 5 / 19 Y = B −1R = = (columnas de Y) − 2 / 19 5 / 19 1 0 5 / 19 − 2 / 19 Z1 = CB Y1 = [3 5][− 3 / 19 5 / 19] = 16 / 19 T Z 2 = CB Y2 = [3 5][5 / 19 − 2 / 19] = 5 / 19 T ⇒ Z1 − C1 = 16 / 19 − 0 = 16 / 19 ≥ 0 , SE CUMPLE EL CRITERIO DE PARADA Y ⇒ Z 2 − C2 = 5 / 19 − 0 = 5 / 19 OPTIMALIDAD. 22 FUENTES: 1. Vidal, Carlos Julio (2005). Introducción A La Modelación Matemática Y Optimización. 2. Bravo, Juan José. Notas de Clase: Método Simplex. 3. Ramírez, Luis Felipe (2009). Notas de Clase: Método Simplex. 4. Toro, Héctor Hernán. Notas de Clase. Método Simplex 23