EL MTODO SMPLEX DE

PROGRAMACIN LINEAL

Ing. Hernn D. Tello Mego

MTODO SMPLEX
LA MAYORA DE LOS PROBLEMAS
REALES DE P. L. TIENEN MS DE DOS
VARIABLES, POR LO QUE PARA
RESOLVERLOS
SE
USAN
PROCEDIMIENTOS
O
MTODOS
ESPECIALES:
ALGEBRAICOS
O
MATRICIALES
QUE
MANEJAN
MULTIVARIABLES
BASNDOSE
EN
ALGORITMOS
PARA
ACERCARSE
INDEFECTIVAMENTE A LA SOLUCIN.
Ing. Hernn D. Tello Mego

EL ALGORITMO DE MEJORA FINITA

GENERAL
MTODO
SISTEMTICO
PARA
ENCONTRAR UNA SOLUCIN PTIMA
A
UN
MODELO
MATEMTICO
MEDIANTE LA GENERACIN DE UN
NMERO FIINITO DE SOLUCIONES
FACTIBLES, CADA UNA DE LAS
CUALES TIENE UN VALOR DE
FUNCIN OBJETIVO ESTRICTAMENTE
MEJOR QUE LA ANTERIOR.
Ing. Hernn D. Tello Mego

QU NOS ENSE EL MTODO

GRFICO?
NOS DIO UN ESPACIO DE SOLUCIONES FACTIBLES
Y TAMBIN UN POLGONO DE POSIBILIDADES
TCNICAS, CUYOS VRTICES SON SOLUCIONES
NOTABLES DEL MODELO, POR LA INTERSECCIN
DE LOS LADOS QUE REPRESENTAN A LAS
RESTRICCIONES.
LA FUNCIN OBJETIVO SALTA LITERALMENTE DE
UN EXTREMO O VRTICE A OTRO DE ESE
POLGONO, PARTIENDO DESDE EL ORIGEN HACIA
UNO OPUESTO MS ALEJADO DEL MISMO,
CUANDO SE TRATA DE MAXIMIZAR; O DESDE UN
EXTREMO MS ALEJADO HACIA UN VRTICE MS
CERCANO AL ORIGEN, SI SE TRAT DE MINIMIZAR.
Ing. Hernn D. Tello Mego

DESCUBRA LA ANALOGA DEL

ALGORTIMO DE MEJORA FINITA
GENERAL CON EL M. GRFICO:
=

x2

C (solucin ptima)
O

4
Ing. Hernn D. Tello Mego

x1
5

DESARROLLO DEL ALGORITMO

Deslice la lnea de la funcin objetivo partiendo desde el
origen: (x1=x2=0), paralelamente as misma hacia cada
uno de los extremos del polgono, cuando se maximiza y
viceversa cuando se minimiza. Cada cambio de posicin
de Z constituye una iteracin mejorada.
Cada extremo da lecturas para x1 y x2 diferentes y por lo
tanto
Z obtiene valores 0, pero indudablemente
mejores cada vez, a medida que la ecuacin de Z se
aleja/acerca respecto del origen.
Cundo detenerse?.- Cuando Z adquiera el mejor valor
al llegar al extremo ms alejado del origen si se
maximiza, o al ms cercano si se minimiza.
Conseguimos as una solucin ptima del modelo.
Ing. Hernn D. Tello Mego

ENTONCES EL ALGORITMO DE
MEJORA FINITA GENERAL ES:
PASO 0. INICIALIZACIN: TOME EL ORIGEN
CON VALORES DE CERO PARA LAS
VARIABLES.
PASO 1. PRUEBA DE OPTIMALIDAD: TIENE
Z EL MEJOR VALOR? SI ES AFIRMATIVO HA
LLEGADO A UNA SOLUCIN PTIMA.
PASO
2. TRASLADO:
VAYA A OTRO
EXTREMO
ESTRICTAMENTE
MEJOR.
REGRESE AL PASO 1.
Ing. Hernn D. Tello Mego

ALGORTIMO SMPLEX
ES UN CONJUNTO DE INSTRUCCIONES
PARA EXAMINAR SITEMTICAMENTE LOS
PUNTOS EXTREMOS O ESQUINAS DEL
POLGONO DE POSIBILIDADES TCNICAS,
EN BSQUEDA DE LA MEJOR SOLUCIN
(PTIMA), HACIENDO USO INTENSIVO DEL
ALGORITMO DE MEJORA FINITA GENERAL.
PARA LOGRARLO DEBEMOS CONVERTIR EL
MODELO MATEMTICO EN UN PROGRAMA
LINEAL DE FORMA ESTNDAR.
Ing. Hernn D. Tello Mego

FORMA ESTNDAR
Un problema de P.L. real bien puede venir en
diferentes formas: de maximizacin o de
minimizacin y con restricciones del tipo (), ()
o (=); adems con variables cuyos valores sean
no negativos (0), no positivas (0) o sin
restricciones. Entonces cada forma tendra su
mtodo de solucin particular, pero para
simplificarnos la vida, desarrollamos un
algoritmo comn que resuelva solamente una
forma especfica de los problemas de
programacin lineal convertido a su: Forma
estndar.
Ing. Hernn D. Tello Mego

CMO ES LA FORMA ESTNDAR DE

PROGRAMACIN LINEAL?
ES AQUELLA FORMA PARTICULAR EN LA
QUE LA FUNCIN OBJETIVO, DEBE SER
MAXIMIZADA.
SUJETA A RESTRICCIONES DE IGUALDAD
CON TODOS SUS LADOS DERECHOS Y
VARIABLES NO NEGATIVAS. Esto para
posibilitar el uso de programas de clculo por
computadora en forma automtica, la cual
crear un programa lineal en forma estndar
equivalente,
es
decir
convirtiendo
las
inecuaciones en ecuaciones de la siguiente
manera:
Ing. Hernn D. Tello Mego

10

RESUMEN DE REGLAS GENERALES

PARA CONVERTIR UN PROGRAMA
LINEAL
A SU FORMA ESTNDAR:
MINIMIZACIN A MAXIMIZACIN:
Min Z = -2x1+x2-3x3
Max (-Z) = 2x1-x2+3x3
Slo cambian los signos de los coeficientes de la F.O. y las
restricciones permanecen inalteradas.
LADOS DERECHOS NEGATIVOS:
-3x1-2x2-2x3 -15
3x1+2x2+2x3 15
CONVERSIN DE RESTRICCIONES DE DESIGUALDAD A
IGUALDAD:
3x1+2x2+2x3 15
3x1+2x2+2x3 + s1= 15, s1 0
S1 es una variable no negativa que se aade al lado izquierdo de
una restriccin menor o igual que, para obtener una restriccin de
igualdad equivalente.
Ing. Hernn D. Tello Mego

11

 Restriccin menor o igual que:

3x1+2x2+2x3 15
3x1+2x2+2x3+s1=15, s10
S1 es una variable no negativa que se aade al
izquierdo de una restriccin menor o igual que,
obtener una restriccin de igualdad equivalente.
Restriccin mayor o igual que:
3x1+2x2+2x3 15
3x1+2x2+2x3- s1=15, s1 0
S1 es una variable no negativa que se resta al
izquierdo de una restriccin mayor o igual que,
obtener una restriccin de igualdad equivalente.

Ing. Hernn D. Tello Mego

lado
para

lado
para

12

CONVERSIN DE VARIABLES NO
POSITIVAS Y NO RESTRINGIDAS:
En algunos problemas una o varias variables se pueden restringir a
que no sean positivas (0), y an no estar restringidas otras; o sea
que pueden tener valores positivos, negativos o cero.
CONVERSIN DE VARIABLES NO RESTRINGIDAS:
Sea xi, no restringida la llevamos a su forma estndar
sustituyndola por la diferencia de dos variables no negativas all
donde se encuentre: xi+ y xi- de la siguiente manera: xi= xi+- xi-,
donde:
xi+, xi- 0.
CONVERSIN DE VARIABLES NO POSITIVAS:
Sustituya xi no positiva all donde se encuentre por el negativo de
una nueva variable no negativa con smbolo xi de la siguiente
manera:
xi = -xi

xi 0
Ing. Hernn D. Tello Mego

13

CONVERSIN DE UN PROGRAMA
LINEAL A SU FORMA ESTNDAR CON
UN EJEMPLO ESPECFICO:

Recurdese el problema de la fbrica de mesas y sillas, en la

que x1= # de mesas a fabricar y x2 = # de sillas a fabricar; cuyo
modelo matemtico es:
Max Z= 8x1+ 5x2
S.a.:
9x1+ 5x2 <= 45 (restriccin de madera tornillo)
x1+ x2 <= 6 (restriccin de mano de obra)
x1
>= 0 (restricciones de no
x2 >= 0 negatividad) , y enteros
Obsrvese que los lados derechos y las variables son no
negativas, pero los signos de relacin no son igualdades por lo
que no estn en la forma estndar, cada restriccin se convierte
a su forma estndar usando el siguiente razonamiento:

Ing. Hernn D. Tello Mego

14

Restriccin de madera tornillo:

Pies3 de tornillo para mesas + Pies3 de
tornillo para sillas <= 45 Pies3 de tornillo.
Para llevarla a una restriccin de
igualdad, es decir a su forma estndar, se
requiere agregar una variable de holgura
o exceso en el lado izquierdo:
Pies3 de tornillo para mesas + Pies3 de
tornillo para sillas + Pies3 de tornillo
sobrante = 45 Pies3 de tornillo.
Ing. Hernn D. Tello Mego

15

Usando notacin matemtica:

1. La variable de exceso puede denotarse como s1.
2. s1 debe ser no negativa tambin, de lo contrario
significara que se ha utilizado ms de 45 Pies3 de
tornillo.
3. La presencia de esta variable en la F.O. est
afectada de un coeficiente nulo y representa para todos
los efectos la capacidad ociosa de una planta o
materiales no consumidos. Por ello no contribuye a
aumentar ni disminuir Z.
Por lo tanto la restriccin queda as:
9x1+5x2+s1= 45 (restriccin de madera tornillo), s1>=0.
Ing. Hernn D. Tello Mego

16

De manera similar, la segunda restriccin

queda:
Hrs. utilizadas para mesas + Hrs.
utilizadas para sillas +Hrs. Sobrantes = 6H
Denotando por s2= Hrs. Sobrantes:
x1 + x2 + s2 = 6 (restriccin de mano de
obra)

s2 0

Ing. Hernn D. Tello Mego

17

Resumiendo todo el modelo a su forma

estndar:
Max Z= 8x1+ 5x2 + 0s1 + 0s2
S.a.:
9x1+ 5x2 + s1 + 0s2 = 45

x1 + x2 + 0s1 + s2 = 6

x1, x2,
s1, s2 0
Este sistema de ecuaciones se llama
tambin el Problema aumentado de la
programacin lineal.
Ing. Hernn D. Tello Mego

18

 El arreglo de la izquierda del problema aumentado

constituye el conjunto de variables no bsicas (NB), el
del centro el conjunto de variables bsicas (B) y el de la
derecha del signo igual el de las soluciones de cada
rengln o fila.
Con la solucin de este sistema de ecuaciones se arriba
a la solucin del modelo. Mediante el mtodo de GaussJordn o el matricial. Aunque existen paquetes
informticos como el MatLab para acometer estas
tareas, nosotros usaremos el smplex como una
herramienta eficaz con los algoritmos precisos para
hallar el valor de todas y cada una de las variables,
incluida la optimizacin: al llegar a la ltima iteracin se
leer las soluciones en la columna de la derecha del
tablero final.

Ing. Hernn D. Tello Mego

19

INICIALIZACIN DEL SISTEMA:

La solucin inicial bsica factible del
sistema se obtiene cuando las variables
no bsicas son todas iguales a cero y las
variables bsicas adquieren el valor de la
derecha del signo igual:
x1, x2 = 0; s1= 45, s2 = 6
Es la solucin inicial bsica factible, y por
consiguiente Z=0.
Ing. Hernn D. Tello Mego

20

Re escribamos las ecuaciones y

enumroslas: (inicializacin para el smplex)
z-8x1-5x2
= 0 (0)
9x1+5x2 + s1+ 0s2 = 45 (1)
x1+ x2 + 0s1+ s2 = 6 (2)
x1, x2,
s1, s2 0
Identificamos las variables bsicas y no
bsicas:
B
s1 s2
TIENEN

SOLUCIN

NB

x1

x2

NO TIENEN
SOLUCIN

Ing. Hernn D. Tello Mego

21

EL TABLERO SMPLEX:
Ecua

NB

entra
x1
x2

-8

-5

x1

s1

45

45/9=5

x2

s2

6/1=6

s1

s2

Solu

T0

Regla 1: En la ecuacin (0) Seleccionar la variable que entra a la

base escogiendo el coeficiente negativo de mayor valor absoluto:x1

s1

s2

TIENEN SOLUCIN

NB

x1

x2

NO TIENEN SOLUCIN

Las flechas sealan las variables que entran y salen, adems de la columna pivote,
La fila pivote y el pivote mismo.
Ing. Hernn D. Tello Mego

22

Regla 2: Seleccin de la variable que sale de la base (s1)

En cada fila de las restricciones calcular el cuociente:
solucin/coeficiente de la variable y la columna pivote
respectiva, es decir:
Fila 1: solucin fila1/coeficiente de variable de x1 de la
columna pivote y fila 1: 45/9=5.
Fila 2: solucin fila 2/coeficiente de variable de x1 de la
columna pivote y fila 2: 6/1=6.
Si existieran ms filas en la columna se calculan todos
esos cocientes, en este caso no existen ms,
escogemos el menor cociente desplazndonos por la fila
que lo contiene y determinamos la variable que sale: s1
de la columna bsica. No se consideran cocientes
negativos ni con valor infinito.

Ing. Hernn D. Tello Mego

23

Primera iteracin (clculos para el

tablero1):
Ecua

NB

x1

x2

s1

s2

Solu

-8

-5

S1

x1

9/9
1

5/9

1/9

45/9
5

X2

s2

T0

Nueva ecuacin 0 = (coeficiente de columna pivote con signo

cambiado en la ecuacin 0) X (nueva ecuacin1) y sumando a la
antigua ecuacin 0:
(8)x (1
5/9
1/9
0
5)+

-8
-5
0
0
0

-5/9

8/9

40 Nueva ecuacin 0

Ing. Hernn D. Tello Mego

24

Nueva ecuacin 2 = (coeficiente de columna pivote con signo

cambiado en la ecuacin 2) X (nueva ecuacin1) y sumando a la
antigua ecuacin 2:

(-1) x (1
-1
(1
0

5/9
-5/9
1
4/9

1/9
-1/9
0
-1/9

0
0
1
1

5)
-5 +
6)
1 Nueva ecuacin 2

Ecua

NB

x1

x2

s1

s2

Solu

-5/9

8/9

40

S1

x1

5/9

1/9

5/(5/9)=9

X2

s2

4/9

-1/9

1/(4/9)=9/4

T1

Criterio de optimizacin:
existe an un coeficiente con signo negativo en la ecuacin 0?.
Si es negativo, se detiene el clculo, de lo contrario se repiten los
pasos desde el paso 1 hasta lo que acabamos de hacer.
Ing. Hernn D. Tello Mego

25

Existe todava en la ecuacin 0 un coeficiente negativo por lo tanto se

repite el algoritmo en el tablero 1:
Ecua

NB

x1

x2

s1

s2

Solucin

3/4

5/4

165/4

41.25

s1

x1

5/9

-5/4

15/4

3.75

T2

2
s2
x2
0
1
-1/4
9/4
9/4
2.25
Las iteraciones terminan cuando ya no se encuentra en la ecuacin 0,
ningn coeficiente negativo. Es la solucin bsica factible? S, para Z,
x1 y x2, y ya no existe ninguna variable no bsica que si se lleva a la base
hace aumentar a z en el tablero final. Se ha obtenido la solucin ptima, con
Z= $ 41.25, x1=3.75 mesas y x2= 2.25 sillas; pero nuestra respuesta con
terminologa pertinente es: la fbrica debe producir x1= 4 mesas
y x2= 2 sillas para obtener una ganancia de Z= $ 42.
Ing. Hernn D. Tello Mego

26

Reglas de decisin para:

Rompimiento de empates:
Variable bsica que sale: Cuando hay dos o ms valores
iguales en el resultado de dividir las soluciones por los
respectivos coeficientes de la variable entrante, hay empate.
La decisin de cul elegir implica tres situaciones:
1
Todas las variables empatadas se vuelven cero al
mismo tiempo cuando aumenta el valor de la variable
entrante. Las variables bsicas con valor cero se llaman
degeneradas y la solucin bsica factible correspondiente
tambin.
2
Si una de estas variables bsicas conserva el valor cero
hasta que se elige como variable bsica que sale en una
iteracin posterior, ambas variables deben mantener su valor
cero y entonces (Z)(0) no cambia de valor.
3
Si (z) no cambia de valor en cada iteracin, entonces el
mtodo smplex ha cado en un loop o ciclo, dando
soluciones ptimas peridicas.
Ing. Hernn D. Tello Mego

27

No hay variable bsica que sale

(solucin no acotada):
Esto puede ocurrir cuando ninguna variable califica como variable
bsica que sale: NINGUNA VARIABLE ACTUAL O NUEVA
ADQUERE VALORES NEGATIVOS, o sea que en la columna
pivote, todos los coeficientes son negativos o cero
En este caso hay un error en la formulacin del modelo
matemtico.

Ing. Hernn D. Tello Mego

28

Soluciones ptimas mltiples:

Un problema puede tener ms de una solucin ptima,
esto sucede cuando la F. O. es mltiplo de una
restriccin o su rplica. El mtodo smplex encuentra
una solucin bsica factible ptima y reconoce que hay
ms de una solucin cuando al menos una variable no
bsica de la F. O. final tiene el coeficiente cero.
Se logra las otras soluciones ptimas eligiendo cada vez
una variable bsica con coeficiente cero como variable
entrante para iterar.
Soluciones infactibles:
Cuando
no
se
satisfacen
las
restricciones
simultneamente y cuando al menos una variable
artificial ser positiva en la iteracin ptima.
Ing. Hernn D. Tello Mego

29

ADPTACIN A OTRAS FORMAS DE

RELACIN EN LAS RESTRICCIONES:
Si se tiene restricciones de igualdad y del tipo
() se inicializa el problema de la siguiente
manera: x1+ x2 4
Restriccin de igualdad:
x1+ x2 si = 4, pero con si = - 4 se viola la
condicin de que debera ser de la forma s i 0,
entonces se recurre a las variables artificiales Ai
agregadas al lado izquierdo de cada restriccin
all donde haya la relacin (=), la ecuacin
queda:
x1+ x2 si + Ai = 4, con lo que Ai = 4, pues: Ai 0.
Ing. Hernn D. Tello Mego

30