Investigacin de

Operaciones I
Investigacin de Operaciones I Semestre 2011 - I
Solucin de PPL por el
Mtodo Simplex
2
Mapa Conceptual del curso
Formulacin de
Modelos
Dualidad y
Sensibilidad
Programacin
Lineal
Transbordo y
Asignacin
Transporte
Pert-Cpm
Inventarios
Mtodo
Grafico
Mtodo
Simplex
Programacin
Lineal Entera
Formulacin
Mtodos de
Solucin
Interpretacin
de Resultados
Aplicaciones
3
Mapa Conceptual de la Sesin
Problema de
Programacin
Lineal
M
O
D
E
L
O
Investigacin de
Operaciones
Modelos de
Programacin
Lineal
Mtodos de
Solucin
Mtodo
Simplex
Forma estndar
Holguras y
exceso
Soluciones
Bsicas Factibles
Simplex Tabular
Uso de
Computador
4
Tabla de Contenido


1. Objetivo
2. El Mtodo Simplex
3. Conversin de modelos de PL a la
Forma Estndar
4. Soluciones Bsicas
5. Simplex Tabular
5
1. Objetivo de la Sesin
Fijar los requerimientos para establecer un modelo
de programacin lineal.
Convertir el modelo de PL a su forma estndar
Encontrar la solucin de un PPL a travs del
mtodo simplex:

Competencia o Capacidad terminal a obtener
El Alumno ser capaz de Formular el modelo de
programacin lineal para un problema dado y
Resolver el modelo de programacin lineal
utilizando el mtodo simplex.
6
Es un mtodo genrico de solucin de problemas
lineales, desarrollado por George Dantzig en 1947.

Como tal, el mtodo simplex es un procedimiento
algebraico, pero puede entenderse ms fcilmente como
un mtodo geomtrico.
Antes de explicar los aspectos geomtricos del Simplex,
veremos el tratamiento que debe hacerse a cualquier
modelo de PL antes de aplicar el Mtodo Simplex sobre l
para solucionarlo.
2. El Mtodo Simplex
7
1
2
3
4
Bsqueda geomtrica del optimo

8
Todo modelo de PL, para efectos de resolverse con el Mtodo
Simplex, debe llevarse a una Forma Estndar con las
siguientes caractersticas:
1. El lado derecho de las ecuaciones debe ser no-negativo
2. Todas las restricciones deben convertirse a Ecuaciones
3. Todas las variables deben ser no-negativas
EJEMPLO: Maximizar Z = 2x
1
+ 3x
2
+ x
3
Sujeto a: x
1
+ x
2
+ x
3
= 10
-2x
1
+ 3x
2
+ 2x
3
-5
7x
1
- 4x
2
+ 5x
3
6
x
1
+ 4x
2
+ 3x
3
8
x
1
>=0, x
2
0, x
3
0
3. Conversin de modelos de PL a la
Forma Estndar

9
Conversin de modelos de PL a la
Forma Estndar

10
Conversin de modelos de PL a la
Forma Estndar

11
EJEMPLO: Maximizar Z = 3x
1
+ 5x
2
Sujeto a: x
1
4
2x
2
12
3x
1
+ 2x
2
18
x
1
, x
2
0
Maximizar Z = 3x
1
+ 5x
2
Sujeto a: x
1
+ S
1
= 4
2x
2
+ S
2
= 12
3x
1
+ 2x
2
+ S
3
= 18
x
1
, x
2
, S
1
, S
2
, S
3
0
Forma
Estndar
El Mtodo Simplex observa el
conjunto de ecuaciones
resultantes en la forma estndar,
y dado que hayan m ecuaciones
y n incgnitas (en este caso m =
3 y n = 5) le corresponde hacer (n-
m) variables iguales a cero para
poder tener soluciones
consistentes. Las soluciones que
logra de esta manera se llaman
Soluciones Bsicas.
x1 x2 s1 s2 s3
0 0 4 12 18
0 6 4 0 6
0 9 4 -9 0
4 6 0 0 -6
2 6 2 0 0
4 3 0 6 0
6 0 -2 12 0
4 0 0 12 6
4. Soluciones Bsicas

12
Obtencin de las soluciones bsicas:
3 a. Determinar # de soluciones
bsicas posibles: Para m ecuaciones y
n incgnitas
el # de soluciones bsicas
posibles se obtiene a partir de:
1. Plantear el problema en trminos matemticos (Funcin Objetivo y
conjunto de restricciones)

2. Convertir en igualdades todas las restricciones lineales expresadas
en forma de desigualdades, adicionando variables de holgura a las
desigualdades de menor o igual que y restar variables exceso a las
desigualdades de mayor o igual que.
b. Se aplica el teorema bsico de lgebra lineal, que especifica que
para un sistema de m(ecuaciones) x n(incgnitas) en el que n>m , si
existe una solucin, puede encontrarse igualando n-m de las variables
a cero y resolviendo el conjunto de m(ecuaciones) con m(variables)
13
Eleccin de variables bsicas y no bsicas:

Variables no bsicas: Variables que se igualan a
cero.

Variables bsicas: Variables que se usan para
resolver las ecuaciones.

Igualar variables bsicas a cero (n-m es posible
iniciar con las variables de decisin) para convertirlas
en no bsicas y resolver el sistema de ecuaciones.
Este proceso ser repetitivo hasta hallar todas las
soluciones bsicas posibles.
Obtencin de las soluciones bsicas:
14
De las soluciones bsicas es posibles identificar:

i. Soluciones Bsicas Factibles: que corresponden a
las esquinas o vrtices de la regin factible y sus
variables son no negativas.

ii. Solucin Bsica No Factible: que corresponden a
las esquinas o vrtices que estn por fuera de la
regin factible.

iii. Solucin ptima: Aquella que tiene todas sus
variables no negativas y es el mayor valor, para el
caso de maximizacin. Para el caso de minimizacin
ser la que presente el menor valor.
Obtencin de las soluciones bsicas:
15
x1 x2 s1 s2 s3
P1 0 0 4 12 18 Fact
P2 0 6 4 0 6 Fact
P3 0 9 4 -9 0 NO
P4 4 6 0 0 -6 NO
P5 2 6 2 0 0 Fact
P6 4 3 0 6 0 Fact
P7 6 0 -2 12 0 NO
P8 4 0 0 12 6 Fact
Los puntos resaltados con azul representan
Soluciones Bsicas Factibles ya que cumplen con
todas las restricciones. Los dems puntos violan
restricciones de no-negatividad. El Mtodo
Simplex nicamente considera para su anlisis las
SBF.
Las SBF son los vrtices
de la Regin Factible y
por tanto all estar el
ptimo.
Soluciones Bsicas Factibles (SBF)

Tabla 1

16
Juan Jos Bravo B., M.Sc.
P1
P5
P2
P6
P8
Punto
Factibles
Puntos
Adyacentes
Valor Z en
el Punto
Valor Z en los Adyacentes
P1 P2 y P8 Z = 0 P2 (Z = 30) y P8 (Z = 12)
P2 P1 y P5 Z = 30 P1 (Z = 0) y P5 (Z = 36)
P5 P2 y P6 Z = 36 P2 (Z = 30) y P6 (Z = 27)
P6 P5 y P8 Z = 27 P5 (Z = 36) y P8 (Z = 12)
P8 P1 y P6 Z = 12 P1 (Z = 0) y P6 (Z = 27)
El Mtodo Simplex inicia explorando uno de los puntos, usualmente el origen
(en este caso P1), y saltar a un punto adyacente slo si ste salto mejora el
valor de Z.
Si estando en un punto se determina que ninguno de los adyacentes a l mejora
el valor de Z, entonces se ha encontrado el ptimo.
En este caso el ptimo es el punto P5, y se encuentra en 3 iteraciones (P1
P2 P5).
Bsqueda geomtrica del optimo

17
18
Maximizar Z = 30x
1
+ 40x
2
Sujeto a: 4x
1
+ 2x
2
+ S
1
= 80
2x
1
+ 5x
2
+ S
2
= 120
x
1
, x
2
, S
1
, S
2
0
Tabla 1
El Mtodo Simplex inicia en el punto P1,
que corresponde a la Tabla 1.
x1 x2 s1 s2
P1 0 0 80 120
Coeficientes en
la Funcin
Objetivo (Cj)
Variables
Bsicas
Solucin
(R.H.S.)
x1

30
x2

40
S1

0
S2

0
0 S1 80 4 2 1 0
0 S2 120 0 2 0 1
Zj 0 0 0 0 0
Variables
No Bsicas
Variables
Bsicas
Coeficientes de las restricciones Valor Objetivo
5. Simplex Tabular
19
Ya obtenida la Tabla 1, el Mtodo
Simplex se pregunta: La Tabla
1 es ptima? (es decir, el punto
P1 es ptimo?).
Para ello observamos el
rengln (Cj Zj), que da
slo informacion de las
Variables No Basicas
Para Maximizacin
Si un valor del rengln (Cj Zj) es positivo,
indica que al darle valores a la variable no bsica
respectiva, mejora la funcin objetivo.
Si un valor del rengln (Cj Zj) es negativo,
indica que al darle valores a la variable no bsica
respectiva empeora la funcin objetivo.
Si un valor del rengln (Cj Zj) es cero, indica
que al darle valores a la variable no bsica
respectiva, no hay cambio en la funcin objetivo.
Si todos los valores del
rengln (Cj Zj) 0
entonces la Tabla es
ptima
Debe ingresar a la
solucin la Variable No
Bsica que tenga el
mayor valor positivo en
el rengln (Cj Zj)

Criterio de Parada
Criterio de Entrada
Simplex Tabular
20
Tabla 1
Coeficientes en
la Funcin
Objetivo (Cj)
Variables
Bsicas
Solucin
(R.H.S.)
x1

30
x2

40
S1

0
S2

0
Razn
0 S1 80 4 2 1 0 80/2 =40
0 S2 120 2 5 0 1 120/5 =24
Zj 0 0 0 0 0
Cj-Zj 30 40 0 0
Para darle valores a la
variable X2 (es decir,
volver bsica a X2), debe
salir de la solucin actual
una de las variables
bsicas (es decir, una de
ellas deber volverse no
basica cero).
Para saber cual
variable bsica
actual sale, el
Criterio de Salida
es con base en la
Razn Mnima ()
Columna entrante
Se calcula dividiendo el
elemento de la columna
R.H.S con el elemento
de la columna entrante,
siempre que el
elemento de esta ltima
columna sea positivo.
sale S2
Simplex Tabular
21
Juan Jos Bravo B., M.Sc.
Tabla 2
Coeficientes
en la Funcin
Objetivo (Cj)
Variables
Bsicas
Solucin
(R.H.S.)
x1

30
x2

40
S1

0
S2

0
Razn
0 S1 32 3,2 0 1 -0,4 32/3,2 =10
40 X2 24 0,4 1 0 0,2 24/0,4=60
Zj 960 16 40 0 8
Cj-Zj 14 0 0 -8
Tabla 3
Coeficientes en
la Funcin
Objetivo (Cj)
Variables
Bsicas
Solucin
(R.H.S.)
x1

30
x2

40
S1

0
S2

0
30 X1 10 1 0 0,3125 -0,125
40 X2 20 0 1 -0,125 0,25
Zj 1100 30 40 4,375 6,25
Cj-Zj 0 0 -4,375 -6,25
x1 x2 s1 s2
P2 0 24 32 0 FACT
x1 x2 s1 s2
P3 10 20 0 0 Fact
Tabla
OPTIMA
Simplex Tabular
22
Ya obtenida la Tabla 1, el Mtodo
Simplex se pregunta: La Tabla
1 es ptima? (es decir, el punto
P1 es ptimo?).
Para ello observamos el
rengln (Cj Zj), que da
slo informacion de las
Variables No Basicas
Para Minimizacin
Si un valor del rengln (Cj Zj) es negativo,
indica que al darle valores a la variable no bsica
respectiva, mejora la funcin objetivo.
Si un valor del rengln (Cj Zj) es positivo,
indica que al darle valores a la variable no bsica
respectiva empeora la funcin objetivo.
Si un valor del rengln (Cj Zj) es cero, indica
que al darle valores a la variable no bsica
respectiva, no hay cambio en la funcin objetivo.
Si todos los valores del
rengln (Cj Zj) 0
entonces la Tabla es
ptima
Debe ingresar a la
solucin la Variable No
Bsica que tenga el
mayor valor negativo en
el rengln (Cj Zj)

Criterio de Parada
Criterio de Entrada
6. Simplex Tabular (Minimizacin)
23
Minimizar Z = 4x
1
+ x
2
Sujeto a: 3x
1
+ x
2
= 3
4x
1
+ 3x
2
6
x
1
+ 2x
2
4
x
1
, x
2
0
Minimizar Z = 4x
1
+ x
2
Sujeto a: 3x
1
+ x
2
= 3
4x
1
+ 3x
2
S2 = 6
x
1
+ 2x
2
+ S3 = 4
x
1
, x
2
,S2, S3 0
Estandarizacion
Tradicional
Como n=4 y m=3, el Simplex
hace n-m variables cero (en
este caso una) para crear un
sistema de ecuaciones
consistente que arroje una
Solucin Inicial Inmediata y
Factible .
Puede Lograrlo con este
ejemplo?
En general, las restricciones de = y
de generan problemas al Simplex al
momento de construir la tabla inicial
que arranca el procedimiento. En
cambio cuando las restricciones son
de no existen estos inconvenientes
y el metodo puede iniciar sin
problemas con las variables de
holgura.
El Simplex soluciona estos
inconvenientes de arranque creando
Variables Artificiales.
7. Simplex y la variables
artificiales Big M
24
Min Z = 4x
1
+ x
2
Sujeto a: 3x
1
+ x
2
= 3
4x
1
+ 3x
2
6
x
1
+ 2x
2
4
x
1
, x
2
0
Min Z = 4x
1
+ x
2
Sujeto a:
3x
1
+ x
2
= 3
4x
1
+ 3x
2
S2 = 6
x
1
+ 2x
2
+ S3 = 4
x
1
, x
2
,S2, S3 0
Min Z = 4x
1
+ x
2
+ MR
1
+ MR
2
Sujeto a:
3x
1
+ x
2
+ R
1
= 3
4x
1
+ 3x
2
S2 + R
2
= 6
x
1
+ 2x
2
+ S3 = 4
x
1
, x
2
, S2, S3, R1, R2 0
Aqu n = 6 y m = 3, siendo
(n-m) = 3. Es decir, al hacer
3 variables iguales a cero
sale una Solucion Inicial
Inmediata Factible. [Puede
observar que estas 3
variables no bsicas
iniciales deben ser x
1
, x
2
,
s
2
].
La Tabla Simplex Inicial se construye teniendo
en cuenta que en el rengln (Zj Cj) las
variables bsicas tienen necesariamente
valores de cero.
Tenga en cuenta que en la Tabla 1:
- Variables No Bsicas: x
1
, x
2
, s
2
- Variables Bsicas: R
1
, R
2
, S
3
Simplex y la variables artificiales Big M
25
Min Z = 2x
1
+ 3x
2
+0S1 +0S2 +
MA
1
+ MA
2
Sujeto a:
3x
1
+ 1x
2
S1 + A
1
= 6
1x
1
+ 1x
2
S2 + A
2
= 4
x
1
, x
2
, S1, S2, A1, A2 0
De la primera y segunda restriccin:
A1 = 6 - 3x1 + 1x2 S1
A2 = 4 - 1x1 + 1x2 S2
Tabla 1
Coeficientes
en la Funcin
Objetivo (Cj)

Variables
Bsicas
Solucin
(R.H.S.)
X1

2
X2

3
S1

0
S2

0
A1

M
A2

M
Razn

M A1 6 3 1 -1 0 1 0 6/3 =2
M A2 4 1 1 0 -1 0 1 4/1 =4
Zj
10M
4M 2M -M -M M M
Cj - Zj 2-4M 3-2M M M 0 0
Simplex y la variables artificiales Big M
Asumimos que M es un valor
muy grande
Para el Caso de
Minimizacin el
signo de M en la
funcin Objetivo
es (+) , mientras
que para el caso
de maximizacin
es signo ser (-)
26
Tabla 3
Coeficientes en
la Funcin
Objetivo (Cj)

Variables
Bsicas
Solucin
(R.H.S.)
X1

2
X2

3
S1

0
S2

0
A1

M
A2

M
Razn

2 X1 1 1 0 -0,5 0,5 0,5 -0,5 -
3 X2 3 0 1 0,5 -1,5 -0,5 1,5 3/0,5 =6
Zj
11
2 3 0,5 -3,5 -0,5 3,5
Cj - Zj 0 0 -0,5 3,5 M+0,5 M-3,5
Simplex y la variables artificiales Big M
Tabla 2
Coeficientes en
la Funcin
Objetivo (Cj)

Variables
Bsicas
Solucin
(R.H.S.)
X1

2
X2

3
S1

0
S2

0
A1

M
A2

M
Razn

2 X1 2 1 0,33 -0,33 0 0,33 0 2/0,33 =6
M A2 2 0 0,66 0,33 -1 -0,33 1 2/0,66 =3
Zj
4+2M
2
0,66+0,6
6M -0,66+0,33M -M 0,66-0,33M M
Cj - Zj 0
2,67-
0,66M 0,66-0,33M M
-
0,660+O,6
7M 0
27
Coeficientes en
la Funcin
Objetivo (Cj)

Variables
Bsicas
Solucin
(R.H.S.)
X1

2
X2

3
S1

0
S2

0
A1

M
A2

M
2 X1 4 1 1 0 -1 0 1
0 S1 6 0 2 1 3 -1 -3
Zj
8
2 2 0 -2 0 2
Cj - Zj 0 1 0 2 M M-2
Tabla OPTIMA
NOTA: Las variables artificiales siempre deben ser al final No Bsicas, o tener valor de
cero, ya que solo fueron creadas para arrancar el procedimiento.
Simplex y la variables artificiales Big M
Tabla 4