Programacin lineal: Mtodo

Simplex

Algoritmo simplex: mtodo algebraico que puede

resolver cualquier problema de programacin lineal
continua.
Solucin ptima en un punto extremo del espacio de
solucin (la que conduce al mtodo simplex).
Det. Geomtrica Det. Algebraica
Cmo identifica el mtodo simplex los puntos extremos
en forma algebraica?
Paso inicial: c/u de las restricciones est en una forma
estndar especial. Todas las restricciones de expresan
como ecuaciones adicin de variables de holgura o
exceso. 1
Programacin lineal: Mtodo
Simplex

Conjunto de ecuaciones simultneas donde el n de

variables excede el nmero de ecuaciones, n infinito de
puntos solucin.
Los puntos extremos de este espacio pueden
identificarse algebraicamente por medio de las
soluciones bsicas del sistema de ecuaciones
simultneas.
Solucin bsica: se obtiene igualando a 0 las variables
necesarias con el fin de igualar el n de variables y
ecuaciones para que la solucin sea nica y se resuelva
el sistema con las variables restantes.
2
Programacin lineal: Mtodo
Simplex

Validez de la relacin
Puntos extremos soluciones bsicas
Procedimiento que identifique en forma inteligente las
soluciones ptimas provisorias.
Mtodo Simplex: -Identificar una
C/iteracin con solucin inicial. -Moverse
una solucin sistemticamente a otras soluciones
bsica bsicas que tengan el potencial de
mejorar el valor de la F.O. -La
n finito de solucin bsica correspondiente a la
iteraciones ptima ser identificada, con lo que
termina el proceso de clculo. 3
Forma estndar del modelo
de P.L.

1. Todas las restricciones son ecuaciones (con segundos

miembros no negativos, si el modelo se resuelve por
medio del mtodo simplex primal)
2. Todas las variables son no negativas.
3. La funcin objetivo puede ser la maximizacin o la
minimizacin
Cualquier modelo se puede formular en forma estndar.

4
Forma estndar del modelo
de P.L.
Restricciones: una restriccin del tipo puede
convertirse en una ecuacin mediante la suma de una variable
de holgura a (o restando una variable de exceso) el primer
miembro de la restriccin.

X1 2 X 2 6
X 1 2 X 2 S1 6 S1 0

3 X1 2 X 2 3 X 3 5
3 X 1 2 X 2 3 X 3 S2 5 S2 0

El segundo miembro de una ecuacin puede dejarse tal como

estaba si su signo es positivo (si es negativo se multiplica por
-1). 5
Forma estndar del modelo
de P.L.

Variables: una variable irrestricta (o no restringida) Yi puede

expresarse en trminos de dos variables no negativas
mediante el uso de la restriccin.

Yi Yi Yi Yi , Yi 0 en el ptimo solo una toma un

valor + y la otra 0.

Sustitucin en todas las restricciones y en la F.O.

6
Forma estndar del modelo
de P.L.

F.O: La maximizacin de una funcin equivale a la

minimizacion del negativo de la misma funcin y vice versa

Max Z = 5X1+2X2+3X3

Min (-Z) = -5X1-2X2-3X3

Valores ptimos de X1,X2 y X3 son los mismos.

Valores de la funcin objetivo figuran con signo opuestos.

7
Ecuaciones bsicas

Modelo con m ecuaciones y n incgnitas.

Una solucin bsica se determina haciendo (n - m)
variables iguales a 0.
El conjunto de soluciones est dado n!/(m! (n-m)! )
posibles soluciones bsicas.
(n-m) variables que se hacen iguales a 0 variables no
bsicas. m variables restantes variables bsicas
siempre que exista una nica solucin.
Solucin bsica es factible si todos sus valores son no
negativos.
Soluciones factibles primal
Soluciones infactibles dual 8
Mtodo simplex primal

Consideremos el problema en una forma estndar:

Max Z = 3XE+2XI+0h1+0h2+0h3+0h4
s/a
XE+2XI+h1 =6
2XE+XI +h2 =8
-XE+XI +h3 =1
XI +h4 =2
XE,XI,h1,h2,h3,h4 0
m= 4 ecuaciones n de variables no bsicas (nula) 6-4=2
n = 6 variables 9
Mtodo simplex primal

Si escogemos X1=0 y X2=0 obtenemos la solucin bsica

factible inicial
Punto origen H1=6 H2=8 H3=1 H4=2

Esta solucin representa la solucin inicial del mtodo

simplex primal.
El valor objetivo se determina expresando la funcin
objetivo en la siguiente forma.

Z-3XE-2XI=0

10
Mtodo simplex primal

La fcil determinacin algebraica de la solucin inicial en

el modelo se debe a que:

1. C/ ecuacin tiene una variable de holgura. (holgura =

n ecuaciones)
2. Segundos miembros no negativos. (solucin bsica
automticamente factible)

11
Mtodo simplex primal

2do paso: investigar el desplazamiento a una nueva

solucin bsica.
Pasa a una nueva solucin que mejore la F.O.
Un cambio a la vez.

Observando la ecuacin Z objetivo Z - 3XE - 2XI = 0

Incremento unitario de XE Z aumenta en 3

Incremento unitario de XI Z aumenta en 2

Los 2 aumentan, luego los 2 pueden ingresar a la base. 12

Mtodo simplex primal

El mtodo simplex utiliza un procedimiento lo heurstico:

la variable no bsica seleccionada es aquella con el
coeficiente ms negativo en la ecuacin Z objetivo. Se
espera el menor n de iteraciones.

XE entra a la base

M variables bsicas

Una de las variables bsicas debe salir de la solucin

13
Mtodo simplex primal

Se calculan las intersecciones no negativas de todas las

restricciones con el eje XE. La menor de tales interseciones
identificar la variable saliente.
(3) = 1/-1 = -1
(4) = 2/0 =
Restricciones (1) y (2) interceptan al eje XE en la direccin
positiva.
6/1 = 6 8/2 = 4 respectivamente
menor (2) h2 debe salir de la solucin

14
Mtodo simplex primal

Procedimientos anteriores se denominan

Condiciones de optimidad: la variable entrante en

una maximizacin (en una minimizacin) es la variable
no bsica, con el coeficiente ms negativo (ms
positivo) en la ecuacin Z objetivo. El ptimo se alcanza
cuando todos los coeficientes no bsicos en la ecuacin
Z son no negativos (no positivos).

15
Mtodo simplex primal

Condicin de factibilidad: tanto en problemas de

maximizacin como de minimizacin, la variable saliente
es la variable bsica actual, con la menor interseccin
(razn mnima con denominador estrictamente positivo)
en la direccin de la variable entrante. Un empate se
rompe arbitrariamente.

16
Mtodo simplex primal
Pasos iterativos formales del mtodo simplex primal

Paso 0: Usando la forma estndar (con los segundos miembros no

negativos), determina una solucin inicial bsica factible.

Paso 1: Selecciona una variable entrante entre las variables actuales

no bsicas, usando la condicin de optimidad. (*) ptimo

Paso 2: Selecciona la variable saliente entre las variables actuales

bsicas, usando la condicin de factibilidad.

Paso 3: Determine los valores de las nuevas variables bsicas,

haciendo a la variable entrante bsica y a la variable saliente no
bsica. Vuelva al paso 1.
17
Mtodo simplex primal

Ejemplo: Tabla Simplex

Entra

Base z xe xi h1 h2 h3 h4 RHS
Sol

Z 1 -3 -2 0 0 0 0 0

h1 0 1 2 1 0 0 0 6 6/1 (1)

h2 0 2 1 0 1 0 0 8 8/2 (2)

h3 0 -1 1 0 0 1 0 1

h4 0 0 1 0 0 0 1 2

18
Mtodo simplex primal
Solucin bsica inicial

Al aplicar la condicin de optimidad, xE tiene coeficiente

ms negativo en la ecuacin Z y por ello se escoge
como variable entrante. La condicin de factibilidad
muestra que h2 corresponde a la menor interseccin,
por lo que deber salir de la solucin.

Determinar la nueva solucin bsica con h1, xE, h3 y h4.

Eliminacin de Gauss-Jordan

19
Mtodo simplex primal
Entra

Base z xe xi h1 h2 h3 h4 RHS

z 1 0 -1/2 0 3/2 0 0 12

h1 0 0 3/2 1 -1/2 0 0 2

xe 0 1 0 0 0 8/2

h3 0 0 3/2 0 1 0 5

h4 0 0 1 0 0 0 1 2

20
Mtodo simplex primal
ptimo

Base z xe xi h1 h2 h3 h4 RHS

z 1 0 0 1/3 4/3 0 0 12 2/3

xi 0 0 1 2/3 -1/3 0 0 4/3

xe 0 1 0 -1/3 2/3 0 0 10/3

h3 0 0 0 -1 1 1 0 3

h4 0 0 0 -2/3 1/3 0 1 2/3

21
Mtodo simplex primal
Que ocurre si todos los coeficientes bajo la
variable entrante son negativos?

Solucin no acotada: los valores de las variables pueden

aumentar en forma indefinida sin violar ninguna de las
restricciones, lo que significa que el espacio de
soluciones es cuando menos no acotado en una
direccin. El valor de la F.O. puede crecer (mx.) o
decrecer (min.) en forma indefinida.

Espacio de soluciones y valor ptimo no acotado.

Modelo mal construido. 22

Mtodo simplex primal
Mx. Z = X1+2X2
s/a
X1 - X2 10
2X1 40
X1, X2 0

entra a la base

Base X1 X2 H1 H2 RHS

Z -1 -2 0 0 0

H1 1 -1 1 0 10

H2 2 0 0 1 40
23
Mtodo simplex primal

X2 puede crecer indefinidamente sin que infrinja una

restriccin.

X2
Grficamente
X1-X2 10

Basta con que identifiquemos

una variable que tenga costo
reducido negativo con 20
X1
coeficiente 0 negativos para 10

que digamos espacio solucin Z=X1+2X2

2X1 40
y valor ptimo acotado.

24
Solucin inicial artificial (para
el mtodo simplex primal)
Solucin factible
En un modelo donde: bsica inicial que
- Todas las restricciones contiene las
- Segundo miembro no negativo variables de
holgura.

Tales condiciones no se satisfacen en todos los

problemas.
Existen procedimientos de clculo para
comenzar las iteraciones simplex, agregando
variables artificiales donde sea necesario
para utilizarla como variable de holgura.
25
Solucin inicial artificial

Variables artificiales: no tienen significado en

el modelo original, deben tomar el valor 0 en la
iteracin ptima.

Valor 0 variables poco atractivas en la F.O.

Max M a1 a1 0
Min M a1

26
La gran M

2 mtodos

La gran M (mtodo de penalizacin)

Min Z = 4X1+X2
s/a
3X1+X2 =3
4X1+3X2 6
X1+2X2 4
X1, X2 0 27
La gran M

Forma estndar del modelo es

Min Z = 4X1+X2
s/a
3X1+X2 =3
4X1+3X2 X3 =6
X1+2X2 +X4 =4
X1, X2, X3, X4 0
Primera y segunda ecuaciones no tienen funciones
de holgura.
28
La gran M

Aumentamos las 2 variables R1 y R2 en estas 2

ecuaciones

3X1+X2 +R1 =3 R10

4X1+3X2-X3 +R2 =6 R2 0

Podemos penalizar a R1 y R2 en la funcin

objetivo, asignndole un coeficiente muy grande
en la F.O.
29
La gran M

Min Z = 4X1 +X2 + M R1 + M R2

s/a
3X1+X2 +R1 =3
4X1+3X2-X3 +R2 =6
X1+2X2 +X4 = 4
X1, X2, X3, R1, R2, X4 0

Solucin bsica factible inicial R1 = 3

R2 = 6
X4 = 4 30
La gran M
X1 X2 X3 R1 R2 X4 RHS

-Z +4 +1 0 +M +M 0 0

R1 3 1 0 1 0 0 3

R2 4 3 -1 0 1 0 6

X4 1 2 0 0 0 1 4

Pero si R1 y R2 son variables bsicas deben tener costo reducido igual a 0.

Entra a la base
X1 X2 X3 R1 R2 X4 RHS
-Z -7M+4 -4M+1 +M 0 0 0 (-9M)

R1 3 1 0 1 0 0 3 3/3=1 sale
R2 4 3 -1 0 1 0 6 6/4=3/2

X4 1 2 0 0 0 1 4 4/1=1
31
La gran M

Entra a la base
X1 X2 X3 R1 R2 X4 RHS

Z 0 1 5M +M 7M 4 0 0 -4-2M

3 3

X1 1 1/3 0 1/3 0 0 1

R2 0 5/3 -1 -4/3 1 0 2
sale
X4 0 5/3 0 -1/3 0 1 3

32
La gran M
Entra a la base
X1 X2 X3 R1 R2 X4 RHS

(-Z) 0 0 -1/5 M-8/5 M+1/5 0 -18/5

X1 1 0 1/5 3/5 -1/5 0 3/5

X2 0 1 -3/5 -4/5 3/5 0 6/5
X4 0 0 1 1 -1 1 1 sale

X1 X2 X3 R1 R2 X4 RHS

(-Z) 0 0 0 M-7/5 M 1/5 -17/5

X1 1 0 0 2/5 0 -1/5 2/5

X2 0 1 0 -1/5 0 3/5 9/5

X3 0 0 1 1 -1 1 1
33
La gran M

Solucin ptima X1 = 2/5

X2 = 9/5 Z = 17/5
X3 = 1

Como no tiene variables artificiales en el ptimo, la

solucin es factible con respecto al problema original,
antes que se muevan las variables artificiales.

34
Doble Fase (segundo mtodo)
Fase I: aumntese las variables artificiales segn se
necesite para asegurar una solucin inicial. Forme una
nueva F.O. que busque la minimizacin de la suma de
las variables artificiales sujeta a las restricciones del
problema original modificado por las variables
artificiales.
Si el valor mnimo (ptimo) de la nueva F.O. es cero
(todas las variables artificiales son cero) el problema
tiene espacio de solucin factible. Dirjase a la fase II.
De lo contrario, si el mnimo es positivo, el problema no
tiene solucin factible. Detngase.

Fase II: Utilice la solucin bsica ptima de la fase I.

35
como solucin inicial del problema original.
Doble Fase (segundo mtodo)
Min r = R1 + R2
s/a
3X1+X2 +R1 = 3
4X1+3X2-X3 +R2 = 6
X1+2X2 +X4 = 4
X1, X2, X3, R1, R2, X4 0

Max (-r) = -R1- R2

X1 X2 X3 R1 R2 X4 RHS

Z 0 0 0 1 1 0 0

R1 3 1 0 1 0 0 3

R2 4 3 -1 0 1 0 6

X4 1 2 0 0 0 1 4
36
Doble Fase (segundo mtodo)
Entra a la base
X1 X2 X3 R1 R2 X4 RHS

Z -7 -4 1 0 0 0 -9

3 0 1 0 0 0 3
R1
sale
R2 4 3 -1 0 1 0 6

X4 1 2 0 0 0 1 4

37
 Doble Fase (segundo mtodo)
X1 X2 X3 R1 R2 X4 RHS

Z 0 0 0 1 1 0 0

X1 1 0 1/5 3/5 -1/5 0 3/5

X2 0 1 -3/5 -4/5 3/5 0 6/5

X4 0 0 1 1 -1 1 1

Tabla ptima en 2 iteraciones

Como el mnimo es r = 0 el problema tiene solucin factible.

Max (-Z) = -4X1-X2

38
 Doble Fase (segundo mtodo)
X1 X2 X3 X4 RHS

Fase II (-Z) 4 1 0 0 0

X1 1 0 1/5 0 3/5

X2 0 1 -3/5 0 6/5

X4 0 0 1 1 1

X1 X2 X3 X4 RHS

(-Z) 0 0 -1/5 0 -18/5

X1 1 0 -1/5 0 3/5

X2 0 1 -3/5 0 6/5

X4 0 0 1 1 1

Tabla inicial para la Fase II. 39

Mtodo simplex dual

Problemas que no tienen una solucin factible

bsica inicial con solo holguras.
Solucin inicial
Infactible
ptima (mejor que ptima)
Min Z = 3X1 + 2X2
s/a 3X1+X2 3
4X1+3X2 6
X1+X2 3
X1, X2 0
40
Mtodo simplex dual

Convertir el problema a su forma estndar

(simplex dual)
Max (-Z) = -3X1 - 2X2
s/a -3X1-X2+ X3 = -3
-4X1-3X2 +X4 = -6
+X1+X2 + +X5 = 3
X1, X2, X3, X4, X5 0
Solucin bsica inicial: Infactible y mejor que
ptima
X3 = -3 X4 = -6 X5 = 3X1 = X2 = 0 (-Z) = 0
41
Mtodo simplex dual
Base X1 X2 X3 X4 X5 Sol
(-Z) 3 2 0 0 0 0
X3 -3 -1 1 0 0 -3
X4 -4 -3 0 1 0 -6
X5 1 1 0 0 1 3

Eliminar la infactibilidad excluir las variables negativas

de la base.

Regla: eliminar la variable ms in factible (ms negativa)

de entre todas las posibles (solucin ms rpida).

Variable que entra: del conjunto de variables actuales no

bsicas, con tal que no se pierda la optimidad.
42
Mtodo simplex dual

Tomar la razn entre los coeficientes del primer miembro

de la ecuacin Z, y los coeficientes correspondientes en
la ecuacin de la variable saliente. Se descartan
denominadores positivos o cero. La variable con la razn
ms pequea entra (en magnitud).

X2 entrar en la solucin
Base X1 X2 X3 X4 X5 Sol
(-Z) 1/3 0 0 2/3 0 -4
X3 -5/3 0 1 -1/3 0 -1
X2 4/3 1 0 -1/3 0 2
X5 -1/3 0 0 1/3 1 1
43
Mtodo simplex dual

Base X1 X2 X3 X4 X5 Sol

(-Z) 0 0 1/5 3/5 0 -21/5

X1 1 0 -3/5 1/5 0 3/5

X2 0 1 4/5 -3/5 0 6/5

X5 0 0 -1/5 2/5 1 6/5

ptimo cuando todas las variable son positivas

o cero.
Si todos los denominadores son 0 positivos,
no existe solucin factible.
44
Problema Dual
Se obtiene matemticamente de un modelo primal (P)
de PL dado.
Solucin simples optima de cualquier prob. conduce
en forma automtica a la sol. optima del otro.
Forma estndar del primal (n var. incluyen excesos y
holguras). n
Max (Min) z c j x j
j1
S/a
n

a x
j1
ij j bi i = 1, 2,.., m

xj 0 j = 1, 2,.., n
45
 Problema Dual

Variables primales

x1 x2 .... xj .... xn
c1 c2 .... cj .... cn
Coef. del
1er a11 a12 .... a1j .... a1n b1 y1
miembro a21 a22 .... a2j .... a2n b2 y2
de las Var. Duales
restriccion
es duales am1 am2 .... amj .... amn bm ym

J-esima restriccin dual FO. del dual

46
Problema Dual
El dual se obtiene simtricamente de acuerdo con las reglas
siguientes:
1. Para toda restriccin P hay una var. D.
2. Para toda var. P hay una restriccin D.
3. Los coef. de las restriciones de una variable P forman los coef.
del primer miembro de la restriccin D correspondiente; y el coef.
obj. de la misma var. Se convierte en el segundo miembro de la
restriccin D.
Que falta:
Sentido de la optimizacin (max o min).
Tipo de restricciones.
Signo de las var. Duales.

47
Problema Dual
Funcin obj. Dual
Estndar del FO Restricciones Variables
Primal
Max Min Irrestrictas
Min Max Irrestrictas

Maz z = 5 x1 + 12 x2 + 4 x3
S/a x1 + 2 x2 + x3 10
2 x1 - x2 + 3 x3 = 10
x1, x2, x3 0

48
Holgura Complementaria
Resultados de las soluciones ptimas P y D.
1. Si en el optimo, una var. P xj tiene zj cj > 0,
entonces, xj debe ser no bsica.
2. Si en el ptimo, una var. D yi tiene un valor positivo,
la restriccin primal i-esima, se debe satisfacer en
forma de ecuacin porque su holgura asociada debe
ser cero.
n

a x
j1
ij j bi

49
Holgura Complementaria
Con
vj: var. de exceso u holgura para la restriccin j sima D.
si: var. de exceso u holgura para la restriccin i sima P.
Entonces:
xj vj = 0 j = 1,..., n (1)
yj sj = 0 i = 1,..., m (2)

Un par de soluciones factibles primal y dual xj e yi son

optimas para sus respectivos problemas , si y slo si las
condiciones (1) y (2) se satisfacen.

50
Relacin Primal - Dual

Los valores objetivo en un par de prob. Primal

Dual deben satisfacer las siguientes
relaciones:
1. En cualquier par de soluciones primal y dual
factibles:
(valor obj. Prob. Max) (valor obj. Prob. Min)
2. En la solucin optima de ambos problemas
(valor obj. Prob. Max) = (valor obj. Prob. Min)

51
Anlisis de Sensibilidad

Cambio max. en la disponibilidad de los

recursos, para el cual los precios duales
permaneces aplicables.
Por ejemplo cambio primer recursos en D1 6
+ D1.
Solo afecta al segundo miembro solo puede
afectar la factibilidad de la solucin D1 no
debe alterarse de manera que haga que
cualquiera de las variables (bsicas) sea
negativa.

52
 Anlisis de Sensibilidad

Base z xe xi h1 h2 h3 h4 RHS

z 1 0 0 1/3 4/3 0 0 12 2/3 + 1/3 D1

xi 0 0 1 2/3 -1/3 0 0 4/3 + 2/3 D1 0

xe 0 1 0 -1/3 2/3 0 0 10/3 - 2/3 D1 0

h3 0 0 0 -1 1 1 0 3 - 1 D1 0

h4 0 0 0 -2/3 1/3 0 1 2/3 - 2/3 D1 0

53
Anlisis de Sensibilidad

-2 D1 1 siempre producir una

solucin factible. Cualquier cambio fuera
nos conducir a una infactibilidad.
Camtidad mx y min de mat. prima A
para que el precio dual y1 =1/3
permanezca constante
6 2 =4
Intervalo
6 +2 =7

54
Anlisis de Sensibilidad

Cambio mximo los coeficientes de la

F.O., sin que afecten los valores ptimos
de las variables (z si cambia).
Afecta solamente la F.O. En la tabla
optima Solucin no optima.
2 casos: variables bsica y no bsicas.

55
Anlisis de Sensibilidad

Caso 1 var. bsicas: ganancia de xE en d1.

Z = (3+ d1) xE + 2 xI

Base z xe xi h1 h2 h3 h4 RHS

z 1 0 0 1/3 - 1/3 d1 4/3 + 2/3 d1 0 0 38/3 + 10/3 d1

0 0
xi 0 0 1 2/3 -1/3 0 0 4/3

xe 0 1 0 -1/3 2/3 0 0 10/3

h3 0 0 0 -1 1 1 0 3

h4 0 0 0 -2/3 1/3 0 1 2/3

56
Anlisis de Sensibilidad

-2 d1 1 -2+3 cE 1 +3

1 cE 4

La solucin permanece constante.

57
Anlisis de Sensibilidad

Caso 2 var. no bsicas: afectan solo a los coeficientes

de la ecuacin z.
Max. z = 5 xE + 2 xI aumentar cI = 2 a cI = 2 + dI

Base xE xI h1 h2 h3 h4 Sol.

z 0 - dI0 0 5/2 0 0 20

h1 0 3/2 1 -1/2 0 0 2

xE 1 0 0 0 4

h3 0 3/2 0 1 0 5

h4 0 1 0 0 0 1 2
58
Anlisis de Sensibilidad

El cambio del coeficiente objetivo original

de una variable no bsica conduce
siempre al decremento en la misma
cantidad del coeficiente objetivo en la
tabla optima actual.
dI cI 2 + =5/2

59