MTODO SIMPLEX.

(Dantzig 1940)
regresar

En la solucin grfica observamos que la solucin ptima est asociada siempre con un
punto extremo del espacio de soluciones. El mtodo simplex est basado
fundamentalmente en este concepto.

Careciendo de la ventaja visual asociada con la representacin grfica del espacio de

soluciones, el mtodo simplex emplea un proceso iterativo que principia en un punto
extremo factible, normalmente el origen, y se desplaza sistemticamente de un punto
extremo factible a otro, hasta que se llega por ltimo al punto ptimo.

Existen reglas que rigen la seleccin del siguiente punto extremo del mtodo simplex:
1. El siguiente punto extremo debe ser adyacente al actual.
2. La solucin no puede regresar nunca a un punto extremo considerado con la
anterioridad.

El algoritmo simplex da inicio en el origen, que suele llamarse solucin inicial. Despus se
desplaza a un punto extremo adyacente. La eleccin especfica de uno a otro punto
depende de los coeficientes de la funcin objetivo hasta encontrar el punto ptimo.
Al aplicar la condicin de optimidad a la tabla inicial seleccionamos a Xi como la variable
que entra. En este punto la variable que sale debe ser una de las variables artificiales.

Los pasos del algoritmo simplex son ( 10 ) :

1. Determinar una solucin bsica factible inicial.

2. Prueba de optimidad: determinar si la solucin bsica factible inicial es ptima y slo si
todos los coeficientes de la ecuacin son no negativos ( >= 0 ). Si es as, el proceso
termina; de otra manera se lleva a cabo otra interaccin para obtener la nueva solucin
bsica factible inicial.
3. Condicin de factibilidad.- Para todos los problemas de maximizacin y minimizacin,
variable que sale es la variable bsica que tiene la razn ms pequea (positiva). Una
coincidencia se anula arbitrariamente.
4. Seleccionar las variables de holgura como las variables bsicas de inicio.
5. Selecciona una variable que entra de entre las variables no bsicas actuales que, cuando
se incrementan arriba de cero, pueden mejorar el valor de la funcin objetivo. Si no existe
la solucin bsica es la ptima, si existe pasar al paso siguiente.
6. Realizar el paso iterativo.
a) Se determina la variable bsica entrante mediante la eleccin de la variable con el
coeficiente negativo que tiene el valor mayor valor absoluto en la ecuacin. Se enmarca la
columna correspondiente a este coeficiente y se le da el nombre de columna pivote.
b) Se determina la variable bsica que sale; para esta, se toma cada coeficiente positivo
(>0) de la columna enmarcada, se divide el lado derecho de cada rengln entre estos
coeficientes, se identifica la ecuacin con el menor cociente y se selecciona la variable
bsica para esta ecuacin.
c) Se determina la nueva solucin bsica factible construyendo una nueva tabla en la
forma apropiada de eliminacin de Gauss, abajo de la que se tiene. Para cambiar el
coeficiente de la nueva variable bsica en el rengln pivote a 1, se divide todo el rengln
entre el nmero pivote, entonces

rengln pivote nuevo = rengln pivote antiguo

nmero pivote

para completar la primera iteracin es necesario seguir usando la eliminacin de Gauss

para obtener coeficientes de 0 para la nueva variable bsica Xj en los otros renglones, para
realizar este cambio se utiliza la siguiente frmula:

rengln nuevo = rengln antiguo - ( coeficiente de la columna pivote X rengln pivote

nuevo)

cuando el coeficiente es negativo se utiliza la frmula:

rengln nuevo = rengln antiguo + (coeficiente de la columna pivote X rengln pivote

nuevo)

TABLA SIMPLEX
como se capturara la solucin bsica factible inicial en el siguiente ejemplo:

sea:

Maximizar Z = 2X1+4X2
sujeto a:

2X1+ X2<= 230

X1+ 2X2<= 250
X2<= 120
todas las X1,X2>=0

BASE Z X1 X2 S1 S2 S3 SOLUCIN RAZN

Z 0 -2 -4 0 0 0 0 0
S1 0 2 1 1 0 0 230 230/1
S2 0 1 2 0 1 0 250 250/2
S3 0 0 1 0 0 1 120 120/1

Seleccione la variable que entra y la variable que sale de la base:

Entra X2 y sale S3, se desarrolla la nueva tabla solucin y se continua el proceso iterativo
hasta encontrar la solucin optima si es que est existe.

Tabla Optima:
 BASE Z X1 X2 S1 S2 S3 SOLUCIN RAZN
Z 0 0 0 0 2 0 500
S1 0 0 0 1 -2 3 90
X1 0 1 0 0 1 -2 10
X2 0 0 1 0 0 1 120

Solucin: Z = $500
fabricando
X1=10
X2=120
Sobrante de
S1 = 90
Tipo de solucin: Optima Mltiple

Solucin de problemas en donde la solucin continua no sea aplicable

regresar

Uso de paquetes computacionales en la solucin e interpretacin de los

resultados

Puedes bajar el tutorial de WinQsb+

Tutorial WinQsb+

regresar

WinQsb+: Debe bajar el Software de apoyo para resolver los modelos de programacin
lineal.

Interpretacin de los resultados: Veamos la salida de un modelo que involucra la

planeacin de la produccin, en donde se desean construir mesas y sillas el recurso
disponible es 30 m2 de madera por semana, 48 horas por semana; la demanda de las sillas
es de 5 unidades y la de mesas de 10 unidades, la utilidad que se obtiene por las mesas es
de $10 y por las sillas de $8, ademas para construir la mesa se ocupa lo siguiente: 4.5 m2 de
madera por unidad, 6 horas por unidad. Para la silla se ocupan: 1.5 m2 de madera por
unidad y 3 horas por cada unidad fabricada.
Con esta informacin se desarrolla el modelo siguiente:

Max Z = 10X1+8X2
s.a.
4.5X1+1.5X2 <= 30
6.0X1+3.0X2 <= 48
toda X1,X2 >=0

El reporte final de este modelo es el siguiente (por WinQsb)

Decision Solution Unit Cost or Total Reduced Basis Allowable Allowable
Variable Value Profit cj Contribution Cost Status Min cj Max cj
X1 0 10.0000 0 -6.0000 at bound -M 16.0000
X2 16.0000 8.0000 128.0000 0 basic 5.0000 M
Objetive Function (Max) = 128.0000

Left
Rigth Hand Slack or Shadow Allowable Allowable
Constraint Hand Direction
Side Surplas Price Min. RHS Max. RHS
Side
C1 24.0000 <= 30.0000 6.0000 0 24.0000 M
C2 48.0000 <= 48.0000 0 2.6667 0 60.0000

INTERPRETACIN DE LA SALIDA:

Informacin de la Funcin Objetivo:

Decision Variable (Variable de Decisin): Son las variables que se han definido en la
formulacin del problema en este caso representan al producto X1 = mesas y X2= sillas.

Solution Value (Valor de la solucin): Cantidad de mesas y sillas a fabricar, el problema se

resuelve y nos indica que para obtener la mejor solucin en trminos de la utilidad, se
necesitan fabricar 16 sillas y no fabricar mesas.

Unit Cost or Profit (costo por unidad, Utilidad por unidad): Cantidad de pesos que vamos a
ganar por cada mesa y por cada silla ($10 y $8 respectivamente.

Total Contribution (contribucin total): Es la cantidad en pesos que resulta al multiplicar la

utilidad de cada producto por la cantidad que se va a fabricar, ejemplo al fabricar 16 sillas
y multiplicarlo por $/silla 8, la contribucin es de $128.0000, as al sumar la contribucin
por concepto de las mesas nos arroja una aportacin de $0.0000, esto resulta de hacer la
operacin de ($/mesa10) (0mesas)= $0.0000, finalmente la suma de 128.0000+0.0000 =
$128.0000, esto es lo que se conoce como el valor de Objetive Function Max.

Reduced Cost (Costo reducido): esto nos indica el dinero que hemos dejado de ganar por
cada unidad no fabricada. en este caso debemos de aumentar a mas de $6.0000 la utilidad
de la mesa para que sea atractiva la fabricacin de mesas.

Basis Status (estado de la base): Indica si la variable es bsica o no bsica, en este ejemplo
la variable X1 (mesas) resulta ser no bsica, esto es que no forma parte de la solucin
ptima, la variable X2 (sillas) es una variable bsica, ya que forma parte de la solucin.

Allowed Min cj (rango mnimo del cj): esta es la mnima utilidad que puedo obtener sin
que la base actual cambie. (-M)

Allowed Max cj (rango mnimo del cj): esta es la mxima utilidad que puedo obtener sin
que la base actual cambie. (16.0000)
los valores que aparecen son para el producto Mesa.

Interpretacin de las Restricciones:

Constraint (Restriccin): Son las restricciones que forman parte del problema, se tienen
dos restricciones (C1 y C2) la restriccin de la madera y la de horas hombre.

Left hand side (valor al lado izquierdo): esto nos indica el consumo de recurso, de 30.000
m2 de madera se consumieron 24.000 m2.

Direction (direccin): es la direccin de la restriccin (<=,>= o =)

Rigth hand side (valor lado derecho): es el recurso disponible actualmente 30 m2

Slack or Surplas (holguras): nos indican un faltante o bien un sobrante

Shadow Price (precio sombra): nos indica la solucin Dual, esto es que el 2.6667 indica
que cada hra-hombre se debe ofrecer como mnimo en $/hr 2.6667.

Allowed Min RHS (rango mnimo del bj): esta es la mnima cantidad de recurso que se
debe de mantener sin que la base actual cambie. (0 hrs-hombre)

Allowed Max RHS (rango mnimo del bj): esta es la mxima cantidad de recurso que se
debe de mantener sin que la base actual cambie (60.0000 hrs-hombre)

regresar