EL MTODO SIMPLEX

El Mtodo Simplex es una tcnica algebraica desarrollada por George Dantizing para
resolver un problema de programacin lineal. El mtodo es un algoritmo, o conjuntos de
operaciones matemticas explcitas, efectuado de una manera iterativa hasta encontrar una
solucin ptima. An cuando el mtodo es lo suficientemente simple para permitir el
cmputo manual para los problemas ms pequeos, la aplicacin de la computadora para el
mtodo simplex es sin lugar a dudas el planteamiento ms fcil y ms usado para la
solucin de los problemas que implican muchas variables.
Preparacin para la solucin Simplex
La forma general del Modelo de PL que usaremos para la solucin simplex para el Caso de
Maximizacin es:
Maximizar: Z = C1 X1 + C2 X2 +... + Cj Xj +
+ CnXn
Sujeto a:
a11X1 +a12X2 +....+ a1j Xj +.................+ a1nXn <= b1
a 21X 1 + a 22 X2 +....+ a2j Xj + ..+ a 2n Xn <= b2

a i1X 1 + a i 2 X2 +....+ ai j Xj +.............+ ai n Xn <= bi

am1X 1 + a m2 X2 +....+ am j Xj +....

+ a m n Xn <= bm

X i >=0, i = 1,2.............., n
Todas las restricciones tienen desigualdades tipo ( <= ) y todos los b i (i = 1,2,.................., n )
deben ser no negativos ( > 0 ). Los procedimientos diseados para solucionar los
problemas de minimizacin, las desigualdades tipo >= y los b i <0 sern discutidos .luego.
El problema de las raquetas XYZ ser usado como ejemplo para ilustrar el proceso de
preparacin del problema y el mtodo simplex
La compaa XYZ manufactura dos tipos de raquetas para tenis: Uno "Bsico" (Peso
Ligero) usados en los juegos de Ligas Menores y el "Profesional" (Golpeador) que se
vende a los equipos de Ligas Mayores. La produccin de una raqueta requiere una
operacin de torno para darle su forma, un proceso de lija para suavizar la madera y para
los "profesionales" tan solo una mano de laqueado como tratamiento final. Una raqueta
para la Liga Menor requiere un minuto en un torno de alta velocidad en tanto que una
raqueta para Liga Mayor, toma dos minutos de tiempo de torneado, puesto que se le debe
dar la forma con tolerancias muy estrechas. Debido a la rpida dada de forma del bsico,
se requiere tres minutos de mquina lijadora, en tanto que el profesional necesita slo
dos minutos para ser lijado. El laqueado es hecho a mano y como resultado de esto
slo pueden producirse 400 raquetas profesionales durante una semana. Para una semana
promedio de trabajo debe utilizarse 1000 minutos de tiempo de torno y 1800 minutos de
tiempo de lijado.
XYZ realiza una contribucin neta a los gastos generales y utilidad de $3 por cada
raqueta bsica y de $4 por cada profesional producida. Asumir que la compaa puede
vender tantas raquetas de cada tipo como las que pueden producir.
Solucion

Maximizar:

Z = 3 X 1 + 4 X2

Sujeto a:
X1 + 2X2 <= 1000
3X 1 +2X 2 <= 1800
X2 < = 400
Xi>=0, i = 1 , 2 , 3 , 4 , 5
Donde:
X1 = numero de raquetas bsicos producidos por semana
X2 = numero de raquetas profesionales producidos por semana
X2 (cientos P)
D
3.X1 + 2 X2
C
G
B

X2 =400

F(4,3)
.X1 + 2 X2

X1 (cientos B)

Puesto que cada una de las restricciones son del tipo " menor o igual", (caso de holguras),
debemos sumar nuevas variables de holgura variables libres, para obtener:

Maximizar:
Sujeto a:

Z = 3 X1 + 4 X2 + 0 S1 + 0 S2 + 0 S3
X1 + 2X2 + S1
3X 1 +2X 2 +
X2 +
Xi>=0, i = 1 , 2

+ S2

= 1000
= 1800
S3 = 400

Si >=0, i = 1,2,3

Como las variables libres S 1, S2y S3 representan tiempo de torno, de mquina de lijar y
capacidad de laqueo no usado; estas no contribuyen con nada a la funcin objetivo y son
agregadas a Z, multiplicadas por coeficientes cero. En algunos casos, un costo como multa
puede ser cargado por capacidad ociosa y un coeficiente negativo se asociara con una o
ms variables libres. Tales cargos no aparecen comnmente en problemas del "mundo
verdadero".
Soluciones Factibles Bsicas:
En trminos de la forma general del problema de Programacin Lineal, el Modelo Ampliado

con las variables de holgura o libres, puede ser expresada como:

Maximizar:
Z = C1 X1 + C2 X2 +.., + Cj Xj +....... + CnXn
Sujeto a:
a11X 1 + a12 X2 +....+ a1j xj +.................+ ainXn

+ 0 S1 + 0 S2 +....+0 Si + 0 Sm
+ S1

a 21X 1 + a 22 X2 +....+ a2j xj +..............+ a 2n Xn +

= b1
+ S2

= b2

a i1 X 1 + a i2 X 2 +....+a i j x j +..............+ ai n Xn+............................+ Si

am1X 1 + a

m2

X2+....+amjxj +....+ a mn Xn+......................................... +

X i >=0, i = 1,2,............., n

Si >=0, i = 1,2,

=bi

Sm

=bm

,m

A un problema con n variables y m restricciones le hemos agregado m variables libres, una

variable libre por cada restriccin. Hemos convertido al sistema de n variables en otro de
(n+m) variables y "m" restricciones, es decir m ecuaciones. Por consiguiente podemos
resolver para valores de m variables seleccionados en trminos de los remanentes (n+m) - m
= n variables
En el ejemplo de Raquetas XYZ un primer paso sera hallar la primera solucin factible:
(Primer Pvot) tomando las variables S1, S2 , S3 como variables bsicas y resolver en trminos
de las otras variables: X1 y X2 (no bsicas), entonces:
S1 = 1000 - (X1 + 2X2 )
S2 = 1800 ( 3X 1 +2X 2 )
S 3 = 400 - X2
Las no bsicas: X1 , X2 = 0 , y la primera solucin bsica factible ser:
S1 = 1000, S2 = 1800, S3 = 400, En la solucin grafica esta solucin corresponde al punto de
origen de coordenadas: (A) y con un valor de Z = 0
D

C
G
B

A
pppp

Segundo Pvot: Tomamos como variables bsicas X2 , S1 y S2 , siendo entonces las variables no
bsicas: X1 , S3 = 0 , entonces tendramos en el sistema de ecuaciones:
2X2 + S1 = 1000 - X1
2X 2 + S2 = 1800 3X 1
X2 = 400 - S3
Por consiguiente, la segunda solucin factible ser:
X2 = 400
S1 = 200
S2= 1000

Para X1 , S3 = 0

Vemos que esta solucin corresponde al punto B de la grfica y corresponde a un Z= 4*400 =

1600, ms favorable que la solucin anterior.

Tercer Pvot: Escogemos como variables bsicas: X2 , S2 y S3

Para X1 , S1 = 0 (variables no bsicas)
Tendramos nuestras ecuaciones expresadas como:
2X2
= 1000 - (X1+S1)
X 2 +S 2 =1800-3X 1
X2 + S3 = 400
La siguiente solucin es entonces:
X2= 500
S2= 800
Para X1 , S1 = 0
S 3 = -100
Esta solucin vemos en el grfico que corresponde al punto C y con un valor de
Z= 4*500 = 2000 . Pero en esta solucin S3 < 0, no cumple condicin de Xi >=0 , i = 1,2,3
Es decir que esta solucin es "bsica pero no factible"
Una solucin bsica factible es una solucin bsica para la cual los valores de todas las variables
satisfacen las restricciones (incluido las condiciones de no negatividad) del Modelo Ampliado. En
consecuencia en el grfico vemos que: "las soluciones C, D, G y I se puede comprobar que son
soluciones bsicas pero no factibles" (alguna variable tendr una solucin negativa)
En el punto A (X1, X2 = 0) estamos por debajo de las tres lneas de restriccin, por consiguiente las
tres variables libres son mayor que 0. Es una solucin bsica factible.
Si tomamos el pvot de solucin: X1 , S1 , S3 para X2 , S2 = 0 , la solucin es:
X1=600
S1=400

Para X 2 , S2 = 0

S3= 400
Observamos que es una solucin factible.

Para un punto entre A y B, X2 asume valores >0, junto con todas las variables libres, no representa
una solucin bsica. Al alcanzar B, estamos sobre la lnea que representa la 3 ecuacin restriccin:
X2 + S3 = 4, con un resultado S3 = 0. All hay slo tres variables >0, por consiguiente el punto B es
una solucin bsica y factible.
En el segmento BC, la variable X1 une a X2 , S1 , S2 en valores>0. Ser una solucin factible pero no
bsica, hasta que nos encontramos con la otra restriccin (recta: X 1 + 2X2 + S1 =1000) en el punto
C. Aqu la variable libre S1 asociada con la restriccin: X1+ 2X2 + S1 = 1000 se convierte en 0.
Procediendo de esta manera podemos identificar fcilmente las soluciones bsicas factibles asociadas
con cada punto extremo de la regin factible.

Punto

x1

x2

S1

S2

S3

Tipo
solucion

1000

1800

400

SF

500

800

-100

SNF

2000

900

-800

-500

SNF

400

200

1000

SF

1000

-1200

400

SNF

600

400

400

SF

NO
EXISTE

400

300

100

SF

2400

200

400

400

SF

2200

333.33

400

-133.33

SNF

1600

1800

ALGORITMO DEL SIMPLEX

El procedimiento comienza con una solucin bsica factible inicia! ignorando completamente

todas las soluciones no factibles y procede a identificar slo aquellas bsicas factibles que
incrementan el valor de ia funcin objetivo hasta localizar una solucin ptima.
I) Solucin inicial.- Consideramos las ecuaciones de restriccin del Modelo Ampliado:
X 1 + 2X 2 + S 1
3X1 + 2X 2
X2

= 1000 ....(1)
+ S2

=1800 ....(2)
+S 3 = 400 .... (3)

El problema de hallar una solucin bsica inicial que sea tambin factible, en este caso, la
solucin:
S 1 = 1000
S2 = 1800

Para X1, X2 = 0 .... Primer pvot. Esta solucin corresponde al origen

S3 = 400

de coordenadas con un valor de Z=0

II) Segunda solucin (2o Pvot).- La lgica del algoritmo simplex es de comenzar con una
solucin bsica factible y pasar secuencialmente a otra Solucin Bsica Factible (SBF)
adyacente que incremente el valor de Z.
El problema de pivotear en mtodo simplex es el de seleccionar las variables por egresar y
hacer entrar en la base de una solucin subsiguiente de manera tal que:
a) El valor de Z sea incrementada
b) Sea factible la nueva solucin bsica (2o Pvot)
As en este caso tenemos, Z= 3 X 1 + 4 X2 y vemos que la variable que hace incrementar ms
a Z es X2 (factor 4 > 3).
Entonces decidimos ingresar a la BASE (Variables bsicas) a X 2. Ahora veamos que
variable egresa de la BASE. Para esto expresamos las anteriores variables bsicas de la
siguiente forma (despejando del sistema inicial):
S 1 = 1000 -X 1 -2X 2
S 2 = 1800-3X 1 -2X 2
S3 =

400-X 2

A X1 ya hemos visto en paso anterior que queda como variable no bsica, luego las
expresiones anteriores quedan simplificadas as, para X1 = 0
S 1 = 1000 -2X 2

Como

S 1 >= 0

Entonces

1000 -2X 2 >= 0

S 2 = 1800 - X 2

Como

S 2 >=0

Entonces

1800 - X 2 >= 0

S 3 = 400 - X 2
Como
S 3 >=0
Entonces
400 - X 2 >= 0
Observamos que para X2 = 400, S3 = 0, S1 = 200, S2 = 1000. Es decir que la variable que se
acerca a cero ms rpidamente cuando X 2 se incrementa es S 3 . Por tanto
seleccionamos a S3 como la variable que sale de BASE. La nueva base ser: S 1, S2, X2 y las
variables no bsicas: X1 y S3.
Ahora eliminamos a X 2 de la expresin Z = 3 X 1 - 4 X2 y de las ecuaciones (1) y (2)
anteriores de la solucin inicial.
As:

Z - 3 X1 - 4 X 2

X1 +2X2 + S1
3X 1 + 2 X 2

(I)

= 1000

(1)

= 1800

(2)

+S3 = 400

(3)

X 2 = 400 S 3

(*)

+S2

X2

Despejando X2 de la ecuacin (3):

Reemplazando (*) en I:
Z - 3 X1 - 4 (400 S3) = 0
Queda:
Z - 3X 1 +4S 3 = 1600 ..

(II)

Igual (*) en (1):

X1 + 2(400 S3) + S1 = 1000
Queda:
X1 + S1 - 2 S3 = 200

(4)

Igual (*) en (2):

3X1 + 2(400-S3) = 1800
Queda:
3X1 +S2 2S3 = 1000 .

(5)

El nuevo Modelo queda expresado as:

Z-3X1+

+4S 3 = 1600........ (II)

X1 +

+S 1

3X1+

- 2S 3
+S 2 2S 3

X2

+ S3

= 200.......

(4)

= 1000 ...... (5)

= 400.........

(6)

Como hemos escogido a X1 y S3 fuera de BASE (variables no bsicas), X1, S3 = 0 La nueva

solucin bsica factible (SBF) ser:
X2= 400
S1 = 200

Para X1, S3 = 0

2 Pivot

S2 = 1000
Vemos que esta SBF corresponde al vrtice B de la solucin grfica. Con un valor de Z= 1600

III) Tercer Pvot.- Para definir que variable ingresa a la BASE y cual otra sale de BASE,
procederemos como en el paso anterior II):
Observamos Z = 1600 + 3X1 4S3
Pregunta
Respuesta

: Hay todava alguna variable que incremente a Z?

: S y es X 1 . La otra variable S 3 al incrementar, hara disminuir a Z, por

consiguiente decidimos que X 1 ingrese a BASE.

Ahora veamos que variable sale de BASE. Expresamos las anteriores variables
despejndolas de la ltima presentacin del sistema de ecuaciones
De:
X1 + S1 2 S3 = 200

S1 = 200 X1 + 2 S3

3 X1 + S2 2 S3 = 1000

S2 = 1000 3 X1 + 2 S3

X2 + S3 = 400

X2 = 400 - S3

Considerando que S 3 ha quedado fuera de BASE y por consiguiente S 3 = 0

El ltimo sistema de ecuaciones se simplifica a:
Observamos que S1

0, para la menor variacin de X 1.

S1 = 200 - X1
S2 = 1000 - 3X1

Y la mayor variacin posible de X 1 que no haga negativo a S 1

X2 = 400

y sea una solucin factible (X1 =200), hace a S1= 0. En cambio

S2 sigue siendo (+) para ese valor de X1.

S 1 = 200 -X 1

Como

S 1 >= 0

Entonces

200 -X 1

S 2 = 1000 - 3X 1

Como

S 2 >=0

Entonces

1000- 3X 1 >= 0

X2 =

Como

X 2 >=0

Entonces

400

400

>= 0
>= 0

Por tanto decidimos que la variable que sale de BASE es S 1.

La nueva BASE ser: X1, S2 y X2 y no Bsicas: S1 y S3.
Ahora, eliminamos a X1 de II y de ecuaciones (5) y (6), despejando X 1 de (4), asociada a
variable S1 que sale de Base
X 1 =200- S 1 + 2S 3 ...........(**)
Reemplazando (**) en II:
Z - 3 (200 S1 + 2S3) + 4S3 = 1600, simplificando queda:
Z + 3S 1 - 2 S3 = 2200 ..(III)
Igualmente procedemos a reemplazar X 1 en ecuacin (5):
3 (200 S1 + 2 S3 ) + S2 - 2 S3 = 1000, simplificando queda:
-3S 1 + S 2 + 4S 3 = 400
La ecuacin (6) queda igual porque no tiene trmino en S1.
El nuevo sistema queda entonces as:
Z
X1

+3 S1

- 2S 3 = 2200.........(III)

+ S1

- 2S 3 =

200 ....... ( 7 )

4S 3 =

400 ........ ( 8 )

-3S 1 + S 2 +

X2

S3 = 400 ....... (9)

Esto lo llevamos a una Tabla de la siguiente forma:

base
X1
S2
X2

ecuacin Z X1 X2
0
1
I
1
II
III
1

S1 S2
3
1
-3 1

S3
-2
-2
4
1

Bi
2200
200
400
400

La SBF ser:

X1 = 200
X2 = 400

S1 = S3 = 0 3er Pvot

S2 = 400

Z = 2200

Esta solucin corresponde al vrtice E ( en solucin grfica) con un valor de Z = 2200, y por
consiguiente es una SBF.
IV) Cuarto Pvot.- Similarmente observamos a Z = 2200 - 3 S 1 + 2 S 3 ( En la ltima
presentacin de Z ). Vemos que todava hay la variable S 3 que puede incrementar el valor de
Z. Luego, hacemos ingresar a S 3 a la BASE. Entonces expresamos las ecuaciones de la
ltima presentacin del Sistema, de similar forma:
X1 = 200 S1 + 2S3
S2 = 400 + 3S1 4S3
X2 = 400 S3
Considerando que S 1 queda fuera de BASE y por consiguiente S 1 =0, el Sistema se
simplifica a:

X1 = 200 + 2S3

Observamos que S2

0, ms rpidamente a la menor variacin

S2 = 400 4S3

de S3, luego determinamos que S 2 sale de BASE.

X2 = 400 S 3
X 1 = 200 + 2S 3

Como

X 1 >= 0

Entonces

200 +2S 3 >= 0

S 2 = 400 4S 3

Como

S 2 >=0

Entonces

400 4S 3 >= 0

X2 =

Como

X 2 >=0

Entonces

400 - S 3 >= 0

400 - S 3

La nueva BASE ser

: X1 , X2 y S3

Las variables no bsicas sern : S 1 y S2

Ahora, eliminamos a S 3 de III y de ecuaciones (7) y (9), despejando S 3 de (8), asociada a

variable S2 que sale de Base

S 3 =100 + (3/4)S 1 (1/4)S 2

(***)

Reemplazando (***) en III:

Z + 3S1 2(100 + (3/4)S 1 (1/4)S 2 ) = 2200 simplificando
queda:
Z + (3/2)S 1 + (1/2)S 2 = 2400 ..

(IV)

Igualmente procedemos a reemplazar (***) en ecuacin (7):

X1 +S1 2(100 + (3/4)S 1 (1/4)S 2 ) = 200
simplificando queda:
X1 - (1/2)S 1 + (1/2)S 2 = 400..(10)
La ecuacin (8) queda igual porque de esta se despejo S3.
Igualmente procedemos a reemplazar (***) en ecuacin (9):
X2 + (100 + (3/4)S 1 (1/4)S 2 ) = 400
simplificando queda:
X2 + (3/4)S 1 - (1/4)S 2 = 300..(12)
Z
X1

+ (3/2) S1 + (1/2) S 2

= 2400.........( IV)

- (1/2) S1 + (1/2) S 2

400....

(10)

S 2 + 4S 3 =

400....

( 11)

300 .

(12)

-3S 1 +

X2 + (3/4) S1 - (1/4) S 2

Resolviendo, los resultados lo expresamos en la siguiente tabla:

BASE ecuacin Z X1 X2
0
1
X1
I
1
S3
II
X2
III
1

S1
3/2
-1/2
-3/4
3/4

S2
S3
1/2
1/2
1/4 1
-1/4

Bi
2400
400
100
300

Observamos que ya no existen variables que puedan hacer aumentar a Z, por lo tanto
Luego la SBF ser la ptima, el valor mximo de Z:

X1=400
X2=300
S3 =100

y: Z = 2400

S 3 (Variable de holgura relacionada con las raquetas profesionales) tiene un valor de 100,
lo que indica que para la solucin ptima sern necesarios fabricar slo 300 raquetas
profesionales.

Sistematizacin del algoritmo de Maximzacin. - ( Tipo <=, b i >= 0 )

Tenamos el siguiente Modelo:
Maximizar:

Z = 3X1 +4X2

Sujeto a:
X 1 +2X 2 +S 1
= 1000 ..(1)
3X1+2X2
+S 2
= 1800 ..(2)
X2
+S 3 = 400..(3)
Xi ; Si >=
1 Base
: S 1 , S2 , S3
1 No Base : X 1, X2

0 ...............................(4)

1 SBF:
S1 = 1000
S2 = 1800
S3 =

400

X1 =X2 = 0

Origen grfico y Z = 0

Tabla (0) inicial:

BASE ecuacin Z X1
0
1 -3
S1
I
1
S2
II
3
S3
III

X2 S1 S2 S3
-4
2 1
2
1
1
1

bi
0
1000
1800
400

bi /air
Entra X2
1000 / 2 = 500
1800 / 2 = 900
400 / 1 = 400

Sale S3

Regla para definir variable que entra a Base : En la tabla Standard la ecuacin (0): se escoge
variable con signo ms negativo. -4 ( es la que maximiza ms a Z), es decir X 2
Regla para definir variable que sale de Base: En tabla calculamos:
= bi / ai r , donde:
Donde:
bi = ltima columna
air = Coeficiente de variable que entra (X 2)>0 (en restriccin)
Para air > 0
Si air = 0
Si air < 0

lmite impuesto por ecuacin asociada es

infinitamente grande. Se descarta
valor negativo indefinido, la ecuacin no le
coloca lmite alguno a variable que ingresa. Se
descarta.

En este caso, por ejm: Calculamos para cada caso:

a) 1000/2 = 500

b) 1800/2 = 900

c) 400/1 = 400

Escogemos el menor valor que en este caso corresponde a variable bsica S 3

Entonces:
2 Base : S1 , S2 , X2 2
no Base : X1 , S3
Tabla (1): Como entra X2 , tenemos que eliminar X2 de Z, para determinar nueva expresin de
Z. Igual eliminamos X2 en ecuaciones (1) y (2) de la tabla anterior. Despejando X2 de
ecuacin (3) de la misma tabla anterior: X 2 = 400 S3 y reemplazando en las anteriores, el
sistema queda expresado:
Z-3X 1 +4S 3
X1 + S1
3X 1
X2
En forma de tabla 1:

- 2S3

= 1600
= 200

+S 2-2S3 =1000
+S 3= 400

BASE ecuacin Z X1 X2 S1 S2
0
1 -3
S1
I
1
1
S2
II
3
1
X2
III
1

S3
4
-2
-2
1

bi
1600
200
1000
400

bi /air
Entra X1
200/1=200
1000/3=333.33 Sale S1
400/0 = infinito

Por consiguiente, la 2 SBF es:

S 1 =200
Punto B en solucin grfica
S2=1000
X2 = 400
Con un valor de Z = 1600
Para: X 1 = S 3 =0
Igualmente ahora, aplicamos regla prctica en tabla 1. En Z seleccionamos la nica variable
con coeficiente negativo (X 1) como la que entra a BASE. Asimismo para definir variable que
sale calculamos la relacin bi /air; el menor valor corresponde a S1 , luego S1 sale de BASE.
Entonces:
3 Base

: X1, S2, X2

3 no Base ; S1 , S3
Ahora, eliminamos X 1 de Z y de ecuaciones (2) y (3) de ltima tabla, despejando X 1 de
ecuacin (1) de la misma ltima tabla: X 1 = 200 S 1 + 2S3 y luego reemplazando en (2)
y (3), queda finalmente el nuevo sistema en forma de nueva tabla:
BASE ecuacin Z X1 X2
0
1
X1
I
1
S2
II
X2
III
1

S1 S2
3
1
-3 1

S3
-2
-2
4
1

bi
2200
200
400
400

bi /air
Entra S3
200/-2=n.a
400/4=100
Sale S2
400/1 = 400

Entonces la 3a SBF es:

X1 = 200
S2 = 400

Vrtice E de solucin grfica

X2 = 400
Con un valor de Z =2200
Para S1=S3= 0

Igualmente ahora, aplicamos regla prctica en tabla 2. En Z seleccionamos la nica variable con
coeficiente negativo (S 3) como la que sale de BASE. Asimismo para definir variable que sale
calculamos la relacin b i/air ; el menor valor corresponde a S 2 luego S2 sale de BASE.
Entonces:
4 Base

:X 1,X2, S3

4 no Base : S1 , S2
Ahora, como entra S 3 , la eliminamos de Z y de ecuaciones (1) y (3) de ltima tabla,
despejando S3 de (2):
S 3 = 100 + (3/4)S 1 (1/4)S 2

Finalmente queda la Tabla 3 :

BASE ecuacin Z X1 X2
0
1
X1
I
1
S3
II
X2
III
1

S1
3/2
-1/2
-3/4
3/4

S2
S3
1/2
1/2
1/4 1
-1/4

bi
2400
400
100
300

Luego la SBF es:

X1 = 400

Vrtice F de la solucin grfica

X2 = 300
X5 = 100
Con un valor Z = 2400 Para X3 = X 4 = 0
Vemos en la ltima Z que todas !as variables son positivas, en consecuencia ninguna le
puede dar valores mayores, en consecuencia hemos llegado a la solucin ptima.

CASO DE MINIMIZACIN
En este caso una Solucin Bsica Factible (SBF) es ptima si no es posible identificar una
variable que si incrementa en valor haqa decrecer el valor de la funcin objetivo ( Z).
En trminos de Tabla Simplex, si en cualquier ecuacin (0) los coeficientes son >0, la
variable no bsica asociada har decrecer Z si esta fuera a ingresar a la BASE. Slo
cuando todo los coeficientes de la ecuacin (0) son <0, se habr llegado a la solucin
ptima.
La variable que debe ingresar a BASE es aquella que resulta en la mayor disminucin
marginal de Z. (Seleccionar la variable con el mximo coeficiente + ). La regla para
determinar la variable que sale de BASE es la misma que en el caso de maximizacin
La expresin general del tipo de restriccin en este caso es:
a.11X 1 +a12X2 +....+ a1j xj +...................+ ainxn >= b1

Veamos el siguiente ejemplo:

Minimizar Z = 60 X1 + 60 X2
s.a:
X1 + X2<= 10................................... (1)
2X1 + X2 >= 8 ....................................(2)
X1 +2X 2>= 10 ............................

(3)

X1, X2>= 0
Las restricciones (2) y (3) son del tipo >= bi
Convirtiendo en igualdades el modelo inicial, tendramos:
X 1 + X 2 +S 1
2X 1 + X 2

= 10 .......................(1)
- S2

= 8 (2)

X 1 +2X 2

-S 3 = 10. (3)

Luego tendramos una primera SBF: X1 =X2 = 0

S1 = 10
S2 = - 8
S3

donde S2 y S3 son soluciones no factibles por que no

= -10

cumplen condicin de no negatividad :X i >= 0

Por tanto, debemos hallar otro tipo de solucin para desigualdades del tipo >= cuando bi < 0,
en restriccin original. Para lo cual introducimos el concepto de:
Variables artificiales.- Siendo S2 y S3 " dficit" en la restriccin y para obtener una SBF
inicial, aadimos variables artificiales con coeficiente 1, en ambas restricciones (2) y (3)
quedando:
X1 + X 2 + S 1
= 10
2X 1 + X 2
X 1 +2X 2

-S 2
-S3

+A 2

=8

+A 3 = 10

Ahora la 1 SBF es:

S1 = 10
A2 = 8
A3 =10
Pero al agregar variables artificiales en las restricciones (2) y (3), hemos eliminado el
significado de las restricciones originales, as por ejemplo si en la restriccin ampliada:
2X1 + X2 S2 + A2 = 8 , hacemos X 1 = 1 , X 2 = 4 , S 2 = 3 y A 2= 5
2X1 +4 -3 + 5 = 8

satisface la ecuacin, pero no la restriccin original (2X 1 + X 2 >=8)

Es decir, que una variable artificial aparezca en la solucin ptima del modelo ampliado no es
garanta que sta sea solucin ptima para el modelo original, puesto que puede ser una
solucin no factible.
Esta eventualidad se la evita asegurndose que las variables artificiales no aparezcan en la
BASE ptima (ltima Tabla). Cuando las variables artificiales ( A 2 y A3) son igual a cero, las
restricciones aumentadas corresponden una vez ms a las restricciones originales.
Esto se asegura imponiendo un valor de coeficiente muy alto a la variable artificial, para
traerla a la BASE. En la Funcin Objetivo ( Z ) para el problema de minimizacin le damos a
ese valor positivo (+) muy grande la denominacin de " M" . El Mtodo Simplex mantendr
siempre a estas variables artificiales fuera de solucin, puesto que al tratar de ingresarlas a
BASE en vez de minimizar Z, estaramos produciendo un efecto inverso.
Este esquema para tratar a la " variable artificial" es el que se conoce con Mtodo de la M
mayscula Mtodo de la Penalizacin.
Luego el Modelo Ampliado se manifiesta, en este ejemplo como:
Minimizar Z = 60 X1 + 60 X2

+ MA 2 + MA 3

s.a:
X1 +

X2 + S1

2X1 +

X2

X1 +

2x2

= 10.....(1)
-S2

+
-S 3

A2

= 8.....(2)
+A3 = 10......(3)

En modo de Tabla 1:

BASE
0 S1
M A2
M A3

60 60 0 0 0 M M
ecuacin Z X1 X2 S2 S3 S1 A2 A3
0
1
I
1 1
1
II
2 1 -1
1
III
1 2
-1
1

Bi
0
10
8
10

Observamos que la funcin objetivo (ecuacin: 0) tiene trminos de variables bsicas (A2 , A3 ),
que debemos desaparecer antes para aplicar la prueba de optimalidad. Esto lo obtenemos

aadiendo M veces las ecuaciones (2) y (3) a ecuacin (0), resultando finalmente la siguiente:
Tabla 2:

60
BASE ecuacin Z X1
0
1 (3M-60)
0
S1
I
1
M A
II
2
2
M A
III
1
3

60
0
X2
S1
(3M-60)
1
1
1
2

0
0
M M 0
S2 S3 A2 A3 bi
-M -M
18M
10
-1
1
8
-1
1 10

bi /air
Entra X1
10/1=10
8/2=4
10/1=10

Sale A2

Se escoge la variable con coeficiente (+) mximo, a la inversa del caso de maximizacin, puesto
que ahora nuestro objetivo es minimizar la funcin objetivo Z. En este caso X1 X2 cumplen
igualmente la condicin por lo que podemos escoger cualquiera de las dos variables. Escogemos
X1 como variable que entra a la BASE.
Para seleccionar variable que sale de base, en la ltima columna (bi /air) si seguimos el mismo
criterio y entonces escogemos la de menor valor: A2 , para que salga de BASE.
Reemplazando X1 en Z y en ecuaciones (1) y (3) y efectuando las operaciones correspondientes,
tenemos la siguiente
Tabla3:

BASE

ecu Z
0 1

S1

60

X1

II

A3

III

60
X1

60
X2
(3/2)M -30

0
S1

0
S2
(1/2)M -30

0
S3
-M

1/2

1/2

-1/2

1/2

-1/2

1/2

3/2

1/2

-1

M
A2
-(3/2)M +30

-1/2

M
A3

0
bi
6M+240

bi /air
Entra
X2
6/0.5
=12
4/0.5
=8
6/1.5
=4

Sale A3

En este caso variable que entra a BASE es X2 por tener coeficiente (+) mximo y como variable
que sale de BASE a A3 por tener el menor valor su relacin (bi / air ) = 4
Reemplazando X2 en Z y en ecuaciones (1) y (2) y efectuando las operaciones correspondientes,
tenemos la siguiente:

Tabla 4

BASE
0
60
60

S1
X1
X2

ecuacion
0
I
II
III

Z
1

60
X1

60
X2

0
S1
1

1
1

0
S2
-20
1/3
-2/3
1/3

0
S3
-20
1/3
1/3
-2/3

M
A2
(20-M)
-1/3
2/3
-1/3

M
A3
(20-M)
-1/3
-1/3
2/3

0
bi
360
4
2
4

Observamos que la funcin objetivo Z tiene ahora todos los coeficientes negativos, es decir ya no
hay otra variable que haga disminuir ms a Z, y por consiguiente estamos en la solucin optima.
Luego los resultados se deducen de la tabla:

Z optimo = 360
X1 = 2
X2 = 4
S1 = 4 (holgura o cantidad no utilizada del recurso b1 )
S2 = S3 = 0 (indica que no se producir ningn excedente de los recursos b2 y b3 )

TABLERO SIMPLEX ALTERNATIVA

1
2
3
4
5
6
7
8

En la columna xB se colocan las variables Bsicas. Con las filas correspondientes a estas
variables se forman una matriz identidad.
En la columna BJ se colocan las igualdades, que representan los valores iniciales de las
variables Bsicas, con lo cual se tiene una primera solucin Factible, si no es la mejor
solucin se prueba con otro conjunto de soluciones.
Coeficientes de las variables Bsicas en la funcin objetivo del modelo.
Colocar columnas para cada una de las variables.
Coeficientes de las variables en la funcin objetivo.
Coeficientes de las variables en cada una de las restricciones.
Valor de la funcin Objetivo.
Valores Z de acuerdo al criterio de Optimalidad
Zj - Cj = CB Xj - Cj

8.1. Para un caso de maximizacin calculamos Zj - Cj para cada variable que no est en la
presente solucin.
a) Si para al menos un j , Zj - Cj es negativo y si al menos un a ij para este j es
positivo, entonces existe una mejor solucin factible.
b) Si para una j , Zj - Cj es negativo pero los a ij para esta j son no positivos, entonces
la funcin objetivo no est acotada.
c) Si un j, Zj - Cj es positivo para todo j, entonces la solucin ptima se ha
encontrado.
8.2 Si estamos en el caso 1 a), identificamos la variable que da el ms negativo Zj - Cj como
Xk (columna pivote).Llamamos X r a la variable que se reducira a cero al aplicar la regla del
(es la fila pivote). El elemento a rk se llama elemento pivote.
8.3 Dividimos la r-esima fila por a rk (elemento pivote), para reducir a 1 el correspondiente
elemento de a rk en la tabla siguiente. Efectuamos luego las operaciones de fila que
reducirn a cero todos los otros a ik. ( por reemplazo de variable que sale de BASE).
8.4 Repetimos los pasos 1, 2 y 3 hasta que en alguna tabla se cumpla la condicin 1 c).
Entonces se ha obtenido la solucin ptima.
La teora del mtodo simplex asegura que la solucin hallada en cada paso tiene un valor
mayor o al menos igual, que el de la solucin anterior. Puesto que el nmero de soluciones
bsicas del sistema de ecuaciones es finito, el algoritmo debe converger hacia la solucin
ptima en un nmero finito de iteraciones. La experiencia ha demostrado que el nmero de
iteraciones que deben efectuarse en la mayora de problemas que se encuentran en la prctica
oscila entre m y 2m.
Los valores Z de las variables Bsicas siempre son cero. Si las variables no Bsicas la
convertimos en variables Bsicas en la siguiente solucin, haramos variar marginalmente el
valor actual de la funcin objetivo.

CB XB X1 X2 S3 A1 S2 A3 Bi i
Zj - Cj
A1
S2
A3
CARACTERSTICAS
1.
2.
3.
4.
5.
6.

Si b <= 0 Multiplicar por -1

Para una restriccin <=
+S
Para una restriccin >=
-S
Para una restriccin =
+A
Xj <= 0 Xj = -j ; j >= 0 (Cambio de variable)
Xj sin restriccin de signo
Xj = Xj+ - Xj- ; Xj+ , Xj- >= 0
Xj+ > XjXj > 0
+
Xj = XjXj = 0
Xj+ < XjXj < 0

7. Si hay empate en el criterio para la variable que ingresa, se escoge cualquiera.

8. Criterio para seleccionar la VNB que se debe convertir en VB para una nueva solucin bsica
Caso min. Z > 0 (Seleccione el mas positivo )
Caso mx. Z < 0 (Seleccione el mas negativo)
Bi

9. Identificar la variable que sale i = a = ratio

i j

Solamente para aquellas filas que tengan un a i j mayor que cero

10. La fila de la variable que ingresa es igual a la fila de la variable que sale dividida entre el
pvot.
11. la fila nueva es igual a una fila antigua menos la fila de la variable que ingresa multiplicada
por el semipvot.
12. Si hay empate en el criterio de i , se escoge cualquiera de ellos. Tambin se puede emplear la
regla lexicografa (izquierda a derecha).
13. Se tiene solucin optima cuando:
Minimizacin ZVB = 0
ZVNB < 0
Maximizacin ZVB = 0
ZVNB > 0
14. Soluciones Optimas Mltiples .- tambin se les llama infinitas soluciones optimas
soluciones optimas alternativas. cuando en la solucin Optima para alguna VNB, Z = 0 Se
tienen soluciones mltiples y se puede hacer de la VNB correspondiente una variable de
entrada.
15. Solucin no factible.- El problema no tiene solucin cuando en la solucin optima se tienen
las variables artificiales Ai > 0, cuando en situaciones reales el problema no tiene solucin
se debe a:
a) Inconsistencia en la informacin, revisar para identificar y determinar la causa de la
inconsistencia.
b) Hay error, revisar si la formulacin es correcta.
16. Una restriccin de igualdad siempre es Activa Limitante
17. una restriccin de desigualdad (<= >= ) solamente es Activa si al evaluarlo en condiciones
optimas se mantiene la igualdad solamente
DUALIDAD
Es una caracterstica o propiedad que tienen los problemas de programacin lineal (PL), que
consiste en que a partir de un problema de PL se va a poder construir otro modelo de PL que debe
cumplir con ciertas caractersticas.

MAX
<=
Xj >= 0

MIN
>=
Yi >= 0

A partir de este nuevo modelo podemos determinar que pasara con el valor de la funcin
Objetivo si variamos los recursos.
DA LA INTERPRETACION ECONOMICA DEL MODELO
1. El nmero de variables de un modelo es el nmero de restricciones del otro.
2. Los trminos constantes del lado derecho de las restricciones primales van a ser los
coeficientes de la funcin objetivo dual.
3. Por cada una de las variables del modelo primal se tiene restricciones del modelo dual.
4. En el lado derecho de las restricciones del dual va el coeficiente asociado de la variable
tratada con respecto de la funcin objetivo del primal.
Al resolver uno de los modelos, establecemos relaciones entre las variables, vamos a
interpretar los resultados, solamente en el tablero optimo se puede establecer dicha relacin.

PRECIO DUAL

yi =

COSTO REDUCIDO yi =

UNIDADES DE LA FO (PRIMAL)
UNIDADES DEL RECURSO
UNIDADES DE LA FO (PRIMAL)
UNIDADES DEL PRODUCTO

Precio dual: Es la variacin de la funcin objetivo s variamos un termino derecho (constante)

Restriccin limitante Restriccin no limitante
Yi> 0
Yi < 0
Yi = 0
FO
bi
Costo reducido.- Para cualquier VNB el costo reducido es la cantidad en la cual hay que mejorar
el coeficiente de la FO de la VNB antes de que esta variable sea una VB en alguna solucin
optima.
Variable basica
Yi = 0

Variable no basica
MAX
MIN
Yi > 0
Yi < 0
FO
FO

Rango de variacin Cj (VNB)

Para
MAX
MIN

Cj = Zj - Cj
Cj = |Zj - Cj |

- <= Cj <= Cj + Cj
Cj - Cj <= Cj <= +

Rango de variacin CK (VB).- La variacin del CK de una VB solo afecta a los (Zj - Cj ) de las
VNB (sin considerar las variables artificiales)
CK =

Zj Cj

MAX MIN
Ck a ij < 0 aij > 0
Ck aij > 0 a ij < 0

a ik

menor
K = subndice de la variable
i = fila donde se encuentra CK
j = columna de la VNB
Ck - Ck <= Ck <= Ck + Ck

Rango

Rango de variacion bi (restriccin no limitante)

restriccin <= : bi = Si bi - bi <= bi <= bi +
restriccin >= : bi = Si bi - <= bi <= bi + bi

Rango de variacin bj (Restriccin limitante)

bj =

Bj
a ij

aij > 0

bi

bj - bj <= bj <= bj + bj

aij < 0

bj

Procedimiento explicativo

Se ubica en el tablero ptimo la variable de holgura correspondiente al recurso a analizar.

Ubicar los aij correspondientes a la columna de la variable de holgura considerado

Ejemplo:
1

-3/4

800

350 3/4b2

1/4

600 + b2

80

80 + 0 b2

-3/4

800

350 + 3/4b2

1/4

600 - b2

80

150 + 1/4b2

150 - 1/4b2
80 + 0 b2

Muy importante
Si la base actual permanece optima despus de modificar el coeficiente de la FO de una
VNB no cambiaran los valores de las variables de decisin y el valor optimo de Z.
Si la base actual permanece optima despus de modificar el coeficiente de la FO de una
VB no cambiaran los valores de las variables de decisin y podra cambiar el valor
optimo de Z.
Si la base actual permanece optimo despus de modificar un lado derecho podra
cambiar los valores de las variables de decisin y podra cambiar el valor de la Z (Funcion
objetivo)
EL MODELO SIMPLEX DUAL
Se utiliza para encontrar la solucin optima del dual de un problema de PPL donde la FO puede
ser de maximizacin o minimizacin y consta de los siguientes paso:
1. Se expresa las restricciones de la forma menor o igual.
2. Condicion de factibilidad.- la variable que sale es aquella VB que tiene el valor ms negativo.
si todas las variables VB son no negativas y se cumplen las condiciones de optimizacin del
mtodo simplex. La solucin optima ha sido hallada.
3. Condiciones de Optimalidad.- la variable que entra se elige entre las VNB teniendo en cuenta:
3.1 Para cada VNB se determinan los coeficientes formados por los coeficientes del lado

izquierdo de la fila Z con los coeficientes correspondientes a la fila asociada a la variable que
sale.
3.2 Ignore los coeficientes asociados a denominadores positivos o ceros.
3.3 los empates se rompen arbitrariamente.
3.4 si todos los denominadores tienen valor (+) o ceros el problema no tiene solucion factible.
3.5 La variable que entra es la que tenga el cociente ms pequeo si el problema es de
minimizacin.
3.6 la variable que entra es la que tiene el cociente mas pequeo en valor absoluto si el
problema es de maximizacin.