Método simplex casos

especiales
 Método Simplex

Para realizar un problema de programación lineal, con cambio

de variable, debido a que se encuentran con variables que no
tienen restricciones de signo (o variables irrestrictas) se
pueden transformar en un problema lineal el cual se requiere
que todas las variables sean negativas.
 Método Simplex
En estos casos se empiezan por definir nuevas variables por cada variables
irrestricta o ≤ 0, ≥ a un numero negativo o ≤ a un numero negativo. Estos casos
se muestran a continuación:

Caso 1 Caso 2 Caso 3 Caso 4 Caso 5

Xn≤0 Xn≥0 Xn = SRS Xn ≥ -m Xn ≤ -m
Xn=-X`n Xn = X`n-X``n Xn = X`n- m Xn = -m-X`n

Ejemplos de esas variables, son las que cuantifican efectivo en caja,

temperaturas, niveles de inventario, y otras.
 Método Simplex
Min Z  3x1  2 x2
S/A
 x1  x2  1...............(1)
 7 x1  9 x2  63.........( 2)
x1  3, x2  0

Como existe una variable mayor a -3, tenemos que realizar una cambio de
variable, esto quiere decir que estamos en el caso 3, la cual queda

x1  3  x1  x`1 3
 Método Simplex
Si reemplazamos X1, en la función objetivo y en las
restricciones tenemos:

Min Z  3(x`1 -3)  2 x2

S/A
 ( x`1 3)  x2  1
 7( x`1 3)  9 x2  63
x`1  0, x2  0
 Método Simplex
Al ordenar nuestra función objetivo y nuestras
restricciones, nos queda
Min Z  3x`1 -9  2 x2 Min Z` 3x`1 2 x2

S/A S/A
 x`1 3  x2  1 x`1  x2  2
 7 x`1 21  9 x2  63  7 x`1 9 x2  42
x`1  0, x2  0 x`1  0, x2  0

Recordar que por cada signo del tipo ≤ se agregan variables

Con Z` Z  9 de holgura. Y por cada signo del tipo ≥ se resta una variables
de exceso sumado con una variable artificial.
 Método Simplex
Forma Estandar, incorporando las variables de holguras

Min Z`3x`1 2 x2  0
x`1  x2  x3  2
 7 x`1 9 x2  x4  42
x`1 , x2 , x3 , x4  0

Forma Artificial, incorporando las variables artificiales.

Min Z` 3x1  2 x2  Mx5
x`1  x2  x3  x5  2
 7 x`1 9 x2  x4  42
x`1 , x2 , x3 , x4 , x5  0
X3=V. Exceso
X4= V. holgura
X5= V. Artificial
Recordar que por cada variable artificial que
incorporamos en las restricciones se suma
(minimización) un Mai a la función objetivo. Para
el caso de Maximización por cada variables
artificial se resta un Mai.
 Método Simplex
Luego, debemos hacer desaparecer la variable artificial de nuestra función
objetivo, despejando X5 de la restricción 1

x5  2  x`1  x2  x3
Min Z` 3x`1 2 x2  M (2  x`1  x2  x3 )
Min Z` 3x`1 2 x2  2 M  x`1 M  x2 M  x3 M
Min Z`3x`1 2 x2  2 M  x`1 M  x2 M  x3 M  0
Min Z`3x`1  x`1 M  2 x2  x2 M  x3 M  2 M
Min Z`(3  M ) x`1 (2  M ) x2  x3 M  2 M
Min Z` ( M  3) x`1  ( M  2) x2  x3 M  2 M
 Método Simplex

X`1 X2 X3 X4 X5 Sol.
Z (M-3) (M-2) -M 0 0 2M
X5 1 1 -1 0 1 2
X4 -7 9 0 1 0 42

Entra a la base X2
Sale de la base X5
Elemento pivote 1
 Método Simplex

X`1 X2 X3 X4 X5 Sol.
Z -1 0 -2 0 -M+2 4
X5 1 1 -1 0 1 2
X4 16 0 9 1 -9 24

Como en Z son todos positivos (en caso minimización), estamos en el

optimo, donde:
Z=4
X2=2
X4=24
 Método Simplex
Ejercicios para taller:

Min Z  2x1  x2

S/A
 2 x1  3 x2  6
 4 x1  5 x2  20
5 x1  3 x2  15
x1 : srs, x2  0
 Método Simplex

Un panadero tiene 30 onzas de harina y 5 paquetes de levadura.

Para hornear una hogaza de pan necesita 5 onzas de harina y 1
paquete de levadura. Cada hogaza de pan se puede vender en 30
centavos. El panadero podría comprar mas harina a 4 centavos
por onza o vender el sobrante de harina al mismo precio. Plantee
y resuelva un PL para ayudar al panadero a maximizar la utilidad
(ingresos – costos)
 Método Simplex
X1:Cantidad de hogazas de pan horneadas
X2: Cantidad de onzas en que se incrementa el suministro de harina por las
transacciones en efectivo.

Max Z  30x1  4 x2
S/A
5 x1  30  x2 ........ Re st.harina
x1  5................... Re st.Levadura
x1  0, x2 : srs