UNIVERSIDAD DE

ANTIOQUIA
FACULTAD DE INGENIERA
DEPARTAMENTO DE INGENIERA INDUSTRIAL
APUNTES DEL CURSO DE PROGRAMACIN LINEAL
Profesor: Hugo Gar!a "#$%&e'
ALGUNOS FUNDAMENTOS TERICOS DEL
M(TODO SIMPLE)
O*u+re ,e -../
I&*ro,u#0&
Este captulo tiene el propsito de proporcionar al estudiante una
explicacin de los fundamentos tericos y la lgica del ms eficiente mtodo
analtico para la solucin de modelos de Programacin Lineal. Cuando se
conocen y se comprenden los fundamentos del $%*o,o s#$12e3 y la
manera como opera, estamos en capacidad de usarlo eficientemente,
obteniendo ventaas de sus potencialidades y entendiendo meor el
significado e implicaciones de sus resultados.
Fu&,a$e&*os *e0r#os
El mtodo simplex fue concebido a partir de muc!as bases matemticas ya
existentes en el momento de su aparicin. Con el obetivo de buscar una
comprensin integral del mtodo vamos a estudiar los principales conceptos
relacionados con su fundamentacin matemtica.
For$a*os ,e 1rese&*a#0&
,e2 $o,e2o ,e Progra$a#0& L#&ea24
"emos observado #ue el modelo matemtico de un problema puede
presentar algunas restricciones de la forma $, otra de la forma % y otras de
la forma &. 'n modelo escrito as, se dice #ue est en for$a*o ge&era2.
Pero sabemos #ue es ms fcil !acer operaciones con igualdades #ue con
desigualdades, por lo cual es deseable transformar todas las restricciones
#ue tengan desigualdades a restricciones en forma de igualdades. Lo
anterior da lugar a un formato especial de presentacin del modelo de
Programacin Lineal, #ue se conoce como for$a*o es*5&,ar( el cual puede
definirse exactamente como a#uel en el cual, ya sea para un obetivo de
maximi)acin o de minimi)acin, todas las restricciones estn expresadas
como igualdades y adems todas variables son mayores o iguales a cero.
Este formato es el adecuado para obtener la solucin analtica del modelo,
pero !ay otra manera de presentarlo #ue se conoce como for$a*o
a&0&#o, y es *til para interpretarlo y reali)ar anlisis de la solucin
obtenida.
'n modelo esta expresado en formato cannico cuando, adems de #ue
todas las variables son no negativas, se tiene #ue para un obetivo de
maximi)acin, todas las restricciones son del tipo menor o igual +$,, o para
un obetivo de minimi)acin, todas las restricciones son del tipo mayor o
igual +&,.
Co$o *ra&sfor$ar e2 Mo,e2o Ge&era2
Para convertir un modelo de un formato de presentacin a otro, es
necesario efectuar algunas transformaciones ya sea en la funcin obetivo,
en las restricciones o en las variables de decisin. El modelo #ue resulta
ser e#uivalente al original, pero ms fcil de comprender, solucionar o
anali)ar. Las transformaciones de mayor utilidad #ue podemos llevar a cabo
son-
1. Co&6er*#r e& #gua2,a, u&a ,es#gua2,a, ,e *#1o 789
La igualdad se obtiene al adicionar en el lado i)#uierdo de la desigualdad
una variable no negativa, #ue representa el valor #ue le !ace falta al lado
i)#uierdo para ser igual al lado derec!o.
Esta se conoce como 6ar#a+2e ,e :o2gura; y en el caso particular en el
#ue las restricciones de tipo $ se refieren al consumo mximo de un
recurso, la variable adicionada cuantifica la a&*#,a, so+ra&*e de recurso
+cantidad no utili)ada, al poner en eecucin la solucin ptima.
.s, cuando la restriccin / de un modelo es 01/ 2 314 2 516 $ /0
Puede convertirse en la ecuacin 01/ 2 314 2 516 < H= % /0
7onde "/ es la variable #ue indica la !olgura de la restriccin /.
8i por eemplo 1/ % /, 14 % 4, 16 % 9 obtendramos #ue
0+/, 2 0+4, 2 5+9, 2 "/ % /0 de donde /6 2 "/ % /0 por lo cual "/ % 4
2. Co&6er*#r e& #gua2,a, u&a ,es#gua2,a, ,e2 *#1o 7>9
8e reali)a al restar en el lado i)#uierdo de la desigualdad, una variable no
negativa, #ue representa el valor en el cual el valor del lado i)#uierdo
excede al derec!o. . esta variable la llamaremos 6ar#a+2e ,e e3eso y en
el caso particular en el #ue las restricciones de tipo & se refieran al
contenido mnimo de un ingrediente en una me)cla, la variable adicionada
indica cunto ingrediente e& e3eso sobre el mnimo exigido contendr la
me)cla.
8i la restriccin 4 de un modelo es 01/ 2 :14 2 /316 & 499,
puede transformarse a la igualdad 01/ 2 :14 2 /316 ? E- % 499,
en donde E4 es una variable #ue indica el exceso de la restriccin numero
4.
Es necesario indicar en este punto #ue cuando se agrega una variable de
!olgura o de exceso en una restriccin, se debe agregar tambin la misma
variable en la funcin obetivo. 'sualmente se pone un cero como
coeficiente, salvo en casos especiales. Esto lo anali)aremos con ms
detalle al interpretar la solucin de los modelos.
3. I&6er*#r e2 se&*#,o ,e u&a ,es#gua2,a,:
;ultiplicar ambos lados de una desigualdad por +</,, o lo #ue es lo mismo
cambiarle el signo a todos los trminos de la inecuacin, produce #ue esta
cambie de sentido.
Por eemplo, la desigualdad 61/ = 514 2 416 & <>
8e invierte de sentido al cambiarle el signo a todos los trminos, por lo cual
#uedar escrita como(
<61/ 2 5 14 = 416 $ >,
#ue lgicamente e#uivale a la primera.
4. Ree$12a'ar u&a ,es#gua2,a, 1or ,os ,es#gua2,a,es-
8i una expresin es igual a un valor, esta igualdad tambin puede indicarse
escribiendo para la misma expresin dos desigualdades de sentido opuesto.
Por eemplo la ecuacin-
31/2 ?14 = /916 % 49,
se puede reempla)ar por las dos desigualdades-
31/2 ?14 = /916 & 49 y 31/2 ?14 = /916 $ 49
es lgico #ue la *nica forma en #ue ambas desigualdades se cumplen
simultneamente, es cuando el valor del trmino del lado i)#uierdo sea igual
al valor del lado derec!o.
5. Ree$12a'ar u&a ,es#gua2,a, ,e2 *#1o 789 ,e u& 6a2or
a+so2u*o; 1or ,os ,es#gua2,a,es.
'na desigualdad del tipo
a
/
1
/
2 a
4
1
4
2... 2 a
n
1
n
$ P
define un !iperespacio cerrado y por ello puede interpretarse como
e#uivalente a dos desigualdades de sentidos opuestos #ue limitan dic!o
!iperespacio-
v.gr. la restriccin-
31/ = 014 $ 40 #ue matemticamente se puede expresar tambin como
<40 $ 31/ = 014 $ 40
es e#uivalente a las dos restricciones-
31/ = 014 $ 40 y <40 $ 31/ = 014
o sea
31/ = 014 $ 40 y <+31/ < 014, $ 40

Este tipo de restricciones se utili)an para describir limitantes especiales,
como por eemplo la #ue condiciona #ue el desfase entre los tiempos
utili)ados por dos procesos para fabricar unos artculos #ue luego se van a
ensamblar, no excedan de cierto valor establecido.
.dvirtase #ue una desigualdad del tipo & con valor absoluto, no es de
inters en la programacin lineal, puesto #ue ella no define un espacio
cerrado, sino dos semiespacios, situacin #ue no sigue un comportamiento
lineal.
6. Re,ef#&#r u&a 6ar#a+2e #rres*r#*a e& *%r$#&os ,e ,os 6ar#a+2es &o
&ega*#6as.
La mayora de los modelos de problemas reales suponen #ue todas las
variables son no negativas, pero en ciertos problemas se pueden tener
6ar#a+2es #rres*r#*as, o sea #ue pueden tomar un valor negativo, cero o
positivo.
Eemplos de esas variables, son las #ue cuantifican efectivo en caa,
temperaturas, niveles de inventario, y otras.
'na 6ar#a+2e 2#+re, como tambin se conoce a las variables irrestrictas,
debe reempla)arse por la diferencia de dos variables no negativas. Lo
anterior debe reali)arse antes de iniciar la solucin del modelo, pues el
algoritmo de solucin, supone #ue las variables no pueden tomar valores
negativos.
Por eemplo, si en un modelo tenemos #ue la variable 13 es irrestricta,
debemos expresarlo en funcin de otras dos, as-

)@ A )@= ? )@-; con 13/, 134 & 9
Los nombres asignados a las variables son arbitrarios, pudiendo elegirse
otros diferentes, pero es recomendable #ue sean nemotcnicos.
@eamos las situaciones #ue se pueden presentar al obtener la solucin del
modelo- 8i 13/ A 134, tendremos #ue 13 A 9. 8i 13/ % 134, se tendr #ue
13 % 9, y por *ltimo si se presenta #ue 13/ B 134 entonces 13 B 9.
:, Ca$+#ar e2 o+Be*#6o ,e u& $o,e2o4
;uc!as veces resulta ventaoso cambiar el obetivo de optimi)acin de un
problema.
Lo anterior puede efectuarse aprovec!ando la propiedad matemtica de
#ue la minimi)acin de una funcin C%f+x, es e#uivalente a la maximi)acin
del negativo de tal funcin, #ue se expresa como <C% <f+x, =C% f +<x,.
tambin maximi)ar C% g +x, es igual a minimi)ar =C%=g+x, =C% g +<x,.
Por eemplo-
;aximi)ar- C % f +1/, 14, 16, % 01/ 2 514 = 616
Es matemticamente igual a-
;inimi)ar-< C % <f +1/, 14, 16, % <01/ < 514 2 616
7ebe aclararse #ue al efectuar la transformacin el valor de la funcin no
cambia de valor absoluto, sino de signo, de tal forma #ue si por eemplo en
un problema de maximi)acin la funcin obetivo da 49, en minimi)acin
dara <C % <49. 7e la misma manera, si el obetivo de un modelo es
minimi)ar y su valor es 39, cuando lo pasamos a maximi)ar dara =C % <39,
pero laB solucin del modelo o sea el valor ptimo de las variables ser el
mismo en ambos casos.

EBe$12os ,e Tra&sfor$a#0& ,e $o,e2os
EBe$12o o$12e*o ,e *ra&sfor$a#0&
,e u& $o,e2o a for$a*o es*5&,ar
7ado el siguiente modelo de un problema-
;aximi)ar- C % 31/ 2 ?14
8ueto a-
:1/ 2 014 $ /99 +/,
<?1/ 2514 & >9 +4,
61/ = :14 % 69 +6,
con 1/, 14, & 9
8e puede verificar #ue al efectuar el cambio de signo a todos los coeficiente
obetivo con su resultante cambio de signo en el valor de C lo #ue ocurre es
#ue se conservan los gradientes para todos los 1i, sea, CD1i % +<C,D1i
Lo transformaremos a formato estndar mediante los siguientes pasos-
/, :1/ 2 014 $ /99
es e#uivalente a- :1/ 2 014 < H= % /99 "/ & 9 E
4, <?1/ 2 514 & >9
es e#uivalente a- <?1/ 2514 E- % >9 E4 & 9 E
61/ = :14 % 69 ya es igualdad E
con lo cual el modelo en formato estndar #ueda-

;aximi)ar- C % 61/ 2 414 2 OH= < OE-
8ueta a-
:1/ 2 014 < H= % /99
<?1/ 2514 E- % >9
61/ = :14 % 69

con - 1/, 14 & 9( "/, E4 & 9
EBe$12o ,e *ra&sfor$a#0& ,e u& $o,e2o a for$a*o a&0&#o:
7ado el siguiente modelo-
;inimi)ar- C % 31/ 2 014 2 :16
8ueto a- /1/ 2 /14 2 416 & :9
51/ 2 314 = 416 $ 40
01/ 2 614 < 416 $ /99
41/ 2 ?14 2 016 % 39

con 1/, 16 & 9, 14 irrestricta
Como el obetivo es minimi)ar, todas las restricciones deben ser del tipo &, por
lo cual las transformaciones necesarias son-
/, 51/ 2 314 = 416 $ 40 es e#uivalente a-
<51/ < 314 2 416 & <40
4, 41/ 2 ?14 2 016 % 39 es e#uivalente a la parea-
41/ 2 ?14 2 016 & 39
41/ 2 ?14 2 016 $ 39
y a su ve) 41/ 2 ?14 2 016 $ 39
es e#uivalente a <41/ < ?14 < 016 & <39
6, 01/ 2 614 < 416 $ /99 es e#uivalente a la parea-
01/ 2 614 < 416 $ /99 y 01/ 2 614 < 416 & </99
y a su ve) 01/ 2 614 < 416 $ /99
es e#uivalente <01/ < 614 2 416 & </99
3, Como 14 es libre la debemos reempla)ar en funcin de dos variables no
negativas. Escogiendo arbitrariamente las variables 13 y 10, expresaremos
#ue-
14 % 13 = 10 con 13, 10 & 9
7e esta manera el modelo en formato cannico es-
;inimi)ar- C % 31/ 2 0+13 = 10,2 :16
8ueta a- /1/ 2 /+13 = 10, 2 416 & :9
<51/ < 3+13 = 10, 2 416 & <40
01/ 2 6+13 = 10, < 416 & </99

<01/ < 6+13 = 10, 2 416 & </99
<41/ < ?+13 = 10, < 016 & <39

con 1/, 14, 13, 10 & 9
Re1rese&*a#0& $a*r##a2
,e2 $o,e2o ,e 1rogra$a#0& 2#&ea2
Para simplificar la discusin inicial de este tema, supongamos #ue todas las
restricciones de un modelo son de la forma $( por lo cual cuando expresamos
el modelo de P. L. en formato estndar, obtenemos en general un modelo con
la siguiente estructura-
Fptimi)ar-
C % C
/
1
/
2 C
4
1
4
2 ... 2 C
n
1
n
2 o"/ 2 o"4 2 G 2 o"m
8ueta a- a
//
1
/
2 a
/4
1
4
2 .... 2 a
/n
1
n
2 /"/ % b
/
a
/4
14 2 a
44
1
4
2 .... 2 a
4n
1
n
2 /"4 % b
4

.
.
.
a
m/
1
4
2 a
m4
1
4
2 .... 2 a
mn
1
n
2 /"m % b
m
con 1

& 9, para todo y "i & 9, para todo i.

En el modelo podemos definir los siguientes arreglos de n*meros-
C- @ector de coeficientes obetivo +vector fila de n 2 m % H elementos,.
C- + C
/
, C
4
, ... , C
n
, C
n2/
, C
n24
, ..., C
n2m
,
Itese #ue los elementos C
n2/
, C
n24
, ..., C
n2m
valen cero, pues son los
coeficientes asociados a las variables de !olgura.
)- vector de variables de decisin +vector columna de n 2 m % H elementos,
) % +1
/
, 1
4
, ..., 1
n
, "/, "4, G, "m,
t
Itese #ue las variables "/, "4, ... , "m corresponderan a las variables 1
n2/
,
1
n24
, ... , 1
n2m
respectivamente.

+- @ector de coeficientes recurso +vector columna de m elementos,. Jambin se
conoce como vector del lado derec!o, vector de trminos independientes y
K"8 vector+Kig! "and 8ide vector,.
+ % + b
/
, b
4
, G, b
m
,
t

A- matri) de coeficientes tecnolgicos +matri) de tamaLo + m, +m2n,,.
a
//
a
/4
... a
/n
/ 9 9... 9
a
4/
a
44
... a
4n
9 / 9 9
A % . . .
. . .
. . .
a
m/
a
m4
... a
mn
9 9 9G /
.!ora es posible expresar el modelo en forma matricial as-
Fptimi)ar- C % C)
8ueta a- A) A +
Con ) > .
La representacin matricial del modelo #ue se resolvi por el ;todo Mrfico es
la siguiente-
;ax- C % +/9, ?, 9, 9, 9 , + 1/, 14, "/, "4, "6,
t
X1
X2
H1
H2
H3
8. a
800
600
600
4 8 1 0 0
4 3 0 1 0
6 2 0 0 1
%
con + 1/, 14, "/, "4, "6,
t
A + 9, 9, 9, 9, 9,
So2u#0& ,e u& s#s*e$a ,e eua#o&es 2#&ea2es:
Kecordemos #ue al solucionar un sistema de ecuaciones lineales podemos
encontrar #ue tiene alguno de los tres siguientes tipos de solucin-
'na sola solucin
Nnfinito n*mero de soluciones
Iinguna solucin
Para determinar cul tipo de situacin tiene un sistema, se debe conocer el
rango de su matri) de coeficientes, el cual nos permite clasificar la solucin as-
No :aC so2u#0&
En trminos amplios un sistema A) A + no tiene solucin cuando e2 &D$ero $
,e eua#o&es es $aCor Eue e2 &D$ero F ,e 6ar#a+2es. 8iendo ms
estrictos conceptualmente, debemos considerar la posibilidad de #ue algunas
ecuaciones sean combinacin lineal de otras, por lo cual esas restricciones no
son actuantes en el sistema y se disminuye el n*mero total de ecuaciones.
Estrictamente para definir el tipo de solucin debemos considerar es el ra&go
r GAH de la matri) . de coeficientes, #ue como recordamos es el n*mero de filas
o de columnas linealmente independientes #ue tiene una matri). 8i el rango
r+.,, es menor #ue el rango r +. D b,, de la matri) de coeficientes ampliada con
el vector de recursos, entonces el sistema no tiene solucin. En estos casos se
dice #ue el sistema es #&o&s#s*e&*e.
Eemplo- Este sistema tiene solucin inconsistente +comprubalo,
1/ 2 614 2 16 % ?
41/ 2 314 2 416 % 0
1/ 2 614 2 16 % /
So2u#0& D&#a
En trminos igualmente amplios un sistema tiene solucin *nica cuando el
n*mero de ecuaciones m es igual al n*mero de variables H.
Para usar criterios mas estrictos conceptualmente, recordemos estos dos
conceptos- 8i el rango r +., de la matri) de coeficientes de un sistema .1 % b,
es igual al rango r +. D b, de la matri) aumentada, de dice #ue el sistema es
consistente, y cuando el determinante de una matri)+ cuadrada , es diferente
de cero, se dice #ue la matri) es singular.
. partir de estas definiciones se dice #ue un sistema tiene solucin *nica
cuando el sistema es consistente y adems la matri) . es singular, o sea si es
cuadrada de tamaLo H y r+., % r +.Db, % H % m
Eemplo- El siguiente sistema tiene solucin *nica. +verifcalo,
41/ 2 614 % ?
1/ 2 414 % >
"ay varios mtodos para encontrar la solucin de un sistema como el anterior.
El #ue usaremos en el texto, aun#ue indirectamente, es el mtodo #ue utili)a la
inversa de la matri) de coeficientes.
8i A) A + entonces ) A A
?=
+
I&f#&#*o ND$ero ,e So2u#o&es
El *ltimo caso #ue puede presentarse, es precisamente el #ue ms nos
interesa en este curso, pues reflea la clase de sistemas de ecuaciones #ue se
forman cuando expresamos los modelos de programacin lineal en formato
estndar.

'n sistema de ecuaciones lineales #ue tenga ms incgnitas #ue ecuaciones,
tiene infinito n*mero de soluciones.
Kefirindonos al rango de la matri) de coeficientes, se dice #ue un sistema en
el cual el rango de . sea igual al rango de . ampliada con b +consistente, y #ue
adems tenga ms incgnitas #ue ecuaciones linealmente independientes,
tiene infinito n*mero de soluciones.
Por eemplo el sistema-
61/ 2 14 = 16 % >
1/ 2 14 2 16 % 3
Es consistente pues 3 1 -1
r(A) = r = 2
1 1 1
O sabes como calcular el rangoP +@erifica este resultado,
y adems
3 1 -1 8
r (A/B) = r = 2 +verifcalo tambin,
1 1 1 4
Fbservamos tambin #ue del n*mero de variables +H%6, es superior al n*mero
de ecuaciones linealmente independientes +r+., % 4,.
Por lo tanto, el sistema tiene infinito n*mero de soluciones. Lo podemos
verificar si modificamos el sistema seleccionando arbitrariamente n variables
para expresarlas en trminos de las H<n restantes. Por eemplo, en este caso
en el cual H%6 y n%4, si seleccionamos a 1/ y 14 ( los podemos expresar en
trminos de 16, despeando mediante los siguientes pasos-
61/ 2 14 % > 2 16
1/ 2 14 % 3 = 16
F finalmente #ue-
1/ % 4 2 16
14 % 4 < 4 16
Puesto #ue podemos asignar cual#uier valor real a 16, el n*mero de valores de
1/ y 14 es infinito.
8oluciones bsicas y base de una solucin
Cuando tenemos un sistema .1 % b, de m ecuaciones lineales con m 2 n % H
incgnitas, podemos seleccionar de la matri) . una submatri) Q no singular de
tamaLo +m,m,, y darle el valor de cero a las n variables no asociadas a la
columnas de la submatri) Q.
La solucin al subsistema elegido +#ue consta de m ecuaciones y m
incgnitas,, se llama solucin bsica y se denota como el vector 1
Q
Las m variables asociadas a las columnas de Q, se llaman 6ar#a+2es +5s#as.
Estas integran al vector 1
Q
y pueden tomar valores positivos, negativos o cero.
Cuando el sistema corresponde a un modelo de P.L., se dice #ue la solucin
bsica es fa*#+2e, si todos sus componentes son mayores o iguales #ue cero y
por el contrario se llaman so2u#o&es +5s#as #&fa*#+2es a a#uellas #ue
tienen al menos una componente negativa.
Las n variables a las cuales se les asign valor de cero, se llaman 6ar#a+2es &o
+5s#as4
. la matri) Q se le llama Iase o $a*r#' +5s#a y puesto #ue es no singular, se
compone de un conunto de m columnas +o vectores, linealmente
independientes.
JJJDETERMINACIN DE LAS SOLUCIONES IKSICAS
Nlustremos un poco lo dic!o !asta el momento, calculando todas las soluciones
bsicas del sistema de ecuaciones correspondiente al modelo #ue resolvimos
inicialmente por el mtodo grfico.
El sistema expresado ya en formato estndar es-
31/ 2 >14 2 "/ % >99
31/ 2 614 2 "4 % ?99
?1/ 2 414 2 "6 % ?99
Jenemos m % 6 ecuaciones( n % 4 variables de decisin ( m 2 n % 0 total de
variables
3 > / 9 9 >99 1/
. % 3 6 9 / 9 b % ?99 1 % 14
? 4 9 9 / ?99 "/
"4
"6
En este caso una solucin bsica se obtiene al seleccionar como variables no
bsicas a 4 +% n, de las 0 +% H , variables.
. las seleccionadas se les dar el valor cero y luego se despeara el valor de
las otras 6 +% m , variables #ue se llamarn variables no bsicas.
Jodas las maneras como podemos escoger dos variables no bsicas de un
total de cinco posibles y los correspondientes valores de las otras variables
+solucin bsica,, se muestran en la tabla siguiente.
8oluci
n
Iumer
o
1/ 14 "/ "4 "6 C Jipo de
solucin
Nntersecto
de la
grfica
/ 9 9 >99 ?99 ?99 9 factible
/9
?9 /49 <399 9 9 /649 infactible
Podemos constatar #ue efectivamente el n*mero de soluciones bsicas #ue
tiene este sistema de ecuaciones es el n*mero de combinaciones de dos #ue
es posible obtener con un total de cinco variables. Este clculo se indica y se
efect*a as-
0
C % 0R % /9
4
4R 6R
8i comparamos las soluciones bsicas #ue acabamos de obtener con los
intersectos de cada parea de rectas de la solucin grfica + reali)a esta
comparacin a partir de la figura 6.0,, notamos #ue cada solucin bsica del
sistema de ecuaciones corresponde a un intersecto de la grfica. Iotamos
tambin #ue las soluciones bsicas factibles corresponden a los puntos
extremos del polgono de factibilidad del mtodo grfico, aseveracin #ue
!abamos formulado antes.
Ngualmente verificamos #ue de todas las soluciones factibles la meor es la
solucin bsica 1/ % >9, 14 % ?9, "4 % /99( #ue representa una ganancia de C
% //?9.
Cuando estudiamos el mtodo grfico aprendimos #ue para !allar la solucin
ptima bastaba con examinar los puntos extremos, los #ue a!ora conocemos
como soluciones bsicas factibles del sistema de ecuaciones. En la prxima
seccin aprenderemos #ue es posible a!orrar a*n mas trabao computacional
ya #ue el mtodo simplex examina solo algunas de las soluciones bsicas
factibles.