Solución de Modelos de Programación Lineal

El Metodo Simplex

Juan José Bravo B, PhD ©

Juan José Bravo B., PhD

EL MÉTODO SIMPLEX

Es un método genérico de solución de problemas lineales,

desarrollado por George Dantzig en 1947.

Como tal, el método simplex es un procedimiento

algebraico, pero puede entenderse más fácilmente como
un método geométrico.

Antes de explicar los aspectos geométricos del Simplex,

veremos el tratamiento que debe hacerse a cualquier
modelo de PL antes de aplicar el Método Simplex sobre él
para solucionarlo.

Juan José Bravo B., M.Sc.

 Conversión de modelos de PL a la /1

Forma Estándar

Todo modelo de PL, para efectos de resolverse con el Método Simplex, debe
llevarse a una Forma Estándar con las siguientes características:
1. El lado derecho de las ecuaciones debe ser no-negativo
2. Todas las restricciones deben convertirse a Ecuaciones
3. Todas las variables deben ser no-negativas

EJEMPLO: Maximizar Z = 2x1 + 3x2 + x3

Sujeto a: x1 + x2 + x3 = 10
-2x1 + 3x2 + 2x3 ≤ -5
7x1 - 4x2 + 5x3 ≤ 6
x1 + 4x2 + 3x3 ≥ 8
x1 no restringida, x2 ≤ 0, x3 ≥0
Juan José Bravo B., M.Sc.
 Conversión de modelos de PL a la /2

Forma Estándar
Maximizar Z = 2x1 + 3x2 + x3
Sujeto a: x1 + x2 + x3 = 10
-2x1 + 3x2 + 2x3 ≤ -5
7x1 - 4x2 + 5x3 ≤ 6
x1 + 4x2 + 3x3 ≥ 8
x1 no restringida, x2 ≤ 0, x3 ≥0
Maximizar Z = 2x1 + 3x2 + x3
1 Sujeto a: x1 + x2 + x3 = 10
2x1 - 3x2 - 2x3 ≥ 5
7x1 - 4x2 + 5x3 ≤ 6
x1 + 4x2 + 3x3 ≥ 8
x1 no restringida, x2 ≤ 0, x3 ≥0

Maximizar Z = 2x1 – 3x’2 + x3 Maximizar Z = 2x1 + 3x2 + x3

Sujeto a: x1 – x’2 + x3 = 10 3a Sujeto a: x1 + x2 + x3 = 10
2x1 + 3x’2 - 2x3 – S1 = 5 2x1 - 3x2 - 2x3 – S1 = 5
7x1 + 4x’2 + 5x3 + S2 = 6 7x1 - 4x2 + 5x3 + S2 = 6
x1 - 4x’2 + 3x3 – S3 = 8 x2=-x’2 x1 + 4x2 + 3x3 – S3 = 8
x1 no restringida, x’2 ≥ 0, x3 ≥ 0, S1≥0, x1 no restringida, x2 ≤ 0, x3 ≥0, S1≥0,
S2≥0, S3≥0 Juan José Bravo B., M.Sc. S2≥0, S3≥0
 Conversión de modelos de PL a la /3

Forma Estándar
Maximizar Z = 2x1 – 3x’2 + x3
Sujeto a: x1 – x’2 + x3 = 10
3b
2x1 + 3x’2 - 2x3 – S1 = 5
7x1 + 4x’2 + 5x3 + S2 = 6
x1= x’1 - x’’1
x1 - 4x’2 + 3x3 – S3 = 8
x1 no restringida, x’2 ≥ 0, x3 ≥ 0, S1≥0,
S2≥0, S3≥0
Maximizar Z = 2x’1 – 2x’’1 - 3x’2 + x3

Forma Estándar donde: Sujeto a: x’1 – x’’1 – x’2 + x3 = 10

2x’1 – 2x’’1 + 3x’2 - 2x3 – S1 = 5
S1 y S3  Variables de Exceso
7x’1 – 7x’’1 + 4x’2 + 5x3 + S2 = 6
S2  Variable de Holgura
x’1 – x’’1 - 4x’2 + 3x3 – S3 = 8
x’1≥ 0, x’’1 ≥ 0, x’2 ≥ 0, x3 ≥ 0, S1≥0, S2≥0,
S3≥0
Juan José Bravo B., M.Sc.
 Soluciones Básicas
EJEMPLO: Minimizar Z = -3x1 - 5x2 Minimizar Z = -3x1 - 5x2
Forma
Sujeto a: x1 ≤ 4 Sujeto a: x1 + S1 = 4
Estándar
2x2 ≤ 12 2x2 + S2 = 12
3x1 + 2x2 ≤ 18 3x1 + 2x2 + S3 = 18
x1 , x2 ≥ 0 x1 , x2 , S1, S2, S3 ≥ 0
x1 x2 s1 s2 s3
0 0 4 12 18 El Método Simplex observa el
0 6 4 0 6 conjunto de ecuaciones resultantes
en la forma estándar, y dado que
0 9 4 -9 0
hayan “m” ecuaciones y ”n”
4 6 0 0 -6 incognitas (en este caso m = 3 y n
2 6 2 0 0 = 5) le corresponde hacer (n-m)
variables iguales a “cero” para
4 3 0 6 0 poder tener soluciones
6 0 -2 12 0 consistentes. Las soluciones que
4 0 0 12 6 logra de esta manera se llaman
Soluciones Básicas.
Juan José Bravo B., M.Sc.
 Soluciones Básicas Factibles (SBF)
x1 x2 s1 s2 s3
P1 0 0 4 12 18 Fact
P2 0 6 4 0 6 Fact
P3 0 9 4 -9 0 NO
P4 4 6 0 0 -6 NO
P5 2 6 2 0 0 Fact
P6 4 3 0 6 0 Fact
P7 6 0 -2 12 0 NO
P8 4 0 0 12 6 Fact

Los puntos resaltados con verde representan

Soluciones Básicas Factibles ya que cumplen con Las SBF son los vértices
todas las restricciones. Los demás puntos violan de la Región Factible y
restricciones de no-negatividad. El Método por tanto allí estará el
Simplex únicamente considera para su análisis las óptimo.
SBF. Juan José Bravo B., M.Sc.
 Búsqueda Geométrica del Optimo
Punto Puntos Valor Z en Valor Z en los Adyacentes
Factibles Adyacente el Punto
s
P5
P1 P2 y P8 Z=0 P2 (Z = -30) y P8 (Z = -12)
P2
P2 P1 y P5 Z = -30 P1 (Z = 0) y P5 (Z = -36)
P5 P2 y P6 Z = -36 P2 (Z = -30) y P6 (Z = -27)
P6
P6 P5 y P8 Z = - 27 P5 (Z = -36) y P8 (Z = -12)
P8 P1 y P6 Z = -12 P1 (Z = 0) y P6 (Z = -27)
P8
P1

El Método Simplex inicia explorando uno de los puntos, usualmente el origen

(en este caso P1), y saltará a un punto adyacente sólo si éste salto mejora el
valor de Z.
Si estando en un punto se determina que ninguno de los adyacentes a él mejora
el valor de Z, entonces se ha encontrado el óptimo.
En este caso el óptimo es el punto P5, y se encuentra en 3 iteraciones (P1 
P2  P5). Juan José Bravo B., M.Sc.
 Simplex Tabular /1

Minimizar Z = -3x1 - 5x2 El Método Simplex inicia en el punto P1,

Sujeto a: x1 + S1 = 4 que corresponde a la Tabla 1.
2x2 + S2 = 12
x1 x2 s1 s2 s3
3x1 + 2x2 + S3 = 18
P1 0 0 4 12 18
x1 , x2 , S1, S2, S3 ≥ 0

Variables Variables
No Básicas Básicas
Tabla 1
Variables Coeficientes en la x1 x2 S1 S2 S3 Solución
Básicas Función Objetivo (R.H.S.)
(Cj)
S1 0 1 0 1 0 0 4
S2 0 0 2 0 1 0 12
S3 0 3 2 0 0 1 18
Zj - Cj 3 5 0 0 0 0

Coeficientes de Valor Objetivo

las restricciones
Juan José Bravo B., M.Sc.
 Simplex Tabular /2

Ya obtenida la Tabla 1, el Método Para ello observamos el

Simplex se pregunta: ¿La Tabla renglón (Zj – Cj), que da
1 es óptima? (es decir, ¿el sólo informacion de las
punto P1 es óptimo?). Variables No Basicas

Criterio de Parada

Si todos los valores del Para Minimización

renglón (Zj – Cj) ≤ 0
• Si un valor del renglón (Zj – Cj) es positivo,
entonces la Tabla es
indica que al darle valores a la variable no basica
óptima
respectiva, mejora la funcion objetivo.
ó • Si un valor del renglón (Zj – Cj) es negativo,
indica que al darle valores a la variable no basica
Debe ingresar a la respectiva empeora la funcion objetivo.
solución la Variable No •Si un valor del renglón (Zj – Cj) es cero, indica
Basica que tenga el que al darle valores a la variable no basica
mayor valor positivo en respectiva, no hay cambio en la funcion objetivo.
el renglón (Zj – Cj)
Criterio
Juan de B.,
José Bravo Entrada
M.Sc.
 Simplex Tabular /3

Columna entrante
Tabla 1
Variables Coeficientes en la x1 x2 S1 S2 S3 Solución Razón
Básicas Función Objetivo (R.H.S.) Mínima
(Cj) (θ)
S1 0 1 0 1 0 0 4 -
S2 0 0 2 0 1 0 12 12/2 = 6
S3 0 3 2 0 0 1 18 18/2 = 9
Zj - Cj 3 5 0 0 0 0
sale S2
Para darle valores a la
Para saber cual Se calcula dividiendo el
variable X2 (es decir,
variable básica elemento de la columna
volver básica a X2), debe
actual sale, el R.H.S con el elemento
salir de la solución actual
Criterio de Salida de la columna entrante,
una de las variables
es con base en la siempre que el
básicas (es decir, una de
Razón Mínima elemento de esta última
ellas deberá volverse no
(θ) columna sea positivo.
basica ó “cero”).
Juan José Bravo B., M.Sc.
Tabla 1
Simplex Tabular /4
Variables Coeficientes en la x1 x2 S1 S2 S3 Solución
Básicas Función Objetivo (Cj) (R.H.S.)

S1 0 1 0 1 0 0 4
S2 0 0 2 0 1 0 12
S3 0 3 2 0 0 1 18
Zj - Cj 3 5 0 0 0 0

1 0 1 0 0 4 1 0 1 0 0 4 1 0 1 0 0 4 
0 2 0 1 0 12 r2 / 2
0
 1 0 1/ 2 0 6  r4 -5r2 0 1 0 1/ 2 0 6 
 
3 2 0 0 1 18 3 2 0 0 1 18 r3 -2r2 3 0 0 1 1 6 
     
3 5 0 0 0 0 3 5 0 0 0 0 3 0 0 5/ 2 0  30

Tabla 2
Variables Coeficientes en la x1 X2 S1 S2 S3 Solución
Básicas Función Objetivo (Cj) (R.H.S.)

S1 0 1 0 1 0 0 4
x2 -5 0 1 0 1/2 0 6
S3 0 3 0 0 -1 1 6
Zj - Cj Juan José 0 B., M.Sc.
3 Bravo 0 -5/2 0 -30
Tabla 2 Simplex Tabular /5
Variables Coeficientes en la x1 X2 S1 S2 S3 Solución Razón
Básicas Función Objetivo (Cj) (R.H.S.)
θ
S1 0 1 0 1 0 0 4 4/1 =4
x2 -5 0 1 0 1/2 0 6 -
S3 0 3 0 0 -1 1 6 6/3 =2
Zj - Cj 3 0 0 -5/2 0 -30
x1 x2 s1 s2 s3
P2 0 6 4 0 6 Fact
Tabla 3
Variables Coeficientes en la x1 X2 S1 S2 S3 Solución
Básicas Función Objetivo (Cj) (R.H.S.) Tabla
OPTIMA
S1 0 0 0 1 1/3 -1/3 2
x2 -5 0 1 0 1/2 0 6
x1 -3 1 0 0 -1/3 1-3 2
Zj - Cj 0 0 0 -3/2 -1 -36

x1 x2 s1 s2 s3
P5 2 6 2 0José Bravo
Juan 0 B., M.Sc.
Fact
 El Simplex y las Variables Artificiales /1

Minimizar Z = 4x1 + x2 Estandarizacion Minimizar Z = 4x1 + x2

Sujeto a: 3x1 + x2 = 3 Tradicional Sujeto a: 3x1 + x2 = 3
4x1 + 3x2 ≥ 6 4x1 + 3x2 – S2 = 6
x1 + 2x2 ≤ 4 x1 + 2x2 + S3 = 4
x1 , x2 ≥ 0 x1 , x2,S2, S3 ≥ 0

¿Puede Lograrlo con este

ejemplo?
En general, las restricciones de “=“ y
de “≥” generan problemas al Simplex al
momento de construir la tabla inicial
que arranca el procedimiento. En
cambio cuando las restricciones son de
“≤” no existen estos inconvenientes y
el metodo puede iniciar sin problemas
con las variables de holgura. Juan José Bravo B., M.Sc.
Como n=4 y m=3, el Simplex
hace n-m variables “cero” (en
este caso una) para crear un
sistema de ecuaciones
consistente que arroje una
Solucion Inicial Inmediata y
Factible .
El Simplex soluciona estos
inconvenientes de arranque creando
Variables Artificiales.
 El Simplex y las Variables Artificiales /2

Min Z = 4x1 + x2 Min Z = 4x1 + x2 Min Z = 4x1 + x2 + MR1+ MR2

Sujeto a: 3x1 + x2 = 3 Sujeto a: Sujeto a:

4x1 + 3x2 ≥ 6 3x1 + x2 = 3 3x1 + x2 + R1 = 3

x1 + 2x2 ≤ 4 4x1 + 3x2 – S2 = 6 4x1 + 3x2 – S2 + R2 = 6

x1 , x2 ≥ 0 x1 + 2x2 + S3 = 4 x1 + 2x2 + S3 = 4

x1 , x2,S2, S3 ≥ 0 x1 , x2, S2, S3, R1, R2 ≥ 0

La Tabla Simplex Inicial se construye teniendo

en cuenta que en el renglón (Zj – Cj) las Aquí n = 6 y m = 3,
variables básicas tienen necesariamente valores siendo (n-m) = 3. Es decir,
de “cero”. al hacer 3 variables iguales
a “cero” sale una Solucion
Inicial Inmediata
Factible. [Puede observar
Tenga en cuenta que en la Tabla 1:
que estas 3 variables no
- Variables No Básicas: x1, x2, s2 básicas iniciales deben ser
x1, x2, s2].
- Variables Básicas: R1, R2, S3
Juan José Bravo B., M.Sc.
 El Simplex y las Variables Artificiales /3
De la primera y segunda restricción:
Min Z = 4x1 + x2 + MR1+ MR2
R1 = 3 - 3x1 - x2
Sujeto a:
R2 = 6 - 4x1 - 3x2 + S2
3x1 + x2 + R1 = 3
4x1 + 3x2 – S2 + R2 = 6 Transformación necesaria en la Función
x1 + 2x2 + S3 = 4 Objetivo:
x1 , x2, S2, S3, R1, R2 ≥ 0 Min Z = 4x1 + x2 + M(3 - 3x1 - x2) +
M(6 - 4x1 - 3x2 + S2)
Min Z = (4 - 7M) x1 - (4M - 1)x2 + MS2 + 9M

Tabla 1
Variables Coeficientes en la x1 x2 S2 S3 R1 R2 Solución
Básicas Función Objetivo (R.H.S.)
(Cj)
R1 0 3 1 0 0 1 0 3
R2 0 4 3 -1 0 0 1 6
S3 0 1 2 0 1 0 0 4
Zj - Cj - (4-7M) (4M -1) -M 0 0 0 9M
Juan José Bravo B., M.Sc.
 El Simplex y las Variables Artificiales /4

Tabla 1
Variables Coeficientes en la x1 x2 S2 S3 R1 R2 Solución
Básicas Función Objetivo (R.H.S.)
(Cj)
R1 0 3 1 0 0 1 0 3
R2 0 4 3 -1 0 0 1 6
S3 0 1 2 0 1 0 0 4
Zj - Cj - (4-7M) (4M -1) -M 0 0 0 9M

Tabla OPTIMA
Tabla 4
Variables Coeficientes en la X1 x2 S2 S3 R1 R2 Solución
Básicas Función Objetivo (R.H.S.)
(Cj)
X1 4 1 0 0 -1/5 2/5 0 2/5
X2 1 0 1 0 3/5 -1/5 0 9/5
S2 0 0 0 1 1 1 -1 1
Zj - Cj 0 0 0 -1/5 7/5-M -M 17/5

NOTA: Las variables artificiales siempre deben ser al final No Básicas, o tener valor de
“cero”, ya que solo fueron creadas para arrancar el procedimiento.
Juan José Bravo B., M.Sc.
 El Método Simplex _ CASOS ESPECIALES
Problema de Observe que una Tabla
múltiples soluciones Optima de MAXIMIZACION
Maximice Z = (5/2)X1 + X2 tiene todos los valores del
Sujeto a: 3X1 + 5X2 ≤ 15 renglón (Zj – Cj) ≥ 0. Es
5X1 + 2X2 ≤ 10 decir, el criterio funciona a la
Xj > 0 ; j = 1, 2 inversa de la Minimizacion.

Tabla Final OPTIMA

Variables Coeficientes en la x1 X2 S1 S2 Solución
Básicas Función Objetivo (Cj) (R.H.S.)

S1 0 0 3.8 1 -0.6 9
X1 5/2 1 0.4 0 0.2 2
Zj - Cj 0 0 0 0.5 5

Entonces aquí la variable que entra es la que variable no-básica que tenga el valor
(Zj - Cj) más negativo. Observe la variable No Básica x2 con un valor de “0”. Si
esta variable entra, la funcion objetivo permanece inmodificable.

Puede encontrarse otra solución Múltiples Soluciones

Juan José Bravo B., M.Sc.
con el mismo valor de Z!
Problema de solución infinita (ó No Acotada)
Minimice Z = - X1 + X2

Sujeto a: - X1 + X2 ≤ 0
- 0,5X1 + X2 ≤ 1
Xj > 0 ; j = 1, 2

Tabla Inicial
Variables Coeficientes en la x1 X2 S1 S2 Solución
Básicas Función Objetivo (Cj) (R.H.S.)

S1 0 -1 1 1 0 0
S2 5/2 -0.5 1 0 1 1
Zj - Cj 1 -1 0 0 0

Entra x1 pero: ¿Cuál

variable sale?

Problema sin solución

Cuando en la Tabla Final existe como solución una Variable Artificial con
valor mayor que cero.
Juan José Bravo B., M.Sc.