Documentos de Académico
Documentos de Profesional
Documentos de Cultura
X2
750 2
500
1
250 Área de
soluciones
factibles
X1
250 500 750
3
Figura 2.1 Gráfica del problema.
Los puntos en los cruces de las restricciones (puntos negros en la figura 2.1)
se denominan puntos extremos, y son factibles, es decir, cumplen con todas las
restricciones del problema, solo si se encuentran en la periferia del área de soluciones
factibles.
Ya se determinaron las coordenadas de tres de estos puntos, pero aún falta
determinar las coordenadas de los puntos que se encuentran en los cruces de las
restricciones 1 y 3, y las restricciones 2 y 3. Estos se determinan de la siguiente forma:
Cruce de restricciones 1 y 3: Cruce de restricciones 2 y 3:
2X1 + 3X2 = 1,500 ------- (1) 3X1 + 2X2 = 1,500 ------ (2)
X1 + X2 = 550 ------- (3) X1 + X2 = 550 ------ (3)
Punto . Valor de z
(0, 0) z= 2,000 X1 + 2,400 X2 = 2,000 (0)+ 2,400 (0)= 0
(0, 500) z= 2,000 X1 + 2,400 X2 = 2,000 (0)+ 2,400 (500) = $ 1´200,000
(500, 0) z= 2,000 X1 + 2,400 X2 = 2,000 (500) + 2,400 (0)= $ 1´000,000
(150, 400) z= 2,000 X1 + 2,400 X2 = 2,000 (150) + 2,400 (400) = $ 1´260,000
(400, 150) z= 2,000 X1 + 2,400 X2 = 2,000 (400) + 2,400 (150) = $ 1´160,000
RESULTADO REGLA DE
Dice cuándo se
DETENCIÓN termina el problema.
Ejemplo:
max. z = 3X1 + 5X2
s.a.
X1 4
2X2 12
3X1 + 2X2 18
para toda Xi 0
Una solución básica factible es óptima en el caso de que todos los coeficientes
de la ecuación Cj - Zj sean positivos o ceros en el caso de maximización, y negativos o
ceros en el caso de minimización. Si se cumple esto, la solución es óptima, y ya no se
continúa con el problema. Si no se cumple, el proceso continúa con el paso 3.
Dado que en este ejemplo existen coeficientes positivos en la ecuación
2. Paso iterativo. Este paso comprende 3 partes:
Parte 1. La nueva variable que entrara a la base se selecciona de entre las
variables no básicas con coeficiente negativo (maximización), eligiendo aquella
que tiene el coeficiente mas negativo. Los empates se rompen arbitrariamente.
M. C. José Alberto Estrada Beltrán 12
Investigación de Operaciones I Unidad 2: El Método Simplex
Cj 3 5 0 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2 H3
BÁSICAS
0 H1 4 1 0 1 0 0 ---
0 H2 12 0 2 0 1 0 12/2=6 H2 sale de
0 H3 18 3 2 0 0 1 18/2=9 la base
CjZj 0 3 5 0 0 0
X2 entra a la base
Tabla 2.3 Tabla inicial indicando variables de entrada y salida de la base.
Cj 3 5 0 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2 H3
BÁSICAS
0 H1 4 1 0 1 0 0
5 X2 6 0 1 0 1/2 0
0 H3 18 3 2 0 0 1
Cj Zj 0 3 5 0 0 0
Tabla 2.4 Elemento pivote se convierte en 1 (uno).
M. C. José Alberto Estrada Beltrán 13
Investigación de Operaciones I Unidad 2: El Método Simplex
Ahora se calcula la fila Cj Zj, con lo que se tiene la nueva solución que se observa en
la tabla 2.6.
Cj 3 5 0 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2 H3
BÁSICAS
0 H1 4 1 0 1 0 0
5 X2 6 0 1 0 1/2 0
0 H3 6 3 0 0 1 1
Cj Zj 30 3 0 0 5/2 0
Tabla 2.6 Nueva solución.
X1 entra a la base
Tabla 2.7 Nueva solución.
Cj 3 5 0 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2 H3
BÁSICAS
0 H1 4 1 0 1 0 0
5 X2 6 0 1 0 1/2 0
3 X1 2 1 0 0 1/3 1/3
Cj Zj 30 3 0 0 5/2 0
Tabla 2.8 Nueva solución.
Enseguida, es necesario hacer cero todos los elementos que se encuentran en
la columna de X1. Esto se logra multiplicando toda la nueva fila de X 1 por (1) y
sumándola a la fila de H1. No es necesario hacer lo mismo para la fila X2, pues el
elemento correspondiente a esa fila en la columna de X 1 ya es cero. Esto se muestra
en la tabla 2.9.
Cj 3 5 0 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2 H3
BÁSICAS
0 H1 2 0 0 1 1/3 1/3
5 X2 6 0 1 0 1/2 0
3 X1 2 1 0 0 1/3 1/3
Cj Zj 30 3 0 0 5/2 0
Tabla 2.9 Conversión a cero de los elementos de la columna de la variable que entra a la base
Cj 3 5 0 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2 H3
BÁSICAS
0 H1 2 0 0 1 1/3 1/3
5 X2 6 0 1 0 1/2 0
3 X1 2 1 0 0 1/3 1/3
Cj Zj 36 0 0 0 3/2 1
Tabla 2.10 Nueva solución.
En la tabla 2.10, se observa que todos los coeficientes de la ecuación Cj Zj son
negativos o ceros, lo que indica que ya se tiene una solución óptima.
SOLUCIÓN ÓPTIMA:
Producir:
X1 = 2 artículos A.
X2 = 6 artículos B.
H1= 2 significa que sobran 2 horas en el departamento 1.
z = 36 indica que se obtendrá una ganancia de $ 36.
Otro ejemplo:
X3 entra a la base
Tabla 2.12 Tabla inicial.
X2 entra a la base
Tabla 2.13 Primera iteración.
X1 entra a la base
Tabla 2.14 Segunda iteración.
Otro ejemplo:
Max. z = 3X1 + 2X2 + 5X3 Max. z = 3X1 + 2X2 + 5X3 + 0 H1 + 0 H2 + 0 H3
s.a. s.a.
X1 + 2X2 + X3 ≤ 430 X1 + 2X2 + X3 + H1 = 430
3X1 + 2X3 ≤ 460 3X1 + 2X3 + H2 = 460
X1 + 4X2 ≤ 420 X1 + 4X2 + H3 = 420
para toda Xi 0 para toda Xi, Hi 0
La tabla 2.16 es la tabla inicial del problema.
Cj 3 2 5 0 0 0
VARIABLES
Cb SOL. X1 X2 X3 H1 H2 H3
BÁSICAS
0 H1 430 1 2 1 1 0 0 430/1=430
0 H2 460 3 0 2 0 1 0 460/2=230 H2 sale
0 H3 420 1 4 0 0 0 1 --- de la base
Cj - Zj 0 3 2 5 0 0 0
entra X3
Tabla 2.16 Tabla inicial.
Cj 3 2 5 0 0 0
VARIABLES
Cb SOL. X1 X2 X3 H1 H2 H3
BÁSICAS
0 H1 200 -1/2 2 0 1 -1/2 0 200/2=100 H1 sale
5 X3 230 3/2 0 1 0 1/2 0 --- de la base
0 H3 420 1 4 0 0 0 1 420/4=105
Cj - Zj 1150 -9/2 2 0 0 -5/2 0
entra X2
Tabla 2.17 Primera iteración.
Cj 3 2 5 0 0 0
VARIABLES
Cb SOL. X1 X2 X3 H1 H2 H3
BÁSICAS
2 X2 100 -1/4 1 0 1/2 -1/4 0
5 X3 230 3/2 0 1 0 1/2 0
0 H3 20 2 0 0 -2 1 1
Cj - Zj 1350 -4 0 0 -1 -2 0
Tabla 2.18 Solución óptima
Solución óptima:
X1= 0
X2 = 100 Ganancia: $ 1,350
X3 = 230
Sobran H3 = 20unidades de la variable de holgura H3.
Ejemplo:
Min. z = 4X1 + X2
s.a.
3X1 + X2 =3
4X1 + 3X26
X1 + 2X2 ≤3
para toda Xi 0
Agregando variables de holgura, el problema es:
Min. z = 4X1 + X2 0 H1 + 0 H2
s.a.
3X1 + X2 = 3
4X1 + 3X2H1 = 6
X1 + 2X2 + H2 = 3
para toda Xi, Hi 0
Haciendo (m – n) = (4 – 3) = 1 variable igual a cero, las variables de holgura no
proporcionan directamente una solución de inicio, por lo que se recurre al uso de
variables artificiales.
Utilizando el Método de las Dos Fases y agregando las variables artificiales a las
restricciones 1 y 2, el problema queda de la siguiente forma:
Min. z = 4X1 + X2 0 H1 + 0 H2+ A1+ A2
s.a.
3X1 + X2 + A1= 3
4X1 + 3X2H1+ A2 = 6
X1 + 2X2 + H2= 3
para toda Xi, Hi, Ai 0
Nuevamente, haciendo (m – n) = (6 – 3) = 3 variable igual a cero, la solución
básica factible inicial se muestra enseguida:
X1 = 0 A1 = 3
X2 = 0 A2 = 6 z= 9
H1 = 0 H2 = 3
Aplicando la PRIMERA FASE, la nueva función objetivo es:
Min. z = A1+ A2
El problema a resolver en la fase 1 queda como:
Min. z = A1 + A2
s.a.
3X1 + X2 + A1 = 3
4X1 + 3X2H1 + A2 = 6
X1 + 2X2 + H2 = 3
para toda Xi, Hi, Ai 0
La tabla 2.19 es la tabla inicial del problema.
Cj 0 0 0 0 1 1
VARIABLES
Cb SOL. X1 X2 H1 H2 A1 A2
BÁSICAS
1 A1 3 3 1 0 0 1 0 3/3 = 1 A1 sale
1 A2 6 4 3 –1 0 0 1 6/4 = 1.5de la
0 H2 3 1 2 0 1 0 0 3/1 = 3base
Cj– Zj 9 –7 –4 1 0 0 0
entra X1
Tabla 2.19 Solución inicial.
La tabla 2.20 muestra la primera iteración.
Cj 0 0 0 0 1 1
VARIABLES
Cb SOL. X1 X2 H1 H2 A1 A2
BÁSICAS
0 X1 1 1 1/3 0 0 1/3 0 A1 por (1/3)
1 A2 2 0 5/3 –1 0 –4/3 1 X1 por (-4) + A2 A2
0 H2 2 0 5/3 0 1 –1/3 0 X1 por (-1) + H2sale
Cj– Zj 2 0 –5/3 1 0 7/3 0 de la base
entra X2
Tabla 2.20 Primera iteración.
La tabla 2.21 muestra la segunda iteración, la cual es además ta tabla óptima de
la Fase 1.
Cj 0 0 0 0 1 1
VARIABLES
Cb SOL. X1 X2 H1 H2 A1 A2
BÁSICAS
0 X1 3/5 1 0 1/5 0 3/5 –1/5
0 X2 6/5 0 1 –3/5 0 –4/5 3/5
0 H2 0 0 0 1 1 1 –1
Cj– Zj 0 0 0 0 0 1 1
Cj 4 1 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2
BÁSICAS
4 X1 3/5 1 0 1/5 0
1 X2 6/5 0 1 –3/5 0
0 H2 0 0 0 1 1
Cj– Zj 0 0 0 0 0
Tabla 2.22 Tabla óptima de la Fase 1 con la función objetivo original restaurada.
entra H1
Tabla 2.23 Primera iteración de la Fase 2.
Cj 4 14 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2
BÁSICAS
14 X2 3 2/7 1 1/7 0
0 H2 15 45/7 0 -2/7 1
Cj– Zj 42 0 0 -2 0
Tabla 2.27 Tabla óptima.
En la tabla 2.27 se observa que se llegó al óptimo, pues todos los coeficientes
de la ecuación Cj – Zj son . Sin embargo, X1 no es variable básica y tiene un cero
como coeficiente en la función objetivo. Por esto se dice que la solución es múltiple, ya
que si X1 entra a la base, el valor de la función objetivo no varía, aunque en la solución
se incluyan otras variables. La nueva solución se observa en la tabla 2.28.
Cj 4 14 0 0
VARIABLES
Cb SOL. X1 X2 H1 H2
BÁSICAS
14 X2 7/3 0 1 5/21 -1/21
4 X1 7/3 1 0 -1/21 1
Cj– Zj 42 0 0 -2 0
Tabla 2.28. Nueva tabla óptima.
Se observa que tanto en la tabla 2.27 como en la tabla 2.28, la función objetivo
tiene el mismo valor, z = 42, aunque las variables incluidas en la solución son
diferentes. La figura 2.3 ilustra este caso.
X2
10
Puntos óptimos
5 X1 =0 --- X2 = 4
z= 4X1 + 14X2 = 56
X2 =0 --- X1 = 14
Rectas
paralelas
5 10 15 X1
Condición de factibilidad.-la variable que sale es la variable básica que tiene el valor
más negativo. Si todas las variables básicas son no negativas, el proceso termina y se
alcanza la solución factible (óptima).
Condición de optimidad.- la variable que entra se elige de entre las variables no
básicas de la siguiente forma:
Tomar los coeficientes positivos de la ecuación CjZj (ignorar los coeficientes
negativos o cero) y dividirlos entre los coeficientes correspondientes a la ecuación
asociada a la variable que sale. La variable que entra es aquella con el cociente menos
negativo si el problema es de minimización, o el valor absoluto menor si el problema es
La variable que entra es X1, ya que tiene el cociente menos negativo. Esto da
lugar a la segunda iteración, mostrada en la tabla 2.33.
Cj 2 1 0 0 0
Cb Vb SOL X1 X2 H1 H2 H3
2 X1 3/5 1 0 -3/5 1/5 0
1 X2 6/5 0 1 4/5 -3/5 0
0 H3 0 0 0 -1 1 1
Cj Zj 12/5 0 0 2/5 1/5 0
Tabla 2.33 Segunda iteración.
Para la primera iteración, entra X3 y sale A1. Esto se muestra en la tabla 2.35.
Cj 0 0 0 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
0 H1 13/3 1/3 7/3 0 1 -1/3
0 X3 2/3 2/3 -1/3 1 0 1/3
Cj Zj 0 0 0 0 0 -1
Tabla 2.35 Primera iteración.
En la tabla 2.35 se observa que se llega al óptimo de la fase 1.La tabla inicial de
la fase 2 se muestra en la tabla 2.36.
Cj 5 12 4 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
0 H1 13/3 1/3 7/3 0 1 -1/3
4 X3 2/3 2/3 -1/3 1 0 1/3
Cj Zj 8/3 7/3 40/3 0 0 -7/3
Para la primera iteración, entra X2 y sale H1. Esto se observa en la tabla 2.37.
Cj 5 12 4 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
12 X2 13/7 1/7 1 0 3/7 -1/7
4 X3 9/7 5/7 0 1 1/7 2/7
Cj Zj 192/7 3/7 0 0 -40/7 -3/7
Tabla 2.37 Primera iteración.
Para la segunda iteración, entra X1 y sale X3. Esto se observa en la tabla 2.38.
Cj 5 12 4 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
12 X2 8/5 0 1 -1/5 2/5 -1/5
5 X1 9/5 1 0 7/5 1/5 2/5
Cj Zj 141/5 0 0 -3/5 -29/5 -3/5
Tabla 2.38 Segunda iteración (solución óptima).
Cj 0 0 0 0 0 0 1 1 1
Cb Vb SOL Y1 Y2+ Y2- H1 H2 H3 A1 A2 A3
1 A1 5 1 2 -2 -1 0 0 1 0 0
1 A2 12 2 -1 1 0 -1 0 0 1 0
1 A3 4 1 3 -3 0 0 -1 0 0 1
Cj Zj 21 -4 -4 4 1 1 1 0 0 0
Tabla 2.39 Solución inicial.
X3 = C3 – Z3
C3 = 6 = 30/5
Z3 = 5 (7/5) +12(–1/5) = 35/5 – 12/5 = 23/5
X3 = C3 – Z3 = 30/5 – 23/5 X3 = 7/5
Estos cambios se muestran en la tabla 2.45.
Cj 5 12 6 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
12 X2 8/5 0 1 -1/5 2/5 -1/5
5 X1 9/5 1 0 7/5 1/5 2/5
Cj Zj 141/5 0 0 7/5 -29/5 -3/5
Tabla 2.45 Cambios reflejados en la nueva tabla.
– 24 0 7/2 32 / 7
Figura 2.4 Límites de variación.
–5/2 0 15
Figura 2.5 Límites de variación.
Ejemplo:
Cj 5 12 4 0 –1
Cb Vb SOL X1 X2 X3 H1 A1
0 H1 5 1 2 1 1 0
-1 A1 2 2 -1 3 0 1
Cj Zj -2 7 11 7 0 0
B
Tabla 2.46 Tabla inicial.
Cj 5 12 4 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
12 X2 8/5 0 1 -1/5 2/5 -1/5
5 X1 9/5 1 0 7/5 1/5 2/5
Cj Zj 141/5 0 0 - 3/5 - 29/5 -3/5
B-1
Tabla 2.46 Tabla óptima.
Si el valor de H1 cambia de 5 a 4:
Xb nueva = 4 = d’
2
Se debe actualizar este nuevo valor en la tabla óptima:
Xb nueva = B-1 * d’ = 2/5 -1/5 * 4 = 6/5
1/5 2/5 2 8/5
Cj 5 12 4 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
12 X2 -1/5 0 1 -1/5 2/5 -1/5
5 X1 17/5 1 0 7/5 1/5 2/5
Cj Zj 141/5 0 0 -3/5 -29/5 -3/5
Tabla 2.47 Tabla óptima con los nuevos valores en la solución.
M. C. José Alberto Estrada Beltrán 34
Investigación de Operaciones I Unidad 2: El Método Simplex
A partir de la tabla 2.48 se debe resolver este problema para encontrar una
nueva solución.
Para asegurar que las variables básicas no dejen de serlo, es necesario saber
que valores pueden tomar las limitantes (términos independientes o recursos), a partir
de la tabla inicial, mostrada en la tabla 2.49.
Cj 5 12 4 0 -1
Cb Vb SOL X1 X2 X3 H1 A1
0 H1 5 1 2 1 1 0 b1
-1 A1 2 2 -1 3 0 1 b2
Cj Zj -2 7 11 7 0 0
Tabla 2.49 Tabla inicial.