Programacion

Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Programacion Lineal, una revision del
Simplex desde el

Algebra Lineal
Departamento de Matematicas
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
En esta presentacion veremos como se resuelve un problema de
programacion mediante el algoritmo Simplex desarrollado por
G. Dantzing. Enfatizaremos los conceptos del algebra lineal
cuando revisemos el algoritmo.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Ejemplo
Consideremos el siguiente problema:
Max w = 15 x + 25 y + 19 z
sujeto a las condiciones
x + 2 y + 2 z 2
2 x + y + z 2
x + 5 y + z 3
z 0.8
con x, y, z 0.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Ejemplo
Consideremos el siguiente problema:
Max w = 15 x + 25 y + 19 z
sujeto a las condiciones
x + 2 y + 2 z 2
2 x + y + z 2
x + 5 y + z 3
z 0.8
con x, y, z 0. La forma estandar de este problema es:
Max w = 15 x + 25 y + 19 z
sujeto a las condiciones
x + 2 y + 2 z + s
1
= 2
2 x + y + z + s
2
= 2
x + 5 y + z + s
3
= 3
z + s
4
= 0.8
con x, y, z, s
1
, s
2
, s
3
, s
4
0.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
La forma estandar se puede escribir en forma matricial como:
Max w = 15 x + 25 y + 19 z
de manera que
_

_
1 2 2 1 0 0 0
2 1 1 0 1 0 0
1 5 1 0 0 1 0
0 0 1 0 0 0 1
_

_
_
_
_
_
_
_
_
_
_
_
x
y
z
s
1
s
2
s
3
s
4
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
2
2
3
0.8
_
_
_
_
con x, y, z, s
1
, s
2
, s
3
, s
4
0.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Desde el punto de vista del algebra lineal, el problema consiste
en
Max w = 15 x + 25 y + 19 z + 0 s
1
+ 0 s
2
+ 0 s
3
+ 0 s
4
donde las variables son los coecientes de la combinacion lineal:
x a
1
+ y a
2
+ z a
3
+ s
1
a
4
+ s
2
a
5
+ s
3
a
6
+ s
4
a
7
= b
donde:
[a
1
a
2
a
3
a
4
a
5
a
6
a
7
] =
_

_
1 2 2 1 0 0 0
2 1 1 0 1 0 0
1 5 1 0 0 1 0
0 0 1 0 0 0 1
_

_
, b =
_
_
_
_
2
2
3
0.8
_
_
_
_
con x, y, z, s
1
, s
2
, s
3
, s
4
0. Es decir, los coecientes de la
combinacion lineal no deben ser negativos.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Soluci

on B

asica
Trabajemos un poco con solo las restricciones. Para un sistema
de ecuaciones lineales consistente y con innitas soluciones
Ax = [a
1
a
n
]
_
_
_
x
1
.
.
.
x
n
_
_
_
= b, A M
mn
diremos que una solucion x
o
=< c
1
, . . . , c
n
> es una solucion
basica, si es posible escoger del conjunto formado por las
columnas de A
{a
1
, a
2
, . . . , a
n
}
una base de R
m
y los coecientes de la combinacion lineal de
ella que dan b son los correspondientes valores de x
o
y los
restantes (los coecientes de la combinacion lineal asociados a
las columnas que no se escogieron para formar la base) son
cero. Concluimos que en una solucion basica, debe haber por lo
menos n m variables cero (pues las columnas estan en R
m
).
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Siguiendo con nuestro ejemplo, tenemos varias soluciones
basicas:
(x = 0, y = 0, z = 0, s
1
= 2, s
2
= 2, s
3
= 3, s
4
= 0.8)
Pues de
a
1
=

1
2
1
0

a
2
=

2
1
5
0

a
3
=

2
1
1
1

a
4
=

1
0
0
0

a
5
=

0
1
0
0

a
6
=

0
0
1
0

a
7
=

0
0
0
1

El conjunto {a
4
, a
5
, a
6
, a
7
} es una base para R
4
y al resolver
s
1
a
4
+ s
2
a
5
+ s
3
a
6
+ s
4
a
7
= [a
4
a
5
a
6
a
7
]
_
_
_
_
s
1
s
2
s
3
s
4
_
_
_
_
=
_
_
_
_
2
2
3
0.8
_
_
_
_
se obtiene s
1
= 2, s
2
= 2, s
3
= 3, s
4
= 0.8
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
(x = 19/45, y = 16/45, z = 4/5, s
1
= 11/15, s
2
= 0, s
3
= 0, s
4
= 0)
es una solucion basica.
Pues el conjunto {a
1
, a
2
, a
3
, a
4
} es una base para R
4
y al
resolver
x a
1
+ y a
2
+ z a
3
+ s
1
a
4
= [a
1
a
2
a
3
a
4
]
_
_
_
_
x
y
z
s
1
_
_
_
_
=
_
_
_
_
2
2
3
0.8
_
_
_
_
se obtiene x = 19/45, y = 16/45, z = 4/5, s
1
= 11/15
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
(x = 4/5, y = 3/5, z = 4/5, s
2
= 11/5, s
1
= 0, s
3
= 0, s
4
= 0) es
una solucion basica.
Pues el conjunto {a
1
, a
2
, a
3
, a
5
} es una base para R
4
y al
resolver
x a
1
+ y a
2
+ z a
3
+ s
2
a
5
= [a
1
a
2
a
3
a
5
]
_
_
_
_
x
y
z
s
2
_
_
_
_
=
_
_
_
_
2
2
3
0.8
_
_
_
_
se obtiene x = 4/5, y = 3/5, z = 4/5, s
2
= 11/5
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Correspondencia 1
De acuerdo a la denicion de solucion basica, hay una
correspondencia entre soluciones basicas de Ax = b y
selecciones de las columnas de A para ser una base de R
m
.
Observe tambien que no siempre que se seleccionen m
columnas de A tendremos una base para R
m
. Haciendo
calculos, el n umero de posibles selecciones de m elementos de
un conjunto con n en total sera:
n umero de posibles bases =
_
n
m
_
=
n!
(n m)! m!
Por ejemplo, si continuamos con nuestro problema; m = 4, n = 7, el n umero de posibles selecciones de
bases de R
4
de las columnas de A es 35 y haciendo una revisi on exhaustiva las siguientes selecciones
no daran una base para R
3
:
{a
1
, a
2
, a
4
, a
5
}
{a
1
, a
2
, a
4
, a
6
}
{a
1
, a
2
, a
5
, a
6
}
{a
1
, a
4
, a
5
, a
6
}
{a
2
, a
3
, a
6
, a
7
}
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
SBF
Si regresamos al problema de programacion lineal, donde se
requiere que los coecientes de la combinacion lineal sean no
negativos ( 0), no estamos interesados en todas las soluciones
basicas; descartaremos aquellas soluciones basicas que tienen
uno o varios valores negativos. Diremos que una solucion
basica x
o
es una solucion basica factible (SBF) a Ax = b, si x
o
no tiene componentes negativas.
Si regresamos a nuestro problema; revisando exhaustivamente
de las 30 selecciones que dan SBs, las unicas SBFs son:
SBF
1
(a
1
, a
2
, a
3
, a
7
): x = 2/3, y = 5/12, z = 1/4, s
4
= 11/20, s
1
= 0, s
2
= 0, s
3
= 0
SBF
2
(a
1
, a
2
, a
4
, a
7
):x = 7/9, y = 4/9, s
1
= 1/3, s
4
= 4/5, z = 0, s
2
= 0, s
3
= 0
SBF
3
(a
1
, a
3
, a
5
, a
7
):x = 2/5, z = 4/5, s
2
= 2/5, s
3
= 9/5, y = 0, s
1
= 0, s
4
= 0
SBF
4
(a
1
, a
3
, a
6
, a
7
):x = 2/3, z = 2/3, s
3
= 5/3, s
4
= 2/15, y = 0, s
1
= 0, s
2
= 0
SBF
5
(a
1
, a
4
, a
6
, a
7
):x = 1, s
1
= 1, s
3
= 2, s
4
= 4/5, y = 0, z = 0, s
2
= 0
SBF
6
(a
2
, a
3
, a
5
, a
6
):y = 1/5, z = 4/5, s
2
= 1, s
3
= 6/5, x = 0, s
1
= 0, s
4
= 0
SBF
7
(a
2
, a
3
, a
5
, a
7
):y = 1/2, z = 1/2, s
2
= 1, s
4
= 3/10, x = 0, s
1
= 0, s
3
= 0
SBF
8
(a
2
, a
4
, a
5
, a
7
):y = 3/5, s
1
= 4/5, s
2
= 7/5, s
4
= 4/5, x = 0, z = 0, s
3
= 0
SBF
9
(a
3
, a
4
, a
5
, a
7
):z = 4/5, s
1
= 2/5, s
2
= 6/5, s
3
= 11/5, x = 0, y = 0, s
4
= 0
SBF
10
(a
4
, a
5
, a
6
, a
7
):s
1
= 2, s
2
= 2, s
3
= 3, s
4
= 4/5, x = 0, y = 0, z = 0
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Si ahora gracamos todos los puntos de R
3
que satisfacen las
restricciones y que tienen componentes no negativas y tambien
tomamos las soluciones basicas factibles y gracamos de estas
solo las componentes x, y y z obtenemos la siguiente graca.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Correspondencia 2
El ejemplo anterior ilustra un resultado clave en programacion
lineal
Existe una correspondencia entre las soluciones
basicas factibles y los puntos extremos o esquinas de
la region factible (la totalidad de puntos que cumplen
las restricciones, incluida la no negatividad)
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Adyacencia
Mas a un: si revisamos en la graca de la region factible, puntos
extremos que son adyacentes en el sentido que los une un lado
del poliedro, vemos que los puntos extremos estan asociados a
bases para R
m
que tienen practicamente las mismas columnas
de A diriendo solo en 1. Por ejemplo:
P
3
(x = 2/5, y = 0, z = 4/5) que proviene de la SBF
3
asociada a la base {a
1
, a
3
, a
5
, a
7
} s es adyacente a
P
4
(x = 2/3, y = 0, z = 2/3) que proviene de la SBF
4
asociada a la base {a
1
, a
3
, a
6
, a
7
}.
P
6
(x = 0, y = 1/5, z = 4/5) que proviene de la SBF
6
asociada a la base {a
2
, a
3
, a
5
, a
6
} no es adyacente a
P
1
(x = 2/3, y = 5/12, z = 1/4) que proviene de la SBF
1
asociada a la base {a
1
, a
2
, a
3
, a
7
}.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
P
1
(2/3, 5/12, 1/4) SBF
1
{a
1
, a
2
, a
3
, a
7
}
P
2
(7/9, 4/9, 0) SBF
2
{a
1
, a
2
, a
4
, a
7
}
P
3
(2/5, 0, 4/5) SBF
3
{a
1
, a
3
, a
5
, a
7
}
P
4
(2/3, 0, 2/3)) SBF
4
{a
1
, a
3
, a
6
, a
7
}
P
5
(1, 0, 0) SBF
5
{a
1
, a
4
, a
6
, a
7
}
P
6
(0, 1/5, 4/5) SBF
6
{a
2
, a
3
, a
5
, a
6
}
P
7
(0, 1/2, 1/2) SBF
7
{a
2
, a
3
, a
5
, a
7
}
P
8
(0, 3/5, 0) SBF
8
{a
2
, a
4
, a
5
, a
7
}
P
9
(0, 0, 4/5) SBF
9
{a
3
, a
4
, a
5
, a
7
}
P
10
(0, 0, 0) SBF
10
{a
4
, a
5
, a
6
, a
7
}
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Optimizando
Consideremos a ahora la funcion lineal. Como en una variable,
Toda funcion lineal denida sobre un segmento de
recta alzanca sus valores optimos (maximo o mnimo)
en los puntos extremos del segmento.
El caso mas trivial ocurre cuando la funcion lineal es de valor
constante en el segmento de recta. Pero a un en este caso, no
hay contradiccion al decir que los optimos los alcanza en los
extremos (a un cuando tambien los alcanza en todos los puntos
del segmento).
Si nos traemos este resultado a programaci on lineal:
Todo problema de programacion lineal que tiene
region factible acotada tendra su maximo y su
mnimo en un punto extremo (esquina del poliedro).
Por este resultado, las soluciones basicas factibles seran claves
para resolver un PL.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
El Simplex
El Algoritmo Simplex desarrollado en en 1947 por George
Bernard Dantzig (8 de noviembre de 1914-13 de mayo de 2005)
es un algoritmo para resolver problemas de programacion lineal
y consiste en
Iniciando en una esquina del poliedro (solucion
basica factible), el algoritmo Simplex recorre parte de
las esquinas del poliedro hasta llegar a la optima. El
algoritmo pasa de una SBF a otra SBF adyacente con
una evaluacion mejor.
Las claves seran: Dada una SBF, como escoger otra SBF
adyacente? y como cambiar de una SBF a otra SBF
ecientemente?
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
variables entrante y saliente
Por conveniencia, indicaremos cuales son las columnas de A
que forman la base indicando las variables asociadas a ella:
En una SBF, a las variables que son coecientes de
las columnas que pertenecen a una base de la SBF les
llamaremos variables basicas; a las otras les
llamaremos variables no basicas.
Un poco mas de nomenclatura:
Cuando se pasa de una SBF a otra SBF adyacente
solo una columna de A cambia en la base: a la
variable asociada a la columna de A que deja la base
se le llama variable basica saliente; a la variable
asociada a la columna de A que ingresa reemplazando
a la saliente se le llama variable basica entrante.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Regresemos a nuestro problema inicial. La matriz aumentada
inicial de las restricciones [A|b] (reconociendo que a
4
, a
5
, a
6
y
a
7
constituyen una base para R
4
) puede ser escrita como:
_

_
x y z s
1
s
2
s
3
s
4
rhs vb
1 2 2 1 0 0 0 2 s
1
2 1 1 0 1 0 0 2 s
2
1 5 1 0 0 1 0 3 s
3
0 0 1 0 0 0 1 4/5 s
4
_

_
La ultima columna adicional, que no se utiliza en algebra lineal
en la aumentada, es conveniente en programacion lineal por
que ayuda a ubicar la SBF (y por tanto, la base para R
m
extrada de las columnas de A). Observe ademas que
b = 2 a
4
+ 2 a
5
+ 3 a
6
+ 4/5 a
7
a
1
= 1 a
4
+ 2 a
5
+ 1 a
6
+ 0 a
7
a
2
= 2 a
4
+ 1 a
5
+ 5 a
6
+ 0 a
7
a
3
= 2 a
4
+ 1 a
5
+ 1 a
6
+ 1 a
7
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Regresando a nuestro problema: En la solucion actual x es una
variable no basica (a
1
no esta en la base). Supongamos que
queremos aumentar el valor de x, es decir, queremos que a
1
entre a la base actual. Pivoteando mediante operaciones de
renglon podemos ver a que SBF nos puede llevar al
intercambiar por las columnas de A que estan en la base:
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
1) Cambiando a
1
por a
4
(es decir, x por s
1
): No da una SBF.
Esto equivale a hacer 1 en la posicion del renglon 1 (por s
1
) y
columna 1 (por x) y posteriormente hacer ceros abajo y arriba)
1. R
2
R
2
2 R
1
2. R
3
R
3
1 R
1
Actual Nueva
SBF
10
SB
_
_
x y z s
1
s
2
s
3
s
4
rhs vb
1 2 2 1 0 0 0 2 s
1
2 1 1 0 1 0 0 2 s
2
1 5 1 0 0 1 0 3 s
3
0 0 1 0 0 0 1 4/5 s
4
_
_
_
_
x y z s
1
s
2
s
3
s
4
rhs vb
1 2 2 1 0 0 0 2 x
0 3 3 2 1 0 0 2 s
2
0 3 1 1 0 1 0 1 s
3
0 0 1 0 0 0 1 4/5 s
4
_
_
b = 2 a
4
+ 2 a
5
+ 3 a
6
+ 4/5 a
7
a
1
= 1 a
4
+ 2 a
5
+ 1 a
6
+ 0 a
7
a
2
= 2 a
4
+ 1 a
5
+ 5 a
6
+ 0 a
7
a
3
= 2 a
4
+ 1 a
5
+ 1 a
6
+ 1 a
7
b = 2 a
1
2 a
5
+ 1 a
6
+ 4/5 a
7
a
2
= 2 a
1
3 a
5
+ 3 a
6
+ 0 a
7
a
3
= 2 a
1
3 a
5
1 a
6
+ 1 a
7
a
4
= 1 a
1
2 a
5
1 a
6
+ 0 a
7
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
2) Cambiando a
1
por a
5
: S da una SBF
1. R
2

1
2
R
2
2. R
1
R
1
1 R
2
3. R
3
R
3
1 R
2
Actual Nueva
SBF
10
SBF
5
_
_
x y z s
1
s
2
s
3
s
4
rhs vb
1 2 2 1 0 0 0 2 s
1
2 1 1 0 1 0 0 2 s
2
1 5 1 0 0 1 0 3 s
3
0 0 1 0 0 0 1 4/5 s
4
_
_
_
_
x y z s
1
s
2
s
3
s
4
rhs vb
0 3/2 3/2 1 1/2 0 0 1 s
1
1 1/2 1/2 0 1/2 0 0 1 x
0 9/2 1/2 0 1/2 1 0 2 s
3
0 0 1 0 0 0 1 4/5 s
4
_
_
b = 2 a
4
+ 2 a
5
+ 3 a
6
+ 4/5 a
7
a
1
= 1 a
4
+ 2 a
5
+ 1 a
6
+ 0 a
7
a
2
= 2 a
4
+ 1 a
5
+ 5 a
6
+ 0 a
7
a
3
= 2 a
4
+ 1 a
5
+ 1 a
6
+ 1 a
7
b = 2 a
1
2 a
5
+ 1 a
6
+ 4/5 a
7
a
2
= 2 a
1
3 a
5
+ 3 a
6
+ 0 a
7
a
3
= 2 a
1
3 a
5
1 a
6
+ 1 a
7
a
4
= 1 a
1
2 a
5
1 a
6
+ 0 a
7
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
2) Cambiando a
1
por a
6
:No da una SBF
1. R
1
R
1
1 R
3
1. R
2
R
2
2 R
3
SBF
10
SBF
_
_
x y z s
1
s
2
s
3
s
4
rhs vb
1 2 2 1 0 0 0 2 s
1
2 1 1 0 1 0 0 2 s
2
1 5 1 0 0 1 0 3 s
3
0 0 1 0 0 0 1 4/5 s
4
_
_
_
_
x y z s
1
s
2
s
3
s
4
rhs vb
0 3 1 1 0 1 0 1 s
1
0 9 1 0 1 2 0 4 s
2
1 5 1 0 0 1 0 3 x
0 0 1 0 0 0 1 4/5 s
4
_
_
b = 2 a
4
+ 2 a
5
+ 3 a
6
+ 4/5 a
7
a
1
= 1 a
4
+ 2 a
5
+ 1 a
6
+ 0 a
7
a
2
= 2 a
4
+ 1 a
5
+ 5 a
6
+ 0 a
7
a
3
= 2 a
4
+ 1 a
5
+ 1 a
6
+ 1 a
7
b = 1 a
1
4 a
4
+ 3 a
5
+ 4/5 a
7
a
2
= 3 a
1
9 a
4
+ 5 a
5
+ 0 a
7
a
3
= 1 a
1
1 a
4
+ 1 a
5
+ 1 a
7
a
6
= 1 a
1
2 a
5
+ 1 a
5
+ 0 a
7
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Habiendo decidido hacer basica una variable no basica, Como
saber cual es la variable basica saliente?: determinando su
maximo crecimiento: esto va a ocurrir cuando se haga el
primer cero en una variable basica. Para el calculo, se requiere
la columna de las constantes positiva y se a nade una columna
extra a la derecha donde se registran los cocientes o razones
entre los lados derechos y los valores correspondientes de la
columna de la variable entrante cuando estos son estrictamente
positivos: se descartan negativos o valores cero: El menor
cociente da el maximo crecimiento sin que una variable basica
se haga negativa; esto ubica la variable basica saliente.
_

_
x y z s
1
s
2
s
3
s
4
rhs vb razon
1 2 2 1 0 0 0 2 s
1
2/1 = 2
2 1 1 0 1 0 0 2 s
2
2/2 = 1
1 5 1 0 0 1 0 3 s
3
3/1 = 3
0 0 1 0 0 0 1 4/5 s
4

_

_
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Y como se determina la variable entrante? Es la variable no
basica que tiene un mayor impacto sobre la variable que
representa la funcion objetivo. En la version completa del
Simplex, tambien la funcion se piensa como una ecuacion:
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb
1 15 25 19 0 0 0 0 0 w
0 1 2 2 1 0 0 0 2 s
1
0 2 1 1 0 1 0 0 2 s
2
0 1 5 1 0 0 1 0 3 s
3
0 0 0 1 0 0 0 1 4/5 s
4
_

_
La variable entrante es la variable no basica que tiene el mayor
(en valor absoluto) coeciente negativo (Si el problema es de
minimizacion, es la variable no basica con el mayor coeciente
positivo) en el renglon de la funcion objetivo.
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Estamos en SBF
10
: La entrante y, la saliente s
3
:
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb cociente
1 15 25 19 0 0 0 0 0 w
0 1 2 2 1 0 0 0 2 s
1
2/2 = 1
0 2 1 1 0 1 0 0 2 s
2
2/1 = 2
0 1 5 1 0 0 1 0 3 s
3
3/5
0 0 0 1 0 0 0 1 4/5 s
4

_

_
Pivoteando en la posicion (4, 3): Llegamos a la SBF
8
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb
1 10 0 14 0 0 5 0 15 w
0 3/5 0 8/5 1 0 2/5 0 4/5 s
1
0 9/5 0 4/5 0 1 1/5 0 7/5 s
2
0 1/5 1 1/5 0 0 1/5 0 3/5 y
0 0 0 1 0 0 0 1 4/5 s
4
_

_
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Estamos en SBF
8
: La entrante z, la saliente s
1
:
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb cociente
1 10 0 14 0 0 5 0 15 w
0 3/5 0 8/5 1 0 2/5 0 4/5 s
1
(4/5)/(8/5) = 1/2
0 9/5 0 4/5 0 1 1/5 0 7/5 s
2
(7/5)/(4/5) = 7/4
0 1/5 1 1/5 0 0 1/5 0 3/5 y (3/5)/(1/5) = 3
0 0 0 1 0 0 0 1 4/5 s
4
(4/5)/1 = 4/5
_

_
Pivoteando en la posicion (2, 4): Llegamos a la SBF
7
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb
1 19/4 0 0 35/4 0 3/2 0 22 w
0 3/8 0 1 5/8 0 1/4 0 1/2 z
0 3/2 0 0 1/2 1 0 0 1 s
2
0 1/8 1 0 1/8 0 1/4 0 1/2 y
0 3/8 0 0 5/8 0 1/4 1 3/10 s
4
_

_
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
Estamos en SBF
7
: La entrante x, la saliente s
1
:
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb cociente
1 19/4 0 0 35/4 0 3/2 0 22 w
0 3/8 0 1 5/8 0 1/4 0 1/2 z (1/2)/(3/8) = 4/3
0 3/2 0 0 1/2 1 0 0 1 s
2
(1)/(3/2) = 2/3
0 1/8 1 0 1/8 0 1/4 0 1/2 y (1/2)/(1/8) = 4
0 3/8 0 0 5/8 0 1/4 1 3/10 s
4

_

_
Pivoteando en la posicion (3, 2): Llegamos a la SBF
1
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb
1 0 0 0 43/6 19/6 3/2 0 151/6 w
0 0 0 1 3/4 1/4 1/4 0 1/4 z
0 1 0 0 1/3 2/3 0 0 2/3 x
0 0 1 0 1/12 1/12 1/4 0 5/12 y
0 0 0 0 3/4 1/4 1/4 1 11/20 s
4
_

_
Programacion
Lineal, una
revision del
Simplex desde
el

Algebra
Lineal
Departamento
de
Matematicas
Intro
Ejemplo
SB
SBF

Optimos
Simplex
Saliente
Optimalidad
En la SBF actual, las variables no basicas tienen coeciente
positivo en el renglon de la funcion objetivo. Esto signicara
que si alguna de ellas aumenta de valor (pasando de cero a un
valor positivo) el valor de la funcion objetivo disminuira. Por
tanto, la SBF encontrada es optima.
_

_
w x y z s
1
s
2
s
3
s
4
rhs vb
1 0 0 0 43/6 19/6 3/2 0 151/6 w
0 0 0 1 3/4 1/4 1/4 0 1/4 z
0 1 0 0 1/3 2/3 0 0 2/3 x
0 0 1 0 1/12 1/12 1/4 0 5/12 y
0 0 0 0 3/4 1/4 1/4 1 11/20 s
4
_

_
El renglon de la funcion objetivo representa
w + 43/6 s
1
+ 19/6 s
2
+ 3/2 s
3
= 151/6
o
w = 151/6 43/6 s
1
19/6 s
2
3/2 s
3