VENTAJAS DEL MTODO SIMPLEX

Es un mtodo heurstico. Se basa en consideraciones geomtricas y no requiere

el uso de derivadas de la funcin objetivo.
Es de gran eficacia incluso para ajustar gran nmero de parmetros.

Es fcil de implementar y usar, y sin embargo tiene una alta eficacia.

Se puede usar con funciones objetivo muy sinuosas pues en las primeras
iteraciones busca el mnimo ms ampliamente y evita caer en mnimos locales
fcilmente.
DESVENTAJAS DEL METODO SIMPLEX
Converge ms lentamente que otros mtodos pues requiere mayor nmero de
iteraciones.

Tipo de optimizacin.
Como se ha comentado, el objetivo del mtodo consistir en optimizar el valor de
la funcin objetivo. Sin embargo se presentan dos opciones: obtener el valor ptimo
mayor (maximizar) u obtener el valor ptimo menor (minimizar).
Adems existen diferencias en el algoritmo entre el objetivo de maximizacin y el
de minimizacin en cuanto al criterio de condicin de parada para finalizar las
iteraciones y a las condiciones de entrada y salida de la base. As:

Objetivo de maximizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor negativo.
Condicin de entrada a la base: el menor valor negativo en la fila Z (o el de
mayor valor absoluto entre los negativos) indica la variable Pj que entra a la
base.
Condicin de salida de la base: una vez obtenida la variable entrante, la
variable que sale se determina mediante el menor cociente P0/Pj de los
estrictamente positivos.

Objetivo de minimizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor positivo.
Condicin de entrada a la base: el mayor valor positivo en la fila Z indica la
variable Pj que entra a la base.

Condicin de salida de la base: una vez obtenida la variable entrante, la

variable que sale se determina mediante el menor cociente P0/Pj de los
estrictamente negativos.
No obstante, es posible normalizar el objetivo del problema con el fin de aplicar
siempre los mismos criterios en lo referente a la condicin de parada del algoritmo y a
las condiciones de entrada y salida de las variables de la base. De esta forma, si el
objetivo es minimizar la solucin, se puede cambiar el problema a otro equivalente de
maximizacin simplemente multiplicando la funcin objetivo por "-1". Es decir, el
problema de minimizar Z es equivalente al problema de maximizar (-1)Z. Una vez
obtenida la solucin ser necesario multiplicarla tambin por (-1).
Ventajas: No hay que preocuparse por nuevos criterios de parada, condicin de
entrada y salida de la base ya que se mantienen.
Inconvenientes: En el caso de que la funcin tenga todos los coeficientes de sus
variables bsicas positivos, y adems las restricciones sean del tipo de desigualdad "",
al hacer el cambio dichos coeficientes quedan negativos cumplindose la condicin de
parada en la primera iteracin (en la fila del valor de la funcin objetivo todos los
valores son positivos o cero). Obtenindose en este caso por defecto un valor ptimo
para la funcin igual a 0.
Solucin: Realmente no existe este problema dado que para que la solucin sea
superior a 0 es necesario que alguna restriccin tenga impuesta la condicin "" (y se
tratara de un modelo para el mtodo de las Dos Fases). En el caso planteado, la
solucin real debe ser cero.
Cambio de signo de los trminos independientes
Tambin se ha dicho que los trminos independientes (bi) de cada ecuacin deben
ser no negativos para poder emplear el mtodo Simplex. A tal fin, si alguna de las
restricciones presenta un trmino independiente menor que 0 habr que multiplicar por
"-1" ambos lados de la inecuacin (teniendo en cuenta que esta operacin tambin
afecta al tipo de restriccin).
Ventajas: Con sta simple modificacin de signos en las restricciones
correspondientes se posibilita la aplicacin del mtodo Simplex al problema modelado.
Inconvenientes: Puede resultar que en las restricciones donde tengamos que
modificar los signos de las constantes, los tipos de desigualdad fueran "" (quedando
tras la operacin del tipo "") siendo necesario desarrollar el mtodo de las Dos Fases.
Este inconveniente no es controlable, aunque podra ocurrir el caso contrario y resultar
beneficioso si los trminos independientes negativos se presentan en todas aquellas
restricciones con desigualdad de tipo "". Si existe alguna restriccin del tipo "=" no
supondra ninguna ventaja ni desventaja puesto que siempre sera de necesaria
aplicacin el mtodo de las Dos Fases.
Normalizacin de las restricciones
Otra de las condiciones del modelo estndar del problema es que todas las
restricciones sean ecuaciones de igualdad (tambin llamadas restricciones de igualdad),

por lo que hay que convertir las restricciones de desigualdad o inecuaciones en dichas
identidades matemticas.
La condicin de no negatividad de las variables (x1,..., xn 0) es la nica
excepcin y se mantiene tal cual.

Restriccin de tipo ""

Para normalizar una restriccin con una desigualdad del tipo "", hay que aadir
una nueva variable, llamada variable de holgura xs (con la condicin de no
negatividad: xs 0). Esta nueva variable aparece con coeficiente cero en la
funcin objetivo, y sumando en la ecuacin correspondiente (que ahora s ser
una identidad matemtica o ecuacin de igualdad).
a11x1 + a12x2 b1

a11x1 + a12x2 + 1xs = b1

Restriccin de tipo ""

En caso de una desigualdad del tipo "", tambin hay que aadir una nueva
variable llamada variable de exceso xs (con la condicin de no negatividad: xs
0). Esta nueva variable aparece con coeficiente cero en la funcin objetivo, y
restando en la ecuacin correspondiente.
Surge ahora un problema con la condicin de no negatividad con esta nueva
variable del problema. Las inecuaciones que contengan una desigualdad de tipo
"" quedaran:
a11x1 + a12x2 b1

a11x1 + a12x2 - 1xs = b1

Al realizar la primera iteracin con el mtodo Simplex, las variables bsicas

no estarn en la base y tomarn valor cero. En este caso la nueva variable xs, tras
hacer cero a x1 y x2, tomar el valor -b1 y no cumplira la condicin de no
negatividad. Es necesario aadir otra nueva variable xr, llamada variable
artificial, que tambin aparecer con coeficiente cero en la funcin objetivo y
sumando en la restriccin correspondiente. Quedando entonces de la siguiente
manera:
a11x1 + a12x2 b1

a11x1 + a12x2 - 1xs + 1xr = b1

Restriccin de tipo "="

Al contrario de lo que cabra pensar, para las restricciones de tipo "=" (aunque
ya son identidades) tambin es necesario agregar variables artificiales xr. Como
en el caso anterior, su coeficiente ser cero en la funcin objetivo y aparecer
sumando en la restriccin correspondiente.
a11x1 + a12x2 = b1

a11x1 + a12x2 + 1xr = b1

En el ltimo caso se hace patente que las variables artificiales suponen una
violacin de las leyes del lgebra, por lo que ser necesario asegurar que dichas
variables artificiales tengan un valor 0 en la solucin final. De esto se encarga el mtodo

de las Dos Fases y por ello siempre que aparezcan este tipo de variables habr que
realizarlo.
En la siguiente tabla se resume segn la desigualdad el tipo de variable que aparece
en la ecuacin normalizada, as como su signo:
Tipo de desigualdad

Tipo de variable que aparece

- exceso + artificial

+ artificial

+ holgura