ING.

PERCY GUTIERREZ
METODO SIMPLEX
 METODO SIMPLEX
• El método Simplex debido a GEORGE
DANTZIG, prevee un sistema rápido y efectivo
para resolver problemas de Programación
Lineal, es la metodología implementada en las
aplicaciones prácticas y permite resolver una
gran cantidad de problemas de real importancia
industrial.
• Este método es igual que el metodo algebraico,
llega a la solución optima por medio de
iteraciones o pasos sucesivos, el metodo
simplex utiliza los conceptos basicos del
algebra matricial.
4
Copyright (c) 2004 Brooks/Cole, a division of Thomson Learning, Inc.
 FORMAS DE LA P.L.
CANONICA ESTANDAR

5
Copyright (c) 2004 Brooks/Cole, a division of Thomson Learning, Inc.
 Es un procedimiento algebraico creado por George
Dantzig en 1947 para hallar la solución óptima a un
problema de Programación Lineal.
 Desde que las soluciones que optimizan la F.O. se
encuentran en la frontera de la región Factible y en
particular en los vértices de esta. El simplex localiza un
vértice de la región y salta para el siguiente vértice
adyacente de forma que mejore el valor de la F.O.
 Con este método, en vez de probar con cada punto
extremo de la región de factibilidad, se inicia con
cualquier punto extremo de la región de factibilidad y
mediante transformaciones elementales se llega a
puntos extremos más eficientes.
 ESTANDARIZACIÓN. - Es el proceso por el cual se eliminan las
inecuaciones del sistema añadiendo variables de holgura o de exceso
obteniendo así un sistema de ecuaciones.
 Variables de Holgura
✓✓ En las restricciones (≤) el lado derecho
representa el límite sobre la disponibilidad de un
recurso y el lado izquierdo el uso de ese recurso
limitado.
✓ ✓ Una holgura representa la cantidad del
recurso que no se utiliza.
✓ ✓ Las variables positivas Xn+1 (Xj) introducidas
para convertir las desigualdades ≤ en igualdades
(=), y se llaman variables de holgura
 Variables de Exceso
✓ Las restricciones (≥) determinan requerimientos
mínimos de especificaciones.
✓ Un superávit representa el exceso del lado
izquierdo sobre el requerimiento mínimo. Se
debe reducir entre las restricciones para generar
variables positivas
✓ Las variables positivas Xn+1 (Xj) introducidas
para convertir las desigualdades ≥ en igualdades
(=), se llaman variables de exceso.
 Una variable artificial es aquella que define
una dirección auxiliar que se utiliza para llegar
hacia la región de factibilidad de un P.P.L.
 Se utiliza una variable artificial cuando las
restricciones son “≥” o “=”.
 El procedimiento para iniciar PPL con
restricciones “≥” y “=” es utilizar variables
artificiales que desempeñan el papel de
holguras en la primera iteración, y que luego
se desechan en una iteración posterior.
 Consiste en modificar nuestra función objetivo restando de ella
las variables artificiales afectadas del coeficiente M, el cual se
supone positivo y tan grande como se quiera.
 En esta forma no hay duda que Z alcanzará su valor máximo
cuando todas las variables artificiales sean cero.
 Sí al final de una iteración todos los coeficientes de la F.O. Son no
negativos y el valor de Z depende de M el problema es
incompatible.
CONDICIONES:
 El simplex inicia con una solución factible y cuando las
restricciones son ≤, una solución factible ocurre en el
origen de coordenadas.
PROCEDIMIENTO:
➢ 1. Se estandarizan la función objetivo y el sistema de
inecuaciones que determina al problema.
➢ 2. Se expresa el problema en forma de tabla.
➢ 3. Se escoge la solución básica inicial y empieza la
iteración.
➢ 4. Generar una nueva solución factible usando las
condiciones de optimalidad y factibilidad hasta que
dicha solución óptima sea obtenida, siempre que
exista y sea finito
 Por la Condición de Optimalidad:
➢ Para escoger la variable No básica que entra
en la base, nos fijamos en los coeficientes de
las variables No básicas en la función objetivo
y escogemos la variable con el coeficiente
más negativo. Lo que va a determinar el final
del proceso de aplicación del método del
simplex es que los coeficientes de las
variables No básicas en la función objetivo
sean ceros o positivos.
 Por la Condición de factibilidad:
➢ Para encontrar la variable básica que tiene que salir de la
base, se divide cada término de la columna (bi) valores
individuales por el término correspondiente de la columna
pivote, siempre que estos últimos sean mayores que cero.
➢ Si hubiese algún elemento menor o igual que cero no se hace
dicho cociente. En el caso de que todos los elementos fuesen
menores o iguales a cero, entonces tendríamos una solución
no acotada y no se puede seguir. El término de la columna
pivote que en la división dé lugar al menor cociente positivo,
indica la fila de la variable básica que sale de la base. Si al
calcular los cocientes, dos o más son iguales, indica que
cualquiera de las variables correspondientes puede salir de la
base, es arbitrario.
Variables:
• Variable de Holgura .- Se incrementa este tipo
de variable cuando la inecuacion presenta la
desigualdad de .

• Variable de Exceso .- cuando la desigualdad es


• Variable Artificial .- Cuando la restrición está
expresada en una igualdad.
Properads de las soluciones
• El problema de Programción Lineal se define de la
siguiente forma:
• Hallar los vectores que sean la solucion de:
• a11x1 + a12x2 + ... + a1jxj + ... + a1nxn = b1

• a21x1 + a22x2 + ... + a2jxj + ... + a2nxn = b2

• ·
• ·
• ai1x1 + ai2x2 + ... + aijxj + ... + ainxn = bi
• ·
• ·

• am1x1 + am2x2 + ... + amjxj + ... + amnxn = bm

Propiedades de las soluciones
• 1.- Definición de variables:
• Sea xj = #.... ; j = 1, 2, 3....n

• Que haga maximo a:

• Max. o Min. z = C1x1 + C2x2 + ... + Cjxj + ... + Cnxn
•
• ...donde n = # total de valores j = ocurrencia.
• No Negativo: no negatividad de signo para
variables: toda xj  0
Se supone que:
• 1) Algunas de las condiciones pueden haber
sido desigualdades antes de fuesen sumadas o
restadas nuevas variables para convertirlas en
ecuaciones.
• 2) Todas las b  0, lo cual pueden requerir que
alguna de las ecuaciones debe multiplicarse
por -1.
• n > m, y A es de orden m x n.
 TABLERO INICIAL

Cj Cn+1, Cn+2, Cn+n C1 C2 Cn

Base Xn+1 Xn+2 Xn+m X1 X2 Xn

Xk
Ci bi

Coeficientes de Coeficientes de
Las variables Las restricciones
De Holgura

Zj
Zj - Cj
 CUADRO PREPARATORIO Cj Cn+1, Cn+2 C1 C2
Cn+m Cn
Cj = Indica los
Bas Xn+1 Xn+2 X1 Xn2
coeficiente de la e b X Xn
Ci n+m

Funcion Objetivo Xk i

Coeficientes de Coeficientes de
Ci = Este vector columna Las variables Las restricciones
esta formado por los De Holgura

costos o utilidades de Zj
las variables en forma Zj - Cj
inicial, pertenecen a la
solucion base del bi= Valor independiente de la
problema restricción
XkBase = Vector Zj= Producto del vector Ci
conformado por las por todos los coeficientes de
variables que se supone la matriz en forma
son la solución del correspondiente (No matricial)
problema
Ejemplo:
• Sea la F.O
• Z(Max) = C1x1 + C2x2 + C3x3 +0xn+1+0xn+2 +0xn+3
C1x1 + C2x2 + C3x3 +0x4+0x5 +0x6
s.a
• a11x1 + a12x2 +a13x3 + 1x4+0x5 +0x6 = b1
• a21x1 + a22x2 + a23x3+ 0x4+1x5 +0x6 = b2
• a31x1 + a32x2 + a33x3+ 0x4+0x5 +1x6 =b3
N.N
x1 ,x2, x3  0
Reordenar para pasar los coeficientes al cuadro
preparatorio

• b1= 1x4+0x5 +0x6 +a11x1 + a12x2 + a13x3

• b2= 0x4+1x5 +0x6 +a21x1 +a22x2 + a23x3

• b3=0x4+0x5 +1x6 +a31x1 + a32x2 + a33x3

TABLERO: SOLUCION INICIAL

Cj C4 C5 C6 C1 C2 C3

Base X4 X5 X6 X1 X2 X3
Ci Xk bi

0 X4 b1 1 0 0 a11 a12 a13

0 X5 b2 0 1 0 a21 a22 a23
0 X6 b3 0 0 1 a31 a32 a33

Zj 0 0 0 0 0 0

Zj - Cj
PRIMERA ETAPA DE SOLUCIÓN