UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICA

ESCUELA PROFESIONAL DE MATEMÁTICA

“MÉTODO SIMPLEX EN
PROBLEMAS DE PROGRAMACIÓN LINEAL DEL
TIPO DE FLUJO DE COSTO MÍNIMO”

HÉCTOR AQUILES LLANOS VALENCIA

JULIO 2013

CALLAO – PERÚ
 ÍNDICE

Resumen……………………………………………………………………………………….…...2

Introducción……………………………………………………………………………………..…..3

1. Capítulo I…………………………………………………………………………………………4
Marco Teórico

1.1. Red Dirigida………………………………………………………………………………..…..4

1.1.1. Tipos de Red Dirigida……………………………………………………………………….4
Trayectoria……………………………………………………………………………………….…..4
Cadena………………………………………………………………………………………………..5
Circuito………………………………………………………………………………………………..5
Ciclo……………………………………………………………………………………………..….…6
Árbol………………………………………………………………………………………………..…6
1.2. Espacio Vectorial Euclidiano n-dimensional……………………………………………..….6
1.3. Combinación Lineal………………………………………………………………………...…..7
1.4 Independencia Lineal………………………………………………………………………..….7
1.5 Matriz No Singular…………………………………………………………………………..…..7
1.6 rango de una Matriz…………………………………………………………………………..…7

2. Capítulo II………………………………………………………………………………………….8
Flujo con Costo Mínimo

2.1. Introducción……………………………………………………………………………………..8
2.2. Definiciones……………………………………………………………………………………..8
2.2.1. Flujo……………………………………………………………………………………………8
2.2.2. Matriz de Incidencia Nodo- Arco……………………………………………………………8
2.2.3. Modelo General de un Problema de Flujo con Costo Mínimo…………………………..9
2.2.4. Árbol Generador……………………………………………………………………………..11
2.2.5. Rango de una Matriz de Incidencia Nodo-Arco…………………………………………..12
2.2.6. Variable Artificial……………………………………………………………………………..13
2.2.7. Método de los Ciclos………………………………………………………..………………14
2.3. Solución Inicial Básica Factible………………………………………………………………16
2.4. Cálculo de los ………………………………………………………………………..21
2.5. Determinación de la Columna de Salida…………………………………………………....23

Conclusiones………………………………………………………………………………………..28

Bibliografía…………………………………………………………………………………………..29

1
 RESUMEN

A partir de la necesidad de transportarse cierto recursos disponibles a través de un red, para

satisfacer la demanda a un costo mínimo, nace el Problema de Flujo con Costo Mínimo
(PFCM), en el presente trabajo se dará a entender que este tipo de problema es un tipo más
de los Problemas de Programación Lineal y por tanto podrán ser resueltos mediante un
algoritmo Simplex para Redes el cual podremos entenderlo como una especialización del
Método Simplex Primal. Pues se requerirán de nuevas definiciones como Red Dirigida,
Matriz de Incidencia, Árbol Generador Enraizado, etc.
Pudiendo concluir así, que el Método Simplex para Redes es bastante poderoso en la
resolución de Problemas de Flujo con Costo mínimo.

ABSTRACT

From the need for certain resources transported through a network to meet the demand at
minimum cost, the problem arises with Minimum Cost Flow (PFCM), in the present work
given to understand that this type of problem is one more type of linear programming
problems and therefore can be solved by simplex algorithm for network swhich we can
understand as a specialization of the Primal Simplex method. As new definitions are required
as Red Directed, Incidence matrix, Generator Rooted Tree, etc..
We can conclude thus that the Simplex Method for Networks is quite powerful in solving flow
problems with minimum cost.

2
 INTRODUCCIÓN

Los problemas de programación lineal son modelos lineales que tiene por característica
surgir con frecuencia de diferentes aspectos de la vida real y tener una representación
natural mediante un modelo de red.

Los problemas en redes dirigidas que estudiaremos aquí, están relacionados con la
existencia de un flujo a lo largo de los arcos de la red que generalmente se refiere al envío o
circulación de unidades homogéneas de algún producto desde un nodo de origen hasta un
nodo de destino, a través de nodos intermedios. Por lo tanto veremos aquí que los
problemas de flujos en redes poseen una importante estructura especial que permite la
simplificación del procedimiento simplex (primal) hasta un punto en el que se puede aplicar
directamente a la red sin necesidad de un tableu simplex.

3
 CAPÍTULO I

MARCO TEÓRICO

1.1.-RED DIRIGIDA
Diremos que una red dirigida es el par , donde:

 ; es un conjunto finito de nodos, es decir:

 ; es una relación binaria sobre que unen parejas de nodos en . es un conjunto

de arcos dirigidos (flechas), es decir:

Como podemos ver los elementos del conjunto , son arcos.

Sea el arco , diremos que es incidente con los nodos y , y que está dirigido del nodo
al nodo .
Por lo tanto una red dirigida, está compuesta por 2 entes:
 Nodos, y
 Arcos Dirigidos.
1.1.1.-TIPOS DE RED DIRIGIDA
a) Trayectoria:
Es una sucesión de arcos con los que el nodo inicial de cada arco es el mismo que el nodo
terminal del arco que le precede en la sucesión, es decir:

( ) es una trayectoria.

Gráficamente:

4
 b) Cadena:
Es una estructura similar a una trayectoria con la particularidad que no todos los arcos están
necesariamente dirigidos hacia el nodo . Es decir, donde el nodo inicial no necesariamente
es el mismo que el nodo terminal del arco que le precede en la sucesión.
Gráficamente:

c) Circuito:
Es una trayectoria con la característica que el nodo inicial sea igual al nodo terminal de
la sucesión, es decir:

También se puede definir como una trayectoria cerrada.

Gráficamente:

5
 d) Ciclo:
Es una cadena cerrada. Claramente se puede notar que todo circuito es un ciclo.
Gráficamente:

e) Árbol:
Es una estructura donde existe una cadena que une a todos los nodos de a red sin formar
ciclos.
Gráficamente:

1.2.- ESPACIO VECTORIAL EUCLIDEANO n-DIMENSIONAL

Es un conjunto que se simboliza por , cuyos elementos llamados vectores son
secuencias finitas de números reales
¸
Aquí están definidas dos operaciones:
 La adición, que a cada par de vectores le hace corresponder un nuevo
vector: llamado suma de y , y

6
  La multiplicación por un número real ya a cada vector le hace
corresponder un vector: llamado producto de por .

1.3.- COMBINACIÓN LINEAL

Diremos que el vector es una combinación lineal de los vectores
, sí:

∑ Donde ,

1.4.-INDEPENDENCIA LINEAL
Sean los vectores . Diremos que estos vectores son linealmente
independientes sí:

Implica que para

Si los vectores no son se dicen que son linealmente

dependientes.

1.5.-MATRIZ NO SINGULAR
Diremos que una matriz , es no singular si tiene inversa, es decir, si existe una
matriz tal que:
y

Denotaremos a
Una condición para que la matriz tenga inversa es que sus columnas vistas como vectores
de sean

1.6.- RANGO DE UNA MATRIZ

Sea la matriz , definiremos al rango de como el número máximo de columnas
que tiene la matriz.

7
 CAPÍTULO II

FLUJO CON COSTO MÍNIMO

2.1.-INTRODUCCIÓN

El algoritmo Simplex para redes puede ser entendido como una especialización del Método
Simplex para la aplicación en problemas de programación lineal del tipo de Flujo de Costo
Mínimo. El Simplex para redes, explora, por tanto, las características específicas de la red
que ilustra el problema y se muestra extremadamente más eficiente que el método simplex.
Esta mayor eficiencia del Simplex para Redes se dará por el menor número de iteraciones
necesarias para encontrar el óptimo, por tanto, se trata de un método bastante poderoso en
la resolución de PFCM (Problemas de Flujo de Costo Mínimo).

2.2.-DEFINICIONES

2.2.1.- FLUJO
Es el número de unidades homogéneas transportadas a lo largo del arco es decir,
transportadas del origen hacia el destino

2.2.2.-MATRIZ DE INCIDENCIA NODO ARCO

Sea la matriz , que está asociada a los (columnas) de la red dirigida
que la definen los de la misma.
Se define de la siguiente manera:

Por tanto, la estructura de una red dirigida puede ser descrita en una matriz de incidencia.

8
Por ejemplo, sea la red dirigida G.

Entonces, la matriz de incidencia nodo arco de esta red, será:

Tabla 2.1

[ ]

2.2.3.-MODELO GENERAL DE UN PROBLEMA DE FLUJO CON COSTO MÍNIMO

El PFCM nace a partir del siguiente enunciado:
“Debe transportarse los recursos disponibles a través de una red, para satisfacer la
demanda a un costo mínimo”.
Matemáticamente, este problema se puede plantear de la siguiente manera:

Sujeto a

Donde:
( ) : Vector que representa el costo unitario de transporte a los largo del arco .
( ) : Matriz de Incidencia Nodo-Arco.
: Vector que representa la oferta o la demanda de cada nodo de la red.
: Vector que representa la cantidad de flujo sobre el arco
: Vector que representa la capacidad máxima de flujo que puede ser transportado
por el arco

9
Consideremos la red de la figura 2.1 y asignemos valores

Tenemos que nuestra función a minimizar es la siguiente:

Sujeto a

* + Tabla 2.2

[ ]
[ ]

Donde los valores de color verde pertenecen al vector y los valores de color rojo
pertenecen al vector . De la figura 2.2 y de la definición del vector , se concluye que a
cada nodo de a red se le asocia el número ; donde:

 Si , entonces en el nodo se tiene una oferta disponible de un artículo. Se le

conoce como “nodo de origen”.

 Si , entonces en el nodo se tiene una demanda requerida del artículo. Se le

conoce como “nodo de destino”

 Si , entonces en el nodo no se dispone ni se requiere de ningún artículo. Se le

conoce como “nodo de transbordo”.

10
Además para este problema debemos suponer que la oferta total en la red es igual a la
demanda total, es decir:

Pues así, el PFCM siempre tendrá una solución factible.

De no ser el caso, es decir sí ∑ , entonces se añade un nodo ficticio con

demanda ∑ y arcos con costo cero desde cada nodo de oferta al nuevo nodo.

2.2.4.-ÁRBOL GENERADOR

Dada la red dirigida y sea una subgráfica de la red. Diremos que es un árbol
generador, sí conecta a todos los nodos de la red sin formar ciclos.
Es decir, un árbol generador corresponde a un conjunto de vectores
Por ejemplo, tomemos dos subgráficas de la red de la figura 2.1

11
Como vemos la fig. 2.2 es un árbol generador de la red G definida en la figura 2.1, además
los vectores que representan a esos arcos son pues de su combinación lineal nula

Donde:
Obtenemos un sistema de ecuaciones, donde los valores de
Sin embargo vemos que el conjunto de arcos definido en la fig. 2.3 corresponde a la primera
y las tres últimas columnas de la red de la fig. 2.1 y es posible obtener la siguiente igualdad

Y de acuerdo con la definición escrita anteriormente tenemos que estos vectores son
linealmente dependientes.

2.2.5.- RANGO DE UN MATRIZ DE INCIDENCIA NODO-ARCO

Consideremos la tabla 2.1que representa la matriz de incidencia de la red de la figura 2.1,
como podemos ver esta matriz no tiene rango total.

* + Tabla 2.3

Pues efectuando las siguientes operaciones filas

Obtenemos que se convierte en el vector nulo.

12
Proposición 2.2.5.-
La matriz de Incidencia de una red de tiene rango igual a .
Prueba:
Consideremos un árbol generador de la red y a su submatriz , obtenida
de la matriz de incidencia .
Como , entonces el árbol tiene al menos un nodo que tiene exactamente un arco
que incide a él.
Con este hecho se observa que en la fila de la matriz solo haya un elemento
diferente de cero.
Realizando operaciones elementales de permutación entre filas y columnas de de modo
que este elemento diferente de cero quede en la 1º fila y 1º columna. Entonces la matriz
equivalente a , que denotaremos de la misma manera tendrá la siguiente forma:

[ ]Tabla 2.4

Analicemos ahora la matriz que representa a otro árbol, por lo tanto

también debe contener al menos un nodo donde un arco incida en él, supongamos que eso
sucede en la fila de , entonces realizando operaciones elementales de
permutación entre filas y columnas de de modo que este elemento diferente de cero
quede en la 1º fila y 1º columna. Entonces la matriz equivalente a, que denotaremos de la
misma manera tendrá la siguiente forma:

[ ]Tabla 2.5

Donde .

Reemplazando la tabla 2.4 en la tabla 2.3, vemos que se puede escribir como

[ ]Tabla 2.6

Como tiene columnas entonces podemos repetir este procedimiento esa cantidad
de veces. Luego eliminando la última fila de obtenemos una matriz triangular inferior con
elementos en su diagonal diferentes de cero y, por lo tanto, hemos conseguido una matriz
no singular con rango igual a .

2.2.6.-VARIABLE ARTIFICIAL
Debido a que el Método simplex siempre se inicia con una matriz de restricciones con rango
total y además sabemos que el rango de es , requerimos de una variable artificial
de manera que el rango de la nueva matriz sea , es decir que el vector que representa
esta variable sea con los vectores columna de
Al introducir una variable artificial correspondiente al nodo (se puede escoger cualquier
otro nodo), es decir, cuando se aumenta la matriz con el vector canónico , se obtiene la
matriz de restricciones

13
Esta nueva columna se le puede ver en la red como un arco que empieza en el nodo
(llamado nodo raíz) y termina en el espacio, a este arco con un solo extremo se le llamará
arco raíz. Y como cualquier solución básica debe contener columnas , la variable
artificial debe aparecer en cada solución básica.

2.2.7.- MÉTODO DE LOS CICLOS

Consideremos una subgráfica básica de una red, correspondiente a un árbol generado
enraizado, seleccionemos un arco no básico cualquiera . Debido a que es un árbol,
entonces existe una cadena única entre los nodos y . Esta cadena, junto al arco no
básico forma un ciclo.
Gráficamente podemos ver este hecho en la figura 2.6

14
Asignando al ciclo una orientación consistente se tiene:

( ) ( ) ( ) ( )

Entonces:

Este hecho nos lleva al siguiente procedimiento el cual nos servirá para representar
cualquier columna no básica en términos de las columnas básicas. Los pasos a seguir son:
1. Determinar el ciclo único formado al adjuntar el arco no básico a la subgráfica básica.
2. Darle al ciclo una orientación consistente con la variable no básica.
3. Las columnas básicas en el ciclo a lo largo de su orientación reciben un coeficiente
de , y las columnas básicas en el ciclo opuesto a su orientación reciben un
coeficiente de en la representación.
4. Otras columnas básicas reciben coeficientes cero.

Por ejemplo, tomemos la subgráfica básica de la figura 2.2

De la figura 2.7, se tiene:

15
2.3.- SOLUCIÓN INICIAL BÁSICA FACTIBLE
Como ya vimos, para poder aplicar el método Simplex en nuestro PFCM necesitamos de
una matriz de rango total, es decir, de un árbol generador enraizado.
La solución a un PFCM será dado siempre por un árbol generador enraizado, el cual
consiste en partir de un árbol generador inicial (solución básica inicial) ejecutar una serie de
pivoteamientos, los cuales mantiene la estructura de árbol generador (pues toda solución
básica corresponderá a un árbol generador enraizado) hasta encontrar la solución óptima
que corresponderá al árbol generador enraizado óptimo.
El primer paso que debemos realizar para aplicar el Método simplex en el PFCM es
determinar un árbol generador enraizado inicial cualquiera. Para esto consideremos la
matriz de incidencia de la tabla 2.1 sin el arco raíz. Entonces ningún árbol que se pueda
obtener de la red de la figura 2.1 formará una base para el PFCM.
Luego supongamos que se añade una columna artificial por cada nodo de la red con la
siguiente condición
Si , se añade la columna ,y
Si , se añade la columna -

Asimismo añadamos un renglón debajo de la matriz formada por las variables artificiales
dado por el negativo de la suma de los renglones de esta matriz, resultando así una nueva
matriz que tendrá la siguiente forma:

[ ]Tabla 2.7

[ ]

Como esta nueva matriz tiene exactamente un y un , puede verse como un matriz de
incidencia nodo-arco de una nueva red, esta nueva red tendrá todos los nodos y arcos
iguales que la red original y además tendrá un nuevo nodo y m-nuevos arcos(un arco
entre cada nodo original y el nuevo nodo).
Estosm- nuevos arcos más un raíz formarán un árbol generador enraizado(es decir una
base factible para este nuevo problema), como se puede apreciar de la figura 2.8 a la figura
2.9.
Empezando con esta base artificial y aplicando la fase 1 del Método de las 2 Fases, las
variables artificiales tendrán coeficientes de costo iguales a 1 mientras que todas las otras
variables tendrán coeficientes de costo cero.

16
17
 Entonces la función objetivo original

Se transforma a

Es decir la función objetivo artificial es

Se tiene así, el problema artificial siguiente

Sujeto a

Donde y
Obviamente, el óptimo de este problema artificial se obtendrá cuando

Lo cual implica que

Tomando la forma de la tabla 2.7 se obtiene el siguiente cuadro

Tabla 2.8

1 0 0 0 0 0 0 0 -1 -1 -1 -1 0 0
0 1 1 0 0 0 0 1 1 0 0 0 0 4
Básicas

0 -1 0 1 1 -1 0 0 0 1 0 0 0 2
0 0 -1 -1 0 1 1 0 0 0 -1 0 0 -1
0 0 0 0 -1 0 -1 -1 0 0 0 -1 0 -5
0 0 0 0 0 0 0 0 -1 -1 1 1 1 0

Antes de continuar, primero eliminemos de la función objetivo artificial las variables

artificiales.
Para esto realicemos las siguientes operaciones elementales filas





18
 Obtendremos así, la Tabla 2.9

1 0 2 2 2 -2 0 -2 0 0 0 0 1 12
0 1 1 0 0 0 0 1 1 0 0 0 0 4
Básicas

0 -1 0 1 1 -1 0 0 0 1 0 0 0 2
0 0 -1 -1 0 1 1 0 0 0 -1 0 0 -1
0 0 0 0 -1 0 -1 -1 0 0 0 -1 0 -5
0 0 0 0 0 0 0 0 -1 -1 1 1 1 0

La solución no es óptima pues existen coeficientes positivos en . Usando El algoritmo

del Método Simplex para el caso de minimización, obtenemos que:

Pívot está en la
 La variable que entra es
 La variable que sale es
Por lo tantopuede despreciarse la columna correspondiente a la variable

Obtendremos así, la Tabla 2.10

1 2 2 0 0 0 0 -2 0 0 0 1 8
0 1 1 0 0 0 0 -1 1 0 0 0 4
Básicas

0 -1 0 1 1 -1 0 0 0 0 0 0 2
0 -1 -1 0 1 0 1 0 0 -1 0 0 1
0 0 0 0 -1 0 -1 1 0 0 -1 0 -5
0 0 0 0 0 0 0 0 -1 1 1 1 0

La solución no es óptima pues existen coeficientes positivos en . Entonces:


Pívot está en la
 La variable que entra es
 La variable que sale es
Por lo tantopuede despreciarse la columna correspondiente a la variable

19
Obtendremos así, la Tabla 2.11

1 2 2 0 0 0 0 -2 0 0 1 8
0 1 1 0 0 0 0 -1 1 0 0 4
Básicas

0 0 1 1 0 -1 -1 0 0 0 0 1
0 -1 -1 0 1 0 1 0 0 0 0 1
0 -1 -1 0 0 0 0 1 0 -1 0 -4
0 0 0 0 0 0 0 0 -1 1 1 0

La solución no es óptima pues existen coeficientes positivos en . Entonces:

 Pívot está en la
 La variable que entra es
 La variable que sale es
Por lo tantopuede despreciarse la columna correspondiente a la variable

Obtendremos así, la Tabla 2.12

1 0 0 0 0 0 0 0 0 1 0
0 1 1 0 0 0 0 -1 0 0 4
Básicas

0 0 1 1 0 -1 -1 0 0 0 1
0 0 0 0 1 0 1 -1 0 0 5
0 0 0 0 0 -1 0 0 -1 0 0
0 0 0 0 0 0 0 0 1 1 0
Este cuadro (Tabla 2.12) es óptimo. Las variables artificiales son

y de la misma Tabla 2.12 se tiene que

En consecuencia

Aquí se tiene el final de la primera fase pues hemos encontrado una solución factible,
entonces se pueden eliminar todos los arcos (variables) artificiales y el nodo 5.
Obteniendo así un árbol generador de la red de la figura 2.2 con los valores siguientes.

20
El cual aún no forma una solución factible para el problema original, para esto enraicemos el
árbol generador de la figura 2.10, tomemos al nodo 1 como nodo-raíz.

Entonces la solución básica factible inicial para el problema original es:

( ) ( )

2.4.-CÁLCULO DE LOS

Teniendo una subgráfica básica de la red, como la figura 2.9, calcularemos los para
cada variable no básica y, o el proceso finaliza, o si no se introduce una variable no
básica con un , igual que en el algoritmo del Método Simplex está variable
no básica corresponderá al

21
Para determinar que variable no básica entra, usaremos el Método de los Ciclos, además
debemos recordar que igual que en el Método Simplex, se tiene que

Donde: ; y

Entonces para calcular los , debemos primero adjuntar el arco a la subgráfica básica
y después de darle una orientación consistente con el arco .

Por lo tanto, se obtiene que los , es la suma de los costos de los arcos básicos en el ciclo
opuesto a la orientación menos la suma de los costos de los arcos básicos en el ciclo a lo
largo de la orientación.
En nuestro ejercicio, la figura 2.11 es una subgráfica básica de la figura 2.2, entonces

Como el árbol generador enraizado es:

Tabla 2.13

[ ]

Entonces la matriz inversa de B es:

* +Tabla 2.14

Y ; , lo obtenemos de la Tabla 2.1

Entonces para el arco , tenemos:

[ ]( )

( )

22
2.5.- DETERMINACIÓN DE LA COLUMNA DE SALIDA

De nuestro ejercicio, tenemos que , entonces la variable puede entrar a la

base y para saber que arco básico debe salir de la base, se sigue lo siguientes pasos.

1. Incrementar
2. Ajustar las variables básicas para seguir manteniendo la factibilidad.
3. Determinar cuál es la primera variable básica que alcanza el valor cero.
4. La cual se convierte en la variable que sale de la base.

Este proceso, se puede ver como el envío de una cantidad adicional ( de flujo a través del
ciclo único creado cuando el arco no básico se añade al árbol generador enraizado.
Además, el envío de flujo contra la dirección de un arco corresponde a disminuir el flujo
sobre el arco.
En nuestro ejercicio, suponiendo que el arco entra a la base, entonces de la figura 2.12

Tenemos que, al incrementar por , las variables básicas que disminuyen son y .
Ahora para mantener la factibilidad se debe cumplir que:

Entonces
Por lo tanto sale la variable básica .

23
Sabiendo ya, como determinar que arco no básico entra a la base y que arco básico sale de
la base. Resolvamos nuestro ejercicio, de la figura 2.2 para el cual obtuvimos la solución
básica inicial factible siguiente

Para la cual los valores de los de lo arcos no básicos son:

Entonces entra .Ahora

Por lo tanto sale .

Ahora el nuevo árbol generador enraizado lo da la figura 2.13

24
Para la cual los valores de los de lo arcos no básicos son:

Entonces entra Ahora

Por lo tanto sale .

Ahora el nuevo árbol generador enraizado lo da la figura 2.15

25
Para la cual los valores de los de lo arcos no básicos son:

Entonces entra , Ahora

Por lo tanto sale

Ahora el nuevo árbol generador enraizado lo da la figura 2.17

26
Para la cual los valores de los de lo arcos no básicos son:

Como todos los , entonces hemos encontrado el árbol óptimo, el cual está dado
por el árbol generador enraizado de la figura 2.17.
Entonces la solución óptima es:

( ) ( )

Todas las demás variables , entonces el valor óptimo es:

27
 CONCLUSIONES

1. El PFCM es un programa lineal y para su resolución se puede aplicar el algoritmo

Simplex primal, encontrando así una simplificación del Método Simplex que se puede
aplicar directamente a l red sin la necesidad de un tableau simplex.

2. Para resolver estos PFCM, se debe suponer que la oferta total en la red es igual a la
demanda total, así obtendremos un Problema de Programación Lineal Acotado el
cual siempre tendrá solución factible.

3. Una base para el PFCM está caracterizado por un árbol generador enraizado.

4. Antes de aplicar el algoritmo Simplex Primal al PFCM, primero se debe encontrar

una solución factible básica inicial, para esto se debe crear un nuevo nodo (artificial)
en la red, el cual llevará a la red original con un arco raíz a una red con estructura de
árbol generador enraizado.

5. Para encontrar la solución factible básica inicial no solo se puede usar el Método de
Dos Fases, sino también el Método de Penalización (Big M).

6. Los PFCM ocurren en el análisis y diseño de sistemas de comunicación, sistemas de

oleoductos, logística militar, etc.

28
 BIBLIOGRAFÍA

1.- “Programación Lineal y Flujo en Redes”

Autor: Mokhtar S. Bazaraa. John J. Jarvis
Editorial: LIMUSA S.A.-Distrito Federal-México.
Edición: 4º Reimpresión - 1989
Páginas: 531

2.- “Investigación Operativa: Modelos Determinísticos y Estocásticos”

Autor: Sixto Ríos Insua. Alfonso mateos caballero. Concepción Bielza Lozoya. Antonio
Jiménez Martín.
Editorial: CENTRO DE ESTUDIOS RAMÓN ARECES S.A.-Madrid-España.
Edición: 2º - 2004
Páginas: 547

3.-“Introducción a la Optimización e Investigación de Operaciones. Tomo 1”

Autor: Pedro canales García
Editorial:HOZLO S.R.L.
Páginas:150

4.-“Algebra Lineal”
Autor: ElonLages Lima
Editorial: HOZLO S.R.L.
Páginas. 407

29
30
31