Вы находитесь на странице: 1из 5

Método Simplex.

Variables de holgura: Siempre positivas, hacen que una restricción que sea desigualdad se transforme
en igualdad, y sus coeficientes en la función objetivo son ceros.

Variables ficticias o artificiales: Sirven para hallar fácilmente una solución básica inicial, sus
coeficientes en la función objetivo son w si es minimización o -w si es maximización; w es un número
mucho mayor que todos los participantes.

Luego de sumar las variables de holgura y/o artificiales necesarias para convertir las desigualdades en
igualdades y para obtener los vectores unitarios (de la matriz identidad) para la base inicial se procede a
ordenar los datos en una tabla Simples; después se prueba la solución para ver si es óptima, si no es
óptima se realiza el siguiente procedimiento:

- Se calculan los valores de zj multiplicando los coeficientes de la base por cada columna, uno a
uno, y sumando esos resultados.
- Luego se calculan los valores de zj - cj; si es minimización el valor más grande de zj - cj designa
a la columna clave, y si es maximización el valor más pequeño de zj - cj designa a la columna
clave.
- Se calculan las razones entre la cantidad solución y sus correspondientes de la columna clave,
para los valores positivos de la cantidad solución; el valor mínimo de estas razones designa a la
fila clave.
- El elemento que se encuentra en la intersección de la columna clave con la fila clave se llama
pivote.
- El vector de la fila clave se reemplaza por el de la columna clave en la base, luego se
transforma la matriz ampliada (A | B) para que el pivote sea igual a 1 y los demás elementos de
ese vector sean ceros; y se ordenan nuevamente estos datos en una tabla Simples.

La solución óptima se reconoce cuando la cantidad solución tiene sólo cantidades no negativas; si es
minimización los valores de zj - cj son todos no positivos, y si es maximización los valores de zj - cj son
todos no negativos.
Ejemplo 1

Minimizar C = 2x1 + 10x2


sujeta a 2x1 + x2 ≤ 6
5x1 + 4x2 ≥ 20
x1, x2 ≥ 0

En este caso son necesarias dos variables de holgura, x3 y x4, al agregarlas el problema queda:

Minimizar C = 2x1 + 10x2 + 0x3 + 0x4


sujeta a 2x1 + x2 + x3 = 6
5x1 + 4x2 - x4 = 20
x1, x2 ≥ 0

⎛2 1 1 0 6 ⎞
La matriz ampliada (A, B) queda ( A, B ) = ⎜⎜ ⎟⎟
⎝ 5 4 0 − 1 20 ⎠
Es necesario agregar la variable artificial x5 para obtener lo siguiente:

Minimizar C = 2x1 + 10x2 + 0x3 + 0x4 + wx5


sujeta a 2x1 + x2 + x3 = 6
5x1 + 4x2 - x4 + wx5 = 20
x1, x2 ≥ 0
P1 P2 P3 P4 P5
⎛2 1 1 0 0 6 ⎞
Se tiene la matriz ampliada ( A, B ) = ⎜⎜ ⎟⎟ , luego la base inicial es {P3, P5}.
⎝ 5 4 0 − 1 1 20 ⎠

Tabla Simplex N°1

Cj 2 10 0 0 w
Base P1 P2 P3 P4 P5 Cantidad solución
0 P3 2 1 1 0 0 6
w P5 5 4 0 -1 1 20
Zj 5w 4w 0 -w w 20w
Zj - Cj 5w - 2 4w - 10 0 -w 0

Base inicial {P3, P5}


Solución inicial {(6, 20)}
Zj - Cj máximo = 5w – 2, por lo que entra P1 a la base
⎧ 6 20 ⎫ 6
Mínimo ⎨ , ⎬ = , luego sale P3 de la base
⎩2 4 ⎭ 2
Pivote = 2

Calculando las nuevas entradas de la tabla Simplex:

⎛ 2 1 1 0 0 6 ⎞ (1/2) ⎛ 1 1 / 2 1 / 2 0 0 3 ⎞ (- 5) ⎛ 1 1 / 2 1 / 2 0 0 3⎞
⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟
⎝ 5 4 0 − 1 1 20 ⎠ ⎝ 5 4 0 − 1 1 20 ⎠ ⎝ 0 3 / 2 − 5 / 2 − 1 1 5 ⎠
Tabla Simplex N°2

Cj 2 10 0 0 w
Base P1 P2 P3 P4 P5 Cantidad solución
2 P1 1 1/2 1/2 0 0 3
w P5 0 3/2 -5/2 -1 1 5
Zj 2 1 + (3/2)w 1 – 5/2(w) -w w 6 + 5w
Zj - Cj 0 -9 + (3/2)w 1 – 5/2(w) -w 0

Nueva base {P1, P5}


Solución {(3, 5)}
Zj - Cj máximo = -9 + (3/2)w, por lo que entra P2 a la base
⎧ 3 5 ⎫ 5
Mínimo ⎨ , ⎬= , luego sale P5 de la base
⎩1 / 2 3 / 2 ⎭ 3 / 2
Pivote = 3/2

Calculando las nuevas entradas de la tabla Simplex:

⎛1 1/ 2 1/ 2 0 0 3⎞ ⎛ 1 1/ 2 1/ 2 0 0 3 ⎞
⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟ ~
⎝0 3 / 2 − 5 / 2 − 1 1 5 ⎠ (2/3) ⎝ 0 1 − 5 / 3 − 2 / 3 2 / 3 10 / 3 ⎟⎠ (- 1/2 )
⎛1 0 4/3 1/ 3 − 1/ 3 4 / 3 ⎞
⎜⎜ ⎟
⎝0 1 − 5 / 2 − 2 / 3 2 / 3 10 / 3 ⎟⎠

Tabla Simplex N°3

Cj 2 10 0 0 w
Base P1 P2 P3 P4 P5 Cantidad solución
2 P1 1 0 4/3 1/3 -1/3 4/3
10 P2 0 1 -5/3 -2/3 2/3 10/3
Zj 2 10 -14 -6 6 36
Zj - Cj 0 0 -14 -6 6 - w

Por lo tanto la solución óptima con base {P1, P2} es {(4/3, 10/3)} y el valor mínimo de C es 36.
Ejemplo 2

Maximizar Z = 45x1 + 55x2


sujeta a 3x1 + 2x2 ≤ 60
3x1 + 10x2 ≤ 180
x1, x2 ≥ 0

En este caso son necesarias dos variables de holgura, x3 y x4, al agregarlas el problema queda:

Maximizar Z = 45x1 + 55x2 + 0x3 + 0x4


sujeta a 3x1 + 2x2 + x3 = 60
3x1 + 10x2 + x4 = 180
x1, x2 ≥ 0
P1 P2 P3 P4
⎛ 3 2 1 0 60 ⎞
La matriz ampliada (A, B) queda ( A, B ) = ⎜⎜ ⎟⎟ , luego la base inicial es {P3, P4}.
⎝ 3 10 0 1 180 ⎠

Tabla Simplex N°1

Cj 45 55 0 0
Base P1 P2 P3 P4 Cantidad solución
0 P3 3 2 1 0 60
0 P4 3 10 0 1 180
Zj 0 0 0 0 0
Zj - Cj -45 -55 0 0

Base inicial {P3, P4}


Solución inicial {(60, 180)}
Zj - Cj mínimo = -55, por lo que entra P2 a la base
⎧ 60 180 ⎫ 180
Mínimo ⎨ , ⎬= , luego sale P4 de la base
⎩ 2 10 ⎭ 10
Pivote = 10

Calculando las nuevas entradas de la tabla Simplex:

⎛ 3 2 1 0 60 ⎞ ⎛ 3 2 1 0 60 ⎞ ⎛12 / 5 0 1 − 1 / 5 24 ⎞
⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟
⎝ 3 10 0 1 180 ⎠ (1/10 ) ⎝ 3 / 10 1 0 1 / 10 18 ⎠ (- 2 ) ⎝ 3 / 10 1 0 1 / 10 18 ⎠

Tabla Simplex N°2

Cj 45 55 0 0
Base P1 P2 P3 P4 Cantidad solución
0 P3 12/5 0 1 -1/5 24
55 P2 3/10 1 0 1/10 18
Zj 33/2 55 0 11/2 990
Zj - Cj -67/2 0 0 11/2
Nueva base {P3, P2}
Solución {(24, 18)}
Zj - Cj mínimo = -67/2, por lo que entra P1 a la base
⎧ 24 18 ⎫ 24
Mínimo ⎨ , ⎬= , luego sale P3 de la base
⎩12 / 5 3 / 10 ⎭ 12 / 5
Pivote = 12/5

Calculando las nuevas entradas de la tabla Simplex:

⎛12 / 5 0 1 − 1 / 5 24 ⎞ (5/12) ⎛ 1 0 5 / 12 − 1 / 12 10 ⎞ (- 3/10) ⎛ 1 0 5 / 12 − 1 / 12 10 ⎞


⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟ ~ ⎜⎜ ⎟⎟
⎝ 3 / 10 1 0 1 / 10 18 ⎠ ⎝ 3 / 10 1 0 1 / 10 18 ⎟⎠ ⎝ 0 1 − 1 / 8 1 / 8 15 ⎠

Tabla Simplex N°3

Cj 45 55 0 0
Base P1 P2 P3 P4 Cantidad solución
45 P1 1 0 5/12 -1/12 10
55 P2 0 1 -1/8 1/8 15
Zj 45 55 95/8 25/8 1275
Zj - Cj 0 0 95/8 25/8

Por lo tanto la solución óptima con base {P1, P2} es {(10, 15)} y el valor máximo de Z es 1275.