Dicer
CAPITULO 3
Método simplex
3.1 INTRODUCCION
E| método simplex en un método algebraico iterativo que permite ir mejorando la solucién a
cada paso del procedimiento, comenzando con una solucién basica (punto extremo) y
modificando esta a lo largo del proceso a través de la inclusién y exclusién de una variable,
siempre aumentando la utilidad o reduciendo el costo hasta encontrar una solucién éptima, fue
desarrollado por George Dantzig en 1947 y resuelve modelos de programacién neal
multidimensionales, con mas de dos variables.
3.2 MAXIMIZAR CON RESTRICCIONES MENOR O IGUAL (<)
Consideremos el ejemplo 2 del capitulo 2 del punto 2.6 ejemplos de formulacién de los modelos
matematicos.
Funcién objetivo Max Z = 200%, + 150X,
Restricciones:
X, 42K, $80
3X, + 2¥, < 120
Xy Xp 20
Paso 1: Convertir el modelo matematico de programacién lineal a su FORMA ESTANDAR
convirtiendo las desigualdades en igualdades (restricciones) y agregando variables de holgura
a todas las restricciones denotado por 5, donde i = 1,2,3,4.....donde S; = 0
Nota: se agregan variables de holgura cuanto las restricciones son estrictamente <0 < silas
restricciones son > 0 = utlizaremos otros métodos que veremos més adelante.
as restricciones quedarian de esta forma: _| Igualando por columnas las variables:
X, + 2X, + 5, = 80 X, +2X, + $, +0 = 80
3X, + 2X, +S; = 120 3X, +2X, +0 + S,= 120
Variable de holgura, esta variable representa la cantidad que le falta a la desigualdad para ser
igualdad.
Paso 2: Igualar la funcién objetivo a cero
LEK, + Xp bt OXy SD LA GX = Xp Gy =
Max Z = 200X,+150X, => Z
200X; — 150%, = 0
Pasé 3: Elaboramos nuestra tabla simplex de la siguiente manera, donde la matriz identidad
corresponde a las variables de holgura a nivel de columnas:
37Week ned Ing. Juan Carlos Sarzuri Patzi
Variables
variables | Z| xy | x2 | om | Xu | Si | Se Su
S| 0 la, la malt 0 B,
Sp 101 a | ee ain 1 0 be
5, 0 taf 0 [0 i B,
Zz [4 cfofo[opo 0
Para nuestro ejercicio quedaria ast:
Variables | 7 | x, | x, | s, | s, | Solucion
basicas
Ss [o> 7 [2 [tpo,
S oO, 3 [2 [o}1| 120
Z [1 [200 [180-0 [0 0
Paso 4: Hallamos vuestra columna pivote que es ol nimero mayor valor negative en Ia fila
de Z, para este ejemplo es "-200"
Variables 5
Mariables | 7 x, | s, | s, | Solucién
S10 2 [i/o] #0
S| 0 2 [o]1| 120
Zz [4 50 [0 [0 0
Pasé 5: Hallamos nuestra fila pivote, dividimos la columna solucién entre la columna pivote
menos la fila de Z:
Tomames al valor més pequefio, no se consideran los valores de cero ni negatives, para este
ejemplo seria 40.
Mines | Z| Xs |X | 81 | Se | Solucion
St oft 20t4 to 80
5; o | 3 2 [ott 420
Zz Th s0 0 To 7
Paso 6: Identificamos nuestro elemento pivote, que es la interseccién de la columna y fila
pivote, para nuestro ejemplo es el numero 3.
Paso 7: Convertir el elemento pivote en 1, como nuestro elemento pivote es 3 entonces
dividimos toda la fla entre 3 (para cualquier ejercicio siempre dividimos el elemento pivote entre
si mismo entre toda la fila de esa manera lo convertimos en uno), se recomienda trabajar con
fracciones para no alejarnos de la solucién éptima, nuestra tabla simplex quedaria de la
siguiente manera donde entra la variable X; y sale Sz.
38ee (9Vestizacion Onerativa]
Variables | 7] x, | x, | si | sz | Sotucion
basicas
Sy ot 7 2 [ito 80
x o| 14 x o | ¥. 40
Zz 7 | 200 [150 [0 [0 0
Pasé 8: Actualizamos los valores de las filas de S, y Z con la siguiente formula:
Fila actual — (Elemeto pivote de la columna + Nueva fila)
Obtenemos la nueva fila para S, , no olvidarse que el signo de la resta afecta al producto.
80
[= Fila acti
ual
restar
1
= Flemento plvote de a columna
ff mtinticar
oft] Ys | o] Yy | 40 [= Nueva Fila
001% [tL Vel 40 | = Resuleado
Obtenemos la nueva fla para Z
Tor | eo aa
BOO] 200 [-200[ 200-200 200 | = Fema pioote de Ta coma
o | 1 | % | 0 | yy | 40 [= Muevarila
1 fo [5% 7 0 [2% | e000 [= Resuteado
La nueva tabla con los datos actualizada (primera iteracién) queda asi
varablesT 77 x, | x |S] S2 | Sotucién
sicas
Ss Jol o | % [1 |-% 40
nope y, | 40
2 [a fo |] 0 | 2%, | 000
Volvemos al paso 4 y continuamos actualizando nuestra tabla, te
no exis
Hallamos vuestra columna pi
{a nimeros negativos.
mina cuando en la fila de Z
vote que es el numero mayor valor negativo en la fila de Z,~ 5%
Variables! 7 | x, | x, | 5s, | s, | Sotucién
basicas
St 0 9 ¥- 1 -¥. 40
3 7
x of 1 T% 73 40
Zz 7 {0 [- 2% 0 | 8000
39Wee !ng. Juan Carlos Sarzuri Patzi
Hallamos nuestra fila pivote, dividimos la columna solucion entre la columna pivote menos la
fila de Z, para este caso si obtenemos los resultados en decimales
7 7
Fe 30] P= 60
Variables | 7 Ss, | Solucién
basicas
7
Si 0 43 40
x 0 ¥. 40
za 20%, [8000]
fo pivote es 73 dividimos toda la fila entre ese ntimero, la variable que sale es
la tabla queda ast
Nuestro element
S, la variable que entra es Xz,
Variables | 2 | x, Solucién
% [ol o 30
x [oft 40
z 1 0 8000
Actualizamos los valores de la fila de X,
of] 1 | % 0 ¥, | 40 | + Fila actual
restar
WT | | Ya [% [= Blemento pivote detacotumma Tica,
of + [% [-% | 30 |—Nueva rita m
0 [- | yp | 20 |=Resuleado
Actualizamos los valores de la fila de Z
1 0 [-*% [0 |, | 8000 |= Fila actual
=H, [= 5% [= 2% [= Ya [=a | 4 |= Blemento pivote de la cohumna
0 0 1 | % [-% | 30 [+ Nueva Fila
1 o o 252 | 12%. | 8500 | Resultado
La nueva tabla con los datos actualizados contiene los resultados y se termina las iteraciones,
si observamos en la fila de Z ya no se tienen numeros negativos, la solucién es entonces las
columnas que alcanzaron a formar una parte de la matriz identidad, como ser las variables
X1 = 20y Xz = 30 con un total de Z = 8500, estos resultados también se observan en la
columna de Variables basicas con la columna Solucién.
40EE
Variabies
Mice [Z| % | % |S: | $2 | Sotucion
% [ol 0 TO) % [-%, [9
xm fot @ yo [-% Ty, 20
zo To T, TP, [8500
3,3 MINIMIZAR CON RESTRICCIONES MENOR 0 IGUAL (<)
Cuando Ia funcién objetivo es minimizar se cumple la siguiente relacién:
MinZ = f(@) <=> MaxZ
Fe)
Ejemplo:
Funcién objetivo
Restricciones:
Min Z = SX, + 4X,
2X, +2X, 14
6X, + 3X, $36
5X, + 10%, < 60
XX, 20
La solucién es de la misma manera que en el caso de maximizacién, solo cambia la funcién
objetivo.
Paso 1: convertimos las restricciones en su Forma estandar agregamos variables de holgura,
Las restricciones quedarian de esta forma:
2X, + 2X, + $= 14
6X, + 3X, +S, = 36
5X, +10X, +S, = 60
Igualando por columnas las variables:
2X, +2Xz, +S, b0+0=14
6X, +3X, + 0+ S; +0 = 36
5X, $10X, 404045, = 60
Paso 2: Aplicamos la relacién (se multiplica por -1)
Min Z = 8X, + 4X, <=> Max Z
Igualamos la nueva funcién objetivo a cero:
Max Z = —SX, — 4X,
Pasé 3: Elaboramos nuestra tabla simplex
OF 2X, + 2% +S, +040
04 6X, + 3X, + 045,40
OF 5X, + 10X, +0+045.
8%, — 4X,
Z4SX, + 4X, =0
Z+5X, $4X,+0+0 +0=0
41