Ejemplo del Método Simplex (Tutorial y Cómo

Funciona)
por GEO Tutoriales el 08/09/2016 en Programación Lineal 4

En el siguiente artículo detallaremos cómo funciona el Método Simplex a través de un

ejemplo sencillo correspondiente a un modelo de Programación Lineal que considera
3 variables de decisión.
ADVERTISING

El Método Simplex corresponde a un algoritmo iterativo publicado por George

Bernard Dantzig en el año 1947 en donde se busca alcanzar el máximo (o mínimo) de
una función lineal compuesta por un conjunto de variables que deben satisfacer
condiciones impuestas por restricciones lineales en forma de inecuaciones.
En este contexto, el objetivo de este artículo es definir en detalle distintas
aproximaciones para la resolución de un modelo de Programación Lineal utilizando
el Método Simplex, además de discutir sobre sus principales características.
Con tal propósito en perspectiva consideremos el siguiente modelo de optimización
lineal:

Ejemplo del Método Simplex (Utilizando Diccionarios)

Un paso preliminar consiste en incorporar las denominadas variables de holgura. De
modo de comprender este concepto consideremos la primera restricción:

Para cada solución factible  , el valor del lado izquierdo será a lo más el valor

del lado derecho; o eventualmente existirá una diferencia (holgura) entre estos 2
valores.
De esta forma definimos   como variable de holgura de dicha restricción, la cual se
puede denotar por  , donde  . De forma análoga se pueden
definir las variables de holgura (no negativas)   y   para las restricciones 2 y 3,
 respectivamente. Finalmente podemos describir la función objetivo   
utilizando   de forma compacta.
En resumen, para cada selección de valores de las variables   y   podemos definir
valores para las variables  , y   utilizando las siguientes fórmulas (conocido
comúnmente como diccionarios según la terminología utilizada en el libro Linear
Programming de Vasek Chvátal):




El objetivo del  Método Simplex  es lograr sucesivas mejoras para el valor de la función
objetivo asociada a la selección de alguna solución factible. Repetir dicho procedimiento
un numero finito  de veces debería permitir eventualmente alcanzar la solución
óptima del problema lineal en estudio.
Para inicializar el Método Simplex necesitamos una solución factible. En nuestro
ejemplo esto es sencillo y se puede alcanzar simplemente fijando las variables   
en cero. De esta forma se alcanzan los siguientes resultados:

En el contexto del objetivo planteado anteriormente, debemos buscar una solución

factible que permita alcanzar un mayor valor para  . Si, por ejemplo,
mantenemos   e incrementamos el valor de   obtenemos  , de
modo que si   se obtiene   (y  ). Mejor aún, si   
(manteniendo  ), se obtiene   (y  ).

Sin embargo, si asumimos   (conservando  ) el valor de la función

objetivo ahora es  , pero   que claramente no satisface
las condiciones de no negatividad para las variables.
Por tanto la pregunta relevante es: ¿cuánto se puede incrementar el valor de   
(manteniendo   al mismo tiempo) y seguir conservando la
factibilidad ( )?.
La condición   implica  ; de forma similar   
implica   y   implica  . Claramente de estas 3 cotas para la variable   
la más restrictiva es  , de modo que incrementamos el valor de   hasta ese valor
de modo de obtener una nueva solución:
 Que claramente constituye una mejora para el valor de la función objetivo en
comparación al valor inicial  .

A continuación debemos buscar una nueva solución factible que sea aún mejor que la
que acabamos de encontrar. Para ello la variable   que cambió su valor desde cero a
un número positivo (12,5), debe cambiar su lugar desde el lado derecho al lado
izquierdo del sistema de ecuaciones. De forma análoga, la variable   que cambio su
valor de un número positivo a cero debe cambiar de lugar desde el lado
derecho al lado izquierdo.
De esta forma y luego de cierta manipulación algebraica podemos reescribir   en
términos de   según se observa a continuación:

Luego, con el objetivo de expresar   y   en términos de  , simplemente

substituimos el resultado anterior en las filas correspondientes:







De esta forma nuestro sistema de ecuaciones (diccionario) queda definido por:




Como lo hicimos en la primera iteración debemos intentar incrementar el valor de la
función objetivo ( ) seleccionando una variable adecuada en el lado derecho, mientras
que al mismo tiempo mantenemos las restantes variables del lado derecho en cero. En
este sentido se puede observar que aumentar el valor de las variables   o   generaría
una disminución en el valor de   que va en sentido contrario a nuestro objetivo de
maximizar el valor de la función objetivo.
Por tanto, la única selección de una variable en el lado derecho  que
permitirá  aumentar el valor de   es seleccionar la variable  .
 ¿Cuánto debemos incrementar el valor de  ?. La respuesta se puede obtener
directamente del sistema de ecuaciones anterior, considerando  , la
restricción   implica que  ; la restricción   no impone condiciones
adicionales y la restricción   implica  . En consecuencia   es el mejor
valor que puede adoptar dicha variable.
La nueva solución corresponde a:

El valor de   paso de 12,5 a 13 al cabo de una iteración del Método Simplex.

A continuación actualizamos el sistema de ecuaciones donde las variables que adoptan
valores positivos   se encontraran en el lado izquierdo, mientras las variables
igual a cero estarán en el lado derecho. De este modo pasamos la variable   al lado
izquierdo, donde   que permite substituir en el resto de las
ecuaciones:




Notar que no es posible seguir aumentando el valor de la función objetivo   mediante
un incremento de las variables del lado derecho   (en efecto, el valor de   
decrecería). En consecuencia estamos en presencia de la solución óptima del
problema:   con valor óptimo  .
El procedimiento anterior basado en diccionarios favorece una mejor comprensión
conceptual de los fundamentos sobre los que se basa el Método Simplex. De forma
complementaria a continuación presentaremos a modo de contraste las iteraciones
del Método Simplex utilizando tablas (o tableau) que comúnmente corresponde a la
forma en la cual se presenta el algoritmo en cursos de pregrado.
Ejemplo del Método Simplex (Utilizando Tableau)
Consideremos nuevamente nuestro problema de Programación Lineal:
A continuación incorporamos las variables de holgura (no negativas)   que
por definición tienen coeficiente nulo (cero) en la función objetivo. De esta forma
obtenemos la forma estándar (*):

(*). Para nuestros efectos consideraremos que la forma estándar de un modelo

de  Programación Lineal  esta dada por  , siendo este
formato el que preferentemente hemos utilizado para desarrollar las iteraciones
del  Método Simplex en otros artículos relacionados en nuestro sitio. En consecuencia
la selección de dicho formato es meramente convencional.
Retomando nuestro ejemplo, el tableau inicial queda definido por:

Las variables de holgura definen una Solución Básica Factible Inicial,

con   (las variables no básicas inicialmente corresponden a las
variables originales del modelo, es decir,   que por definición adoptan un valor
igual a cero.
¿Cómo verificar que el tableau inicial representa una solución básica factible
óptima para el problema?.
Criterio de Optimalidad: Si en una iteración del Método Simplex  se dispone de una
solución básica factible y adicionalmente todos los costos reducidos son mayores o
iguales que cero, parar ya que la actual solución básica factible es óptima.
En el ejemplo propuesto si bien nos encontramos frente a una solución básica factible el
costo reducido de las variables no básicas son negativos, por tanto no se cumple el
criterio de optimalidad, es decir, se puede seguir mejorando el valor de la función
objetivo.
En este sentido consideraremos arbitrariamente   como la variable que ingresa a la
base, aun cuando no hay certeza que la selección de la variable no básica con el costo
reducido más negativo contribuya necesariamente a la Rapidez de Convergencia del
Método Simplex.
La variable que deja la base para dar lugar a   se obtiene del criterio de factibilidad:

Criterio de Factibilidad: Para decidir que variable básica deja la base, es necesario

calcular el mayor valor que puede tomar la variable no básica que entra a la base que
garantice la factibilidad de la nueva solución básica. Para ello se considera un cuociente
entre el valor de la solución básica factible actual y los coeficientes  mayores a cero  en
la columna de la variable entrante. Si todos los cuocientes son negativos el Problema
es No Acotado y por tanto no existe solución óptima.
En el ejemplo el criterio de factibilidad para la presente iteración esta dado por:

El menor cuociente se alcanza en la primera fila (restricción) que determina la variable

que debe abandonar la base, en este caso, la variable  . Luego se actualiza la tabla
realizando operaciones filas considerando el denominador del mínimo cuociente
como pivote. El objetivo es alcanzar en la columna de la variable   lo que actualmente
disponemos en la columna de la variable  .
Por ejemplo, podemos dividir la fila 1 por 2 de modo de obtener un 1 en la posición del
pivote. Luego sobre esta nueva fila 1 podemos multiplicarla por -4 y sumarla a la fila 2.
También se puede alcanzar un cero para la variable   en la fila 3 multiplicando por -3
la nueva fila 1 y sumándola a la fila 3. Finalmente para lograr un cero en el costo
reducido de   se multiplica por 5 la nueva fila 1 y se suma a la fila 4.

De este modo el tableau del Método Simplex al cabo de una iteración queda de la

siguiente forma:

La solución básica factible actual corresponde

a:   con valor en la función
objetivo  . Se puede apreciar que dicho resultado es consistente con el enfoque
de  diccionarios utilizado inicialmente.
Claramente no se satisface el criterio de optimalidad dado que la variable no básica   
tiene costo reducido negativo. Por ello   ingresa a la base y por tanto debemos
calcular nuevamente el criterio de factibilidad para determinar la variable que deberá
dejar la base:

El pivote ahora se encuentra en la fila 3 y en consecuencia la variable básica   debe

dejar la base. Notar que no se ha considerado para el cálculo del criterio de factibilidad
el coeficiente de la variable   correspondiente a la fila 2 del tableau anterior (cuyo
valor es cero y por tanto el cuociente se indefine).
Actualizamos el tableau del Método Simplex obteniendo los siguientes resultados:

Los valores que adoptan las variables básicas correspondientes a esta nueva iteración
es   que además representa la solución
óptima del modelo de Programación Lineal (dado el cumplimiento del criterio de
optimalidad). Luego el valor óptimo corresponde a  .
Importante: Existen herramientas computacionales y aplicaciones que permiten
resolver online un problema de  Programación Lineal  mediante el  Método Simplex.
A continuación se presenta un extracto de los resultados alcanzados para nuestro
ejemplo utilizando la aplicación disponible
en  http://www.programacionlineal.net/simplex.html.
 Método Simplex (Conclusiones)
El ejemplo que hemos desarrollado en este artículo busca presentar de forma sencilla y
didáctica los principales fundamentos asociados al Método Simplex. Cabe destacar
que ha sido necesario para la aplicación del algoritmo llevar el modelo original a su
forma estándar que como se discutió anteriormente puede tener distintas
representaciones según la bibliografía que se consulte.
En este contexto, cada problema de Programación Lineal en su forma estándar
cumple con las siguientes propiedades establecidas en el Teorema Fundamental de
la Programación Lineal:
1. Si el problema no tiene solución óptima entonces es no-acotado o infactible.
2. Si tiene una solución factible, tiene una solución básica factible.
3. Si el problema tiene solución óptima, tiene una solución básica factible óptima.
Cabe destacar que no siempre se dispone de una solución básica factible en las
variables originales del modelo (luego de llevar el problema a su forma estándar). Si
bien existen diversas estrategias algorítmicas para enfrentar esta dificultad, se propone
al lector revisar los tutoriales que hemos desarrollado sobre esta problemática, en
particular respecto al Método Simplex de 2 Fases, Método de la M
Grande y Método Simplex Dual.
Adicionalmente con el objetivo de resumir algunas ideas principales del
algoritmo hemos preparado una infografía que hemos llamado 10 Cosas que
Necesitas saber sobre el Método Simplex.
Finalmente quisiéramos recordar a nuestros usuarios que en el Blog de  Gestión de
Operaciones se pueden encontrar a la fecha más de 80 publicaciones relativas a
la  Programación Lineal y la  Investigación de Operaciones. De modo de favorecer
una rápida búsqueda ingresa al menú Cómo Comenzar. Por último
agradeceríamos  compartir y difundir  este material en la medida que haya sido
considerado útil y evaluar este tutorial utilizando las  estrellas al final de esta
publicación.
Problema de Producción y Ensamblaje resuelto
con el Método Simplex
por GEO Tutoriales el 04/02/2015 en Programación Lineal 0

El siguiente problema de Programación Lineal fue enviado por uno de nuestros

lectores desde Puerto Rico. Consiste en determinar la política óptima de producción y
ensamblaje de una empresa que se dedica a fabricar componentes para computadoras.
A continuación los detalles de dicho problema el cual luego de su formulación
(definición de las variables de decisión, función objetivo y restricciones) será resuelto a
través del Método Simplex:
Problema de Producción y Ensamblaje
ADVERTISING

Una pequeña compañía fábrica tres componentes electrónicos de computadoras.

Componente A requiere 2 horas de fabricación, 1 hora de ensamblaje y 1 hora de
finalización; Componente B requiere 3 horas de fabricación, 1 hora de ensamblaje y 1
hora de finalización; y el Componente C requiere 2 horas de fabricación, 2 horas de
ensamblaje y 1 hora de finalización. La compañía tiene a lo sumo 1.000 horas de labor
en la fabricación, 800 horas de labor en el ensamblaje y 100 horas de finalización
disponibles cada semana. Las ganancias de cada componente A, B y C, son $7, $8 y
$10, respectivamente.
¿Cuántos componentes de cada tipo debe la compañía fabricar cada semana de
manera que pueda maximizar sus ganancias? ¿Cuál es la ganancia
máxima?. Resuelva el problema de Programación Lineal utilizando el Método
Simplex.
Sea   la cantidad de unidades a producir semanalmente del Componente A, B y
C, respectivamente, un modelo de Programación Lineal que permite abordar el
problema anterior es:

De modo de resolver el modelo a través del Método Simplex llevamos el mismo al

formato estándar, agregando   como variables de holgura de las restricciones 1,
2 y 3, respectivamente (fabricación, ensamblaje y finalización).

Lo que da origen a la siguiente tabla inicial del método:

Por el criterio del costo reducido más negativo ingresa a la base la variable  . Luego
calculamos el mínimo cuociente en dicha columna
obteniendo:  , el pivote está en la fila 3 y en consecuencia   
deja la base. Se realiza entonces una iteración:
Notar que luego de una iteración las variables no básicas   tienen costos
reducidos mayores a cero, además las variables básicas cumplen con las condiciones de
no negatividad, a saber,  , lo que corresponde a
una solución básica factible óptima. En consecuencia se propone producir
exclusivamente 100 unidades del Componente C lo que reporta un valor óptimo
(ganancia máxima) de $1.000.