






































Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Investigación operativa describe la forma correcta del método simplex
Tipo: Apuntes
1 / 46
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!







































Ri ≥ bi → Ri - si = bi Variable Supérflua (S)
i
i → R i
i
i Variable de Holgura (h)
i
i → - R i
i
i
i → - R i
i
i
i →
i
i 6.- Si Xj n.r.s. , se debe realizar cambio de variable
j
j
j
j
j
5.- Si Xj ≤ 0, se debe realizar cambio de variable
j
j
j
Algoritmo SIMPLEX: Fase 1 :
Ejemplo de Simplex:
Cambio de variable x = x 1 e y= x 2
2 x 1 + x 2 ≤ 100 (restricción de acabado) x 1 + x 2 ≤ 80 (restricción de carpinteria) x 1 ≤ 40 (restricción de demanda de muñecos) Restricciones de no negatividad:
x 1 , x 2 , h1 , h 2 , h 3 ≥ 0
S.a:
2. Paso 2 : Escribir en la tabla inicial simplex (Iteración Cero): En las columnas aparecerán todas las variables del problema y, en las filas, los coeficientes de las igualdades obtenidas, una fila para cada restricción, la primera fila con los coeficientes de la función objetivo. Iteración Inicial (Iteración Cero) Base Z Variables No-Básicas (VNB0)– Iteración cero Variables Básicas (VB0) Iteración cero Solució n Coeficiente VB X 1 X 2 h 1 h 2 h 3 LD Radio ρ Z 1 - 3 - 2 0 0 0 0 h 1
h 2 0 1 1 0 1 0 80 h 3 0 1 0 0 0 1 40
3. Paso 3 : Verificar la optimalidad de la tabla, al tratarse de un problema de MAXIMIZAR, todos los coeficientes de la fila Z deben cero o mayor que cero. Iteración Inicial (Iteración Cero) Base Z Variables No-Básicas (VNB0)– Iteración cero Variables Básicas (VB0) Iteración cero Solució n Coeficiente VB X 1 X 2 h 1 h 2 h 3 LD Radio ρ Z 1 - 3 - 2 0 0 0 0 h 1
h 2 0 1 1 0 1 0 80 h 3 0 1 0 0 0 1 40 Dos coeficientes que no cumplen con la condición de optimalidad
4. Paso 4 A. Para escoger la variable de decisión que entra en la base, (FLECHA AZUL PARTE SUPERIOR), observamos la primera fila, la cual muestra los coeficientes de la función objetivo y escogemos la variable con el coeficiente más negativo (en valor absoluto). - En este caso, la variable X 1 de coeficiente - 3. - Si existiesen dos o más coeficientes iguales que cumplan la condición anterior, entonces se elige cualquiera de ellos. - Si en la primera fila no existiese ningún coeficiente negativo, significa que se ha alcanzado la solución óptima. Por tanto, lo que va a determinar el final del proceso de aplicación del método del simplex, es que en la primera fila fila no haya elementos negativos. La columna de la variable que entra en la base se llama columna pivote (en color verde fosforescente).
Iteración Inicial (Iteración UNO) Base Z Variables No-Básicas (VNB0)– Iteración cero Variables Básicas (VB0) Iteración cero Solució n Coeficiente VB X 1 X 2 h 1 h 2 h 3 LD Radio ρ Z 1 - 3 - 2 0 0 0 0 h 1 0 2 1 1 0 0 100 100/2= h 2
h 3 0 1 0 0 0 1 40 40/1=4040/1= Menor radio
Coeficiente más negativo
En la intersección de la fila pivote y columna pivote tenemos el ELEMENTO PIVOTE, 1 , este indica que la variable de decisión X 1 entra y la variable de holgura h 3 sale. Paso 6: Encontrar los coeficientes para la nueva tabla simplex. Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los coeficientes de la fila por el valor del ELEMENTO PIVOTE “ 1 ”, ya que este se debe convertir en 1. En nuestro caso ya es uno, por tanto la división nos da los mismos valores. A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de la columna pivote, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la función objetivo Z.
Iteración “0” (^) Iteración “1”
Para la nueva fila de X 1 (variable que entra a la Base), se divide los coeficientes la fila de h 3 (variable que sale de la Base) entre el valor del ELEMENTO PIVOTE. h 3
Divido por “ 1 ” X 1 0 1 0 0 0 1 40 Para Fila “ X
”: ELEMENTO PIVOTE
Para Fila “ h
”: X 1 0 1 0 0 0 1 40 Fila de variable que entró a la Base (nueva): Fila de h 1 de la Iteración Cero:
h 1 0 2 1 1 0 0 100 100/2= Elemento que debe ser “Cero” h 1
Para Fila “ h
”: X 1 0 1 0 0 0 1 40 Fila de variable que entró a la Base (nueva): Fila de h 2 de la Iteración Cero:
h 2 0 1 1 0 1 0 80 Elemento que debe ser “Cero” h 2 0 0 1 0 1 - 1 40