SIMPLEX CONDENSADO

Está técnica permite darle solución a los problemas de programación lineal tomando como base las tablas
originales y haciendo intercambio físico de variables.

1. Desarrollo de la técnica. Este modelo es semejante al aplicado en el método simplex.

1.1 Formulación del modelo: Se definen las variables de decisión (X i), la función objetivo (f(Xi)), y las
restricciones (g(Xi) < Bi y Xi > 0), para i= 1, 2,..n

1.2 Romper desigualdades

- Las desigualdades < se rompen con Si

- Las desigualdades > se rompen con -Si +Ai
- Las igualdades se rompen con +Ai

1.3 Formulación de modelo de programación lineal

Z(mínimo) = C1X1 + C2X2 + … + CnXn

S.A: a11X1 + a12X2 + … + a1nXn <B1

a21X1 + a22X2 + … + a2nXn < B2
. . . .
. . . .
. . . .
am1X1 + am2X2 + … + amnXn < Bn
Xi > 0

Nota: las variables que van en la columna de VB no se colocan en la fila donde está C j por lo cual hay un
intercambio físico de variables.

1.4 Determinación de la celda pivote.

 Seleccionar la columna pivote a partir de C j – Zj más alejado de cero positivo, para problemas de
maximización, y más alejado del cero negativo para problemas de minimización.
 Seleccionar la fila pivote a partir del Θi más cercano a cero para cualquier criterio de optimización.
 En la intersección de la columna y la fila se encuentra la celda pivote.

1.5 Intercambio físico de variables. Se introduce a la base la variable correspondiente a la columna pivote
en el puesto donde está la fila pivote, y ésta, a su vez, pasa a ser la variable no básica.

1.6 El procedimiento en esta etapa es el siguiente:

 En la celda pivote de la siguiente tabla se coloca el número inverso correspondiente a ésta.

 Las variables por encima y por debajo de la nueva celda pivote se estiman con la fórmula (1) y los
demás elementos con la fórmula (2).
 E0 + ECP(Fi) = 0 (1)
F0 + FP(Fi) = NF (2)

Donde:

E0 : Elemento Original
ECP : Elemento de la celda pivote
Fi : Factor (Fi) que hace cero al valor original
F0 : Fila Original
NF : Nueva Fila
FP : Fila pivote

1.7 Estimar los valore de Cj – Zj . El proceso simplex condensado termina cuando todos los C j - Zj sean
negativos, en los problemas de maximización, y positivos en los problemas de minimización. En caso
contrario se repite el proceso a partir del paso 1.4.

Ejemplo:

Z(mínimo): 3X1 + 2X2

S.A: 0,1X1 + 0,2X2 > 25
0,1X1 + 0,3X2 > 10
0,3X1 > 6
X1, X2 >0

Análisis estandarización del Modelo:

_ Convertir las inecuaciones en ecuaciones

Tabulación del Problema