Nombre (s): Matrícula (s):

Christian Oswaldo Valencia Nuño 02907282

8116275731
0103702919

Nombre del curso: Modelación para Nombre del profesor: Luis Eduardo
la toma decisiones. Castillo Galván.

Módulo:1 Tema 1 -2 Tarea 1

Fecha: 14/01/2020

Referencias
itlalaguna. (s.f.). Obtenido de
http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/i2
e.html
Metodo Simplex. (30 de octubre de 2014). Obtenido de
http://metodosimplex15.blogspot.com/2014/10/casos-especiales_30.html

1. Enlista los casos especiales del método simplex.

2. Para cada uno de los casos especiales del método simplex, proporciona con tus palabras una
breve descripción sobre en qué consiste cada uno de ellos.
3. Elabora dos ejemplos gráficos para cada uno de los casos especiales del método simplex.
Cada ejemplo gráfico deberá de tener:
a. Representación gráfica de cada caso.
b. Ecuaciones de las rectas (restricciones y función objetivo) que componen el área de
soluciones factibles.
c. Para los casos que apliquen, las coordenadas de las rectas (intersección con cada eje o
entre rectas).
1. Degeneración.
2. Opciones óptimas.
3. Soluciones no acotadas.
4. Soluciones inexistentes (o infactibles).

1. DEGENERACIÓN

En la aplicación de la condición de factibilidad, una coincidencia de la razón mínima se debe

descomponer en forma arbitraria para los fines de determinar la variable que sale. Cuando
suceda esto una o más veces de las variables básicas, será necesariamente igual a cero en la
siguiente iteración. En este caso, decimos que la nueva solución es degenerada.

Ejemplo:

Maximizar

Sujeto a:

V. Básica Z X1 X2 S1 S2 Solución

Z 1 -3 -9 0 0 0

S1 0 1 4 1 0 8

S2 0 1 2 0 1 4
 V. Básica Z X1 X2 S1 S2 Solución
Z 1 -3/4 0 9/4 0 18
X2 0 1/4 1 1/4 0 2
S2 0 1/2 0 -1/2 1 0

V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 0 3/2 3/2 18
X2 0 0 1 1/2 -1/2 2
S2

X1 X2 S1 S2 Z

Tabla 1 0 0 8 4 0

Tabla 2 0 2 0 0 18

Tabla 3 0 2 0 0 18

Maximizar

Sujeto a:

V. Básica Z X1 X2 S1 S2 S3 Solución
Z 1 -2 -1 0 0 0 0
S1 0 4 3 1 0 0 12
 S2 0 4 1 0 1 0 8
S3 0 4 -1 0 0 1 8

V. Básica Z X1 X2 S1 S2 S3 Solución
Z 1 0 -1/2 0 1/2 0 4
S1 0 0 2 1 -1 0 4
X1 0 1 1/4 0 1/4 0 2
S3 0 0 -2 0 -1 1 0

V. Básica Z X1 X2 S1 S2 S3 Solución
Z 1 0 0 1/4 1/4 0 5
S1 0 0 1 1/2 -1/2 0 2
S2 0 1 0 -1/8 3/8 0 3/2
S3 0 0 0 1 -2 1 4

X1 X2 S1 S2 S3 Z

Tabla 1 0 0 12 8 8 0

Tabla 2 2 0 4 0 0 4

Tabla 3 3/2 2 0 0 4 5

Ejemplo grafica degenerativa

2. OPCIONES ÓPTIMAS
Cuando la función objetivo es paralela a una restricción de enlace (o sea, una restricción que se
satisface en el sentido de la igualdad a través de la solución óptima), la función objetivo tomara
el mismo valor optimo en más de un punto de solución. Por esta razón reciben el nombre de
opciones optimas.

Ejemplo :

Maximizar

Sujeto a:

V. Básica Z X1 X2 S1 S2 Solución
Z 1 -4 -14 0 0 0
S1 0 2 7 1 0 21
S2 0 7 2 0 1 21

V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 0 2 0 42
X2 0 2/7 1 1/7 0 3
S2 0 4/7 0 -5/7 1 15
Nota: Si existe un cero en el primer renglón significa que hay soluciones óptimas
múltiples.

V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 0 2 0 42
X2 0 0 1 7/45 -2/45 7/3
X1 0 1 0 -2/45 7/45 7/3

Ejemplo grafica opciones optimas

3. SOLUCIÓN NO ACOTADA

En algunos modelos de programación lineal los valores de las variables se pueden aumentar en
forma indefinida sin violar ninguna de las restricciones, lo que significa que el espacio de
soluciones es no acotado cuando menos en una dirección. Como resultado, el valor de la
función objetivo puede crecer (caso de maximización) o de crecer (caso de minimización) en
forma indefinida. En este caso decimos que el espacio de soluciones y el valor "óptimo" de la
función objetivo son no acotados.
La falta de explicación en un modelo puede señalar solo una cosa: el modelo está mal
construido. Evidentemente resulta irracional hacer que un modelo produzca una ganancia "
infinita". Las irregularidades más probables en estos modelos son: 1) No se toman en cuenta
unas más restricciones redundantes, y 2) No se determinan correctamente los parámetros
(constantes) de algunas restricciones.
La regla general para reconocer la falta de acotación es la siguiente. Sien cualquier iteración los
coeficientes de las restricciones de una variable no básica son no positivos, entonces el espacio
de soluciones no está acotado en esa dirección. Además, si el coeficiente de la función objetivo
de esa variable en el caso de la maximización o positivo en el caso de la minimización, entonces
el valor de la función objetivo tampoco esta acotado.

Ejemplo:

Maximizar

Sujeto a:

V. Básica Z X1 X2 S1 S2 Solución
Z 1 -2 -1 0 0 0
S1 0 1 -1 1 0 10
S2 0 2 -1 0 1 40

V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 -3 2 0 20
X1 0 1 -1 1 0 10
S2 0 0 1 -2 1 20

V. Básica Z X1 X2 S1 S2 Solución
Z 1 0 0 -4 3 80
X1 0 1 0 -1 1 30
S2 0 0 1 -2 1 20

Ejemplo grafica soluciones no acotadas

4. SOLUCIÓN INFACTIBLE

Si las restricciones no se pueden satisfacer en forma simultánea, se dice que el modelo no tiene
solución factible. Esta situación nunca puede ocurrir si todas las restricciones son del tipo
(suponiendo constantes no negativas en el segundo miembro) ya que la variable de holgura
produce siempre alguna solución factible. Sin embargo, cuando empleamos los otros tipos de
restricciones, recurrimos al uso de variables artificiales que, por su mismo diseño, no ofrecen
una solución factible al modelo original. Aunque se toman medidas (a través del uso de la
penalización) para hacer que las variables artificiales sean cero en el nivel óptimo, esto sólo
puede ocurrir si el modelo tiene un espacio factible. Si no lo tiene, cuando menos una variable
artificial será positiva en la iteración óptima. Esta es nuestra indicación que el problema no
tiene solución factible.

Desde el punto de vista práctico un espacio infactible apunta a la posibilidad de que el modelo
no se haya formulado correctamente en virtud de que las restricciones estén en conflicto.
También es posible que las restricciones no estén destinadas a cumplirse en forma simultánea,
en este caso, quina se necesite una estructura del modelo totalmente deferente que no admita
todas las restricciones al mismo tiempo.

Ejemplo:

Maximizar

Sujeto a:
 V. Básica Z X1 X2 S1 S2 S3 R1 Solución
Z 1 -4 -6 0 0 0 -M 0
S1 0 3 4 1 0 0 0 12
R1 0 3 5 0 -1 0 1 30
S3 0 0 1 0 0 1 0 10

V. Básica Z X1 X2 S1 S2 S3 R1 Solución
Z 1 -4+3M -6+5M 0 -M 0 0 30M
S1 0 3 4 1 0 0 0 12
R1 0 3 5 0 -1 0 1 30
S3 0 0 1 0 0 1 0 10

V. Básica Z X1 X2 S1 S2 S3 R1 Solución
Z 1 1/ 2-3/4M 0 3/2-5/4M -M 0 0 18+15m
S1 0 3/ 4 1 1/ 4 0 0 0 3
R1 0 -3/4 0 -5/4 -1 0 1 15
S3 0 -3/4 0 -1/4 0 1 0 7

No existen soluciones factibles del problema.

No existe ninguna combinación de valores de X 1 y X2 que satisfagan todas las

restricciones.

Ejemplo grafica