Reglas en el algoritno SIMPLEX:

1ra Decisin

2da Decisin

FO

FO

Max
El mayor (Cj-Zj)

Min
El menor (Cj-Zj)

Max

Min
El < +

Prueba de Optimalidad:
FO
Max
Min
Todo (Cj-Zj)<=0
Todo (Cj-Zj)>=0
As mismo NO DEBE EXISTIR caso de INFACTIBILIDAD
CASOS DE INFACTIBILIDAD:
1. Cuando existe una VARIABLE ARTIFICIAL como VARIABLE BASICA
2. Cuando existe una VARIABLE BSICA NEGATIVA

E BASICA

SIGNO DEL PRECIO DUAL

FO
MAX
MIN

Restriccin
<=
>=

Signo
PD
+
-

EN UNA TABLA FINAL:

Toda VARIABLE BSICA tiene asociado un (Cj-Zj)=0
Toda VARIABLE NO BSICA tiene asociado un (Cj-Zj)0

n (Cj-Zj)0

MTODO SIMPLEX

Problema 1.-Hallar la solucin ptima por el mtodo simplex.

MAX 150X1+500X2
ST
X1+2X2<=400
6X1<=1200
18X2<=2700
X1+1.5X2<=600
X2>=140
X1,X2>=0
Primero. Hay que ESTANDARIZAR EL MODELO:
Estadarizar. Permite asociar una matriz identidad al Modelo de
Programacin Lineal, haciendo uso de 3 tipos de variables:
HOLGURA (Si), EXCESO (Si) y ARTIFICIAL (Ai).

Reglas de Estandarizacin:
Tipo
Restriccin
<=
>=
=

Variables
a agregar
+Si
-Si + Ai
+Ai

FO
Max
+0Si
+0Si - MAi
- MAi

Min
+0Si
+0Si + MAi
+ MAi

Donde M es un valor muy grande.

Modelo estandarizado:
Max 150x1+500x2+0s1+0s2+0s3+0s4
st

x1+2x2+s1=400
6x1+s2=1200
18x2+s3=2700
x1+1.5x2+s4=600
x2-s5+A1=140
Modelo estandarizado en detalle:
Max 150x1+500x2+0s1+0s2+0s3+0s4
st

x1+ 2x2+ s1+0s2+0s3+0s4+0s5+0A1=400

6x1+
0s1+s2+0s3+0s4+0s5+0A1=1200
18x2+0s1+0s2+s3+0s4+0s5+0A1=2700
x1+1.5x2+0s1+0s2+0s3+s4+0s5+0A1=600
x2 +0s1+0s2+0s3+0s4-s5+A1=140

Matriz identidad:
s1
s2
1
0
0
1
0
0
0
0
0
0

El uso de una variable artificial permite crear una soluci[on factible bsica para
iniciar el algoritmo simplex (genera matriz identidad).
Una variable artificial no tiene significado fsico en trminos de un problema de
programacin lineal del mundo real, por lo tanto no se le permite aparecer en la

El uso de una variable artificial permite crear una soluci[on factible bsica para
iniciar el algoritmo simplex (genera matriz identidad).
Una variable artificial no tiene significado fsico en trminos de un problema de
programacin lineal del mundo real, por lo tanto no se le permite aparecer en la
solucin final del problema, en caso contrario estamos en un caso de solucin no
factible.

Segundo. Se construye la tabla inicial del simplex

Tabla I

F11
F12
F13
F14
F15

Cj

0
0
0
0
-M

oblema de
arecer en la

150
x1
1
6
0
1
0
0
150

500
x2
2
0
18
1.5
1
-M
500+M

0
s1
1
0
0
0
0
0
0

0
s2
0
1
0
0
0
0
0

0
s3
0
0
1
0
0
0
0

0
s4
0
0
0
1
0
0
0

0
s5
0
0
0
0
-1
M
-M

-M

A1
0
0
0
0
1
-M
0

Donde:
Cj: Coeficientes de la funcin objetivo estandarizada
VB: Columna de variables solucin o bsicas (se coloca todas las variables de la Matri
b: Disponibilidad de recursos (lados derechos)
Zj: En la columna b, es el valor de la funcin objetivo, en las columnas restantes
es el costo de oportunidad por ingresar una determinada variable a la base.
Cj-Zj: Beneficio neto a obtener por ingresar una unidad de una determinada variable

se define como la FILA DE PRIMERA DECISIN.

Definida como COLUMNA DE SEGUNDA DECISIN o valores que limitan la
solucin en funcin a los recursos disponibles.

Nota: La tabla I representa el origen en la solucin grfica:

Variabes bsicas (VB):
s1=400
s2=1200
s3=2700
s4=600
A1=140
Z=-140M
Variables No Bsicas:
x1=0
x2=0
s5=0

z identidad:

sica para

VB
s1
s2
s3
s4
A1
Zj
Cj-Zj

s3
0
0
1
0
0

s4
0
0
0
1
0

A1
0
0
0
0
1

sica para

oblema de
arecer en la
solucin no

Tercero. Se obtiene la PRIMERA ITERACIN

b
400
1200
2700
600
140

200
inf
150
400
140

Pasos:
1. Elegir el PIVOTE
Para elegir el PIVOTE se aplica las siguientes reglas:
REGLAS DE DECISIN PARA ELEGIR EL PIVOTE:

-140M

las variables de la Matriz Identidad)

columnas restantes
variable a la base.
a determinada variable a la base.

ores que limitan la

La primera decisin se aplica para elegir la COLUMNA PIVOT.

La segunda decisin se aplica para elegir la FILA PIVOT.
El PIVOTE es la interseccin de la FILA y COLUMNA PIVOTE

2. En la nueva tabla (Tabla II) en la fila correspondiente a la FILA

a todos sus elementos entre el PIVOTE y obtendremos la FILA

F25
0
1
0
0
0
3. Tomando en cuenta los valores de la COLUMNA PIVOTE, los va
respectivas se obtienen de la siguiente manera:
F21=F25*(-2)+F11
F22=F25*(-0)+F12
F23=F25*(-18)+F13
F24=F25*(-1.5)+F14
Por ejemplo la Fila F21:
F25
1

F25*(-2)
F11
F25*(-2)+F11

0
1
1

0
1
1

500
x2
0
0
0
0
1
500
0

0
s1
1
0
0
0
0
0
0

-2
2
0

Resultados PRIMERA ITERACIN:

Cj
150

VB
x1
F21
0
s1
1
F22
0
s2
6
Tabla II
F23
0
s3
0
F24
0
s4
1
F25 500
x2
0
Zj
0
Cj-Zj
150

4. Se hace la PRUEBA DE OPTIMALIDAD para saber si ll

5. De no haber llegado a la Solucin ptima, se repite

Resultados SEGUNDA
Cj

F31
0
F32
0
Tabla III F33
0
F34
0
F35 500

ITERACIN:
150
VB
x1
s1
1
s2
6
s5
0
s4
1
x2
0
Zj
0
Cj-Zj
150

500
x2
0
0
0
0
1
500
0

0
s1
1
0
0
0
0
0
0

Como no todos los valores Cj-Zj son <=0, n

Los valores en la tabla II se obtienen aplicando las sigu

F33=F23/18
F31=F33*(-2)+F21
F32=F33*(-0)+F22
F34=F33*(-1.5)+F24
F35=F33*(1)+F25
Resultados TERCERA ITERACIN:
Cj
150

VB
x1
F41 150
x1
1
F42
0
s2
0
Tabla IV F43
0
s5
0
F44
0
s4
0
F45 500
x2
0
Zj
150
Cj-Zj
0

500
x2
0
0
0
0
1
500
0

0
s1
1
-6
0
-1
0
150
-150

Como todos los valores Cj-Zj son <=0, hem

ientes reglas:

r la COLUMNA PIVOT.
r la FILA PIVOT.
COLUMNA PIVOTE

orrespondiente a la FILA PIVOT, dividir

E y obtendremos la FILA F25

0
-1
1
140
COLUMNA PIVOTE, los valores de las otras FILAS
te manera:

-1

140

0
0
0

0
0
0

0
0
0

2
0
2

-2
0
-2

-280
400
120

0
s2
0
1
0
0
0
0
0

0
s3
0
0
1
0
0
0
0

0
s4
0
0
0
1
0
0
0

0
s5
2
0
18
1.5
-1
-500
500

-M
A1
-2
0
-18
-1.5
1
500

b
120
1200
180
390
140
70000

-M-500

MALIDAD para saber si lleg a la SOLUCIN PTIMA

60
inf
10
260
-140

Nota: La tabla II representa el punto (0,1

Variabes bsicas (VB):
s1=120
s2=1200
s3=180
s4=390
x2=140
Z=70000
Variables No Bsicas:
x1=0
s5=0
A1=0

ucin ptima, se repite todo a partir del paso 1.

0
s2
0
1
0
0
0
0
0

0
s3
-0.111
0
0.056
-0.083
0.056
27.78
-27.78

0
s4
0
0
0
1
0
0
0

0
s5
0
0
1
0
0
0
0

-M
A1
0
0
-1
0
0
0
-M

b
100
1200
10
375
150
75000

valores Cj-Zj son <=0, no es la solucin ptima.

100
200
inf
375
inf

Nota: La tabla III representa el punto (0,1

Variabes bsicas (VB):
s1=100
s2=1200
s5=10
s4=375
x2=150
Z=75000
Variables No Bsicas:
x1=0
s3=0
A1=0

ienen aplicando las siguientes relaciones:

0
s2
0
1
0
0
0
0
0

0
s3
-0.111
0.667
0.056
0.028
0.056
11.11
-11.11

0
s4
0
0
0
1
0
0
0

0
s5
0
0
1
0
0
0
0

-M
A1
0
0
-1
0
0
0
-M

b
100
600
10
275
150
90000

Nota: La tabla IV representa el punto (10

El Valor de las VARIABLES BSICAS, se en
X1=100
X2=150
S2=600
Holgura de los m2 de lino
S4=275
Holgura de las Horas mqui
S5=10
Excedente de la demanda d
Todas las variables que no se encuentran
S1=0
Holgura de las Horas hombr
S3=0
Holgura de los m2 de lona (

ores Cj-Zj son <=0, hemos llegado a la solucin ptima.

Zptimo=90000
Precios sombra o precio dual:
PS(RHS1)=
150
PS(RHS2)=
0
PS(RHS3)=
11.1
PS(RHS4)=
0
PS(RHS5)=
0

representa el punto (0,140) en la solucin grfica:

representa el punto (0,150) en la solucin grfica:

representa el punto (100,150) en la solucin grfica:

ARIABLES BSICAS, se encuentran en la columna b

gura de los m2 de lino

gura de las Horas mquina
edente de la demanda de x1
es que no se encuentran en la columna VB, tienen valor CERO.
gura de las Horas hombre (Agotado)
gura de los m2 de lona (Agotado)

o precio dual:
Fila
Fila
Fila
Fila
Fila

Cj-Zj
Cj-Zj
Cj-Zj
Cj-Zj
Cj-Zj

de
de
de
de
de

la
la
la
la
la

Columna
Columna
Columna
Columna
Columna

S1
S2
S3
S4
S5

Problema 2.- Para el modelo matemtico siguiente, el cual representa un problema de produccin:
MODELO ESTANDARIZADO:

MAX Z= 3X1+2X2+5X3 ganancia en soles

ST
X1+X2+X3<=430 horas-hombre
3X1+2X3<=460 horas-mquina
X1+4X2<=420 Kg. de Materia Prima
X1,X2,X3>=0

MAX Z= 3X1+2X2+5X3+0S1+0S2+0S3
ST
X1+X2+X3+S1=430
3X1+2X3+S2=460
X1+4X2+S3=420

Aplicando el mtodo Simplex, obtenga su solucin ptima

Mtodo Simplex

Cj

0
0
0

VB
s1
s2
s3
Zj
Cj-Zj

3
x1
1
3
1
0
3

2
x2
1
0
4
0
2

5
x3
1
2
0
0
5

0
s1
1
0
0
0
0

0
s2
0
1
0
0
0

0
s3
0
0
1
0
0

-0.5
1.5
1
7.5
-4.5

1
0
4
0
2

0
1
0
5
0

1
0
0
0
0

-0.5
0.5
0
2.5
-2.5

0
0
1
0
0

II

0
5
0

s1
x3
s3
Zj
Cj-Zj

III

0
5
2

s1
x3
x2
Zj
Cj-Zj

-0.75
1.5
0.25
8
-5
Costos

0
0
0
1
1
0
2
5
0
0
reducidos

1
-0.5 -0.25
0
0.5
0
0
0
0.25
0
2.5
0.5
0
-2.5
-0.5
Precios duales

b
430
460
420
0

430
230
M

200
230
420
1150

200
M
105

95
230 Valor de X3
105 Valor de X2
1360 FO

TANDARIZADO:

Determinar:
a)

+2X2+5X3+0S1+0S2+0S3

b)

c)

d)

e)

El plan de produccin ptimo. La ganancia mxima.

Plan de produccin ptimo:
0 unidades de X1
105 unidades de X2
230 unidades de X3
Ganancia mxima = 1360 soles
Los precios sombra de cada Lado Derecho
PS(LD1)=0
PS(LD2)=+2.5
PS(LD3)=+0.5
La holgura o excedente de cada LD
Holgura de LD1=95 horas hombre
Holgura de LD2=0 horas mquina
Holgura de LD3=0 Kg. De materia prima
Cunto estara Ud. dispuesto a pagar como mximo por una hora-hombre extra?, Por una hora-m
Por una hora hombre extra = 0 soles
Por una hora mquina extra = 2.5 soles
Por un kg. adicional de materia prima = 0.5 soles
Cunto debera de aumentar la utilidad unitaria de x1 para que justifique su produccin?
Debera de aumentar una cantidad >=5 soles.

r una hora-hombre extra?, Por una hora-mquina extra?, Por un Kg. adicional de Materia Prima?

ara que justifique su produccin?

Problema 3.- Para el modelo matemtico siguiente, el cual representa un problema de minimizacin de costos:
MIN Z = 4X1 + 3X2
ST
Modelo Estandarizado:
X1+3X2>=15
MIN Z = 4X1 + 3X2+0s1+0s2+0s3+Ma1+Ma2+Ma3
2X1+ X2>=10
ST
X1+ X2>=8
X1+3X2-s1+a1=15
X1,X2>=0
2X1+ X2-s2+a2=10
X1+ X2-s3+a3=8
Se pide:
a) El grfico respectivo y la solucin ptima (valor de las variables de decisin y valor de la funcin objetivo)

Z=26
X1=2
X2=6
b)

Aplique el mtodo simplex y obtenga la iteracin final (ptima)

Mtodo Simplex

II

III

Cj

M
M
M

3
M
M

3
4

VB
a1
a2
a3
Zj
Cj-Zj
x2
a2
a3
Zj
Cj-Zj
x2
x1

4
x1
1
2
1
4M

3
x2
3
1
1
5M

0
s1
-1
0
0
-M

0
s2
0
-1
0
-M

0
s3
0
0
-1
-M

4-4M

3-5M

1/3
5/3
2/3

-1/3
1/3
1/3

1+7/3M

1
0
0
3

-1+2/3M

0
-1
0
-M

0
0
-1
-M

3-7/3M

1-2/3M

0
1

1
0

-2/5
1/5

1/5
-3/5

0
0

M
a1
1
0
0
M
0

M
a2
0
1
0
M
0

1/3
-1/3
-1/3
1-2/3M

0
1
0
M

-1+5/3

2/5
-1/5

-1/5
3/5

IV

c)

3
4
0

a3
Zj
Cj-Zj

0
4
0

0
3
0

x2
x1
s1
Zj
Cj-Zj

0
1
0
4
0

1
0
0
3
0

Muestre el precio sombra de los RHS.

PS1=0
PS2=-1
PS3=-2

1/5

2/5

-2/5+M/5

-9/5+2/5M

2/5-M/5

9/5-2/5M

-1
-M
M

0
1
-2
0
-1
1
1
2
-5
0
-1
-2
0
1
2
Precios Sombra

-1/5

-2/5

2/5-1/5M

9/5-2/5M

-2/5+M/5 -9/5+2/5M

0
0
-1
0
M

-1
1
-2
1
M-1

mizacin de costos:

d)Construya el Modelo DUAL y resulvalo con el alg

1+0s2+0s3+Ma1+Ma2+Ma3

Modelo dual:
max 15y1+10y2+8y3
st
y1+2y1+y3<=4
3y1+y2+y3<=3

Modelo Estandariz
max 15y1+10y2+
st
y1+2y1+y3+s1=4
3y1+y2+y3+0s2=

a funcin objetivo)

Mtodo Simplex para le modelo DUAL

M
a3
0
0
1
M
0
0
0
1
M

b
15
10
8
33M

5
10
8

5
5
3

15
3
9/2

15+15M

0
0

4
3

-10
15

Cj

0
0

VB
s1
s2
Zj
Cj-Zj

15
y1
1
3
0

10
y2
2
1
0

8
y3
1
1
0

15

10

II

0
15

s2
y1
Zj
Cj-Zj

0
1
15
0

1.667 0.66667
0.333 0.33333
5
5
5
3

III

10
15

y2
y1
Zj
Cj-Zj

0
1
15
0

1
0
10
0

0.4
0.2
7
1

IV

10
8

y2
y3
Zj
Cj-Zj

-2
5
20
-5

1
0
10
0

0
1
8
0

Solucin ptima del DUAL:

y1=0
Y2=1
Y3=2
W=26
PS1=2
PS2=6

1
M
M

1
24+M

2
-1
5
2
M-2

6
2
5
26

esulvalo con el algoritmo SIMPLEX:

Modelo Estandarizado:
max 15y1+10y2+8y3+0s1+0s2
y1+2y1+y3+s1=4
3y1+y2+y3+0s2=3

modelo DUAL
0
s1
1
0
0

0
s2
0
1
0

1
0
0
0

-0.333
0.333
5
-5

0.6
-0.2
3
-3

-0.2
0.4
4
-4

1.8
0.4
24

1
-1
2
-2

-1
2
6
-6

1
2
26

b
4
3
0

4
1

3
1

1.8
3

15

4.5
2

Precios Sombra

Solucin ptima del PRIMAL:

X1= 2
X2=6
Z = 26
PS1=0
PS2=-1
PS3=-2

Problema 4.-

Dado el siguiente modelo matemtico de programacin lineal:

Modelo estandarizado:

MIN Z = 2X1 + 3X2

ST
X1-3X2<=2
2X1+ X2>=11
X1+ X2<=8
X1,X2>=0
a)

MIN Z = 2X1 + 3X2+0S1+0S2+0S3+MA1

ST
X1-3X2+s1=2
2X1+ X2-s2+A1=11
X1+ X2+s3=8

Muestre la grfica respectiva y la tabla de evaluacin de los puntos interseccin de la regin factible.

Tabla:
Punto

x1

x2

P1

21

P2

6,5

1,5

17,5

P3

13

Min

b) Indique el valor de las variables de decisin y el valor de la funcin objetivo.

X1=5
X2=1
Z=13
c) Determine analticamente el Precio sombra del RHS2
Punto ptimo P3 (R1R2)
R1: X1-3x2=2
R2: 2x1+x2=11+1
2*R1-R2: -7x2=-8 X2=1.1428
En R1: X1-3(1.1428)=2 X1= 5.4284
Z = 2(5.4284)+3(1.1428) = 14.26

 PD(RHS2)= 13 - 14.2852= -1.285

d) Muestre la salida del WinQsb:

+ 3X2+0S1+0S2+0S3+MA1

e)

Muestre las tablas del Simplex y en base a la tabla final indique:

1.
2.
3.
4.
5.

El valor de las variables de decisin

El valor de la funcin objetivo
El estado de los lados derechos
Los precios sombra
Los costos reducidos

Mtodo Simplex

II

III

Cj

0
M
0

2
M
0

2
3
0

VB
s1
a1
s3
Zj
Cj-Zj

2
x1
1
2
1
2M
2-2M

3
x2
-3
1
1
M
3-M

0
s1
1
0
0
0
0

0
s2
0
-1
0
-M
M

0
s3
0
0
1
0
0

x1
a1
s3
Zj
Cj-Zj

1
0
0
2
0

-3
7
4
9-7M

1
-2
-1
2-2M
-2+2M

0
-1
0
-M
M

0
0
1
0
0

x1
x2
s3
Zj
Cj-Zj

1
0
0
2
0

0
1
0
3
0

0.1429
-0.286
0.1429
-0.571
0.5714

-0.429
-0.143
0.571
-1.286
1.286

0
0
1
0
0

-6+7M

Solucin ptima:
x1=5

x2=1
Z=13
Estado de los lados derechos:
s1=0 (agotado)
s2=0 (agotado)
s3=2 (abundante)
Precios sombra:
PS1=0.571
PS2=-1.29
Ps3=0
Costos reducidos:
CR1=0
CR2=0

M
a1
0
1
0
M
0
0
1
0
M
0
0.4286
0.1429
-0.5714
1.2857
M-1.286

b
2
11
8
11M

2
5.5
8

2
-0.67
7
1
6
1.5
4+7M

5
1
2
13

CASO ESPECIAL: SOLUCIONES OPTIMAS MULTIPLES

Modelo Estandarizado:
Max 6x1+2x2+0s1+0s2+0s3
st
3x1+x2+s1=48
3x+4x2+s2=120
3x1+x2-s3+a1=36

Primera solucin ptima

x1
16
x2
0
s1
=
0
s2
72
s3
12

Segunda solucin ptima

x1
8
x2
24
s1
=
0
s2
0
s3
12

Las soluciones ptimas mltiples estar dado por:

Mtodo Simplex
Cj

0
0
-M

6
2
VB
x1
x2
s1
3
1
s2
3
4
a1
3
1
Zj
-3M
-M
Cj-Zj 6+3M 2+M

0
s1
1
0
0
0
-2

0
s2
0
1
0
0
0

II

0
0
6

s1
s2
x1
Zj
Cj-Zj

0
0
1
6
0

0
3
0.333
2
0

1
0
0
0
0

0
1
0
0
0

III

0
0
6

s3
s2
x1
Zj
Cj-Zj

0
0
1
6
0

0
1
3
-1
0.333 0.333
2
2
0
-2

o Estandarizado:
x1+2x2+0s1+0s2+0s3-Ma1

x2+s1=48
x2+s2=120
x2-s3+a1=36

0
1
0
0
0

Toda VNB debe tener un Cj-Zj diferente de cero.

IV

0
2
6

S3
X2
X1
Zj
Cj-Zj

0
0
1
6
0

0
1
0
1
-0.333 0.333
3E-005 0.444 -0.111
2
2
7E-005
0
-2
0

Las tablas III y IV tienes soluciones diferentes, pero el mis

0
s3
0
0
-1
M
-M

-M
a1
0
0
1
-M
###

1
-1
1
-1
-0.333 0.333
-2
2
2
-M-2

b
48
120
36
-36M

16
40
12

12
84
12
72

12
84
-36

1
-1
12
0
0
72
-3E-0053E-005 16
0
0
95.998
0
-M (Cj-Zj)=0

INF
24
48
para x2 que es una VNB

-Zj diferente de cero.

1
-1
12
0
0
24
-3E-0053E-005 8.0004
0
0
96.002
0
-M (Cj-Zj)=0 para x1 que es una VNB
diferentes, pero el mismo valor de Z.

CASO ESPECIAL: SIN SOLUCIN

Modelo estandarizado:
Max 40x1+30x2+0s1+0s2+0s3+0s4+0s5-Ma1-Ma2
st
2/5x1+1/2x2+s1=20
1/5x2+s2=5
3/5x1+3/10x2+s3=21
x1-s4+a1=30
x2-s5+a2=15

Mtodo Simplex

5-Ma1-Ma2
I

Cj

0
0
0
-M
-M

VB
s1
s2
s3
a1
a2
Zj
Cj-Zj

40
30
x1
x2
0.4
0.2
0
0.2
0.6
0.3
1
0
0
1
-M
-M
40+M 30+M

0
s1
1
0
0
0
0
0
0

0
s2
0
1
0
0
0
0
0

0
s3
0
0
1
0
0
0
0

0
s4
0
0
0
-1
0
M
-M

0
s5
0
0
0
0
M
-M

-M
a1
0
0
0
1
0
-M
0

-1

II

0
0
0
40
-M

s1
s2
s3
x1
a2
Zj
Cj-Zj

0
0
0
1
0
40
0

0.2
0.2
0.3
0
1
-M
30+M

1
0
0
0
0
0
0

0
1
0
0
0
0
0

0
0
1
0
0
0
0

0.4
0
0.6
-1
0
-40
40

0
0
0
0
-1
M
-M

-0.4
0
-0.6
1
0
40
-M-40

III

0
0
30
40
-M

s1
s2
x2
x1
a2
Zj
Cj-Zj

0
0
0
1
0
40
0

0
0
1
0
0
30
0

1
0
0
0
0
0
0

0
1
0
0
0
0
0

-0.666667
-0.666667
3.333333
0
-3.333333

0
-0.4
2
-1
-2

0
0.4
-2
1
2

100+3.3M

20+2M

-100-3.3M

-20-2M

0
0
0
0
-1
M
-M

s1
s2
x2
x1
a1
Zj
Cj-Zj

0
0
0
1
0
40
0

0
0
1
0
0
30
0

1
0
0
0
0
0
0

0
1
0
0
0
0
0

-0.666667
0
0
1.666667
-1.666667

0
0
0
0
-1
M
-M

IV

0
0
30
40
-M

66.6+1.66M
-66.6-1.66M

0
0.2
-1
0.5
-0.5
-10+0.5M
10-0.5M

-20-2M

20+M
0
0
0
0
1
-M
0

-M
a2
0
0
0
0
1
-M
0
0
0
0
0
1
-M
0
0
0
0
0
1
-M
0
0
-0.2
1
-0.5
0.5
10-0.5M
-10-0.5M

b
20
5
21
30
15
-45M

50
INF
35
30
INF

8
5
3
30
15

40
25
10
INF
15

1200-15M

6
3
10
30
5

INF
7.5
-5
30
2.5

1500-5M

6
2
15
27.5
2.5
1550
<=0, Solucin ptima, PERO EXISTE una Variable Artificial como VB

CASO ESPECIAL: SOLUCIN INFINITA

Modelo estandarizado:
Max x1+2x2+0s1+0s2
st
-4x1+3x2+s1=3
x1-x2+s2=3

II

Mtodo Simplex
Cj

0
0

2
0

VB
s1
s2
Zj
Cj-Zj

1
x1
-4
1
0
1

x2 -1.333
s2 -0.333
Zj
-2.667
Cj-Zj 3.667

2
x2
3
-1
0
2

0
s1
1
0
0
0

0
s2
0
1
0
0

1
0
2
0

0.333
0.333
0.667
-0.667

0
1
0
0

b
3
3
0

1
-3

1
4
2

-0.75
-12
NO EXISTE UN <+