Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El método del
simplex fue creado
en 1947 por el
matemático George
Es un procedimiento iterativo que permite ir mejorando la Dantzig .
solución a cada paso. El proceso concluye cuando no es
posible seguir mejorando más dicha solución. El método del
simplex se utiliza,
Partiendo del valor de la función objetivo en un vértice sobre todo, para
cualquiera, el método consiste en buscar sucesivamente resolver problemas
otro vértice que mejore al anterior. La búsqueda se hace de programación
siempre a través de los lados del polígono (o de las aristas lineal en los que
del poliedro, si el número de variables es mayor). Como el intervienen tres o
número de vértices (y de aristas) es finito, siempre se más variables.
podrá encontrar la solución.
El álgebra matricial y
El método del simplex se basa en la siguiente propiedad: el proceso de
si la función objetivo, f, no toma su valor máximo en el eliminación de
vértice A, entonces hay una arista que parte de A, a lo Gauss-Jordan para
largo de la cual f aumenta. resolver un sistema
de ecuaciones
lineales constituyen
la base del método
simplex.
Z= f(x,y)= 3x +
Maximizar
2y
sujeto a: 2x + y 18
2x + 3y 42
3x + y 24
x 0,y 0
IMPORTANTE: Si en el problema de maximizar apareciesen como
restricciones inecuaciones de la forma: ax + by c; multiplicándolas por - 1
se transforman en inecuaciones de la forma - ax - by - c y estamos en el
caso anterior. Esto aplica para ejercicios donde se presenten restricciones
combinadas de y . Es decir, que para aplicar el métodos simplex para
maximizar o minimizar, siempre en todas las restricciones funcionales de un
problema de maximización, éstas se deben especificar con y siempre en
todas las restricciones funcionales de un problema de minimización, éstas
se deben especificar con . Por ejemplo: maximizar Z= 2X1+ 3X2 con las
restricciones funcionales:
xi+x2 50
2X1+3X2 100
X2 40
Se introduce una variable de holgura por cada una de las restricciones, para
convertirlas en igualdades, resultando el sistema de ecuaciones lineales:
2x + y + h = 18
2x + 3y + s =
42
3x +y + d = 24
En las columnas aparecerán todas las variables del problema y, en las filas, los
coeficientes de las igualdades obtenidas, una fila para cada restricción y la última
fila con los coeficientes de la función objetivo:
Tabla I . Iteración nº 1
Base Variable de decisión Variable de holgura Valores solución
x y h s d
h 2 1 1 0 0 18
s 2 3 0 1 0 42
d 3 1 0 0 1 24
Z -3 -2 0 0 0 0
Veámoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla II):
Vieja fila de s 2 3 0 1 0 42
- - - - - -
Coeficiente 2 2 2 2 2 2
x x x x x x
Nueva fila pivote 1 1/3 0 0 1/3 8
= = = = = =
Nueva fila de s 0 7/3 0 1 -2/3 26
Tabla II . Iteración nº 2
Base Variable de decisión Variable de holgura Valores solución
x y h s d
h 0 1/3 1 0 -2/3 2
s 0 7/3 0 1 -2/3 26
x 1 1/3 0 0 1/3 8
Z 0 -1 0 0 1 24
Como en los elementos de la última fila hay uno negativo, -1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
Como en los elementos de la última fila hay uno negativo, -1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
Obtenemos la tabla:
Como todos los coeficientes de la fila de la función objetivo son positivos, hemos
llegado a la solución óptima.
La solución óptima viene dada por el valor de Z en la columna de los valores solución, en
nuestro caso: 33. En la misma columna se puede observar el vértice donde se alcanza,
observando las filas correspondientes a las variables de decisión que han entrado en la base:
D(3,12)
Sigue por la arista BC, hasta llegar a C, donde se para y despliega los datos de la
Tabla III.
En esta tercera iteración se ha calculado el valor que corresponde al vértice C(6,6)
: Z=f(6,6)=30.
Continúa haciendo cálculos a través de la arista CD, hasta llegar al vértice D. Los
datos que se reflejan son los de la Tabla IV
Concluye con esta tabla, advirtiendo que ha terminado (antes ha comprobado que
la solución no mejora al desplazarse por la arista DE)
El valor máximo de la función objetivo es 33, y corresponde a x = 3 e y = 12
(vértice D).
Z= f(x,y)= 3x +
Minimizar
2y
sujeto a: 2x + y 18
2x + 3y 42
3x + y 24
x 0,y 0
IMPORTANTE: Si en el problema de minimizar apareciesen como
restricciones inecuaciones de la forma: ax + by c; multiplicándolas por - 1
se transforman en inecuaciones de la forma - ax - by - c y estamos en el
caso anterior. Esto aplica para ejercicios donde se presenten restricciones
combinadas de y . Es decir, que para aplicar el métodos simplex para
maximizar o minimizar, siempre en todas las restricciones funcionales de un
problema de minimización, éstas se deben especificar con y siempre en
todas las restricciones funcionales de un problema de maximización, éstas
se deben especificar con .
Se introduce una variable de holgura por cada una de las restricciones, para
convertirlas en igualdades, resultando el sistema de ecuaciones lineales:
2x + y + h = 18
2x + 3y + s =
42
3x +y + d = 24
En las columnas aparecerán todas las variables del problema y, en las filas, los
coeficientes de las igualdades obtenidas, una fila para cada restricción y la última
fila con los coeficientes de la función objetivo:
Tabla I . Iteración nº 1
Base Variable de decisión Variable de holgura Valores solución
x y h s d
h 2 1 1 0 0 18
s 2 3 0 1 0 42
d 3 1 0 0 1 24
Z +3 +2 0 0 0 0
Si al calcular los cocientes, dos o más son iguales, indica que cualquiera de
las variables correspondientes puede salir de la base.
Veámoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla II):
Vieja fila de s 2 3 0 1 0 42
- - - - - -
Coeficiente 2 2 2 2 2 2
x x x x x x
Nueva fila pivote 1 1/3 0 0 1/3 8
= = = = = =
Nueva fila de s 0 7/3 0 1 -2/3 26
Tabla II . Iteración nº 2
Base Variable de decisión Variable de holgura Valores solución
x y h s d
h 0 1/3 1 0 -2/3 2
s 0 7/3 0 1 -2/3 26
x 1 1/3 0 0 1/3 8
Z 0 1 0 0 -1 -24
Como en los elementos de la última fila hay uno positivo, 1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
Como en los elementos de la última fila hay uno positivo, 1, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
Obtenemos la tabla:
Como todos los coeficientes de la fila de la función objetivo son negativos, hemos
llegado a la solución óptima.
Sigue por la arista BC, hasta llegar a C, donde se para y despliega los datos de la
Tabla III.
En esta tercera iteración se ha calculado el valor que corresponde al vértice C(6,6)
: Z=f(6,6)=-30.
Continúa haciendo cálculos a través de la arista CD, hasta llegar al vértice D. Los
datos que se reflejan son los de la Tabla IV
Concluye con esta tabla, advirtiendo que ha terminado (antes ha comprobado que
la solución no mejora al desplazarse por la arista DE, o sea, Z= f(0,14)= -28 )
El valor mínimo de la función objetivo es -33 que es el menor valor (-24, -30, -28
son mayores negativos), y corresponde a x = 3 e y = 12 (vértice D).
Minimizar
Z = 5x + 8y
Sujeto a las restricciones funcionales:
4x + 10y 40 vitamina W
10x + 5y 50 vitamina X
7x + 7y 49 vitamina Y
x 0, y 0 no negatividad
Se introduce una variable de holgura por cada una de las restricciones, para
convertirlas en igualdades, resultando el sistema de ecuaciones lineales:
4x + 10y + h= 40
10x + 5y + s= 50
7x + 7y + d=49
En las columnas aparecerán todas las variables del problema y, en las filas, los
coeficientes de las igualdades obtenidas, una fila para cada restricción y la última
fila con los coeficientes de la función objetivo:
Tabla I . Iteración nº 1
Variable de decisión Variable de holgura
Base Valores solución
x y h s d
h 4 10 1 0 0 40
s 10 5 0 1 0 50
d 7 7 0 0 1 49
Z +5 +8 0 0 0 0
Veámoslo con un ejemplo una vez calculada la fila del pivote (fila de y en la Tabla II):
Vieja fila de s 10 5 0 1 0 50
- - - - - -
Coeficiente 5 5 5 5 5 5
x x x x x x
Nueva fila pivote 2/5 1 1/10 0 0 4
= = = = = =
Nueva fila de s 8 0 -1/2 1 0 30
Tabla II . Iteración nº 2
Variable de decisión Variable de holgura
Base Valores solución
x y h s d
y 2/5 1 1/10 0 0 4
s 8 0 -1/2 1 0 30
d 21/5 0 -7/10 0 1 21
Z 9/5 0 -4/5 0 0 -32
Como en los elementos de la última fila hay uno positivo, 9/5, significa que no
hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
Como todos los coeficientes de la fila de la función objetivo son negativos, hemos
llegado a la solución óptima.
Las sucesivas tablas que hemos construido van proporcionando el valor de la función
objetivo en los distintos vértices, ajustándose, a la vez, los coeficientes de las variables
iniciales y de holgura.
Sigue por la arista BC, hasta llegar a C, donde se para y despliega los datos de la Tabla
III.
En esta tercera iteración se ha calculado el valor que corresponde al vértice C(15/4,5/2) :
Z=f(15/4,5/2)=-155/4.
Concluye con esta tabla, advirtiendo que ha terminado (antes ha comprobado que la
solución no mejora al desplazarse por la arista CD, o sea, Z= f(6,0)= -30 )
El valor mínimo de la función objetivo es -155/4 que es el menor valor negativo, y
corresponde a x = 15/4 e y = 5/2 (vértice C).
B (0,4)
C (15/4,5/2)
A(0,0) D (6,0)