1

Soluciones FEV Adyacentes

Para cualquier problema de programacin lineal con
n variables de decisin, dos soluciones FEV son
adyacentes entre s, si comparten n 1 fronteras de
restriccin. Dos soluciones FEV adyacentes estn
conectadas por un segmento de recta que est en
estas mismas fronteras de restriccin compartidas.
Este segmento de recta recibe el nombre de orilla o
arista de la regin factible.

Prueba de Optimalidad
Considere cualquier problema de programacin lineal
que posea al menos una solucin ptima. Si una
solucin FEV no tiene soluciones FEV adyacentes
que sean mejores (segn el valor de Z), entonces
esa debe ser una solucin ptima.

Esencia del Algoritmo

1. Paso Inicial: Seleccionar una Solucin Inicial.
2. Prueba de Optimalidad.
3. Iterar: Muvase hacia una solucin FEV
adyacente mejor. Si ha encontrado una mejor
solucin, vaya al paso 4. Si no, entonces la actual
solucin es una solucin ptima.
4. Prueba de Optimalidad.

Las principales caractersticas de la forma estndar

son:
1. Las
restricciones
se
representan
como
ecuaciones. (para ello ser necesario la creacin
de variables de holgura o de exceso)
2. Todas las variables (de decisin y de holgura y/o
de exceso) deben ser no negativas.
3. Las constantes del lado derecho deben ser no
negativas.

Forma Estndar

Modelo Original
8

En su REPRESENTACIN MATRICIAL-VECTORIAL, un PPL

en forma estndar se reduce a:
MAX (MIN):

Z = CX

Sujeto a:

AX = b
X0
b0

A es una matriz (m x n), X es un vector columna (n x 1), b es

un vector columna (m x 1) y C es un vector fila (1 x n)
A: matriz de coeficientes; X: vector decisin; b: vector de
requerimientos; C: vector de utilidad (costo).
9

Ejemplo:
Maximizar:

Z = 5X1 + 2X2 + 3X3 - X4 + X5

Sujeto a:

X1 + 2X2 + 2X3 + X4
3X1 + 4X2 + X3

=8
+ X5 = 7

X1, ... , X5 >= 0

As:

1 2 2 1 0
A

3
4
1
0
1

10

X 1
X
2
8
, X X 3 , B
7 , C (5 2 3 1 1)


X
4
X 5

Definicin: Dos sistemas de ecuaciones son

equivalentes si ambos poseen el mismo set de
soluciones. Una solucin de un sistema es
automticamente solucin de otro.

Para solucionar un sistema de ecuaciones lineales

se busca uno equivalente ms simple.

11

Ejemplo: Considere el siguiente sistema:

(S1)

X1 2 X 2 X 3 4 X 4 2 X 5 2
X1 X 2 X 3 3X 4 X 5 4

(1)
(2)

Multiplicando (1) por -1 y sumandola a (2) se obtiene el sistema

equivalente:
X 2 X X 4 X 2 X 2 (3)
(S2)

X 2 2 X 3 X 4 3X 5 2

(4)

Multiplicando (4) por 2 y sumandola a (3) se obtiene el sistema

equivalente:
X 1 3 X 3 2 X 4 4 X 5 6 (5)
(S3)
X 2 X X 3 X 2 (6)
2

Una posible solucin sera fijar

12

As

X 3, X 4, X 5 0
X 1 6, X 2 2

 Sistemas como S3 son llamados SISTEMAS CANNICOS. El sistema

del ejemplo se obtuvo eliminando los coeficientes de X1 y X2.
X1 y X2 son VARIABLES BSICAS del sistema cannico.
DEFINICIONES:
VARIABLE BSICA es aquella que aparece con coeficiente 1 en una
ecuacin y cero en todas las dems.
OPERACIN PIVOTE es una secuencia de operaciones que reduce un
sistema en uno equivalente en que una variable especfica aparece
como BSICA.
SOLUCIN BSICA es la solucin obtenida a partir del sistema
cannico fijando las variables no bsicas en un valor.
SOLUCIN BSICA FACTIBLE es una solucin bsica en que los
valores de las variables bsicas son no negativos.
13

Como cualquier par de variables podra haber sido

elegida para ser variable bsica, el N de soluciones
bsicas posibles es:

5
5!
10

2!3!
2
En general, con m restricciones y n variables, el n
de soluciones bsicas posibles es:

14

n
n!

m !(n m)!
m

Pasos del MTODO SIMPLEX

Partir con una solucin bsica factible en forma
cannica.
Mejorar la solucin inicial encontrando otra
solucin bsica factible con un mejor valor de FO.
Continuar el proceso de mejora del valor de la FO.
Cuando no es factible encontrar soluciones
mejores, la bsqueda termina

15

Es factible mejorarla?
Debemos pensar en un cambio de base
conveniente

Calculemos
un
Indicador para esto:
Ganancia/Beneficio Relativo

cj
16

Ganancia Relativa de la Variable xj

Mejorando la Solucin
a) Primero se examina si la presente es ptima.
b) Si no la es. El Simplex examina una: Solucin
bsica factible Adyacente con un mejor valor
de Z.
Definicin.
Una Solucin bsica factible Adyacente difiere de
la solucin bsica factible actual, en solo una
variable bsica.
17

Solucin bsica factible Adyacente

1. Definir una variable bsica como no bsica.
2. Definir una no bsica de reemplazo de la bsica
saliente.
Siempre y Cuando mejore el valor de Z.
Observe que:
1. Variables bsicas asumen valores positivos y las no
bsicas cero.
2. Una no bsica se convierte en bsica aumentando
su valor de cero a una cantidad positiva.
18

Resumen del Mtodo Simplex

Paso 1. Comenzar con una S. B. F. cannica
.
Paso 2. Optimalidad?
Paso 3 Seleccionar VNB que ingresa a la base
Paso 4 Determinar VB. Que abandona la base
Aplicar regla razn mnima
Paso 5 Generar nuevo sistema. Y volver a Paso 2.
19

Ejemplo: Maximizar Z = 5X1 + 2X2 + 3X3 - X4 + X5

S.A.

X1 + 2X2 + 2X3 + X4 +
3X1 + 4X2 + X3

=8

(7)

+ X5 = 7

(8)

X1,X2,X3,X4,X5 >=0
X4 y X5 variables bsicas.
Solucin bsica: X1=X2=X3=0, X4=8, X5=7 que tambin es solucin
bsica factible.
Luego Z = 5(0) + 2(0) + 3(0) - (8) + 1(7) = - 1
Este valor de FO, es el que debe ser mejorado a travs del mtodo
simplex, chequeando si la solucin presente es ptima. Si no lo es, el
mtodo obtiene una SOLUCIN BSICA FACTIBLE ADYASCENTE, que
difiere de la solucin bsica factible actual en SLO UNA VARIABLE
BSICA.
20

Para obtener una SBFA, una variable bsica debe pasar a ser no bsica, y
en su lugar entra una no bsica, incrementando su valor de cero a alguna
cantidad positiva. La eleccin se hace en base a cul variable no bsica
puede mejorar en mayor cuanta el valor de la FO.
Incrementando el valor la variable no bsica X1 de 0 a 1 se tiene:
X1 + X4
3X1 +

=8

+ X5 = 7

Si X1 aumenta en 1, X4 disminuye a 7
y X5 a 4.

Luego Z = 5(1) + 2(0) + 3(0) - 1(7) + (4) = 2

Luego el incremento en Z por unidad de incremento de X1 es 3.
Este valor se define como GANANCIA RELATIVA.
Pero el aumento de X1 est limitado por las restricciones.
EL MXIMO VALOR DE X1 = MAX ( 8 ; 7/3 ) = 7/3
21

Para X1 = 7/3, X2=0 , X3=0, X4 = 17/3 , X5 = 0 y Z = 6.

Finalmente, para obtener el nuevo sistema cannico que

incluye a X1 como variable bsica y elimina a X5 se obtiene
1. Dividiendo (8) por 3 para reducir el coeficiente de X1.
2. Multiplicando (8) por -1 y sumndola a (7) para eliminar X1.

El proceso se repite hasta que las ganancias relativas de

todas las variables no bsicas son 0 (maximizacin).

22

Para el ejemplo: Maximizar Z = 5X1 + 2X2 + 3X3 - X4 + X5

S.A.

X1 + 2X2 + 2X3 + X4 +
3X1 + 4X2 + X3

=8

(7)

+ X5 = 7

(8)

X1,X2,X3,X4,X5 >=0
se tiene

23

Cj
CB
3
5

XB
X3
X1
Cj

5
X1
0
1
0

2
X2
2/5
6/5
-26/5

3
X3
1
0
0

-1
X4
3/5
-1/5
-9/5

1
X5
-1/5
2/5
-2/5

17/5
6/5
Z = 81/5

Solucin ptima: X1=6/5, X2=0, X3=17/5, X4=0, X5=0

24

Sumario de Pasos:
1. Expresar el problema en forma estndar.
2.Comenzar con una solucin bsica factible en forma cannica en
el primer tableau.
3.Usar la regla del producto interno para calcular las ganancias
relativas.
4.Si todos los coeficientes de ganancia relativa son negativos, la
solucin es ptima. De lo contrario, seleccionar la variable no
bsica ms positiva para entrar a la base.
5.Aplicar la regla de la proporcin mnima para elegir la variable
bsica que sale de la base.
6. Realizar la operacin pivote.
7.Calcular los coeficientes de ganancia relativa y volver al paso 4.

25

Ejemplo:

Forma estndar:

Max Z = 3X1 + 2X2

Max Z = 3X1 + 2X2

-X1 + 2X2 <= 4

-X1 + 2X2 + X3

3X1 + 2X2 <= 14

3X1 + 2X2 +

X1 - X2 <= 3

X1 - X2

X1, X2 >=0
Cj
CB
0
0
0

XB
X3
X4
X5
Cj

26

3
X1
-1
3
1
3

=4
+ X4

= 14
+ X5 = 3

X1, X2, X3, X4, X5 >= 0

2
X2
2
2
-1
2

0
X3
1
0
0
0

0
X4
0
1
0
0

0
X5
0
0
1
0

4
14
3
Z= 0

Cj
CB
0
0
3

XB
X3
X4
X1

3
X1
0
0
1
0

2
X2
1
5
-1
5

0
X3
1
0
0
0

0
X4
0
1
0
0

0
X5
1
-3
1
-3

7
5
3
Z= 9

XB
X3
X2
X1

3
X1
0
0
1
0

2
X2
0
1
0
0

0
X3
1
0
0
0

0
X4
-1/5
1/5
1/5
-1

0
X5
8/5
-3/5
2/5
0

6
1
4
Z = 14

Cj

Cj
CB
0
2
3
Cj

Solucin ptima: X1=4, X2=1, X3=6, X4=0, X5=0

27

Max z 4 x1 3x2 6 x3
s.a

3x1 x2 3 x3 30
2 x1 2 x2 3 x3 40
x1 ; x2 ; x3 0

28

Problemas de Clculo:
Empate en la Razn Mnima
Cj
CB
0
0
0

XB
X1
X2
X3
Cj

0
X1
1
0
0
0

0
X2
0
1
0
0

0
X3
0
0
1
0

2
X4
1
2
1
2

0
X5
-1
0
1
0

3/2
X6
0
1
1
3/2

2
4
3
Z= 0

Al ingresar X4 a la base (incrementando su valor en 2), las

variables X1 y X2 se reducen a cero pero slo una puede
salir de la solucin bsica. Arbitrariamente se decide por X1.
29

Cj
CB
2
0
0

XB
X4
X2
X3
Cj

0
X1
1
-2
-1
-2

0
X2
0
1
0
0

0
X3
0
0
1
0

2
X4
1
0
0
0

0
X5
-1
2
2
2

3/2
X6
0
1
1
3/2

2
0
1
Z= 4

OBSERVACIN:
La variable X2 ha asumido un valor de cero (como una variable no
bsica). Este tipo de solucin bsica factible en que una o ms
variables bsicas valen cero, son llamadas DEGENERADAS.
La variable que entra a la base es X5 y la regla de la razn mnima
indica la salida de la variable X2. Pero la razn mnima es cero,
luego X5 no puede ser incrementada y Z no aumentar en su valor.
30

Cj
CB
2
0
0

XB
X4
X5
X3
Cj

0
X1
0
-1
1
0

0
X2
1/2
1/2
-1
-1

0
X3
0
0
1
0

2
X4
1
0
0
0

0
X5
0
1
0
0

3/2
X6
1/2
1/2
0
1/2

2
0
1
Z=4

Cuando se obtienen soluciones bsicas degeneradas, se

pueden obtener nuevos tableaus sin lograr mejoras en la
funcin objetivo. En algunas oportunidades esto puede ocurrir
en forma infinita (se pueden producir ciclos)
31

 Soluciones no acotadas:
Cj
CB
0
3

XB
X3
X2
Cj

2
X1
-2
-3
11

3
X2
0
1
0

0
X3
1
0
0

0
X4
1
1
-3

2
4
Z = 12

La variable no bsica X1 puede entrar a la base

pero la regla de la razn mnima entrega razones
infinitas.
En esta situacin la solucin es no acotada.
32

Cmo encontrar soluciones bsicas factibles?

1. Por mtodo de prueba y error.
2. Utilizacin de variables artificiales.
Ejemplo:

Minimizar Z = -3X1 + X2 + X3
S.A.

X1 - 2X2 + X3

11

-4X1 + X2 + 2X3

2X1

= -1

- X3

X1, X2, X3 0
33

El primer paso en convertir el problema a forma estndar:

Minimizar
S.a.

Z = -3X1 + X2 + X3
X1 - 2X2 + X3 + X4
-4X1 + X2 + 2X3
-2X1 +

+ X3

= 11
- X5 = 3
=1

X1, X2, X3, X4, X5 >= 0

Se observa que X4 es una variable bsica. Como no hay
ms, se agregan las variables artificiales X6 y X7.

34

As el sistema artificial queda.

X1 - 2X2 + X3 + X4
-4X1 + X2 + 2X3
-2X1

+ X3

=11
- X5 + X6

=3
+ X7 = 1

X1, X2, X3, X4, X5, X6, X7 >= 0

Y la solucin en forma cannica est dada por:
X1 = X2 = X3 = 0, X4 = 11, X5 = 0, X6 = 3, X7 = 1 ,pero esta
solucin no es factible. El objetivo entonces es reducir las
variables artificiales a cero.
Existen dos mtodos: (1) Mtodo de la M grande y (2)
Mtodo de las dos fases.
35

Se asigna un valor muy grande (M -M) al coeficiente de las

variables artificiales en la FO.
Ejemplo: Minimizar Z = -3X1 + X2 + X3 + MX6 + MX7
donde M es un valor positivo muy grande.
Cj
CB
0
M
M

XB
X4
X6
X7

-3
X1
1
-4
-2
-3+6M

1
X2
-2
1
0
1-M

1
X3
1
2
1
1-3M

0
X4
1
0
0
0

0
X5
0
-1
0
M

M
X6
0
1
0
0

XB
X4
X6
X3

-3
X1
3
0
-2
-1

1
X2
-2
1
0
1-M

1
X3
0
0
1
0

0
X4
1
0
0
0

0
X5
0
-1
0
M

M
X6
0
1
0
0

Cj
Cj
CB
0
M
1
Cj
36

M
X7
0
0
1
0

11
3
1
Z = 4M

M
X7
-1
10
-2
1
1
1
3M+1 Z = M+1

Cj
CB
0
1
1

XB
X4
X2
X3

-3
X1
3
0
-2
-1

1
X2
0
1
0
0

1
X3
0
0
1
0

0
X4
1
0
0
0

0
X5
-2
-1
0
1

M
X6
2
1
0
M-1

M
X7
-5
-2
1
M+1

12
1
1
Z= 2

XB
X1
X2
X3

-3
X1
1
0
0
0

1
X2
0
1
0
0

1
X3
0
0
1
0

0
X4
1/3
0
2/3
1/3

0
X5
-2/3
-1
-4/3
1/3

M
X6
2/3
1
4/3
M-1/3

M
X7
-5/3
-2
-7/3
M-2/3

4
1
9
Z = -2

Cj

Cj
CB
-3
1
1
Cj

Solucin ptima.
37

Fase 1: Remover las variables artificiales a travs

de una nueva FO formada por la suma de todas
estas variables. Este objetivo artificial debe
minimizarse hasta llegar a cero. Si el mnimo valor
obtenido es positivo, el problema original sin
variables artificiales no es factible.
Fase 2: La solucin bsica factible encontrada en la
fase anterior es optimizada con respecto a la FO
original. El ltimo tableau de la fase uno se
convierte en el primero de la fase dos.
38

Ejemplo: Fase 1 del ejemplo anterior

Minimizar
S.A.

W = X6 + X7
X1 - 2X2 + X3 + X4

= 11

-4X1 + X2 + 2X3
-2X1

- X5 + X6

+ X3

=3
+ X7 = 1

X1, X2, X3, X4, X5, X6, X7 0

La FO original se ignora durante la Fase 1 del problema.
Cj
CB
0
1
1

XB
X4
X6
X7
Cj

39

0
X1
1
-4
-2
6

0
X2
-2
1
0
-1

0
X3
1
2
1
-3

0
X4
1
0
0
0

0
X5
0
-1
0
1

1
X6
0
1
0
0

1
X7
0
0
1
0

11
3
1
W=4

Cj
CB
0
1
0

XB
X4
X6
X3
Cj

Cj
CB
0
0
0

XB
X4
X2
X3
Cj

0
X1
3
0
-2
0

0
X1
3
0
-2
0

0
X2
-2
1
0
-1

0
X2
0
1
0
0

0
X3
0
0
1
0

0
X3
0
0
1
0

0
X4
1
0
0
0

0
X4
1
0
0
0

0
X5
0
-1
0
1

0
X5
-2
-1
0
0

1
X6
0
1
0
0

1
X6
2
1
0
1

1
X7
-1
-2
1
3

1
X7
-5
-2
1
1

10
1
1
W=1

12
1
1
W=0

Solucin ptima para la Fase 1 del problema.

40

Fase 2:
Cj
CB
0
1
1

XB
X4
X2
X3

-3
X1
3
0
-2
-1

1
X2
0
1
0
0

1
X3
0
0
1
0

0
X4
1
0
0
0

0
X5
-2
-1
0
1

12
1
1
Z= 2

XB
X1
X2
X3

-3
X1
1
0
0
0

1
X2
0
1
0
0

1
X3
0
0
1
0

0
X4
1/3
0
2/3
1/3

0
X5
-2/3
-1
-4/3
1/3

4
1
9
Z = -2

Cj
Cj
CB
-3
1
1
Cj

Luego la solucin ptima es:

X1 = 4, X2 = 1, X3 = 9, X4 = X5 = 0
41