Investigacin Operativa 1

Captulo 4: Mtodo simplex

Contenido
Forma estndar de programacin lineal.
Caractersticas del algoritmo simplex.
Mtodo simplex para resolver problemas
de maximizacin.
Mtodo simplex para resolver problemas
de minimizacin.
Casos especiales en el mtodo simplex.
Variables sin restriccin de signo.
2

Introduccin (1)
El mtodo grfico es eficiente para dos
variables.
Pero muchos problemas de PL son complejos
para aplicar el mtodo grfico.
El mtodo simplex:
Examina los puntos de esquina como en el mtodo
grfico;
Sistemticamente examina los puntos de esquina,
usando lgebra, hasta encontrar una solucin
ptima;
Hace esta bsqueda de manera iterativa.
3

Introduccin (2)
El mtodo simplex:
Provee la solucin ptima a las variables Xi y la
mxima utilidad (o mnimo costo).
Provee informacin econmica importante.

Comprender como el mtodo simplex funciona

es importante para
Poder utilizar la computadora con xito, e
Interpretar cabalmente los resultados impresos de
PL.

Forma estndar de programacin

lineal
Antes de poder utilizar el algoritmo simplex
para resolver un problema de PL, ste se debe
convertir en un problema donde todas las
restricciones sean ecuaciones y todas las
variables sean no negativas.
Un problema de PL as convertido se dice que
est en forma estndar.

Forma estndar de programacin

lineal
Max Z = c1 X1 + c2 X2 + + cn Xn
Sujeta a
a11 X1 + a12 X2 + + a1n Xn = b1
a21 X1 + a22 X2 + + a2n Xn = b2
.

am1X1 + am2X2 + + amn Xn = bm

Con Xj 0 (j = 1, 2, , n)
6

Caractersticas del algoritmo

smplex (1)
Variables bsicas y no bsicas
Considere un sistema Ax = b de m ecuaciones
lineales y n variables (suponga n m).
Una solucin bsica para Ax = b es obtenida
haciendo n - m variables iguales a cero
(variables no bsicas), y resolviendo para el
resto de las m variables. As, se asume que al
hacer las n - m variables iguales a cero se
llega a valores nicos para las m variables
restantes (variables bsicas).
7

Caractersticas del algoritmo

smplex (2)
Cualquier solucin bsica en la cual todas las
variables son no negativas es llamada una
solucin bsica factible.
AX

a11X1 + a12X2 + ... + a1nXn

a21X1 + a22X2 + ... + a2nXn
...
am1X1 + am2X2 + ... + amnXn

b1
b2

bm

Caractersticas del algoritmo

smplex (3)
El siguiente teorema explica porque la solucin
bsica factible es de gran importancia para la
programacin lineal.
Teorema
La regin factible para cualquier problema de
programacin lineal es un conjunto convexo.
As, un punto en la regin factible de un problema
de PL es un punto extremo si y slo si es una
solucin bsica factible.
9

Mtodo smplex para resolver

problemas de maximizacin
Horas requeridas para producir 1 unidad
Departamento
Carpintera
Pintura y
barnizado
Utilidad (UM por
unidad)

Mesa
s
4
2

Sillas
3
1

Disponibilida
d
(horas/sema
240
na)
100

7.00
5.00
10

Empresa maderera
Variables de decisin
X1 = nmero de mesas producidas y vendidas por
semana
X2 = nmero de sillas producidas y vendidas por semana
Formulacin matemtica
F.O. Max Z = 7 X1 + 5 X2
Sujeta a 4 X1 + 3 X2 240 (Restriccin de carpintera)
2 X1 + 1 X2 100 (Restriccin de pintura y
barnizado)
Con X1, X2 0 (condiciones de no
negatividad)
11

Conversin de las restricciones a

ecuaciones (1)
Convertir cada restriccin de desigualdad en una
ecuacin.
Las restricciones menor que o igual a () son
convertidas a ecuaciones por adicin de una variable
de holgura a cada restriccin.
Para el problema se definen las variables de holgura
como:
X3 = horas no utilizadas en el departamento de
pintura y barnizado
X4 = horas no utilizadas en el departamento de
carpintera
12

Conversin de las restricciones a

ecuaciones (2)
Las variables de holgura son no negativas.
X3, X4 0
Las restricciones ahora son escritas como
ecuaciones.
2 X1 + 1 X2 + 1 X3 = 100
4 X1 + 3 X2 + 1 X4 = 240
Las variables de holgura que no aparecen en una
ecuacin son agregados con un coeficiente de 0.
Las ecuaciones son:
2 X1 + 1 X2 + 1 X3 + 0 X4 = 100
4 X1 + 3 X2 + 0 X3 + 1 X4 = 240

13

Conversin de las restricciones a

ecuaciones (2)
Las variables de holgura son agregadas a la
funcin objetivo con coeficiente cero.
Max Z = 7 X1 + 5 X2 + 0 X3 + 0 X4

14

Una solucin inicial algebraica

Ahora hay 2 (m=2) ecuaciones y 4 (n=4)
variables.
Cuando el nmero de variables es mayor que el
nmero de ecuaciones, el sistema slo puede ser
resuelto haciendo algunas variables igual a cero.
Una solucin bsica factible de un sistema de m
ecuaciones se encuentra si se igualan a cero n m variables y se resuelve el sistema de
ecuaciones para las m variables.
Una solucin que se encuentra de esta manera
se llama solucin bsica factible.
15

Puntos de esquina
Punto Variabl Variables
de
es
no bsicas
esquin bsicas
a
1

X3, X4

X1, X2

X2, X3

X1, X4

X1, X2

X3, X4

X1, X4

X2, X3

16

Primera tabla simplex (1)

Co
de lu
m
co
na
ns
ta
nt
es

Co
va l u
ho ria mn
lg bl as
ur es d
a
de e

Co
va lu
de ria mn
ci bl as
si es d
n d e
e

Ut
va ilid
b ria ad
si bl
ca es de
s
Co
va l u
b ria mn
si b l a
ca es de
s

La tabla simplex tiene la siguiente forma:

Cj
C.B.

V.B.
Zj
Zj-Cj

X3

X1

X2

X3

X4

Valor

Utilidad
unitaria
por fila
Fila de
Utilidad bruta
Fila de
utilidad neta
Filas de
restricciones

Primera tabla simplex (2)

Los coeficientes de todas las ecuaciones se
colocan en la tabla simplex.
Los nmeros (2, 1, 1, 0, 100) en la primera fila son los
coeficientes de la primera ecuacin y se colocan en las
columnas de las cuatro variables y de la columna Valor.
Los nmeros (4, 3, 0, 1, 240) en la segunda fila son los
coeficientes de la segunda ecuacin y se colocan en las
columnas de las cuatro variables y de la columna Valor.

Asimismo, los coeficientes de la funcin objetivo se

colocan en la parte superior de la tabla.
Los nmeros (7, 5, 0, 0) son los coeficientes de la funcin
objetivo y se colocan en las columnas de las cuatro
variables.
18

Primera tabla simplex (3)

En el lado izquierdo se colocan las variables
de holgura asociadas a las ecuaciones y sus
coeficientes en la funcin objetivo.
X3 se coloca en la primera fila y a su izquierda cero.
X4 se coloca en la segunda fila y a su izquierda cero.

A continuacin se muestra la tabla simplex.

19

Primera tabla simplex (4)

C.B.

Cj

V.B.
Zj

X1

X2

X3

X4

Valor

Zj-Cj
0

X3

100

X4

240

20

Primera tabla simplex (5)

La base es X1 = 0, X2 = 0, X3 = 100, X4 = 240
y se le conoce como solucin bsica factible.
Las variables bsicas son X3 y X4, y aparecen
en la columna V.B. (Variables Bsicas). Sus
valores son 100 y 240 respectivamente, y
aparecen en la columna Valor.
Las variables no bsicas son X1 y X2, y todas
son iguales a cero.

21

Primera tabla simplex (6)

Como se aprecia en la tabla, tenemos:
En la columna X1 estn los coeficientes
En la columna X2 estn los coeficientes
En la columna X3 estn los coeficientes
En la columna X4 estn los coeficientes

2 y 4.
1 y 3.
1 y 0.
0 y 1.

Estos nmeros pueden ser pensados como tasas

de produccin.
Para hacer X1 mayor que 0, cada unidad de X 1 requerir
que 2 unidades de X3 y 4 unidades de X4 sean empleadas.
Para hacer X2 mayor que 0, cada unidad de X 2 requerir
que 1 unidad de X3 y 3 unidades de X4 sean empleadas.
22

Primera tabla simplex (7)

Clculo de la fila Zj
Los valores Zj de las dems columnas representan
la utilidad bruta cedida al agregar una unidad de
esta variable en la solucin actual.
Zj se calcula multiplicando los coeficientes de la
columna Xj por los coeficientes de las variables
bsicas en la funcin objetivo.
Z1 = (2)*(0) + (4)*(0) =
Z2 = (1)*(0) + (3)*(0) =
Z3 = (1)*(0) + (0)*(0) =
Z4 = (0)*(0) + (1)*(0) =

0
0
0
0
23

Primera tabla simplex (8)

Clculo de la fila Zj-Cj
El valor Zj-Cj de la columna Valor proporciona la
utilidad total de la solucin actual.
El nmero Zj-Cj en cada columna de las
variables representa el costo de oportunidad
debido a no introducir una unidad de cada
variable en la solucin actual.
Z 1 - C1 = 0 Z 2 - C2 = 0 Z 3 - C3 = 0 Z 4 - C4 = 0 -

7 = -7
5 = -5
0=0
0=0

24

Primera tabla simplex (9)

Cj

V.B.
Zj

X1

X2

X3

X4

Zj-Cj

-7

-5

X3

100

X4

240

C.B.

Valor

25

Primera tabla simplex (10)

Una solucin ptima es alcanzada en el mtodo
smplex cuando la fila Zj-Cj no contiene nmeros
negativos.
Un nmero positivo en la fila Zj-Cj nos dice que las
utilidades disminuiran si la variable correspondiente
fuera agregada a la solucin.
Examinando los nmeros de la fila Zj-Cj en la tabla
de la diapositiva anterior, se ve que la utilidad total
puede ser incrementada en 7 UM por cada unidad
de X1 y en 5 UM por cada unidad de X2 agregadas a
la solucin.
26

Nmero pivote identificado en la

tabla simplex inicial (1)
Variable que entra (variable no bsica
que se vuelve variable bsica): X1
mnimo (-7, -5) = -7 que corresponde a la
variable X
C1
7
5
0
0
j

Valo
r

V.B.
Zj

X1

X2

X3

X4

Zj-Cj

-7

-5

X3

100

X4

240

C.B.

27

Nmero pivote identificado en la

tabla simplex inicial (2)
Variable que sale (variable bsica que se
vuelve variable no bsica): X3
mnimo (100/2, 240/4) mnimo (50, 60) = 50
que corresponde a la variable X3
Cj
C.B.

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

Zj-Cj

-7

-5

X3

100

28

Nmero pivote identificado en la

tabla simplex inicial (3)
Cj

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

Zj-Cj

-7

-5

X3

100

X4

240

C.B.

Columna pivote

Fila
pivote

Nmero pivote

29

Clculo de la nueva fila X1 para la

segunda tabla
Fila
Cj
C.B.

V.B.
Zj

X1

X2

X3

X4

Valo
r

50

dividida
por el
nmero
pivote

Zj-Cj
7

X1

X4

30

Clculo de la nueva fila X4 para la

segunda tabla
Nmero en

Nmero en
la nueva

la vieja fila

fila

0
1
-2
1
40

=
=
=
=
=

4
3
0
1
240

Nmero

debajo del
Nmero

nmero correspondiente

en
pivote

la nueva fila

(4)
(4)
(4)
(4)
(4)

x
x
x
x
x

(1)
(1/2)
(1/2)
(0)
(50)

31

Segunda tabla simplex completa

Cj

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

7/2

7/2

Zj-Cj

-3/2

7/2

350

X1

50

X4

-2

40

C.B.

32

Nmero pivote identificado en la

segunda tabla simplex
Cj

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

7/2

7/2

Zj-Cj

-3/2

7/2

350

X1

50

X4

-2

40

C.B.

Columna pivote

Fila
pivote

Nmero pivote
33

Clculo de la nueva fila para la

tercera tabla

34

Tabla simplex final

Cj

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

3/2

Zj-Cj

3/2

410

X1

3/2

-1/2

30

X2

-2

40

C.B.

Solucin ptima
Se deben producir y vender 30 mesas y 40 sillas
para obtener una utilidad de 410 UM.
35

Variables de excedencia y v.
artificiales (1)

Para usar el mtodo simplex con restricciones

mayor-que-o-igual-a () e igualdades (=), cada una
de estas deben ser convertidas a una forma
especial similar como se hizo con las restricciones
menor-que-o-igual-a ().
Si las restricciones no estn en forma estndar, el
mtodo smplex es incapaz de formular una
solucin bsica factible en la primera tabla simplex.
Considere las siguientes restricciones para ver
como convertir algunas restricciones tpicas mayorque-o-igual-a () e igualdades:
Restriccin 1: 5 X1 + 10 X2 + 8 X3 210
Restriccin 2: 25 X1 + 30 X2 = 900
36

Variables de excedencia y v.
artificiales (2)
Las restricciones mayor-que-o-igual-a ()
requieren un tratamiento diferente que hace las
restricciones menor-que-o-igual-a ().
Implican la sustraccin de una variable de
excedencia en lugar de la adicin de una variable
de holgura.
La variable de excedencia indica cunto excede el
lado izquierdo de la restriccin al valor en el lado
derecho de la restriccin.
Para convertir la restriccin 1, primero se resta una
variable de excedencia, X4, para crear la igualdad.
La restriccin se escribe como:
5 X1 + 10 X2 + 8 X3 - 1 X4 = 210
37

Variables de excedencia y v.
artificiales (3)
Hay un paso ms en la preparacin de la
restriccin para copiarla en la tabla simplex
inicial.
Las variables artificiales son necesarias en
restricciones y =.
Simplemente se agrega una variable artificial, X5,
a la restriccin como sigue:
5 X1 + 10 X2 + 8 X3 - 1 X4 + 1 X5 = 210
Ahora, no slo las variables X1, X2 y X3 sern no
bsicas (=0) en la solucin bsica factible inicial,
sino tambin la variable de excedencia X4.
38

Variables de excedencia y v.
artificiales (4)
La restriccin 2 es una igualdad.
Para ser incluida en la solucin bsica factible inicial
resulta que se debe agregar una variable artificial , X 6,
a la igualdad como sigue:
25 X1 + 30 X2 + 1 X6 = 900

Las variables artificiales no tienen ningn significado

en un sentido fsico y no son nada ms que
herramientas de clculo para generar soluciones
bsicas factibles iniciales.
Antes de llegar a la solucin ptima, todas las
variables artificiales deben haber dejado de ser
variables bsicas
39

Variables de excedencia y v.
artificiales (5)

Siempre que se agregan variables artificiales o de

excedente a las restricciones, estas tambin
debern ser agregadas en las dems ecuaciones, y
en la funcin objetivo del problema como se hizo
con las variables de holgura
Debido a que las variables artificiales deben ser
eliminadas de la solucin ptima, se puede asignar
un costo muy alto a cada una, se usa la letra M
para representar un nmero muy grande. En los
problemas de maximizacin se utiliza - M.
Las variables de excedencia al igual que las de
holgura tienen coeficiente cero en la funcin
objetivo.
40

Variables de excedencia y v.
artificiales (6)
Si un problema tuviera una funcin objetivo como
la siguiente: Min Z = 5 X1 + 9 X2 + 7 X3
Y restricciones como las previamente mostradas,
la forma estndar del problema sera el siguiente:
Max Z = - 5 X1 - 9 X2 - 7 X3 + 0 X4 - M X5 - M X6
Sujeta a
5 X1 + 10 X2 + 8 X3 - 1 X4 + 1 X5 + 0 X6 = 210
25 X1 + 30 X2 + 0 X3 + 0 X4 + 0 X5 + 1 X6 = 900
Con X1, X2, X3, X4, X5, X6 0

41

Algoritmo simplex en el caso de

un problema de maximizacin (1)
1) Formular las restricciones y la funcin objetivo
del problema de PL.
2) Incluir:

Variables de holgura en cada restriccin ,

Variables artificiales en cada restriccin de igualdad, y
Variables de excedencia y v. artificiales en cada
restriccin

entonces agregue estas variables a la funcin

objetivo del problema.
3) Desarrollar una tabla simplex inicial con
variables artificiales y de holgura en la base y
las dems variables iguales a 0. Calcular los
valores Zj y Zj-Cj para esta tabla smplex.

42

Algoritmo simplex en el caso de

un problema de maximizacin (2)
4) Seguir estos cinco pasos hasta que la solucin
ptima sea alcanzada:

a) Elegir la variable con el valor ms negativo Z j-Cj para que

entre al conjunto de variables bsicas (variable que
entra).
b) Determinar la fila de la variable que saldr del conjunto
de variables bsicas, seleccionando aquella con el menor
ratio positivo = Valor / Elemento de columna pivote
(variable que sale).
c) Calcular los nuevos valores para la fila pivote.
d) Calcular los nuevos valores para las otras filas.
e) Calcular los valores Cj y Zj - Cj para esta tabla.

Si hay valores Zj - Cj menores que cero, retornar al paso 1.

Sino se lleg a la solucin ptima (Todos los Z j - Cj no son
negativos).

43

Mtodo simplex para resolver

problemas de minimizacin
En el caso de un problema de
programacin lineal con funcin objetivo
de minimizacin, se debe multiplicar a la
funcin objetivo por -1 y luego resolver el
problema usando el mtodo simplex.

44

Casos especiales en el mtodo

simplex
Cuatro casos especiales se plantean cuando se
utiliza el mtodo simplex para resolver
problemas de PL.
Infactibilidad
No acotamiento
Degeneracin
Mltiples soluciones ptimas

45

Infactibilidad (1)
La infactibilidad surge cuando no existe una
solucin que satisfaga todas las restricciones
del problema.
En el mtodo simplex, una solucin no factible
aparece en la tabla simplex final.
Todos los ingresos de la fila Zj-Cj sern no
negativos para implicar optimalidad, pero en
el conjunto de variables bsicas an aparece
una variable artificial.
46

Infactibilidad (2)
Indicacin de infactibilidad
An cuando todos los valores ZjCj son no negativos
(criterio para una solucin ptima) una variable
artificial permanece como variable bsica.

C.B.

Cj

-M

V.B.
Zj

X1

X2

X3

X4

X5

5M+
4

4M+
2

-M

Zj-Cj

5M+
1

4M+
2

4M+
4

Valor

No acotamiento (1)
El no acotamiento describe problemas de PL que no
tienen soluciones finitas.
En el mtodo simplex, la condicin de no
acotamiento ser descubierta antes de llegar a la
tabla simplex final.
El problema se manifestar cuando se trate de
decidir que variable sale del conjunto de variables
bsicas.
Se determina la fila de la variable que sale del
conjunto de variables bsicas, seleccionando
aquella con el menor ratio positivo.
Si todos los ratios son no positivos, esto indica que
el problema es no acotado.
48

No acotamiento (2)
Cj

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

-1

3/2

Zj-Cj

-1

3/2

50

X1

20

X2

-1

10

C.B.

49

Degeneracin (1)
La degeneracin es otra situacin que puede
ocurrir cuando resolvemos un problema de PL
con el mtodo simplex.
La degeneracin es reconocida por primera
vez cuando se calculan los ratios, si hay un
empate del menor ratio, esto es una seal de
que existe degeneracin.
Por esto, cuando la siguiente tabla es
desarrollada, una de las variables en la
solucin tendr un valor de cero.
50

Degeneracin (2)
Cj

0
Valo
r

V.B.
Zj

X1

X2

X3

X4

9/2

9/2

Zj-Cj

3/2

9/2

18

X3

-1

-2

X2

C.B.

51

Mltiples soluciones ptimas

Mltiples soluciones ptimas pueden ser
observadas cuando se utiliza el mtodo
simplex si se examina la tabla final.
Si el valor Zj-Cj es igual a cero para una
variable que no est en la solucin, existe ms
de una
Cj solucin 2ptima.
4
0
0
C.B.

Valo
r

V.B.
Zj

X1

X2

X3

X4

Zj-Cj

10

X2

5/2

52

Variables sin restriccin de

signo (1)
Si se permite que algunas variables no tengan
restricciones de signo, el algoritmo simplex ya
no tiene validez.
Un problema de PL con una variable que no tiene
restriccin de signo se puede transformar en un
problema de PL en el cual se requiere que todas
las variables sean no negativas.
Para cada variable sin restriccin de signo, se definen
dos nuevas variables Xi y Xi.
Entonces se sustituye Xi - Xi por Xi en cada restriccin
y en la funcin objetivo. Adems, X i, Xi 0
53

Variables sin restriccin de

signo (2)
El objetivo de esta sustitucin es expresar X i como la
diferencia de dos variables no negativas X i y Xi.
Ninguna solucin bsica factible puede tener tanto X i
> 0 como Xi > 0.

Para cualquier solucin bsica factible, cada

variable sin restriccin de signo X i debe
encontrarse en uno de los tres siguientes casos:
a)Xi > 0 y Xi = 0
b)Xi = 0 y Xi > 0
c)Xi = 0 y Xi = 0
54