EJEMPLO - Método SIMPLEX

EJEMPLO 1: Dadas x1, x2, x3 ≥ 0 , maximizar v

Sujeto a:
- x1 – x2 – x3 = -1
-2x1 + x2 + 4x3 = 2
__________________________________
x1 + 2x2 = v (a max)

1) Escribir el PPL en forma estándar:

𝑐𝑥 = 𝑧 (a min)
𝐴𝑥 = 𝑏
𝑥≥0
- x1 – x2 – x3 = -1
-2x1 + x2 + 4x3 = 2
____________________________________
- x1 - 2x2 = z (a min)

2) Hacer todos los 𝒃𝒊 >𝟎

𝐴𝑖𝑥 = 𝑏𝑖 𝑏𝑖 < 0 ⇔ −𝐴𝑖𝑥 = −𝑏𝑖 (−𝑏𝑖 > 0)

x1 + x2 + x3 = 1
-2x1 + x2 + 4x3 = 2
____________________________________
- x1 - 2x2 = z (a min)

3) Crear el Problema Auxiliar, si es necesario.

Éste es necesario, cuando el problema del paso 2) no tiene FCF.

El problema del paso 2), NO ESTÁ en FCF, por lo tanto se crea el problema auxiliar:

𝑚 VA (Variables Artificiales) 𝑋𝐼𝑎 ≥ 0 y 𝑤(𝑎 𝑚𝑖𝑛) = ∑𝑚 𝑎

𝑖=1 𝑋𝐼

1
 ,𝑎
Dadas x1, x2, x3 ≥ 0 y 𝑋1 , 𝑋2𝑎 ≥ 0 minimizar z y minimizar w
Sujeto a:
x1 + x2 + x3 + 𝑋1𝑎 = 1
-2x1 + x2 + 4x3 + 𝑋2𝑎 = 2
______________________________________________________________
- x1 - 2x2 = z (a min)
𝑎 𝑎
𝑋1 + 𝑋2 = w (a min)

El Problema Auxiliar se debe llevar a la Forma Canónica Factible, (FCF).

4) Obtener la FCF del Problema Auxiliar.

A la ecuación 𝑤, se le restan aquellas restricciones que tengan Variables Artificiales.
Máximo se le restan las 𝑚 restricciones

̅̅̅
𝑑1 𝑥1 + ̅̅̅
𝑑2 𝑋2 + ⋯ + ̅𝑑̅̅𝑛̅𝑋𝑛 + 0 𝑋1𝑎 + ⋯ + 0𝑋𝑚
𝑎
+ (−𝑊) = 𝑤
̅̅̅̅̅

̅̅̅
𝑑1 = −𝑎11 −𝑎21 −. . . −𝑎𝑚1 … ̅𝑑̅̅𝑛̅ = −𝑎1𝑛 −𝑎2𝑛 −. . . −𝑎𝑚𝑛

̅̅̅̅̅ = − ∑ 𝑏̅𝑖
𝑤
𝑖=1

𝑋𝑎1 + 𝑋2𝑎 = w (a min)

_
x1 + x2 + x3 + 𝑋1𝑎 = 1
𝑎
-2x1 + x2 + 4x3 + 𝑋2 = 2
___________________________________________________________
x1 - 2x2 - 5x3 = w (a min) -3 Nueva F.O. w
El problema queda:

x1 + x2 + x3 + 𝑋1𝑎 =1
𝑎
-2x1 + x2 + 4x3 + 𝑋2 = 2
_______________________________________________________________
- x1 - 2x2 = z (a min)
x1 - 2x2 - 5x3 = w(a min) -3

Ahora el problema está en FCF- ¿CUÁL ES LA SBF PARA EL PROBLEMA AUXILIAR?

2
SBF DEL PROBLEMA AUXILIAR:

VB: 𝑋1𝑎 = 1 V no B: x1, x2, x3 = 0

𝑋2𝑎 =2 w=3

FASE I:

Emplear el Algoritmo SIMPLEX para minimizar 𝑤.

Si al final, cuando se cumple el criterio de optimalidad, se encuentra que:

i. 𝑤>0 El problema no tiene SBF
ii. 𝑤=0 Se ha hallado una SBF del problema, Ir a la FASE II.

Variables Admisibles Var.no Admis. F. Obj. Const

V.B. (-w)
𝑥1 𝑥2 𝑥3 𝑥1𝑎 𝑥2𝑎 (-z) antes

𝑥1𝑎 1 1 1 1 1

𝑥2𝑎 -2 1 4 1 2

(-z) -1 -2 0 1 0 0

(-w) 1 -2 -5 0 1 -3

¿Son todos los ̅̅̅

𝑑𝑗 ≥ 0?
No  Ciclo 1

CICLO 1

a) Selección de la columna pivote (Col. s)

̅̅̅̅
𝑑𝑗 = 𝑀𝑖𝑛 𝑗 { 𝑑̅𝑗 | 𝑑̅𝑗 < 0}
̅̅̅
𝑑𝑠 = 𝑀𝑖𝑛 𝑗 {−2 , −5} = −5
j=2 j=3 j=3

La columna s (pivote) es la 3, (𝑋𝑠 = 𝑋3 )  Entonces, la V. no B. 𝑋3 debe ser V.B.

3
 b) Selección de la fila pivote (Fila r.)
̅̅̅̅
𝑏𝑟 ̅̅̅̅
𝑏𝑖
𝑋𝑠∗ = = 𝑀𝑖𝑛 𝑖 { ̅̅̅̅ > 0}
𝑎
𝑎𝑟𝑠
̅̅̅̅ 𝑎𝑖𝑠 | 𝑖𝑠
̅̅̅̅
1 2 2
𝑋3∗ = 𝑀𝑖𝑛 𝑖 { , } =
1 4 4
i= 1 i= 2 i= 2
La fila pivote es la r= 2  Entonces, la V.B. asociada 𝑥2𝑎 , pasa a ser V. no B.

El elemento pivote ̅̅̅̅ ̅̅̅̅̅

𝒂𝒓𝒔 = 𝒂 𝟐𝟑 = 𝟒

c) Operación del Pivote

Variables Admisibles Var.no Admis. F. Obj. Const

V.B. (-w)
𝑥1 𝑥2 𝑥3 𝑥1𝑎 𝑥2𝑎 (-z) antes

𝑥1𝑎 3/2 ¾ 0 1 -¼ ½

x3 -1/2 ¼ 1 0 ¼ ½

(-z) -1 -2 0 0 0 1 0 0

(-w) -3/2 -¾ 0 0 5/4 0 1 -½

¿Son todos los ̅̅̅

𝑑𝑗 ≥ 0?
No  Ciclo 2

¿CUÁL ES OTRA SBF PARA EL PROBLEMA AUXILIAR?

CICLO 2
a) Selección de la columna pivote (Col. s)

̅̅̅
𝑑𝑠 = 𝑀𝑖𝑛 𝑗 { ̅̅̅
𝑑𝑗 | 𝑑̅ < 0}
3 3 3
̅̅̅
𝑑𝑠 = 𝑀𝑖𝑛 𝑗 {− ,− } = −
2 4 2
j=1 j=2 j=1

La columna pivote s=1, (𝑥𝑠 = 𝑥1 )  Entonces, la V.no B. 𝑋1 pasa a ser V.B.

4
 b) Selección de la fila pivote (Fila r.)
̅̅̅̅
𝑏𝑟 ̅̅̅̅
𝑏
𝑋𝑠∗ = = 𝑀𝑖𝑛 𝑖 { 𝑖 | ̅̅̅̅
𝑎𝑖𝑠 > 0}
𝑎𝑟𝑠
̅̅̅̅ 𝑎𝑖𝑠
̅̅̅̅
1
2
𝑋3∗ = 𝑀𝑖𝑛 𝑖 { 2 } =
2 4
2
i= 1 i= 1
La fila pivote es la r= 1  Entonces, la V.B. asociada 𝑥1𝑎 , pasa a ser V. no B.
𝟑
El elemento pivote ̅̅̅̅
𝒂𝒓𝒔 = 𝒂𝟏𝟏 =
𝟐

c) Operación del Pivote

Variables Admisibles Var.no Admis. F. Obj. Const

V.B. (-w)
𝑥1 𝑥2 𝑥3 𝑥1𝑎 𝑥2𝑎 (-z) antes

𝑥1 1 ½ 0 1/3 -1/6 1/3

x3 0 ½ 1 1/3 1/6 2/3

(-z) 0 -3/2 0 2/3 -1/6 1 0 1/3

(-w) 0 0 0 1 1 0 1 0

¿Son todos los ̅̅̅

𝑑𝑗 ≥ 0 ?
Si
¿Es w=0?
Si FASE II

¿CUÁL ES LA SBF PARA EL PROBLEMA INICIAL?

Var Básicas: Var No Básica: Función Objetivo:

X1 = 1/3 X2, = 0 z = -1/3
X3 = 2/3

5
FASE II:
Primero que todo:
1) Quitar todas las variables artificiales.
2) Quitar la ecuación 𝑤
3) Queda el problema dado al principio en FCF, ahora se va a Minimizar Z.

Variables Admisibles Var.no Admis. F. Obj. Const

V.B. (-w)
𝑥1 𝑥2 𝑥3 𝑥1𝑎 𝑥2𝑎 (-z) antes

1 1/3
𝑥1 ½ 0 -1/6 1/3

X3 0 ½ 1 1/3 1/6 2/3

(-z) 0 -3/2 0 2/3 -1/6 1 0 1/3

(-w) 0 0 0 1 1 0 1 0

Variables Admisibles F. Oj. Const

V.B.
𝑥1 𝑥2 𝑥3 (-z) antes

𝑥1 1 ½ 0 1/3

X3 0 ½ 1 2/3

(-z) 0 -3/2 0 1 1/3

¿Son todos los ̅̅̅̅̅

𝑐𝑗 ≥0
No  Ciclo 3

5) Emplear el Algoritmo SIMPLEX, en el problema del paso 6) para:

1- Encontrar la solución óptima, SO, del problema y el 𝑍 Mínimo.

2- Encontrar una clase de soluciones tal que: 𝑍 → −∞

a) Selección de la columna pivote (Col. s)

̅̅̅
𝑐𝑠 = 𝑀𝑖𝑛 𝑗 { 𝑐̅𝑗 | ̅
𝑐𝑗 < 0}
3 3
𝑐̅𝑠 = 𝑀𝑖𝑛 𝑗 {− } = −
2 2
j=2 j=2
La columna pivote es la 2, (𝑋𝑠 = 𝑋2 )  Entonces, la V.no B. 𝑋2 pasa a ser V.B.

6
b) Selección de la fila pivote (Fila r.)
̅̅̅̅
𝑏𝑟 ̅̅̅̅
𝑏𝑖
𝑋𝑠∗ = = 𝑀𝑖𝑛 𝑖 { 𝑎 > 0}
̅̅̅̅
𝑎𝑟𝑠
̅̅̅̅ 𝑎𝑖𝑠 | 𝑖𝑠
̅̅̅̅
1 2
2
𝑋2∗ = 𝑀𝑖𝑛 𝑖 { 3 , 3} =
1 1 3
2 2
i= 1 i= 2 i= 1
La fila pivote es la r= 1.  Entonces, la V.B. asociada x1, pasa a ser V. no B.
𝟏
El elemento pivote ̅̅̅̅
𝒂𝒓𝒔 ̅̅̅̅̅
=𝒂 𝟏𝟐 = 𝟐
c) Operación del Pivote

Variables Admisibles F. Oj. Const

V.B.
𝑥1 𝑥2 𝑥3 (-z) antes

𝑥2 2 1 0 2/3

X3 -1 0 1 1/3

(-z) 3 0 0 1 4/3

¿Son todos los ̅̅̅̅̅

𝑐𝑗 ≥0
Si  La solución es optima

Se encontró una solución óptima:

Variables Básicas: Variables no Básicas: Función Objetivo:

X2= 2/3 X1 = 0 Zmin= -4/3

X3 = 1/3

7
EJEMPLO 2: Encuentre la solución óptima si existe, del siguiente PPL, usando el Método
Simplex.

Max z = 2 x1 - x2 + x3
sujeto a:
3x1 + x2 + x3 ≤ 60
x1 - x2 +2x3 ≤ 10
x1 + x2 - x3 ≤ 20
Con x1, x2, x3≥ 0