Metodo simplex

Solo disponible en BuenasTareas
  • Páginas : 11 (2655 palabras )
  • Descarga(s) : 0
  • Publicado : 8 de junio de 2011
Leer documento completo
Vista previa del texto
El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución.
Partiendo del valor de la función objetivo en un vértice cualquiera, el método consiste en buscar sucesivamente otro vértice que mejore al anterior. La búsqueda se hace siempre a través de los lados del polígono (o de lasaristas del poliedro, si el número de variables es mayor). Cómo el número de vértices (y de aristas) es finito, siempre se podrá encontrar la solución. (Véase método Gráfico)
El método Simplex se basa en la siguiente propiedad: si la función objetivo, f, no toma su valor máximo en el vértice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta.
Deberá tenerse en cuenta queeste método sólo trabaja para restricciones que tengan un tipo de desigualdad "≤" y coeficientes independientes mayores o iguales a 0, y habrá que estandarizar las mismas para el algoritmo. En caso de que después de éste proceso, aparezcan (o no varíen) restricciones del tipo "≥" o "=" habrá que emplear otros métodos, siendo el más común el método de las Dos Fases.

PREPARANDO EL MODELO PARAADAPTARLO AL MÉTODO SIMPLEX
Esta es la forma estándar del modelo:
Función objetivo: | c1·x1 + c2·x2 + ... + cn·xn |
Sujeto a: | a11·x1 + a12·x2 + ... + a1n·xn = b1
a21·x1 + a22·x2 + ... + a2n·xn = b2
...
am1·x1 + am2·x2 + ... + amn·xn = bm
x1,..., xn ≥ 0 |
Para ello se deben cumplir las siguientes condiciones:
1. El objetivo es de la forma de maximización o de minimización.
2.Todas las restricciones son de igualdad.
3. Todas las variables son no negativas.
4. Las constantes a la derecha de las restricciones son no negativas.

Cambio del tipo de optimización.
Si en nuestro modelo, deseamos minimizar, podemos dejarlo tal y como está, pero deberemos tener en cuenta nuevos criterios para la condición de parada (deberemos parar de realizar iteraciones cuando en lafila del valor de la función objetivo sean todos menores o iguales a 0), así como para la condición de salida de la fila. Con objeto de no cambiar criterios, se puede convertir el objetivo de minimizar la función F por el de maximizar F·(-1).
Ventajas: No deberemos preocuparnos por los criterios de parada, o condición de salida de filas, ya que se mantienen.
Inconvenientes: En el caso de que lafunción tenga todas sus variables básicas positivas, y además las restricciones sean de desigualdad "≤", al hacer el cambio se quedan negativas y en la fila del valor de la función objetivo se quedan positivos, por lo que se cumple la condición de parada, y por defecto el valor óptimo que se obtendría es 0.
Solución: En la realidad no existen este tipo de problemas, ya que para que la soluciónquedara por encima de 0, alguna restricción debería tener la condición "≥", y entonces entraríamos en un modelo para el método de las Dos Fases.

Conversión de signo de los términos independientes (las constantes a la derecha de las restricciones)
Deberemos preparar nuestro modelo de forma que los términos independientes de las restricciones sean mayores o iguales a 0, sino no se puede emplear elmétodo Simplex. Lo único que habría que hacer es multiplicar por "-1" las restricciones donde los términos independientes sean menores que 0.
Ventaja: Con ésta simple modificación de los signos en la restricción podemos aplicar el método Simplex a nuestro modelo.
Inconvenientes: Puede resultar que en las restricciones donde tengamos que modificar los signos de las constantes, los signos de lasdesigualdades fueran ("=", "≤"), quedando ("=","≥") por lo que en cualquier caso deberemos desarrollar el método de las Dos Fases. Este inconveniente no es controlable, aunque nos podría beneficiar si sólo existen términos de desigualdad ("≤","≥"), y los "≥" coincidieran con restricciones donde el término independiente es negativo.

Todas las restricciones son de igualdad.
Si en nuestro modelo...
tracking img