Professional Documents
Culture Documents
INTEGRANTES: BERNAL PICHILINGUE, Jean Carlos MEJA SANCHEZ, Mijael CURSO: Investigacion Operativa I DOCENTE: Ing. Jos Perez Ramirez CICLO:
VI-CICLO
HUACHO - PERU
Investigacion Operativa I
Ingenieria Informatica
Los pasos bsicos del mtodo M son los siguientes: 1. Exprese el problema en forma estndar transformando las inecuaciones en ecuaciones introduciendo variables de holgura. 2. Agregue variables no negativas al lado izquierdo de cada una de las ecuaciones correspondientes a las restricciones de tipo (>=) o (=). Estas variables se denominan variables artificiales y su adicin hace que las restricciones correspondientes. Esta dificultad se elimina asegurando que las variables sean 0 en la solucin final. Esto se logra asignando una penalizacin muy grande por unidad a estas variables en la funcin objetivo. Tal penalizacin se designar como M para problemas de maximizacin y +M para problemas de minimizacin. 3. Utiliza las variables artificiales en la solucin bsica inicial; sin embargo la funcin objetivo de la tabla inicial se prepara adecuadamente para expresarse en trminos de las variables no bsicas nicamente. Esto significa que los coeficientes de las variables artificiales en la funcin objetivo deben ser 0 un resultado que puede lograrse sumando mltiplos adecuados de las ecuaciones de restriccin al rengln objetivo. 4. Proceda con los pasos regulares del mtodo simplex.
Investigacion Operativa I
Ingenieria Informatica
EJEMPLO 01:
Min Z = 4x1 + x2
s.a: 3x1 + 4x1 + x1 + x1, x2 x2 3x2 2x2 = >= <= >= 3 6 4 0
Para resolver por el metodo M se debe tener en cuenta, los simbolos si las restricciones son , dependiendo de ello se estandariza.
SOLUCION:
Standarizamos las variables artificiales, y le agregamos la variable de exceso a todos los que tengan el signo ), y le aadimos una artificial.
3x1 + 4x1 + x1 +
x2 3x2 2x2
= = = >=
3 6 4 0
1. 2.
R1 = 3 R2 = 6 -
Z = 4 x1
Z = x1(4 -7M)
Investigacion Operativa I
Ingenieria Informatica
Construimos la tabla, con las variables basicas, y las no basicas, le agregamos las variables de las restricciones. Como se presenta acontinuacion. Min Z = x1(4 -7M) s.a: 3x1 + x2 4x1 + x2 x1 + x2 + x3 + x3 R1 0R2 + R2 0R2 + 0 x4 + 0 x4 + x4 = = = >= 3 6 4 0 + x2 (1 - 4M) + X3 M + 9M
+ 0R1
+ x3 + 0R1
Var. B. Z R1 R2 X4
Z 1 0 0 0
X1 -4+7M 3 4 1
X2 -1+4M 1 3 2
X3 -M 0 -1 0
R1 0 1 0 0
R2 0 0 1 1
X4 0 0 0 1
Solucion. 9M 3 6 4
1 1,5 4
Investigacion Operativa I
Ingenieria Informatica
Var. B. Z R1 R2 X4
Z 1 0 0 0
X1 -4+7M 3 4 1
R2 0 0 1 1
X4 0 0 0 1
Solucion. 9M 3 6 4
1 1,5 4
Variable Salida
Elemento Pivote
Ecuacion Pivote
Luego para hallar la nueva ecuacion pivote, se divide la ecuacion pivote anterior entre el elemento pivote. R1 0 3 1 0 1 0 0 3 /3
1/3
1/3
Luego la trasladaremos en la tabla y comenzar la primera iteracion y realizar el mismon procedimiento anterior.
Variable B. Z X1 R2 X4
Z 1 0 0 0
X1 0 1 0 0
X3 -M 0 -1 0
R2 0 0 1 0
X4 0 0 0 1
Solucion 2M+4 4 2 5
Luego se obtienen las nuevas ecuaciones con la formula asignada, y obtendremos las siguientes ecuaciones.
Investigacion Operativa I
Ingenieria Informatica
Nueva Ecuacion Z:
1 0
-4+7M 4-7M
-1+4M 4-7M/3
-M 0
0 4-7M/3
0 0
0 0
9M 4-7M
1+5M/3
-M
4-7M/3
2M+4
5/3
-1
-4/3
0 0
1 -1
2 1/3
0 0
0 -1/3
0 0
1 0
4 -1
5/3
-1/3
Variable B. Z X1 R2 X4
Z 1 0 0 0
X1 0 1 0 0
X3 -M 0 -1 0
R2 0 0 1 0
X4 0 0 0 1
5/3
-1
-4/3
5/3
-3/5
-4/5
3/5
6/5
Investigacion Operativa I
Ingenieria Informatica
Luego la trasladaremos en la tabla y comenzar la segunda iteracion y realizar el mismo procedimiento anterior.
Variable B. Z X1 X2 X4
Z 1 0
X1 0 1
X2 0 0
X3 1/5 1/5
R1 8-5M/5 3/5
R2 -1-5M/5 -1/5
X4 0 0
0
0
0
0
1
0
-3/5
1
-4/5
1
3/5
-1
0
1
6/5
1
1 0
0 0
1+5M/3
-1-5M/3
-M 1+5M/5
4-7M/3
4+20M15
0 -1-5M/5
1/5
8-5M/5
-1-5M/5
0 0 0
2M+4
4-7M
18/5
1/5
3/5
-1/5
3/5
0 0
0 -1
5/3 -5/3
0 1
-1/3 4/3
0 -1
1 0
3 -2
-1
Investigacion Operativa I
Ingenieria Informatica
Variable B. Z X1 X2 X4
Z 1 0 0 0
X1 0 1 0 0
X2 0 0 1 0
X4 0 0 0 1
/1
-1
Luego la trasladaremos en la tabla y comenzar la segunda iteracion y realizar el mismo procedimiento anterior.
Variable B. Z X1 X2 X3
X1
X2
X3
R1
R2
X4 -1/5
Solucion
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
-M -1/5 0 -1
0 3/5 1
1 0
0 0
0 0
1/5 -1/5
8-5M/5 -1/5
-1-5M/5 1/5
7-5M/5
-M
0 -1/5 -1/5
18/5 -1/5
17/5
Investigacion Operativa I
Ingenieria Informatica
3/5
-1/5
2/5
-1/5
3/5
9/5
Se obtienen la tabla:
Variable B. Z X1 X2 X3
X1
X2
X3
R1
R2
X4 -1/5
Solucion
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
-M -1/5 0 -1
0 3/5 1
Luego la minimizacion de la funcion objeto es: Min Z= 4x1 + x2 Min Z= 4(2/5) +9/5 Min Z= 17/5
Investigacion Operativa I
Ingenieria Informatica
ste mtodo difiere del Simplex en que primero hay que resolver un problema auxiliar que trata de minimizar la suma de las variables artificiales. Una vez resuelto este primer problema y reorganizar la tabla final, pasamos a la segunda fase, que consiste en realizar el mtodo Simplex normal.
FASE I:
Se realiza la minimizacin de una funcin que est compuesta por la suma de los valores de las variables artificiales; para el sistema aumentado del problema original. (Independientemente de qu funcin objetivo tenga el problema original). Si en la solucin ptima de la FASE I, el valor de las variables artificiales es de cero, se procede con la FASE II tomando la solucin bsica factible resultante. Si alguna de las variables artificiales tiene un valor distinto a cero, el problema original es infactible.
FASE II:
Utilizando la solucin bsica factible final de la FASE I, se resuelve el problema original, esto es, se resuelve para la funcin objetivo del problema original; si se desea, se pueden eliminar las columnas artificiales. Ntese que primeramente debe actualizarse correctamente el rengln cero para el conjunto de variables bsicas que defini la FASE I. Con la tabla en forma correcta se procede a optimizar de forma habitual siguiendo el algoritmo Simplex.
Nota: Si el valor mnimo de la funcin objetivo ptima es mayor que cero, el problema no tiene solucin y termina anotndose que no existen soluciones factibles. A modo resumen podemos dejar esta tabla, segn la desigualdad que aparezca, y con el valor que deben estar las nuevas variables. Tipo de desigualdad = Tipo de variable que aparece - exceso + artificial + artificial + holgura
Investigacion Operativa I
Ingenieria Informatica
Para minimizar la funcion objeto por el metodo de dos faces se debe seguir los siguientes pasos y realizar por dos faces. PRIMER PASO: Estandarizamos:
2x1 + 3x1 +
3x2 + R1 6x2
S1 S2 0
FASE I
Min Z = R1 + R2 S.a:
2x1 3x1 + + 3x2 6x2 S1 0S1 0S2 S2 + + R1 0 R1 + 0R2 + R2 x1, x2, R1, R2 = = >= 36 60 0
Investigacion Operativa I
Ingenieria Informatica
Luego se tiene que convertir las variables artificales en 0 y se hace la siguiente suma. Sumamos F2 y F3 y el resultado se reemplazara en la fila F1
Variable Entrada
Var. B Z R1 R2
Variable Salida
X1
X2
1 0 0
5 2 3
9 3 6
S1 -1 -1 0
S2 -1 0 -1
R1 0 1 0
R2 0 0 1
Solucion 96 36 60
Elemento Pivote
Ecuacion Pivote
Var. B Z R1 X2
X1
1 0 0
X2 0
0 1
S1 -1 -1 0
R1 0 1 0
R2
-9/6
-1/2 1/6
Solucion 6 6 10
1
0
5
-9/2
9
-9 0
-1
0
-1
9/6
0
0
0
-9/6 -9/6
96
-90
1/2
-1
1/2
Investigacion Operativa I
Ingenieria Informatica
0
0
2
-3/2
3
-3
-1
0
0
1/2
1
0
0
-1/2
36
-30
1/2
-1
1/2
-1/2
1 0 0
0 1
S1 -1 -1 0
R1 0 1 0
R2
-9/6
-1/2 1/6
Solucion 6 6 10
QUINTO PASO: Se realizan los mismos pasos del anterior Nueva Ecuacion Pivote: 0 1 0 -2 1 2 -1 12
Var. B Z X1 X2
X1
1
0
0
1
X2 0 0
S1 0
-2
S2 0
1
R1 -1
2
R2
-1 -1
Solucion 0
12
-2/3
-1
2/3
Nueva Ecuacion Z:
1
0
1/2
-1/2
0 0 0
-1
1
1/2
-1/2
0
-1
-1
-3/2 1/2 -1
6
-6
Investigacion Operativa I
Ingenieria Informatica
0
0
1/2
-1/2
1
0
0
1
-1/6
-1/2
0
-1
1/6
1/2
10
-6
-2/3
-1
2/3
1
0
0
1
S1 0
-2
S2 0
1
R1 -1
2
R2
-1 1
Solucion 0
12
-2/3
-1
2/3
Las variables basicas(X1,X2) y la solucion quede en 0, Actualizando, la tabla es ptima, por lo tanto finaliza la FASE I y se tiene una solucin bsica factible. Y comenzamos con siguiente face.
FASE II:
Min Z = 2000X1 + 500X2 Z= -2000 - 500 -0S1 -0S2=0 Se toma la solucin bsica factible de la FASE I como la solucin inicial, se eliminan las columnas artificiales.
V. B. Z X1 X2
X1
X2
S1
S2
Solucin
1 0 0
-2000 1 0
-500 0 1
0 -2 1
0 1 -2/3
0 12 4
Investigacion Operativa I
Ingenieria Informatica
1 0 0
-2000 1 0
-500 0 1
0 -2 1
0 1 -2/3
0 12 4
0 0
1 1
1 1
-2/3 -2/3
4 4 / 1
V. B. Z X1 X2
X1
X2 0
S1
S2
Solucin
1 0 0
-2000 1 0
0 1
500 -2 1
-1000/3 1 -2/3
2000 12 4
Nueva Ecuacion Z:
1
0
-2000
0
-500
500 0
0
500
0
-1000/3
0
2000
-2000
500
-1000/3
2000
0
0
1
0
0
0
-2
0
1
0
12
0
-2
12
Investigacion Operativa I
Ingenieria Informatica
V. B. Z X1 X2
X1
X2 0
S1
S2
Solucin
1 0 0
-2000 1 0
0 1
500 -2 1
-1000/3 1 -2/3
2000 12 4
V. B. Z X1 X2
X1
X2 0 0
S1
S2
Solucin
1
0
0
1
-3500
-2
-5000/3
1
26000
12
-2/3
Nueva Ecuacion Z:
1
0
-2000
2000
0 0 0
500
-4000
-1000/3
2000
2000
24000
-3500
-5000/3
26000
0
0
0
0
1
0
1
0
-2/3
0
4
0
-2/3
Investigacion Operativa I
Ingenieria Informatica
Nueva Tabla:
V. B. Z X1 X2 Z X1 X2 0 0 S1 S2 Solucin
1
0
0
1
-3500
-2
-5000/3
1
26000
12
-2/3
-2
12
V. B. Z S2 X2
X1
X2 0 0
S1
S2
Solucin
1
0
-5000/3
1
-500/3
-2
0
1
6000
12
2/3
-1/3
12
Nueva Ecuacion Z:
1 0
0 -5000/3
-5000/3
0 0 0
-3500 -10000/3
-5000/3 -5000/3
26000 -60000/3
-500/3
6000
0
0
0
2/3
1
0
1
-4/3
-2/3
2/3
4
8
2/3
-1/3
12
Investigacion Operativa I
Ingenieria Informatica
1
0
-5000/3
1
-500/3
-2
0
1
6000
12
2/3
-1/3
12
Solucin ptima: Min Z = 2000x1 + 500x2 X1 = 0, X2 = 12, Min Z = 2000(0) + 500(12) Z = 6000
Investigacion Operativa I
Ingenieria Informatica
Primero se debe expresar el modelo en formato estndar, agregando las variables de holgura y de exceso que se requieran. Enseguida, en las ecuaciones que tengan variables de exceso (resultantes de restricciones de tipo >), se debe multiplicar por (-1) en ambos lados , para hacer positivo el coeficiente de la variable de exceso, y formar as un vector unitario que nos permita tomar esta variable de exceso como una variable bsica inicial. sin necesidad de agregar una variable artificial en esa restriccin. Al hacer lo anterior se logra que debajo de las variables bsicas aparezca una matriz identidad, que es la que el simplex siempre toma como base inicial. Obtendremos que los trminos del lado derecho de las ecuaciones multiplicadas por (-1) quedan con signo negativo, lo cual hace que la solucin inicial sea infactible. Es importante destacar que este proceso es muy til ya que en muchos modelos evita la inclusin de variables artificiales en el momento de transformar un modelo a formato estndar. El algoritmo para resolver un modelo de maximizacin es el siguiente:
El mtodo dual-simplex requiere de la aplicacin de dos criterios para su solucin: El criterio de optimalidad que asegura que la solucin permanecer ptima todo el tiempo y el criterio de factibilidad que forza las soluciones bsicas hacia el espacio factible. Criterio de Factibilidad. La variable saliente ser aquella variable bsica que tenga el valor ms negativo en el vector bi. Si todas las variables bsicas son positivas o sea 0 se tiene la solucin final, ptima y factible. La aplicacin del mtodo dual-simplex es especialmente til para el tema de anlisis de sensibilidad. El procedimiento del mtodo dual-simplex se explicara ms objetivamente con los siguientes ejemplos:
Investigacion Operativa I
Ingenieria Informatica
EJEMPLO 01: Min. Z = 4X1 + 12X2 + 18X3 S.A. X1+ 3X3 3 2X2 + 2X3 5 X1, X2, X3 0
Solucin:
PASO 1: Convertir el problema de minimizacin en uno de maximizacin. La
funcin objetivo se multiplica por -1
F.O. Max. Z = - 4X1 - 12X2 - 18X3 Las restricciones se multiplican por -1 S.A. - X1 - 3X3 -3 - 2X2 - 2X3 -5 X1, X2, X3 0
PASO 2: Se convierten las inecuaciones en ecuaciones. F.O. Z + 4X1 + 12X2 + 18X3 = 0 S.A. - X1 - 3X3 + S1 2X2 - 2X3 = -3
+ S2 = -5
Investigacion Operativa I
Ingenieria Informatica
PASO 4: Elaborar la tabla inicial del simplex Variable Bsica S1 S2 Z -1 0 4 X1 0 -2 12 X2 -3 -2 18 Variables X3 1 0 0 S1 0 1 0 S2 -3 -5 0 Solucin
Variables X3 -3 -2 18 -9 S1 1 0 0 S2 0 1 0 0
Solucin
-3 -5 0
-2
-2 -2 1
-5 -2
-2 -2 0 1
-2 -2
0 -0,5 2,5
Investigacion Operativa I
Ingenieria Informatica
b) Nuevas filas = fila anterior (coeficiente de la columna pivote x nueva fila pivote.)
Nueva Fila (S1)
-1 0 0 -1
0 0 1 0
-3 0 1 -3
1 0 0
-3 0
0 -0,5 2,5 1 0 -3
4 12 0 4
12 12 1 0
18 12 1 6 0 0
0 12
0 12 -0,5 6
0 12 2,5 -30
Nueva Tabla del Simplex Variable Bsica S1 X2 Z Razn X1 -1 0 4 -4 X2 0 1 0 Variables X3 -3 1 6 -2 S1 1 0 0 S2 0 -1 0 0 -3 2,5 -30 Solucin
Investigacion Operativa I
Ingenieria Informatica
Se realizan nuevamente los pasos del 5 al 7 obteniendo como solucin final: Variable Bsica X1 X2 Z X1 0,33 0,33 2 X2 0 1 0 Variables X3 1 0 0 S1 0,33 0,33 2 S2 0 -0,5 6 1 1,5 -36 Solucin
NOTA: No hay mas iteraciones cuando no existan soluciones con coeficientes negativos.
Investigacion Operativa I
Ingenieria Informatica