MÉTODO SIMPLEX

El método gráfico para resolver problemas de programación lineal tiene una

particularidad, solo aplica para resolver problemas con dos variables de decisión.
Sin embargo, los problemas cotidianos de programación lineal que se enfrentan
regularmente los especialistas en IO, involucran un número mayor de variables y a
veces compuestos de cientos de restricciones por lo que es necesario auxiliarse
de programas computacionales, basados en el algoritmo Simplex, para la solución
de los mismos.

Para la aplicación del algoritmo Simplex se transforma el modelo de

programación original, formado por restricciones funcionales de desigualdad, en
un modelo de forma estándar, integrado por restricciones de igualdad
equivalentes. Esta conversión se logra con la introducción de variables de
holguras y/o superávit.

 Variables de holgura. Aplica para las restricciones del tipo (¿), donde el lado
derecho de la desigualdad representa el limite sobre la disponibilidad de un
recurso y el lado izquierdo representa la utilización de ese recurso limitado que
hacen las variables del modelo. Esto quiere decir que una holgura representa
la cantidad disponible del recurso que excede a la utilización que se le da. En
la conversión de este tipo de desigualdad se añade una variable de ajuste
( Xi o Hi) para convertirla en igualdad. Por ejemplo, tenemos la siguiente
restricción: 3 X 1+2 X 2≤6, su equivalente sería: 3 X 1+2 X 2+ X 3=6.

 Variables de superávit. Aplica para las restricciones del tipo (¿), generalmente
determinan los requerimientos mínimos de especificaciones. Es decir, un
superávit representa el exceso mínimo del lado izquierdo sobre el
requerimiento mínimo de la restricción. En la conversión de este tipo de
 desigualdad se resta una variable de ajuste ( Xi o Si ) para convertirla en
igualdad. Por ejemplo, tenemos la siguiente restricción: X 1+3 X 2≥5 , su
equivalente sería, X 1+3 X 2− X 3=5.

La solución del algoritmo Simplex se puede realizar de forma algebraica o

de forma tabular. Para los fines de este apartado se explicará el desarrollo del
algoritmo en su forma tabular. Antes de iniciar, se deben plantear algunos
conceptos importantes: variables básicas, variables no básicas, solución básica
factible, variable de entrada, variable de salida, iteración, condición de optimalidad
(criterio de entrada) y condición de factibilidad (criterio de salida).

 La forma estándar de un problema de programación lineal se compone de

m ecuaciones lineales simultaneas en n incógnitas o variables, donde m es
menor que n (m<n) . Este conjunto de variables se puede segmentar en dos
grupos: (1)m−n variables, a las cuales se le asigna un valor cero y (2) las
restantes m variables, cuyos valores se determinan resolviendo las m
ecuaciones resultantes. Si la m ecuaciones conducen a una única solución,
estas variables se denominan variables básicas y las n−m restantes variables
se les llaman variables no básicas.

En el inicio de un algoritmo Simplex, se consideran todas las variables de

holguras y ficticias adicionadas en la forma estándar, con valores cero,
procedimiento que se denomina solución básica factible inicial. Se denomina una
solución básica factible si las m variables básicas son no negativas (¿ 0) . Si
cualquiera de estas m variables es igual a cero se considera una solución BF
degenerada. Después se trata de encontrar otra solución básica factible que
mejorará el valor del objetivo, proceso denominado iteraciones. Para que una
variable cero actual se convierta en positiva, debe eliminarse una de las variables
básicas actuales, es decir, volver esta última no básica a nivel cero. Esto introduce
dos conceptos, la variable cero seleccionada es la variable de entrada y la variable
básica eliminada es la variable de salida.
 Condición de optimalidad. La variable de entrada en un problema de
maximización es la variable no básica que tiene el coeficiente más negativo en
la fila Z o función objetivo. En el caso de minimización, la variable de entrada
se define como la variable no básica que tiene que tiene el coeficiente más
positivo en la fila Z.

 Condición de factibilidad. Tanto para los problemas de maximización como

de minimización, la variable de salida es la variable básica asociada con la
razón no negativa más pequeña. En caso de empates se rompen
arbitrariamente y se descartan las razones negativas o indefinidas. Cuando se
refiere a razón se entiende por la división de los límites del lado derecho entre
los coeficientes de la columna de la variable de entrada.

A modo general, el método Simplex consta de los pasos siguientes:

1) Determinar una solución básica factible inicial.

2) Definir una variable de entrada empleando la condición de factibilidad. El

algoritmo se detiene cuando ya no hay una variable de entrada.

3) Seleccionar una variable de salida empleando la condición de factibilidad.

4) Determinar las nuevas soluciones básicas factibles aplicando los cálculos

apropiados a través de la metodología Gauss-Jordan.

Otras variantes del método Simplex son el método de la M grande y el

método de las dos fases. Ambos se aplican cuando se incorporan restricciones del
tipo (<=) que implica agregar una variable ficticia para completar la matriz de
identidad de las variables básicas requeridas por el algoritmo Simplex para iniciar
las iteraciones.

En el método de la M grande se incorpora a la o las variables ficticias una

penalidad denota por "M" cuyo valor es bastante grande (dígase>1000) en la
función objetivo, luego se obliga que su valor sea cero en la solución final.

En el caso del método de las dos fases como su nombre lo indica resuelve
los problemas de programación lineal en dos fases. La fase I trata de encontrar
una solución inicial factible básica, de ser posible, minimizando la suma de las
variables artificiales. En la fase II se utiliza la solución anterior para resolver el
problema original, ya con las variables artificiales eliminadas del modelo de
programación lineal.

EJERCICIOS DE PROGRAMACIÓN LINEAL

RESUELTOS MEDIANTE EL MÉTODO SIMPLEX