Método Simplex: Encontrado una SBF

CCIR / Matemáticas

euresti@itesm.mx

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 1 / 31

 Determinación de SBF

Determinación de SBF

El método Simplex visto requiere que se tenga una SBF, pero ¿cómo hallarla?
Existen dos métodos disponibles:
El método de la M grande.
El método Simplex de las dos fases.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 2 / 31

 Método de la M grande

Método de la M grande

1 Modifique las restricciones para que los segundos miembros sean mayor o
igual que cero.
2 Identifique las restricciones del tipo = y las del tipo ≥.
3 Convierta a la forma estándar.
4 A cada una de las restricciones identificadas añada una variable artificial ai
(Con restricciones ai ≥ 0).
5 Sea M un número positivo muy grande. Si el problema es de minimización,
sume M ai a la función objetivo. Si es de maximización, sume −M ai .
6 Aplique el Simplex. Si al terminar el Simplex. . .
todas las variables artificiales son cero, entonces se ha encontrado el
óptimo al problema original.
existe alguna variable artificial con valor positivo en la solución óptima
encontrada, entonces el problema original tiene región factible vacı́a.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 3 / 31

 Ejemplo 1

Ejemplo 1
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 20
con x1 , x2 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 4 / 31

 Ejemplo 1

Ejemplo 1
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 20
con x1 , x2 ≥ 0.
Solución
La forma estándar queda:

Minimice z = 2 x1 + 3 x2 + M a1

sujeto a
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 20
con x1 , x2 , s1 , e1 , a1 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 4 / 31

 Ejemplo 1

La versión matricial de queda:

 
z x1 x2 s1 e1 a1 RHS VB
 1 −2 −3 0 0 −100 0 z 
 
 0 1/2 1/4 1 0 0 4 s1 
0 2 3 0 −1 1 20 a1

como la matriz no es reducida en z, s1 y a1 hagamos R1 ← R1 + 100 R3 :

 
z x1 x2 s1 e1 a1 RHS VB
 1 198 297
 0 −100 0 2000 z  
 0 1/2 1/4 1 0 0 4 s1 
0 2 3 0 −1 1 20 a1

la cual representa la solución básica z = 2000, s1 = 4, a1 = 20, x1 = 0, x2 = 0 y

e1 = 0. La cual se deduce que no es óptima.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 5 / 31

 Ejemplo 1

De la matriz
 
z x1 x2 s1 e1 a1 RHS VB
 1 198 297
 0 −100 0 2000 z 

 0 1/2 1/4 1 0 0 4 s1  16 = 4/(1/4)
0 2 3 0 −1 1 20 a1 → x2 8.66 = 20/3

deducimos que la variable no básica entrante es x2 y que la variable básica

saliente es a1 .

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 6 / 31

 Ejemplo 1

Para cambiar la variable básica a1 por la variable no básica x2 hacemos sobre la

Tabla Simplex
 
z x1 x2 s1 e1 a1 RHS VB
 1 198 297
 0 −100 0 2000 z 

 0 1/2 1/4 1 0 0 4 s1 
0 2 3 0 −1 1 20 a1 → x2

las operaciones: 1.- R3 ← 31 R3 , 2.- R1 ← R1 − 297 R3 , 3.- R2 ← R2 − 1

4 R3 , para
obtener:

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 7 / 31

 Ejemplo 1

Para cambiar la variable básica a1 por la variable no básica x2 hacemos sobre la

Tabla Simplex
 
z x1 x2 s1 e1 a1 RHS VB
 1 198 297
 0 −100 0 2000 z 

 0 1/2 1/4 1 0 0 4 s1 
0 2 3 0 −1 1 20 a1 → x2

las operaciones: 1.- R3 ← 31 R3 , 2.- R1 ← R1 − 297 R3 , 3.- R2 ← R2 − 1

4 R3 , para
obtener:
z x1 x2 s1 e1 a1 RHS VB
 
 1 0 0 0 −1 −99 20 z 
 
 0 1 0 1 1
− 1 7
s 1

12 12 3
0 23 1 0 − 13 1
3
20
3 x2
La cual representa la SBF z = 20, x1 = 0, x2 = 20/3, s1 = 7/3, e1 = 0 y a1 = 0.
La cual es óptima.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 7 / 31

 Ejemplo 2

Ejemplo 2
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 36
x1 + x2 = 10
con x1 , x2 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 8 / 31

 Ejemplo 2

Ejemplo 2
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥ 36
x1 + x2 = 10
con x1 , x2 ≥ 0.
La forma estándar queda:

Minimice z = 2 x1 + 3 x2 + M a1 + M a2

sujeto a
1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 36
x1 + x2 + a2 = 10

con x1 , x2 , s1 , e1 , a1 , a2 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 8 / 31

 Ejemplo 2

La versión matricial de queda:

 
z x1 x2 s 1 e1 a1 a2 RHS VB
 1 −2 −3 0 0 −1000 −1000 0 z 
 
 0 1/2 1/4 1 0 0 0 4 s1 
 
 0 2 3 0 −1 1 0 36 a1 
0 1 1 0 0 0 1 10 a2

como la matriz no es reducida en z, s1 , a1 y a2 hagamos R1 ← R1 + 1000 R3 y

R1 ← R1 + 1000
 R4 : 
z x1 x2 s1 e1 a1 a2 RHS VB
 1 2998 3997 0 −1000 0 0 46000 z 
 
 0 1/2 1/4 1 0 0 0 4 s1 
 
 0 2 3 0 −1 1 0 36 a1 
0 1 1 0 0 0 1 10 a2

la cual representa la solución básica z = 46000, s1 = 4, a1 = 36, a2 = 10, x1 = 0,

x2 = 0 y e1 = 0. No es óptima.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 9 / 31

 Ejemplo 2

De la matriz
 
z x1 x2 s1 e1 a1 a2 RHS
 1 2998
 3997 0 −1000 0 0 46000 z 

 0 1/2 1/4 1 0 0 0 4 s1  16 = 4/(1/4)
 
 0 2 3 0 −1 1 0 36 a1  12 = 36/3
0 1 1 0 0 0 1 10 a2 10 = 10/1

deducimos que la variable no básica entrante es x2 y que la variable básica

saliente es a2 .

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 10 / 31

 Ejemplo 2

Para cambiar la variable básica a2 por la variable no básica x2 hacemos sobre la

Tabla Simplex
 
z x1 x2 s1 e1 a1 a2 RHS VB
 1 2998 3997 0 −1000 0 0 46000 z 
 
 0 1/2 1/4 1 0 0 0 4 s1 
 
 0 2 3 0 −1 1 0 36 a1 
0 1 1 0 0 0 1 10 a2 → x2
1
las operaciones: 1.- R1 ← R1 − 3997 R4 , 2.- R2 ← R2 − 4 R4 , 2.- R3 ← R3 − 3 R4
para obtener:

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 11 / 31

 Ejemplo 2

Para cambiar la variable básica a2 por la variable no básica x2 hacemos sobre la

Tabla Simplex
 
z x1 x2 s1 e1 a1 a2 RHS VB
 1 2998 3997 0 −1000 0 0 46000 z 
 
 0 1/2 1/4 1 0 0 0 4 s1 
 
 0 2 3 0 −1 1 0 36 a1 
0 1 1 0 0 0 1 10 a2 → x2

las operaciones: 1.- R1 ← R1 − 3997 R4 , 2.- R2 ← R2 − 41 R4 , 2.- R3 ← R3 − 3 R 4

para obtener:
 
z x1 x2 s 1 e1 a1 a2 RHS VB
 1 −999 0 0 −1000 0 −3997 6030 z 
 
 0 1/4
 0 1 0 0 −1/4 3/2 s1 

 0 −1 0 0 −1 1 −3 6 a1 
0 1 1 0 0 0 1 10 x2

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 11 / 31

 Ejemplo 2

 
z x1 x2 s1 e1 a1 a2 RHS VB

 1 −999 0 0 −1000 0 −3997 6030 z 


 0 1/4 0 1 0 0 −1/4 3/2 s1 

 0 −1 0 0 −1 1 −3 6 a1 
0 1 1 0 0 0 1 10 x2
La cual representa la SBF z = 6030, x1 = 0, x2 = 10, s1 = 3/2, e1 = 0, a1 = 6 y
a2 = 2. La cual es óptima. Como el valor de a1 = 6 > 0, entonces la región
factible al PL original es vacı́a.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 12 / 31

 Comentarios

Comentarios

¿Cómo escoger M?
Normalmente funciona que M sea al menos 100 veces más grande que el
más grande de todos los coeficientes en el Tableau.
¿Algún problema?
El uso de grandes números puede traer errores de redondeo.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 13 / 31

 El Método de las 2 Fases

El Método de las 2 Fases

1 Modifique las restricciones para que los segundos miembros sean mayor o
igual que cero.
2 Identifique las restricciones del tipo = y del tipo ≥.
3 Convierta a la forma estándar.
4 A cada una de las restricciones identificadas añada una variable artificial ai
(Con restricciones ai ≥ 0).
P
5 En la fase I, se cambia la función objetivo por minimizar w = ai y aplique
el Simplex.
6 El óptimo encontrado puede caer en alguno de los siguientes casos:

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 14 / 31

 El Método de las 2 Fases

Caso I:
Si en el óptimo w > 0, el problema original tiene región factible vacı́a.
Caso II:
Si en el óptimo w = 0 y las variables ai son no básicas, borre de la solución
óptima las variables artificiales ai y del Tableau final las columnas
correspondientes a ellas y reemplace el renglón cero por la función objetivo
del problema estándar. Pivotee y aplique el Simplex. La solución óptima que
encontrará corresponde a la solución óptima.
Caso III:
Si en el óptimo w = 0 y hay al menos una variable artificial como básica,
entonces se borran las variables artificiales no-básicas y aquellas variables del
problema original cuyo coeficiente en el renglón cero es negativo. Reemplace
el renglón cero por la función objetivo del problema estándar sin las variables
borradas. Pivotee y aplique el Simplex. La solución óptima que
encontrará corresponde a la solución óptima.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 15 / 31

 Ejemplo 3

Ejemplo 3

Ejemplo
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥20
x1 + x2 =10
con x1 , x2 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 16 / 31

 Ejemplo 3

Ejemplo 3

Ejemplo
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥20
x1 + x2 =10
con x1 , x2 ≥ 0.
La forma estándar es: Min z = 2 x1 + 3 x2 , sujeto a

1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 = 20
x1 + x2 = 10

con x1 , x2 , s1 , e1 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 16 / 31

 Ejemplo 3

Fase I: Minimizar w = a1 + a2 sujeta a:

1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 20
x1 + x2 + a2 = 10

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 17 / 31

 Ejemplo 3

Fase I: Minimizar w = a1 + a2 sujeta a:

1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 20
x1 + x2 + a2 = 10

La Tabla del Simplex queda:

w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 1/2 1/4 1 0 0 0 4 s1
0 1 3 0 −1 1 0 20 a1
0 1 1 0 0 0 1 10 a2

Observe que las variables a1 y a2 no están sustituidas en el renglón cero, pues sus
coeficientes allı́ no son cero. Para reducir hacemos las operaciones
R1 ← R1 + 1 R3 y R1 ← R1 + 1 R4 .

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 17 / 31

 Ejemplo 3
Observamos que siendo un problema de minimización, la variable no básica con el
coeficiente positivo mayor en el renglón de la función es x2 ; determinamos las
relaciones para obtener la variable básica saliente.

w x1 x2 s1 e1 a1 a2 RHS VB
1 2 4 0 −1 0 0 30 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 1 3 0 −1 1 0 20 a1 → x2 6.6
0 1 1 0 0 0 1 10 a2 10

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 18 / 31

 Ejemplo 3
Observamos que siendo un problema de minimización, la variable no básica con el
coeficiente positivo mayor en el renglón de la función es x2 ; determinamos las
relaciones para obtener la variable básica saliente.

w x1 x2 s1 e1 a1 a2 RHS VB
1 2 4 0 −1 0 0 30 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 1 3 0 −1 1 0 20 a1 → x2 6.6
0 1 1 0 0 0 1 10 a2 10

Por tanto, la variable saliente es a1 ; haciendo R3 ← 1/3 R3 , R1 ← R1 − 4 R3 ,

R2 ← R2 − 1/4 R3 y R4 ← R4 − 1 R3 dan:

w x1 x2 s1 e1 a1 a2 RHS VB
1 2/3 0 0 1/3 −4/3 0 10/3 w
0 5/12 0 1 1/12 −1/12 0 7/3 s1
0 1/3 1 0 −1/3 1/3 0 20/3 x2
0 2/3 0 0 1/3 −1/3 1 10/3 a2

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 18 / 31

 Ejemplo 3
Observamos que siendo un problema de minimización, la variable no básica con el
coeficiente positivo mayor en el renglón de la función es x2 ; determinamos las
relaciones para obtener la variable básica saliente.

w x1 x2 s1 e1 a1 a2 RHS VB
1 2 4 0 −1 0 0 30 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 1 3 0 −1 1 0 20 a1 → x2 6.6
0 1 1 0 0 0 1 10 a2 10

Por tanto, la variable saliente es a1 ; haciendo R3 ← 1/3 R3 , R1 ← R1 − 4 R3 ,

R2 ← R2 − 1/4 R3 y R4 ← R4 − 1 R3 dan:

w x1 x2 s1 e1 a1 a2 RHS VB
1 2/3 0 0 1/3 −4/3 0 10/3 w
0 5/12 0 1 1/12 −1/12 0 7/3 s1 5.6
0 1/3 1 0 −1/3 1/3 0 20/3 x2 20
0 2/3 0 0 1/3 −1/3 1 10/3 a2 5

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 18 / 31

Reconociendo a x1 como variable Ejemplo
entrante
3 y a a2 como saliente hacemos las
operaciones R4 ← 3/2 R4 , R1 ← R1 − 2/3 R4 , R2 ← R2 − 5/12 R4 , y
R3 ← R3 − 1/3 R4 para obtener:

w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 0 0 1 −1/8 1/8 −5/8 1/4 s1
0 0 1 0 −1/2 1/2 −1/2 5 x2
0 1 0 0 1/2 −1/2 3/2 5 x1

El punto es óptimo y w = 0. Termina la fase I y se reconoce el caso II: se tiene

una solución básica factible, es decir, se tiene un extremo de la región factible:
x1 = 5, x2 = 5 y s1 = 1/4.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 19 / 31

Reconociendo a x1 como variable Ejemplo
entrante
3 y a a2 como saliente hacemos las
operaciones R4 ← 3/2 R4 , R1 ← R1 − 2/3 R4 , R2 ← R2 − 5/12 R4 , y
R3 ← R3 − 1/3 R4 para obtener:

w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 0 0 1 −1/8 1/8 −5/8 1/4 s1
0 0 1 0 −1/2 1/2 −1/2 5 x2
0 1 0 0 1/2 −1/2 3/2 5 x1

El punto es óptimo y w = 0. Termina la fase I y se reconoce el caso II: se tiene

una solución básica factible, es decir, se tiene un extremo de la región factible:
x1 = 5, x2 = 5 y s1 = 1/4. La fase II comienza con parte de la tabla anterior
pero con la función objetivo original:

z x1 x2 s1 e1 RHS VB
1 −2 −3 0 0 0 z
0 0 0 1 −1/8 1/4 s1
0 0 1 0 −1/2 5 x2
0 1 0 0 1/2 5 x1

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 19 / 31

 Ejemplo 3

La matriz anterior no está reducida: hacemos las operaciones R1 ← R1 + 2 R4 y

R1 ← R1 + 3 R3 para obtener:

z x1 x2 s1 e1 RHS VB
1 0 0 0 −1/2 25 z
0 0 0 1 −1/8 1/4 s1
0 0 1 0 −1/2 5 x2
0 1 0 0 1/2 5 x1

Afortunadamente, no hubo necesidad de ningún calculo adicional pues el punto es

óptimo: x1 = 5, x2 = 5 para una evaluación de z = 25. Normalmente, esto no
ocurre ası́.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 20 / 31

 Ejemplo

Ejemplo

Ejemplo
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥36
x1 + x2 =10
con x1 , x2 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 21 / 31

 Ejemplo

Ejemplo

Ejemplo
Resuelve el siguiente modelo PL:

Minimice z = 2 x1 + 3 x2

sujeto a
1/2 x1 + 1/4 x2 ≤4
2 x1 + 3 x2 ≥36
x1 + x2 =10
con x1 , x2 ≥ 0.
La forma estándar queda: Min z = 2 x1 + 3 x2 . Sujeto a

1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 = 36
x1 + x2 = 10

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 21 / 31

 Ejemplo

Fase I: Minimizar w = a1 + a2 sujeto a

1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 36
x1 + x2 + a2 = 10

sujeto a x1 , x2 , s1 , e1 , a1 , a2 ≥ 0.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 22 / 31

 Ejemplo

Fase I: Minimizar w = a1 + a2 sujeto a

1/2 x1 + 1/4 x2 + s1 = 4
2 x1 + 3 x2 − e1 + a1 = 36
x1 + x2 + a2 = 10

sujeto a x1 , x2 , s1 , e1 , a1 , a2 ≥ 0.

w x1 x2 s1 e1 a1 a2 RHS VB
1 0 0 0 0 −1 −1 0 w
0 1/2 1/4 1 0 0 0 4 s1
0 1 3 0 −1 1 0 36 a1
0 1 1 0 0 0 1 10 a2

Observe que las variables a1 y a2 no están sustituidas en el renglón cero, pues sus
coeficientes allı́ no son cero. Se reduce haciendo R1 ← R1 + 1 R3 y
R1 ← R1 + 1 R4 .

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 22 / 31

 Ejemplo

Para determinar las variables entrante y saliente obtenemos

w x1 x2 s1 e1 a1 a2 RHS VB
1 3 4 0 −1 0 0 46 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 2 3 0 −1 1 0 36 a1 12
0 1 1 0 0 0 1 10 a2 → x2 10

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 23 / 31

 Ejemplo

Para determinar las variables entrante y saliente obtenemos

w x1 x2 s1 e1 a1 a2 RHS VB
1 3 4 0 −1 0 0 46 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 2 3 0 −1 1 0 36 a1 12
0 1 1 0 0 0 1 10 a2 → x2 10

Realizando las operaciones R1 ← R1 − 4 R4 , R2 ← R2 − 1/4 R4 y R3 ← R3 − 3 R4

para obtener:
w x1 x2 s1 e1 a1 a2 RHS VB
1 −1 0 0 −1 0 −4 6 w
0 1/4 0 1 0 0 −1/4 3/2 s1
0 −1 0 0 −1 1 −3 6 a1
0 1 1 0 0 0 1 10 x2

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 23 / 31

 Ejemplo

Para determinar las variables entrante y saliente obtenemos

w x1 x2 s1 e1 a1 a2 RHS VB
1 3 4 0 −1 0 0 46 w
0 1/2 1/4 1 0 0 0 4 s1 16
0 2 3 0 −1 1 0 36 a1 12
0 1 1 0 0 0 1 10 a2 → x2 10

Realizando las operaciones R1 ← R1 − 4 R4 , R2 ← R2 − 1/4 R4 y R3 ← R3 − 3 R4

para obtener:
w x1 x2 s1 e1 a1 a2 RHS VB
1 −1 0 0 −1 0 −4 6 w
0 1/4 0 1 0 0 −1/4 3/2 s1
0 −1 0 0 −1 1 −3 6 a1
0 1 1 0 0 0 1 10 x2

El punto es óptimo, por tanto la fase I concluye. Como el valor de w no es cero,

se deduce que la región factible para el problema original es vacı́a (Caso I).

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 23 / 31

 Ejemplo 5

Ejemplo 5
Ejemplo
Resuelve el siguiente modelo PL:

Maximice z = 40 x1 + 10 x2 + 7 x5 + 14 x6

sujeto a
x1 − x2 + 2 x5 =0
−2 x1 + x2 − 2 x5 =0
x1 + x3 + x5 − x6 =3
+ 2 x2 + x3 + x4 + 2 x5 + x6 =4

con xi ≥ 0 para i = 1, . . . , 6.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 24 / 31

 Ejemplo 5

Ejemplo 5
Ejemplo
Resuelve el siguiente modelo PL:

Maximice z = 40 x1 + 10 x2 + 7 x5 + 14 x6

sujeto a
x1 − x2 + 2 x5 =0
−2 x1 + x2 − 2 x5 =0
x1 + x3 + x5 − x6 =3
+ 2 x2 + x3 + x4 + 2 x5 + x6 =4

con xi ≥ 0 para i = 1, . . . , 6. La forma estándar queda:

max z = 40 x1 + 10 x2 + 7 x5 + 14 x6 . sujeta a

x1 − x2 + 2 x5 + a1 = 0
−2 x1 + x2 − 2 x5 + a2 = 0
x1 + x3 + x5 − x6 + a3 = 3
+ 2 x2 + x3 + x4 + 2 x5 + x6 + a4 = 4

con xi ≥ 0 para i = 1, . . . , 6 y aj ≥ 0 para j = 1, 2, 3, 4.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 24 / 31

 Ejemplo 5

Fase I: La matriz del Simplex queda:

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 0 0 0 0 0 0 −1 −1 −1 −1 0 w
0 1 −1 0 0 2 0 1 0 0 0 0 a1
0 −2 1 0 0 −2 0 0 1 0 0 0 a2
0 1 0 1 0 1 −1 0 0 1 0 3 a3
0 0 2 1 1 2 1 0 0 0 1 4 a4

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 25 / 31

 Ejemplo 5

Fase I: La matriz del Simplex queda:

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 0 0 0 0 0 0 −1 −1 −1 −1 0 w
0 1 −1 0 0 2 0 1 0 0 0 0 a1
0 −2 1 0 0 −2 0 0 1 0 0 0 a2
0 1 0 1 0 1 −1 0 0 1 0 3 a3
0 0 2 1 1 2 1 0 0 0 1 4 a4

Para reducir hacemos R1 ← R1 + 1 R 2 , R1 ← R1 + 1 R3 , R1 ← R1 + 1 R4 y

R1 ← R1 + 1 R 5 :
w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB −
1 0 2 2 1 3 0 0 0 0 0 7 w −
0 1 −1 0 0 2 0 1 0 0 0 0 a1 0
0 −2 1 0 0 −2 0 0 1 0 0 0 a2 −
0 1 0 1 0 1 −1 0 0 1 0 3 a3 3
0 0 2 1 1 2 1 0 0 0 1 4 a4 2

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 25 / 31

 Ejemplo 5

La variable entrante es x5 y la saliente es a1 ; haciendo R2 ← 1/2R2 ,

R1 ← R1 − 3 R2 , R3 ← R 3 + 2 R2 , R 4 ← R4 − 1 R 2 y R 5 ← R5 − 2 R 2 :

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −3/2 7/2 2 1 0 0 −3/2 0 0 0 7 w
0 1/2 −1/2 0 0 1 0 1/2 0 0 0 0 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2
0 1/2 1/2 1 0 0 −1 −1/2 0 1 0 3 a3
0 −1 3 1 1 0 1 −1 0 0 1 4 a4

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 26 / 31

 Ejemplo 5

La variable entrante es x5 y la saliente es a1 ; haciendo R2 ← 1/2R2 ,

R1 ← R1 − 3 R2 , R3 ← R 3 + 2 R2 , R 4 ← R4 − 1 R 2 y R 5 ← R5 − 2 R 2 :

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB −
1 −3/2 7/2 2 1 0 0 −3/2 0 0 0 7 w −
0 1/2 −1/2 0 0 1 0 1/2 0 0 0 0 x5 NL
0 −1 0 0 0 0 0 1 1 0 0 0 a2 NL
0 1/2 1/2 1 0 0 −1 −1/2 0 1 0 3 a3 6
0 −1 3 1 1 0 1 −1 0 0 1 4 a4 4/3

En el siguiente paso x2 es la variable entrante y a4 es la variable básica saliente.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 26 / 31

 Ejemplo 5

Haciendo: R5 ← 1/3 R5 , R1 ← R1 + −7/2 R5 , R2 ← R2 + 1/2 R5 y

R4 ← R4 + −1/2 R5 entra x2 sale a4 :

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −1/3 0 5/6 −1/6 0 −7/6 −1/3 0 0 −7/6 7/3 w
0 1/3 0 1/6 1/6 1 1/6 1/3 0 0 1/6 2/3 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2
0 2/3 0 5/6 −1/6 0 −7/6 −1/3 0 1 −1/6 7/3 a3
0 −1/3 1 1/3 1/3 0 1/3 −1/3 0 0 1/3 4/3 x2

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 27 / 31

 Ejemplo 5

Haciendo: R5 ← 1/3 R5 , R1 ← R1 + −7/2 R5 , R2 ← R2 + 1/2 R5 y

R4 ← R4 + −1/2 R5 entra x2 sale a4 :

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −1/3 0 5/6 −1/6 0 −7/6 −1/3 0 0 −7/6 7/3 w
0 1/3 0 1/6 1/6 1 1/6 1/3 0 0 1/6 2/3 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2 N
0 2/3 0 5/6 −1/6 0 −7/6 −1/3 0 1 −1/6 7/3 a3 2
0 −1/3 1 1/3 1/3 0 1/3 −1/3 0 0 1/3 4/3 x2

En el siguiente paso x3 es la variable entrante y a3 es la variable básica saliente.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 27 / 31

 Ejemplo 5

Haciendo R4 ← 6/5 R4 , R1 ← R1 − 5/6 R4 , R2 ← R2 − 1/6 R4 y

R5 ← R5 − 1/3 R4 : Sale a3 y entra x3 quedando

w x1 x2 x3 x4 x5 x6 a1 a2 a3 a4 RHS VB
1 −1 0 0 0 0 0 0 0 −1 −1 0 w
0 1/5 0 0 1/5 1 2/5 2/5 0 −1/5 1/5 1/5 x5
0 −1 0 0 0 0 0 1 1 0 0 0 a2
0 4/5 0 1 −1/5 0 −7/5 −2/5 0 6/5 −1/5 14/5 x3
0 −3/5 1 0 2/5 0 4/5 −1/5 0 −2/5 2/5 2/5 x2

Hemos alcanzado el óptimo. Como w = 0, entonces la región factible no es vacı́a

y arranca la fase II. Estamos en el caso III: debemos borrar las columnas de las
variables auxiliares no básicas (a1 , a3 y a4 ) y aquellas variables del problema
original (las x’s) con coeficiente negativo en el renglón de la función objetivo (x1 ).

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 28 / 31

 Ejemplo 5

La fase II inicia borrando las columnas de las variables a1 , a3 , a4 y x1 ; y

reemplazando el renglón de la función objetivo por la función original:

z x2 x3 x4 x5 x6 a2 RHS VB
1 −10 0 0 −7 0 −14 0 z
0 0 0 1/5 1 2/5 0 1/5 x5
0 0 0 0 0 0 1 0 a2
0 0 1 −1/5 0 −7/5 0 14/5 x3
0 1 0 2/5 0 4/5 0 2/5 x2

Para continuar debemos reducir la matriz.

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 29 / 31

 Ejemplo 5

Reduciendo queda:

z x2 x3 x4 x5 x6 a2 RHS VB
1 0 0 27/5 0 −16/5 0 27/5 z
0 0 0 1/5 1 2/5 0 1/5 x5
0 0 0 0 0 0 1 0 a2
0 0 1 −1/5 0 −7/5 0 14/5 x3
0 1 0 2/5 0 4/5 0 2/5 x2

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 30 / 31

 Ejemplo 5

Reduciendo queda:

z x2 x3 x4 x5 x6 a2 RHS VB −
1 0 0 27/5 0 −16/5 0 27/5 z −
0 0 0 1/5 1 2/5 0 1/5 x5 0.5
0 0 0 0 0 0 1 0 a2 NL
0 0 1 −1/5 0 −7/5 0 14/5 x3 NL
0 1 0 2/5 0 4/5 0 2/5 x2 0.5

Como el problema es de maximización, la variable entrante es x6 y al hacer los

cocientes correspondientes vemos que la saliente es x5 .

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 30 / 31

 Ejemplo 5

Haciendo que x6 entre y que salga x5 mediante las operaciones: R2 ← 5/2 R2 ,

R1 ← R1 + 16/5 R2 , R4 ← R4 + 7/5 R2 y R5 ← R5 − 4/5 R2 :

z x2 x3 x4 x5 x6 a2 RHS VB
1 0 0 7 8 0 0 7 z
0 0 0 1/2 5/2 1 0 1/2 x6
0 0 0 0 0 0 1 0 a2
0 0 1 1/2 7/2 0 0 7/2 x3
0 1 0 0 −2 0 0 0 x2

Siendo un problema de maximización, vemos que hemos alcanzado el óptimo con

z = 7 para x2 = 0, x3 = 7/2 y x6 = 1/2; las no básicas del problema original
x1 = 0, x4 = 0, x5 = 0; las artificiales deben ser cero (tanto básicas como no
básicas).

CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 31 / 31