Universidad de Cádiz

Estadı́stica y Optimización
Grado en Arquitectura Naval e Ingenierı́a Marı́tima

Optimización Lineal.
Métodos Simplex Dos Fases.

Profesora:
Marı́a José Benı́tez Caballero

Curso 2019-2020
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

Índice
1. Teorı́a 2

2. Ejemplos 2

1
 Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

1. Teorı́a
El método Simplex Dos Fases se utiliza cuando no es posible encontrar una solu-
ción básica, es decir, cuando nos es imposible encontrar la matriz identidad en la
matriz de costos tecnológicos. Ası́ que, introducimos las denominadas variables ar-
tificiales. Estas variables se introducen en las restricciones necesarias para poder
construir la matriz identidad. El método consta de dos fases en las cuales se aplica
el Método Simplex. En la primera fase, minimizaremos el impacto que producen las
variables artificiales en nuestro problema. Una vez que este problema esté resuelto,
pasaremos a la segunda fase, en la cual optimizaremos la función objetivo original.
A continuación, se describe el algoritmo de forma esquemática:

Algoritmo Simplex
Paso 1 Expresar el problema en forma estándar.
Paso 2 Introducir variables artificiales.
Paso 3 Resolver la primera fase en la que se minimiza las variables artificiales junto a
las restricciones del problema original. Para los costos utilizamos la fórmula:
ki = ci − c~B · B −1 · Aj (1)

Paso 4 Resolver la función objetivo original junto con la última tabla de la primera
fase. Para calcular los costos en esta tabla utilizaremos la Ecuación (1).
Este método se utiliza usualmente cuando hay igualdades o signos > en las restric-
ciones.
En la siguiente sección se aplica el Método Simplex a varios ejemplos.

2. Ejemplos
Ejemplo 2.1. Resuélvase por el método Simplex adecuado el siguiente problema de
Optimización Lineal:

máx Z(x1 , x2 , x3 , x4 ) = x1 + 2x2 + 3x3 − x4

sujeto a x1 + 2x2 + 3x3 = 15
2x1 + x2 + 5x3 = 20
x1 + 2x2 + x3 + x4 = 10
xi > 0, i = 1, 2, 3, 4

2
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

Solución: Como podemos observar, el problema ya está descrito en forma estándar,

ya que todas las restricciones están en forma de igualdad. Podemos definir los ele-
mentos del problema como:
~ = (x1 , x2 , x3 , x4 )
Vector de variables X
Vector de costos ~c = (1, 2, 3, −1)
Matriz de coeficientes o de costos tecnológicos
 
1 2 3 0
 
A = 2 1 5 0
 
 
1 2 1 1

Vector de términos independientes ~b = (15, 20, 10)

Como podemos observar, en la matriz de coeficientes tecnológicos no encontramos
la matriz identidad, ası́ que debemos introducir variables artificiales. La cuestión
ahora serı́a cuántas necesitamos y en qué restricciones debemos introducirlas. Como
necesitamos una matriz identidad de orden 3, ya que tenemos tres restricciones, y
como podemos ver, la última columna de la matriz de costos ya tiene la estructura
para una matriz identidad, (0, 0, 1), solo necesitamos dos variables artificiales; y
deben ser introducidas en la primera y la segunda restricción. Ası́, las restricciones
quedarı́an como:

máx Z(x1 , x2 , x3 , x4 , x5 , x6 ) = x1 + 2x2 + 3x3 − x4

sujeto a x1 + 2x2 + 3x3 + x5 = 15
2x1 + x2 + 5x3 + x6 = 20
x1 + 2x2 + x3 + x4 = 10
xi > 0, i = 1, . . . , 6

Ası́ pues, la matriz de costos tecnológicos serı́a

 
1 2 3 0 1 0
 
A = 2 1 5 0 0 1 (2)
 
 
1 2 1 1 0 0

3
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

Las variables que forman la matriz identidad dentro de la matriz de costos y que,
por lo tanto, son solución al sistema de ecuaciones serán:

x~B = (x5 , x6 , x4 )

Por lo tanto, ya tenemos todo lo necesario para iniciar el método Simplex Dos Fases.

Primera Fase
Para la primera fase debemos resolver el problema de Optimización Lineal:

mı́n Z(x1 , x2 , x3 , x4 , x5 , x6 ) = x5 + x6
sujeto a x1 + 2x2 + 3x3 + x5 = 15
2x1 + x2 + 5x3 + x6 = 20
x1 + 2x2 + x3 + x4 = 10
xi > 0, i = 1, . . . , 6

Para construir la tabla y buscar la solución óptima, debemos calcular los nuevos
costos para este problema, para ello, utilizamos la Ecuación (1). En nuestro caso,
como las variables básicas son (x5 , x6 , x4 ), tenemos que el vector de costos básicos
es c~B = (1, 1, 0). Además, como la matriz de las variables básicas es la identidad, su
inversa es la matriz identidad también, y podemos prescindir de ella. Ası́, los nuevos
costos serı́a:
   
1 0
     
k1 = 0 − 1 1 0 2 = −3 k4 = 0 − 1 1 0 0 = 0
   
   
1 1
   
2 1
     
k2 = 0 − 1 1 0 1 = −3 k5 = 1 − 1 1 0 0 = 0
   
   
2 0
   
3 0
     
k3 = 0 − 1 1 0 5 = −8 k6 = 1 − 1 1 0 1 = 0
   
   
1 0

4
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

Ya tenemos nuestras variables básicas y los costos marginales, aı́ que podemos cons-
truir la tabla
x1 x2 x3 x4 x5 x6 b
x5 1 2 3 0 1 0 15
x6 2 1 5 0 0 1 20
x4 1 1 1 1 0 0 10
−3 −3 −8 0 0 0

Comprobemos ahora, si la solución es óptima o no. La solución es factible ya que

todos los términos independientes son no negativos. Pero no es óptima, ya que al
estar minimizando el problema necesitamos que todos los costos sean no negativos, es
decir, que todos sean positivos o ceros. Como tenemos tres costos negativos, elegimos
de ellos el más grande en valor absoluto, en este caso serı́a el costo de x3 . Ahora
debemos elegir la variable que sale, para ello realizamos la siguiente fórmula:
 
15 20 10
mı́n , , = {5, 4, 10} = 4
3 5 1

Este valor corresponde a la variable x6 . Construimos ahora la nueva tabla. Como

ahora x3 forma parte de la solución del problema, necesitamos que su columna en la
matriz de costos tecnológicos sea toda nula salvo en el lugar de x3 que debe haber
un 1. Ası́ que lo primero que debemos hacer es conseguir un 1 en esa posición. A
continuación, pasamos a utilizar transformaciones elementales para conseguir ceros
en el resto de la columna. Para ello realizaremos combinaciones lineales entre las
filas antiguas y la fila nueva. Por ejemplo, para conseguir un 0 en el elemento a13 , a
la fila de la primera tabla de la variable x5 , debemos restarle tres veces la fila de la
nueva tabla correspondiente a la variable x3 . Del mismo modo, para conseguir un 0
en el elemento a33 , a la tercera fila de la primera tabla debemos restarle la nueva fila
de la variable x3 de la nueva tabla. También debemos realizar las cálculos con la fila
de costos, en este caso, serı́a multiplicar la nueva fila por 8 y sumarla a la antigua
de costos marginales. Nos queda la siguiente tabla:

x1 x2 x3 x4 x5 x6 b
−3
x5 − 15 7
5
0 0 1 5
3
2 1 1
x3 5 5
1 0 0 5
4
3 9 −1
x4 5 5
0 1 0 5
6
1 −7 8
5 5
0 0 0 5

5
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

Como podemos observar nuestra solución sigue sin ser óptima, ya que hay costos
negativos. En esta ocasión, entrarı́a la variable x2 , ya que es la única con costo
marginal negativo. Para saber el lugar que ocupará, debemos calcular el mı́nimo de
los términos independientes entre los coeficientes:
   
3 4 6 15 10 15
mı́n 7 , 1 , 9 = mı́n , 20, {20 14, 20, 30 33} =
5 5 5
7 3 7

Por lo tanto, sale la variable x5 . Ası́, la tabla nos quedarı́a tras las transformaciones:

x1 x2 x3 x4 x5 x6 b
−3
x2 − 17 1 0 0 5
7 7
15
7
3 −1 2 25
x3 7
0 1 0 7 7 7
6 −9 4 15
x4 7
0 0 1 7 7 7

0 0 0 0 1 1

Ya tenemos la solución óptima. Ya hemos finalizado la primera fase del problema,

ya que hemos minimizado las variables artificiales. Para saber que no nos hemos
confundido en el proceso, debemos tener en cuenta una serie de cosas:
En las variables básicas NO pueden aparecer variables artificiales.
Los costos marginales de las variables no artificiales deben ser 0, mientras que
las de las variables artificiales deben ser 1.

Segunda Fase
Ahora empezamos la segunda fase. En esta fase, vamos a usar el Método Simplex
para encontrar la mejor solución a la función objetiva original. Para la tabla, vamos
a utilizar los valores de la última tabla, ası́ como para calcular los costos marginales.
En esta fase, las variables básicas iniciales son las variables básicas de la tabla óptima
de la primera fase, x~B = (x2 , x3 , x4 ). Debemos tenerlas ordenadas formando la matriz
identidad, para poder usar la Ecuación (1) ignorando B −1 , ya que serı́a la identidad.

6
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

Obtenemos que los costos marginales para la segunda fase son:

   
−1
0
  7    
6
k1 = 1 − 2 1 −1  7  = 7 k3 = 1 − 2 1 −1 1
3
= 0
 
   
6
0
 7  
1 0
     
k2 = 2 − 2 1 −1 0 = 0 k4 = −1 − 2 1 −1 0 = 0
   
   
0 1

Ası́, empezamos con el método Simplex en la siguiente tabla:

x1 x2 x3 x4 b
x2 − 71 1 0 0 15
7
3 25
x3 7
0 1 0 7
6 15
x4 7
0 0 1 7
6
7
0 0 0

LA solución no es óptima porque hay un costo marginal positivo, y como estamos

maximizando, necesitamos que los costos sean negativos o ceros. Ası́ que, elegimos
la variable x1 para entrar y sale la variable x4 , ya que
 25 15   
25 5 5
mı́n 73 , 76 = mı́n , =
7 7
3 2 2

Ası́, la tabla quedarı́a:

x1 x2 x3 x4 b
1 5
x2 0 1 0 6 2
−1 5
x3 0 0 1 2 2
7 5
x1 1 0 0 6 2

0 0 0 −1
Como todos los costos son negativos o ceros, la tabla es óptima. Ası́, las variables

7
Optimización Lineal.
Métodos Simplex Dos Fases. Marı́a José Benı́tez Caballero

básicas de esta tabla forman la solución óptima que es:

5
x1 = 2
5
x2 = 2
5
x3 = 2

x4 = 0
Z(x1 , x2 , x3 , x4 ) = 15