Metodo Simplex

Notas del Mtodo Simplex
Investigacin de Operaciones I
METODO SIMPLEX
M.C. Hctor Martnez Rubin Celis
Contenido
EL MTODO SIMPLEX......................................................................................................................3
Procedimiento del Mtodo Simplex para la Forma Matricial ..................................................3
Ejemplo:...............................................................................................................................................5
Formato general de la tabla para el Mtodo Simplex ................................................................9
Ejemplo:...........................................................................................................................................9
Forma tabular del libro de Mokthar Bazara...............................................................................11
Identificar B inversa en la tabla optima.....................................................................................11
MTODO DE LA M.......................................................................................................................13
Ejemplo:.............................................................................................................................................14
MTODO DE LAS DOS FASES.....................................................................................................16
Ejemplo:.............................................................................................................................................17
DEGENERACIN..............................................................................................................................20
Ejemplo:.............................................................................................................................................20
CICLAJE................................................................................................................................................21
Ejemplo:.............................................................................................................................................22
METODO LEXICOGRAFICO.........................................................................................................24
Ejemplo:.............................................................................................................................................24
SOLUCIN ILIMITADA..................................................................................................................26
Ejemplo:.............................................................................................................................................26
SOLUCIN MLTIPLE....................................................................................................................26
Ejemplo:.............................................................................................................................................26
CONVERSIN DE UN PROBLEMA DE MINIMIZACIN A UN PROBLEMA DE
MAXIMIZACIN...............................................................................................................................28
PROCEDIMIENTO SIMPLEX REVISADO................................................................................29
Ejemplo 1:.........................................................................................................................................30
Ejemplo 2:.........................................................................................................................................32
Ejemplo 3:.........................................................................................................................................34
Ax = b
TEORA DEL MTODO SIMPLEX

EL MTODO SIMPLEX
Es un procedimiento general para encontrar la solucin ptima a problemas de
Programacin Lineal. Este mtodo logra la solucin ptima en un nmero finito de
pasos, la demostracin de esto es lo que se pretende realizar.
Para el desarrollo de ste mtodo son necesarias algunas definiciones:
Solucin: Cualquier conjunto de variables x j que satisfacen las restricciones del
problema ( Ax = b ).
Solucin factible: Cualquier solucin que satisface la no-negatividad de las restricciones
( x j 0 ).
Solucin bsica: En un sistema de m ecuaciones lineales con n variables
( m < n ) cuyo rango R( A) = m ; una solucin es obtenida haciendo n - m variables
igual a cero y resolviendo para las m variables restantes, siempre y cuando el determinante
de los coeficientes de estas m variables no seas cero. Las m variables se llaman variables
bsicas (la solucin resultante a este sistema, se le llama solucin bsica).
Solucin bsica factible: Es una solucin bsica en la cual todas las m variables bsicas
son mayores o iguales que cero ( x j 0 ).
Degeneracin: Una solucin bsica Ax = b es degenerada si una o ms variables bsicas
son iguales a cero (ms de n - m variables iguales a cero).
Procedimiento del Mtodo Simplex para la Forma Matricial

Primero
Partiendo de un problema de Programacin Lineal que se encuentra en la forma estndar,
se determinan las matrices
A, b, B, Cj, CB, y XB
Donde:
A es la matriz de coeficientes de las variables en las restricciones
b es el lado derecho de las restricciones (limitaciones )
B es la matriz que proporciona la Solucin Inicial Bsica Factible y esta formada por las
columnas de las variables bsicas, es decir aquellas que estn en solucin.
Cj son los coeficientes de las variables en la funcin objetivo
CB son los coeficientes de las variables bsicas en la Funcin Objetivo.
XB son los valores de las variables bsicas que dan la solucin al problema.
Segundo
-1
Se obtiene B Inversa ( B ). Ya sea por el Mtodo de Cofactores o por el Mtodo de
Gauss-Jordan
Tercero
Se obtiene XB, donde
X B = B -1b
Z=CBXB
Cuarto
Determinar la variable que entra en la base de solucin
Se obtienen los Zj-Cj para- las variables No-bsicas donde
Z j = C B Y j y Y j = B -1
aj
Las Yj de las variables bsicas forman las columnas de la matriz identidad y las Z j-Cj de
las variables bsicas son cero.
Las Yj son las columnas actualizadas a las transformaciones de rengln de la matriz A para
generar la columna de la matriz identidad que aporta la columna de la variable que entra en
solucin.
Para un problema de Maximizacin
Entra la variable que tenga el ms negativo Z j-Cj y se alcanza la solucin ptima cuando
todos los valores sean positivos en el anlisis de Z j-Cj
Para un problema de Minimizacin
Entra la variable que tenga el ms positivo Z j-C j y se alcanza la solucin ptima cuando
todos los valores sean negativos en el anlisis de Z j-Cj
Cj-Zj es el beneficio que se tendr en Z por cada unidad de valor que tenga la variable que
entra en solucin (Xr)
Quinto
Determinar la variable que sale de solucin
Se analiza cada columna de las variables No-bsicas junto con el valor de las variables
bsicas XB.
Sale de solucin aquella variable que tenga el
X Bi
Min
, donde Yir
>0
X B1 X B 2
= Min
,....., donde Yir
2r
ir
1r
donde r corresponde a la columna de la variable que entra en la solucin
> 0,
Sexto
La columna de la variable que entra en solucin deber aportar la columna de la matriz
identidad.
X Bi
En la matriz B la columna de la variable que tuvo el
Min
abandona la base de
ir
solucin y entra en su lugar la columna de la variable r.

Sptimo
Regresar al paso 2, hasta que se cumpla el criterio de optimizacin, considerado en el paso
4.
Ejemplo:
Forma cannica
Max Z = 5x1 + 3x2 , sujeto a :
3x1 + 5x2 15
5x1 + 2x2 10
x1 , x 2 0
Forma estndar
Max Z = 5x1 + 3x2 ,
sujeto a :
3x1 + 5x2 + x3
= 15
5x1 + 2x2
+ x4 = 10
x1 , x2 , x3 x4 0 y x3 , x4 son variables de holgura
15
Dado
b=
3 5 1 0
10
A=
C j = [5 3 0 0]
3
que las columnas de a y a 4 forman las
0 1
columnas de la matriz identidad ( x3 y x4 son variables bsicas), hacemos que:

b1 = a3 y b 2 = a4
B =1 0
1 0
01

1 015 15 x = x
=
xB = B -1b =
01
10

10
B -1 =
01
B1

x1 = x 2 = 0
x4 = xB 2
El valor de la funcin objetivo Z es:

15
Z = CB x B
= [0 0] = 0
10
Analizando la variable que entra en solucin:

-1
y1 = B a 1
1 03 3 y
=
01 5
11
5 y

21
1 05 5 y
y2 = B -1 a2
01 2
12
2 y22
z2 = C B y 2
z1 = C B y1 = [0 0] = 0
= [0 0] = 0

zj -cj <0
z1 - c1 = 0 - 5 = -5
z2 - c2 = 0 - 3 = -3
se toma el z j - c j ms negativo. As, la variable entrante ser x1 .

Analizando la variable que sale de solucin:
x
x Br
y rj
=Min
Bi
yrj
, yrj > 0 = Min
B1
1j
B2
15 10
, yrj >
= Min
2j
x4
10
=
3 5 5
Ser el valor de la variable entrante en la solucin en la tabla siguiente, por lo que

sale de solucin.
(Donde r es la fila en cuestin y j corresponde a la variable que entra en solucin.)
y el prximo valor Z ( Z mejorada) ser:
= Z + x4 (c1 - z1 ) = 0 + 10 (5 - 0) = 10
y
Z
5
21
cj -zj
el
es una razn de cambio, por cada unidad que tenga la variable entrante a la
solucin, la funcin objetivo se ver mejorada en c j
- z j unidades.
ahora
si b1 = a3 y b2 = a1 tenemos:
B=
1 3
5
-1
xB = B b = 1 - 3 515 9 x
1 5 10
Z=Cx
B B
=
x
x1 = xB
El valor de la funcin objetivo Z es:

= (0
5)
- 3 5
15
=1
B -1
= 10
x2 = x4 = 0
B1
y 21
x4
y2 = B -1 a2
1 - 3 55 19 5 y
=

12
2 25 y
22
0 1 5
1 - 3 50 - 3 5 y
=
14

1 1 5 y24
0 1 5
19 5
- 3 5
z2 = cB y2 = [0 5]
=
2
,
z
=
c
y
=
[
0
5
]
4
B 4
1 5= 1
25
z2 - c2 = 2 - 3 = -1,
z 4 - c4 = 1 - 0 = 1
se toma nuevamente aquella variable
que tenga el z j - c j ms negativo,
correspondiendo a x2 salir de solucin.
y4 = B -1 a4
Se analiza ahora la variable que abandonar la solucin;
Br
=Min
y
rj
,
19 5 2 5
9
, yij
> 0 =
19 5
x3
y
12
por lo que x3 sale de solucin.

y el prximo valor de Z ( Z mejorada) ser:
= Z + x2
- z2 ) = 10 + 45 19 (3 - 2) = 235
y (c
Z
19
2
12
Nuevamente continuando con este proceso iterativo, ahora haciendo b1 = a2
tenemos:
5 19 - 3 19
B=
5 3
2 5
x B = B b = 5 19
B -1 =
- 2 19 5 19
- 3 19 15 45 19 x 2 = x
B1 ,
=
x1 = x B 2
10
- 2 19 5 19 20 19
Ahora el valor de la funcin objetivo es:
Z = C x = (3 5) 45 /19 = 235 /19
B B
29
/19

-1
y = B -1 a3
3
y b2 = a1 ,
x3 = x 4 = 0
5 19 - 3 19 1 5 19 y
=
=
0
y
- 2 19 5 19 - 2 19 23
13
y4 = B -1 a4
z 3= C y
5 19- 3 190

- 3 19 y
14
5 19
y24
1
- 2 19 5 19
= [3 5] 5 19 = 15 19 -10 19 = 5 19
B 3
- 2 19
z4 = CB y4 = [3 5]
- 3 19 = - 9 19 + 25 19 = 16 19
5 19
z3 - c3 = 5 19 - 0 = 5 19
z4 - c4 = 16 19 - 0 = 16 19
encontramos que como todos los valores de
zj -cj
son mayores que cero, entonces
ninguna otra variable entrar en solucin ya que sta es ptima.

As la solucin ptima ser:
Z = C B x B = [3
por lo que x2 y x1 son variables bsicas
funcin objetivo es ptima ( Z
= 2 3 5 ).
19
45 19 = 235 19
5]
xB
20 19
=
45 19
, ya que con estos valores la
20 19
Formato general de la tabla para el Mtodo Simplex
cj
CB
XB
c1
x1
c2
x2
c3
x3
a1
a2
a3
L
L
cn
xn
an
Br
rj
|
|
zj
zj -cj
X B = Vector que representa la Solucin Bsica Factible.

C
B
=Vector formado por los componentes de C correspondientes a la Solucin Bsica
Factible.
c j = Vector de costos (coeficientes de las x j en la Funcin Objetivo).
z =CBXB
j
zj -cj =CBXB -cj

yrj = Componente del vector que va a formar parte de la nueva Solucin Bsica
Factible.
b = Valor de las variables bsicas (en solucin).
Z * = Valor actual de la Funcin Objetivo.
Ejemplo:
Resolviendo el ejemplo anterior por la forma tabular, tenemos;
Max 5x1 + 3x2 , sujeto a :

3x1 + 5x2
15
5x1 + 2x2
10
x1 , x2 0

Tabla 1 (Tabla Inicial)
cj
CB
0
XB
x3
b
15
x1
3
x2
5
x3
1
x4
0
b yrj
15 3
x4
10
10 5
zj
Sale x4 de solucin
-5 -3 0 0 zj -cj
- Entra x1 en solucin
Tabla 2
CB
0
XB
x3
b
9
cj 5
x1
0
x1
25
15
Z*
zj
-1 0
zj -cj
10
x2
19 5
x3 x 4
1 -35
0
b yrj
45 19 Sale x3 de solucin
15
- Entra x2 en solucin
Tabla 3 (Tabla Final)
cj
x =0,x
x3
5 19
x4
- 3 19
XB
x2
45 19
x1 x2
0 1
x1
20 19
- 2 19
5 19
Z*
5 19
16 19
5 19
16 19 z j - c j
como todos los z j - c j

2
CB
3
235 19
b yrj
zj
son 0 la solucin es ptima.
= 45 19 , x = 20 19 y Z * = 235 19
1
En resumen, se observa que:

1. En la fila zj-cj las posiciones que corresponden a las variables bsicas tienen valor
cero
2. Las columnas de las variables bsicas forman la matriz identidad
10

Forma tabular del libro de Mokthar Bazara
Z
zj -cj
x3
x4
x5 (L.D.) Fila de z j - c j
-5
-3
0
0
3
5
5
2
1
0
0
1
15
10
Interpretacin de la tabla del simplex
Z
XB
XB
Xn
-1
CB B N - C N
B -1 N
b
CB B -1b
B -1b
Min Z sujeto a :
Z-CBXB -CNXN =0
BX B + NX N = b
XB,XN0
desde :
Z = C B B -1
by
X B + B -1 NX N = B -1 b
Identificar B inversa en la tabla optima.
En la tabla final (ptima) para calcular las columnas que forman la B -1 ( B inversa) estas
correspondern a las columnas de las variables que en la tabla inicial aportarn las
columnas para formar la matriz identidad.
En el caso del problema usado como ejemplo
x2 x1
5 3
B=
2 5
x3
B -1 =
x4
5 19- 3 19
- 2 19
5 19
Otro ejemplo en el que se tengan en solucin las siguientes variables, obtenemos su

inversa.
11
Proceso de Solucin de un Problema de

Programacin Lineal por el Mtodo Simplex
Inicio
Leer el Problema
Determinar si es un problema de Maximizacin o de Minimizacin
Aadir las Variables de Holgura y/o Artificiales para presentar el problema en la Forma
Estndar
Escribir la Funcin Objetivo correspondiente
Crear la tabla del Simplex correspondiente
Problema de:
Maximizacin; Son todos los valores de ZjCj 0 ?
Minimizacin; Son todos los valores de ZjCj 0 ?
Si
Solucin Optima
Maximizacin: Cuando
todos los valores de ZjCj 0.
Minimizacin:
Cuando Todos los
valores de Zj-Cj 0.
Obtener de la tabla los
valores de las variables
y de la funcin objetivo
Z.
No
Determinar la variable que entra en solucin:
Para un problema de :
Maximizacin; Entra la variable que en la fila de
Zj-Cj tenga el valor mas negativo. Minimizacin;
Entra la variable que en la fila de Z j-Cj tenga el
valor mas positivo.
Determinar la variable que sale de solucin: Divida
cada elemento del rengln de b entre el elemento
correspondiente (mayor que cero) del rengln de la
variable que entra en solucin; y abandonara la
solucin aquella variable en XB que corresponda al
cociente menor.
Establezca como elemento pivote aqul que se
encuentre en el cruce del rengln de la variable
entrante y la columna de la variable saliente.
Genere en esta posicin la unidad y ceros en los
elementos restantes de la columna de la variable
entrante ( en este proceso de Gauss-Jordan se
actualiza la tabla).
Continuar el proceso
12
MTODO DE LA M
Este mtodo es utilizado cuando existe la necesidad de introducir variables artificiales (x a
s) con el objeto de generar una solucin bsica factible.
Aplicando el Mtodo Simplex para su solucin, la funcin objetivo Z se ve alterada, ya que
la contribucin de las variables artificiales (coeficientes de las variables artificiales) es:
- M para un problema de maximizacin.
+ M para un problema de minimizacin.
Donde M es un valor muy grande (mucho mayor que cualquier coeficiente de las variables
en la funcin objetivo) por ejemplo: M >>> 0.
Como las variables artificiales no tienen ningn significado en el problema. Son definidas
como un artificio (ya que es una conveniencia matemtica para lograr la matriz identidad y
as una solucin inicial bsica factible), y por lo cual ninguna variable artificial deber
formar parte de una solucin bsica factible. Para eliminar las variables artificiales de la
solucin, se les asigna en la funcin objetivo original coeficientes, tales que haga su
presencia no atractiva en la base.
Para ilustrar esto, suponga que deseamos resolver el siguiente problema de Programacin
Lineal, donde b 0.
Maximice CX
Sujeto a:
Ax = b
x 0.
Si una conveniente base no es conocida, se introduce un vector artificial x a, lo que conduce
al siguiente sistema:
Ax + Xa = b
x, Xa 0
La solucin inicial bsica factible est dada por x a = b y x = 0. Para mostrar que se desea
tener un vector artificial mayor que cero, la funcin objetivo es modificada de la forma que
una penalizacin alta es pagada para cualquier solucin.
Minimice CX + MXa.
Sujeto a:
Ax + Xa = b
x, Xa 0
El mtodo simplex por s mismo, trata de eliminar las variables artificiales de la base, y
entonces continua tratando de encontrar la solucin optima a el problema original.
13

Ejemplo:
Minimizar
Z = x1 - 2x2
Sujeto a:
x1 + x 2 2
-x1 + x2 1
x2 3
x1 y x2 0
transformando a la forma estndar tenemos :

Minimizar Z = x1 - 2x2 - 0x3 - 0x4 + 0x5 + Mx6 + Mx7
Sujeto a:
x1 + x2 - x3
+x6
-x1 + x2
-x4
x2
=2
+x7=1
=3
+x5
donde :
Xh son variables de holgura.
Xa Son variables artificiales.
M es un nmero positivo muy grande.
Tabla 1
CB
M
M
0
Cj
XB
X6
X7
X5
b
2
1
3
Z=
3M
Tabla 2
CB
M
-2
0
b
1
1
2
Z=
-2+M
-2
X2
X3
1
-1
1
0
1
0
2M
-M
2+2M
-M
en
solucin
Entra X2
X4
0
-1
0
-M
-M
X5
0
0
1
0
0
X6
1
0
0
M
0
X7
0
1
0
M
0
X4
1
-1
1
M+2
M+2
X5
0
0
1
0
0
X6
1
0
0
M
0
X7
-1
1
-1
-2-M
-2-2M
X1
1
-1
0
0
-1
Cj
XB
X6
X2
X5
-2
X1
X2
X3
2
0
-1
-1
1
0
1
0
0
2M+2
-2
-M
1+2M
0
-M
Entra X1 en solucin
Sale X7 d
solucin
Sale X6
solucin
14

Tabla 3
Cj
CB
1
-2
0
XB
X1
X2
X5
b
1/2
3/2
3/2
Z=
-5/2
Tabla 4
CB
0
-2
0
X1
1
0
0
1
0
Cj
XB
X4
X2
X5
b
1
2
1
Z=
-4
Tabla 5
CB
0
-2
0
b
2
3
1
Z=
-6
0
0
M
M
X2
X3
X4
0
-1/2
1/2
1
-1/2
-1/2
0
1/2
1/2
-2
1/2
5/2
0
1/2
5/2
Entra X4 en solucin
-2
X1
2
1
-1
-2
-3
X2
X3
2
-1
1
-1
-1
1
-2
2
0
2
en
solucin
Entra X3
Cj
XB
X4
X2
X3
-2
X5
0
0
1
0
0
X6
1/2
1/2
-1/2
-1/2
-1/2-M
X7
-1/2
1/2
3/2
-3/2
-3/2-M
X4
1
0
0
0
0
X5
0
0
1
0
0
X6
1
1
-1
-2
-2-M
X7
-1
0
0
0
-M
-2
X1
1
0
-1
0
-1
X2
0
1
0
-2
0
X3
0
0
1
0
0
X4
1
0
0
0
0
X5
1
1
1
-2
-2
X6
0
0
-1
0
-M
X7
-1
0
0
0
-M
Como todos los zj-cj son 0 para todas las variables no-bsicas. Esta tabla nos indica que
esta solucin es ptima.
Teniendo el resultado siguiente x 4 = 2, x2 = 3, x3 = 1 y las variables restantes son iguales a
cero. Con un valor optimo de la funcin objetivo Z de -6.
15
Sale X1
solucin
Sale X5 d
solucin
MTODO DE LAS DOS FASES

El problema del ejemplo anterior fue manejado en la forma regular despus de que las
variables artificiales haban sido aadidas. Existe una complicacin en el mtodo de la M,
en el cual se debe asignar un valor M sin especificar exactamente qu valor es. Si un valor
numrico especfico fuera asignado a la M, este deber ser mucho mayor que cualquier
otro nmero que aparece en la funcin objetivo y probablemente no satisfaga todas las
condiciones. Su propsito sera el de proveer una penalizacin para eliminar las variables
artificiales de la base, ya que ellas realmente no pueden formar parte de la solucin en un
problema de la vida real. Un enfoque para evitar estas dificultades est incorporado o
considerado en el mtodo de dos fases.
La primera fase consiste en convertir todas las variables artificiales en cero, para obtener
una solucin bsica factible para las variables reales del problema.
La segunda fase consiste en optimizar la funcin objetivo actual Z, iniciando de una
solucin bsica factible que puede o no contener variables artificiales a nivel cero.
FASE I
Se inicia con una solucin bsica factible formada con algunas variables artificiales y con
la finalidad de eliminar las variables artificiales.
Se asigna a cada coeficiente de la variable artificial en la funcin objetivo un valor de la
unidad (positiva o negativa, dependiendo de si es un problema de Minimizacin o de
Maximizacin respectivamente) en lugar del valor M. A todas las variables restantes se les
asigna un coeficiente cero (sin importar los coeficientes actuales del problema). Entonces
en lugar de considerar la funcin objetivo actual.
Se optimiza la funcin:
Z=i
=1(
1) XAi = (XA1 XA2 XA3......XAs)
donde XA son las s variables artificiales (XA 0)

La fase I termina despus de haber aplicado el Mtodo Simplex, cuando:
1).- Z* = 0 Una o ms variables estn en la base a un nivel positivo.
El problema original tiene una solucin no factible.
2).- Z* = 0 Ninguna variable artificial est en la base. Se ha encontrado una
solucin bsica factible al problema original.
3).- Z* 0
Una o ms variables artificiales estn en la base a un nivel cero

(es decir que la b correspondiente a la variable artificial es igual a cero).
16
Se ha encontrado una solucin factible al problema original. Debido a que algunas

variables artificiales estn en la base a un nivel cero, posiblemente haya redundancia en las
ecuaciones restrictivas.
La fase I termina cuando los elementos zj - cj son 0 para un problema de Maximizacin y
para un problema de Minimizacin.
ANTES DE INICIAR LA FASE II
a) Elimine todas las columnas correspondientes a las variables artificiales no bsicas.
b) Cheque redundancia (ecuaciones redundantes) en el problema original. El sistema de
ecuaciones original es Ax = b. Si una restriccin (ecuacin) puede ser obtenida como
una combinacin lineal de las otras, la restriccin es redundante. Para localizar la
existencia de ecuaciones redundantes observe en la tabla final de la fase I (despus de
haber eliminado las columnas correspondientes a las variables artificiales no bsicas) si
existe alguna fila cuyos elementos sean todos cero a excepcin de un elemento 1 que
corresponda a la columna de una variable artificial bsica, entonces esto indicar que la
fila es redundante, por lo tanto elimine la fila y la columna.
c) Elimine las variables artificiales en la base, en la tabla final de la fase I, estas variables
estarn representadas por columnas que tienen elementos cero a excepcin de un uno en
la fila donde b=0. Seleccione uno de los elementos diferentes de cero en esta fila (debe
de existir alguno, de otra forma esta fila se hubiera eliminado en el paso b). Este
elemento eljalo como pivote, transformando su columna correspondiente a tener el
elemento 1 en el pivote, y cero en el resto de la columna (es decir, se genera en esa
columna el vector necesario para eliminar la variable artificial de la solucin.)
FASE II
La primera tabla de la fase II, es la ltima tabla de la fase I, sufriendo los siguientes
cambios; se reemplazan los coeficientes de la funcin objetivo por los coeficientes
originales de las variables reales y despus se calculan las filas z j y zj-cj. Una vez que se
han realizado estos cambios, se aplica el Mtodo Simplex nuevamente para optimizar la
funcin objetivo Z.
Ejemplo:
Minimizar Z = -X1
Sujeto a:
X1 + X2 - X3 + X4 - X5 +2X6 = 2
2X1 - X2 - X3 - 2X4 + X5 - X6 = 3
3X1
- 2X3 - X4
+X6 = 5
X1, X2, X3, X4, X5, X6 0
Expresndolo en la forma estndar, tenemos:
17
Minimizar Z = -X1
Sujeto a:
X1 + X2 - X3 + X4 - X5 +2X6
+X7 2X1 - X2 - X3 - 2X4 + X5 X6 3X1 - 2X3 - X4 +X6
Donde X7, X8 Y X9 son variables artificiales.
Tabla 1
CB
1
1
1
XB
X7
X8
X9
Cj
b
2
3
5
Tabla 2
XB
X7
X1
X9
X1
X2
X3
1
1
-1
2
-1
-1
3
0
-2
6
0
-4
6
0
-4
Entra X1 en solucin
Z=
CB
1
0
1
Cj
b
.5
1.5
.5
Z=
CB
0
0
1
Cj
XB
X6
X1
X9
b
.2
1.6
0
Z=
Xs 0, para toda X.
FASE I
0
X4
1
-2
-1
-2
-2
X5
-1
1
0
0
0
X6
2
-1
1
2
2
X7
1
0
0
1
0
X8
0
1
0
1
0
X9
0
0
1
1
0
X7
1
0
0
1
0
X8
-.5
.5
-1.5
-2
-3
X9
0
0
1
1
0
X1
0
1
0
0
0
X2
1.5
-.5
1.5
3
3
X3
-.5
-.5
-.5
-1
-1
X4
2
-1
2
4
4
Entra X6
Tabla 3
=2
+ X8 = 3 + X 9 = 5
X5
X6
-1.5
2.5
.5
-.5
-1.5
2.5
-3
5
-3
5
en solucin
-2
X1
0
1
0
0
0
X2
.6
-.2
0
0
0
X3
-.2
-.6
0
0
0
X4
.8
-.6
0
0
0
X5
-.6
.2
0
0
0
X6
1
0
0
0
0
X7
.4
.2
-1
-1
-2
X8
-.2
.4
-1
-1
-2
X9
0
0
1
1
0
Como todos los elementos en Zj-Cj son 0, la fase I esta terminada. El valor mnimo de la
fase I es cero y por esto el problema es factible. Una solucin factible para el problema
original es (1.6, 0, 0, 0, 0, .2). Para establecer la tabla de la fase II; elimine las columnas 7
18
Sale X8 d
solucin
Zj
Zj-Cj
Sale X7 d
solucin
Zj
Zj-Cj
Zj
Zj-Cj
y 8, asigne los coeficientes originales en la funcin objetivo y calcule las entradas de la fila
Zj-Cj (en la variable artificial cero).
Cj
CB
0
-1
0
XB
X6
X1
X9
b
.2
1.6
0
Z=
-1
X1
0
1
0
-1
0
0
X2
.6
-.2
0
.2
.2
0
X3
-.2
-.6
0
.6
.6
0
X4
.8
-.6
0
.6
.6
0
X5
-.6
.2
0
-.2
-.2
0
X6
1
0
0
0
0
0
X9
0
0
1
0
0
Zj
Zj-Cj
Como todos los elementos en la tercera fila son cero, excepto por un 1 que representa la
variable artificial X9, la fila es eliminada por ser redundante. Cheque en el problema
original y encontrar que la tercera ecuacin es la suma de las dos primeras ecuaciones. Se
elimina la fila 3 y la columna 7 (X9).
Cj
CB XB
0 X6
-1 X1
Z=
b
.2
1.6
0
-1
X1
0
1
-1
0
0
X2
.6
-.2
.2
.2
0
X3
-.2
-.6
.6
.6
0
X4
.8
-.6
.6
.6
0
X5
-.6
.2
-.2
-.2
0
X6
1
0
0
0
Sale X6 de
solucin
Zj
Zj-Cj
Entra X4 en solucin
Fin FASE I, principio de la FASE II
FASE II
Cj
CB XB
0 X4
-1 X1
b
.25
1.75
Z=
1.75
-1
X1
0
1
-1
0
X2
.75
-.25
-.25
-.25
X3
-.25
-.75
.75
.75
X4
1
0
0
0
X5
-.75
.25
.25
.25
X6
1.25
-.75
-.75
-.75
Zj
Zj-Cj
Entra X3 en solucin
La columna muestra que el problema es ilimitado (los elementos en la columna
correspondiente a la variable entrante son 0, y rj 0), por tanto la solucin es ilimitada (Z
= -a ).
19
DEGENERACIN
Una solucin bsica a Ax = b es degenerada si una o ms de las variables bsicas son cero (
si alguna XB = 0).
Una solucin bsica factible representa a b como una combinacin lineal de m columnas
de A. Cualquier base que incluya alguna columna de A que sea dependiente de la columna
de b determinar una solucin degenerada.
Para saber en la tabla si existe degeneracin, es suficiente con observar en la columna de b
y saber si existe uno o ms elementos iguales a cero.
Cuando la degeneracin se presenta, el proceso de seleccin de la variable saliente, en la
mnima razn XBr/Yrk puede no ser nica.
Vector saliente de la base:
= min i x
Br
rk
, yik <
Bi
y
ik
Vector que entra en la base:

Zk - Ck = Min (Zj - Cj ) , para un problema de Maximizacin.
Se ha visto que cualquiera de las variables correspondientes al mnimo puede ser removida,
y la nueva solucin bsica ser factible (y degenerada).
Ejemplo:
Maximizar Z = X2
Sujeto a :
X1 + X2 1
1/3X1 + X2 1
X1, X2 0
Forma estndar
Maximizar Z = X2 - MX5
sujeto a :
X1 + X2 -X3
+X5
1/3X1 + X2
+X4
=1
=1
donde X3 Y X4 son
variables de holgura y X5
es una variable artificial.
Forma tabular:
20

Tabla 1
Cj 0
CB XB
-M X5
0 X4
Z=
b
1
1
-M
Tabla 2
CB
1
0
Cj
XB
X2
X4
b
1
0
Z=
Tabla 3
CB
1
0
b
1
0
Z=
X1
1
1/3
-M
M
X2
1
1
-M
M+1
Entra X2
X3
X4
-1
0
0
1
M
0
-M
0
en solucin
0
X1
X2
X3 X4
1
1
-1
0
-2/3
0
1
1
1
1
-1
0
-1
0
1
0
Entra X3 en solucin
Cj
XB
X5
X4
1
-M
X5
1
0
-M
0
Sale X5 de
solucin
Zj
Cj-Zj
-M
X5
1
-1
1
Zj
-1-M Cj-Zj
-M
X1
1/3
-2/3
1/3
-1/3
X2
1
0
1
0
X3
0
1
0
0
X4
1
1
1
-1
X5
0
-1
0
-M
Sale X4 de
solucin
Zj
Cj-Zj
La solucin ptima es degenerada, ya que en X B hay una variable a nivel cero. Tenindose
que x2 = 1, x3 = 0 y Z* = 1.
CICLAJE
Cuando la degeneracin se presenta, la funcin objetivo puede no cambiar cuando hay un
cambio de una solucin bsica factible a otra. Entonces no se puede estar seguro que una
base no se repita. En efecto, se puede caer en la situacin en la cual se ciclaje el problema,
repitindose las mismas secuencias de bases solucin, y nunca alcanzar la solucin optima.
21

Ejemplo:
Minimizar Z = -2X4 -3X5 + X6 +12X7

Sujeto a :
X1
- 2X4 - 9X5 + X6 + 9X7
+1/3X4 + X5 - 1/3X6 - 2X7
X2
X3 + 2X4 + 3X5 - X6 - 12X7 = 2
Xs 0, para toda X.
Tabla 1
CB
0
0
0
Cj
XB
X1
X2
X3
b
0
0
2
Z=
=0
=0
-2
-3
12
X1
1
0
0
0
0
X2
0
1
0
0
0
X3
0
0
1
0
0
X4
-2
1/3
2
0
2
X5
-9
1
3
0
3
X6
1
-1/3
-1
0
-1
X7
9
-2
-12
0
-12
-2
-3
12
X3
X4
0
1
0
1/3
1
1
-3
1
0
1
en solucin
X5
0
1
0
-3
0
X6
-2
-1/3
0
1
0
X7
-9
-2
6
6
-6
Sale X2 d
solucin
Entra X5 en solucin
Tabla 2
CB
0
-3
0
Cj
XB
X1
X5
X3
b
0
0
2
Z=
X1
1
0
0
0
0
X2
9
1
-3
-3
-3
Entra X4
Tabla 3
CB
-2
-3
0
Cj
XB
X4
X5
X3
b
0
0
2
Z=
-2
-3
12
X1
1
-1/3
-1
-1
-1
X2
9
-2
-12
-12
-12
X3
0
0
1
0
0
X4
1
0
0
-2
0
X5
0
1
0
-3
0
X6
-2
1/3
3
3
2
X7
-9
2
15
15
3
Entra X7 en solucin
22
Sale X1 d
solucin
Sale X5 d
solucin

Tabla 4
Cj
CB
-2
12
0
XB
X4
X7
X3
b
0
0
2
Z=
X1
-2
-1/3
0
0
0
Entra X6
Tabla 5
CB
-2
12
0
Cj
XB
X6
X7
X3
b
0
0
2
Z=
0
X1
-2
1/3
2
2
2
Entra X2
Tabla 6
CB
1
0
0
Cj
XB
X6
X2
X3
b
0
0
2
Z=
X2
X3
-2
0
-2
0
-6
1
-6
0
-6
0
en solucin
0
X2
X3
9
0
1
0
3
1
3
0
3
0
en solucin
-2
-3
1
12
X4
1
0
-2
-2
0
X5
9
1
-3
-3
-3
X6
1
1/3
1
2
1
X7
0
1
12
12
0
-2
-3
12
X4
1
-1/3
-1
-3
-1
X5
9
-2
-12
-15
-12
X6
1
0
0
1
0
X7
0
1
0
12
0
-2
-3
12
X1
1
1/3
1
1
1
X2
0
1
0
0
0
X3
0
0
1
0
0
X4
-2
-1/3
X5
-9
-2
-6
-9
-6
X6
1
0
0
1
0
X7
0
1
-3
0
-12
-2
1
Entra X1 en solucin
Como X1 entra a la base, la nueva base estar formada por (X1, X2, X3), la cual ya fue
obtenida en la tabla 1, tenindose como resultado que el problema se ha ciclado.
23
Sale X4 d
solucin
Sale X7 d
solucin
Sale X6 d
solucin
METODO LEXICOGRAFICO
El problema de ciclaje puede ser resuelto utilizando una regla que rompa los empates en (
xBr / yrj ) para determinar la variable que abandona la solucin. Esta regla es
denominada lexicogrfica y su procedimiento es el siguiente:
Si cuando se realiza la prueba para determinar el vector correspondiente a la variable que
sale de la base de solucin, se tiene un empate, divida cada fila potencial (en empate) entre
su similar en fila de la columna pivote.
a
x y
i1
i2
k1
k2
t1
t2
a a
ij
k1
kj
t1
tj
a a
a a
L ain
a
L
kn
tj
i2
ij
L 1
k2
kj
t2
tj
a a
a a
Bi
ij
Bk
kj
Bt
tj
x y
tn
a a
i1
L aij
a
L
kj
L ain
ij
a a
kn
kj
tn
tj
a a
La columna sealada con * es la columna pivote (corresponde a la variable que entra en

solucin).
Como las filas son linealmente independientes ningn par de filas divididas son idnticas.
Encuentre la primera columna donde se rompa el empate. Ignorar todas las filas que no
tengan el valor ms bajo. Si nicamente una fila queda, esta ser la fila pivote, si quedan
ms pruebe en las columnas adicionales.
Ejemplo:
Trabjese el ejemplo de ciclaje cubierto previamente y prtase de las tablas 2
0
-2 -3 1
12
cj 0 0
x y
b
cB x B
x1 x2 x3 x 4
x5 x6
x7
Br
rj
0 x1
-3 x5
0 x3
0
0
1
0
9
1
0
0
-3 2 1
21
-3 0 1
-3
zj
-6 z j - c j
-3 0
1
0 -2 -9
01
1 3 1 - 1 3 -2 0 1 3
Entra en Solucin X7
Existe un empate entre estas 2 filas por lo que se debern analizar con el mtodo
lexicogrfico para determinar la variable que deber abandonar la solucin.
24

x1
x2
x3
11
0
13
91
1
13
01
0
13
x7
x4
x5
x6
1
1
01
1
13
-21
-1
-91
-2
13
primera fila
segunda fila
Analizando de izquierda a derecha encontramos que en la primera columna se rompe el

empate ya que la fila 2 es menor que la fila 1 (0 es menor que 1), por lo que sale de
solucin x5 .
cB
xB
cj
b
0
x1
0
x2
0
x3
-2
x4
-3
x5
1
x6
12
x7
0
-2
x1
x4
0
0
1
0
6
3
0
0
1
1
-1
3
-1
-1
-3
6
---
x3
-6
-3
21
-6
-2
-6
12
-6
-3
Entra x6 en solucin
x y
Br
rj
zj -cj
Sale de solucin x3
-2
-3
12
x y
cB
0
-2
xB
x1
x4
b
2
2
x1
1
0
x2
0
-3
x3
1
1
x4
0
1
x5
-4
0
x6
0
0
x7
-3
-6
x6
-6
-3
-1
-2
-3
- 12
zj
-1
zj -cj
Br rj
--21
Como todos los elementos en la fila z j - c j son menores o iguales que cero la
solucin es ptima. Observe que en la fila z j - c j existen 6 elementos iguales que cero,
por
fila
lo que existir una solucin mltiple. ( m =3 Si existen ms de m elementos en la

z j - c j iguales que cero, existe una solucin bsica factible mltiple). Es decir que
cualquiera de las variables no-bsicas que tienen un valor cero en la fila z j - c j puede
entrar a formar parte de la solucin y el valor de la funcin objetivo Z no cambiar.
25
SOLUCIN ILIMITADA
Esta ocurre cuando el espacio de soluciones factibles no est acotado y la funcin a
optimizar puede mejorar indefinidamente. Esta situacin se refleja en que todos los
elementos en la columna correspondiente a la variable elegida a entrar en la solucin
(menor vector Zj - Cj 0, para un problema de Maximizacin) son no positivos (y rj 0).
Ejemplo:
Max Z=X1-X2+X3
Sujeto a:
X1 + X2 + 2X3 4
X1 - 2X2 + X3 2
Xs 0
F.O. Max Z=X1-X2+X3
X1 + X2 + 2X3 - X4
= 4
X1 - 2X2 + X3
+ X5 = 2
Xs 0
En cierta tabla encontramos qu
CB XB
1 X1
-1 X2
Cj
B
10/3
2/3
1 -1 1
X1 X 2 X 3
1 0 5/3
0 1 1/3
1 -1 4/3
0 0 1/3
0
X4
-2/3
-1/3
-1/3
-1/3
X4 entra en solucin
0
X5
1/3
-La Y4<0,
-1/3
-2/3
Zj
X4
-2/3
2/3 Zj-Cj
-1/3
Y como todos los valores de la Y4 son negativos se dice que la Solucin es Ilimitada.
SOLUCIN MLTIPLE
Cuando soluciones diferentes originen un mismo valor en la funcin objetivo se dice que
existen soluciones mltiples. Es decir cuando alguna otra variable aparte de las variables
bsicas que se encuentre en la fila Zj - Cj a nivel cero, entonces esa variable puede ser
introducida en la base sin cambiar el valor de la funcin objetivo.
Ejemplo:
Max Z = 40 X1 + 1000 X2
Sujeto a:
10 X1 + 5 X2 250
4 X1 + 10 X2 200
2 X1 + 3 X2 900
X1, X2 0
26

Max Z = 40 X1 + 1000 X2
Sujeto a:
10 X1 + 5 X2 + X3
250
4 X1 + 10 X2
+ X4
200
2 X 1 + 3 X2
+ X5 900
X1, X2 0
X3, X4, X5 Variables de holgura
CB
0
0
0
XB
X3
X4
X5
Cj 40
B X1
250 10
200 4
900 2
0
-4
100
X2
5
10
3
0
-100
0
X3
1
0
0
0
0
0 0
X4 X5
0 0
1 0
0 1
0 0
0 0
50
20
300
Zj
Zj-Cj
Entra en solucin x2 y sale x4
CB
0
100
0
Cj
XB
B
X3 150
X2 20
X5 840
40 100
X1 X2
8
0
2/5 1
4/5 0
40 100
0
0
0 0
0
X3
X4
X5
1 -1/2 0 150/8
0 1/10 0
50
0 -3/10 1 1050
0 10
0
Zj
0 10
0 Zj-Cj
Como todos los valores Xbr son 0 se tiene la solucin optima

Z* = 2000
X3* = 150
X2* = 20
X5* = 80
Como Z1 C1 =0 y corresponde a una variable no bsica, entonces existe una solucin
optima mltiple.
*
Esto significa que puede entrar X 1 en solucin y el valor de la funcin objetivo Z no

cambia
27
CB
40
100
0
XB
X3
X2
X5
Cj
40 100
0
0
0
B
X1 X2
X3
X4
X5
150/8 1
0
1/8 -1/16 0
50/4 0
1 -1/20 1/8
0
650/2 0
0
1/50 -2/5 1
40 100
0
15/9 0
0
0
0
15/9 0
Zj
Zj-Cj
Solucin ptima
Z* = 2000
X1* = 150/8
X2* = 50/4
X5* = 1650/2
CONVERSIN DE UN PROBLEMA DE MINIMIZACIN A UN

PROBLEMA DE MAXIMIZACIN
Sea f una serie de puntos en la regin de soluciones bsicas factibles, eljase una tal que:
Min f = f*, entonces f* f
y si pasamos f al lado izquierdo tenemos :
f* - f 0
-f* -(-f) 0,
y multiplicando a la expresin por -1

-f* f,
adems - f -f*
de esto obtenemos que :

Max (-f) = -f*, por lo tanto sustituyendo en 1 tenemos:
Max (-f) = - Min f.
28
PROCEDIMIENTO SIMPLEX REVISADO

Este mtodo requiere una menor cantidad de clculos, ya que realiza clculos
nicamente en los vectores de aquellas variables no-bsicas y registra en memoria lo
relativo a las variables bsicas, B -1 , cB B -1 , xB y cB xB (as como todos los valores
iniciales cj, aij y b i).
Pasos:
Determinar las variables bsicas y formar B.
Obtener B -1 .
Obtener z j
- c j = wa j - c j . Donde W = cB B -1
Si z j - c j 0 para un problema de minimizacin o z j - c j 0 para un
problema de maximizacin la solucin es ptima y es el fin del proceso. Si
esto no se cumple contine el proceso.
Determinar la variable que entra en solucin (sea esta xk ) usando WA-C para
toda variable no-bsica ( wi a j - c j ).
x
Se analiza
(para toda i) para determinar que la variable sale de solucin,
Bi
y
kj
sea sta x f . Ahora actualice la columna ak para que sta aporte la columna de
la matriz identidad que aportaba la variable saliente x f .
Regresar al principio del proceso, realizar los clculos necesarios para sacar de
la base a x f y meter a la misma xk (actualice la columna ak para que esta
).
aporte la columna de la matriz identidad que aportaba la variable saliente x f

Procedimiento:
Si Z = cB X B donde X B = B -1 A , entonces Z = cB B -1 A equivale a z j = cB B -1 a j y

si W = cB B -1 entonces ahora WA - C = Z - C equivale a wi a j - c j
Base de la inversa
W=c B B-1
B-1
=zj -cj.
Lado derecho
CBXB
XB
29
Tablas en el proceso
x
W
CB X B
B-1
xB1
zk - ck
y
y 1k
2k
B2
mk
Bm
Ejemplo 1:
Max Z = 5x1 + 3x2
Sujeto a:
3x1 + 5x2 15
5x1 + 2x2 10
x1 , x 2 0
As:
x 1 x2 x3
A=
3 5
5
2
C = [5
x4
300]
10
b=
10
1
Analizando para todas las variables no-bsicas:
x1
x2
3
z j - c j = WA - C = [0
- [5
0 ]
5
por lo que entra en solucin x1 .
15
3]= [- 5
3]
Tabla 1
y1
0 0
1 0
0 1
0
15
10
x3
x
-5
3
5
Sale x4
Generando en la columna de la variable entrante la columna necesaria para formar la

matriz identidad (la que aportaba la variable saliente x4 ) se tiene:
30
0
1
0
1
-3 5
15

x2 x4
j
j
z - c = WA - C = [ 0 1 5 0 - [ 3 0 ] = [
]
10
9 x3
2 x1
-1 1
]
por lo que entra en solucin x2 .

Tabla 2
y2
0
1
0
-35
15
-1
Sale x3
19 5
25
10
9 x3
2 x1

5 19
16 19
235 19
5 19
- 2 19
- 3 19
5 19
45 19
20 19

x3
x4
zj -cj
1
- [0
= WA - C = [5 19 16 19]
0
0]= [5 1916 19],
0 1
Como todos los valores son mayores que cero la solucin ptima se ha alcanzado.
Solucin ptima:
Z = 325 19
x1 = 20 19
x2 = 45 19
31

Ejemplo 2:
Mtodo de la M
Min Z = 3x1 + 2x2

Sujeto a:
3x1 + x2 3
4x1 + 3x2 6
x1 + x 2 3
x 1 , x2 0
3x1 + x2
- x3
4x1 + 3x2
+ x6
=3
- x4
+ x7
x1 + x2
+ x5
=6
=3
x6 y x7 son variables artificiales

As:
x1
x2 x 3
x4
x5
x6
x7
3
A=
1 -1
4 3
0 -1
1 1 0
C = [3 2 0 0 0 M M ]
b = 6

00 1
1 00
x1
x2
x3
x4
-1
C B B -1 a j - c j = z j - c j = WA - C = [M M 0] 4 3 0 - 1 - [3 2 0 0]
1 1 0 0
-1
C B B a j - c j = z j - c j = WA - C = [7M 4M - M - M ]- [3 2 0 0]
C B B -1 a j - c j = z j - c j = WA - C = [7M - 3 4M - 2 - M - M ]
Entra en solucin x1 por tener el valor ms positivo.
32
Tabla 1
y
1
M
1
0
M
0
1
0
0
0
9M
3
6
x6
x7
7M - 3
3
4
x5
Sale x6

-43M+1
2M + 3
13
-43
0
1
0
0
1
2
-13
Analizando para todas las variables no bsicas:

x2
1
x3 x4
-1 0
C B B -1a j - c j = z j - c j = WA - C = [ -4 3 M + 1 M 0] 4 0 -1
0 0
x6
1
0 -[2 0 0 M ]
0
C B B a j - c j = z j - c j = WA - C = [ 5 3 M + 1 -4 3 M - 1 - M -4 3 M ]-[2 0 0 M ]
-1
C B B -1a j - c j = z j - c j = WA - C =5 3 M - 1
4 3 M - 1 - M -4 3 M +1
Entra en solucin x2 por tener el valor ms positivo.

Tabla 2
y2
-43M+1
13
-43
-13
M
0
1
0
0
0
0
1
2M + 3
1
2
2
x
1
x7
x5
5 3 M -1
13
53
23

33
15
35
-45
35
-15
35
0
0
0
21 5
35
65
x1
x2
15
-25
65
x5

x3 x4 x6 x7
-1 0 1 0
C B B -1a j - c j = z j - c j = WA - C = [1 5 3 5 0] 0 -1 0 1 -[0 0 M M ]
0
0 0
C B B a j - c j = z j - c j = WA - C = [ - 1 5
-1
C B B -1a j - c j = z j - c j = WA - C = [ - 1 5
- 3 5 1 5 3 5]-[0 0 M M ]
-35 15-M 35-M]
Se ha alcanzado la solucin ptima por ser todos los valores negativos.

Solucin ptima:
Z = 21 5
x1 = 3 5
x2 = 6 5
x5 = 6 5
Ejemplo 3:
Mtodo de las 2 Fases
Max Z = x1 - 2x2 + x3
Sujeto a:
- x4
x1 + 4x2 + x3 - x4 6
2x1 + x2 + 3x3 - 3x4 2
x1 , x2 , x3 , x4 0
x1
2x1
+ 4x2
+ x2
+ x3
+ 3x3
- x4 + x5
- 3x4
- x6
+ x7
=6
=2
x1 , x2 , x3 , x4 , x5 , x6 , x7 0
donde x5 y x6 son variables de holgura y x7 es una variable artificial.
FASE I
As:
34
x1
1
x2
A=
2 1
x3
x4 x 5 x 6 x 7
4 1 - 1 1 00
C = [0 0 0 0 0 0 - 1]
6
b=
3 - 3 0 - 1 1
x1
zj -cj
= WA - C = [0 - 1]
1
2
x2
4
x3 x4
1 -1
x6
0
-3
- [0 0 0 0 - 1]
zj -cj
= WA - C = [- 2 - 1 - 3 3 0]
Por lo que entra en solucin x3 .
Tabla 1
-1
-2
1
0
0
1
6
2
y3
-3
x
1
3
x7
Sale x
7

0 0
1
0
-13
163

x1 x2 x4
x6 x7
z j - c j = WA - C = [ 0 0
1 4 -1 0 0 - [
5
3
0 0 0 -1 -1 = [
]
0 0 0 1 1
1 -3 -1 1
2
Como todos los valores son iguales a cero se ha alcanzado el final de la Fase I.
]
FASE II
Ahora C = [5 - 2 1 -1 0 0] y se recalcula la tabla con los valores verdaderos de las c j .
35
zj
x1
1
- c j = WA - C = [ 0
x2 x4
4 -1
1 -3
]2
13
x6
0
z j - c j = WA - C = [ 2 3
-[5 -2 -1 0]
-1
]- [ 5
-2 -1 0] = [ -13 3
0 - 13 ]
Entra x1 en solucin por tener el valor ms negativo.

Tabla 2
y1
0
13
23
-13
163
13
23
133
1
5
x3
Sale x3
23

-52
1
0
5
1
-12
x5
x
1
x2
z j - c j = WA - C = [0
-52
]4
z j - c j = WA - C = [
-5
152-152
x3
3
x4 x 6
1 - 1 0
-3
-5
- [- 2
1 - 1 0]
]- [5
-2 -1
0 ] = [ 12
13
-13
-5
Entra x4 en solucin por tener el valor ms negativo.

0 5/2
1
0
5
1
-12
12
y4
-13
2
x5
x
1
12
Sale x5
-32

36
13
-4
70
2
3
-1
-1
10
16
x4
x1

x2 x3
x4 x6
4 1 -1 0
zj-cj
= WA - C = [13 - 4]
- [- 2 1 -1 0]
1
-3
-1
z j - c j = WA - C = [48 1 -1 4]- [5 - 2 -1 0]= [43 3 0 4]

Como todos los valores son mayores que cero la solucin ptima se ha alcanzado.
Solucin ptima:
Z * = 70
x* 4 = 10
x*1 = 16
37
Cmo calcular la reduccin de costos de las variables bsicas? z

j -c j = Wa j - c j donde j corresponde a las variables no-bsicas
Cmo calcular la columna de yj asociada a la variable xj que entra en solucin?
yk =B-1a k
Cmo actualizar B-1 , W, cB ,x B
a) Seleccione la variable entrante x k
x
r
b) Seleccione la variable saliente xr ,
r,k
= min
Bi
, yi ,k > 0}
i ,k
c) Agregue la columna de xk
W
B-1
CB X B
xk
zk - ck
y
y 1k
xB1 x
B2
2k
mk
Bm
d) Pivotee en yr,k
Nueva W
Nueva B-1
Nuevo CB X B
Nueva xk
0
0
M
1 fila r
38

Metodo Simplex

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metodo Simplex

Uploaded by

Copyright:

Available Formats

Notas del Mtodo Simplex

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

TEORA DEL MTODO SIMPLEX

Procedimiento del Mtodo Simplex para la Forma Matricial

Notas del Mtodo Simplex

,....., donde Yir

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

En la matriz B la columna de la variable que tuvo el

solucin y entra en su lugar la columna de la variable r.

x1 , x2 , x3 x4 0 y x3 , x4 son variables de holgura

columnas de la matriz identidad ( x3 y x4 son variables bsicas), hacemos que:

El valor de la funcin objetivo Z es:

Analizando la variable que entra en solucin:

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

se toma el z j - c j ms negativo. As, la variable entrante ser x1 .

, yrj > 0 = Min

Ser el valor de la variable entrante en la solucin en la tabla siguiente, por lo que

solucin, la funcin objetivo se ver mejorada en c j

El valor de la funcin objetivo Z es:

Analizando la variable que entra en solucin:

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Se analiza ahora la variable que abandonar la solucin;

por lo que x3 sale de solucin.

Analizando la variable que entra en solucin:

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

encontramos que como todos los valores de

son mayores que cero, entonces

ninguna otra variable entrar en solucin ya que sta es ptima.

M.C. Hctor Martnez Rubin Celis

, ya que con estos valores la

Notas del Mtodo Simplex

Formato general de la tabla para el Mtodo Simplex

X B = Vector que representa la Solucin Bsica Factible.

=Vector formado por los componentes de C correspondientes a la Solucin Bsica

zj -cj =CBXB -cj

Max 5x1 + 3x2 , sujeto a :

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

como todos los z j - c j

son 0 la solucin es ptima.

En resumen, se observa que:

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Interpretacin de la tabla del simplex

Otro ejemplo en el que se tengan en solucin las siguientes variables, obtenemos su

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Proceso de Solucin de un Problema de

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Notas del Mtodo Simplex

transformando a la forma estndar tenemos :

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

MTODO DE LAS DOS FASES