Profesor:

WLADIMIR EDUARDO SOTO SILVA

Casos Generales de Simplex
Método de la Gran M
Método de las Dos Fases

2
 Casos Generales de Simplex

Hasta el momento solo se han estudiado problemas en la

forma estándar.

 Maximizar Z.
 Restricciones 
 Todas las variables no negativas
 b i  0, para toda i=1,2,3….m.

3
 Casos Generales de Simplex

Existen Variaciones cuando:

Restricciones en forma de igualdad (=)

Lados derechos negativos
Restricciones de la forma 
Función objetivo minimizar.

4
 Casos Generales de Simplex

Paso Inicial: Inicio en una solución básica factible (s.b.f.) en

un vértice.

No siempre es posible obtener solución factible inicial

directamente

Método para obtener s.b.f. inicial.

Método de la Gran M
Método de las Dos - Fases.

5
Casos Generales de Simplex
Método de la Gran M
Método de las Dos Fases

6
 Método de la Gran M.

1° RESTRICCIONES DE IGUALDAD.

Dado el problema en forma estándar

Se introducen Variables
de Artificiales

Se construye el siguiente problema.

7
 Modelo de la Gran M

 x a es el vector de las variables artificiales

M es infinito+, penalización.

Entonces:
a
•Si se halla solución óptima con x =0, entonces es óptimo de
problema original
a
•Si se halla solución optima con x ≠ 0, problema original es no-
factible

8
 Modelo de la Gran M

Variables Artificiales

 Facilitan hallar una s.b.f inicial.

 Deben cumplir requerimientos de no negatividad
 Se deben introducir penalizaciones muy grandes en la función
objetivo
 Se convierten en V.B. (Variable Básica) en la ecuación en que se
han introducidas.
 El proceso iterativo del simplex se deshace de ellas

9
 Modelo de la Gran M

Paso 1.

Se introduce una variable artificial a3 a la restricción =.

Es muy similar a introducir una variable de holgura.

10
 Modelo de la Gran M

Paso 2.

Se asigna una penalización enorme en la función objetivo por

el hecho de tener a 3 ≥ 0.

Se modifica la función objetivo

11
 Ejemplo Wyndor Glass Co. Modificado

Recordemos: las variables de

Formulación Matemática
holgura quedan con coeficiente
0 en la función objetivo y las
variables artificiales con
coeficiente M. Positiva si es
minimizando o negativa si es
maximizando

La s.b.f. inicial en
Forma Estándar este problema es:

X1=0. X2=0
s1=4, s2=12, a3=18

12
 Ejemplo Wyndor Glass Co. Modificado

En la primera iteración la regla para escoger las variables que

estarán en la base es la siguiente:

-Si hay variables de decisión y de holgura, se toma la de holgura.

-Si hay variables de decisión, de holgura y artificiales se toma la

variable artificial.

-Si hay variables de decisión y artificiales se toma la variable artificial.

13
 Ejemplo Wyndor Glass Co. Modificado

En el sistema presentado no se encuentra en la forma

apropiada para la aplicación del método simplex.

El reglón Z (0) debe modificarse antes de empezar a

encontrar la solución optima..

Nueva Z = Fila Z antigua – M*Restricción con variable artificial

Nota: En el reglón Z, los coeficientes de las variables artificiales deben ser 0.

14
 Ejemplo Wyndor Glass Co. Modificado

 Actualizamos los costos reducidos (Coef) (Reglón Z)

Xb X1 X2 S1 S2 A3 L.D.
Z -3M-3 -2M-5 0 0 0 -18M
S1 1 0 1 0 0 4
S2 0 2 0 1 0 12
A3 3 2 0 0 1 18

15
 Ejemplo Wyndor Glass Co. Modificado

Continuación de Simplex

Xb X1 X2 S1 S2 A3 L.D.
Z 0 -2M-5 3M+3 0 0 -6M+12
X1 1 0 1 0 0 4
S2 0 2 0 1 0 12
A3 0 2 -3 0 1 6

Xb X1 X2 S1 S2 A3 L.D.
Z 0 0 -9/2 0 M+5/2 27
X1 1 0 0 -1/3 1/3 2
S2 0 0 3 1 -1 6
X2 0 1 -3/2 0 1/2 3

16
 Ejemplo Wyndor Glass Co. Modificado

Continuación de Simplex Tableau Óptimo

Xb X1 X2 S1 S2 A3 L.D.
Z 0 0 0 3/2 M+1 36
X1 1 0 0 -1/3 1/3 2
S1 0 0 1 1/3 -1/3 2
X2 0 1 0 ½ 0 6

17
 Resultado Wyndor Glass Co. Modificado

Continuación de Simplex

 La solución óptima es x1 =2 puertas por minuto, x 2 =6 ventanas

por minuto.

 El valor optimo es Z = $36 por minuto.

18
 Método de la Gran M.

2° LADOS DERECHOS NEGATIVOS

Si se tiene una igualdad con el lado derecho negativo, simplemente

se multiplica por (-1)

Se puede usar también con las desigualdades.

19
 Método de la Gran M.

3° RESTRICCION DE LA FORMA ≥.

Para ilustrar como se manejan este tipo de restricciones se tiene el

siguiente ejemplo.

20
 Método de la Gran M.

La tercera restricción:

Se resta una variable de exceso o superávit en la restricción

para convertirla en igualdad.

A esta restricción se le adiciona una variable artificial para

hallar la s.b.f. inicial.

21
 Método de la Gran M.

La forma aumentada del problema artificial es:

Se observa que los coeficientes de las variables artificiales

en la función objetivo son +M en lugar de –M, debido a que
ahora se tiene que minimizar

22
 Método de la Gran M.

Actualizamos los costos reducidos (Coef) (Reglón Z)

23
 Método de la Gran M.

Xb x1 x2 s1 a1 s2 a2 L.D.

Z (0.4 - 1.1M) (0.5 - 0.9M) 0 0 1 0 -12M

s1 0.3 0.1 1 0 0 0 2.7

a1 0.5 0.5 0 1 0 0 6
a2 0.6 0.4 0 0 -1 1 6

Aplicar Método Simplex Habitual.

24
 Método de la Gran M.

4. Minimización.

Es equivalente a

25
 Método de la Gran M.

Otra forma para enfrentar el problema de minimización es

cambiar en el método simplex los criterios de vector que entre y
optimalidad

26
 Método de la Gran M.

Transformando la función objetivo:

27
 Método de la Gran M.

La forma aumentada del problema artificial a resolver es:

28
 Método de la Gran M.

El problema se debe colocar en la forma estándar de la

eliminación gaussiana:

Una vez obtenida la función en forma estándar, se construye

el Tableau inicial para aplicar el método simplex.

29
 Ejemplo I

Sobre dos alimentos diferentes tenemos la siguiente

información por kilogramo:

Encontrar el costo mínimo de una dieta formada solo por este

tipo de alimentos y que al menos aporte 3.000 calorías y 100
gramos de proteínas.

30
 Ejemplo I

Solución Óptima:
X1= 2 kilogramos de alimento A.
X2= 0,5 kilogramos de alimento B.

Valor Optimo:
Z= 225 unidades monetarias.

31
 Ejemplo II

Una compañía de pulpa de papel posee dos regiones

forestales, la region I y la region II, y dos molinos, A y B. Las
capacidades de suministro mensual de madera de las regiones I y
II son 120 y 250 toneladas, respectivamente. El molino A requiere
por lo menos 200 toneladas de madera al mes y el B al menos 150
también al mes. Los costos de transporte en unidades monetarias
por tonelada de cada región a cada molino son los siguientes: 5 de
la region I al molino, 4 desde la region I al molino B, 5 desde la
region II al molino A y 6 desde la region II al molino B.

¿Qué cantidad de madera debe transportar desde cada región

I y II a cada molino A y B de forma que se minimice el costo total de
trasnporte? ¿Cuál es el costo mínimo?¿Hay algún trayecto que no
debe realizarse para conseguir dicho costo mínimo?

32
 Ejemplo II

Solución Óptima:
X1A= 0.
X1B=120
X2A= 200
X2B= 30

Valor Optimo:
Z= 1660 unidades monetarias.

33
Casos Generales de Simplex
Método de la Gran M
Método de las Dos Fases

34
 Método de las Dos Fases

A partir del problema en forma estándar

Se construye el problema

35
 Método de las Dos Fases

a
 x es un vector de variables artificiales
Si existe solución factible, entonces el problema construido
a
tendrá un optimo igual a cero, con x=0

En otro caso, no tiene solución factible

FASE I: Introducir variables artificiales, y hallar s.b.f. del

problema original.

FASE II: Usar s.b.f. de FASE I, y resolver problema original.

36
 Ejemplo Wyndor Glass Co. Modificado

Formulación Matemática.

Forma Estándar

37
 Ejemplo Wyndor Glass Co. Modificado

Equivale a …Maximizar z´= - a 3

Xb x1 x2 s1 s2 A3 L.D
Z´ -3 -2 0 0 0 -18
s1 1 0 1 0 0 4
s2 0 2 0 1 0 12
a3 3 2 0 0 1 18

38
 Ejemplo Wyndor Glass Co. Modificado

Continuando

Xb x1 x2 s1 s2 A3 L.D
Z´ 0 -2 3 0 0 -6
x1 1 0 1 0 0 4
s2 0 2 0 1 0 12
a3 0 2 -3 0 1 6

Xb x1 x2 s1 s2 a3 L.D
Z´ 0 0 0 0 1 0
x1 1 0 1 0 0 4
s2 0 0 3 1 -1 6
x2 0 1 -3/2 0 1/2 3
Fin Fase I
39
 Ejemplo Wyndor Glass Co. Modificado

Tableau inicial de la fase II

1° Se elimina la variable artificial.

Xb x1 x2 s1 s2 a3 L.D
Z´ 0 0 0 0 1 0
x1 1 0 1 0 0 4
s2 0 0 3 1 -1 6
x2 0 1 -3/2 0 1/2 3

40
 Ejemplo Wyndor Glass Co. Modificado

2° Se sustituye la función objetivo de la fase II.

Xb x1 x2 s1 s2 L.D
Z´ 0 0 0 0 0
x1 1 0 1 0 4
s2 0 0 3 1 6
x2 0 1 -3/2 0 3

41
 Ejemplo Wyndor Glass Co. Modificado

Xb x1 x2 s1 s2 L.D
Z´ -3 -5 0 0 0
x1 1 0 1 0 4
s2 0 0 3 1 6
x2 0 1 -3/2 0 3

3° Se restablece de forma apropiada la F.O.

42
 Ejemplo Wyndor Glass Co. Modificado

Xb x1 x2 s1 s2 L.D
Z´ -3 -5 0 0 0
x1 1 0 1 0 4
s2 0 0 3 1 6
x2 0 1 -3/2 0 3

-3 -5 0 0 0
-(-3*1 -3*0 -3*1 -3*0 -3*4)
-(-5*0 -5*1 -5*(-3/2) -5*0 -5*3)
0 0 -9/2 0 27
43
 Ejemplo Wyndor Glass Co. Modificado

Inicio Fase II

Xb x1 x2 s1 s2 L.D
Z´ 0 0 -9/2 0 27
x1 1 0 1 0 4
s2 0 0 3 1 6
x2 0 1 -3/2 0 3

Xb x1 x2 s1 s2 L.D
Z´ 0 0 0 3/2 36
x1 1 0 0 -1/3 2
s1 0 0 1 1/3 2
x2 0 1 0 ½ 6

Solución Óptima
44
 Ejemplo I.

Desarrollo el siguiente ejercicio por medio del Método de las

Dos Fases.

45
 Ejemplo II.

Sobre dos alimentos diferentes tenemos la siguiente información

por kilogramo:

Encontrar el costo mínimo de una dieta formada

solo por este tipo de alimentos y que al menos aporte 3.000
calorías y 100 gramos de proteínas.

46
Profesor:
WLADIMIR EDUARDO SOTO SILVA