Mdulo:

Unidad: II

Semana: 4

INVESTIGACIN DE OPERACIONES I

CHAMBERGO GARCIA,
ALEJANDRO

Mtodo Simplex

II. Modelos de Programacin Matemtica

Programacin Lineal

II.4. El Mtodo Simplex.

Un problema de programacin lineal
es un programa matemtico en el que
tanto la funcin objetivo como las
funciones que definen las restricciones
son lineales.
Las restricciones
pueden ser
de
igualdad o desigualdad no estricta.
Por tanto, la formulacin general es:

II. Modelos de Programacin Matemtica

Programacin Lineal

II.4. El Mtodo Simplex.

(Max) Min c1x1 + c2x2 + ... + cnxn

sa
a11x1 + a12x2 + ... + a1nxn = b1
a21x1 + a22x2 + ... + a2nxn = b2
...
...
...
am1x1 + am2x2 + ... + amnxn = bm

xi 0, i = 1, 2, ..., n

mn

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
Matricialmente escrito como:

Min
sa

cTx
Ax = b
x0

No existe prdida de la generalidad al suponer que

un problema viene dado en la forma estndar. En
efecto, si tuvisemos el siguiente problema:

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
P)

Max
sa

9u + 2v + 5z
4u + 3v + 6z 50
u + 2v + 3z 8
2u 4v + z = 5
u,v 0
z IR

Es posible reformular de manera equivalente el

problema anterior usando que:

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
1) Siempre es posible llevar un problema de
maximizacin a uno de minimizacin. Si f(x) es la
funcin objetivo a maximizar y x* es la solucin
ptima:
f(x*) f(x) , " x factible
- f(x*) - f(x) ,

" x factible

\ x* es tambin mnimo de - f(x)

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
2) Cada restriccin del tipo puede ser llevada a una
ecuacin de igualdad usando una (nueva) variable de
holgura no negativa, con un coeficiente nulo en la
funcin objetivo.
3) De igual modo, cada restriccin del tipo puede ser
llevada a una ecuacin de igualdad usando una
variable de exceso no negativa.
4) Siempre es posible escribir una variable libre de
signo como la diferencia de dos variables no negativas.

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
En resumen el problema P) puede ser escrito de
manera equivalente como:
Min
sa:

- 9x1 - 2x2 - 5x3 + 5x4 + 0x5 + 0x6

4x1 + 3x2 + 6x3 - 6x4 + x5
=50
x1 + 2x2 - 3x3 + 3x4
- x6 = 8
2x1 - 4x2 + x3 - x4
= 5
xi 0,

i=1,2,3,4,5,6.

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
Con

u = x1
v = x2
z = x3 - x4
s1 = x5 (HOLGURA)
s2 = x6 (EXCESO)

La bsqueda de la solucin ptima se restringe a

encontrar un vrtice ptimo y cada vrtice del
conjunto de las restricciones del problema, llamado
regin de puntos factibles, corresponde a una
solucin bsica factible del sistema Ax = b.

II. Modelos de Programacin Matemtica

Programacin Lineal

II.4. El Mtodo Simplex.

Esta solucin bsica factible, corresponde a
su vez a aquellas soluciones que resultan
de resolver el sistema para exactamente m
variables, fijando las restantes n-m en cero,
llamadas respectivamente variables bsicas
y no-bsicas, que adems deben satisfacer
condiciones de no-negatividad.

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
Teorema Fundamental de la Programacin Lineal:
Si un problema tiene solucin ptima, tiene una
solucin bsica factible ptima.
Dada una matriz B de m x m invertible, esta induce
una particin de las variables y parmetros del
modelo como lo muestra la siguiente diapositiva.

II. Modelos de Programacin Matemtica

Programacin Lineal

II.4. El Mtodo Simplex.

n

A=

x1 xB
x
x 2


xn xD

nm

c B

c


c D

nm

xB :variables bsicas.
xD :variables no bsicas.
m

n-m

cB :costos bsicos.
cD :costos no bsicos.

B : es llamada una matriz de base

II. Modelos de Programacin Matemtica

Programacin Lineal

II.4. El Mtodo Simplex.

Criterio de Optimalidad:
c T x cBT x B cDD x D

cBT B 1b B
cBT B

D x B cDT x D

b cDT cDT B

valor actual
de la funcin
obj.

D xB xD

vector de costos
reducidos.

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
La ecuacin que define cada uno de los costos
reducidos es:
rj c j cBT B1A j
Donde j es el ndice de variable no-bsica y Aj la
respectiva columna en A de esa variable.
La actual solucin bsica factible es ptima ssi
rj "j, existe una variable no bsica xp con costo
reducido negativo, que entra a la nueva base.

II. Modelos de Programacin Matemtica

Programacin Lineal
II.4. El Mtodo Simplex.
Para decidir quin deja la base, es necesario
calcular el mayor valor que puede tomar la variable
entrante que garantiza la factibilidad de la nueva
solucin bsica, con:
y1 0
y1 p
x
y
2
0
1

1
B A 2p
B b
j

x
y
m0
mp

y se debe calcular:
yk 0
Min
ykp

yi0

/ yip 0 xk deja la base

yip

El Mtodo Simplex
Hasta ahora hemos resuelto problemas de programacin
lineal por un mtodo geomtrico. Este mtodo no es
prctico cuando el nmero de variables aumenta a tres y,
desde luego, no es posible usarlo si las variables son ms
de tres. Ahora veremos una tcnica diferente: el Mtodo
Simplex.
Este mtodo se debe a Dantzig y fue dado a conocer en
1947. Su base matemtica es bastante amplia, pero,
solamente se enunciarn las reglas de clculo.
Objetivo: mostrar cmo el mtodo Simplex es utilizado
para resolver un problema de programacin
lineal
estndar. Este mtodo le permitir resolver problemas
que no pueden ser resueltos geomtricamente.

El Mtodo Simplex

Problema estndar de programacin lineal

Max Z=c1x1 + c2x2 + ... + cnxn
sa

a11x1 + a12x2 + ... + a1nxn b1

a21x1 + a22x2 + ... + a2nxn b2
...
...
...
am1x1 + am2x2 + ... + amnxn bm

X1, X2 , Xn b1, b2 , bm son no

negativos

El Mtodo Simplex
Como se tiene m desigualdades, es necesario agregar m
variables de holgura, ahora bien, al introducir m incgnitas
ms en las restricciones, deben aumentarse tambin en la
funcin objetivo. Sin embargo, para que no alteren dicha
funcin, estas incgnitas debern figurar con coeficiente
cero.
Max Z=c1x1 + c2x2 + ... + cnxn + 0xn+1 + + 0xn+m
sa

a11x1 + a12x2 + ... + a1nxn + xn+1

= b1
a21x1 + a22x2 + ... + a2nxn
+ xn+2
= b2
...
...
...
am1x1 + am2x2 + ... + amnxn
+ xn+m = bm

Variables de holgura son Xn+1, Xn+2 , Xn+m

El Mtodo Simplex

Mtodo: leer y entender cada tem cuidadosamente de

estos pasos depende el xito de las operaciones que
vamos a realizar para encontrar la solucin ptima en los
diferentes casos que se nos presente.
1. Configure la tabla Simplex inicial

El Mtodo Simplex

2. Si todos los indicadores en el ltimo rengln

son no negativos, entonces Z tiene un valor
mximo cuando x1=0, x2=0, , xn=0. El valor
mximo es 0.
Si existen indicadores negativos, localice la
columna en la que aparezca el indicador ms
negativo. Esta columna pivote proporciona la
variable entrante.
3. Divida cada entrada positiva por encima de la
lnea punteada en la columna de la variable
entrante, con el correspondiente valor de b.
(tomando el valor de b como dividendo y la
entrada positiva como divisor).

El Mtodo Simplex

4. Marque la entrada en la columna pivote que

corresponda al cociente ms pequeo del paso
(3). Esta es la entrada pivote. La variable
saliente es aquella que est a la izquierda en el
rengln pivote.
5. Utilice operaciones elementales sobre
renglones para transformar la tabla en una
nueva tabla equivalente que tenga un 1 donde
estaba la entrada pivote y ceros en las otras
entradas de esa columna.
6. En el lado izquierdo de esta tabla la variable
entrante reemplaza a la variable saliente.

El Mtodo Simplex

7. Si los indicadores de la nueva tabla son todos

no negativos, tendr usted una solucin ptima.
El valor mximo de Z es la entrada en el ltimo
rengln y la ltima columna. Ocurre cuando las
variables a la izquierda de la tabla son iguales
a las correspondientes entradas en la ltima
columna. Todas las dems variables son
iguales a cero.
Si al menos uno de los indicadores es negativo,
repita el proceso empezando con el paso 2
aplicado a la nueva tabla.

El Mtodo Simplex
Como ayuda para entender el mtodo Simplex, podra
interpretar ciertas entradas en la tabla. Suponga que
obtenemos una tabla cuyo ltimo rengln est indicado a
continuacin

El Mtodo Simplex

Podemos interpretar la entrada b, por ejemplo,

como sigue. Si x2 es no bsica y se fuera a
convertir en bsica, entonces por cada aumento
de 1 unidad en x2,
Si b<0, Z aumenta en |b| unidades;
Si b>0, Z disminuye en |b| unidades;
Si b =0, no hay cambio en Z.

El Mtodo Simplex
Conceptos bsicos
a) Algoritmo Simplex: es el mtodo algebraico para
resolver cualquier problema de programacin lineal en
un nmero finito de pasos en una computadora.
b) Iteracin: una serie de pasos de un algoritmo que se
repite.
c) Prueba de optimalidad: mtodo para determinar si la
solucin obtenida es la ptima.
d) Forma estndar: una forma particular de un problema de
programacin lineal en el que la funcin objetivo debe
ser maximizada; solamente existen restricciones de
igualdad y todos los lados derechos y variables son no
negativas.

El Mtodo Simplex

Conceptos bsicos
e)

Variable de holgura: es una variable no

negativa que se aade al lado izquierdo de una
restriccin menor o igual que, para obtener una
restriccin de igualdad equivalente.

f) Variable de supervit: es una variable no

negativa que se resta del lado izquierdo de una
restriccin mayor o igual que, para obtener una
restriccin de igualdad equivalente.

El Mtodo Simplex
Conceptos bsicos
g) Variable no bsica: conjunto seleccionado de variables
de un programa lineal en forma estndar (en nmero
igual al total de variables menos el nmero de
restricciones de igualdad) cuyos valores se toman como
cero o dicho de otra forma (son las variables de decisin
que toman el valor de cero).

h) Variable bsica: una de las variables restantes,

diferentes a las no bsicas, de un PL en forma estndar
(igual en nmero al total de restricciones de igualdad) o
dicho de otra forma son las variables de decisin que
quedan para resolver el sistema (toman valores por lo
menos uno diferente de cero).

El Mtodo Simplex
Conceptos bsicos
i)

Solucin bsica: son valores de las variables que

satisfacen las restricciones de igualdad de un
programa lineal en forma estndar, despus de que las
variables no bsicas se toman como cero.

j) Solucin factible bsica (sfb): valores de las variables

que satisfacen las restricciones de igualdad y de no
negatividad de un programa lineal en forma estndar,
despus de que las variables no bsicas se toman
como cero.

5.1. Ejemplo de maximizacin

Ejemplo 1. Una empresa que produce banjos, guitarras y
mandolinas utiliza madera, mano de obra y metal. Las
cantidades de estos inputs precisas para realizar una unidad
de cada instrumento musical se muestran en la siguiente
tabla.
Banjo

Guitarra

Mandolina

Madera

Mano de obra

Metal

La empresa dispone de 50 unidades de madera, 60 unidades

de trabajo y 55 unidades de metal y vende los banjos a 200
u.m., las guitarras a 175 u.m. y las mandolinas a 125.um
Encontrar la produccin que maximiza el ingreso.

5.1. Ejemplo de maximizacin

Solucin
i) Variables de decisin:
Sea x1: El numero de banjos a producir
x2: El numero de guitarras a producir
x3 : El numero de mandolinas a producir
Funcin objetivo Max Z=200x1 +175x2 +125x3
s.a.
1x1 + 2x2 + 1x3 50
1x1 + 2x2 + 2x3 60
1x1 + 1x2 + 1x3 55
xi 0, i=1,2,3

5.1. Ejemplo de maximizacin

ii)

Para Estandarizar el modelo introducimos

variables de holgura: x4 ,x5 ,x6 respectivamente.
Sin embargo, para que no alteren dicha funcin
objetivo, estas incgnitas debern figurar con
coeficiente cero es decir:
Max Z=200x1 +175x2 +125x3 +0x4 +0x5 +0x6
s.a.
1x1 + 2x2 + 1x3 + x4
= 50
1x1 + 2x2 + 2x3
+ x5
= 60
1x1 + 1x2 + 1x3
+ x6 = 55
xi 0,

i=1,2,3,4,5,6

5.1. Ejemplo de maximizacin

iii) Definimos variables bsicas y no bsicas

Variables no bsicas

Z=0

Variables bsicas

x1 = 0

x4 = 50

x2 = 0

x5 = 60

x3 = 0

x6 = 55

5.1. Ejemplo de maximizacin

iv) Vamos a confeccionar el tablero Simplex

5.1. Ejemplo de maximizacin

5.1. Ejemplo de maximizacin

5.1. Ejemplo de maximizacin

Las variables bsicas son:
X1 = ; X2 = ; X3 =
y las variables no bsicas son:
X4 = ; X5 = ; X6 =
Nuestra respuesta lo damos en funcin a las variables de
decisin.
Plan de produccin:
X1 = Banjos
X2 = Guitarras
X3= Mandolinas
Z Mx. ptimo=

5.2. Ejemplo de maximizacin

Ejemplo 2. Un empresario que fabrica tres artculos A, B, y C, desea
encontrar la produccin semanal que le permita maximizar sus beneficios.
Los productos A, B y C son procesados en tres mquinas siendo la
produccin mnima semanal de 100, 60, y 60 unidades respectivamente.
El beneficio por unidad vendida de estos artculos es de 2 u.m. por unidad
de A, 2 u.m. por unidad de B y 4 u.m. por C. las horas que se necesitan
por unidad de artculo y mquina son:
Artculo A

Artculo B

Artculo C

Mquina 1

Mquina 2

Mquina 3

Siendo el nmero de horas semanales disponibles en cada mquina 240,

400 y 360 respectivamente. Determinar la produccin semanal ptima

5.2. Ejemplo de maximizacin

Solucin:

Maquina1
Maquina2
Maquina3
Beneficio

A
>=100
0
1
2
2

B
>=60
1
1
1
2

Variables de decisin
Sea
x1 El nmero de artculos a producir de A
x2 El nmero de artculos a producir de B
x3 El nmero de artculos a producir de C

C
>=60
2
1
1
4

Tiempo
Disponible
240
400
360

5.2. Ejemplo de maximizacin

Max Z= 2x1 +
s.a.
x2 +
x1 + x2 +
2x1 + x2 +
x1
x2

xi 0

2x2 + 4x3
2x3
x3
x3

x3

240
400
360
100
60
60

5.2. Ejemplo de maximizacin

Resolveremos el ejemplo haciendo un pequeo cambio de variable
Solucin
x1 100

x1 100 0
x2 60

x2 60 0
x3 60

x3 60 0

x1 100 =y1

x1 =y1 + 100
x2 60 = y2

x2 = y2 + 60
x3 60 = y3

x3 = y3 +60
Reemplazando en el modelo original
Max Z= 2 (y1 + 100) + 2 (y2 + 60) +
(y2 + 60) +
(y1 + 100) +
(y2 + 60) +
2 (y1 + 100) + (y2 + 60) +
(y1 + 100)
(y2 + 60)

4 (y3 + 60)
2 (y3 + 60)
(y3 + 60)
(y3 + 60)

(y3 + 60)

240
400
360
100
60
60

5.2. Ejemplo de maximizacin

Simplificando obtenemos un nuevo modelo a resolver
Max Z= 2 y1 + 200 + 2 y2 + 120 +
4 y3 + 240
y2 + 60 +
2 y3 + 120
y1 + 100 +
y2 + 60 +
y3 + 60
2 y1 + 200 +
y2 + 60 +
y3 + 60
y1 + 100
y2 + 60
y3 + 60
Nuevo Modelo
Max Z= 2 y1 + 2 y2 + 4 y3 + 560
y2 + 2 y3
60
y1 +
y2 +
y3
180
2 y1 + y2 +
y3
40
y1
0
y2
0
y3
0

240
400
360
100
60
60

5.2. Ejemplo de maximizacin

Estandarizando
Max Z= 2 y1 + 2 y2 + 4 y3 + 0y4 + 0y5 + 0y6 + 560
y2 + 2 y3 + y4
= 60
y1 +
y2 +
y3
+ y5
= 180
2 y1 + y2 +
y3
+ y6
= 40

Observacin 1:
para los indicadores pasar mentalmente de la siguiente manera:
-2y1-2y2-4y3+0y4+0y5+0y6+z=560
Observacin 2
Variables no bsicas:
Variables bsicas:

y1=0
y4=60

y2=0
y3=0
y5=180 y6=40

Z= 2(0)+2(0)+4(0)+0(60)+0(180)+0(40)+560=560

5.2. Ejemplo de maximizacin

Tablero Simplex Etapa I

Y1

Y2

Y3

Y4

Y5

Y6

Y4

60

Y5

180

Y6

40

-2

-2

-4

560

i) La pregunta es que variable ingresa? ver el indicador ms negativo

Rpta. El indicador ms negativo (-4) se encuentra en la columna del y3; por
lo tanto, es la variable que ingresa.
ii) para ver la variable que sale, hacer la siguiente operacin con la
columna Y3: 60/2=30 180/1=180
40/1=40
ver el menor cociente positivo: observamos que se produce en la fila de
Y4; por lo tanto, la variable que sale es Y4

5.2. Ejemplo de maximizacin

Multiplicar a la fila Y4 por para tener como valor 1
i) Multiplicar a la fila de y4 por (-1) y sumar a la fila de y5 es decir:
sale un nuevo y5
Y4 0
-1/2
-1
-1/2
0
0
0
-30 +
Y5 1
1
1
0
1
0
0
180
1

0
-1/2
1
0
0
150
ii) Multiplicar a la fila de y4 por (-1) y sumar a la fila de y6 es decir:
sale un nuevo y6
Y4 0
-1/2
-1
-1/2
0
0
0
-30 +
Y6 2
1
1
0
0
1
0
40
2

0
-1/2
0
1
0
10
iii) Multiplicar a la fila de y4 por (4) y sumar a la fila de Z es decir:
sale un nuevo z
Y4 0
2
4
2
0
0
0
120 +
Z -2
-2
-4
0
0
0
1
560
2
0
0
2
0
0
1
680

5.2. Ejemplo de maximizacin

Tablero Simplex Etapa II

i)

Y3

Y1
0

Y2

Y3
1

Y5
Y6
Z

1
2
-2

0
0
0

Y4

-1/2
2

Y5
0

Y6
0

Z
0

B
30

1
0
0

0
1
0

0
0
1

150
10
680

Ver la variable que ingresa:

Observamos que el indicador ms negativo lo tiene la columna del Y1
(-2); por tanto, Y1 es la variable que ingresa.
La columna de Y1 es columna pivote.
ii) cul es la variable que sale?
30/0 no existe cociente
150/1=150
10/2=5
el menor cociente positivo se da en la fila de Y6 por tanto la
variable que sale es Y6

5.2. Ejemplo de maximizacin

iii) Multiplicar a la fila Y6 por para tener como valor 1
iv) multiplicar a la fila Y6 por (-1) y sumar a la fila Y5
Y1
Y2
Y3
Y4
Y5
Y6
Y6
Y5

-1
1
0

0
0
0

-
-

0
1
1

-
0
-

v) multiplicar a la fila Y6 por (2) y sumar a la fila del Z

Y1
Y2
Y3
Y4
Y5
Y6
Y6
Z

2
-2
0

0
0
0

-
2
3/2

0
0
0

1
0
1

0
0
0

-5
150
145

0
1
1

10
680
690

La fila de Y3 ya tiene como coeficiente en la primera columna a 0

5.2. Ejemplo de maximizacin

Tablero Simplex Etapa III

Y1

Y2

Y3

Y4

Y5

Y6

Y3

30

Y5

-1/4

-1/2

145

Y1

-1/4

3/2

690
Z=690

Variables bsicas
Variables no bsicas:

y3=30
y2=0

y5=145
y4=0

y1=5
y6=0

Observamos que todos los indicadores son positivos por lo tanto fin del
proceso

5.2. Ejemplo de maximizacin

Observe:
x1 -100 = y1
x2 - 60 = y2
x3 - 60 = y3

x1 = y1 +100 = 5 +100 = 105

x2 = y2 + 60 = 0 + 60 = 60
x3 = y3 + 60 = 0 + 60 = 60

Luego damos la respuesta en funcin de las variables decisin de n

uestro problema original.
Es decir:
Plan de produccin:
x1 : 105 artculos a producir de A
x2 : 60 artculos a producir de B
x3 : 90 artculos a producir de C
Con un ingreso Mx Z ptimo= 690

Serie de Problemas 5.1

Utilice el mtodo simplex para resolver los siguientes problemas:

Serie de Problemas 5.1

Utilice el mtodo simplex para resolver los siguientes problemas:

Serie de Problemas 5.1

Utilice el mtodo simplex para resolver los siguientes problemas:

Serie de Problemas 5.1

Utilice el mtodo simplex para resolver los siguientes problemas:
9. Envo de mercancas
Una compaa de fletes maneja envos para dos compaas,
A y B, localizadas en la misma ciudad. La compaa A enva
cajas que pesan 3 libras cada una y tienen un volumen de 2
pies3; la B enva cajas de 1 pies3 que pesan 5 libras cada
una. Tanto A como B envan al mismo destino. El costo de
transporte por cada caja de A es de $0.75 y el de B es de
$0.50. La compaa de fletes tiene un camin con 2400 pies3
de espacio para carga y una capacidad mxima de 9200
libras. En un trayecto, cuntas cajas de cada compaa
debe transportar este camin de modo que la compaa de
fletes reciba un ingreso mximo? Cul es el ingreso
mximo?

5.2. SOLUCIONES NO ACOTADAS Y

SOLUCIONES PTIMAS MULTIPLES
Soluciones no acotadas: si no existen cocientes en una tabla
simplex, entonces el problema de programacin lineal tiene una
solucin no acotada.
Soluciones ptimas mltiples: en una tabla que da una solucin
ptima, un indicador igual a cero para una variable no bsica
sugiere la posibilidad de soluciones mltiples. Por ejemplo
suponga que:
x1 = a1, x2 = a2, , xn = an y
x1 = b1, x2 = b2, , xn = bn
Estos son dos S:F:B. diferentes para los cuales un problema de
programacin lineal es ptimo. Por S.F.B. diferentes
queremos decir que ai bi para alguna i, donde 1 i n,
entonces:
x1 = (1-t)a1 + tb1, x2 = (1-t)a2 + tb2, , xn = (1-t)an + tbn
Para cualquier t donde 0 t 1

5.2. SOLUCIONES NO ACOTADAS Y

SOLUCIONES PTIMAS MULTIPLES
Ejemplo 1.0
Una compaa fabrica tres tipos de muebles para patio: sillas,
mecedoras y tumbonas. Cada uno requiere madera, plstico, y
aluminio como se indica en la siguiente tabla. La compaa tiene
disponibles 400 unidades de madera, 600 unidades de plstico y
1500 unidades de aluminio. Cada silla, mecedora y tumbona se
venden en $6, $8 y $12 respectivamente. Suponiendo que todos
los muebles pueden ser vendidos, Cul es el ingreso mximo
total que puede ser obtenido? Determinar las posibles rdenes de
produccin que generarn ese ingreso.

Madera
Silla

Plstico

Aluminio

1 unidad 1 unidad

2 unidades

Mecedora 1 unidad 1 unidad

3 unidades

Tumbona 1 unidad 2 unidades 5 unidades

Solucin
i) Variables de decisin:
x1 : El numero de sillas a producir.
x2 : El numero de mecedoras a producir.
x3 : El numero de tumbonas a producir
Funcin objetivo f .o. Max Z = 6x1 + 8x2 + 12x3
s.a.
1x1 + 1x2 + 1x3 400
1x1 + 1x2 + 2x3 600
2x1 + 3x2 + 5x3 1500
xi 0, i =1, 2,3
ii) Para estandarizar el modelo introducimos variables de holgura: x4, x5, x6
respectivamente. Sin embargo, para que no alteren dicha funcin objetivo,
estas incgnitas debern figurar con coeficiente cero, es decir:
Funcin objetivo f .o. Max Z = 6x1 + 8x2 + 12x3 + 0x4 + 0x5 + 0x6
s.a.
1x1 + 1x2 + 1x3 + 1x4
= 400
1x1 + 1x2 + 2x3
+ 1x5
= 600
2x1 + 3x2 + 5x3
+ 1x6
= 1500
xi 0, i =1, 2,, 6

Solucin
Variables no bsicas:
Variables bsicas:

x1=0
x2=0
x3=0
x4=400 x5=600 x6=1500
Z=0

X1

X2

X3

X4

X5

X6

X4

400

X5

600

X6

1500

-6

-8

-12

Variable que entra: (mnimo valor negativo) X3

400/1=400
600/2=300
1500/5=300
Variable que sale: (mnimo cociente positivo) X6

5.2. Ejemplo de maximizacin

Multiplicar a la fila X6 por 1/5 para tener como valor 1
i) Multiplicar a la fila de x6 por (-1) y sumar a la fila de x4 es decir:
sale un nuevo x4
X6 -2/5
-3/5
-1
0
0
-1/5
0
-300 +
X4 1
1
1
1
0
0
0
400
3/5
2/5
0
1
0
-1/5
0
100
ii) Multiplicar a la fila de x6 por (-2) y sumar a la fila de x5 es decir:
sale un nuevo x5
X6 -4/5
-6/5
-2
0
0
-2/5
0
-600 +
X5 1
1
2
0
1
0
0
600
-1/5
-1/5
0
0
1
-2/5
0
0
iii) Multiplicar a la fila de x6 por (12) y sumar a la fila de Z es decir:
sale un nuevo Z
X6 24/5 36/5
12
0
0
12/5
0
3600 +
Z
-6
-8
-12
0
0
0
1
0
-6/5
-4/5
0
0
0
12/5
1
3600

5.2. Ejemplo de maximizacin

Tablero Simplex Etapa II

i)

X4

X1
3/5

X2
2/5

X3
0

X4
1

X5
0

X6
-1/5

Z
0

B
100

X5
X3
Z

1/5
2/5
-6/5

-1/5
3/5
-4/5

0
1
0

0
0
0

1
0
0

-2/5
1/5
12/5

0
0
1

0
300
3600

Ver la variable que ingresa:

Observamos que el indicador ms negativo lo tiene la columna del X1
(-6/5); por tanto, X1 es la variable que ingresa.
La columna de X1 es columna pivote.
ii) cul es la variable que sale?
100/ (3/5)=500/3
0/(1/5)=0
300/(2/5)=750
el menor cociente positivo se da en la fila de X4 por tanto la
variable que sale es X4

5.2. Ejemplo de maximizacin

Multiplicar a la fila X4 por 5/3 para tener como valor 1
i) Multiplicar a la fila de x4 por (-1/5) y sumar a la fila de x5 es decir:
sale un nuevo x5
X4 -1/5
-2/15 0
-1/3
0
-1/15 0
-100/3 +
X5 1/5
-1/5
0
0
1
-2/5
0
0_
0
-1/3
0
-1/3
1
-1/3
0
-100/3
ii) Multiplicar a la fila de x4 por (-2/5) y sumar a la fila de x3 es decir:
sale un nuevo x3
X4 -2/5
-4/15 0
-2/3
0
2/15
0
200/3 +
X3 2/5
3/5
1
0
0
1/5
0
300
0
1/3
1
-2/3
0
1/3
0
700/3
iii) Multiplicar a la fila de x4 por (6/5) y sumar a la fila de Z es decir:
sale un nuevo Z
X4 6/5
4/5
0
2
0
-6/15 0
200 +
Z
-6/5
-4/5
0
0
0
12/5
1
3600
0
0
0
2
0
2
1
3800

5.2. Ejemplo de maximizacin

Tablero Simplex Etapa III

X1

X1
1

X2
2/3

X3
0

X4
5/3

X5
0

X6
-1/3

Z
0

B
500/3

X5
X3
Z

0
0
0

-1/3
1/3
0

0
1
0

-1/3
-2/3
2

1
0
0

-1/3
1/3
2

0
0
1

-100/3
700/3
3800

Variables bsicas
Variables no bsicas:

X1=500/3
X2=0

Z=3800
x5=-100/3
X4=0

x3=700/3
X6=0

Observamos que todos los indicadores son positivos por lo tanto fin del
proceso

5.2. SOLUCIONES NO ACOTADAS Y

SOLUCIONES PTIMAS MULTIPLES
Para ver si tiene solucin mltiple bastar observar si existe un
indicador igual a cero de una variable no bsica, la cual sugiere la
posibilidad de solucin mltiple. Por ejemplo, X2=0 es no bsica y su
indicador en la tabla final es igual a cero.
*Vamos a generar la otra solucin para esto tomamos el ultimo
tablero. Hacemos ingresar X2=0

X1

X1
1

X2
2/3

X3
0

X4
5/3

X5
0

X6
-1/3

Z
0

B
500/3

X5
X3
Z

0
0
0

-1/3
1/3
0

0
1
0

-1/3
-2/3
2

1
0
0

-1/3
1/3
2

0
0
1

-100/3
700/3
3800

cul es la variable que sale?

(500/3)/ (2/3)=250 (-100/3)/(-1/3)=100
(700/3)/(1/3)=700
el menor cociente positivo se da en la fila de X5

Serie de Problemas 5.2

GRACIAS