Documentos de Académico
Documentos de Profesional
Documentos de Cultura
\ = restricciones
= variables
En un modelo de este tipo, se cumple que < , por lo tanto, el sistema de igualdades
tiene infinitas soluciones (como se notó con el método gráfico, las infinitas soluciones del
área factible).
Para transformar cualquier modelo de programación lineal en su forma estándar se hace
necesario utilizar las siguientes transformaciones:
, ó
, ó
d) Si alguno de los es menor que cero, se puede multiplicar por (-1) a los dos lados de
la desigualdad (o igualdad), para luego sumarle o restarle variables de holgura o
superávit, dependiendo del signo (≤ ó ≥) que tenga la desigualdad.
e) Si la restricción original es de igualdad, no se hace necesario vincular holgura o
superávit para estandarizarla.
f) Cuando existe alguna variable del modelo que no tiene restricción de No-negatividad,
llamadas variables irrestrictas en signo o variables libres, se debe reemplazar por la
diferencia de dos variables positivas.
es variable irrestricta, ó libre ( puede ser mayor, igual o menor que cero).
Por lo tanto en el modelo donde aparezca ésta variable , se debe cambiar por:
à
Sujeto a
EL MÉTODO SIMPLEX
El método simplex creado por George Dantzig en el año 1947 y considerado uno de los
desarrollos más importantes del siglo pasado. Su forma general se transfiere a un proceso de
solución en forma de algoritmo. Con el método gráfico se conoció que la solución óptima de
un modelo de programación lineal se encontraba siempre en un punto esquina o punto
frontera, que matemáticamente se conoce como punto extremo. Puntos ubicados entre las
intersección de las rectas gráficas que representan a las intersecciones, y que pertenecen a
un espacio de solución llamado área factible. Este concepto que nos brinda el método gráfico
es la idea clave para el desarrollo del Método Simplex para resolver cualquier modelo de
programación lineal.
La relación entre los dos métodos es que por el método gráfico, geométricamente se
conocen los puntos extremos, ahora con el método simplex se va a identificar esos puntos
extremos, pero matemáticamente. Para lograrlo primero se transforma el modelo de
programación lineal en lo que se llama forma estándar de programación lineal, utilizando
para ello variables de holgura o de superávit al transformar las restricciones de desigualdad
en igualdades. El algoritmo simplex se diseñó para determinar de una forma eficiente el
punto óptimo entre las soluciones básicas. Se aplica de dos maneras, una forma matricial y
otra tabular.
MÉTODO SIMPLEX TABULAR
Zj
Cj - Z j
Entonces, la primera tabla representa a la solución básica factible inicial. Formada a partir de
realizar n – m variables iguales a cero, X1, X2 = 0. Igual que en el método de enumeración de
soluciones básicas, una solución básica inicial.
Tabla 1: Tabla inicial
Cj 300 500 0 0 0
VARIABLES Cociente
CB XB X1 X2 S1 S2 S3
BÁSICAS
S1 0 230 2 1 1 0 0
S2 0 250 1 2 0 1 0
S3 0 120 0 1 0 0 1
Zj 0 0 0 0 0 0
Cj - Z j 300 500 0 0 0
La fila Zj, se calcula como el producto escalar del vector CB y los vectores XB, X1,…, S3.
La fila Cj - Zj, se obtiene realizando la operación indicada, fila Cj menos fila Zj.
De esta manera se construye la tabla inicial para iniciar el proceso de aplicación del método,
la lectura para la primera tabla es la siguiente:
Para el ejemplo (ver tabla 2), observe que la fila Cj - Zj no cumple con la regla de decisión, el
modelo es de maximización y todos los valores de esta fila son positivos.
El método simplex al notar esta situación reconoce que puede mejorar esta solución, toda
vez que esta solución no ofrece ninguna retribución al sistema y el modelo buscará alcanzar
el máximo valor.
Para mejorar la solución, el método utiliza el siguiente criterio, criterio de entrada. Si en la
base existen variables que no mejoran la solución, se hace necesario vincular a la base una
variable que aumente el valor de la función objetivo.
CRITERIO DE ENTRADA, permite transformar una variable no básica en variable básica, de
esta manera el método simplex asegura que la nueva variable que se vincule a la base con
toda seguridad mejorara el valor de la función objetivo.
La regla de decisión para este criterio es la siguiente: Entra a la base (se transforma en
variable básica) aquella variable que en la fila:
El método simplex confirma, si existe una variable que entra a la base, debe existir una
variable básica que debe salir.
Cuando se aplica este criterio se identifica en la tabla la columna pivote, columna X2 (ver
tabla 2).
CRIETERIO DE SALIDA, permite reconocer de todas las variables que pertenecen a la base,
variables básicas, cuál de ellas debe salir, dejar el espacio para la variable entrante o nueva
variable básica.
La regla de decisión para este criterio es la siguiente: Sale de la base la variable cuyo
cociente sea el menor valor
Teniendo presente que el denominador de esta relación siempre sea > 0. Si =0, la
variable que represente a la restricción es candidata a abandonar la base.
Este criterio permite identificar la fila pivote, fila S3 (ver tabla 2).
La intercepción entre la fila y columna pivote forma el pivote, se utiliza como referente para
encontrar las nuevas posiciones de una nueva tabla o nueva solución.
Siempre el pivote debe ser igual a 1, si esto no sucede, se debe dividir toda la fila pivote
entre el valor del pivote obtenido al aplicar los criterios, a partir de la columna XB, X1,…S3. La
columna CB, se conoce, coeficientes de las variables básicas en la función objetivo.
Resumen de resultados al aplicar los criterios:
El criterio de optimalidad permite reconocer que no se esta en el óptimo la fila Cj - Zj son
todos positivos, se aplica entonces el criterio de entrada, los variables candidatas a entrar a
la base son X1 y X2, cuyos valores son 300 y 500. Entra a la base el más positivo, 500, entra
la variable X2. Al aplicar el criterio de salida:
Sale de la base la variable S3. Cruce entre fila pivote y columna pivote = 1, permite utilizar el
pivote par obtener todas las posiciones de una nueva tabla.
La tabla inicial tendría el siguiente aspecto:
Tabla 2: Aplicación criterios.
Cj 300 500 0 0 0
VARIABLES Cociente
CB XB X1 X2 S1 S2 S3
BÁSICAS
S1 0 230 2 1 1 0 0 230/1=230
S2 0 250 1 2 0 1 0 250/2=125
S3 0 120 0 1 0 0 1 120/1=120
Zj 0 0 0 0 0 0
Cj - Z j 300 500 0 0 0
Después de aplicar los criterios e identificar la optimalidad, la variable que entra y sale así
como el valor del pivote, se realizan operaciones elementales entre filas de eliminación
S2 0 0 0 1
X2 500 120 0 1 0 0 1
Zj
Cj - Z j
Para completar la tabla se necesita encontrar los valores de las celdas (S1, XB), (S1, X1), (S1,
S3), (S2, XB), (S2, X1) y (S2, S3). Existen varios procedimientos para obtener las posiciones de
las celdas, las operaciones se realizan siempre en la tabla anterior.
Observe uno de los procedimientos:
Para hallar la celda (S1, XB) = valor correspondiente de la columna pivote (X2), de la fila
donde se va a hallar el nuevo valor de la celda (S1), siempre con signo contrario (-1). Se
multiplica este valor por el valor ubicado en la fila pivote (S3) de la columna donde se va a
hallar el valor de la celda (XB), 120. El resultado de esta multiplicación se suma al valor actual
que tiene la celda (230).
La operación es la siguiente:
(S1, XB) = (-1)*(120)+230 = 110. Utilizando este procedimiento se encuentran los valores de
las celdas pendientes. Verifíquelos.
S2 0 10 1 0 0 1 -2 10/1=10
Cj - Z j 300 0 0 0 -500
Para cada iteración – tabla, se aplican secuencialmente los tres criterios hasta cumplir con el
criterio de optimalidad.
Aplicando los criterio, el resultado de la tercera iteración, verifíquela:
Cj 300 500 0 0 0
VARIABLES Cociente
CB XB X1 X2 S1 S2 S3
BÁSICAS
S1 0 90 0 0 1 -2 3 90/3=30
X1 300 10 1 0 0 1 -2 10/-2=-5
Cj - Z j 0 0 0 -300 100