Está en la página 1de 31

Tema4:Programacinlinealconvariablescontinuas:mtododelSimplex

g p

Objetivos del tema:

Resolver de forma grfica un problema de programacin lineal continuo

Estudiar las formas equivalentes de representacin de los problemas de programacin lineal

Aprender los conceptos bsicos de lgebra lineal necesarios para resolver programas lineales continuos

Resolver un problema de programacin lineal continua por enumeracin exhaustiva de soluciones bsicas.

Resolver un problema de programacin lineal continua utilizando la versin algebraica del mtodo del simplex

Resolver un problema de programacin lineal continua utilizando la versin tabular del mtodo del simplex

1
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Resolucindeproblemasdeprogramacinlineal

En este tema abordamos la forma de resolver problemas de programacin lineal continua. El objetivo fundamental es entender la
naturaleza del problema y el perfil computacional a que dan lugar estos mtodos. Desde un punto de vista prctico los
procedimientos manuales de resolucin no tienen mucho inters porque hoy da existen abundantes herramientas informticas que
implementan de manera muy eficiente estos procedimientos y, como estudiamos en el tema anterior, permiten utilizarlos desde
potentes lenguajes
l j ded modelado.
d l d

Aunque el tema se centra fundamentalmente en el algoritmo del Simplex, propuesto por Dantzig en 1947, comenzaremos
introduciendo el mtodo de resolucin grfico, que resulta muy intuitivo para entender la correspondencia entre la versin
puramente algebraica de estos problemas y su representacin geomtrica.

A continuacin estudiaremos una serie de transformaciones que nos van a permitir llevar los problemas de programacin lineal a
una forma estndar, que es el punto de partida del algoritmo del Simplex.

Despus estudiaremos el concepto de solucin bsica factible, que juega un papel fundamental en la resolucin de los problemas de
programacin lineal,
lineal ya que una solucin ptima ser siempre una solucin bsica factible y adems porque el nmero de soluciones
bsicas factibles de un problema lineal continuo es finito, lo que acota considerablemente el procedimiento de bsqueda de la
solucin.

Antes de abordar de manera precisa el mtodo del Simplex utilizaremos un ejemplo para introducir de manera ms intuitiva los
conceptos fundamentales que operan en este algoritmo.
algoritmo

A continuacin estudiaremos los fundamentos tericos del mtodo y los criterios de operacin que resumiremos en una versin
algebraica del algoritmo del Simplex. Despus lo aplicaremos a un ejemplo.

Despus veremos la versin tabular de este algoritmo que simplifica su utilizacin manual y la aplicaremos al mismo ejemplo.

Finalmente introduciremos los mtodos que se utilizan para obtener una solucin bsica factible inicial para el mtodo del Simplex
cuando hay que introducir variables artificiales en el problema original para llevarlo a su forma estndar.

2
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Resolucingrfica
La resolucin grfica de los problemas de programacin lineal no es muy prctica porque slo se puede aplicar cuando el nmero de variables
es de 2 o 3. Sin embargo es bastante til para interpretar visualmente los conceptos y procedimientos utilizados posteriormente. Para
resolver grficamente un problema de programacin lineal seguimos los siguientes pasos:
1) Dibujamoslareginfactibleutilizandolasecuacionesdelasrectasqueresultandeconvertirlasrestriccionesenigualdades.
2) Determinamoslospuntosextremosdelareginfactible:puntosdeinterseccinentrelasrectasyquepertenecenalareginfactible.
3)) Evaluamoslafuncinobjetivoenlospuntosextremosydeterminamoseldevalorptimo
l l f i bj i l d i ld l i
Este mismo problema lo utilizaremos
Vamosaresolvergrficamenteelsiguienteproblema: posteriormente para ilustrar los restantes

Maximizar z 3x 2 y y mtodos de resolucin

sujetoa : 2 x y 18 dvar float+ x;


2 x y 18 OPL
2 x 3 y 42 dvar float+ y;
maximize 3*x+2*y;
3 x y 24 subject to
x 0, y 0 {
2*x + y <= 18;
3 x y 24 2*x + 3*y
y <= 42;
;
3*x + y <= 24;
}

(0,14);z=28 //solution(optimal)withobjective33
x=3;
(3,12);z=33 y=12;

La interseccin de la recta de isocoste (en


verde) con la regin factible determina las
soluciones factibles de igual coste. Moviendo 3x 2 y 33
esta recta de forma paralela en el sentido
creciente de z, se puede determinar tambin la (6,6);z=30
solucin al problema: ltima interseccin de la 2 x 3 y 42
recta con los puntos extremos.

x
(0,0);z=0 (8,0);z=24

3
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Formas equivalentes de un problema de programacin lineal
En el tema 1 vimos que la forma general de un problema de programacin lineal continuo era la siguiente:

Maximizar Minimizar z c1 x1 c2 x2 ... cn xn


sujeta a :
a11 x1 a12 x2 ... a1n xn b1
a21 x1 a22 x2 ... a2 n xn b2
...
am1 x1 am 2 x2 ... amn xn b1
x1 0, x2 0,..., xn 0

Vamos a analizar una serie de transformaciones que convierten el problema en otro equivalente, entendiendo como equivalente otro
problema que tiene las mismas valores para las variables de decisin y funcin objetivo.

Maximizacin y minimizacin
Es evidente que siempre se cumple la siguiente relacin:
Mximo c1 x1 c2 x2 ... cn xn Mnimo c1 x1 c2 x2 ... cn xn
Luego un problema de maximizacin siempre podemos convertirlo en uno de minimizacin equivalente y viceversa. Por tanto no se
pierde generalidad si suponemos que siempre el problema es de maximizacin. Para trabajar con uno de minimizacin basta cambiar los
signos de los coeficientes de la funcin de coste y resolver el problema de maximizacin resultante. El mnimo buscado ser el opuesto
del mximo obtenido.

Variables no restringidas
Como en la mayora de los problemas las variables de decisin xj representan cantidades fsicas, su no negatividad aparece de forma
natural. Sin embargo hay ocasiones en las que es necesario tratar con variables de decisin que puedan tomar valores positivos y
negativos, por ejemplo, en problemas de flujo para especificar el sentido del mismo. Estas variables se denominan no restringidas. Si xj es
una variable no restringida siempre podemos sustituirla por la diferencia de dos variables no negativas, resultando un problema
equivalente pero con ms variables:
x j xj xj con xj 0,
0 xj 0

4
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Cambio de igualdad a desigualdad
Una restriccin de igualdad de la forma:

ai1 x1 ai2 x2 ... ain xn bi

podemos sustituirla por dos restricciones de desigualdad de la forma:

ai1 x1 ai2 x2 ... ain xn bi


ai1 x1 ai2 x2 ... ain xn bi
y la segunda podemos sustituirla por otra del mismo sentido que la primera cambiando de signo ambos miembros:

ai1 x1 ai2 x2 ... ain xn bi


ai1 x1 ai2 x2 ... ain xn bi

Cambio de desigualdad
g a igualdad:
g variables de holgura
g
Una restriccin de desigualdad de la forma:

ai1 x1 ai2 x2 ... ain xn bi

podemos sustituirla por otra restriccin de igualdad introduciendo una nueva variable no negativa denominada de holgura:

ai1 x1 ai2 x2 ... ain xn xn 1 bi con xn 1 0

Anlogamente, una restriccin de desigualdad de la forma:


ai1 x1 ai2 x2 ... ain xn bi
podemos sustituirla por otra restriccin de igualdad introduciendo una nueva variable de holgura:

ai1 x1 ai2 x2 ... ain xn xn 1 bi con xn 1 0

5
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Forma cannica de un problema de programacin lineal
Teniendo en cuenta las transformaciones anteriores, un problema lineal siempre podemos transformarlo en uno equivalente de
maximizacin con todas las restricciones de tipo denominado forma cannica:

Maximizar z c1 x1 c2 x2 ... cn xn
sujeta a :
a11 x1 a12 x2 ... a1n xn b1
a21 x1 a22 x2 ... a2 n xn b2
...
am1 x1 am 2 x2 ... amn xn b1 x1 0, x2 0,..., xn 0

Forma estndar de un problema de programacin lineal


De la misma manera un problema de programacin lineal siempre podemos transformarlo en su equivalente en forma estndar en el que
slo existen restricciones de igualdad:

Maximizar z c1 x1 c2 x2 ... cn xn
sujeta a :
a11 x1 a12 x2 ... a1n xn b1
a21 x1 a22 x2 ... a2 n xn b2
...
am1 x1 am 2 x2 ... amn xn bm x1 0, x2 0,..., xn 0
En forma matricial la forma estndar de un problema de programacin lineal adoptara la forma general:

Maximizar z cT x a1 j
a11 ... a1n x1 b1 c1
sujeto a Ax b A ... ... ... ; x ... ; b ... ; c ... ;
a j ... ; A a1...a j ...an
amj
x0 am1 ... amn xn bm cn

Es evidente q
que aunque
q hayamos
y utilizado la misma notacin p
para la matriz A y los vectores b,, c y x en las dos formas cannica y
estndar, cuando un mismo problema se lleva a ambas formas se obtienen en general matrices y vectores diferentes.

6
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo de paso a la forma estndar

Vamos a transformar el siguiente problema de programacin lineal en otro equivalente que est en la forma normal.

Maximizar z 3 x 2 y
j
sujetoa : 2 x y 18
2 x 3 y 42
3 x y 24
x 0, y 0

Para ello introducimos las tres variables de holgura h, s, d 0 que convierten las desigualdades en igualdades:

Maximizar z 3x 2 y
sujetoa : 2 x y h 18
2 x 3 y s 42
3 x y d 24
x, y, h, s, d 0
En forma matricial sera:

x x
y
2 1 1 0 0 y 18
Maximizar 3 2 0 0 0 h sujeto a : 2 3 0 1 0 h = 42

s 3 1 0 0 1 s 24
d d

7
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Conceptos bsicos de programacin lineal
Dado el siguiente problema de programacin lineal continua en la forma estndar:

Maximizar z c T x a1 j
a11 ... a1n x1 b1 c1
sujeto a Ax b A ... ... ... ; x ... ; b ... ; c ... ;
a j ... ; A a1...a j ...an
amj
x0 am1 ... amn xn bm cn
definimos los siguientes trminos:

Solucin factible: valores de x que satisfacen todas las restricciones, incluidas las de no negatividad
Solucin
S l i factible
f tibl ptima:
ti l solucin
la l i factible
f tibl que proporciona
i ell ptimo
ti para la
l funcin
f i objetivo
bj ti
Base o matriz bsica: una matriz cuadrada B de dimensin y rango m extrada de las columnas de A
Matriz no bsica: matriz residual N formada por las columnas de A que no estn en B
Variables bsicas: las m variables xB de x asociadas a las columnas de B
Variables no bsicas: las nm restantes variables xN de x
Solucin bsica
Si expresamos la matriz A y el vector x descompuestos en variables bsicas y no bsicas tenemos:
xB xB
A B N ; x Ax b se puede escribir como: B N b o bien : Bx B Nx N b
xN xN
si hacemos x N 0, Ax b se convierte en Bx B b cuya solucin es x B B 1b que es la solucin bsica de Ax b asociada a B
Una solucin bsica ser , pues, una solucin del problema lineal en la que nm variables de decisin toman valor cero.

Solucin bsica factible: una solucin bsica que adems es factible, es decir x B 0
Funcin de coste de una solucin bsica factible x
zB cB c N B cB x B
0

8
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Correspondencia:puntosextremos<>solucionesbsicasfactibles
Lassolucionesbsicasfactiblesdeunproblemalinealestndarsecorrespondenconlospuntosextremosdelareginfactible:
1 xB4
x B1 B1 b 0
x B2 B2 1b 0
........................ x B2
x Bi
x Bi Bi 1b 0
x B1
.........................
x Bp B p 1b 0
Bi son p bases factibles
xBp
Paraentendermsintuitivamenteestacorrespondenciaconsideremoselproblemaanterior: x B3

Maximizar z 3x 2 y Puntos extremos Variables nulas Variables no nulas


A x, y s, h, d
sujeto a : 2 x y h 18
B x, s y, h,
h d 3x y 24
2 x 3 y s 42 y
C s, d x, y, h
3 x y d 24 2 x y 18
D d, h x, y, s
x 0, y 0
E y, h x, s, d B
2 x 3 y 42
s=0 C
CadapuntodelareginfactibleABCDEvieneidentificadoporunatupla devaloresparax,y,h,s,d
Losvaloresdelasvariablesx ey danlascoordenadasdelpuntoenelplano(x,y) d=0
Losvaloresdelasvariables h,s,d danlaseparacindelpunto(x,y)alarectadefinidaporla
restriccincorrespondiente.
i i di x=00 D

Lospuntossituadossobrelasaristasdelpolgonoqueformalareginfactibletienenuna
componentenula. h=0
Lospuntosextremosdelpolgono(vrtices)queestnsobredosrestricciones(interseccinde y=0
A x
dos rectas) tendrn dos variables nulas y por tanto sern soluciones bsicas factibles
dosrectas)tendrndosvariablesnulasyportantosernsolucionesbsicasfactibles.
E

9
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplodecorrespondencia:puntosextremos<>solucionesbsicasfactibles

Max z=x1 x2 x3 1 0 0 1 0 0
Max z=x1 x2 x3
s.a. A 0 1 0 0 1 0 ;
s.a.
x1 5 Formaestndar 0 0 1 0 0 1
x1 s1 5
x2 5 x T [ x1 x2 x3 s1 s2 s3 ];
x2 s2 5
x3 5 cT [1 1 1 0 0 0];
x3 s3 5
x1 , x2 , x3 0 bT [5 5 5];

n n! 6! 1 0 0 5 5
N mximo de soluciones bsicas 20
m !(n m)! 3!3!
m base ( x1 x2 x3 ) x B B b = 0 1 0 5 5
1

0 0 1 5 5
slo 8 tienen inversa y son factibles :

Todas las submatrices


Todaslassub matricesBi de
de A deorden3sonsingularessalvolas8correspondientesalassiguientesvariablesbsicas:
de orden 3 son singulares salvo las 8 correspondientes a las siguientes variables bsicas:

x2 Puntosextremos Solucionesbsicasfactibles

(0,5,5)
(5 5 5)
(5,5,5)
bsicas no bsicas ( x1* x2* x3* )
( x1 x2 x3 ) ( s1 s2 s3 ) (5 5 5)
(0,5,0) (5,5,0) ( x1 x2 s3 ) ( s1 s2 x3 ) (5 5 0)
x3 ( x1 s2 x3 ) ( s1 x2 s3 ) (5 0 5)
( x1 s2 s3 ) ( s1 x2 x3 ) (5 0 0)
(5,0,5)
( s1 x2 x3 ) ( x1 s2 s3 ) (0 5 5)
(0,0,5)
( s1 x2 s3 ) ( x1 s2 x3 ) (0 5 0)
x1 ( s1 s2 x3 ) ( x1 x2 s3 ) (0 0 5)
((0,0,0)) ((5,0,0))
( s1 s2 s3 ) ( x1 x2 x3 ) (0 0 0)

10
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Bsquedaexhaustivadesolucionesbsicas
El teorema fundamental de la programacin lineal asegura que si un problema de programacin lineal tiene solucin ptima finita, entonces
necesariamente existe un punto extremo de la regin factible en el que alcanza dicha solucin ptima. Por tanto este resultado resuelve
tericamente el problema de la programacin lineal, puesto que la solucin se puede encontrar examinando el valor de la funcin objetivo en
un nmero finito de puntos.

Vamos a utilizar este resultado para obtener el punto extremo ptimo del anterior problema de programacin lineal:

Maximizar z 3 x 2 y 0h 0 s 0d x x
sujeto a : 2 x y h y
= 18
2 1 1 0 0 y 18
2 x 3 y s = 42 Maximizar 3 2 0 0 0 h sujeto a : 2 3 0 1 0 h = 42

3x y d = 24 s 3 1 0 0 1 s 24
x, y, h, s, d 0 d d

Lamatrizdeesteproblemaadmite10submatricescuadradasde3X3candidatasapuntosextremosdelareginfactible:
(x y h s d)
n n! 5! 5 4 3 2
2 1 1 0 0 10
A = 2 3 0 1 0 m m !(n m)! 3!2! 3 2 2
3 1 0 0 1

Estassubmatricessonlassiguientes:

2 1 1 2 1 0 2 1 0 2 1 0 2 1 0 2 0 0 1 1 0 1 1 0 1 0 0 1 0 0
2 3 0 ; 2 3 1 ; 2 3 0 ; 2 0 1 ; 2 0 0 ; 2 1 0 ; 3 0 1 ; 3 0 0 ; 3 1 0 ; 0 1 0

3 1 0 3 0 0 3 0 1 3 0 0 3 0 1 3 0 1 1 0 0 1 0 1 1 0 1 0 0 1

11
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Enumeracindelassolucionesbsicasfactibles
1
Vamosacalcularcadaunadelassolucionesbsicasfactiblesyelvalorcorrespondientedelafuncinobjetivo: xB B bB ; z B cBT xB

2 1 1 0 -0.14 0.43 x 4.29 2 0 0 0.5 0 0 x 9


1
B 2 3 0 ; B 0 0.43 -0.29 ; xB y 11.14
B 2 1 0 ; B 1 1 1 0 ;
xB s 24
3 1 0 0.33 -0.05 0.19
0.05 -0.19 h -0.57
0.57 3 0 1 1.5 0 1 d 3
no factible porque h es negativa no factible porque d es negativo
2 1 0 1 0 1 x 6 1 1 0 0 0 1 y 24
B 2 3 1 ; B 3 0 -2 ;
1
xB y 6 B 3 0 1 ; B 1 0 1 ;
1
xB h 6
3 1 0 -7
7 1 4 s 12 1 0 0 0 1 3 s 30
factible: z B 30, x = 6, y = 6 no factible porque h y s son negativos
2 1 0 0.75 0.25 0 x 3 1 1 0 0 0.333 0 y 14
B 2 3 0 ; B 0.5
1
0.5 0 ; xB y 12 B 3 0 0 ; B 1 0.333 0 ; xB h 4
1
3 1 1 1.75 0.25 1 d 3 1 0 1 0 0.333 1 d 10
factible: z B = 33, x = 3, y = 12 factible: z B = 28, x = 0, y = 14
2 1 0 0 0 0.33 x 8 1 0 0 1 0 0 y 18
1
B 2 0 1 ; B 1 0 0.67 0 67 ; xB h 2
B 3 1 0 ; B 3 1 0 ;
1
xB s 12
3 0 0 0 1 0.67 s 26 1 0 1 1 0 1 d 6
factible: z B 24, x = 8, y = 0 no factible porque s es negativo
2 1 0 0 0.5 0 x 21 1 0 0 1 0 0 h 18
B 2 0 0 ; B 1 1 0 ;
1
xB h 24 B 0 1 0 ; B 0 1 0 ;
1
xB s 42
3 0 1 0 1.5 1 d 39 0 0 1 0 0 1 d 24
no factible porque h y d son negativos factible: z B 0, x = 0, y = 0

Slo5sonbsicasfactibles,ylaqueproducevalormximoalafuncindecostees: z B = 33, x = 3, y = 12

12
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Mtodo del Simplex
Hemos visto que el teorema fundamental de la programacin lineal permite resolver estos problemas examinando el valor de la funcin
objetivo en un nmero finito de puntos.
puntos Sin embargo,
embargo el nmero de puntos extremos de un problema puede ser muy elevado por lo que
se hace necesaria alguna estrategia que examine los puntos extremos de una manera eficiente, es decir, que recorra a ser posible en
primer lugar los ms prometedores como candidatos a ptimos, y que disponga de un criterio que determine que se ha alcanzado la
solucin ptima sin haber realizado un recorrido completo de todos puntos extremos.

El mtodo del simplex rene estas caractersticas ya que parte de un punto extremo inicial cualquiera(solucin bsica factible) y mediante
unos criterios muy precisos opera de forma iterativa pasando de un punto extremo a otro adyacente (slo se diferencia en una variable
que en uno es bsica y el otro no) que mejora (o por lo menos no empeora) la funcin objetivo de procedencia, alcanzado la solucin
ptima en un nmero finito de pasos.

Solucin ptima
Solucinptima

Iteracionesdelmtodosimplex

Solucinbsicafactibleinicial

Es evidente que cuanto mejor sea la solucin bsica de partida ms eficiente resultar el mtodo, llegndose antes a la solucin ptima.

13
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Introduccinalmtododelsimplex
Vamosaintroducirelmtododelsimplexdeunamaneraintuitivautilizandoelejemploanteriorenformaestndar:
Maximizar z = 3x + 2y
sujeto a : 2x + y + h = 18
2x+ 3y + s = 42
3x + y + d = 24 x, y, h, s, d 0
Expresinmatricial: Maximizar z cT x cT 3 2 0 0 0
2 1 1 0 0
sujeto a Ax b
xT x y h s d A = 2 3 0 1 0
x0
3 1 0 0 1
bT [18 42 24]
Partiremosdeunabaseinicialeiremospasandoensucesivasiteracionesporbasesdemejorcostehastaalcanzarelptimo
0)Eleccindeunabaseinicial
El algoritmo del simplex parte de una solucin bsica factible inicial correspondiente a un punto extremo de la regin factible. En nuestro caso, y
aprovechando las variables de holgura introducidas, resulta fcil obtener una solucin bsica haciendo x=0 e y=0 y resolviendo el sistema
x = 0 y

y = 0
1 0 0 2 1 1 0 0
h = 18
resultante en h, s y d : que corresponde a la base: B1 0 1 0 de A = 2 3 0 1 0

s = 42 0 0 1 3 1 0 0 1
d = 24

z = 0 h = 18 2x y (0,0);z=0
s = 42 2x 3y
x

Podemosreescribirelsistemadeecuacionesdespejandolasvariablesbsicas:
d = 24 3x y
z = 0 + 3x + 2yy
Seobservaqueesposiblemejorarz introduciendo x oy enlabaseysacandoh,s od.Introduciremos x queaportamsquey az (3frentea2).

14
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
1)Primeraiteracin
Introducir x en la base significa que aumentamos su valor de cero a un valor positivo. Es evidente que cuanto mayor sea este valor mayor
aportacin har x a z.
z Sin embargo,
embargo el valor de x no debe salir de la regin factible,
factible lo que significa que debe respetar las restricciones,
restricciones incluidas
las de no negatividad. Puesto que y va a seguir fuera de la base seguir valiendo y =0 y tendremos:
d eslavariablequedeterminaelmximovalorque
18
x puedeaportarx alafuncinobjetivo,8
h = 18 2x h0 0 h = 18 2x 2
18 42 24
x Min , , Min 9,21,8 8
s = 42 2x s0 0 s = 42 2x 42
x
2 2 2 3
d = 24 3x d 0 0 d = 24 3x
24
x
3
x 8 d 0 d
Cuandodejalabase.Portantohemossacadoad delabaseyhemosintroducidoax.Losnuevosvaloresdelas
variablessern: y
h = 18 - 2 8 = 2 x= 8
s = 42 - 2 8 = 26 y=0
d = 24 - 3 8 = 0 h= 2
z = 3x + 2y = 3 8 = 24 s = 26
d =0
(0,0);z=0 (8,0);z=24
z = 24 x
Despejemosenelsistemalasvariablesbsicas:

h = 18 - 2 1 (24 - y - d) - y h = 2 - 1 y + 2 d
h = 18 2x y 3
s = 42 2x 3y 3 3
s = 42 - 22 1 (24 - y - d) - 3y s = 26 - 7 y + 2 d
3 3 3

d = 24 3x y x = 1 (24 - y - d) x = 8 - 1 y - 1 d
z = 0 + 3x + 2y 3
3 3
z = (24 - y - d) + 2y z = 24 + y - d

Seobservaqueesposiblemejorarz introduciendo y enlabaseysacandoah os.

15
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
2)Segundaiteracin
Introduciry enlabasesignificaqueaumentamossuvalordeceroaunvalorpositivo.Esevidentequecuantomayorseaestevalormayor
aportacin har y a z.Sinembargo,elvalorde
aportacinhar z Sin embargo el valor de y nodebesalirdelareginfactible,loquesignificaquedeberespetarlasrestricciones,incluidas
no debe salir de la regin factible lo que significa que debe respetar las restricciones incluidas
lasdenonegatividad.Puestoque d vaaseguirfueradelabaseseguirvaliendod =0 ytendremos:

h= 2 - 1 y 0 h= 2 - 1 y
3 h0 3 y6
s = 26 - 7 y s0 0 s = 26 - 7 3 y y 11,4
3 y Min 6,11,4,24 6
x= 8- 1 y x0 0 x= 8- 1 y y 24
3 3
d y 6 h0h d j l b
Cuandodejalabase.Portantohemossacadoah
C P t t h d h delabaseyhemosintroducidoay.Losnuevosvaloresdelas
d l b h i t d id L y
l d l
variablessern:
x=6
h = 2 - 1 6 = 0 y=6
3
s = 26 - 7 6 = 12 h= 0
3
s = 12 (6,6);z=30
x = 8 - 1 6 = 6
3 d =0
(0,0);z=0
z = 3x + 2y = 36 + 26 = 30 (8,0);z=24
z = 30 x

Despejemosenelsistemalasvariablesbsicas:

h = 2 - 1 y + 2 d
3 3 y = 6 - 3h+ 2d
s = 26 - 7 y + 2 d s = 12+7h - 4d
3 3

x = 8 - 1 y - 1 d x = 6 + h - d
3 3 z = 30 - 3h+ d
z = 24 + y - d
Seobservaqueesposiblemejorarz introduciendo d enlabase.

16
3)Terceraiteracin
Introducird enlabasesignificaqueaumentamossuvalordeceroaunvalorpositivo.Esevidentequecuantomayorseaestevalormayor
aportacinhar
aportacin har d a z.Sinembargo,elvalorde
z Sin embargo el valor de d nodebesalirdelareginfactible,loquesignificaquedeberespetarlasrestricciones,incluidas
no debe salir de la regin factible lo que significa que debe respetar las restricciones incluidas
lasdenonegatividad.Puestoque h vaaseguirfueradelabaseseguirvaliendoh =0 ytendremos:

y = 6 + 2d y0 0 y = 6 + 2d d 3
Mi 3,6
d Min 3 6 = 3
s = 12 - 4d s0 0 s = 12 - 4d d 3
x=6 -d x0 0 x=6 -d d 6

C d d 3 s 0 s d j l b
Cuandodejalabase.Portantohemossacadoas
P t t h d d l b
delabaseyhemosintroducidoad.Losnuevosvaloresdelas
h i t d id d L l d l
variablessern:

x= 3 y
y = 6 + 2 3 = 12 y = 12
s = 12 - 12 = 0 h= 0 (3,12);z=33

x= 6 -3= 3 s=0
z = 3x + 2y = 3 3+ 212 = 33 d =0 (6,6);z=30

z = 33
Despejemosenelsistemalasvariablesbsicas: (0,0);z=0 (8,0);z=24
x

y = 6 - 3h+ 2d y =
s = 12+7h - 4d
d = 3+ 7 4 h - 1 4 s

x = 6 + h - d x =
z = 30 - 3h+ d z = 33 - 5 h - 1 s
4 4
Yanoesposiblemejorarz puestoqueloscoeficientesdelasvariablesnobsicassontodosnegativos.Luegohemosalcanzadoelptimo

17
Fundamentosdelmtododelsimplex
Maximizar z cT x Los trminos ( z j c j ) son los costes reducidos.
Determinan la aportacin de las variables
sujeto a A b
Ax no bsicas a la funcin objetivo
x0
a11 ... a1n x1 b1 c1 a1 j

A ... ... ... ; x ... ; b ... ; c ... ; a j ... ; A a1...a j ...an
am1 ... amn xn bm cn amj

Sea B a j1 ...a j2 ...a jm una submatriz de A formada por m columnas de A y de rango m
Sean : I j1 , j2 ,..., jm = conjunto de ndices de las columnas de B
J 1,2,..., n I conjunto de ndices de las columnas de A que no estn en B
xB xB
A B N ; x Ax b se puede escribir: B N b, o bien : Bx B Nx N b (1)
xN xN
0 Ax b se convierte en Bx B b cuya solucin es : x B B 1b
si hacemos x N 0,
x
Supongamos que B 1b 0 de manera que B es una solucin bsica factible
0
Expresindelsistemaderestriccionesconrespecto
x
z B cB c N B cB x B c N 0 cB B 1b alasvariablesnobsicas(sistemaexplcito)
0
x B B 1 Nx N B 1b
llamando Y =B 1 N tenemos: x B Yx N B 1b = x B Apartirdelsistemaexplicitose
extraenlasconclusionestericas
y multiplicando por cB la ecuacion anterior tenemos c B x B cBYx N cB x B necesariasparaencontrarlos
restando z = c B x B c N x N de la ecuacin anterior criteriosdelalgoritmodelsimplex
c N x N cBYx N z cB x B z z
( c N cBY ) x N z z z z ( c N cBY ) x N
z z (z j c j )x j ; donde Y [ y j ] jJ [ ysj ]sI , jJ Expresindelafuncinobjetivoconrespectoalas
jJ variablesnobsicas(sistemaexplcito)

18
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Criteriosdelmtododelsimplex

Criteriodeptimo

LacondicinnecesariaysuficienteparaqueunasolucinbsicafactibleasociadaaunabaseB seaptimaes:

j J ( z j c j ) 0

Criteriodeentrada

Se introduce la variable xk tal que | zk ck | Mximo | z j c j |;( z j c j ) 0

Criteriodesalida

xl x
Si xk es la variable de entrada la de salida ser la xl que cumpla Mnimo s ; ysk 0 | s I
ylk ysk

Criteriodenoacotacin

k J | ( z j c j ) 0 con yk 0

19
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
MtododelSimplexalgebraico
Supondremosquesetratadeunproblemaqueseencuentraensuformaestndar.Encasocontrarioseintroducenlasvariables
p
necesariasparallevarloalaformaestndar.

Maximizar z cT x a11 ... a1n x1 b1 c1 a1 j



sujeto a Ax b A ... ... ... ; x ... ; b ... ; c ... ;

a j ... ; A a1...a j ...an
x0 am1 ... amn xn bm cn amj

1)ElprocesocomienzaapartirdeunabasefactibleconocidadeA.Sea:
B submatriz no singular de A de dimensin m m (una base factible x B B 1b 0 )
I conjunto de ndices de B; J 1, 2,..., n I conjunto de ndices de A que no estan en B
2) Calculamos:
2)Calculamos:
y j B 1a j ; j J
z j cTB y j
(z j c j )
3))

Si ( z j c j ) 0 j J x B es una solucin bsica ptima con z cBt x B FIN

Si j J : ( z j c j ) 0 entonces definimos J1 j J | ( z j c j ) 0

Si j J1 | y j 0 solucin no acotada FIN

Si j J1 | y j > 0 entonces calculamos k y l

Clculo de k : criterio de entrada : Max | z j c j |; j J1 | zk ck |


x x
Clculo de l : criterio de salida : Min s ; ysk 0; s I l
ysk ylk
Calculamos la nueva base B sustituyendo la columna l por la columna k
Se repite el proceso con la nueva base B

20
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo
Maximizar z = 3x + 2y Maximizar z = 3x + 2y
2 + y 18
sujeto a : 2x fforma sujeto a : 2x
2 + y+h = 18
estndar
2x + 3y 42 2x + 3y + s = 42
3x + y 24 3x + y + d = 24
x 0, y 0 x 0, y 0

x x

y 2 1 1 0 0 y 18
M i i
Maximizar 3 2 0 0 0 h j t a : 2 3 0 1 0 h 42
sujeto

s 3 1 0 0 1 s 24
d d

dvar float+ x;
(x y h s d) dvar float+ x;
dvar float+ y; OPL 2 1 1 0 0 dvar float+ y; OPL

A 2 3 0 1 0
maximize 3*x+2*y; dvar float+ h;
subject to dvar float+ s;
{ dvar float+ d;
2*x + y <= 18; 3 1 0 0 1 maximize 3*x+2*y;
2*x + 3*y <= 42; subject to

cT 3 2 0 0 0
3*x + y <= 24; {
} 2*x + y + h == 18;
2*x + 3*y + s == 42;
xT x y h s d 3*x + y + d == 24;

//solution(optimal)withobjective33 bT [18 42 24] //solution(optimal)withobjective33


x=3; x=3;
y=12; y=12;
h=0;
s=0;
0
d=3;

21
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo:simplexalgebraico
Unavezllevadoelproblemaalaformaestndaresevidentequelostresvectorescolumnade A correspondientesalasvariablesde
holguraconstituyenunabasefactiblequeutilizaremoscomopuntodepartidadelmtododelsimplex:
holgura constituyen una base factible que utilizaremos como punto de partida del mtodo del simplex:

1)
(h s d)
1 0 0 1 0 0 h 1 0 0 18 18
B1 0 1 0 ; B1 0 1 0 ; s B1 b 0 1 0 42 42
1 1

0 0 1 0 0 1 d 0 0 1 24 24

2)
1 0 0 2 2 1 0 0 1 1
y x B11 x 0 1 0 2 2 ; y y B11 y 0 1 0 3 3
0 0 1 3 3 0 0 1 1 1

2 1
z x cB1 y x 0 0 0 2 0; z y cB1 y y 0 0 0 3 0
y
3 1

z x cx 3; z y c y 2;
3)

Max | z x cx |,|
| | z y c y | 33, 2 3 x entra en la base

h s d 18 42 24
Min , , , , 9, 21,8 8 d deja la base
yx1 y x 2 y x 3 2 2 3
(0,0);z=0
x
22
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo:simplexalgebraico

Repetimoselprocesoconlanuevabase
p p B2:

1)
(h s x)
1 0 2 1 0 0, 6667 h 1 0 0, 6667 18 2
1
B2 0 1 2 ; B2 0 1 00, 6667 ; s B2 b 0 1 0,
1
0 6667 42 26
0 0 3 0 0 0,3333 x 0 0 0,3333 24 8

2)

1 0 00, 6667 1 0,333


0 333 1 0 0,
0 6667 0 00, 6667
y y B2 1
y 0 1 0, 6667 3 2,333 ; yd B2 d 0 1 0, 6667 0 0, 6667 ;
1
0 0 0,3333 1 0,333 0 0 0,3333 1 0,3333

0,333 0, 6667
y
z y cB2 y y 0 0 2 2,333 0, 666; zd cB2 yd 0 0 2 0, 6667 0, 6666;

0,333 0,3333

z y c y 0, 666 2 1,333; zd cd 0, 6666;

3)
Max | z y c y | 1,333 1,333 y entra en la base

2 26 8
Min , , 6, 11, 444, 24, 024 6 h deja la base
0,333 2,333 0,333
(0,0);z=0 (8,0);z=24
x
23
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo:simplexalgebraico
RepetimoselprocesoconlanuevabaseB3:

1)

( y s x)
1 0 2 3 0 2 y 3 0 2 18 6
B3 3 1 2 ; B3 5 1 4 ; s B3 b 7 1 4 42 12
1 1

1 0 3 2 0 1 x 1 0 1 24 6

2)

3 0 2 1 3 3 0 2 0 2
3
1
yh B s 5 1 4 0 7 ; yd B3 d 5 1 4 0 4
1
1 0 1 0 1 1 0 1 1 1

y
3 2
zh cB3 yh 2 0 3 7 3; zd cB3 yd 2 0 3 4 1

1 1

zh ch 3; zd cd 1;
3)

Max | zd cd | 1 1 d entra en la base (6,6);z=30

12 6
Min , Min3,, 6 3 s deja
j la base
4 1 (0 0); z 0
(0,0);z=0 (8 0); z 24
(8,0);z=24
x

24
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo:simplexalgebraico

Repetimoselprocesoconlanuevabase
p p B4:

1)
( y d x)
1 0 2 0,5 0,5 0 y 0,5 0,5 0 18 12
B4 3 0 2 ; B4 1,75 0,25 1 ; d B4 b 1,75 0,25 1 42 3
1 1

1 1 3 0,75 0,25 0 x 0,75 0,25 0 24 3

2)

0,5 0,5 0 1 0,5 0,5 0,5 0 0 0,5


yh B4 h 1,75 0,25 1 0 1,75 ; ys B4 s 1,75 0,25 1 1 0,25
1 1

0,75 0,25 0 0 0,75 0,75 0,25 0 0 0,25


y
0,5 0,5
zh cB3 yh 2 0 3 1,75 1,25; zd cB3 yd 2 0 3 0,25 0,25

0,75 0,25 ((3,12);z=33
, );
3)

No es posible mejorar
y 12
z cB3 d 2 0 3 3 33
(6,6);z=30
x 3

(0,0);z=0 (8,0);z=24
x

25
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Simplextabular
Esta versin del Simplex permite situar la informacin del problema inicial y las distintas iteraciones en forma tabular, que resulta ms
cmodo si el problema se resuelve de forma manual.
manual En el siguiente esquema especificamos la forma de construir la tabla inicial del
mtodo que corresponde a la solucin bsica factible de partida
Coeficientesdelasvariables
Valoresdetodosloscoeficientesdelafuncinobjetivo
bsicasenlafuncinobjetivo

Nombres de todas las variables del problema


Nombresdetodaslasvariablesdelproblema

c1 ... cn
cB variables bsicas x1 ... xn xB
cB1 xB1 y11 ... y1n xB1
Vectores columna y j asociadosconlasrespectivasvariablesx
Vectorescolumnay asociados con las respectivas variables x j
. . . . . .
. . . . . .
. . . . . . Valoresdelasvariablesbsicas

cBm xBm ym1 ... ymn xBm


z1 c1 ... zn cn z
Valordelafuncinobjetivo

Valoresdeloscostesreducidos:indicadoresdelsimplex

Nombres de las variables bsicas


Nombresdelasvariablesbsicas

Ejemplo:
(3 2 0 0 0 )
Maximizar z = 3x + 2y x y h s d
sujeto a : 2x + y + h = 18 0 h 2 1 1 0 0 18
2x + 3y + s = 42 0 s 2 3 0 1 0 42
3x + y + d = 24 0 d 3 1 0 0 1 24
x 0, y 0 3 2 0 0 0 0

26
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Simplextabular:algoritmo

zj cj 0
1) Siexistealgnvalorqueexisteposibilidaddemejorayvamosalpaso2).

zj cj 0
SitodolaactualsolucineslaptimayelproblemaFACTIBLE:FIN

g zj cj 0 yj 0 p
2)) SiparaalgnessuvectorasociadoelproblemaesNOACOTADO,encasocontrariovamosalpaso3)
p , p )

3) Seleccindelasvariablesdeentradaysalida:seseleccionacomovariabledeentradaaquellaconvalormsnegativodez j c j

xk
yladesignaremosporsiendo k lacolumnapivote.Seseleccionacomovariabledesalidaaquellaquehagamnimalarazn

xBi yik para yik 0 Lafilaconmnimaraznladesignamosporr ysedenominafilapivote.Elelementosedenomina


yrk

pivote.

4) Clculodelanuevatabla:

xBr
a)Seconstruyeunanuevatablavacaenlaquesesustituyelavariablebsicadesalidaporlanuevavariable xk cBr por ck
bsicay

b)Lafilardelanuevatablaseobtienedividiendolafilar delaprecedenteporelpivoteylacolumnak delanuevatablaseformacon

cerosexceptoellugardelpivotequeseponea1.

c)Losrestanteselementosdelatablalosobtenemosrestandodelosantiguoselvalorde a dadoporlasiguienteexpresin:

yij yij a erj eij
a con (i r )
xij xij a yrk
erj elemento en la fila pivote de la columna j
(z j c j ) (z j c j ) a
eik elemento de la fila i de la columna pivote
z za

27
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejemplo:simplextabular

x y h s d x y h s d
h 2 1 1 0 0 18 y 0 1 3 0 2 6
y
s 2 3 0 1 0 42 s 0 0 7 1 4 12
d 3 1 0 0 1 24
(
(0,14);z=28
) x 1 0 1 0 1 6
3 2 0 0 0 0 3
0 0 1 0 1 30
(3,12);z=33
18 42 24
9; 21; 8
2 2 3 12 6
3; 6
4 1

(6,6);z=30

x y h s d
h 0 1 1 0 2 2 (0,0);z=0 (8,0);z=24 x y h s d
3 3
x y 0 0 12
s 0 7 0 1 2 26
3 3
d 0 0 7 1 1 3
x 1 1 0 0 1 8 4 4
3 3 x 3
0 1 0 0 1 24
0 1 8 1 0 33

2 26 8
6; 11,1; 24
1 7 1
3 3 3

28
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
MtododelSimplex:solucinbsicainicial
Las variables de holgura introducidas para convertir inecuaciones en ecuaciones nos han permitido en el ejemplo anterior disponer de una
solucin bsica inicial fcil de conseguir:
g la correspondiente
p a las variables de holgura
g cuya
y matriz bsica resultaba ser la matriz unidad. Pero
si una o ms de las restricciones de desigualdad fuese de sentido opuesto, la variable de holgura habra que introducirla restando, por lo que
la correspondiente solucin bsica no sera factible. Por ejemplo, si cambiamos el sentido de la desigualdad en la primera restriccin del
ejemplo anterior tendremos:
dvar float+ x;
Maximizar z = 3x + 2y Maximizar z = 3x + 2y dvar float+ y;
dvar float+ z;
sujeto a : 2x + y 18 sujeto a : 2x + y h = 18
forma maximize 3*x+2*y;
2x + 3y 42 estndar 2x + 3y + s = 42 subject to
3x + y + d = 24 {
3x + y 24 2*x+y >= 18;
x 0, y 0 x, y, h, s, d 0 2*x + 3*y <= 42;
3*x + y <= 24;
h s d
1 0 0 1 0 0 h 1 0 0 18 18 //solution(optimal)withobjective35.1
B1 0 1 0 ; B11 0 1 0 ; x s B11 b 0 1 0 42 42
x=4.2857;
y = 11 143;
y=11.143;
0 0 1 0 0 1 d 0 0 1 24 24
B1 es una matriz bsica pero no es factible ya que una de las variables de decisin (h) toma valor negativo (18) por lo que no se puede
utilizar para iniciar el mtodo del simplex.
Enestoscasospodemosintroducirvariablesartificialesenlascorrespondientesecuacionesparadisponerdeunabasefactible.Porejemplo,
p f p p p j p ,
introduciendolavariableartificiala enlaprimerarestriccindelproblemaanteriortenemos:
Variableartificial
Maximizar z = 3x + 2y a s d
sujeto a : 2x + y h+ a = 18 1 0 0 1 0 0 a 1 0 0 18 18
2 + 33y + s
2x = 42
2 B1 0 1 0 ; B11 0 1 0 ; x s B11 b 0 1 0 42 42

3x + y + d = 24 0 0 1 0 0 1 d 0 0 1 24 24
x , y , h, s , d , a 0 Variablesdeholgura

Conlaintroduccindelavariableartificiala hemosconseguidodenuevounabasefactible
g B1 conlaqueiniciarelmtododelsimplex,sin
q p ,
embargoenestecasoelproblematransformadonoesequivalente.Esevidentequeunasolucinfactibledelproblematransformado enla
quelavariablea=0,sertambinunasolucinfactibledelproblemaoriginal.
29
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
MtododelSimplex:solucinbsicainicialconvariablesartificiales
Existendosmtodospararesolverunproblemadeprogramacinlineal(problemaoriginal)quesehaconvertidoenunoartificial(problema
aumentado)conlaintroduccindevariablesartificiales:elmtododelasdosfasesyelmtododelaspenalizaciones.

Mtododelasdosfases
Fase1:Sedeterminarsielproblemaoriginalesfactibleyencasoafirmativosecalculaunasolucinfactibleinicial.Paraellose resuelveel
problemaqueresultadesustituirlafuncinobjetivooriginalporlalasumadelasvariablesartificiales:
p q j g p

Minimizar t = 1 xa
x
sujeto a : Aa a =b ; xa , x 0
x
Si se dispone de una solucin bsica factible de este problema auxiliar con t = 0 entonces se dispone de una solucin bsica factible del
problema original.

Fase2:Seaplicaelmtododelsimplexpartiendodelasolucinbsicafactibleobtenidaenlafase1,ahoraconlafuncinobjetivooriginal.

Mtododelaspenalizaciones
Este mtodo consiste en forzar las variables artificiales a que tomen un valor nulo en la solucin ptima introduciendo estas variables en la
funcin objetivo con unos coeficientes M para un problema de minimizacin y M para uno de maximizacin , siendo M un nmero positivo
arbitrariamente grande, es decir, un nmero siempre mayor que cualquier otro con el que se compare en la aplicacin del mtodo. Por esta
razn se le denomina como el mtodo de la gran M (big M method).

Problemaoriginal Maximizar z = c x Maximizar z = m xa c x Problemaaumentado

x x
sujeto a : Aa a =b ; xa , x 0 sujeto a : Aa a =b ; xa , x 0
x x
m T M ... M m T M ... M

1) Siunodelosproblemasnotieneptimofinitoelotrotampocolotiene.
xa 0
2) Todasolucinfactibledelproblemaoriginaltambinloesdelproblemaaumentado(bastatomar)
3)) Todasolucinfactibledelproblemaaumentadoquenocontengavariablesartificialesestrictamentepositivasesunasolucinfactibledel
p q g p
problemaoriginal.

30
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL
Ejercicio
Dado el siguiente problema de programacin lineal:

Maximizar z = 4x1 + x2
sujeto
j a: - x1 + 2x2 4
2x1 + 3x2 12
4x1 - 4x2 12
x1 , x2 0

a) Pasarlo a la forma estndar equivalente

b) Resolverlo enumerando las soluciones bsicas factibles y calculando la funcin objetivo en cada una de ellas.

c) Resolverlo utilizando el mtodo del simplex algebraico o tabular

31
J.J.RUZ,INTRODUCCINALAPROGRAMACINMATEMTICA,MSTERUNIVERSITARIOENINGENIERADESISTEMASYDECONTROL