Casos especiales del

método simplex
Primer caso. Reglas lexicográficas

• Se da cuando existen empates de una variable de salida

Ejemplo

𝑠 . 𝑎
2 𝑥+2 𝑦 ≤ 12
4 𝑥 −2 𝑦 ≤ 0
2 𝑥≤4
𝑥, 𝑦 ≥0
 • Paso 1. Pasar el P.P.L. a un modelo estándar, agregando variables de holgura e
igualando a cero la función objetivo

𝑠 . 𝑎
2 𝑥+2 𝑦 +h1 =12
4 𝑥 −2 𝑦 + h2 =0
2 𝑥+ h3= 4
𝑥 , 𝑦 , h1 , h2 , h3 ≥ 0

• Paso 2. Hacemos la tabla del P.P.L. anterior.

 ve

Z x y Sol.
v.b 1 -3 -2 0 0 0 0
0 2 2 1 0 0 12
vs
0 4 -2 0 1 0 0
0 2 0 0 0 1 4

𝑚𝑖𝑛 { 12 0 4
2
, ,
4 2 }
=𝑚𝑖𝑛 { 6 , 0 , 2 }=0

La variable de salida es . Después pivoteamos y hacemos vector unitario a la

columna del pivote.
 1
𝑅𝑥 ← 𝑅
4 𝑥
Z x y Sol.
v.b 1 -3 -2 0 0 0 0
0 2 2 1 0 0 12
x 0 1 0 0 0
0 2 0 0 0 1 4

𝑅𝑧 ← 𝑅𝑧+ 3 𝑅𝑥
-
-
Z x y Sol.
v.b 1 0 - 0 0 0
0 0 3 1 - 0 12
x 0 1 0 0 0
0 0 1 0 1 4
La variable de entrada es y. Además como

Tenemos un empate para detectar la variable de salida. Las variables candidatos a ser
variables de salida son y .
Seguimos los siguientes pasos:

• Paso 1. Ordenamos la tabla anterior, de tal forma que en las primeras columnas estén
las columnas que corresponden a las variables básicas. Las demás columnas pueden
ser dispuestas en cualquier orden, de preferencia las variables de decisión, de holgura,
de exceso y artificiales.
 Z x y Sol.
v.b 1 0 0 0 - 0
0 1 0 0 3 - 12
x 0 0 1 0 0
0 0 0 1 1 4

• Paso 2. Formamos el conjunto de variables que son candidatos a ser variables de salida

• Paso 3. Se considera a la variable de entrada y se elige el mínimo del conjunto de

cocientes obtenidos al dividir cada elemento de la columna básica (los valores de la
función objetivo no participan) entre los respectivos elementos de la columna de
entrada
Por tanto la variable de salida es
Si el mínimo es singular, es decir, solo se logra en un cociente, entonces el
cociente que describa el mínimo señalara la variable de salida. Si el mínimo no es
singular seguimos el paso 4 y si en este nos volviera a dar un mínimo no
singular, seguimos el paso 5.

Como nuestro ejemplo no necesita de los pasos 4 y 5, proseguimos a pivotear y

hacer vector unitario la columna del pivote.

Z x y Sol.
v.b 1 0 0 0 - 0
0 1 0 0 3 - 12
x 0 0 1 0 0
y 0 0 0 1 1 4
Al hacer ceros a la columna del pivote, se obtiene:
14
𝑅𝑧 ← 𝑅𝑧+ 𝑅𝑦
4
𝑅 𝒉 ← 𝑅𝒉 𝟏 𝟏
− 3 𝑅𝑦
2
𝑅 𝑥 ← 𝑅 𝑥+ 𝑅
ve 𝑦
4
Z x y Sol.
v.b 1 0 0 0 -1 14
0 1 0 -3 0 1 0
vs x 0 0 1 0 0 2
y 0 0 0 1 1 4
 𝑅 𝑧 ← 𝑅 𝑧 + 𝑅𝒉 𝟐

2
𝑅𝑦 ← 𝑅𝑦 + 𝑅𝒉
4 𝟐

Z x y Sol.
v.b 1 1 0 0 0 14
0 1 0 -3 0 1 0
x 0 0 1 0 0 2
y 0 0 - 1 4

La cual es una tabla óptima. Por consiguiente:

Tercer caso. Soluciones óptimas múltiples
Teorema 2.1 (soluciones múltiples). Si en alguno de los pasos básicos del método simplex
canónico (variable de entrada, variable de salida, pivoteo y vectores unitarios) hallamos un
coeficiente cero en la función objetivo, y este coeficiente corresponde a una variable que no está
en la base, entonces el PPL tiene soluciones múltiples.

Ejemplo

s.a
𝑥+ 2 𝑦 ≤5
𝑥+ 𝑦 ≤ 4
𝑥, 𝑦 ≥0
Pasar el PPL a la forma estándar:

s.a
𝑥+ 2 𝑦 +h 1=5
𝑥+ 𝑦 + h2= 4
𝑥, 𝑦 ≥0
Igualar la función objetivo a cero:

s.a
𝑥+ 2 𝑦 +h 1=5
𝑥+ 𝑦 + h2= 4
𝑥, 𝑦 ≥0
 Z x y Sol.
v.b 1 -2 -4 0 0 0
vs 0 1 2 1 0 5
0 1 1 0 1 4

𝑚𝑖𝑛 { 5 4
,
2 1 }
=𝑚𝑖𝑛 { 5
2
,4 =
5
2 }
1
𝑅 𝑦 ← 𝑅 𝑦
2
Z x y Sol.
v.b 1 -2 -4 0 0 0
y 0 1 0
0 1 1 0 1 4
 𝑅𝑧 ← 𝑅𝑧+ 4 𝑅𝑦

-
ve
Z x y Sol.
v.b 1 0 0 2 0 10
y 0 1 0
0 0 1
vs

El PPL tiene soluciones múltiples

Una solución de este PPL según la tabla anterior es:
 { }
5 3
2 2
𝑚𝑖𝑛 , =𝑚𝑖𝑛 { 5 , 3 }=3
1 1
2 2

Z x y Sol.
v.b 1 0 0 2 0 10
y 0 1 0
x 0 1 0 2 3

1
𝑅𝑦 ← 𝑅𝑦 − 𝑅𝑥
2
Z x y Sol.
v.b 1 0 0 2 0 10
y 0 0 1 1 -1 1
x 0 1 0 2 3

La nueva solución es: