Método Simplex Revisado

PASOS DEL MÉTODO SIMPLEX REVISADO



1-Pasar el modelo a la forma matricial entandar y encontrar una primera solución básica factible.

MAX z=(C,0)(x ; xs)

(A,I)(x ; xs)=b

(x ; xs)>=0

donde:

        • A: Matriz de coeficientes tecnológicos
        • I: Matriz identidad de m*m
        • C: Vector renglón de n coeficientes de costo
        • x: Vector columna de n variables de decisión
        • xs: Vector columna de m variables de holgura
        • b: Vector columna de m recursos


2.- Calculamos la variable de entrada con lo que seria la fila Zj-Cj, utilizando

Zj-Cj=(CB)(B^-1)(aj)-Cj

donde:

        • XB: Vector de variables de decisión básicas
        • Cb: Vector de los coeficientes de la función objetivo de las variables XB
        • aj: Es una matriz de valores en las restricciones que corresponden a las variables no básicas
        • Cj: Son los valores de las variables no básica que en la función objetivo, se utiliza el mismo criterio que en el método simplex: elegimos al valor mas pequeño si tenemos que maximizar la función o bien el mas grande si hay que minimizar.

3.- Calculamos la variable de salida con:

Yi=(B^-1)(ai)

donde:

        • B: Matriz base
        • ai: Vector que corresponde a los valores de las restricciones de la variable de entrada

Entonces hay que utilizar el mismo criterio para elegir a la variable de salida que ene le método simplex (Criterio de la razón):

        • θ=(XB/Yi)*yi>=0

4.-

Por ultimo hay que calcular el nuevo valor de las variables básicas, para eso hay que cambiar la matriz B, pues el vector de las variables básicas cambio, por lo tanto hay que cambiar los elementos de la matriz B para que correspondan a los valores de las restricciones en su correspondiente variable básica.

Tenemos que calcular el nuevo valor de Xb con:

Xb=B^-1(b)

Donde b tiene que ser el valor que tenia el vector Xb anterior.

Se regresa al paso 2 hasta que ya no exista un variable de entrada.

Si lo vemos como tablas, en la primer tabla tendríamos:

La siguiente iteración de la tabla seria:

Se repetiría este paso hasta que ya no haya mas variables de decisión negativas o positivas según sea el caso de Max o Min.

VENTAJAS

  • Encuentra soluciones mas rápido porque no requiere tantos cálculos
  • Es un proceso algebraico directo
  • Permite una abstracción mayor y mas general de los datos

DESVENTAJAS

  • No es el mas eficiente cuando se intenta programar
  • Se calculan y almacenan muchos números innecesarios cuando se programa
  • Puede complicarse debido al calculo de matrices inversas que requiere el método