El Algoritmo Simplex - Introducción

Es el método de solución general de los problemas de optimización lineal (PL), desarrollado por George Dantzig en el año
de 1947 y del que se encuentra variado software de aplicación.

Es un método algebraico que utiliza sistemas de ecuaciones lineales expresados en la forma estándar, es decir donde:
 La FO puede ser de Max. o Min.
▪ Todas las restricciones son ecuaciones
▪ Los términos del lado derecho (RHS) de las restricciones, son constantes ≥ 0
▪ Las variables no negativas
Si el problema tiene restricciones de la forma (=) y/o (≥) podemos utilizar:
✓ Variables artificiales y el método del Gran costo M o el método de las II fases, o
✓ Convertir todas las restricciones a (≤) y aplicar el algoritmo dual-simplex

Evalúa “soluciones básicas factibles”, es decir soluciones en los vértices de la región factible o “factibles artificialmente”,
cuando los vértices no pertenecen a la región factible.
Se inicia con la solución en el origen (solución básica inicial) y se desplaza de un vértice a otro hasta llegar a la solución
óptima. Pasar de un vértice a otro es encontrar una nueva solución, para lo cual el algoritmo combina: optimalidad,
factibilidad e inversión de matrices utilizando Gauss-Jordan

a) Optimalidad: garantiza que en toda nueva solución el valor de la FO aumenta o disminuye según el problema sea de
maximización o minimización. Toma en cuenta la FO y de acuerdo con ella debe elegirse para ejecutar en primer lugar
aquella actividad que represente el mayor incremento o la mayor disminución en el valor de la FO.
Es el criterio para la elección de la variable no básica entrante.

b) Factibilidad: garantiza que la nueva solución se puede ejecutar con la disponibilidad actual de recursos, es decir que
satisface simultáneamente todas las restricciones y por consiguiente el valor de las variables básicas es mayor o igual
a cero. Responde a la pregunta: ¿para cuántas unidades de la actividad elegida alcanzan los recursos?
Es el criterio para la elección de la variable básica saliente.

c) Inversión de matrices utilizando Gauss-Jordan:

Convertir en (1) la posición donde está el pivote y en (0) las demás posiciones de la columna del pivote.

Pasos de inicialización: 1) Formular el problema

2) Convertir el modelo a la forma estándar
3) Plantear la tabla simplex inicial

La tabla simplex, tiene la siguiente estructura:

Cj
Solución Variables no básicas Variables básicas
Base RHS Xj Xi
. .
. .
Cb Xi bi aij
.
I
.
.
Zj ∑Cb.bi ∑Cb. aij 0
Cj - Zj Dj 0

Universidad Tecnológica de Bolívar Optimización Msc Misael Cruz M

Donde:
Xi = conjunto de variables básicas (base)
Cb = coeficiente de las variables básicas en la FO
bi = valor de las variables básicas (Xi = bi)
Xj = conjunto de variables no básicas
Cj = coeficiente de las variables no básicas en la FO
aij = coeficiente de las variables no básicas dentro de las restricciones
I = matriz identidad (determinada por los coeficientes de las variables básicas)

Zo = ∑Cb*bi = valor de la FO
Zj = ∑Cb* aij = contribución que se pierde por unidad que se produce
Dj = Cj – Zj = costo reducido (si está asociado a variables de decisión) ó precio sombra (si está asociado a
variables de holgura) = contribución neta por unidad que se produce

Los Dj representa la variación en el valor de la FO por c/u de la variable no básica Xj.

• Si el Dj es positivo (+) representa aumento
• Si el Dj es negativo (–) representa disminución
• Si el Dj es cero (0) indica que no hay cambio

Los pasos iterativos parten de la tabla inicial y son los que se presentan a continuación:

Universidad Tecnológica de Bolívar Optimización Msc Misael Cruz M