Espero que hasta el momento ya estemos todos al corriente y si este es el caso, la única

dificulta que tendríamos en este momento para aplicar el método simplex sería cómo
conseguir una solución básica factible de inicio y, este sería el caso (como ya lo hemos
comentado), cuando no todas las restricciones sean del tipo ≤ y b́ ≥ 0́.
Veamos pues cómo aliviar esta dificultad:

USO DE VARIABLES ARTIFICIALES.

Después de manipular las restricciones de un modelo de programación lineal e introducir
variables de holgura, supóngase que el modelo se ha llevado a la forma estándar A X́ =b́, X́ ≥ 0́ y
b́ ≥ 0́, donde A es una matriz de mxn y b́ es un m-vector.

Después de hacer esto, pueden suceder dos casos:

1).- que la matriz A contenga una su matriz identidad I m formada por los vectores asociados a las
variables de holgura. Este será el caso siempre todas las restricciones sean del tipo ≤ y b́ ≥ 0́o

2).- Que la matriz A no contenga tal su matriz identidad I m . Este será el caso cuando no todas las
restricciones sean del tipo ≤ y b́ ≥ 0́ (que al menos una restricción sea del tipo ≥ o =)

Si se da el primer caso, entonces se tiene una solución básica factible de inicio obvia, con la cual
iniciar el método Simplex ( Esto ya lo vimos y lo practicamos varias veces).

Si se da el segundo caso, entonces será necesario conseguir una solución inicial básica factible,
a partir de la cual podamos aplicar el método simplex. Dicha solución inicial se puede obtener de
dos formas distintas:

a).- Aplicando la teoría de programación lineal y del método Simplex o

b).- Mediante el uso de variables artificiales.

Veamos pues estas dos alternativas:

a).- Aplicando la teoría de programación lineal y del método Simplex.

Aunque esta herramienta ya la vimos, apliquémosla par que nos sirva de recordatorio. Para
esto, consideremos el siguiente modelo lineal:

Min Z = X1 – 2X2
S.A: X1 + X2 ≥ 2
-X1 + X2 ≥ 1
X2 ≤ 3
X1,X2 ≥ 0
Es claro que no se cumple la condición de que: todas las restricciones son del tipo ≤ y b́ ≥ 0́.
Aunque si se cumple que b́ ≥ 0́, existen dos restricciones que son del tipo ≥
Empecemos por encontrar la forma estándar.
Min Z = X1 – 2X2
S.A: X1 + X2 – X3 ¿2
-X1 + X2 - X4 ¿1
X2 + X5 ¿ 3
X1,X2,X3,X4,X5 ≥ 0

También en la forma estándar se puede identificar este caso particular, por el hecho de que la
matriz A no contiene una submatriz identidad de orden m=3.
1 1 0
(
Sea pues una base formada por los vectores B=( á1 , á 2 , á5 ) = −1 1
0
0
1 1 )
Nota: Aquí cabe señalar que lo único que sabemos es que una base está formada por tres
vectores, pero no sabemos qué conjunto de tres vectores si corresponden a una solución básica
factible (o punto extremo), ya que tenemos varias formas de seleccionar este conjunto de tres
vectores, aquí es donde les mencionaba anteriormente que podemos perder mucho tiempo para
lograrlo. En este caso nos vamos ir a la segura ya que la base seleccionada si está asociada a un
punto extremo.
−1
1/2 −1/2 0
luego:

t
B−1
(1/2 1/2 0
−1/2 −1/2 1 )
como Ć B= (1 ,−2 ,0 ) entonces:
−1
1 /2 −1/2 0 2 1 /2
−1
X́ B=B b́= 1 /2
(
1/2 0
−1 /2 −1/2 1 ) () ( )
1 = 3 /2 ≥ ó ( si es extremo)
3 3 /2
1/2
luego
( )
Z=ĆtB X́ B =( 1 ,−2 , 0 ) 3 /2 =−5 /2

−1
3 /2
1/2 −1/2 0 1 1
−1
Ý 1=B á1= 1/2
(
1/2 0
−1/2 −1/2 1 )( ) ()
−1
−1 = 0
0 0
1/2 −1/2 0 1 0
−1
Ý 2=B á2 = 1/2
(
1/2 0
−1 /2 −1/2 1 ) () ()
−1
1=1
1 0
1 /2 −1/2 0 −1 −1/2
Ý 3=B−1 á3 = 1 /2
( 1/2 0
−1 /2 −1/2 1 )( )( )
0 = −1/2
0 1/2
 −1
1 /2 −1/2 0 0 1/2
−1
Ý 4 =B á4 = 1 /2
( 1/2 0
−1 /2 −1/2 1 )( )( )
−1
−1 = −1/2
0 1/2
1 /2 −1/ 2 0 0 0
−1
Ý 5=B á5 = 1 /2
(1/2 0
−1 /2 −1/ 2 1 ) () ()
0=0
1 1
1
t

()
Z1 ¿ Ć Ý 1=( 1 ,−2 , 0 ) 0 =1;
B
0
Z1 −C1=1−1=0

0 ()
Z2 ¿ ĆtB Ý 2=( 1 ,−2 , 0 ) 1 =−2; Z2 −C2=−2+ 2=0

−1 /2
( )
Z3 ¿ ĆtB Ý 3=( 1 ,−2 , 0 ) −1 /2 =1/2;
1/2
Z3 −C3 =1/ 2−1=1/2

1/2
( )
Z 4 ¿ Ć tB Ý 4 =( 1 ,−2 , 0 ) −1 /2 =3 /2;
1/2
Z 4−C 4 =3/2−0=3/2

1 ()
Z5 ¿ ĆtB Ý 5=( 1 ,−2 , 0 ) 0 =0; Z5 −C5 =0−0=0

Reportando esta solución en la tabla simplex y continuando con el método Simplex hasta
conseguir la solución óptima tenemos:
X1 X2 X3 X4 X5
0 0 ½ 3/2 0 -5/2
á 1 1 0 -1/2 ½ 0 ½
á 2 0 1 -1/2 -1/2 0 3/2 La solución óptima es
á 5 0 0 ½ ½ 1 3/2
-3 0 2 0 0 -4
á 4 2 0 -1 1 0 1
á 2 1 1 -1 0 0 2
á 5 -1 0 1 0 1 1
-1 0 0 0 -2 -6
á 4 1 0 0 1 1 2
á 2 0 1 -1 0 1 3
á 3 1 0 1 1
-1 0
X́ =( X 1 , X 2 , X 3 , X 4 , X 5 )t =( 0 , 3 ,1 , 2 ,0 )t , con un valor de Zmin = -6
Tarea: Para cada uno de los siguientes modelos lineales, apóyese directamente en el modelo
original o en la forma estándar para determinar si es posible obtener una solución básica factible
obvia de inicio o no (justifique su respuesta)

a) Max. Z = 5X1 + 3X2 + 4X3 b) Max. Z = 4X1 + 2X2 + 3X3 + 5X4

S.A: 2X1 + X2 + X3 <= 20 S.A: 2X1 + 3X2 + 4X3 + 2X4 >= 300
3X1 + X2 + 2X3 <= 30 8X1 + X2 + X3 + 5X4 >= 300
X1, X2, X3 >= 0 X1, X2, X3, X4 >= 0

c) Max. Z = 12X1 + 8X2 + 10X3 d) Min Z = 2X1 + 5X2 +3X3

S.A: 6X1 + 3X2 + 3X3 <= 60 S.A: X1 – 2X2 + X3 = 20
2X1 + 2X2 + 2X3 <= 20 2X1 + 4X2 + X3 = 50
4X1 + 6X2 + 2X3 >=120 X1, X2, X3 >=0
X1, X2, X3 >= 0

e) Max. Z = 3X1 + 2X2 + 4X3

S.A: 2X1 + X2 + 3X3 = 60
3X1 + 3X2 + 5X3 >= 120
X1, X2, X3 >= 0