Investigación de Operaciones Ejemplo: La WYNDORGLASS CO. Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo: La WYNDORGLASS CO. Investigación de Operaciones Profesor: Juan Carlos Guzmán Solución ejemplo de Wyndorglass • Maximizar Z = 3X1 + 5X2 • Sujeto a X1 2X2 3X1 + 2X2 X1 , X2 ≥ 0 Investigación de Operaciones ≤4 ≤ 12 ≤ 18 Profesor: Juan Carlos Guzmán Sistemas de ecuaciones e inecuaciones Un sistema de ecuaciones es un conjunto de varias ecuaciones que se deben resolver de manera conjunta, es decir, que los valores de las incógnitas que son soluciones de todas las ecuaciones simultáneamente son las soluciones del sistema . Se pueden clasificar los sistemas según el número de ecuaciones del sistema (dos ecuaciones, tres ecuaciones...), según el número de incógnitas (una incógnita, dos incógnitas...), según el grado de las incógnitas (lineal, cuadrático, no lineal...). Investigación de Operaciones Profesor: Juan Carlos Guzmán Una clasificación importante es según las soluciones: un sistema incompatible (I) es el que no tiene solución (pero sus ecuaciones si pueden tener solución); un sistema es compatible determinado (CD) si tiene una solución única y será compatible indeterminado (CI) si tiene más de una solución. Sistemas equivalentes son los que tienen las mismas soluciones. Para resolver sistemas normalmente se manipulan las ecuaciones obteniendo sistemas equivalentes que son más sencillos de resolver. Investigación de Operaciones Profesor: Juan Carlos Guzmán Investigación de Operaciones Profesor: Juan Carlos Guzmán La Forma general Investigación de Operaciones Profesor: Juan Carlos Guzmán Grafica de las ecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Grafica ecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Grafica Ecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Grafica ecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Grafica ecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones lineales Investigación de Operaciones Profesor: Juan Carlos Guzmán Resolución ecuaciones lineales • Sistemas de dos ecuaciones lineales con dos incógnitas. Son los sistemas del tipo: a1 x+b1 y=c1 a2 x+b2 y=c2 Para resolverlos se utilizan uno de los tres métodos conocidos: sustitución, reducción e igualación. También se pueden resolver gráficamente. Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo 3x−2y=4 2x+3y=7 Igualación. Se despeja la misma incógnita en las dos ecuaciones y se igualan. • X =2y+ 4 3 • X =7−3y 2 Como x = x , entonces Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo 2y + 4 = 7 − 3y 3 2 ahora multiplicamos por 6 para eliminar denominadores y agrupamos términos, entonces tenemos: 4y + 9y = 21 – 8; de aquí y = 13 = 1 13 ahora sustituimos y obtenemos x = 2, la solución es entonces el par (2, 1). Investigación de Operaciones Profesor: Juan Carlos Guzmán Sistemas de ecuaciones Lineales • Definición Investigación de Operaciones Profesor: Juan Carlos Guzmán Clasificación de los sistemas de ecuaciones lineales según sus soluciones Investigación de Operaciones Profesor: Juan Carlos Guzmán Sistema de Ecuaciones lineales Métodos de resolución por sustitución , igualación y resducción Investigación de Operaciones Profesor: Juan Carlos Guzmán Sistema de ecuaciones • Método de Gauss Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejercicios • Resolver y clasificar los siguientes sistemas de ecuaciones lineales : Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones • Inecuaciones de primer grado con una incógnita Investigación de Operaciones Profesor: Juan Carlos Guzmán Inecuaciones • Inecuaciones Racionales con una incognita Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo Resolver el sistema de inecuaciones lineales con dos incógnitas: Investigación de Operaciones Profesor: Juan Carlos Guzmán Investigación de Operaciones Profesor: Juan Carlos Guzmán • Ejemplo: Resuelve el sistema Investigación de Operaciones Profesor: Juan Carlos Guzmán Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo: Resuelve la inecuación 3x+2y+5<0 Dibujamos la recta 3x+2y+5=0 sobre unos ejes de coordenadas y comprobamos el punto O(0,0), que da: 3x0+2x0 + 5 < 0 falso Luego la solución es la zona sombreada de la figura adjunta. Investigación de Operaciones Profesor: Juan Carlos Guzmán Puntos óptimos de funciones en conjuntos convexos. Se define una función lineal con dos variables como una expresión de la forma f(x, y) = ax + by. para cada valor de "c", el lugar geométrico de los puntos cuyas coordenadas (x, y) verifican f(x, y) = c es la recta de ecuación ax+by=c. Al variar "c", se obtiene rectas paralelas tales que todas tiene la misma pendiente -a/b y cortan al eje Y en el punto (0, c/b). Si los valores de x e y no están acotados, tampoco lo estará f(x, y), en cambio, si están restringidos a un cierto conjunto C, la función no podrá tomar cualquier valor. Se puede entonces hablar de valores máximo o mínimo (valores óptimos) de f(x, y) en C. Investigación de Operaciones Profesor: Juan Carlos Guzmán Puntos óptimos de funciones en conjuntos convexos. Se cumple el siguiente teorema: "Si una función lineal f(x, y)=ax+by tiene máximo o mínimo en un conjunto C convexo, toma este valor óptimo en un punto extremo". En efecto, si el valor c fuera óptimo y correspondiera a un punto (x, y) interior al conjunto convexo C, siempre se podrían encontrar dos recta paralelas a ax+by+c=0, en las cuales f(x, y) tomaría valores mayores o menores que c y no podría ser c máximo o mínimo. Luego estos valores sólo pueden presentarse en los puntos extremos. Usando este teorema, para encontrar los puntos óptimos de f(x, y) en el conjunto convexo C podemos proceder de dos formas: Investigación de Operaciones Profesor: Juan Carlos Guzmán Puntos óptimos de funciones en conjuntos convexos. a. Estudiar los valores de la función en los vértices (si su número es reducido) y decidir en cuál de ellos hay máximo o mínimo. Tengamos en cuenta que si la función toma el mismo valor en dos vértices consecutivos, también toma ese valor en todos los puntos del segmento que une esos dos vértices. b. Representar las función en una gráfica para un valor cualquiera de c (se suele tomar c=0) y obtener, por simple inspección, desplazando la recta dibujada paralelamente a sí misma el punto óptimo. Este procedimiento, por ser gráfico es más impreciso a no ser que realicemos el dibujo con mucha precisión. Nosotros utilizaremos el método a) salvo que el número de vértices sea muy elevado. Investigación de Operaciones Profesor: Juan Carlos Guzmán BUSCANDO SOLUCIÓN Investigación de Operaciones Profesor: Juan Carlos Guzmán La solución de un problema de programación lineal, en el supuesto de que exista, debe estar en la región determinada por las distintas desigualdades. Esta recibe el nombre de región factible, y puede estar o no acotada. Investigación de Operaciones Profesor: Juan Carlos Guzmán Región Factible • La región factible incluye o no los lados y los vértices, según que las desigualdades sean en sentido amplio ( ≤ ó ≥ ) o en sentido estricto (< ó >). • Si la región factible está acotada, su representación gráfica es un polígono convexo con un número de lados menor o igual que el número de restricciones. Investigación de Operaciones Profesor: Juan Carlos Guzmán Conjunto Convexo Investigación de Operaciones Profesor: Juan Carlos Guzmán Procedimiento para determinar la región factible : 1) Se resuelve cada inecuación por separado, es decir, se encuentra el semiplano de soluciones de cada una de las inecuaciones. Se dibuja la recta asociada a la inecuación. Esta recta divide al plano en dos regiones o semiplanos Para averiguar cuál es la región válida, el procedimiento práctico consiste en elegir un punto, por ejemplo, el (0,0) si la recta no pasa por el origen, y comprobar si las coordenadas satisfacen o no la inecuación. Si lo hacen, la región en la que está ese punto es aquella cuyos puntos verifican la inecuación; en caso contrario, la región válida es la otra. 2) La región factible está formada por la intersección o región común de las soluciones de todas las inecuaciones. Como sucede con los sistemas de ecuaciones lineales, los sistemas de inecuaciones lineales pueden presentar varias opciones respecto a sus soluciones: puede no existir solución, en el caso de que exista el conjunto solución puede ser acotado o no. Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo Dibujar la región factible asociada a las siguientes restricciones: r = X+ Y ≥ 4 s = Y≤ 4 t=Y≥X • Donde r = X+ Y ≥ 4 s = Y≤ 4 t=Y≥X Investigación de Operaciones Profesor: Juan Carlos Guzmán r:x+y=4 Elegimos el punto O(0,0), que se encuentra en el semiplano situado por debajo de la recta. Introduciendo las coordenadas (0,0) en la inecuación x + y ≥ 4, vemos que no la satisface: 0 + 0 = 0 < 4 . Por tanto, el conjunto de soluciones de la inecuación es el semiplano situado por encima de la recta r : x + y = 4 . Investigación de Operaciones Profesor: Juan Carlos Guzmán s:y=4 Procedemos como en el paso anterior. Las coordenadas (0,0) satisfacen la inecuación y≤ 4 ( 0 ≤4) . Por tanto, el conjunto de soluciones de la inecuación es el semiplano que incluye al punto O. Investigación de Operaciones Profesor: Juan Carlos Guzmán t: y = x La recta t asociada a la restricción pasa por el origen, lo cual significa que si probásemos con el punto O(0,0) no llegaríamos a ninguna conclusión. Elegimos el punto (1,0) y vemos que no satisface la inecuación y ≥ x ( y = 0 < 1 = x ). Por tanto, el conjunto solución de esta inecuación es el semiplano determinado por la recta t que no incluye al punto (1,0). Investigación de Operaciones Profesor: Juan Carlos Guzmán Región Factible La región factible está formada por los puntos que cumplen las tres restricciones, es decir, se encuentran en los tres semiplanos anteriores. Investigación de Operaciones Profesor: Juan Carlos Guzmán Procedimientos para encontrar la solución factible óptima: Evaluar la función objetivo Z en cada una de las esquinas del área de soluciones factibles. La debilidad de este procedimiento se presenta cuando se tienen muchas restricciones que por supuesto generan un área con muchas esquinas, volviéndose complicada la consecución de sus coordenadas, que implica la solución de muchos sistemas de ecuaciones lineales. Investigación de Operaciones Profesor: Juan Carlos Guzmán Usando la función objetivo para determinar la esquina del área de soluciones factible que la optimiza. La debilidad de éste procedimiento se presenta cuando la función objetivo es aproximadamente paralela a uno de los lados del área de soluciones factible, originando la duda visual sobre la gráfica de cuál de los dos extremos (esquinas) es el que hace que la función objetivo se optimice. Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo Hallar el máximo y mínimo de la función f(x, y) = x-y en el recinto convexo solución del sistema de inecuaciones Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo Dado que la gráfica ya la tenemos (la reproducimos poniendo nombre a los vértices del recinto que sólo son dos A y B pues el conjunto solución es abierto y no acotado): • El punto A es solución del sistema Luego Finalmente A Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo • El punto B es la solución de: Siendo , pues B Los valores de la función en ambos vértices son: La función presenta un máximo en el punto B pero no hay ningún valor mínimo al no ser el recinto acotado Investigación de Operaciones Profesor: Juan Carlos Guzmán USANDO UN GRAFICO SE PUEDEN REPRESENTAR TODAS LAS RESTRICCIONES, LA FUNCION OBJETIVO Y LOS TRES TIPOS DE PUNTOS DE FACTIBILIDAD. Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo Modelo de Programación Lineal Max 8X1 + 5X2 (ganancia semanal) Sujeto a: 2X1 + 1X2 <= 1200 (Cantidad de Materia Prima) 3X1 + 4X2 <= 2400 (Tiempo de producción) X1 + X2 <= 800 (Limite producción total) X1 - X2 <= 450 (Producción en exceso) Xj ≥ 0 , j= 1, 2. (Resultados positivos) Investigación de Operaciones Profesor: Juan Carlos Guzmán Conjunto de soluciones factibles para el modelo lineal. El conjunto de puntos que satisface todas las restricciones del modelo es llamado: REGION FACTIBLE Investigación de Operaciones Profesor: Juan Carlos Guzmán • Tipos de puntos de factibilidad X2 1200 Restricción del plástico: 2X1+X2<=1200 The Plastic constraint Restricción del total de producción: X1+X2<=800 No Factible 600 Horas de Producción 3X1+4X2<=2400 Restricción del exceso de producción: X1-X2<=450 Factible 600 800 X1 Punto Inferior Punto Medio Investigación de Operaciones Punto Extremo Profesor: Juan Carlos Guzmán Resolución gráfica para encontrar la solución óptima. Investigación de Operaciones Profesor: Juan Carlos Guzmán comenzar con una ganancia dada de = $2,000... 1200 X2 Entonces aumente la ganancia... ...y continúe hasta que salga de la región factible 800 4, Utilid. = $ 000 3, 2, =$5040 Ganancia 600 X1 400 Investigación de Operaciones 600 800 Profesor: Juan Carlos Guzmán 1200 X2 Se toma un valor cercano al punto óptimo Región no factible 800 600 Feasible Región region Factible X1 400 Investigación de Operaciones 600 800 Profesor: Juan Carlos Guzmán Resumen de la solución óptima Producto N°1 = 480 docenas Producto N°2 = 240 docenas Ganancia = $5040 * Esta solución utiliza todas las materias primas y todas las horas de producción. * La producción total son 720 docenas (no 800). * La producción del Producto N°1 excede a la del Producto N°2 por solo240 docenas y no por 450. Investigación de Operaciones Profesor: Juan Carlos Guzmán Soluciones óptimas y puntos extremos. * Si un problema de programación lineal tiene una solución óptima, entonces esta corresponde a un punto extremo. Múltiples soluciones óptimas. * Cuando existen múltiples soluciones óptimas implica que la función objetivo es una recta paralela a uno de los lados de la región factible. * Cualquier promedio ponderado de la solución óptima es también una solución óptima. Investigación de Operaciones Profesor: Juan Carlos Guzmán Cabe preguntarse ahora: ¿Siempre hay punto máximo o mínimo de una función lineal en dos variables en un recinto convexo? La respuesta es que la solución puede ser única. Infinitas o ninguna. Veamos los casos que pueden darse: Si el recinto es cerrado existe una solución única para el máximo y otra para el mínimo en alguno de los vértices si en todos ellos la función toma valores distintos. Si es cerrado pero hay dos vértices consecutivos en los que la función toma el mismo valor (y ese valor es por ejemplo máximo), entonces toma el mismo valor en todos los puntos del segmento que une ambos vértices, luego la función infinitos máximos y un mínimo. Al contrario sucedería si el valor común de los dos vértices fuese mínimo, habiendo entonces infinitos mínimos y un máximo. Si el recinto convexo no está acotado superiormente, no existe máximo aunque sí mínimo. Si el recinto convexo no está acotado inferiormente, no existe mínimo aunque sí máximo. Investigación de Operaciones Profesor: Juan Carlos Guzmán Problemas de programación lineal con dos variables. Un problema de programación lineal con dos variables tiene por finalidad optimizar (maximizar o minimizar) una función lineal: llamada función objetivo, sujeta a una serie de restricciones presentadas en forma de sistema de inecuaciones con dos incógnitas de la forma: Cada desigualdad del sistema de restricciones determina un semiplano. El conjunto intersección de todos esos semiplanos recibe el nombre de zona de soluciones factibles. El conjunto de los vértices del recinto se denomina conjunto de soluciones factibles básicas y el vértice donde se presenta la solución óptima se llama solución máxima (o mínima según el caso). El valor que toma la función objetivo en el vértice de solución óptima se llama valor del programa lineal. Investigación de Operaciones Profesor: Juan Carlos Guzmán El procedimiento a seguir para resolver un problema de programación lineal en dos variables será: • • • • Elegir las incógnitas. Escribir la función objetivo en función de los datos del problema. Escribir las restricciones en forma de sistema de inecuaciones. Averiguar el conjunto de soluciones factibles representando gráficamente las restricciones. • Calcular las coordenadas de los vértices del recinto de soluciones factibles (si son pocos). • Calcular el valor de la función objetivo en cada uno de los vértices para ver en cuál de ellos presenta el valor máximo o mínimo según nos pida el problema (hay que tener en cuenta aquí la posible no existencia de solución si el recinto no es acotado). Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo • Minimizar la función f(x, y)=2x+8y sometida a las restricciones: Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo Llamaremos, respectivamente r, s y t a las rectas expresadas en las tres últimas restricciones, la zona de soluciones factibles sería Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo • Siendo los valores de la función objetivo en ellos : Alcanzándose el mínimo en el punto C Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo Un herrero con 80 kgs. de acero y 120 kgs. de aluminio quiere hacer bicicletas de paseo y de montaña que quiere vender, respectivamente a 20.000 y 15.000 pesos cada una para sacar el máximo beneficio. Para la de paseo empleará 1 kg. De acero y 3 kgs de aluminio, y para la de montaña 2 kgs. de ambos metales. ¿Cuántas bicicletas de paseo y de montaña venderá? Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo • Sean las variables de decisión: ▪ x= n: de bicicletas de paseo vendidas. ▪ y= n: de bicicletas de montaña vendidas. Tabla de material empleado: Acero Aluminio Paseo 1 3 Montaña 2 2 Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo • Función objetivo: • f(x, y)= 20.000x+15.000y máxima • Restricciones: Investigación de Operaciones Profesor: Juan Carlos Guzmán Espacio solución factible Investigación de Operaciones Profesor: Juan Carlos Guzmán Soluciones • Vértices del recinto (soluciones básicas): • A(0, 40) • B intersección de r y s: • C(40,0) Valores de la función objetivo en los vértices: Por lo tanto ha de vender 20 bicicletas de paseo y 30 de montaña para obtener un beneficio máximo de $ 850.000 . Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejercicio • Una compañía forestal tiene un predio de 100 hectáreas de bosques para explotar. Talar y dejar el suelo para uso agrícola tiene un costo inmediato de M$10 por hectárea y un retorno posterior de M$50 por hectárea. Una alternativa es talar y plantar pino que tiene un costo inmediato de M$50 por hectárea y un retorno posterior de M$120 por hectárea. De aquí que los beneficios netos de ambos planes sean de M$40 y M$70 por hectárea, respectivamente. Desafortunadamente, el segundo plan no puede ser aplicado a todo el terreno ya que sólo se dispone de recursos inmediatos por M$4.000. • a) Formule y resuelva gráficamente un modelo de Programación Lineal que provea el plan más eficiente de explotación, indicando claramente la solución óptima y valor óptimo. Investigación de Operaciones Profesor: Juan Carlos Guzmán Investigación de Operaciones Profesor: Juan Carlos Guzmán SOLUCIÓN DE PROBLEMAS DE Programación L. EL MÉTODO SIMPLEX Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo La WYNDOR GLASS CO. Produce artículos de vidrio de alta calidad, incluyendo ventanas y puertas de vidrio. La empresa tiene tres plantas de producción. Los marcos y molduras se hacen en la planta 1, los marcos de madera se fabrican en la planta 2 y en la 3 se produce el vidrio y se ensamblan los productos. Debido a que las ganancias se han reducido, la gerencia general ha decidido reorganizar la línea de producción. Se descontinuarán varios productos no rentables y se dejará libre una parte de la capacidad de producción para emprender la fabricación de uno o dos productos nuevos que han tendido demanda. Uno de los productos propuestos (Producto1) es una puerta de vidrio de 2,6 m con marco de aluminio. El otro (Producto 2) es una ventana grande (1,3 m x 2 m) para vidrio doble con marco de madera. El departamento de mercadotecnia ha obtenido como conclusión que la compañía puede vender todo lo que pueda producir de cualquiera de los productos. Sin embargo, como ambos productos compiten por la misma capacidad de producción de la planta 3, no es obvio qué mezcla de los dos productos sería más redituable. Por todo esto, la gerencia pidió al departamento de investigación de operaciones que estudiara el asunto. Investigación de Operaciones Profesor: Juan Carlos Guzmán Ejemplo Después de hacer algunas investigaciones, el departamento mencionado determinó: 1. El porcentaje de capacidad de producción de cada planta para cada producto. 2. El porcentaje de esta capacidad que requiere cada unidad producida por minuto. 3. La ganancia unitaria de cada producto. Esta información se resume en la siguiente tabla: Realizar el modelo de programación lineal Investigación de Operaciones Profesor: Juan Carlos Guzmán El método simplex Es un método genérico de solución de problemas lineales, desarrollado por George Dantzig en 1947 Como tal, el método simplex es un procedimiento algebraico, pero puede entenderse más fácilmente como un método geométrico Para ilustrar esto, veamos el ejemplo : Investigación de Operaciones Profesor: Juan Carlos Guzmán ejemplo Investigación de Operaciones Profesor: Juan Carlos Guzmán Definiciónes Restricción frontera: Es una recta que marca el límite de lo que permite la restricción correspondiente Soluciones en el vértice : Todos los puntos donde se interceptan las restricciones frontera. Se clasifican en dos tipos Soluciones factibles en el vértice: Puntos que se encuentran en los vértices de la región factible. En este caso son: (0,6) ; (0,0) ; (4,0) ; (4,3) ; (2,6) Soluciones no factibles en el vértice: Los otros puntos que se encuentran en los vértices que no corresponden a la región factible. Estos son (0,9); (4,6); (6,0) Investigación de Operaciones Profesor: Juan Carlos Guzmán Gráficamente Investigación de Operaciones Profesor: Juan Carlos Guzmán En este problema se tienen dos variables de decisión (X1,X2) , pero en general en un problema con n variables de decisión, se puede decir que: Dos soluciones factibles son adyacentes entre sí: Si comparten por lo menos n - 1 restricciones Arista: Segmento de recta que conecta 2 soluciones FEV. Investigación de Operaciones Profesor: Juan Carlos Guzmán Investigación de Operaciones Profesor: Juan Carlos Guzmán En el ejemplo, por cada solución FEV, se tienen 2 soluciones adyacentes, correspondientes a 2 aristas. Investigación de Operaciones Profesor: Juan Carlos Guzmán Si la región factible es acotada y no vacía existe una solución óptima Por lo tanto se puede asegurar que una de las soluciones FEV es la solución óptima. Para saber cuantas soluciones en el vértice existen podemos utilizar la fórmula Así entonces en el ejemplo donde n=2 y m=3 existirán: Investigación de Operaciones Profesor: Juan Carlos Guzmán Cuatro Teoremas claves de Programación Lineal 1. Cuando hay solución óptima, siempre existe una en un vértice. 2. Si una solución en un vértice, no tiene soluciones adyacentes mejores, esa es la solución óptima (óptimo local es global). 3. Solución básica (en un vértice aumentada) es equivalente a hacer (n-m) variables iguales a cero y resolver para las restantes. 4. Soluciones adyacentes tienen iguales todas las variables básicas menos una (y por supuesto las no básicas). Investigación de Operaciones Profesor: Juan Carlos Guzmán Prueba de optimalidad Investigación de Operaciones Profesor: Juan Carlos Guzmán Pasos Inicialización. Propóngase una solución FEV. Por lo general se propone la solución (0,0) . Prueba de optimalidad Conclúyase que (0,0) no es óptimo (existen soluciones FEV adyacentes mejores). Investigación de Operaciones Profesor: Juan Carlos Guzmán Iteración 1 (muévase a una solución FEV adyacente mejor) 1. Entre las 2 aristas de la región factible, elija moverse a lo largo de la arista que aumente el valor de X2. (con una función objetivo Z=3X1+5X2, el valor de Z crece más rápido que aumentando el valor de X2. 2. Deténgase al llegar a la primera frontera de la restricción: 2X2 = 12. (si se mueve más lejos en la dirección seleccionada en el paso 1, se saldrá de la región factible). 3.Obtenga la intersección del nuevo conjunto de fronteras restricción: (0,6) Las ecuaciones para estas fronteras de restricción X1=0 y 2X2=12, llevan de inmediato a esta solución. Investigación de Operaciones Profesor: Juan Carlos Guzmán Concluya que (0,6) no es una solución óptima. Existe una solución FEV adyacente mejor. Investigación de Operaciones Profesor: Juan Carlos Guzmán Iteración 2 (Muévase a una mejor solución FEV) 1. Entre las 2 aristas de la región factible que salen de (0,6), elija moverse a lo largo de la que va a la derecha (al moverse a lo largo de esta arista aumenta el valor de Z, mientras que al ir para atrás hacia abajo del eje X2 lo disminuye. 2. Deténgase al encontrar la primera frontera de restricción en esa dirección: 3X1+2X2 = 18. (si se mueve más lejos en la dirección seleccionada en el paso 1, se saldrá de la región factible). 3.Obtenga la intersección del nuevo conjunto de fronteras restricción: (2,6) Las ecuaciones para estas fronteras de restricción 3X1+2X2=18y 2X2=12, llevan de inmediato a esta solución. Investigación de Operaciones Profesor: Juan Carlos Guzmán Concluya que (2,6) es una solución óptima y deténgase. No existe una solución FEV adyacente mejor. Investigación de Operaciones Profesor: Juan Carlos Guzmán Concepto de solución 1.- El método simplex sólo revisa las soluciones FEV. Una de éstas soluciones FEV debe ser la óptima. Concepto de solución 2. El método simplex es un algoritmo iterativo. Investigación de Operaciones Profesor: Juan Carlos Guzmán Conceptos de solución…. 3.- Siempre que es posible, el método simplex elige el origen (todas las variables de decisión iguales a cero) como la solución FEV inicial. Si no es posible se requieren procedimientos especiales 4.-Dada una solución FEV, es computacionalmente más rápido reunir información sobre sus soluciones FEV adyacentes que sobre otras soluciones FEV. Por tanto, siempre el algoritmo recorre las aristas de la región factible Investigación de Operaciones Profesor: Juan Carlos Guzmán Conceptos de solución …. 5.- Después de identificar la FEV actual, el algoritmo simplex identifica todas las aristas de la región factible que salen de esa solución. Estas aristas llevan a una solución FEV adyacente en el otro punto terminal, pero el algoritmo ni siquiera se toma la molestia de obtener la solución FEV adyacente. Solamente identifica la tasa de mejoramiento en Z que se obtendría al moverse por dicha arista. Entre las aristas con una tasa de mejoramiento en Z positiva, selecciona moverse por aquella con una tasa de mejoramiento en Z más grande. Se escoge luego esta solución factible como la nueva solución actual. Investigación de Operaciones Profesor: Juan Carlos Guzmán Conceptos de soluciones … 6.- Cuando ninguna de las tasas de ganancia le aporta a la función objetivo, significa que esa FEV es la solución óptima. Investigación de Operaciones Profesor: Juan Carlos Guzmán Del procedimiento geométrico al algebraico. El método simplex es un método algebraico. Por lo tanto las soluciones del método se derivan al resolver un sistema de ecuaciones. El sistema aumentado se obtiene al convertir el sistema de desigualdades de la forma original, en un sistema de igualdades equivalentes para las restricciones funcionales Investigación de Operaciones Profesor: Juan Carlos Guzmán Variables de holgura. Es el procedimiento que se utiliza para convertir una restricción funcional de desigualdad, en una restricción de igualdad equivalente. Ejemplo: Retomemos la primera restricción del problema X1≤4 Sea X3 = 4 - X1 (lo que le falta a X1 para ser igual a 4) • Notemos que: X3≥0 Investigación de Operaciones Profesor: Juan Carlos Guzmán De ahí que X1 ≤ 4 es equivalente a X1 + X 3 = 4 Investigación de Operaciones X3≥0 Profesor: Juan Carlos Guzmán El ejemplo Investigación de Operaciones Profesor: Juan Carlos Guzmán Las variables de holgura no se ven en la función objetivo porque su coeficiente es cero. Solución aumentada. Es una solución para las variables originales (variables de decisión) , que se ha aumentado con los valores correspondientes de las variables de holgura Ejemplo: Solución Solución sistema original aumentada (3,2) (3,2,1,8,5) Investigación de Operaciones Profesor: Juan Carlos Guzmán Solución básica. Es una solución en un vértice aumentada. Ejemplo Solución en el vértice sistema Original Solución Básica (4,6) (4,6,0,0,-6) Investigación de Operaciones Profesor: Juan Carlos Guzmán Solución básica factible. Es una solución factible en un vértice aumentada. Ejemplo Solución en el vértice sistema Original Solución Básica (4,3) (4,3,0,6,0) Investigación de Operaciones Profesor: Juan Carlos Guzmán Así tenemos un sistema que posee m=3 ecuaciones con n=5 variables de decisión Se tiene 2 grados de libertad Se llaman 2 grados de libertad porque se pueden dar valores a 2 de las variables y así hallar la solución de las otras 3. Investigación de Operaciones Profesor: Juan Carlos Guzmán Recordar que dos grados de libertad implica Se tienen 2 variables arbitrarias El simplex siempre les da el valor de cero. Por tanto siempre se tendrá la solución al sistema y a estas variables se les denominará variables básicas. Investigación de Operaciones Profesor: Juan Carlos Guzmán Propiedades de las soluciones BF. 1.Cada variable de decisión puede clasificarse en básica o no básica (incluyendo las holguras). 2. Habrá tantas variables básicas como restricciones funcionales. 3. En un problema con n variables y m restricciones habrá n-m variables no básicas. Siempre se hacen iguales a cero Investigación de Operaciones Profesor: Juan Carlos Guzmán Propiedades de las soluciones BF. 4. Las variables básicas obtienen su valor al solucionar el sistema de ecuaciones. 5. Si los valores de las variables satisfacen condición de no negatividad se les denomina soluciones básicas factibles. Investigación de Operaciones Profesor: Juan Carlos Guzmán Investigación de Operaciones Profesor: Juan Carlos Guzmán Teorema Dos soluciones básicas factibles son adyacentes entre sí, si tienen todas las V.B menos 1 comunes. Ejemplo (0,0) (0,6) (0,0,4,12,18) (0,6,4,0,6) Comparten todas las variables básicas menos una Investigación de Operaciones Profesor: Juan Carlos Guzmán Para trabajar la forma algebraica elproblema se expresa. Max Z Sujeto a (0) Z - 3X1 - 5X2 =0 (1) X1 + X3 =4 (2) 2X2 + X4 = 12 (3) 3X1 + 2X2 + X5 = 18 X1 , X2, X3, X4, X5 ≥ 0 Investigación de Operaciones Profesor: Juan Carlos Guzmán FIN (… o mejor: comienzo del camino)