EJEMPLO

P)

Max
sa

9u + 2v + 5z
4u + 3v + 6z <= 50
u + 2v - 3z >= 8

2u - 4v + z = 5

u,v >= 0

z e IR
1. Siempre es posible llevar un problema de maximizacin a uno de
minimizacin. Si f(x) es la funcin objetivo a maximizar y x* es la
solucin ptima f(x*) >= f(x), para todo x factible. -f(x*) <= f(x), para todo x factible. En consecuencia: x* es tambin mnimo
de -f(x)
2. Cada restriccin del tipo <= puede ser llevada a una ecuacin de
igualdad usando una (nueva) variable de holgura no negativa,
con coeficiente nulo en la funcin objetivo.
3. Cada restriccin del tipo >= puede ser llevada a una ecuacin de
igualdad usando una (nueva) variable de exceso no negativa,
con coeficiente nulo en la funcin objetivo.
4. Siempre es posible escribir una variable libre de signo como la
diferencia de dos variables no negativas.
Considerando la siguiente notacin: u = x1, v = x2, z = x3 - x4, s1 =
x5 (holgura), s2 = x6 (exceso), el problema P) puede ser escrito en
forma equivalente como:

Min

sa:

- 9x1 - 2x2 - 5x3 + 5x4 + 0x5 + 0x6

4x1 + 3x2 + 6x3 - 6x4 +
x1 + 2x2 - 3x3 + 3x4

2x1 - 4x2 + x3

xi >= 0,

x4

i=1,2,3,4,5,6.

x5

= 50
- x6 = 8
= 5

4.3 MTODO SIMPLEX - CASOS ESPECIALES

Llevar un problema de Programacin Lineal a su forma estndar no

siempre es inmediato. Un error frecuente es tratar de resolver por
el Mtodo Simplex un modelo que no cumple con el diseo que
exige el mtodo. A continuacin algunos ejemplos y casos
especiales a tener en cuenta:

CAMBIO DE VARIABLES

Resuelva el siguiente problema de Programacin Lineal utilizando

el Mtodo Simplex.

Max 2X1 + 2X2 + 4X3

S.A.
X2 + 2X3 <= 240 (R1)
X1 + X2 + X3 <= 400 (R2)
2X1 + X2 + X3 <= 360 (R3)
X1>=100 (R4) X2>=60 (R5) X3>=60 (R6)

Si quisiramos resolver directamente este problema utilizando

Simplex deberamos agregar variables de exceso para R4, R5 y R6
y luego variables artificiales para disponer de una solucin bsica
factible de modo de utilizar el Mtodo Simplex de 2 Fases.
Claramente esto es un trabajo tedioso por el gran tamao de la
tabla resultante.

En consecuencia, lo ms eficiente es hacer un cambio de variables

de modo que todas las restricciones queden del tipo "<=" y de
esta forma se dispone de una solucin bsica factible inicial.
Sea Y1=X1-100>=0; Y2=X2-60>=0; Y3=X3-60>=0.
Reemplazamos en el modelo anterior, el cual queda de la siguiente
forma:

Max 2Y1 + 2Y2 + 4Y3 + 560

S.A.
Y2 + 2Y3 <= 60 (R1)
Y1 + Y2 + Y3 <= 180 (R2)
2Y1 + Y2 + Y3 <= 40 (R3)
Y1>=0 (R4) Y2>=0 (R5) Y3>=0 (R6)

Ntese que se podra obviar la restriccin 2 y obtener idnticos

resultados. De todos modos definimos la tabla inicial asociada a
este nuevo problema:


Y1 Y2 Y3 S1 S2 S3

60

0 180

40

-2

-2 -4

Compruebe que Y1=5 (X1=105), Y2=0 (X2=60),Y3=30

(X3=90) con V(P)=690.

EJEMPLO:
Resolver el siguiente problema de Programacin Lineal utilizando
el Mtodo Simplex:

Max

40*X1 + 60*X2

s.a.

2*X1 + 1*X2 <= 70

1*X1 + 1*X2 <= 40

1*X1 + 3*X2 <= 90

X1 >= 0 X2 >= 0
Para poder aplicar el Mtodo Simplex, es necesario llevar el modelo a su
formato estndar, para lo cual definimos X3, X4, X5 >= 0 como las
respectivas variables de holgura para la restriccin 1, 2 y 3. De esta
forma queda definida la tabla inicial del mtodo de la siguiente forma:
X1

X2

X3

X4

X5

70

40

90

-40

-60

En esta situacin, las variables de holgura definen una solucin bsica

factible inicial, condicin necesaria para la aplicacin del mtodo.
Luego, se verifican los costos reducidos de las variables no
bsicas (X1 y X2 en la tabla inicial) y se escoge como variable

que entra a la base aquella

negativo".Enestecaso, X2.

con

el

costo

reducido

"ms

Luego, para escoger que variable bsica deja la base debemos buscar el
mnimo cuociente entre el lado derecho y los coeficientes asociados a la
variable entrante en cada fila (para aquellos coeficientes > 0 marcados
en rojo en la tabla anterior). El mnimo se alcanza en Min {70/1, 40/1,
90/3} = 30 asociado a la tercera fila, el cual corresponde a la variable
bsica actual X5, en consecuencia, X5 deja la base. En la posicin que
se alcanza el mnimo cuociente lo llamaremos "Pivote" (marcado con
rojo) el cual nos servir para realizar las respectivas operaciones filas,
logrando la siguiente tabla al cabo de una iteracin:
X1

X2

X3

X4

X5

5/3

-1/3

40

2/3

-1/3

10

1/3

1/3

30

-20

20

1800

El valor de la funcin objetivo luego de una iteracin ha pasado de 0 a

1.800. Se recomienda al lector hacer una representacin grfica del
problema y notar como las soluciones factibles del mtodo
corresponden a vrtices del dominio de.puntos.factibles.
La actual tabla no corresponde a la solucin ptima del problema P)
debido a que existe una variable no bsica con costo reducido negativo,
por tanto X1 entra a la base. Posteriormente, mediante el criterio del
mnimo cuociente calculamos la variable que debe dejar la base: Min
{40/(5/3), 10/(2/3), 30/(1/3)} = 15, asociado a la fila 2 (variable bsica
actual X4), por tanto X4 deja la base. Obtenido lo anterior se aplica
una iteracin del mtodo:
X1

X2

X3

X4

X5

-5/2

1/2

15

3/2

-1/2

15

-1/2

1/2

25

30

10

2100

Finalmente se alcanza la solucin ptima del problema P) y se verifica

que los costos reducidos asociados a las variables no bsicas (X4 y X5
son mayores o iguals que cero). Notse que la existencia de un costo
reducido igual a cero para una variable no bsica en esta etapa define

un

problema

con

"infinitas

soluciones".

La solucin alcanzada es X1* = 15, X2* = 25 con V(P*) = 2.100.

Adicionalmente, los costos reducidos asociados a las variables no
bsicas definen el precio sombra asociado a las restricciones 1, 2 y 3,
respectivamente, lo cual es equivalente a la obtencin del precio sombra
mediante el mtodo grfico. Dejaremos para una posterior presentacin,
la forma de calcular el intervalo de variacin para el lado derecho que
permite la validez del precio sombra, utilizando la tabla final del Mtodo
Simplex.

4.4 MTODO SIMPLEX DE 2 FASES

Esta estrategia se utiliza cuando no es inmediata una solucin bsica
factible inicial en las variables originales del modelo.
FASE 1: Se considera un problema auxiliar que resulta de agregar tantas
variables auxiliares a las restricciones del problema, de modo de obtener
una solucin bsica factible. Resolver por Simplex un problema que
considera como funcin objetivo la suma de las variables auxiliares. Si el
valor ptimo es cero, seguir a la Fase II, en caso contrario, no existe
solucin factible.
FASE 2: Resolver por Simplex el problema original a partir de la solucin
bsica factible inicial hallada en la Fase I.

P)

Max

2X1 + X2

sa

10X1 + 10X2 <= 9

10X1 + 5X2 >= 1

X1, X2 >= 0
Se debe agregar X3 como variable de holgura de la restriccin 1, X4
como variable de exceso de la restriccin 2 y X5 variable auxiliar para
poder comenzar la Fase 1. (Ntese que solo agregando X3 como variable
de holgura a la restriccin 1 y X4 como variable de exceso a las segunda
restriccin no se obtiene una solucin bsica factible inicial, en particular
X4<0).

F1)
sa

Min
...............10X1 + 10X2 + X3
10X1 + 5X2

= 9
- X4 + X5 = 1

X5

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

La tabla inicial asociada a la Fase I queda en consecuencia definida de
la siguiente forma:
X1

X2

X3

X4

X5

10

10

10

-1

Luego, se debe hacer 0 el costo reducido de X5, obteniendo la siguiente

tabla inicial para hacer el uso de Simplex:
X1

X2

X3

X4

X5

10

10

10

-1

-10

-5

-1

Se escoge X1 como variable que entra a la base al tener el costo

reducido ms negativo. Posteriormente, mediante el criterio del mnimo
cuociente se selecciona la variable que sale de la base: Min {9/10; 1/10}
= 1/10, X5 sale de la base:
X1

X2

X3

X4

X5

-1

1/2

-1/10

1/10

1/10

Se obtiene la solucin ptima de la Fase I, con valor ptimo cero. Luego

iniciamos la Fase II del mtodo tomando X1 y X3 como variables bsicas
iniciales.
FASE 2: Resolver por Simplex el problema original a partir de la solucin
bsica factible inicial hallada en la Fase I.
X1

X2

X3

X4

1/2

-1/10

1/10

-2

-1

Hacemos cero los costos reducidos de las variables bsicas:

X1

X2

X3

X4

1/2

-1/10

1/10

-1/5

1/5

X4 entra a la base. Por el criterio del mnimo cuociente, el pivote se

encuentra en la fila 1, por tanto X3 sale de la base:
X1

X2

X3

X4

1/10

9/10

1/5

9/5

Donde la solucin ptima es: X1=9/10

= 9/5.

X2=0

Con valor ptimo V(P)

4.5 PROBLEMA INFACTIBLE

Esta situacin se detecta cuando el valor ptimo del problema de la fase
1 es distinto de cero.
Max
s.a:

3x1 + 2x2
2x1 + x2 <= 2
3x1 + 4x2 >= 12
x1,x2 >= 0

Llevamos el modelo a su forma estndar agregando X3 como variable de

holgura de la restriccin 1, X4 como variable de exceso de la restriccin
2 y X5 como variable artificial de la restriccin 2 que nos permita formar
la base. De esta forma el modelo de la fase 1 queda definido por:
Min
s.a:

x5
2x1 + x2 + x3 = 2
3x1 + 4x2 -x4 + x5= 12
x1,x2,x3,x4,x5 >= 0

Con tabla inicial:

X1 X2 X3 X4 X5
2

-1

12

Y tabla final de la fase 1:

X1 X2 X3 X4 X5

4.6

-5

-4

-1

5
0
4
0
0 -4
EJEMPLO PROBLEMA NO ACOTADO:

Esta situacin se detecta cuando al realizar el clculo de la variable que

deja la base, todos los elementos ykj de la columna j en la tabla, son
negativos para j el ndice de una variable no bsica con costo reducido
negativo.
Max
s.a:

2x1 + x2
x1 - x2 <= 10
2x1 <= 40
x1,x2 >= 0

Donde la tabla inicial del mtodo simplex luego de agregar X3 y X4

como variables de holgura para las restricciones 1 y 2 respectivamente
es:
X1

X2

X3

X4

-1

10

40

-2

-1

Cabe destacar que en esta instancia ya se puede constatar que el

problema es no acotado. X2 siendo variable no bsica los elementos de
la respectiva columna son negativos o cero. Sin embargo, si el usuario
no se percata inmediatamente de esto, de todos modos llegar a la
misma conclusin en la iteracin posterior, luego de hacer entrar X1 a la
base como aquella variable no bsica con costo reducido ms negativo.

4.7 MLTIPLES SOLUCIONES PTIMAS

Esta situacin se detecta cuando existen costos reducidos iguales a cero
en una o ms de las variables no bsicas ptimas.
Max
s.a:

3x1 + 2x2
5x1 + 2x2 <= 140
3x1 + 2x2 <= 120
x1,x2 >= 0

Con tabla final del Mtodo Simplex:

X1 X2

X3

X4

1/2

-1/2

10

-3/4

5/4

45

120

Ntese que se ha encontrado una de las infinitas soluciones ptimas

para el problema (X1=10, X2=45,V(P)=120). Esto debido a que la
variable no bsica X3tiene costo reducido igual a cero en el
ptimo. Cmo se puede obtener otro vrtice con similar valor
ptimo?. Se debe forzar la entrada entonces de X3 a la base y sacar de
la base una de las variables bsicas actuales (si sigue el clculo notar
que esta corresponde a X1). Finalmente, el nuevo vrtice ptimo
es X1=0,X2=60, V(P)=120. El resto de las infinitas soluciones ptimas
esta contenida en tramo que une los 2 vrtices tal como se muestra en
la figura: