UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y METALURGIA

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

ANALISIS DE SISTEMAS MINEROS

SOLUCIONES METODO SIMPLEX
EN Programacion lineal

ING ARNALDO RUIZ CASTRO

MAYO 2017
 METODO SIMPLEX.
El mtodo Simplex es un procedimiento iterativo que
permite ir mejorando la solucin paso a paso. El proceso
concluye cuando no es posible seguir mejorando ms
dicha solucin.
Partiendo del valor de la funcin objetivo en un vrtice
cualquiera, el mtodo consiste en buscar sucesivamente
otro vrtice que mejore al anterior. La bsqueda se hace
siempre a travs de los lados del polgono (o de las aristas
del poliedro, si el nmero de variables es mayor). Cmo
el nmero de vrtices (y de aristas) es finito, siempre se
podr encontrar la solucin factible.
Interpretacin Geomtrica del Mtodo Simplex
 CONSIDERACIONES GENERALES DEL METODO
Se realiza un tabulado inicial, considerando las funcin objetivo y
las restricciones establecidas en la matematizacin del problema,
para lo cual se establecen las columnas y las lneas del tabulado de
acuerdo a las variables de decisin y a las variable de holgura, en
caso de restricciones del tipo (), o variables de excedencia cuando
las restricciones se establecen como (). En forma general un
tabulado tendr la siguiente configuracin.
Establecemos en forma general la matematizacin de un problema.
Max Zj = C1X1 + C2X2 + . Cj Xn + 0S1 + 0S2 +.. 0Sn
Sujeto a:
c11X1 + c12X2 +. + c1nXn + S1 V1
c21X1 + c22X2 +. + c2nXn + S2 V2
. . . . .
cn1X1 + cn2X2 +. + cnnXn + Sn Vn
Donde:
Zj = Valor iterativo de la funcin objetivo
C1, C2, . Cj = Coeficientes en la Funcin Objetivo
X1, X2, Xn = Variables de decisin.
c11, c12, c1n
c21, c22, c2n
. . . = Coeficientes en las restricciones
cn1, cn2, cnn

S1, S2, S3 = Variables de holgura

V1, V2, V3 = Valores de las inecuaciones
 TABULADO GENERAL
Cj Mezcla de cantidad C1 C2 Cn 0 0 0 Variables de
Productos x1 x2 xn S1 S2 Sn contribucin por
unidad
0 S1 V1 c11 c12 c1n 1 0 0

0 S2 V2 c21 c22 c2n 0 1 0 coeficientes

0 Sn Vn cn1 cn2 cnn 0 0 1

Matriz del Matriz de

Sistema Identidad

Contribucin
Zj 0 0 0 0 0 0 0 perdida por unidad

Contribucin neta
Cj - Zj C1-0 C2-0 Cn-0 0 0 0 por unidad
 ETAPAS PARA LA APLICACIN DEL METODO SIMPLEX
1. SELECCIN DE LA COLUMNA DE VALOR POSITIVO
MAS ALTO.
Se calculan los valores para el regln final de la tabla simplex, esto
es, el regln Cj - Zj y se selecciona la columna que tenga el
mximo valor positivo para Cj Zj. Si no quedan ms valores
positivos en el regln Cj Zj, es decir, si slo quedan valores cero
o negativo, la contribucin total est al mximo. Los pasos
iterativos estn terminados.
2. DETERMINACION DEL REGLON DESPLAZADO.
El regln remplazado (antiguo) se determina dividiendo los valores
de la columna de cantidades en la tabla simplex para cada regln
entre los elementos interseccionales de la columna ptima
(seleccionada en el paso anterior). El regln que tenga la cantidad
positiva mas pequea se selecciona como el regln por remplazar.
3. CALCULO DE VALORES PARA EL REGLN
SUBSTITUTO.
En la siguiente tabla se calculan valores para el regln
substituto (nuevo); este regln toma el lugar del regln
desplazado (antiguo) de la tabla anterior. Los nuevos
valores para el regln substituto se calculan dividiendo
cada valor del regln reemplazado (antiguo) entre el
elemento interseccional (pivot) del mismo regln. La
variable de la columna de mezcla de productos del nuevo
regln tambin tienen que cambiarse por la encontrada
en la columna ptima utilizando el paso anterior.
4. CALCULO DE NUEVOS VALORES PARA LOS
REGLONES RESTANTES.
Se calculan los nuevos valores para todos los reglones restantes de
la tabla iniciada en el paso anterior. La frmula para calcular estos
nuevos valores de regln, que no sea para los reglones Zj y Cj Zj,
es:

Elemento Elemento Nuevo Nuevo

anterior interseccio elemento valor
en el - nal x correspondi = para el
regln anterior ente en el regln
restante del regln regln restante
restante substituto

Mientras permanecen sin cambio las variables de la columna mezcla

de productos. Se calculan los ltimos dos reglones (Zj y Cj Zj). El
procedimiento iterativo regresa y comienza un nuevo ciclo en el paso
1, con el fin de determinar si hay necesidad de desarrollar otra tabla
Utilizaremos el ejemplo del mtodo grfico para
solucionarlo mediante el mtodo simplex.
Maximizar Z = 10 x1 + 12 x2
Sujeto a:
2 x1 + 3 x2 1,500 (Area 1)
3 x1 + 2 x2 1,500 (Area 2)
x1 + x2 600 (Area 3)
x1 0
x2 0
El primer paso para poder realizar la aplicacin del mtodo
simplex, es convertir las desigualdades en ecuaciones para las
tres reas establecidas. Esto se logra sumando variables de
holgura para cada rea, esto es, sumando a una desigualdad
una variable que reemplace al tiempo no utilizado en el rea,
por lo tanto tendremos:
S1 = Tiempo no utilizado en el rea 1.
S2 = Tiempo no utilizado en el rea 2.
S3 = Tiempo no utilizado en el rea 3.
Es necesario incidir que las variables de holgura son
positivas, debido a que las restricciones son desigualdades del
tipo menor o igual que ( ), en caso contrario, es decir, si la
desigualdad sera mayor o igual que () sera necesario
introducir variables de excedencia.
Las variables de holgura explicitadas en forma de ecuaciones
toman la siguiente determinacin:
S1 = 1,500 2x1 3x2
S2 = 1,500 3x1 2x2
S3 = 600 x1 x2
La matematizacin de esta programacin lineal se establece del
modo siguiente:
Maximizar Z = 10 x1 + 12 x2 + 0S1 + 0S2 + 0S3
Sujeto a:
1,500 = 2x1 + 3x2 + S1 + 0S2 + 0S3
1,500 = 3x1 + 2x2 + 0S1 + S2 + 0S3
600 = x1 + x2 + 0S1 + 0S2 + S3
El mtodo simplex establece que todas las variables deben aparecer
en todas las ecuaciones, las variables que no afectan a una ecuacin
se escriben con coeficiente cero (0).
Por lo sealado en el acpite anterior la funcin objetivo
muestra a las variables de holgura S1, S2 y S3, con
coeficientes cero (0), as mismo la ecuacin para el rea
1, muestra coeficientes cero (0) para el tiempo de
holgura en las reas 2 y 3.
Al manejo de las ecuaciones en el problema, puede
ordenarse en forma tabular, a este ordenamiento se le
denomina tableau, de modo que se establezca una visin
matricial de los coeficientes para dar aplicacin al lgebra
matricial y el proceso de eliminacin de Gauss-Jordan
para resolver un sistema de ecuaciones lineales.
Consignamos el Tablea 1 del modo siguiente:
 TABLEA I

Cj Mezcla de cantidad 10 12 0 0 0 Variables de

Productos x1 x2 S1 S2 S3 contribucin por
unidad

0 S1 1,500 2 3 1 0 0
0 S2 1,500 3 2 0 1 0 coeficientes
0 S3 600 1 1 0 0 1
Matriz del Matriz de
Sistema Identidad

Contribucin perdida
Zj 0 0 0 0 0 0 por unidad

Contribucin neta por

Cj - Zj 10 12 0 0 0 unidad
 ANALISIS DEL TABLEAU 1
1. La columna 1 (Cj), viene a ser el aporte por unidad
para las variables de holgura (S1, S2 y S3), esto
significa que en el momento inicial la contribucin
(aporte) unitario de estas variables es de cero (0), es
decir que no se desarrollan actividades en las reas de
procesamiento de los productos en discusin (nix y
mrmol).
2. Los valores de S1, S2 y S3, deben ser aquellos que
generan las ecuaciones, es decir 1,500, 1,500 y 600
respectivamente (ubicadas en la tercera columna del
tableau).
3. La solucin inicial ser igual a cero, ya que no se esta
procesando ninguno de los productos (nix, mrmol)
 Esto queda establecido en la fila Zj y en la columna tres
(cantidad), ya que: 0x1,500+0x1,500+0x600=0
4. La matriz del sistema contiene a los coeficientes de las
variables del producto real en este primer tableau. Esto
es que en la primera fila y en la cuarta columna (x1), el
coeficiente 2 establece que si quisiramos llevar una
unidad del producto nix a la solucin, tendramos que
ceder 2 horas de S1 en el Area 1. Es decir, toma 2 horas
hacer el producto nix en el Area 1. As mismo, el
coeficiente 3 de la columna x2, primera fila, indica que
el proceso de una unidad del producto mrmol
necesitara que se utilizaran 3 horas en el Area 1, lo
que se tiene en los coeficientes de la matriz del sistema
es la taza de sustitucin.
5. La matriz identidad representa en el primer tableau
simplex a los coeficientes de las variables de holgura,
que se han sumado a las inecuaciones originales para
convertirlos en ecuaciones. Esto debido a que todas las
ecuaciones deben contener todas las variables, pero
con coeficientes cero para que no afecte a la ecuacin.
Haciendo hincapi al coeficiente de la columna S1, en
la primera fila, el valor 1 indica que para disponer de
una hora de S1, sera necesario ceder una de las 1,500
horas de la solucin inicial. El valor cero (0) de la
columna S2 en la primera fila, indica que disponer de
una hora en el Area 2 para otros fines no tiene efecto
alguno sobre S1 (tiempo de holgura del Area 1). El
mismo anlisis se usa para la columna S3.
6. Se aplica el mismo razonamiento para para las dos
siguientes filas (S2 y S3) del tableau 1, ya que ese estn
tratando con valores de sustitucin.
7. Las dos ltimas filas del tableau simplex se usan para
determinar si se puede o no mejorar la solucin. La
evaluacin de la ltima fila (Cj-Zj), es el primer paso
en el mtodo simplex.
8. La fila Zj, se determina a travs de los valores de los
coeficientes contenidos en las filas que se encuentran
por encima de esta fila (Zj), esto es, en la caso de la
columna cantidad el valor Zj=0, que representa una
solucin inicial de contribucin cero para la empresa,
tal como se calculo anteriormente. Por ejemplo si se
desea procesar 1 m3 de nix, los coeficientes (2, 3 y 1)
de la matriz del sistema, nos dice que se deben ceder 2
horas de S1, el tiempo no usado del Area 1, 3 horas de S2,
el tiempo no usado del Area 2, y 1 hora de S3, el tiempo no
usado en el Area 3. Como el tiempo de holgura tiene un
valor de cero (0), no puede haber reduccin de la
contribucin. El clculo del valor de la contribucin que se
pierde al adicionar una unidad del producto nix al proceso
es de:
Nmero de horas de S1, cedidas:
2 x 0 (Contribucin por unidad de S1) = 0
Nmero de horas de S2, cedidas:
3 x 0 (Contribucin por unidad de S2) = 0
Nmero de horas de S3, cedidas:
1 x 0 (Contribucin por unidad de S3) = 0
Contribucin Total cedida 0
 Determinacin de los Tableaus siguientes
Para establecer los siguientes tableaus del mtodo simplex se
realizan los siguientes pasos:
Paso 1.- Seleccin de la columna de valor Positivo mas Alto. La
evaluacin de la ltima fila del tableau inicial es el primer paso a
seguir en nuestro procedimiento esto se aplica cuando el problema
que se presenta es la maximizacin.
El anlisis de las cifras de la fila Cj Zj, determina que el mximo
valor posible es de 12. Un valor positivo indica que puede hacerse
una mayor contribucin por parte de la empresa. Un valor negativo
indica la cantidad por la cual decrece la contribucin si se llevara a
la solucin una unidad de la variable para esa columna. Como
columna ptima se selecciona la cantidad positiva mas grande de la
ltima fila, es decir 12 por unidad para el producto x2 ya que se
quiere maximizar la contribucin total. Cuando no quedan ms
valores positivos en la fila Cj Zj y los valores son cero o
negativos en problemas de maximizacin la contribucin esta en
su mximo valor.
 TABLEA I
COLUMNA ENTRANTE

Cj Mezcla de cantidad 10 12 0 0 0 Variables de

Productos x1 x2 S1 S2 S3 contribucin por
unidad

0 S1 1,500 2 3 1 0 0
0 S2 1,500 3 2 0 1 0 coeficientes
0 S3 600 1 1 0 0 1
Matriz del Matriz de
Sistema Identidad

Contribucin perdida
Zj 0 0 0 0 0 0 por unidad

Contribucin neta por

Cj - Zj 10 12 0 0 0 unidad

MAYOR VALOR
Paso 2.- Determinar la fila (antigua) reemplazada.- Una
vez que se elabor el tableau simplex inicial y que se ha
seleccionado (primer paso) la variable (columna ptima) que
contribuye el mximo por unidad (12 por unidad del producto
mrmol), el siguiente paso es determinar cual variable debe
reemplazarse. La inspeccin de la columna ptima (12 para el
producto mrmol) indica que debe agregarse la variable x2 a
la mezcla de productos reemplazando la fila S1, S2 S3. Para
determinar cual variable ser la que se reemplace, divida el
valor de la columna de cantidad entre el coeficiente
correspondiente de la columna ptima. Seleccione la fila
asociada con el cociente positivo menor como la fila a
reemplazar. Como la empresa deseara producir la mxima
cantidad, pero tiene que tomarse en consideracin las
restricciones del problema, Las unidades posibles se calculan
del modo siguiente:
Fila S1: 1,500 tiempo no usado/se requieren 3 horas por unidad
del producto mrmol = 500 unidades del producto mrmol.
Fila S2: 1,500 tiempo no usado/se requieren 2 horas por unidad
del producto mrmol = 750 unidades del producto mrmol.
Fila S3: 600 tiempo no usado/se requiere 1 hora por unidad del
producto mrmol = 600 unidades del producto mrmol.
Con base en estos clculos para el mrmol se reemplazar la fila
S1, en el segundo tableau por 500 unidades del producto x2, a esto
se le llama la fila reemplazada.
Paso 3. Calcular el Valor para la Fila (nueva) Reemplazante.-
La primera fila a determinar en el segundo tableau es la nueva fila
x2 (fila reemplazante) para la fila S1 (fila reemplazada). La fila x2,
se calcula dividiendo cada valor de la fila reemplazada (S|) entre el
elemento pivot (3) de la misma fila.
Los resultados de la nueva fila sern:
 TABLEA I
FILA REEMPLAZADA Elemento pivote

Cj Mezcla de cantidad 10 12 0 0 0 Variables de

Productos x1 x2 S1 S2 S3 contribucin por
unidad

0 S1 1500 2 3 1 0 0
0 S2 1500 3 2 0 1 0 coeficientes
0 S3 600 1 1 0 0 1
Matriz del Matriz de
Sistema Identidad

Contribucin perdida
Zj 0 0 0 0 0 0 por unidad

Contribucin neta por

Cj - Zj 10 12 0 0 0 unidad
Fila x2: 1,500/3 = 500 (columna de cantidad).
Columna x1: 2/3 = 2/3
Columna x2: 3/3 = 1
Columna S1: 1/3 = 1/3
Columna S2: 0/3 = 0
Columna S3: 0/3 = 0.
Paso 4.- Clculo de los Nuevos Valores para las filas restantes.
Para calcular los nuevos valores de las filas restantes (S2 y S3), se
aplica la siguiente frmulas:

Elemento
Elemento Nuevo Nuevo
interseccio
anterior elemento valor
- nal x correspondie = para la
en la fila anterior
restante nte en la fila fila
de la fila
reemplazante restante
restante
 TABLEA I

Cj Mezcla de cantidad 10 12 0 0 0 Variables de

Productos x1 x2 S1 S2 S3 contribucin por
unidad

0 x2 500 2/3 1 1/3 0 0

0 S2 1500 3 2 0 1 0 coeficientes
0 S3 600 1 1 0 0 1
Matriz del Matriz de
Sistema Identidad

Contribucin perdida
Zj 0 0 0 0 0 0 por unidad

Contribucin neta por

Cj - Zj 10 12 0 0 0 unidad
Los nuevos valores de las filas S2 y S3, se calculan del modo siguiente:
Fila S2:
1,500 (2 x 500) = 500
3 (2 x 2/3) = 1 2/3
2 (2 x 1) = 0
0 (2 x 1/3) = - 2/3
1 (2 x 0) = 1
0 (2 x 0) = 0
Fila S3:
600 (1 x 500) = 100
1 (1 x 2/3) = 1/3
1 (1 x 1) = 0
0 (1 x 1/3) = - 1/3
0 (1 x 0) = 0
1 (1 x 0) = 1
 TABLEA I - MODIFICADO
Cj Mezcla de cantidad 10 12 0 0 0 Variables de
Productos x1 x2 S1 S2 S3 contribucin por
unidad

12 x2 500 2/3 1 1/3 0 0

0 S2 500 1 2/3 0 -2/3 1 0 coeficientes

0 S3 100 1/3 0 -1/3 0 1

Matriz del Matriz de

Sistema Identidad

Contribucin perdida
Zj 6,000 8 12 4 0 0 por unidad

Contribucin neta por

Cj - Zj 2 0 -4 0 0 unidad
El procedimiento para calcular las dos ltimas filas del Tableau II,
se realizan del modo siguiente:
Zj (contribucin total) = 12(500) + 0(500) + 0(100) = 6,000
Zj para x1 = 12(2/3) + 0(1 2/3) + 0(1/3) = 8
Zj para x2 = 12(1) + 0(0) + 0(0) = 12
Zj para S1 = 12(1/3) + 0(-2/3) + 0(-1/3) = 4
Zj para S2 = 12(0) + 0(1) + 0(0) =0
Zj para S3 = 12(0) + 0(0) + 0(0) =0
El clculo para la fila Cj Zj, son:
x1 (variable): 10 Cj(contri./unidad) 8 Zj(contri. prdida/unidad =
2 Cj Zj (contri. neta por unidad)
x2: 12 12 = 0
S1 : 0 4 = -4
S2 : 0 0 = 0
S3 : 0 0 = 0
 TABLEAU II

Mezcla de 10 12 0 0 0
Cj Productos Cantidad x1 x2 S1 S2 S3

12 x2 500 2/3 1 1/3 0 0

Fila reemplazante
0 S2 500 1 2/3 0 -2/3 1 0
Fila remanente con nuevos valores
0 S3 100 1/3 0 -1/3 0 1
Fila remanente con nuevos valores
Zj 6,000 8 12 4 0 0
Cj - Zj 2 0 -4 0 0
La existencia de un valor positivo en la ltima fila de la columna
x1, predispone que existe una contribucin general disponible para
la empresa, por lo tanto, se hace necesario realizar un tercer tableau
que mejore al anterior.
Para la determinacin del tableau III, se sigue un procedimiento
similar al anterior (tableau II). Para esto determinamos la columna
ptima. Por lo tanto la columna x1 es la que guarda este
lineamiento por cuanto presenta un valor positivo igual a 2. Para
determinar la fila reemplazada, para lo cual los valores de la
columna de cantidad se dividen entre los valores interseccionales
correspondientes de la columna ptima, del modo siguiente:
Fila x2: 500/(2/3) = 750
Fila S2: 500/(1 2/3) = 300
Fila S3: 100/(1/3) = 300.
Los clculos muestran una degeneracin , ya que existen dos filas
con el mismo valor, en este caso utilizaremos la fila S3.
 TABLEAU III

Mezcla de 10 12 0 0 0
Cj Productos Cantidad x1 x2 S1 S2 S3

12 x2 300 0 1 1 0 -2
Fila remanente con nuevos valores
0 S2 0 0 0 1 1 -5
Fila remanente con nuevos valores
0 x1 300 1 0 -1 0 3
Fila reemplazante
Zj 6,600 10 12 2 0 6
Cj - Zj 0 0 -2 0 -6
La nueva fila reemplazante del tableau 3, se calcula dividiendo
cada nmero de la fila reemplazante entre el valor interseccional de
la fila reemplazada, esto es:
100/(1/3) = 300; (1/3)/(1/3) 0 = 1; 0/(1/3) = 0; (-1/3)/(1/3) = -1;
0/(1/3) = 0; 1/(1/3) = 3.
El tercer tableau terminado indica que los valores de la fila Cj Zj
son cero o negativos por lo tanto se da por terminado el proceso de
optimizacin.
Es necesario verificar que los valores obtenidos cumplen con los
requerimientos establecidos, para lo cual volvemos a las
inecuaciones originales y se calculan los valores para verificar si
guardan los lineamientos establecios:
2x1 + 3x2 1,500
3x1 + 2x2 1,500
x1 + x2 600
Sustituyendo los valores adecuados para x1 y x2 en las
inecuaciones anteriores, los resultados indican que estn dentro de
las restricciones del problema.
2(300) + 3(300) 1,500
600 + 900 1,500
1,500 = 1,500
3(300) + 2(300) 1,500
900 + 600 1,500
1,500 = 1,500
(300) + (300) 600
600 = 600
 EJEMPLO N 02 APLICACIN DEL METODO SIMPLEX
Maximizar Z= f(x,y)= 3x + 2y
sujeto a: 2x + y 18
2x + 3y 42
3x + y 24
x0,y0
Se consideran los siguientes pasos:
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las
restricciones, para convertirlas en igualdades, resultando el sistema
de ecuaciones lineales:
2x + y + h = 18
2x + 3y + s = 42
3x + y + d = 24
2. Igualar la funcin objetivo a cero
- 3x - 2y + Z = 0
3. Escribir la tabla inicial simplex
En las columnas aparecern todas las variables del problema y, en
las filas, los coeficientes de las ecuaciones establecidas, una fila
para cada restriccin (considerando solo las variables de holgura) y
la ltima fila con los coeficientes de la funcin objetivo:

Tabla I . Iteracin N 1
Valores
Base Variable de decisin Variable de holgura
solucin
x y h s d
h 2 1 1 0 0 18
s 2 3 0 1 0 42
d 3 1 0 0 1 24
Z -3 -2 0 0 0 0
4. Encontrar la variable de decisin que entra en la base y la
variable de holgura que sale de la base
A. Para escoger la variable de decisin que entra en la base, nos
fijamos en la ltima fila, la de los coeficientes de la funcin
objetivo y escogemos la variable con el coeficiente negativo
mayor (en valor absoluto).
En nuestro caso, la variable x de coeficiente = - 3.
Si existiesen dos o ms coeficientes iguales que cumplan la
condicin anterior, entonces se elige cualquiera de ellos.
Si en la ltima fila no existiese ningn coeficiente negativo,
significa que se ha alcanzado la solucin ptima. Por tanto, lo
que va a determinar el final del proceso de aplicacin del
mtodo del simplex, es que en la ltima fila no haya elementos
negativos.
La columna de la variable que entra en la base se llama
columna pivote (En color azulado).
B. Para encontrar la variable de holgura que tiene que salir de la
base, se divide cada trmino de la ltima columna (valores
solucin) por el coeficiente correspondiente dado en la columna
pivote, siempre que estos ltimos sean mayores que cero. En
nuestro caso:
18/2 [=9] , 42/2 [=21] y 24/3 [=8]
Si hubiese algn elemento menor o igual que cero no se hace
dicho cociente. En el caso de que todos los elementos fuesen
menores o iguales a cero, entonces tendramos una solucin no
acotada y no se puede continuar con el proceso.
La fila que en la divisin anterior d lugar al menor cociente
positivo, que es la fila 3, ya que 8 es el menor hallado, indica la
fila de la variable de holgura que sale de la base, en este caso
d. Esta fila se llama fila pivote (En color azulado).
Si al calcular los cocientes, dos o ms son iguales, indica que
cualquiera de las variables correspondientes puede salir de la
base.
C. En la interseccin de la fila pivote y columna pivote tenemos el
elemento pivote operacional, 3.
5. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de x se obtienen dividiendo todos los
coeficientes de la fila d entre el pivote operacional, 3, que es el
que hay que convertir en 1.
A continuacin mediante la reduccin gaussiana hacemos ceros
los restantes trminos de su columna, con lo que obtenemos los
nuevos coeficientes de las otras filas incluyendo los de la
funcin objetivo Z.
Tambin se puede hacer utilizando el siguiente esquema:
Fila del pivote:
Nueva fila del pivote= (Vieja fila del pivote) : (Pivote)
Resto de las filas:
Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la
columna de la variable entrante) x (Nueva fila del pivote)
 Tabla I . Coeficientes de la Nueva Fila
Valores
Base Variable de decisin Variable de holgura
solucin

x y h s d

h 2 1 1 0 0 18

s 2 3 0 1 0 42

x 3/3=1 1/3 = 1/3 0/3 = 0 0/3 = 0 1/3 = 1/3 24/3 = 8

Z -3 -2 0 0 0 0
Clculo de la Fila h, una vez calculado los coeficientes de la fila
pivote:

VIEJA COEFICI NUEVA FILA NUEVA FILA

FILA DE S ENTE PIVOTE DE S
2 - 2 x 1 = 0
1 - 2 x 1/3 = 1/3
1 - 2 x 0 = 1
0 - 2 x 0 = 0
0 - 2 x 1/3 = -2/3
18 - 2 x 8 = 2
Clculo de la Fila s, una vez calculada los coeficientes de la fila
pivote:

VIEJA COEFICI NUEVA FILA NUEVA FILA

FILA DE S ENTE PIVOTE DE S
2 - 2 x 1 = 0
3 - 2 x 1/3 = 7/3
0 - 2 x 0 = 0
1 - 2 x 0 = 1
0 - 2 x 1/3 = -2/3
42 - 2 x 8 = 26
 Tabla II . Iteracin n 2

Variable de Valores
Base Variable de holgura
decisin solucin

x y h s d

h 0 1/3 1 0 -2/3 2

s 0 7/3 0 1 -2/3 26

x 1 1/3 0 0 1/3 8

Z 0 -1 0 0 1 24
 Como en los elementos de la ltima fila hay uno negativo,
-1, significa que no hemos llegado todava a la solucin
ptima. Hay que repetir el proceso:
A. La variable que entra en la base es y, por ser la variable
que corresponde al coeficiente -1.
B. Para calcular la variable que sale, dividimos los trminos
de la ltima columna entre los trminos correspondientes
de la nueva columna pivote:
2:1/3[=6], 26:7/3[=78/7] y 8:1/3 [=8]
y como el menor cociente positivo es 6, tenemos que la
variable de holgura que sale es h.
C. El elemento pivote, que ahora hay que hacer 1, es 1/3.
Operando de forma anloga a la anterior obtenemos la
tabla:
 Tabla III . Iteracin n 3
Variable de Valores
Base Variable de holgura
decisin solucin
x y h s d
y 0 1 3 0 -2 6
s 0 0 -7 0 4 12
x 1 0 -1 0 1 6
Z 0 0 3 0 -1 30
 Como en los elementos de la ltima fila hay uno
negativo, -1, significa que no hemos llegado todava a
la solucin ptima. Hay que repetir el proceso:
A. La variable que entra en la base es d, por ser la
variable que corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los
trminos de la ltima columna entre los trminos
correspondientes de la nueva columna pivote:
6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6]
y como el menor cociente positivo es 3, tenemos que
la variable de holgura que sale es s.
C. El elemento pivote, que ahora hay que hacer 1, es 4.
Obtenemos la siguiente tabla:
 Tabla IV . Final del proceso

Variable de Valores
Base Variable de holgura
decisin solucin

x y h s d
y 0 1 -1/2 0 0 12
d 0 0 -7/4 0 1 3
x 1 0 -3/4 0 0 3
Z 0 0 5/4 0 0 33
Como todos los coeficientes de la fila de la funcin
objetivo son positivos, hemos llegado a la solucin
ptima.
Los solucin ptima viene dada por el valor de Z en la
columna de los valores solucin, en nuestro caso: 33.
En la misma columna se puede observar el vrtice
donde se alcanza este valor, observando las filas
correspondientes a las variables de decisin que han
entrado en la base: D(3,12).
Interpretacin Geomtrica del Mtodo Simplex
Las sucesivas tablas que hemos construido van proporcionando el
valor de la funcin objetivo en los distintos vrtices, ajustndose, a
la vez, los coeficientes de las variables iniciales y de holgura.
En la primera iteracin (Tabla I) han permanecido todos los
coeficientes iguales, se ha calculado el valor de la funcin objetivo
en el vrtice A(0,0), siendo este 0.
A continuacin se desplaza por la arista AB, calculando el valor de
Z, hasta llegar a B. Este paso aporta la Tabla II.
En esta segunda iteracin se ha calculado el valor que corresponde
al vrtice B(8,0): Z=f(8,0) = 24
Sigue por la arista BC, hasta llegar a C, donde se para y despliega
los datos de la Tabla III.
En esta tercera iteracin se ha calculado el valor que corresponde al
vrtice C(6,6) : Z=f(6,6)=30.
Continua haciendo clculos a travs de la arista CD, hasta
llegar al vrtice D. Los datos que se reflejan son los de la
Tabla IV.
Concluye con esta tabla, advirtiendo que ha terminado
(antes ha comprobado que la solucin no mejora al
desplazarse por la arista DE).
El valor mximo de la funcin objetivo es 33, y
corresponde a: x = 3 e y = 12 (vrtice D).
Si calculas el valor de la funcin objetivo en el vrtice
E(0,14), su valor es de 28 que no supera el valor 33,
anteriormente calculado.
 Problema de Minimizacin Aplicando el Mtodo
Simplex
Si en lugar de maximizar se trata de un problema de
minimizar se sigue el mismo proceso, pero cambiando el
sentido del criterio, es decir, para entrar en la base se
elige la variable cuyo valor, en la fila de la funcin
objetivo, sea el mayor de los positivos y se finalizan las
iteraciones cuando todos los coeficientes de la fila de la
funcin objetivo son negativos o cero .
La siguiente programacin lineal matematiza la
minimizacin de costos, que se plantea del modo
siguiente:
Minimizar Z = 5x1 + 6x2 + 7x3
Sujeto a:
x1 + x2 + x3 = 1,000
x1 300
x2 150
x3 200
Donde:
x1 = Cantidad del elemento metlico 1.
x2 = Cantidad del elemento metlico 2.
x3 = Cantidad del elemento metlico 3.
Siguiendo con los lineamientos establecidos en el caso de
maximizacin, el primer paso ser crear las ecuaciones de
las inecuaciones existente.
1. Para la primera restriccin , las variables x1, x2 y x3,
pueden ser iguales a cero (0), pero para poder tener una
influencia sobre la metodologa simplex se le asigna una
variables denominada variable artificial (A1) , al cual se
le asigna un costo bastante alto que lo denominaremos M,
la ecuacin resultante viene a ser: x1 + x2 + x3 + A1 =
1,000. La variable artificial es un artificio de clculo que
se utiliza en ecuaciones o en inecuaciones cuando las
restricciones son del tipo mayor o igual que, no siendo
necesarias su uso en inecuaciones del tipo menor o igual
que.
2. Para la segunda restriccin, x1 300, es necesario
aadir una variable de holgura (S1), por lo tanto la
inecuacin se convierte en la ecuacin x1 + S1 = 300.
3. Las dos ltimas restricciones se convierten en
ecuaciones restndoles variables de holgura negativas o
variables excedentes, determinndose las ecuaciones:
x2 S2 = 150
x3 S3 = 200
4. Como deben considerarse variables artificiales en estas
dos ltimas ecuaciones las ecuaciones finales seran las
siguientes:
x2 S2 + A2 = 150
x3 S3 + A3 = 200
5. Establecemos la funcin objetivo para lo cual es
necesario aplicar la norma que establece que todas las
variables intervinientes deben estar presentes en la
ecuacin de minimizacin del costo. Para lo cual se
establece que las variables de holgura (S1, S2 y S3) deben
tener un coeficiente igual a cero (0), mientras que las
variables artificiales (A1, A2 y A3) deben tener un
coeficiente que supuestamente es un valor bastante alto y
que lo representaremos por M, lo mismo se predispone en
las restricciones pero en este caso las variables
artificiales tendrn un coeficiente igual a cero (0).
6. La matematizacin de la programacin lineal en
discusin, queda determinada del modo siguiente:
Funcin Objetivo:
Minimizar Z = 5x1 + 6x2 +7x3 + MA1 + 0S1 + 0S2 + MA2 + 0S3 + MA3
(minimizacin de costos).
Sujeto a:
x1 + x2 + x3 +A1 + 0S1 + 0S2+ 0A2 + 0 S3 + 0A3 = 1,000
x1 + 0x2 + 0x3 + 0A1 + S1 + 0S2+ 0A2 + 0S3 + 0A3 = 300
0x1 + x2 + 0x3 + 0A1 + 0S1 - S2 + A2 + 0 S3 + 0A3 = 150
0x1 + 0x2 + x3 + 0A1 + 0S1 + 0S2+ 0A2 - S3 + A3 = 200
7. En el primer tablea nicamente se seleccionan como variables de
la mezcla de los productos A1, S1, A2 y A3, esto debido a que las
variables A1, A2, y A3 permiten mantener en equilibrio las
primeras ecuaciones y lo mismo sucede con la variable de holgura
S1. Esto debido a que las variables artificiales antes manifestadas
que por tener un costo muy alto, no estarn presentes en la solucin
final, lo mismo sucede con la variable de holgura S1.
 TABLEA I

Cj Mezcla de Cantid 5 6 7 M 0 0 M 0 M
Productos x1 x2 x3 A1 S1 S2 A2 S3 A3

M A1 1,000 1 1 1 1 0 0 0 0 0
0 S1 300 1 0 0 0 1 0 0 0 0
M A2 150 0 1 0 0 0 -1 1 0 0
M A3 200 0 0 1 0 0 0 0 -1 1
Zj 1,350M M 2M 2M M 0 -M M -M M

Cj - Zj 5-M 6-2M 7-2M 0 0 M 0 M 0

Fila Pvot (fila Columna Pvot (elementos

reemplazada) interseccionales)
 TABLEA II

Cj Mezcla de Cantid 5 6 7 M 0 0 M 0 M
Productos x1 x2 x3 A1 S1 S2 A2 S3 A3

M A1 850 1 0 1 1 0 1 -1 0 0
0 S1 300 1 0 0 0 1 0 0 0 0
6 x2 150 0 1 0 0 0 -1 1 0 0
M A3 200 0 0 1 0 0 0 0 -1 1
1,050M+ 900 -M
Zj M 6 2M M 0 M-6 -M+6 M

Cj - Zj 5-M 0 7-2M 0 0 -M+6 2M-6 M 0

Fila Pvot (fila Columna Pvot (elementos

reemplazada) interseccionales)
 TABLEA II

Cj Mezcla de Cantid 5 6 7 M 0 0 M 0 M
Productos x1 x2 x3 A1 S1 S2 A2 S3 A3

M A1 650 1 0 0 1 0 1 -1 1 -1
0 S1 300 1 0 0 0 1 0 0 0 0
6 x2 150 0 1 0 0 0 -1 1 0 0
7 x3 200 0 0 0 0 0 0 0 -1 1
650M+ 2300 M-7 -M+7
Zj M 6 M M 0 M-6 -M+6

-M+5 0 0 0 0 -M+6 2M-6 -M+7 2M-7

Cj - Zj

Fila Pvot (fila Columna Pvot (elementos

reemplazada) interseccionales)
 TABLEA III

Cj Mezcla de Cantid 5 6 7 M 0 0 M 0 M
Productos x1 x2 x3 A1 S1 S2 A2 S3 A3

M A1 350 0 0 0 1 -1 1 -1 1 -1
5 x1 300 1 0 0 0 1 0 0 0 0
6 x2 150 0 1 0 0 0 -1 1 0 0
7 x3 200 0 0 1 0 0 0 0 -1 1
350M+ 3800 -M+5 M-7 -M+7
Zj 5 6 7 M M-6 -M+6

0 0 0 0 M-5 -M+6 2M-6 -M+7 2M-7

Cj - Zj

Fila Pvot (fila Columna Pvot (elementos

reemplazada) interseccionales)
 TABLEA III

Cj Mezcla de Cantid 5 6 7 M 0 0 M 0 M
Productos x1 x2 x3 A1 S1 S2 A2 S3 A3

0 S2 350 0 0 0 1 -1 1 -1 1 -1
5 x1 300 1 0 0 0 1 0 0 0 0
6 x2 500 0 1 0 1 -1 0 0 1 -1
7 x3 200 0 0 1 0 0 0 0 -1 1
Zj 5,900 5 6 7 6 -1 0 0 -1 1

Cj - Zj 0 0 0 M-6 1 0 M 1 M-1