Notas del Mtodo Simplex

Investigacin de Operaciones I

METODO SIMPLEX

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

Contenido
EL MTODO SIMPLEX ................................................................................................... 3 Procedimiento del Mtodo Simplex para la Forma Matricial......................................... 3 Ejemplo: .......................................................................................................................... 5 Formato general de la tabla para el Mtodo Simplex ..................................................... 9 Ejemplo: ...................................................................................................................... 9 Forma tabular del libro de Mokthar Bazara .................................................................. 11 Identificar B inversa en la tabla optima. ..................................................................... 11 MTODO DE LA M..................................................................................................... 13 Ejemplo: ........................................................................................................................ 14 MTODO DE LAS DOS FASES .................................................................................... 16 Ejemplo: ........................................................................................................................ 17 DEGENERACIN ........................................................................................................... 20 Ejemplo: ........................................................................................................................ 20 CICLAJE .......................................................................................................................... 21 Ejemplo: ........................................................................................................................ 22 METODO LEXICOGRAFICO ........................................................................................ 24 Ejemplo: ........................................................................................................................ 24 SOLUCIN ILIMITADA ................................................................................................ 26 Ejemplo: ........................................................................................................................ 26 SOLUCIN MLTIPLE ................................................................................................. 26 Ejemplo: ........................................................................................................................ 26 CONVERSIN DE UN PROBLEMA DE MINIMIZACIN A UN PROBLEMA DE MAXIMIZACIN ............................................................................................................ 28 PROCEDIMIENTO SIMPLEX REVISADO .................................................................. 29 Ejemplo 1: ..................................................................................................................... 30 Ejemplo 2: ..................................................................................................................... 32 Ejemplo 3: ..................................................................................................................... 34

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

TEORA DEL MTODO SIMPLEX EL MTODO SIMPLEX

Es un procedimiento general para encontrar la solucin ptima a problemas de Programacin Lineal. Este mtodo logra la solucin ptima en un nmero finito de pasos, la demostracin de esto es lo que se pretende realizar. Para el desarrollo de ste mtodo son necesarias algunas definiciones: Solucin: Cualquier conjunto de variables x j que satisfacen las restricciones del problema ( Ax = b ). Solucin factible: Cualquier solucin que satisface la no-negatividad de las restricciones ( x j 0 ). Solucin bsica: En un sistema de m ecuaciones lineales con n variables Ax = b ( m < n ) cuyo rango R ( A) = m ; una solucin es obtenida haciendo n - m variables igual a cero y resolviendo para las m variables restantes, siempre y cuando el determinante de los coeficientes de estas m variables no seas cero. Las m variables se llaman variables bsicas (la solucin resultante a este sistema, se le llama solucin bsica). Solucin bsica factible: Es una solucin bsica en la cual todas las m variables bsicas son mayores o iguales que cero ( x j 0 ). Degeneracin: Una solucin bsica Ax = b es degenerada si una o ms variables bsicas son iguales a cero (ms de n - m variables iguales a cero).

Procedimiento del Mtodo Simplex para la Forma Matricial

Primero Partiendo de un problema de Programacin Lineal que se encuentra en la forma estndar, se determinan las matrices A, b, B, Cj, CB, y XB Donde: A es la matriz de coeficientes de las variables en las restricciones b es el lado derecho de las restricciones (limitaciones ) B es la matriz que proporciona la Solucin Inicial Bsica Factible y esta formada por las columnas de las variables bsicas, es decir aquellas que estn en solucin. Cj son los coeficientes de las variables en la funcin objetivo CB son los coeficientes de las variables bsicas en la Funcin Objetivo. XB son los valores de las variables bsicas que dan la solucin al problema. Segundo Se obtiene B Inversa ( B-1 ). Ya sea por el Mtodo de Cofactores o por el Mtodo de M.C. Hctor Martnez Rubin Celis 3

Notas del Mtodo Simplex Gauss-Jordan Tercero Se obtiene XB, donde X B = B -1b Z = CB X B Cuarto Determinar la variable que entra en la base de solucin Se obtienen los Zj-Cj para las variables No-bsicas donde
Z j = C BY j y

Investigacin de Operaciones I

Y j = B -1 a j

Las Yj de las variables bsicas forman las columnas de la matriz identidad y las Zj-Cj de las variables bsicas son cero. Las Yj son las columnas actualizadas a las transformaciones de rengln de la matriz A para generar la columna de la matriz identidad que aporta la columna de la variable que entra en solucin. Para un problema de Maximizacin Entra la variable que tenga el ms negativo Zj-Cj y se alcanza la solucin ptima cuando todos los valores sean positivos en el anlisis de Zj-Cj Para un problema de Minimizacin Entra la variable que tenga el ms positivo Zj-Cj y se alcanza la solucin ptima cuando todos los valores sean negativos en el anlisis de Zj-Cj Cj-Zj es el beneficio que se tendr en Z por cada unidad de valor que tenga la variable que entra en solucin (Xr) Quinto Determinar la variable que sale de solucin Se analiza cada columna de las variables No-bsicas junto con el valor de las variables bsicas XB. Sale de solucin aquella variable que tenga el
X X X Min Bi , donde Yir > 0 = Min B1 , B 2 ,....., donde Yir > 0 , Y Y ir 1r Y2 r donde r corresponde a la columna de la variable que entra en la solucin

Sexto La columna de la variable que entra en solucin deber aportar la columna de la matriz identidad.

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

X En la matriz B la columna de la variable que tuvo el Min Bi Y ir solucin y entra en su lugar la columna de la variable r.

abandona la base de

Sptimo Regresar al paso 2, hasta que se cumpla el criterio de optimizacin, considerado en el paso 4.

Ejemplo:
Forma cannica Max Z = 5 x1 + 3 x 2 , sujeto a : 3 x1 + 5 x 2 15 5 x1 + 2 x 2 10 x1 , x 2 0

Forma estndar Max Z = 5 x1 + 3 x 2 , sujeto a : 3 x1 + 5 x 2 + x 3 5 x1 + 2 x 2 = 15 + x 4 = 10

x1 , x 2 , x 3 x 4 0 y x 3 , x 4 son variables de holgura

15 3 5 1 b= A= Dado 10 5 2 0 columnas de la matriz identidad ( x 3 y x 4

C j = [5 3 0 0] 0 1 que las columnas de a 3 y a 4 forman las son variables bsicas), hacemos que:

b1 = a 3 y b2 = a 4
1 0 B -1 = 0 1

1 0 B= 0 1

1 0 15 15 x 3 = x B1 x B = B -1 b = = 0 1 10 10 x 4 = x B 2 El valor de la funcin objetivo Z es:

15 Z = C B xB = [0 0] = 0 10 Analizando la variable que entra en solucin:

x1 = x 2 = 0

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

1 0 3 3 y11 y1 = B -1 a1 = = 0 1 5 5 y 21 1 0 5 5 y12 y 2 = B -1 a 2 = = 0 1 2 2 y 22 3 z1 = C B y1 = [0 0] = 0 5
zj - cj < 0

5 z 2 = C B y 2 = [0 0] = 0 2

z 2 - c 2 = 0 - 3 = -3 se toma el z j - c j ms negativo. As, la variable entrante ser x1 .

Analizando la variable que sale de solucin:
xB1 xB 2 x 15 10 10 , yrj > 0 = Min , = 4 , y 21 y1 j y2 j 3 5 5 Ser el valor de la variable entrante en la solucin en la tabla siguiente, por lo que x 4 sale de solucin. (Donde r es la fila en cuestin y j corresponde a la variable que entra en solucin.)

z1 - c1 = 0 - 5 = -5

x x Br = Min Bi , yrj > 0 = Min yrj y rj

y el prximo valor Z ( Z mejorada) ser:

x 10 Z = Z + 4 (c1 - z1 ) = 0 + (5 - 0) = 10 y 21 5 el c j - z j es una razn de cambio, por cada unidad que tenga la variable entrante a la solucin, la funcin objetivo se ver mejorada en c j - z j unidades.
ahora si b1 = a 3 y b2 = a1 tenemos:

1 3 B= 0 5 1 x B = B -1 b = 0

1 B -1 = 0

- 3 5 15 x2 = x4 = 0

- 3 5 15 9 x 3 = x B1 = 1 5 10 2 x1 = x B 2 El valor de la funcin objetivo Z es:

9 Z = C B xB = (0 5) = 10 2 Analizando la variable que entra en solucin:

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

1 y 2 = B -1 a 2 = 0 1 y 4 = B -1 a 4 = 0

- 3 5 5 19 5 y12 = 1 5 2 2 5 y 22 - 3 5 0 - 3 5 y14 = 1 5 1 1 5 y 24

19 5 - 3 5 z 2 = c B y 2 = [0 5] = 2 , z 4 = c B y 4 = [0 5] =1 2 5 15 z 2 - c 2 = 2 - 3 = -1, z4 - c4 = 1 - 0 = 1 se toma nuevamente aquella variable que tenga el z j - c j ms negativo, correspondiendo a x 2 salir de solucin.
Se analiza ahora la variable que abandonar la solucin;

x Br x3 9 9 2 = Min , , y ij > 0 = y rj y12 19 5 2 5 19 5 por lo que x 3 sale de solucin. y el prximo valor de Z ( Z mejorada) ser:
Nuevamente continuando con este proceso iterativo, ahora haciendo b1 = a 2 y b2 = a1 , tenemos:
x 235 Z = Z + 2 (c2 - z2 ) = 10 + 45 19 (3 - 2) = y12 19

5 3 B= 2 5
5 19 x B = B -1 b = - 2 19

5 19 B -1 = - 2 19

- 3 19 5 19
x3 = x 4 = 0

- 3 19 15 45 19 x 2 = x B1 = , 5 19 10 20 19 x1 = x B 2

Ahora el valor de la funcin objetivo es:

45 / 19 Z = CB xB = (3 5) 29 / 19 = 235 / 19 Analizando la variable que entra en solucin:

5 19 y 3 = B -1 a 3 = - 2 19

- 3 19 1 5 19 y13 = 5 19 0 - 2 19 y 23

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

5 19 y 4 = B -1 a 4 = - 2 19

- 3 19 0 - 3 19 y14 = 5 19 1 5 19 y 24

5 19 z3 = CB y3 = [3 5] = 15 19 - 10 19 = 5 19 - 2 19 - 3 19 z4 = C B y4 = [3 5] = - 9 19 + 25 19 = 16 19 5 19

z 4 - c 4 = 16 19 - 0 = 16 19 encontramos que como todos los valores de z j - c j son mayores que cero, entonces
ninguna otra variable entrar en solucin ya que sta es ptima. As la solucin ptima ser:

z 3 - c 3 = 5 19 - 0 = 5 19

45 19 Z = C B x B = [3 5] = 235 19 20 19 45 19 por lo que x 2 y x1 son variables bsicas x B = , ya que con estos valores la 20 19
funcin objetivo es ptima ( Z
*

235 ). 19

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

Formato general de la tabla para el Mtodo Simplex

cj
CB XB

c1 x1
|

c2 x2
|

c3 x3
|

L L L

cn xn
|

x Br y rj

a1
|

a2
|

a3
|

an
|

Z*

zj zj - cj

X B = Vector que representa la Solucin Bsica Factible. C B = Vector formado por los componentes de C correspondientes a la Solucin Bsica
Factible. c j = Vector de costos (coeficientes de las x j en la Funcin Objetivo).

z j = CB X B z j - c j = CB X B - c j

y rj = Componente del vector que va a formar parte de la nueva Solucin Bsica

Factible. b = Valor de las variables bsicas (en solucin). Z * = Valor actual de la Funcin Objetivo.

Ejemplo:
Resolviendo el ejemplo anterior por la forma tabular, tenemos;

Max 5 x1 + 3x 2 , sujeto a : 3 x1 5 x1 + + 5x 2 2x2 15 10

x1 , x 2 0

M.C. Hctor Martnez Rubin Celis

Notas del Mtodo Simplex

Investigacin de Operaciones I

Tabla 1 (Tabla Inicial)

cj CB 0 0 XB x3 x4 b 15 10 Z* 0

5 x1

3 x2

0 x3 1 0 0 0

0 x4 0 1 0 0

b y rj 15 3 10 5 zj zj -cj Sale x4 de solucin

3 5 5 2 0 0 -5 -3

- Entra x1 en solucin
Tabla 2
cj CB 0 5 XB x3 x1 b 9 2 Z
*

5 x1 0 1 5 0

3 x2 19 5 25 2 -1

0 x3 1 0 0 0

0 x4 -3 5 15 1 1 b y rj 45 19 15 zj zj -cj Sale x3 de solucin

10

- Entra x2 en solucin

Tabla 3 (Tabla Final)

cj CB 3 5 XB x2 x1 b 45 19 20 19 Z
*

5 x1 0 1 0 0

3 x2 1 0 0 0

0 x3 5 19 - 2 19 5 19 5 19

0 x4 - 3 19 5 19 16 19 16 19 zj z j - cj b yrj

235 19

como todos los z j - c j son 0 la solucin es ptima.

x 3 = 0 , x 2 = 45 19 , x1 = 20 19 y Z * = 235 19
En resumen, se observa que: 1. En la fila zj-cj las posiciones que corresponden a las variables bsicas tienen valor cero 2. Las columnas de las variables bsicas forman la matriz identidad

M.C. Hctor Martnez Rubin Celis

10

Notas del Mtodo Simplex Forma tabular del libro de Mokthar Bazara

Investigacin de Operaciones I

x1
-5 3 5

x2
-3 5 2

x3
0 1 0

x4
0 0 1

x 5 (L.D.)
0 15 10

zj - cj

1 0 0

Fila de z j - c j

x3 x4

Interpretacin de la tabla del simplex

XB
0 1

Z
XB

1 0

Xn C B B -1 N - C N B -1 N

C B B -1 b B -1 b

Min Z sujeto a : Z - CB X B - CN X N = 0 BX B + NX N = b XB, XN 0 desde : Z = C B B -1 b y X B + B -1 NX N = B -1 b

Identificar B inversa en la tabla optima. -1 En la tabla final (ptima) para calcular las columnas que forman la B ( B inversa) estas correspondern a las columnas de las variables que en la tabla inicial aportarn las columnas para formar la matriz identidad. En el caso del problema usado como ejemplo

x2

x1

x3 5 19 B -1 = - 2 19

x4 - 3 19 5 19

5 3 B= 2 5

Otro ejemplo en el que se tengan en solucin las siguientes variables, obtenemos su inversa.

M.C. Hctor Martnez Rubin Celis

11

Notas del Mtodo Simplex

Investigacin de Operaciones I

Proceso de Solucin de un Problema de Programacin Lineal por el Mtodo Simplex

Inicio Leer el Problema Determinar si es un problema de Maximizacin o de Minimizacin Aadir las Variables de Holgura y/o Artificiales para presentar el problema en la Forma Estndar Escribir la Funcin Objetivo correspondiente Crear la tabla del Simplex correspondiente Problema de: Maximizacin; Son todos los valores de ZjCj 0 ? Minimizacin; Son todos los valores de ZjCj 0 ?

Si
Solucin Optima Maximizacin: Cuando todos los valores de Zj-Cj 0. Minimizacin: Cuando Todos los valores de Zj-Cj 0. Obtener de la tabla los valores de las variables y de la funcin objetivo Z.

No
Determinar la variable que entra en solucin: Para un problema de : Maximizacin; Entra la variable que en la fila de Zj-Cj tenga el valor mas negativo. Minimizacin; Entra la variable que en la fila de Zj-Cj tenga el valor mas positivo. Determinar la variable que sale de solucin: Divida cada elemento del rengln de b entre el elemento correspondiente (mayor que cero) del rengln de la variable que entra en solucin; y abandonara la solucin aquella variable en XB que corresponda al cociente menor. Establezca como elemento pivote aqul que se encuentre en el cruce del rengln de la variable entrante y la columna de la variable saliente. Genere en esta posicin la unidad y ceros en los elementos restantes de la columna de la variable entrante ( en este proceso de Gauss-Jordan se actualiza la tabla). Continuar el proceso

M.C. Hctor Martnez Rubin Celis

12

Notas del Mtodo Simplex

Investigacin de Operaciones I

MTODO DE LA M
Este mtodo es utilizado cuando existe la necesidad de introducir variables artificiales (xa s) con el objeto de generar una solucin bsica factible. Aplicando el Mtodo Simplex para su solucin, la funcin objetivo Z se ve alterada, ya que la contribucin de las variables artificiales (coeficientes de las variables artificiales) es: - M para un problema de maximizacin. + M para un problema de minimizacin. Donde M es un valor muy grande (mucho mayor que cualquier coeficiente de las variables en la funcin objetivo) por ejemplo: M >>> 0. Como las variables artificiales no tienen ningn significado en el problema. Son definidas como un artificio (ya que es una conveniencia matemtica para lograr la matriz identidad y as una solucin inicial bsica factible), y por lo cual ninguna variable artificial deber formar parte de una solucin bsica factible. Para eliminar las variables artificiales de la solucin, se les asigna en la funcin objetivo original coeficientes, tales que haga su presencia no atractiva en la base. Para ilustrar esto, suponga que deseamos resolver el siguiente problema de Programacin Lineal, donde b 0. Maximice CX Sujeto a: Ax = b x 0. Si una conveniente base no es conocida, se introduce un vector artificial xa, lo que conduce al siguiente sistema: Ax + Xa = b x, Xa 0 La solucin inicial bsica factible est dada por xa = b y x = 0. Para mostrar que se desea tener un vector artificial mayor que cero, la funcin objetivo es modificada de la forma que una penalizacin alta es pagada para cualquier solucin. Minimice CX + MXa. Sujeto a: Ax + Xa = b x, Xa 0 El mtodo simplex por s mismo, trata de eliminar las variables artificiales de la base, y entonces continua tratando de encontrar la solucin optima a el problema original. M.C. Hctor Martnez Rubin Celis 13

Notas del Mtodo Simplex

Investigacin de Operaciones I

Ejemplo: Minimizar Sujeto a: Z = x1 - 2x2 x1 + x2 2 -x1 + x2 1 x2 3

x1 y x 2 0

transformando a la forma estndar tenemos : Minimizar Z = x1 - 2x2 - 0x3 - 0x4 + 0x5 + Mx6 + Mx7 Sujeto a: x1 + x2 - x3 +x6 -x1 + x2 -x4 x2 +x5 donde : Xh son variables de holgura. Xa Son variables artificiales. M es un nmero positivo muy grande. Tabla 1 Cj CB M M 0 XB X6 X7 X5 Z= b 2 1 3 3M 1 X1 1 -1 0 0 -1 -2 X2 1 1 1 2M 2+2M 0 X3 -1 0 0 -M -M 0 X4 0 -1 0 -M -M 0 X5 0 0 1 0 0 M X6 1 0 0 M 0 M X7 0 1 0 M 0

=2 +x7

=1 =3

Sale X7 de solucin

Entra X2 en solucin

Tabla 2 Cj CB M -2 0 XB X6 X2 X5 Z= b 1 1 2 -2+M 1 X1 2 -1 1 2M+2 1+2M -2 X2 0 1 0 -2 0 0 X3 -1 0 0 -M -M 0 X4 1 -1 1 M+2 M+2 0 X5 0 0 1 0 0 M X6 1 0 0 M 0 M X7 -1 1 -1 -2-M -2-2M Sale X6 de solucin

Entra X1 en solucin

M.C. Hctor Martnez Rubin Celis

14

Notas del Mtodo Simplex Tabla 3 Cj CB 1 -2 0 XB X1 X2 X5 Z= b 1/2 3/2 3/2 -5/2 1 X1 1 0 0 1 0 -2 X2 0 1 0 -2 0 0 X3 -1/2 -1/2 1/2 1/2 1/2

Investigacin de Operaciones I

0 X4 1/2 -1/2 1/2 5/2 5/2

0 X5 0 0 1 0 0

M M X6 X7 1/2 -1/2 1/2 1/2 -1/2 3/2 -1/2 -3/2 -1/2-M -3/2-M

Sale X1 de solucin

Entra X4 en solucin

Tabla 4 Cj CB 0 -2 0 XB X4 X2 X5 Z= b 1 2 1 -4 1 X1 2 1 -1 -2 -3 -2 X2 2 1 -1 -2 0 0 X3 -1 -1 1 2 2 0 X4 1 0 0 0 0 0 X5 0 0 1 0 0 M X6 1 1 -1 -2 -2-M M X7 -1 0 0 0 -M

Sale X5 de solucin

Entra X3 en solucin Tabla 5 Cj CB 0 -2 0 XB X4 X2 X3 Z= b 2 3 1 -6 1 X1 1 0 -1 0 -1 -2 X2 0 1 0 -2 0 0 X3 0 0 1 0 0 0 X4 1 0 0 0 0 0 X5 1 1 1 -2 -2 M X6 0 0 -1 0 -M M X7 -1 0 0 0 -M

Como todos los zj-cj son 0 para todas las variables no-bsicas. Esta tabla nos indica que esta solucin es ptima. Teniendo el resultado siguiente x4 = 2, x2 = 3, x3 = 1 y las variables restantes son iguales a cero. Con un valor optimo de la funcin objetivo Z de -6.

M.C. Hctor Martnez Rubin Celis

15

Notas del Mtodo Simplex

Investigacin de Operaciones I

MTODO DE LAS DOS FASES

El problema del ejemplo anterior fue manejado en la forma regular despus de que las variables artificiales haban sido aadidas. Existe una complicacin en el mtodo de la M, en el cual se debe asignar un valor M sin especificar exactamente qu valor es. Si un valor numrico especfico fuera asignado a la M, este deber ser mucho mayor que cualquier otro nmero que aparece en la funcin objetivo y probablemente no satisfaga todas las condiciones. Su propsito sera el de proveer una penalizacin para eliminar las variables artificiales de la base, ya que ellas realmente no pueden formar parte de la solucin en un problema de la vida real. Un enfoque para evitar estas dificultades est incorporado o considerado en el mtodo de dos fases. La primera fase consiste en convertir todas las variables artificiales en cero, para obtener una solucin bsica factible para las variables reales del problema. La segunda fase consiste en optimizar la funcin objetivo actual Z, iniciando de una solucin bsica factible que puede o no contener variables artificiales a nivel cero.

FASE I Se inicia con una solucin bsica factible formada con algunas variables artificiales y con la finalidad de eliminar las variables artificiales. Se asigna a cada coeficiente de la variable artificial en la funcin objetivo un valor de la unidad (positiva o negativa, dependiendo de si es un problema de Minimizacin o de Maximizacin respectivamente) en lugar del valor M. A todas las variables restantes se les asigna un coeficiente cero (sin importar los coeficientes actuales del problema). Entonces en lugar de considerar la funcin objetivo actual. Se optimiza la funcin: Z = is =1( 1) XAi = (XA1 XA2 XA3......XAs) donde XA son las s variables artificiales (XA 0) La fase I termina despus de haber aplicado el Mtodo Simplex, cuando: 1).- Z* = 0 Una o ms variables estn en la base a un nivel positivo. El problema original tiene una solucin no factible. 2).- Z* = 0 Ninguna variable artificial est en la base. Se ha encontrado una solucin bsica factible al problema original. 3).- Z* 0 Una o ms variables artificiales estn en la base a un nivel cero (es decir que la b correspondiente a la variable artificial es igual a cero).

M.C. Hctor Martnez Rubin Celis

16

Notas del Mtodo Simplex

Investigacin de Operaciones I

Se ha encontrado una solucin factible al problema original. Debido a que algunas variables artificiales estn en la base a un nivel cero, posiblemente haya redundancia en las ecuaciones restrictivas. La fase I termina cuando los elementos zj - cj son 0 para un problema de Maximizacin y para un problema de Minimizacin. ANTES DE INICIAR LA FASE II a) Elimine todas las columnas correspondientes a las variables artificiales no bsicas. b) Cheque redundancia (ecuaciones redundantes) en el problema original. El sistema de ecuaciones original es Ax = b. Si una restriccin (ecuacin) puede ser obtenida como una combinacin lineal de las otras, la restriccin es redundante. Para localizar la existencia de ecuaciones redundantes observe en la tabla final de la fase I (despus de haber eliminado las columnas correspondientes a las variables artificiales no bsicas) si existe alguna fila cuyos elementos sean todos cero a excepcin de un elemento 1 que corresponda a la columna de una variable artificial bsica, entonces esto indicar que la fila es redundante, por lo tanto elimine la fila y la columna. c) Elimine las variables artificiales en la base, en la tabla final de la fase I, estas variables estarn representadas por columnas que tienen elementos cero a excepcin de un uno en la fila donde b=0. Seleccione uno de los elementos diferentes de cero en esta fila (debe de existir alguno, de otra forma esta fila se hubiera eliminado en el paso b). Este elemento eljalo como pivote, transformando su columna correspondiente a tener el elemento 1 en el pivote, y cero en el resto de la columna (es decir, se genera en esa columna el vector necesario para eliminar la variable artificial de la solucin.)

FASE II La primera tabla de la fase II, es la ltima tabla de la fase I, sufriendo los siguientes cambios; se reemplazan los coeficientes de la funcin objetivo por los coeficientes originales de las variables reales y despus se calculan las filas zj y zj-cj. Una vez que se han realizado estos cambios, se aplica el Mtodo Simplex nuevamente para optimizar la funcin objetivo Z. Ejemplo: Minimizar Z = -X1 Sujeto a: X1 + X2 - X3 + X4 - X5 +2X6 = 2 2X1 - X2 - X3 - 2X4 + X5 - X6 = 3 3X1 - 2X3 - X4 +X6 = 5 X1, X2, X3, X4, X5, X6 0 Expresndolo en la forma estndar, tenemos:

M.C. Hctor Martnez Rubin Celis

17

Notas del Mtodo Simplex

Investigacin de Operaciones I

Minimizar Z = -X1 Sujeto a: X1 + X2 - X3 + X4 - X5 +2X6 +X7 =2 2X1 - X2 - X3 - 2X4 + X5 - X6 + X8 =3 3X1 - 2X3 - X4 +X6 + X9 = 5 Xs 0, para toda X. Donde X7, X8 Y X9 son variables artificiales. FASE I Tabla 1 Cj CB 1 1 1 XB X7 X8 X9 Z= b 2 3 5 0 X1 1 2 3 6 6 0 X2 1 -1 0 0 0 0 X3 -1 -1 -2 -4 -4 0 X4 1 -2 -1 -2 -2 0 X5 -1 1 0 0 0 0 X6 2 -1 1 2 2 1 X7 1 0 0 1 0 1 X8 0 1 0 1 0 1 X9 0 0 1 1 0

Sale X8 de solucin Zj Zj-Cj

Entra X1 en solucin

Tabla 2 Cj CB 1 0 1 XB X7 X1 X9 Z= b .5 1.5 .5 0 X1 0 1 0 0 0 0 X2 1.5 -.5 1.5 3 3 0 X3 -.5 -.5 -.5 -1 -1 0 X4 2 -1 2 4 4 0 X5 -1.5 .5 -1.5 -3 -3 0 X6 2.5 -.5 2.5 5 5 1 X7 1 0 0 1 0 1 X8 -.5 .5 -1.5 -2 -3 1 X9 0 0 1 1 0

Sale X7 de solucin Zj Zj-Cj

Entra X6 en solucin Tabla 3 Cj CB 0 0 1 XB X6 X1 X9 Z= b .2 1.6 0 0 1 X1 0 1 0 0 0 -2 X2 .6 -.2 0 0 0 0 X3 -.2 -.6 0 0 0 0 X4 .8 -.6 0 0 0 0 X5 -.6 .2 0 0 0 0 X6 1 0 0 0 0 1 X7 .4 .2 -1 -1 -2 1 X8 -.2 .4 -1 -1 -2 1 X9 0 0 1 1 0

Zj Zj-Cj

Como todos los elementos en Zj-Cj son 0, la fase I esta terminada. El valor mnimo de la fase I es cero y por esto el problema es factible. Una solucin factible para el problema original es (1.6, 0, 0, 0, 0, .2). Para establecer la tabla de la fase II; elimine las columnas 7

M.C. Hctor Martnez Rubin Celis

18

Notas del Mtodo Simplex

Investigacin de Operaciones I

y 8, asigne los coeficientes originales en la funcin objetivo y calcule las entradas de la fila Zj-Cj (en la variable artificial cero). Cj CB 0 -1 0 XB X6 X1 X9 Z= b .2 1.6 0 0 -1 X1 0 1 0 -1 0 0 X2 .6 -.2 0 .2 .2 0 X3 -.2 -.6 0 .6 .6 0 X4 .8 -.6 0 .6 .6 0 X5 -.6 .2 0 -.2 -.2 0 X6 1 0 0 0 0 0 X9 0 0 1 0 0

Zj Zj-Cj

Como todos los elementos en la tercera fila son cero, excepto por un 1 que representa la variable artificial X9, la fila es eliminada por ser redundante. Cheque en el problema original y encontrar que la tercera ecuacin es la suma de las dos primeras ecuaciones. Se elimina la fila 3 y la columna 7 (X9). Cj CB 0 -1 XB X6 X1 Z= b .2 1.6 0 -1 X1 0 1 -1 0 0 X2 .6 -.2 .2 .2 0 X3 -.2 -.6 .6 .6 0 X4 .8 -.6 .6 .6 0 X5 -.6 .2 -.2 -.2 0 X6 1 0 0 0

Sale X6 de solucin Zj Zj-Cj

Entra X4 en solucin Fin FASE I, principio de la FASE II

FASE II Cj CB 0 -1 XB X4 X1 Z= b .25 1.75 1.75 -1 X1 0 1 -1 0 0 X2 .75 -.25 -.25 -.25 0 X3 -.25 -.75 .75 .75 0 X4 1 0 0 0 0 X5 -.75 .25 .25 .25 0 X6 1.25 -.75 -.75 -.75

Zj Zj-Cj

Entra X3 en solucin La columna muestra que el problema es ilimitado (los elementos en la columna correspondiente a la variable entrante son 0, yrj 0), por tanto la solucin es ilimitada (Z = -a ).

M.C. Hctor Martnez Rubin Celis

19

Notas del Mtodo Simplex

Investigacin de Operaciones I

DEGENERACIN
Una solucin bsica a Ax = b es degenerada si una o ms de las variables bsicas son cero ( si alguna XB = 0). Una solucin bsica factible representa a b como una combinacin lineal de m columnas de A. Cualquier base que incluya alguna columna de A que sea dependiente de la columna de b determinar una solucin degenerada. Para saber en la tabla si existe degeneracin, es suficiente con observar en la columna de b y saber si existe uno o ms elementos iguales a cero. Cuando la degeneracin se presenta, el proceso de seleccin de la variable saliente, en la mnima razn XBr/Yrk puede no ser nica. Vector saliente de la base:
xBr yrk x = min i Bi yik
i

, yik < 0

Vector que entra en la base: Zk - Ck = Min (Zj - Cj ) , para un problema de Maximizacin. Se ha visto que cualquiera de las variables correspondientes al mnimo puede ser removida, y la nueva solucin bsica ser factible (y degenerada).

Ejemplo: Maximizar Z = X2 Sujeto a : X1 + X2 1 1/3X1 + X2 1 X1, X2 0 Forma estndar Maximizar Z = X2 - MX5 sujeto a : X1 + X2 -X3 +X5 1/3X1 + X2 +X4

=1 =1

donde X3 Y X4 son variables de holgura y X5 es una variable artificial.

Forma tabular:

M.C. Hctor Martnez Rubin Celis

20

Notas del Mtodo Simplex Tabla 1 Cj CB -M 0 XB X5 X4 Z= b 1 1 -M 0 X1 1 1/3 -M M 1 X2 1 1 -M M+1 0 X3 -1 0 M -M 0 X4 0 1 0 0 -M X5 1 0 -M 0

Investigacin de Operaciones I

Sale X5 de solucin Zj Cj-Zj

Entra X2 en solucin Tabla 2 Cj CB 1 0 XB X2 X4 Z= b 1 0 1 0 X1 1 -2/3 1 -1 1 X2 1 0 1 0 0 X3 -1 1 -1 1 0 X4 0 1 0 0 -M X5 1 -1 1 -1-M

Sale X4 de solucin Zj Cj-Zj

Entra X3 en solucin Tabla 3 Cj CB 1 0 XB X5 X4 Z= b 1 0 1 0 X1 1/3 -2/3 1/3 -1/3 1 X2 1 0 1 0 0 X3 0 1 0 0 0 X4 1 1 1 -1 -M X5 0 -1 0 -M

Zj Cj-Zj

La solucin ptima es degenerada, ya que en XB hay una variable a nivel cero. Tenindose que x2 = 1, x3 = 0 y Z* = 1.

CICLAJE
Cuando la degeneracin se presenta, la funcin objetivo puede no cambiar cuando hay un cambio de una solucin bsica factible a otra. Entonces no se puede estar seguro que una base no se repita. En efecto, se puede caer en la situacin en la cual se ciclaje el problema, repitindose las mismas secuencias de bases solucin, y nunca alcanzar la solucin optima.

M.C. Hctor Martnez Rubin Celis

21

Notas del Mtodo Simplex

Investigacin de Operaciones I

Ejemplo: Minimizar Z = -2X4 -3X5 + X6 +12X7 Sujeto a : X1 - 2X4 - 9X5 + X6 + 9X7 X2 +1/3X4 + X5 - 1/3X6 - 2X7 X3 + 2X4 + 3X5 - X6 - 12X7 = 2 Xs 0, para toda X.

=0 =0

Tabla 1 Cj CB 0 0 0 XB X1 X2 X3 Z= b 0 0 2 0 0 X1 1 0 0 0 0 0 X2 0 1 0 0 0 0 X3 0 0 1 0 0 -2 X4 -2 1/3 2 0 2 -3 X5 -9 1 3 0 3 1 X6 1 -1/3 -1 0 -1 12 X7 9 -2 -12 0 -12

Sale X2 de solucin

Entra X5 en solucin Tabla 2 Cj CB 0 -3 0 XB X1 X5 X3 Z= b 0 0 2 0 0 X1 1 0 0 0 0 0 X2 9 1 -3 -3 -3 0 X3 0 0 1 -3 0 -2 X4 1 1/3 1 1 1 -3 X5 0 1 0 -3 0 1 X6 -2 -1/3 0 1 0 12 X7 -9 -2 6 6 -6

Sale X1 de solucin

Entra X4 en solucin Tabla 3 Cj CB -2 -3 0 XB X4 X5 X3 Z= b 0 0 2 0 0 X1 1 -1/3 -1 -1 -1 0 X2 9 -2 -12 -12 -12 0 X3 0 0 1 0 0 -2 X4 1 0 0 -2 0 -3 X5 0 1 0 -3 0 1 X6 -2 1/3 3 3 2 12 X7 -9 2 15 15 3

Sale X5 de solucin

Entra X7 en solucin

M.C. Hctor Martnez Rubin Celis

22

Notas del Mtodo Simplex Tabla 4 Cj CB -2 12 0 XB X4 X7 X3 Z= b 0 0 2 0 0 X1 -2 -1/3 0 0 0 0 X2 -2 -2 -6 -6 -6 0 X3 0 0 1 0 0

Investigacin de Operaciones I

-2 X4 1 0 -2 -2 0

-3 X5 9 1 -3 -3 -3

1 X6 1 1/3 1 2 1

12 X7 0 1 12 12 0

Sale X4 de solucin

Entra X6 en solucin Tabla 5 Cj CB -2 12 0 XB X6 X7 X3 Z= b 0 0 2 0 0 X1 -2 1/3 2 2 2 0 X2 9 1 3 3 3 0 X3 0 0 1 0 0 -2 X4 1 -1/3 -1 -3 -1 -3 X5 9 -2 -12 -15 -12 1 X6 1 0 0 1 0 12 X7 0 1 0 12 0

Sale X7 de solucin

Entra X2 en solucin Tabla 6 Cj CB 1 0 0 XB X6 X2 X3 Z= b 0 0 2 0 0 X1 1 1/3 1 1 1 0 X2 0 1 0 0 0 0 X3 0 0 1 0 0 -2 X4 -2 -1/3 -2 1 -3 X5 -9 -2 -6 -9 -6 1 X6 1 0 0 1 0 12 X7 0 1 -3 0 -12

Sale X6 de solucin

Entra X1 en solucin Como X1 entra a la base, la nueva base estar formada por (X1, X2, X3), la cual ya fue obtenida en la tabla 1, tenindose como resultado que el problema se ha ciclado.

M.C. Hctor Martnez Rubin Celis

23

Notas del Mtodo Simplex

Investigacin de Operaciones I

METODO LEXICOGRAFICO
El problema de ciclaje puede ser resuelto utilizando una regla que rompa los empates en ( x Br / y rj ) para determinar la variable que abandona la solucin. Esta regla es denominada lexicogrfica y su procedimiento es el siguiente: Si cuando se realiza la prueba para determinar el vector correspondiente a la variable que sale de la base de solucin, se tiene un empate, divida cada fila potencial (en empate) entre su similar en fila de la columna pivote.

a i1 a k1 a t1 a i1 a ij a k 1 a kj a t1 a tj

ai2 ak 2 at 2 a i 2 a ij a k 2 a kj a t 2 a tj

L L L L L L

a ij a kj a tj * 1 1 1

L L L L L L

a in a kn a tn a in a ij a kn a kj a tn a tj

x Bi y ij x Bk y kj x Bt y tj

La columna sealada con * es la columna pivote (corresponde a la variable que entra en solucin). Como las filas son linealmente independientes ningn par de filas divididas son idnticas. Encuentre la primera columna donde se rompa el empate. Ignorar todas las filas que no tengan el valor ms bajo. Si nicamente una fila queda, esta ser la fila pivote, si quedan ms pruebe en las columnas adicionales. Ejemplo: Trabjese el ejemplo de ciclaje cubierto previamente y prtase de las tablas 2 c j 0 0 0 -2 -3 1 12 cB xB b x1 x2 x3 x4 x5 x6 x7 xBr yrj
0 -3 0 x1 x5 x3 0 0 2 Z 0 1 0 0 0 0 9 1 -3 -3 -3 0 0 2 0 0 1 13 1 1 1 0 1 0 -3 0 -2 0 1 0 -9 6 6 -6 01 013 21 zj z j - cj -1 3 -2

Entra en Solucin X7

Existe un empate entre estas 2 filas por lo que se debern analizar con el mtodo lexicogrfico para determinar la variable que deber abandonar la solucin.

M.C. Hctor Martnez Rubin Celis

24

Notas del Mtodo Simplex

x1 11 0 13 x2 91 1 13 x3 01 0 13 x4 1 1 x5 01 1 13 x6 -21 -1

Investigacin de Operaciones I
x7 -91 -2 13

primera fila segunda fila

Analizando de izquierda a derecha encontramos que en la primera columna se rompe el empate ya que la fila 2 es menor que la fila 1 (0 es menor que 1), por lo que sale de solucin x 5 .

cj cB 0 -2 0 xB x1 x4 x3 b 0 0 2 Z 0

0 x1 1 0 0 0 0

0 x2 6 3 -6 -6 -6

0 x3 0 0 1 0 0

-2 x4 1 1 0 -2 0

-3 x5 -1 3 -3 -6 -3

1 x6 -1 -1 1 2 1

12 x7 -3 6 0 12 0 x Br y rj --21 zj zj - cj

Entra x 6 en solucin

Sale de solucin x 3

cj cB 0 -2 1 xB x1 x4 x6 b 2 2 2 Z 0

0 x1 1 0 0 0 0

0 x2 0 -3 -6 0 0

0 x3 1 1 1 -1 -1

-2 x4 0 1 0 -2 0

-3 x5 -4 0 -3 -3 0

1 x6 0 0 1 1 0

12 x7 -3 -6 0 - 12 0 x Br y rj --21 zj zj - cj

Como todos los elementos en la fila z j - c j son menores o iguales que cero la solucin es ptima. Observe que en la fila z j - c j existen 6 elementos iguales que cero, por lo que existir una solucin mltiple. ( m = 3 Si existen ms de m elementos en la fila z j - c j iguales que cero, existe una solucin bsica factible mltiple). Es decir que cualquiera de las variables no-bsicas que tienen un valor cero en la fila z j - c j puede entrar a formar parte de la solucin y el valor de la funcin objetivo Z no cambiar.

M.C. Hctor Martnez Rubin Celis

25

Notas del Mtodo Simplex

Investigacin de Operaciones I

SOLUCIN ILIMITADA
Esta ocurre cuando el espacio de soluciones factibles no est acotado y la funcin a optimizar puede mejorar indefinidamente. Esta situacin se refleja en que todos los elementos en la columna correspondiente a la variable elegida a entrar en la solucin (menor vector Zj - Cj 0, para un problema de Maximizacin) son no positivos (yrj 0). Ejemplo: Max Z=X1-X2+X3 Sujeto a: X1 + X2 + 2X3 4 X1 - 2X2 + X3 2 Xs 0 F.O. Max Z=X1-X2+X3 X1 + X2 + 2X3 - X4 = 4 X1 - 2X2 + X3 + X5 = 2 Xs 0 En cierta tabla encontramos qu Cj 1 -1 CB XB B X1 X2 1 X1 10/3 1 0 -1 X2 2/3 0 1 1 -1 0 0 1 X3 5/3 1/3 4/3 1/3 0 0 X4 X5 -2/3 1/3 --1/3 -1/3 --1/3 2/3 Zj -1/3 2/3 Zj-Cj

La Y4<0, X4 -2/3 -1/3

X4 entra en solucin Y como todos los valores de la Y4 son negativos se dice que la Solucin es Ilimitada.

SOLUCIN MLTIPLE
Cuando soluciones diferentes originen un mismo valor en la funcin objetivo se dice que existen soluciones mltiples. Es decir cuando alguna otra variable aparte de las variables bsicas que se encuentre en la fila Zj - Cj a nivel cero, entonces esa variable puede ser introducida en la base sin cambiar el valor de la funcin objetivo. Ejemplo: Max Z = 40 X1 + 1000 X2 Sujeto a: 10 X1 + 5 X2 250 4 X1 + 10 X2 200 2 X1 + 3 X2 900 X1, X2 0

M.C. Hctor Martnez Rubin Celis

26

Notas del Mtodo Simplex Max Z = 40 X1 + 1000 X2 Sujeto a: 10 X1 + 5 X2 + X3 250 4 X1 + 10 X2 + X4 200 2 X1 + 3 X2 + X5 900 X1, X2 0 X3, X4, X5 Variables de holgura

Investigacin de Operaciones I

CB 0 0 0

XB X3 X4 X5

Cj 40 100 0 0 0 B X1 X2 X3 X4 X5 250 10 5 1 0 0 50 200 4 10 0 1 0 20 900 2 3 0 0 1 300 0 0 0 0 0 Zj -4 -100 0 0 0 Zj-Cj

Entra en solucin x2 y sale x4 Cj 40 100 0 0 0 B X1 X2 X3 X4 X5 150 8 0 1 -1/2 0 150/8 20 2/5 1 0 1/10 0 50 840 4/5 0 0 -3/10 1 1050 40 100 0 10 0 Zj 0 0 0 10 0 Zj-Cj

CB 0 100 0

XB X3 X2 X5

Como todos los valores Xbr son 0 se tiene la solucin optima Z* = 2000 X3* = 150 X2* = 20 X5* = 80 Como Z1 C1 =0 y corresponde a una variable no bsica, entonces existe una solucin optima mltiple. Esto significa que puede entrar X1 en solucin y el valor de la funcin objetivo Z* no cambia

M.C. Hctor Martnez Rubin Celis

27

Notas del Mtodo Simplex Cj 40 100 0 0 0 XB B X1 X2 X3 X4 X5 X3 150/8 1 0 1/8 -1/16 0 X2 50/4 0 1 -1/20 1/8 0 X5 650/2 0 0 1/50 -2/5 1 40 100 0 15/9 0 Zj 0 0 0 15/9 0 Zj-Cj

Investigacin de Operaciones I

CB 40 100 0

Solucin ptima Z* = 2000 X1* = 150/8 X2* = 50/4 X5* = 1650/2

CONVERSIN DE UN PROBLEMA DE MINIMIZACIN A UN PROBLEMA DE MAXIMIZACIN

Sea f una serie de puntos en la regin de soluciones bsicas factibles, eljase una tal que: Min f = f*, entonces f* f y si pasamos f al lado izquierdo tenemos : f* - f 0 -f* -(-f) 0, y multiplicando a la expresin por -1 -f* f, adems - f -f*

de esto obtenemos que : Max (-f) = -f*, por lo tanto sustituyendo en 1 tenemos: Max (-f) = - Min f.

M.C. Hctor Martnez Rubin Celis

28

Notas del Mtodo Simplex

Investigacin de Operaciones I

PROCEDIMIENTO SIMPLEX REVISADO

Este mtodo requiere una menor cantidad de clculos, ya que realiza clculos nicamente en los vectores de aquellas variables no-bsicas y registra en memoria lo -1 -1 relativo a las variables bsicas, B , c B B , x B y c B x B (as como todos los valores iniciales cj, aij y b i). Pasos: Determinar las variables bsicas y formar B. -1 Obtener B . -1 Obtener z j - c j = wa j - c j . Donde W = c B B Si z j - c j 0 para un problema de minimizacin o z j - c j 0 para un problema de maximizacin la solucin es ptima y es el fin del proceso. Si esto no se cumple contine el proceso. Determinar la variable que entra en solucin (sea esta x k ) usando WA-C para toda variable no-bsica ( wi a j - c j ). Se analiza

xBi (para toda i) para determinar que la variable sale de solucin, ykj

sea sta x f . Ahora actualice la columna a k para que sta aporte la columna de la matriz identidad que aportaba la variable saliente x f . Regresar al principio del proceso, realizar los clculos necesarios para sacar de la base a x f y meter a la misma x k (actualice la columna a k para que esta aporte la columna de la matriz identidad que aportaba la variable saliente x f ). Procedimiento: Si Z = c B X B donde X B = B A , entonces Z = c B B A equivale a z j = c B B a j y
-1 -1
-1

si W = c B B

-1

entonces ahora WA - C = Z - C equivale a wi a j - c j = z j - c j .

Base de la inversa
W=c B B-1

Lado derecho CB X B XB

B-1

M.C. Hctor Martnez Rubin Celis

29

Notas del Mtodo Simplex

Investigacin de Operaciones I

Tablas en el proceso
W
B -1

CB X B

x B1 xB2 M x Bm

xk z k - ck y1k y 2k

M y mk

Ejemplo 1: Max Z = 5 x1 + 3 x 2 Sujeto a:

3 x1 + 5 x 2 15 5 x1 + 2 x 2 10 x1 , x 2 0

As:

x1 3 A= 5

x2 5 2

x3 1 0

x4 0 1

C = [5

0]

15 b= 10

Analizando para todas las variables no-bsicas:

x1 z j - c j = WA - C = [0 3 0] 5 x2 5 - [5 2 3] = [- 5 3]

por lo que entra en solucin x1 . Tabla 1

y1
0 0 1 0 0 1
0 15 10

x3 x4

-5 3 5

Sale x 4

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x 4 ) se tiene:

M.C. Hctor Martnez Rubin Celis

30

Notas del Mtodo Simplex

0 1 0 1 -3 5 15 10 9 2

Investigacin de Operaciones I

x3 x1

Analizando para todas las variables no-bsicas: x2 x4

5 0 z j - c j = WA - C = [ 0 1] - [3 0] = [ -1 1] 2 1 por lo que entra en solucin x 2 .

Tabla 2

y2
0 1 0 1 -3 5 15 10 9 2

x3 x1

-1 19 5 Sale x3 25

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x 3 ) se tiene:
5 19 5 19 - 2 19 16 19 - 3 19 5 19 235 19 45 19 20 19

Analizando para todas las variables no-bsicas: x3

z j - c j = WA - C = [5 19 1 16 19] 0

x4 0 - [0 1 0] = [5 19 16 19],

Como todos los valores son mayores que cero la solucin ptima se ha alcanzado. Solucin ptima:

Z = 325 19 x1 = 20 19 x 2 = 45 19

M.C. Hctor Martnez Rubin Celis

31

Notas del Mtodo Simplex Ejemplo 2: Mtodo de la M Min Z = 3 x1 + 2 x 2 Sujeto a:

Investigacin de Operaciones I

3 x1 + x 2 3 4 x1 + 3 x 2 6 x1 + x 2 3 x1 , x 2 0
3 x1 + x 2 - x 3 + x6 =3 4 x1 + 3 x 2 - x4 + x7 = 6 x1 + x 2 + x5 =3 x 6 y x 7 son variables artificiales
As:

x1 3 A = 4 1

x2 1 3 1

x3

x4

x5 0 0 1

x6 1 0 0

x7 0 1 0

-1 0 0 -1 0 0

C = [3 2 0 0 0 M

M]

3 b = 6 3

Analizando para todas las variables no-bsicas:

x1 C B B a j - c j = z j - c j = WA - C = [M
-1

x2 1

x3 -1

x4

M 4M

C B B -1 a j - c j = z j - c j = WA - C = [7 M
-1

3 0]4 1

0 3 0 - 1 - [3 2 0 0] 1 0 0 - M - M ] - [3 2 0 0] - M]

C B B a j - c j = z j - c j = WA - C = [7 M - 3 4 M - 2 - M
Entra en solucin x1 por tener el valor ms positivo.

M.C. Hctor Martnez Rubin Celis

32

Notas del Mtodo Simplex Tabla 1

Investigacin de Operaciones I

M 1 0 0

M 0 0 0 1 0 0 1

9M 3 6 3

x6 x7 x5

y1 7M - 3 3 4 1

Sale x 6

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x 6 ) se tiene:

- 4 3M +1 13 -43 -1 3

M 0 1 0

0 0 0 1

2M + 3 1 2 2

Analizando para todas las variables no bsicas:

x2 CB B a j - c j = z j - c j = WA - C = [ -4 3 M + 1 M
-1

x3 -1 0 0

x4 0 -1 0

x6 1 0 - [2 0 0 M ] 0

CB B -1a j - c j = z j - c j = WA - C = [5 3 M + 1 -4 3 M - 1 - M CB B -1a j - c j = z j - c j = WA - C = [5 3 M - 1 4 3 M - 1 - M
Entra en solucin x 2 por tener el valor ms positivo. Tabla 2

1 0] 4 1

-4 3 M ] - [ 2 0 0 M ] -4 3 M + 1]

y2
- 4 3M +1 13 -43 -1 3 M 0 1 0 0 0 0 1 2M + 3 1 2 2

x1 x7 x5

5 3M -1 13 53 23

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x 7 ) se tiene:

M.C. Hctor Martnez Rubin Celis

33

Notas del Mtodo Simplex

Investigacin de Operaciones I

15 35 -45 15

35 -1 5 35 -2 5

0 0 0 1

21 5 35 65 65 x1 x2 x5

Analizando para todas las variables no-bsicas: x3 x4

-1

x6

x7 M]

1 0 -1 0 0 -1 0 1 - 0 0 M CB B a j - c j = z j - c j = WA - C = [1 5 3 5 0] [ 0 0 0 0 -1 CB B a j - c j = z j - c j = WA - C = [ -1 5 - 3 5 1 5 3 5] - [ 0 0 M M ] CB B -1a j - c j = z j - c j = WA - C = [ -1 5 - 3 5 1 5 - M 3 5 - M ] Se ha alcanzado la solucin ptima por ser todos los valores negativos.
Solucin ptima: Z = 21 5 x1 = 3 5
x2 = 6 5 x5 = 6 5

Ejemplo 3: Mtodo de las 2 Fases Max Z = x1 - 2 x 2 + x 3 - x 4 Sujeto a:

x1 2 x1

+ 4x2 + x2

x1 + 4 x 2 + x 3 - x 4 6 2 x1 + x 2 + 3 x 3 - 3 x 4 2 x1 , x 2 , x 3 , x 4 0 + x3 - x 4 + x5

=6

+ 3x3 - 3x 4 - x6 + x7 = 2 x1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 0 donde x 5 y x 6 son variables de holgura y x 7 es una variable artificial.

FASE I As:

M.C. Hctor Martnez Rubin Celis

34

Notas del Mtodo Simplex

Investigacin de Operaciones I

x1 1 A= 2

x2 4 1

x3 1 3

x4 -1 -3

x5 1 0

x6 0 -1

x7 0 1

C = [0 0 0 0 0 0 - 1]

6 b= 2

Analizando para todas las variables no-bsicas:

x1 z j - c j = WA - C = [0

x2

x3

x4

x6 0 - [0 1 0 0 0 - 1]

4 1 -1 1 - 1] 1 3 -3 2 z j - c j = WA - C = [- 2 - 1 - 3 3 0]
Por lo que entra en solucin x 3 . Tabla 1

0 -1

-2

y3 -3

1 0 0 1

6 2

x5 x7

1 3

Sale x 7

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x 7 ) se tiene:

0 0

0
16 2 3

1 0

-1 3 1 3

x5 x3

Analizando para todas las variables no-bsicas:

x1 1 z j - c j = WA - C = [ 0 0] 2 x2 4 1 x4 -1 -3 x6 0 -1 x7 0 - [ 0 0 0 -1 -1] = [ 0 0 0 1 1] 1

Como todos los valores son iguales a cero se ha alcanzado el final de la Fase I. FASE II Ahora C = [5 - 2 las c j .

1 -1

0] y se recalcula la tabla con los valores verdaderos de

M.C. Hctor Martnez Rubin Celis

35

Notas del Mtodo Simplex

Investigacin de Operaciones I

x1 z j - c j = WA - C = [ 0 z j - c j = WA - C = [ 2 3
1 3

x2 4 1
1 3

x4 -1 -3

x6 0 - [ 5 -2 -1 1 -2 -1 0]
7 3

] 2
-1

] - [5

0] = [ -13 3

0 - 13 ]

Entra x1 en solucin por tener el valor ms negativo. Tabla 2

y1 0
1 0
1 3
-1 3 1 3

13

16 2

x5 x3

1 3 2 3

Sale x 3

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x 3 ) se tiene:

0
1 0

-5

5
5 1

-1 1

x5 x1
x6 0 - [- 2 1 - 2 -1 1 -1 0] = [ 1 2 0]
13 2 -13 2 -5 2

Analizando para todas las variables no-bsicas:

x2 z j - c j = WA - C = [0 z j - c j = WA - C = [- 5 2
-5 2

x3

x4

]
2

4 1
-15 2

1 -1 3 -3
-5 2

15

] - [5

Entra x 4 en solucin por tener el valor ms negativo.

0 5/ 2
1 0
-1 1 2

y4 13 2
x5 x1
1 2 2

5 1

Sale x5

-3

Generando en la columna de la variable entrante la columna necesaria para formar la matriz identidad (la que aportaba la variable saliente x5 ) se tiene: M.C. Hctor Martnez Rubin Celis 36

Notas del Mtodo Simplex

Investigacin de Operaciones I 70

13 - 4
2 -1 3 -1

10 16

x4 x1

Analizando para todas las variables no-bsicas: x 2 x3 x 4 x6

4 z j - c j = WA - C = [13 - 4] 1 0 - [- 2 1 - 1 0] 3 - 3 - 1 z j - c j = WA - C = [48 1 - 1 4] - [5 - 2 - 1 0] = [43 3 0 4] 1 -1

Como todos los valores son mayores que cero la solucin ptima se ha alcanzado. Solucin ptima: Z * = 70 x * 4 = 10 x *1 = 16

M.C. Hctor Martnez Rubin Celis

37

Notas del Mtodo Simplex

Investigacin de Operaciones I

Cmo calcular la reduccin de costos de las variables bsicas? z j -c j = Wa j - c j donde j corresponde a las variables no-bsicas Cmo calcular la columna de yj asociada a la variable xj que entra en solucin? y k =B-1a k Cmo actualizar B-1 , W, cB ,x B ? a) Seleccione la variable entrante xk b) Seleccione la variable saliente xr , c) Agregue la columna de xk
W

x xr = min Bi , yi ,k > 0} yr , k yi ,k

CB X B

B -1

x B1 xB2 M x Bm

xk z k - ck y1k

y 2k M y mk

d) Pivotee en yr,k

xk
Nueva W Nueva B -1 Nuevo CB X B
Nueva xk
0 0 M

1 fila r 0

M.C. Hctor Martnez Rubin Celis

38