Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3 Metodo Simplex PDF
3 Metodo Simplex PDF
SIMPLEX
INVESTIGACIN DE OPERACIONES
JEVA / PTI
1
PROGRAMACIN LINEAL MTODO
SIMPLEX
El Mtodo Simplex soluciona problemas de Programacin Lineal de cualquier tamao, desde dos hasta "n"
variables de decisin. Los problemas pueden ser maximizacin o de minimizacin dependiendo del tipo de
Funcin Objetivo que tengan y en cuanto al tipo de solucin ptima que den, pueden ser de solucin nica o de
solucin mltiple o alterna.
Un requisito indispensable para usar la computadora con esta orientacin, es tener el problema previamente
modelado para facilitar la captura de los datos de entrada, que debern ser de acuerdo al formato del software
utilizado y proceder a su ejecucin. La solucin que da la computadora en su reporte de salida, se debe de
interpretar para apoyar la toma de decisiones.
El enfoque de este tema es, conocer los fundamentos del Mtodo Simplex como un apoyo para interpretar la
solucin ptima, que es la solucin matemtica que d la computadora. Para lograr esto, se presenta la
metodologa que sigue el Mtodo Simplex en la solucin manual de problemas de Programacin Lineal ya sean
de maximizacin o de minimizacin:
Para presentar la aplicacin de esta metodologa, se har con tres problemas: uno de maximizacin, otro de
minimizacin y el ltimo de solucin ptima alterna o mltiple.
1. PROBLEMA DE "MAXIMIZACIN".
Se explicar esta metodologa general con un problema de maximizacin, de dos variables de decisin, que es
un problema pequeo solo para ilustrar el Mtodo Simplex.
A continuacin se da el modelo del problema de los fertilizantes (problema presentado en las notas del Mtodo
Grfico) para ser solucionado con el Mtodo Simplex:
JEVA / PTI
2
PROGRAMACIN LINEAL MTODO
SIMPLEX
Se igualan las restricciones para tener la matriz identidad del problema. Esta matriz identidad es el punto
de partida que utiliza el Mtodo Simplex para solucionar el problema.
Si se tiene una restriccin menor o igual se agregar una variable de holgura (H). Si la restriccin
es mayor o igual se restar una variable de excedente (E) y se sumar una variable artificial (A). Si
la restriccin es una igualdad se sumar una variable artificial (A).
Un pequeo ejemplo para mostrar la aplicacin de estas reglas es igualando las siguientes
restricciones:
Ahora, aplicando estas reglas para igualar las restricciones del problema de los fertilizantes, se tiene:
Existen diferentes formatos de tablas que se pueden usar para el Mtodo Simplex. Los formatos se
diferencian solo en la colocacin de los datos pero la esencia es la misma.
Una vez definido el formato de la tabla, se mantendr igual durante todo el desarrollo del problema,
independientemente de la etapa que se este haciendo. Nosotros utilizaremos el siguiente formato para
hacer las tablas:
Funcin Objetivo:
Base Cj X1 X2 H1 H2 H3 Bi Variables
185 200 0 0 0 Coeficientes de Contribucin
H1 0 0.05 0.05 1 0 0 1100 Restricciones:
H2 0 0.05 0.10 0 1 0 1800 Coeficientes y Trminos
H3 0 0.10 0.05 0 0 1 2000 Independientes
Zj = Ai,j Cj
JEVA / PTI
3
PROGRAMACIN LINEAL MTODO
SIMPLEX
j = Cj - Zj
Paso 3. Reconocer si la solucin que da la tabla es ptima. Verificar el cumplimiento del Criterio de
Optimabilidad (j 0)
El Mtodo Simplex utiliza el Criterio de Optimabilidad para saber si ya lleg a la solucin ptima del
problema. Si la tabla que se tiene no cumple con este criterio, se tendr que seguir adelante con otras
iteraciones, es decir, calculando ms tablas hasta cumplirlo. El criterio de optimabilidad se enuncia en la
forma siguiente:
La solucin ser ptima s y solo s j 0. Es decir, los valores del rengln de la j
deben ser ceros o negativos. Un valor positivo indica que la solucin de la tabla no es ptima.
Como el Mtodo Simplex trabaja por iteraciones (pasar de una tabla a otra hasta llegar a la solucin
ptima), es posible leer la solucin que se tiene en cualquier tabla de las calculadas.
Para leer la solucin de una tabla que se haya calculado, es necesario ver dos columnas, la columna
Base nos dar las Variables Bsicas que forman la solucin y la columna "Bi" nos dar el valor de estas
variables. Cualquier variable no incluida en la base es una Variable no Bsica con valor cero.
Esta solucin no es ptima ya que si se observa el rengln j tiene valores positivos que no cumplen
con el criterio de optimabilidad. Por lo tanto se tiene que hacer una nueva tabla para encontrar la
siguiente solucin factible y ver si es ptima.
Para calcular la nueva tabla se tiene que definir la Variable de Entrada (VE), la "Variable de Salida
(VS)", el "Pivote" y los "Criterios de Ajuste" para los nuevos renglones.
El "Criterio para definir la Variable de Entrada" es seleccionar la variable con el mximo valor del rengln
j. En este caso la variable de entrada es X2 que tiene un valor de 200 que es el valor mayor. Esto
significa que por cada tonelada que se produzca del fertilizante 5-10-5 (X2) se ganar $200 por tonelada
pero si se hubiera seleccionado como variable de entrada el 5-5-10 (X 1) se ganara solo $185. La
variable X2 entrar en la "Base" de la nueva tabla.
Bi
El "Criterio para definir la Variable de Salida" es seleccionar el valor mnimo positivo del cociente A .
i ,ve
Primero se tiene que calcular el cociente y luego seleccionar la variable de salida. En este problema la
variable de salida es H2.
JEVA / PTI
4
PROGRAMACIN LINEAL MTODO
SIMPLEX
Los "Criterios de Ajuste" consisten en hacer las ecuaciones requeridas para calcular los renglones de la
nueva tabla sin utilizar el clculo matricial; obviamente estos clculos se pueden hacer tambin con
matrices.
Se recomienda hacer los clculos por renglones para evitar errores en vez de hacerlos celda por celda.
En forma general, los criterios de ajuste" para calcular los renglones de la tabla nueva, se pueden definir
en la forma siguiente:
Vp
Rengln Pivote Np =
p
Np = Rengln pivote para la tabla nueva
Vp = Rengln de la tabla vieja donde est el pivote marcado
p = Valor del pivote marcado en la tabla vieja
N i = Vi Ai ,ve N p
Ni = Rengln "i" calculado para la tabla nueva
Vi = Rengln "i" seleccionado de la tabla vieja
Ai,ve= Coeficientes de la columna de variable de entrada en el rengln "i" (tabla
vieja)
Np = Rengln pivote para la tabla nueva
A continuacin se presentan los clculos para el problema que se est desarrollando:
Tabla 1
Base Cj X1 X2 H1 H2 H3 Bi Bi
185 200 0 0 0 Ai ,ve
V1 H1 0 0.05 0.05 1 0 0 1100 22,000
V2 H2 0 0.05 0.10 0 1 0 1800 18,000 VS = H2
V3 H3 0 0.10 0.05 0 0 1 2000 40,000
Zj 0 0 0 0 0 0
j 185 200 0 0 0
VE = X2
Los criterios de ajuste para calcular los renglones de la nueva tabla son:
V2
Rengln Pivote N2 =
0.10
N1 = V1 0.05 N 2
N 3 = V3 0.05 N 2
Siempre se debe iniciar calculando el "rengln pivote para la nueva tabla que en este caso es N2:
Rengln N2:
V2 0.05 0.10 0 1 0 1,800
V 0.5 1 0 10 0 18,000
N2 = 2
0.10
JEVA / PTI
5
PROGRAMACIN LINEAL MTODO
SIMPLEX
Este "rengln pivote" de la tabla nueva es muy importante ya que se usar como referencia para
calcular los dems renglones de la tabla, como a continuacin se muestra:
Rengln N1:
V2 0.05 0.05 1 0 0 1,100
- 0.05 N2 - 0.025 - 0.05 0 - 0.5 0 - 900
N1 0.025 0 1 - 0.5 0 200
Rengln N3:
V3 0.10 0.05 0 0 1 2,000
- 0.05N2 - 0.025 - 0.05 0 - 0.5 0 - 900
N3 0.075 0 0 - 0.5 1 1,100
Tabla 2
Base Cj X1 X2 H1 H2 H3 Bi Bi
185 200 0 0 0 Ai ,ve
VE = X1
Paso 5. Repetir el "Paso 3 y 4" hasta que la tabla calculada cumpla con el criterio de optimabilidad.
Si se cumple con el criterio de optimabilidad, entonces la solucin de esa tabla es ptima, si no, se
continua "iterando" es decir haciendo nuevas tablas hasta encontrar la solucin ptima del problema por
lo que se repite nuevamente el paso 4.
Esta solucin no es ptima, luego se calcula la siguiente "nueva tabla" definiendo la Variable de Entrada,
la Variable de Salida, Pivote y los Criterios de Ajuste.
Para calcular la Tabla 3 se tiene que la Variable de Entada es X1, la Variable de Salida es H1, el Pivote es
0.025 y los Criterios de Ajuste son:
V1
Rengln Pivote N1 =
0.025
N 2 = V 2 0.5 N 1
N 3 = V3 0.075 N 1
Tabla 3
Base Cj X1 X2 H1 H2 H3 BI
185 200 0 0 0
X1 185 1 0 40 - 20 0 8,000
JEVA / PTI
6
PROGRAMACIN LINEAL MTODO
SIMPLEX
X2 200 0 1 - 20 20 0 14,000
H3 0 0 0 -3 1 1 500
Zj 185 200 3,400 300 0 4280,000
j 0 0 - 3,400 - 300 0
En esta tabla se cumple con el criterio de optimabilidad j 0 por lo que se ha llegado a la solucin
ptima del problema.
X1 = 8,000
X2 = 14,000
H3 = 500
Mx. Z = 4280,000
Esta solucin ptima es una "solucin matemtica" que requiere ser interpretada.
En nuestro problema se tienen variables continuas por lo que no es necesario hacer ajustes. Entonces, la
interpretacin de la solucin ptima ser la siguiente:
El programa de produccin para el siguiente mes ser 8,000 toneladas del fertilizante 5-5-10 (X1=8,000) y
14,000 toneladas del 5-10-5 (X2=14,000) para tener la mxima utilidad de $4280,000 (Mx.Z=4280,000).
Despus de hacer este programa de produccin se tendrn 500 toneladas sobrantes de Potasio. Las
restricciones dominantes o cuellos de botella2 son el Nitrato y el Fosfato.
El Mtodo Simplex es "iterativo", es decir, va repitiendo el clculo de las tablas, pasando de una a otra, hasta
encontrar la solucin ptima mientras que, el Mtodo Grfico evala la Funcin Objetivo en cada vrtice de la
regin factible para escoger la solucin ptima. La gran diferencia que existe entre ambos mtodos, es que la
solucin dada por el Mtodo Grfico se puede visualizar grficamente mientras que la del Simplex no.
Para analizar la lgica de los clculos del Mtodo Simplex y compararlos con el Mtodo Grfico, se presenta la
siguiente grfica:
JEVA / PTI
7
PROGRAMACIN LINEAL MTODO
SIMPLEX
H1 = 200 X1 = 0
X1 = 8,000 H1 =
X2 = 18,000 H2 =
0
0
X2 = 14,000 H2 =
H3 = 1,100
0
Z = 3600,000
H3 = 500
H1 = 1,100 X1 = 0
H2 = 1,800 X2 = 0
H3 = 2,000
VRTICE E
El Mtodo Simplex al calcular la "Tabla Inicial (Tabla 1)" con la matriz identidad del problema, se posiciona en
el vrtice "E" localizado el punto de origen (0,0). En esta forma queda el Simplex preparado para iniciar la
solucin del problema. En esta tabla inicial se tiene la siguiente solucin:
H1 = 1100 X1 = 0
H2 = 1800 X2 = 0
H3 = 2000
Z=0
Esta solucin de la "Tabla Inicial" es igual a la solucin que se tiene en el vrtice "E" en el Mtodo Grfico.
Al estar en el vrtice "E", el Mtodo Simplex evala las alternativas de movimiento que tiene, en este caso dos,
una direccin lo lleva al vrtice "A" y la otra al "D". El rengln del "Incremento Marginal del valor de la Funcin
Objetivo (j) en la Tabla Inicial, seala que la utilidad por tonelada que se puede obtener al producir X2 es de
$200/tonelada mientras que con la X1 es de $185. La mejor alternativa es producir X2, es por esta razn se
escogi como Variable de Entrada (VE = X2) a la Base de la "Nueva Tabla" (Tabla 2). Esto equivale a moverse
en la direccin del eje X2 como se puede apreciar en la grfica.
Ya seleccionada la direccin, el Simplex tiene que conocer hasta donde se puede mover, esto lo logra al definir
la "Variable de Salida" de la Base de la Tabla Inicial que es H2 (VS = H2) que est vinculada a la restriccin de
Fosfato. Esta restriccin da el tope mximo hasta donde se puede llegar de acuerdo a la grfica, es decir hasta
el vrtice "A".
La solucin que se tiene en el vrtice "A" (ver la solucin de la Tabla 2 del Mtodo Simplex) es:
H1 = 200 X1 = 0
X2 = 18,000 H2 = 0
H3 = 1,100
Z = 3600,000
Ya en el vrtice "A", se repiten los pasos anteriormente explicados; de acuerdo a la grfica se evalan las
direcciones de movimiento (pasar al vrtice B o al vrtice E) y hasta donde puede llegar como mximo en la
direccin seleccionada de tal forma que se incremente el valor de la Funcin Objetivo. De acuerdo a la grfica,
se selecciona pasar al vrtice "B (restriccin de Nitrato). Al analizar lo que hace el Simplex para pasar al
vrtice B, es seleccionar la direccin de movimiento a travs de la variable de entrada de la Tabla 2 que es X1
JEVA / PTI
8
PROGRAMACIN LINEAL MTODO
SIMPLEX
(VE = X1). En el vrtice "B" se tiene la solucin ptima del problema que se puede ver en la Tabla 3 del Mtodo
Simplex, es decir, en esta tabla se cumple con el criterio de optimabilidad.
X1 = 8,000 H1 = 0
X2 = 14,000 H2 = 0
H3 = 500
Mx.Z = 4280,000
Si se quisiera pasar a otro vrtice por ejemplo al C, como se puede ver en la grfica, esto dara un valor de la
Funcin Objetivo menor al que se tena en el vrtice B por lo que se reafirma que este vrtice est la
solucin ptima. La solucin que se encuentra en el vrtice C es:
X1 = 18,000 H1 = 0
X2 = 4,000 H3 = 0
H2 = 500
Z = 4130,000
2. PROBLEMA DE "MINIMIZACIN".
Cuando se quiere solucionar un problema de Programacin Lineal, necesariamente se tiene que desarrollar un
ciclo de tres pasos: modelar el problema, solucionar el modelo para encontrar la solucin ptima e interpretar la
solucin ptima encontrada. A continuacin se presenta un problema de "minimizacin" que presenta los tres
pasos mencionados:
Modelacin.
Variables de Decisin.
Xi = Kilogramos del Alimento "i" que se utilizarn en la fabricacin del pedido
(Kg)
Funcin Objetivo.
mn. Z = 15X1 + 12X2 + 10X3
$ ($/Kg)(Kg) = $
Restricciones.
1. Condicin de Balanceo.
X1 + X2 + X3 = 1000
Kg Kg
JEVA / PTI
9
PROGRAMACIN LINEAL MTODO
SIMPLEX
3. Disponibilidad de Materiales.
Alimento "A" X1 800
Alimento "B" X2 100
Alimento "C" X3 400
Kg Kg
4. No negatividad Xi 0
JEVA / PTI
10
PROGRAMACIN LINEAL MTODO
SIMPLEX
VE
Rengln Pivote N2 = V2
N1 = V1-N2
N3 = V3
N4 = V4-N2
N5 = V5
N6 = V6
Tabla 2
Base Cj X1 X2 X3 A1 E1 A2 H2 H3 H4 H5 Bi Bi
-15 -12 -10 -150 0 -150 0 0 0 0 Ai ,ve
A1 -150 0 1 1 1 1 -1 0 0 0 0 400 400VS
X1 -15 1 0 0 0 -1 1 0 0 0 0 600 Infinito
H2 0 0 1 1 0 0 0 1 0 0 0 500 500
H3 0 0 0 0 0 1 -1 0 1 0 0 200 Infinito
H4 0 0 1 0 0 0 0 0 0 1 0 100 Infinito
H5 0 0 0 1 0 0 0 0 0 0 1 400 400
Zj -15 -150 -150 -150 -135 135 0 0 0 0 -69,000
j 0 138 140 0 135 -285 0 0 0 0
VE
Si la Tabla calculada no cumple con el "Criterio de Optimabilidad", se debe seguir haciendo "Nuevas
Tablas" hasta llegar a la solucin ptima del problema.
La Tabla 2 no es la solucin ptima para el problema por lo que se tiene que seguir iterando (hacer
nuevas tablas) hasta llegar a la solucin ptima del mismo. A continuacin se presentan los clculos de
las tablas calculadas:
Rengln Pivote N1 = V1
N2 = V2
N3 = V3-N1
N4 = V4
N5 = V5
N6 = V6-N1
JEVA / PTI
11
PROGRAMACIN LINEAL MTODO
SIMPLEX
Tabla 3
Base Cj X1 X2 X3 A1 E1 A2 H2 H3 H4 H5 Bi
-15 -12 -10 -150 0 -150 0 0 0 0
X3 -10 0 1 1 1 1 -1 0 0 0 0 400
X1 -15 1 0 0 0 -1 1 0 0 0 0 600
H2 0 0 0 0 -1 -1 1 1 0 0 0 100
H3 0 0 0 0 0 1 -1 0 1 0 0 200
H4 0 0 1 0 0 0 0 0 0 1 0 100
H5 0 0 -1 0 -1 -1 1 0 0 0 1 0
Zj -15 -10 -10 -10 5 -5 0 0 0 0 -13,000
j 0 -2 0 -140 -5 -145 0 0 0 0
En esta Tabla 3 se cumple el criterio de optimabilidad, es decir, todos los nmeros del rengln j son
negativos o ceros. Entonces, la solucin de esta tabla es la ptima.
X3 = 400
X1 = 600
H2 = 100
H3 = 200 ()
H4 = 100
H5 = 0
Mx. Z = -13,000 que es igual mn. Z = 13,000
Para saber si un problema tiene una o varias soluciones ptimas alternas, se tiene que buscar en la "Tabla
Final" (la tabla con la solucin ptima del problema) las variables que cumplan con las siguientes condiciones:
Variable no bsica
Con valor cero en el rengln j
Y al menos un coeficiente positivo en su columna
Por cada variable que se tenga en la Tabla Final que cumpla estas condiciones, se tendr una nueva solucin
ptima alterna.
Para calcular una "nueva solucin ptima" se forzar como Variable de Entrada, la variable que cumpla con las
condiciones. Se seguir el procedimiento para calcular la siguiente tabla ("nueva tabla"), donde se encontrar
la nueva solucin ptima (solucin ptima alterna).
JEVA / PTI
12
PROGRAMACIN LINEAL MTODO
SIMPLEX
Si se tienen en la Tabla Final, varias variables que cumplan con la condiciones, entonces se tendrn
"Soluciones ptimas Mltiples". De acuerdo con el nmero de estas variables, se tendrn al menos este
nmero o ms de soluciones ptimas diferentes para el problema.
Para calcular estas soluciones mltiples, primero se forzar a una de ellas a ser la Variable de Entrada en la
Tabla Final y siguiendo el procedimiento para calcular la tabla siguiente, se encontrar la primera solucin
ptima alterna del problema. Si se van metiendo como Variables de Entrada, las diferentes variables que
cumplen las condiciones, se irn calculando las diferentes soluciones ptimas alternas que tenga el problema.
A continuacin se presentan dos problemas para presentar las situaciones donde se tiene una "Solucin
ptima Alterna" y donde se tienen varias "Soluciones ptimas Mltiples":
Base Cj X1 X2 H1 H2 H3 Bi Bi
100 200 0 0 0 Ai ,ve
V1 H1 0 0.05 0.05 1 0 0 1100 22,000
V2 H2 0 0.05 0.10 0 1 0 1800 18,000 VS
V3 H3 0 0.10 0.05 0 0 1 2000 40,000
Zj 0 0 0 0 0 0
j 100 200 0 0 0
VE
V2
Rengln Pivote N2 =
0.10
N1 = V1 - 0.05N2
N3 = V3 - 0.05N2
Base Cj X1 X2 H1 H2 H3 Bi Bi
100 200 0 0 0 Ai ,ve
JEVA / PTI
13
PROGRAMACIN LINEAL MTODO
SIMPLEX
j 0 0 0 -2,000 0
VE
Al analizar la "Tabla Final" del problema, se encuentran dos variables no bsicas, la X1 y la H2. La H2 no cumple
con todas las condiciones pero la X1 s. Entonces el problema tiene una solucin ptima alterna. Para calcular
esta solucin ptima alterna, se fuerza como Variable de Entrada la X1 y se calcula la siguiente Tabla.
V1
Rengln Pivote N1 =
0.025
N2 = V2-0.5N1
N3 = V3-0.075N1
Una caracterstica de la solucin ptima alterna, es que debe dar una diferente solucin pero el mismo valor de
la Funcin Objetivo que la solucin ptima normal, en este caso 3600,000.
Si se analiza nuevamente la "Tabla Final", se ver que la variable H1 cumple con todas las condiciones. Al
solucionar, siguiendo el mismo procedimiento, se encontrar la solucin ptima anterior. Se presentan las dos
soluciones ptimas del problema:
JEVA / PTI
14
PROGRAMACIN LINEAL MTODO
SIMPLEX
Rango ptimo.
En la mayora de los problemas, la pendiente de la Funcin Objetivo pasa por un vrtice a la regin factible
generando una solucin nica o puntual. Cuando un problema tiene una solucin ptima alterna es que la
pendiente de la Funcin Objetivo pasa por todo un lado de la regin factible generando diferentes soluciones
ptimas. Esto es consecuencia de que la pendiente de la Funcin Objetivo es paralela a uno ese lado de la
regin factible. Esto sirve como base para establecer el Rango ptimo del problema, al establecer el rango
de variacin para cada una de las variables.
Para calcular el Rango ptimo se debe recordar que las variables que no forman parte de la solucin ptima
inicial del problema, tienen un valor de "cero". Con esta consideracin y comparando las dos soluciones
ptimas encontradas para este problema que tiene solo dos variables de decisin, se puede establecer el
Rango ptimo quedando en la siguiente forma:
Rango ptimo: 8,000 X1 0
18,000 X2 14,000
200 H1 0
1,100 H3 500
Mx. Z = 3600,000
Al conocer el Rango Optimo para este problema con dos variables de decisin, nos permite planear diferentes
soluciones ptimas que respondan a necesidades especficas. Por ejemplo, si se quiere fabricar 5,000
toneladas del fertilizante 5-5-10 (X1=5,000) se puede calcular cuntas toneladas del fertilizante 5-10-5 se tienen
que fabricar para tener la mxima utilidad de $3600,000. Esto se calcula en la forma siguiente:
De acuerdo a este clculo, se debe de fabricar 15,500 toneladas del fertilizante 5-10-5 (X2=15,500).
Si dentro de los valores del rango ptimo, se fijan simultneamente los valores de X 1 y X2, se puede generar
una solucin no ptima por lo que es necesario comprobarla. Se debe verificar que el valor de la Funcin
Objetivo sea la misma en cualquier caso.
Cadena de tiendas.
Una gran cadena de tiendas de abarrotes tiene varios establecimientos que trabajan las 24 horas del da.
De experiencias pasadas que se han tenido en las tiendas, se observ que se puede dar mejor servicio
al cliente si se asignan turnos de 8 horas a sus empleados pero escalonados en perodos de 4 horas, es
decir, se inicia un turno cada 4 horas.
La Administracin de la compaa ha determinado las necesidades del personal para el siguiente mes,
presentado en la tabla que se da a continuacin:
JEVA / PTI
15
PROGRAMACIN LINEAL MTODO
SIMPLEX
Requerido
1 8 a 12 horas 35
2 12 a 16 30
3 16 a 20 40
4 20 a 24 20
5 24 a 4 10
6 4a8 25
A la Administracin le gustara tener un modelo que le permita determinar cuntos empleados deben
trabajar en cada turno de tal forma que el total de empleados sea mnimo.
Modelacin.
Variables de Decisin.
Xi = Empleados a trabajar el Turno "i"
(e)
Funcin Objetivo.
mn. Z = X1 + X2 + X3 + X4 + X5 + X6
e e
Restricciones.
1. Perodos.
8 a 12 horas X1 + X6 35
12 a 16 X1 + X2 30
16 a 20 X2 + X3 40
20 a 24 X3 + X4 20
24 a 4 X4 + X5 10
4a 8 X5 + X6 25
e e
2. No negatividad Xi => 0
VE
JEVA / PTI
16
PROGRAMACIN LINEAL MTODO
SIMPLEX
Al analizar la "Tabla Final" del problema, se encontr que X4, E2 y E6 son las variables "no bsicas" que
cumplen con las condiciones para tener soluciones ptimas alternas. En este caso, se tiene un problema con
"soluciones ptimas mltiples", con al menos cuatro soluciones diferentes.
En la "Tabla Final" se puede leer la primera solucin ptima del problema, que es la siguiente:
X1 = 20
X2 = 10
X3 = 30
E4 = 10
X5 = 10
X6 = 15
mn. Z = 85
Para calcular la segunda solucin ptima del problema, se forz como Variable de Entrada a X4 y se aplicaron
los Criterios de Ajuste para calcular la siguiente tabla:
Rengln Pivote N5 = V5
N1 = V1 - N5
N2 = V2 + N5
N3 = V3 - N5
N4 = V4
N6 = V6 + N5
VE
En esta "Tabla Final" se puede leer la segunda solucin ptima del problema que es:
X1 = 10
JEVA / PTI
17
PROGRAMACIN LINEAL MTODO
SIMPLEX
X2 = 20
X3 = 20
E4 = 10
X4 = 10
X6 = 25
mn. Z = 85
Despus de calcular la segunda solucin ptima, se regresa a la Tabla Final de la primera solucin y se sigue
calculando las otras soluciones ptimas. Ahora se selecciona como Variable de Entrada E2 para calcular la
tercera solucin ptima del problema. Se sigue el mismo procedimiento descrito anteriormente. Se presenta
los clculos para encontrar las otras soluciones ptimas del problema:
Rengln Pivote N4 = V4
N1 = V1
N2 = V2 + N4
N3 = V3 - N4
N5 = V5
N6 = V6
VE
Rengln Pivote N1 = V1
N2 = V2
N3 = V3
N4 = V4 - N1
N5 = V5
N6 = V6 + N1
JEVA / PTI
18
PROGRAMACIN LINEAL MTODO
SIMPLEX
Base Cj X1 X2 X3 X4 X5 X6 E1 E2 E3 E4 E5 E6 Bi
-1 -1 -1 -1 -1 -1 0 0 0 0 0 0
E6 0 1 0 0 0 -1 0 -1 0 0 0 0 1 10
X2 -1 0 1 0 0 1 0 0 0 1 1 -1 0 30
X3 -1 0 0 1 0 -1 0 0 0 -1 -1 1 0 10
E2 0 -1 0 0 0 1 0 0 1 1 1 -1 0 0
X4 -1 0 0 0 1 1 0 0 0 0 0 -1 0 10
X6 -1 1 0 0 0 0 1 -1 0 0 0 0 0 35
Zj -1 -1 -1 -1 -1 -1 1 0 1 0 1 0 -85
j 0 0 0 0 0 0 -1 0 -1 0 -1 0
En la Tabla de la "tercera solucin ptima", si se mete como Variable de Entrada X5 se obtendr una "quinta
solucin ptima" que ser:
X1 = 20
X2 = 20
X3 = 20
E2 = 10
X5 = 10
X6 = 10
mn. Z = 85
JEVA / PTI
19
PROGRAMACIN LINEAL MTODO
SIMPLEX
Este problema tiene cinco diferentes soluciones ptimas que se caracterizan por tener el mismo valor de la
Funcin Objetivo (mn.Z=85). Se presenta la interpretacin de la primera solucin ptima del problema a
manera de ejemplo:
Para problemas con soluciones ptimas mltiples, como es este problema, no es prctico hacer un rango
ptimo de soluciones sino ms bien calcular todas las posibles soluciones ptimas del problema. Se
recomienda para calcular todas las soluciones ptimas utilizar la computadora con un software adecuado para
este fn.
JEVA / PTI
20