Mtodo Simplex

Para comprender el funcionamiento de este tema basta con recordar el mtodo grfico, el cual
se iban buscando esquinas del grafico hasta llegar la solucin ptima. El mtodo simplex se
basa en ir buscando esquina por esquina a fin de encontrar el punto esquina optimo, pero al
contrario del mtodo grafico este se logra mediante un proceso algebraico, no obstante es
necesario convertir cada restriccin de desigualdades a igualdades con el objetivo de
manipular estas ecuaciones de forma sistemtica.

Conversin de desigualdades a igualdades:

Sean las desigualdades:

Para la primera desigualdad, representa un valor ms pequeo o igual que 8, por lo tanto si
quisiramos convertir

esta desigualdad en igualdad deberamos sumar unvalor de

holgura (denotada usualmente como ) que represente el nmero necesario para llegar a 8, de
esta manera si tomara un valor de 3 y un valor de 2 el valor de holgura ser 3. La primera
restriccin se transforma como sigue:

Para la segunda restriccin, representa un valor ms grande o igual a 5 por lo tanto se debe
buscar un valor de holgura que le reste a la desigualdad y llegue al valor de 5, por ejemplo si
vale 4 y tiene un valor de 6 el nmero de holgura ser 3 de manera que cuando restemos el
valor de holgura llegue al valor de 5. La segunda ecuacin queda como sigue:

Siguiendo con nuestro tema, tomaremos un ejemplo en particular e iremos describiendo paso
a paso la solucin del problema.
Supondremos el siguiente caso:
Maximizar:

Sujeto a:

Como se vio anteriormente las restricciones tomaran el valor de:

Y la funcin objetivo tomara la forma:

Si reordenamos en una tabla las restricciones y la funcin objetivo tomara la siguiente forma:

Se denominara las posibles variables de entrada a todos los valores de la fila z como sigue:

Cuando se trata de maximizar se debe seleccionar el valor ms negativo, en este caso ser -2
y posteriormente se debe seleccionar la respectiva columna (columna pivote):

Para la ltima tabla se le ha agregado una columna (razn, denotada a menudo como ) este
indica la razn entre el nmero de la columna resultado y el posterior numero de la columna
pivote (Obviando la columna z), en forma ms grafica el procedimiento para hallar la razn se
hace del siguiente modo:

El segundo paso es hallar la fila pivote, y este se hace seleccionando el valor ms pequeo
positivo en la columna razn (variable de salida), en este caso ser el 5, y posteriormente
seleccionando toda la fila:

Normalmente se dividira toda la fila pivote por el nmero sombreado en rojo, pero esta vez no
es necesario, puesto que tiene valor 1, y por ende cada divisin resultara el mismo nmero.
El tercer paso se basara en transformar toda la columna pivote en cero, a excepcin del
numero tocado por la fila pivote. Para este procedimiento se usa el mtodo gauss, el cual se
detallara a continuacin:
Para transformar la columna R1 en forma adecuada se usa la siguiente ecuacin:

Esto indica que cada cuadro de la columna deber ser restado por el respectivo valor de , as
cuando se transforme el nmero de la columna pivote este tome el valor de cero:

Igualmente el valor de Z ser transformado con la ecuacin:

Para una mayor comprensin hacia el lector se detallara los procesos para la ecuacin
anterior:

En general la columna nueva ser el valor de la columna antigua menos el nmero pivote de
la columna multiplicado por el nmero de la fila pivote.
La grafica final queda como sigue:

Para este sistema ya no es posible encontrar una solucin ms ptima, esto es porque los
valores de y en la fila z son cero, por lo tanto el valor de z ser 10, x1 ser 0 (esto es porque
la columna x no puede ser transformada en valores de cero) y x2 ser igual a 5.

Transformar las desigualdades

Es posible a veces manipular las desigualdades de tal manera que se transformen en

desigualdades <= por ejemplo se tienen la ecuacin:

Es posible transformar esta desigualdad multiplicando cada miembro por -1:

Posteriormente es posible transformar un problema de minimizacin a maximizacin

multiplicando cada variable por -1, por ejemplo se tiene la funcin objetivo:

Es posible transformar esta funcin objetivo de la siguiente forma:

Es muy usual hacer este tipo de procedimientos cuando se tiene mucha ms experiencia
hacindolo de la forma maximizar con restricciones de desigualdad <=.

Mtodo de la gran M
Supongamos el siguiente problema:
Minimizar:

S.A:

Si reordenamos las restricciones de la forma comn, tomara la forma:

Para el regln 1, si se multiplicara por -1 la variable de holgura podra tomar valores negativos,
y violara la restriccin . Es por eso que para este tipo de problema se le asigna una variable
artificial (a), de tal manera que su valor sea lo suficientemente alto para no convertir s1 en un
nmero negativo.
De una forma similar pasara con el regln 3, si se multiplicara esta por -1 tanto x como y
podran tomar valores negativo, y por consiguiente se le debe agregar una variable artificial
Las restricciones quedaran como sigue:

Desafortunadamente no hay garanta para que las ltimas restricciones tengan los mismos
resultados que se piden en el enunciado. Puede existir la posibilidad de que se consiga algn
valor a en el resultado final. Para solucionar este problema se hace lo siguiente:

La M agregado representan valores extremadamente grandes por lo tanto si se trata de

minimizacin los valores sern iguales a cero, y el resultado final sern iguales a los que se
piden en el problema primero
Reordenando la funcin objetivo quedar como sigue:

En tabla la funcin objetivo y las restricciones tomara la siguiente forma:

Antes de seguir nuestro estudio miraremos un ltimo problema:

Si la columna z tiene un resultado final de 0 las variables z, x, y tomaran valores de cero
tambin, por consiguiente en el regln R1 por ejemplo los valores de a1+a2 seria 4, por ende
toda la tabla seria inconsistente. Para solucionar este problema se transforma cada una de las
M en cero utilizando el mtodo gauss, la formula a utilizar ser:

La tabla modificada ser:

En este punto ya es posible proceder con el mtodo gauss ordinario, pero tratndose de
minimizacin se buscara el valor ms positivo en la columna Z, el cual resulta 3M-2

De igual manera se selecciona la variable de salida como el valor ms pequeo de la razn de

la fila total con la fila x (en este caso seria 1), posteriormente la columna pivote ser las
casillas consecutivas a este. La tabla 6 muestra la columna y fila pivote sombreadas en azul.
El ejercicio contina normalmente como se mostr en el primer ejemplo, recordando que:

Ha de tener en cuenta que este es un ejercicio de minimizacin por ende la variable de

entrada ser el de valor ms positivo, pero a su vez solo se deben tener en cuenta las
variables del problema y no las holguras o los valores artificiales.

Se llega al ptimo cuando los valores de zx y zy son cero o mayores a este.

El resultado final ser:

Como ayuda al lector se ha especificado que se debe hacer con los diferentes criterios de
decisin en la siguiente tabla: