2.3.

2 Tabla del método simplex

Una forma ordenada de proceder para calcular la solución optima de un modelo
lineal en forma estándar es recoger los cálculos asociados a cada base en una
tabla, llamada Tabla del simplex. El proceso siempre empieza eligiendo la base
canoníca en la matriz de coeficientes A. Si una vez obtenida la forma estándar no
es posible elegir la base canoníca formada por variables de holgura se añaden
tantas variables artificiales como sean necesarias. La tabla del simplex es la
siguiente:

Sobre la tabla se tienen las variables originales del modelo, x1, . . . , xn y las
de holgura y/o artificiales que se han a˜nadido al modelo xn+1, . . . , xj , . . . ,.
• En la primera columna los vectores b´asicos: aB1, . . . , aBi, . . . , aBm. Fuera
de la tabla est´an las componentes b´asicas de c: cB1, . . . , cBi, . . . , cBm.
• En el resto de las columnas aparecen las coordenadas yj de todos los vec-
tores aj del modelo en funci´on de la base.
• La ´ultima columna de la tabla contiene las componentes de la soluci´on
factible b´asica: xB1, . . . , xBi, . . . , xBm.
• En la primera fila los valores indicadores zj − cj . El ´ultimo valor de la fila,
z, es el valor de la funci´on objetivo.

2.4 metodo dual.

El método simplex es un algoritmo utilizado en la programación lineal para resolver problemas de
optimización. En términos simples, busca encontrar la mejor solución posible a un problema dado,
considerando ciertas restricciones y maximizando o minimizando una función objetivo.
Imaginemos que tienes una fábrica que produce dos tipos de productos: A y B. Para fabricar estos
productos, necesitas ciertas cantidades de materias primas y mano de obra, y tienes un límite en
la cantidad de estas disponibles. Además, tienes un objetivo de maximizar tus ganancias. Esto se
puede representar como un problema de programación lineal.
Imagina que inicialmente estás produciendo 0 unidades de ambos productos. El método simplex
evaluará si puedes aumentar la producción de alguno de ellos para mejorar tus ganancias. Si es
posible, se moverá a un punto vecino que represente un aumento en la producción de uno de los
productos, manteniendo las restricciones dentro de los límites establecidos. Esto se repite hasta
que no sea posible mejorar más y se alcance la solución óptima.