Considere el siguiente modelo de Programacin Lineal:
Paso 1: Se lleva el modelo a su forma estndar. En nuestro ejemplo esto se logra agregando variables de exceso en cada una de las restricciones ( primeras: S!" S#" S " respectivamente$. Luego" se multiplica cada fila de las restricciones por %! de modo de disponer una solucin bsica inicial (infactible$ en las variables de exceso S!" S# & S . 'e esta forma se obtiene la siguiente tabla inicial.
A -15 %)"* %* 315
B %# % %# 110
C %! %! %! 50
S1 ! ( ( 0
S2 ( ! ( 0
S3 ( ( ! 0 -200 -150 -120 0
Paso 2: Se selecciona el lado derec+o ,ms negativo, lo cual indicar cul de las actuales variables bsicas deber abandonar la base. En el ejemplo el lado derec+o ms negativo se encuentra en la primera fila" por tanto S! deja la base. Para determinar cual de las actuales variables no bsicas (-" ." C$ entrar a la base se busca el m/nimo de 0%1j2aij3 donde aij es el coeficiente de la respectiva variable no bsica en la fija i (del lado derec+o ms negativo" marcado en verde$ & donde 1j es el costo reducido de la respectiva variable no bsica. 'e esta forma se obtiene: 4in 0% !*2%!*" %!!(2%#" %*(2%!3 5 #!" donde el pivote (marcado en rojo$ se encuentra al +acer el primer cuociente" por tanto - entra a la base. Paso 3: Se actuali6a la tabla anterior siguiendo un procedimiento similar al utili6ado en el Mtodo Simplex. En el ejemplo se debe dejar a la variable - como bsica & S! como no bsica. La tabla 7ue resulta es la siguiente:
S1
S2
S3
#2!*
!2!*
% !2!* %!2#
40/3
%#
%!2#
-50 160/3 -4 200
%82
%#2
%!2
68
29
21
Paso 4: Continuar las iteraciones & siguiendo el mismo procedimiento +asta disponer de una solucin bsica factible. Luego de unas iteraciones se obtiene la siguiente tabla final:
S1 % !2!( !28 ( 4
S2
S3
!2!(
( ( 0
! ( 0
( ! 0
%! # 10
28 % 36
10 60 -6 620
La solucin ptima es A!8" B!10" C!60 (marcado en verde$ con valor ptimo "#P$!6 620 (marcado en rojo % se obtiene con signo cambiado$. 9ambi:n es interesante notar 7ue los costos reducidos de las variables artificiales S!" S# & S (marcado en amarillo$" corresponde a la solucin ptima del modelo presentado en el tutorial de solver" esto dado 7ue dic+o modelo resulta ser el problema dual de nuestro ejemplo. %P&'B()MAS C'* S+MP(), -.A(/: ;ngrese a la aplicacin del Mtodo Simplex la cual tambi:n le permitir resolver modelos de Programacin Lineal utili6ando esta metodolog/a. Para ejemplificar respecto al uso de Solver utili6aremos el siguiente modelo de Programacin Lineal:
Paso 1: -brir una planilla de clculo de Excel & definir las variables de decisin & la funcin objetivo. En este ejemplo se +an marcado con amarillo & verde las variables de decisin & funcin objetivo respectivamente slo para facilitar la comprensin. Es importante notar 7ue la funcin objetivo (celda <8$ ser siempre una frmula 7ue depende de los parmetros de la funcin objetivo (celdas .*" C*" '*$ & las variables de decisin (.8" C8" '8$
Paso 2: Se definen las restricciones del modelo. La columna en amarillo bajo el titulo ,Laso ;67, es una frmula de los parmetros & las variables de decisin en las respectivas restricciones. Por ejemplo" la frmula incorporada en E= es simplemente: !*> ? )"*1 ? *@. La celda <= es el lado derec+o de dic+a restriccin & corresponde a una constante ( !*$.
Paso 3: ;ngresamos a la Apcin Solver (Ber +0stala1io0 Sol2e3 de )x1el$. Luego definimos la celda objetivo (funcin objetivo$" el valor 7ue buscamos (mximi6acin o minimi6acin$" las celdas 7ue deseamos cambiar (variables de decisin$ & las restricciones. Para nuestro ejemplo est ser la pantalla 7ue se debe obtener:
Paso 4: -ccedemos a ,Apciones..., & seleccionamos ,-doptar modelo lineal,& ,-doptar no negativos,. <inalmente seleccionamos ,-ceptar, & luego ,Cesolver,.
Paso 5: Si el proceso se +a desarrollado en forma correcta la planilla de clculo se actuali6ar & se obtendrn los siguientes resultados. Sol41i50 6ptima: ,!47 8!107 9!36."alo3 6ptimo: "#P$!6 620. Se recomienda re7uerir el informe de sensibilidad tal como se muestra en la imagen de abajo.
Paso 6: La imagen a continuacin +a sido levemente editada & corresponde al informe de sensibilidad. Por ejemplo" el parametro 7ue actualmente acompaDa a > en la funcin objetivo es #((" sin embargo" si este valor var/a entre E!#("#8(F se conservar la actual solucin ptima. En cuanto a las restricciones podemos decir" por ejemplo" 7ue si el lado derec+o de la segunda restriccin (actualmente este lado derec+o es igual a !!($ aumenta a !#(" es nuevo valor ptimo ser B(P$5G.G#( ? !(H!( 5G.)#(" es decir" el valor ptimo aumentar en forma proporcional al precio sombra de dic+a restriccin. Se recomienda revisar la seccin de A0:lisis de Se0si;ilidad para refor6ar estos conceptos.
