Asignacin No.

2 TARE DE INVESTIGACION DEL 30/9/15

Universidad Autnoma de Coahuila

Facultad de Ingeniera Civil, U. T.
Divisin de Estudios de Posgrado

Programa: Maestra en Ciencias de la Ingeniera,

Con Acentuacin en Construccin
Materia: Investigacin de operaciones aplicada a la Construccin
Catedrtico: M. C. Jos Miguel Hernndez Moreno
Alumno: Gilberto Alva Campos

METODO

S I M P L E X:

INTRODUCCIN
El Mtodo Simplex fue creado en el ao de 1947 por el
estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich
Kantorovich, con el nimo de crear un algoritmo capaz de solucionar
problemas de m restricciones y n variables.
El Mtodo Simplex es un mtodo analtico de solucin de problemas
de programacin lineal, sin restriccin en el nmero de variables; este
mtodo es capaz de resolver modelos ms complejos que los resueltos
mediante el mtodo grfico, sin embargo puede partir de la base del
poliedro solucin que se genera mediante el mtodo grfico. El mtodo
Simplex es un mtodo iterativo que permite ir mejorando la solucin en
cada paso y que mediante el proceso, el cual concluye cuando se ha
alcanzado la solucin ptima, es decir, el mayor o menor valor posible,
segn sea el caso, para el que se satisfacen todas las restricciones,
podremos encontrar la solucin ms factible a nuestro modelo
matemtico.
El Mtodo Simplex matemticamente consiste en que la mejora que
se va buscando para la solucin del modelo es ir caminando del vrtice
de un poliedro a un vrtice vecino de manera que aumente o disminuya,
(dependiendo del contexto que se est revisando en la funcin objetivo,
ya se maximizar o minimizar); como los vrtices del poliedro llamado
solucin, son un numero finito, entonces la solucin siempre ser
encontrada.
En la solucin del modelo siempre se parte del valor de la funcin
objetivo en cualquier punto de grfico, y de ah ir buscando otro punto
que represente una mejora con respecto del valor anterior, como ya se
Alumno: Gilberto Alva Campos
94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

dijo estos puntos son los vrtices del polgono, (poliedro o polcoro)
formado por las restricciones a las que est sujeto el problema y que
constituye la regin denominada como regin factible. El Mtodo
Simplex est basado en la siguiente propiedad:
. . . Si la funcin objetivo Z no toma su valor mximo en el
vrtice A, entonces existe una arista que parte de A y a lo largo
de la cual el valor de Z aumenta . . .
OTRAS CONSIDERACIONES:
Es de tomarse en cuenta que ste mtodo nicamente trabaja con
inecuaciones del tipo , (Menor o igual que), es decir, que las
restricciones marquen este tipo de desigualdad y que adems los
coeficientes independientes sean mayores o iguales que cero, (0). En
caso de presentarse restricciones de otro tipo, se deben estandarizar las
mismas para que cumplan con los requisitos antes de iniciar la iteracin;
si despus de este proceso, aparecen restricciones del tipo: , (Mayor
o igual que) o =, (Igual que) o no se pueden cambiar se har necesario
buscar otro mtodo para solucionar el modelo, este puede ser el mtodo
de 2 fases, (el ms comn).
VARIABLES DE HOLGURA, FICTICIAS Y MTODO M:
Para convertir las restricciones iniciales representadas en las
ecuaciones que se modelan del problema a resolver mediante
programacin lineal; se utilizan las llamadas variables de holgura y de
exceso o ficticias, relacionadas con el recurso con el cual se hace
referencia la restriccin y que se pueden representar con las letras S.
Las variables adquieren un valor grande en el anlisis de sensibilidad y
juegan un rol fundamental en la creacin de la matriz identidad que es la
base para resolver el modelo por el Mtodo Simplex.
Otra forma de representarse son: tambin:
H = Holgura
F = Ficticia
En el caso de restricciones del tipo, (Menor o igual que), las
holguras se sumaran a la restriccin, y si la restriccin es del tipo ,
(Mayor o igual que), las holguras se restaran.
Alumno: Gilberto Alva Campos
94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

Las variables ficticias o artificiales son meramente un truco

matemtico para convertir las inecuaciones del tipo , (Mayor o igual
que) en ecuaciones, o cuando aparezcan igualdades en el problema
original, su caracterstica principal es que no deben formar parte de la
solucin puesto que representan recursos, as pues su objetivo principal
es contribuir a la formacin de la matriz identidad. Este tipo de variable
puede representarse por la letra F y siempre se sumara a las
restricciones, su coeficiente es M porque representa a un nmero muy
grande. El signo de la funcin objetivo en casos de maximizar es menos
(-) y en problemas de minimizar su signo es mas (+) y el valor de la
solucin es cero.
QU ES UNA MATRIZ IDENTIDAD?
Una matriz identidad se define como la ordenacin de elementos, (o
listado finito de elementos), los cuales pueden ser nmeros reales o
complejos, dispuestos en forma de filas y columnas.
La matriz identidad es una matriz cuadrada, es decir, posee el mismo
nmero de columnas y renglones de orden n que tiene todos los
elementos diagonales iguales a uno (1) y todos los dems componentes
iguales a cero (0).

La importancia de la teora de matrices en el Mtodo Simplex es

fundamental, dado que el algoritmo se basa en dicha teora para la
resolucin de sus problemas.
RESUMEN EL METODO SIMPLEX PASO A PASO
1. ANALISIS DEL PROBLEMA: Se trata de un primer acercamiento al
problema leyendo e identificando lo que estamos buscando.
2. MODELACIN MEDIANTE PROGRAMACIN LINEAL: En este paso se
trata de identificar y asignar las variables, escribir las restricciones
as como la funcin objetivo.

Alumno: Gilberto Alva Campos

94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

3. CONVERSION DE INECUACIONES EN ECUACIONES: En este paso el

objetivo es asignar a cada recurso una variable de Holgura, en
caso de que las restricciones sean , (Menor o igual que) o
variables ficticias, en caso de que las restricciones sean ,
(Mayor o igual que)
4. DEFINICIN DE SOLUCION BSICA INICIAL: La solucin bsica
inicial se forma con las variables de coeficiente diferente de cero
(0) en la matriz identidad, para realizar las iteraciones.
5. DEFINICIN DE TABLA SIMPLEX INICIAL: Se elabora una tabla de
donde acomodan los coeficientes de las variables y de donde
partirn las iteraciones necesarias para llegar a la solucin.
6. REALIZACIN DE ITERACIONES NECESARIAS: Este es el paso
definitivo en la resolucin por medio del Mtodo Simplex, consiste
en realizar intentos mientras el modelo va de un vrtice del
poliedro objetivo a otro.

El mtodo Simplex y el de 2 Fases se pueden resumir en el

siguiente diagrama de flujo:

Alumno: Gilberto Alva Campos

94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

Alumno: Gilberto Alva Campos

94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

ADAPTACIN DEL PROBLEMA MODELADO EN LA FORMA ESTNDAR.

El Mtodo Simplex parte como ya se dijo de la modelacin del
problema, que una vez que se analiza define las variables en las
restricciones y la funcin objetivo, de eso consta bsicamente el modelo,
el cual debe cumplir con los siguientes requerimientos o condiciones:
1.
El objetivo consistir en maximizar o minimizar el valor de la
funcin objetivo (por ejemplo, incrementar ganancias o reducir prdidas,
respectivamente).
2.
Todas las restricciones deben ser ecuaciones de igualdad
(identidades matemticas).
3.
Todas las variables (x) deben tener valor positivo o nulo (condicin
de no negatividad).
4.
Los trminos independientes (del otro lado de la igualdad) de cada
ecuacin deben ser no negativos.
Hay que adaptar el problema modelado a la forma estndar para
poder aplicar el algoritmo del Simplex.
TIPOS DE SOLUCIONES A BUSCAR, (MAXIMIZAR / MINIMIZAR)
El mtodo Simplex persigue el objetivo de optimizar el valor de la
funcin objetivo, el cual puede ser en 2 vertientes: Obtener el Valor
Optimo Mayor, (MAXIMIZAR) u obtener el Valor Optimo Menor
(MINIMIZAR).
Entre maximizar y minimizar, existe diferencia al momento de aplicar
el Mtodo Simplex, y tiene que ver con el criterio de condicin de parada
para finalizar las iteraciones y con las condiciones de entrada y salida de
la base, as pues tenemos que:

Objetivo de maximizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor
negativo.
Condicin de entrada a la base: el menor valor negativo en la fila Z
(o el de mayor valor absoluto entre los negativos) indica la
variable Pj que entra a la base.
Condicin de salida de la base: una vez obtenida la variable
entrante, la variable que sale se determina mediante el menor
cociente P0/Pj de los estrictamente positivos.
Alumno: Gilberto Alva Campos
94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

Objetivo de minimizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor
positivo.
Condicin de entrada a la base: el mayor valor positivo en la fila Z
indica la variable Pj que entra a la base.
Condicin de salida de la base: una vez obtenida la variable
entrante, la variable que sale se determina mediante el menor
cociente P0/Pj de los estrictamente negativos.
No obstante, es posible normalizar el objetivo del problema con el fin
de aplicar siempre los mismos criterios en lo referente a la condicin de
parada del algoritmo y a las condiciones de entrada y salida de las
variables de la base. De esta forma, si el objetivo es minimizar la
solucin, se puede cambiar el problema a otro equivalente de
maximizacin simplemente multiplicando la funcin objetivo por "-1". Es
decir, el problema de minimizar Z es equivalente al problema de
maximizar (-1) X Z. Una vez obtenida la solucin ser necesario
multiplicarla tambin por (-1). Los criterios de condiciones de parada,
entrada y salida de la base se mantienen por lo tanto no hay de qu
preocuparse.
En el caso de que la funcin tenga todos los coeficientes de sus
variables bsicas positivos, y adems las restricciones sean del tipo de
desigualdad "", al hacer el cambio dichos coeficientes quedan
negativos cumplindose la condicin de parada en la primera iteracin
(en la fila del valor de la funcin objetivo todos los valores son positivos
o cero). Obtenindose en este caso por defecto un valor ptimo para la
funcin igual a 0. Para que la solucin sea superior a 0 es necesario que
alguna restriccin tenga impuesta la condicin "" (y se tratara de un
modelo para el mtodo de las Dos Fases). En el caso planteado, la
solucin real debe ser cero.
CAMBIO DE SIGNO DE LOS TRMINOS INDEPENDIENTES
Tambin se ha dicho que los trminos independientes (b i) de cada
ecuacin deben ser no negativos para poder emplear el mtodo Simplex. A
tal fin, si alguna de las restricciones presenta un trmino independiente
menor que 0 habr que multiplicar por "-1" ambos lados de la inecuacin
(teniendo en cuenta que esta operacin tambin afecta al tipo de
restriccin).
Ventajas: Con sta simple modificacin de signos en las restricciones
correspondientes se posibilita la aplicacin del mtodo Simplex al problema
modelado.

Alumno: Gilberto Alva Campos

94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

Inconvenientes: Puede resultar que en las restricciones donde

tengamos que modificar los signos de las constantes, los tipos de
desigualdad fueran "" (quedando tras la operacin del tipo "") siendo
necesario desarrollar el mtodo de las Dos Fases. Este inconveniente no es
controlable, aunque podra ocurrir el caso contrario y resultar beneficioso si
los trminos independientes negativos se presentan en todas aquellas
restricciones con desigualdad de tipo "". Si existe alguna restriccin del
tipo "=" no supondra ninguna ventaja ni desventaja puesto que siempre
sera de necesaria aplicacin el mtodo de las Dos Fases.

NORMALIZACIN DE LAS RESTRICCIONES

Otra de las condiciones del modelo estndar del problema es que todas
las restricciones sean ecuaciones de igualdad (tambin llamadas
restricciones de igualdad), por lo que hay que convertir las restricciones de
desigualdad o inecuaciones en dichas identidades matemticas.
La condicin de no negatividad de las variables (x 1,..., xn 0) es la
nica excepcin y se mantiene tal cual.

Restriccin de tipo "" Para normalizar una restriccin con una

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

a11x1 + a12x2 + 1xs = b1

Restriccin de tipo "" En caso de una desigualdad del tipo "",

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

a11x1 + a12x2 - 1xs = b1

Al realizar la primera iteracin con el mtodo Simplex, las

variables bsicas no estarn en la base y tomarn valor cero. En este
caso la nueva variable xs, tras hacer cero a x1 y x2, tomar el valor
-b1 y no cumplira la condicin de no negatividad. Es necesario aadir
otra nueva variable xr, llamada variable artificial, que tambin
aparecer con coeficiente cero en la funcin objetivo y sumando en la
restriccin correspondiente. Quedando entonces de la siguiente
manera:
Alumno: Gilberto Alva Campos
Matricula:
94140826

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

a11x1 + a12x2 b1

a11x1 + a12x2 - 1xs + 1xr = b1

Restriccin de tipo "=" Al contrario de lo que cabra pensar, para

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

a11x1 + a12x2 + 1xr = b1

En el ltimo caso se hace patente que las variables artificiales suponen

una violacin de las leyes del lgebra, por lo que ser necesario asegurar
que dichas variables artificiales tengan un valor 0 en la solucin final. De
esto se encarga el mtodo de las Dos Fases y por ello siempre que
aparezcan este tipo de variables habr que realizarlo.
En la siguiente tabla se resume segn la desigualdad el tipo de variable
que aparece en la ecuacin normalizada, as como su signo:
Tipo de desigualdad
Tipo de variable que aparece

- exceso + artificial
=
+ artificial

+ holgura
A continuacin se explican paso a paso los puntos de cada mtodo,
concretando los aspectos a tener en cuenta.
MTODO SIMPLEX

Construccin de la primera tabla:

Las columnas de la tabla estn dispuestas de la siguiente forma: la
primera columna de la tabla contiene las variables que se encuentran
en la base (o variables bsicas), esto es, aquellas que toman valor
para proporcionar una solucin; la segunda columna recoge los
coeficientes que dichas variables bsicas tienen en la funcin objetivo
(esta columna es llamada Cb); la tercera muestra el trmino
independiente de cada restriccin (P 0); a partir de sta aparece una
columna por cada una de las variables de decisin y holgura
presentes en la funcin objetivo (P j). Para tener una visin ms clara
de la tabla, se incluye una fila que contiene los ttulos de cada una de
las columnas.
Sobre esta tabla se agregan dos nuevas filas: una de ellas, que
lidera la tabla, donde aparecen los coeficientes de las variables de la
funcin objetivo, y una ltima fila que recoge el valor la funcin
objetivo y los costes reducidos Zj - Cj.

Alumno: Gilberto Alva Campos

94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

Los costes reducidos muestran la posibilidad de mejora en la

solucin Z0. Por este motivo tambin son llamados valores
indicadores.
Se muestra a continuacin el aspecto general de la tabla del
mtodo Simplex:

Base
P1
P2
...
Pm
Z

Cb
Cb1
Cb2
...
Cbm

P0
b1
b2
...
bm
Z0

Tabla
C1
P1
a11
a21
...
am1
Z1-C1

C2
P2
a12
a22
...
am2
Z2-C2

...
...
...
...
...
...
...

Cn
Pn
a1n
a2n
...
amn
Zn-Cn

Todos los valores incluidos en la tabla vendrn dados por el

modelo del problema salvo los valores de la fila Z (o fila indicadora).
Estos se obtienen de la siguiente forma: Zj = (CbiPj) para i = 1.m,
donde si j = 0, P0 = bi y C0 = 0, y en caso contrario Pj = aij.
Se observa, al realizar el mtodo Simplex, que en esta primera
tabla ocupan la base todas las variables de holgura y por ello (todos
los coeficientes de las variables de holgura son 0 en la funcin
objetivo) el valor inicial de Z es cero.
Por este mismo motivo tampoco es necesario realizar los clculos
de los costes reducidos en la primera tabla, pudindose determinar
directamente como el cambio de signo de los coeficientes de cada
variable en la funcin objetivo, esto es, -C j.

Condicin de parada:
Se cumple la condicin de parada cuando la fila indicadora no
contiene ningn valor negativo entre los costes reducidos (cuando el
objetivo es la maximizacin), esto es, no existe posibilidad de mejora.
Si no se cumple la condicin de parada es necesario realizar una
iteracin ms del algoritmo, esto es, determinar la variable que se
vuelve bsica y la que deja de serlo, encontrar el elemento pivote,
actualizar los valores de la tabla y comprobar si se cumple
nuevamente la condicin de parada. Es tambin posible determinar
que el problema no se encuentra acotado y su solucin siempre
resultar mejorable. En tal caso no es necesario continuar iterando
indefinidamente y se puede finalizar el algoritmo. Esta situacin
ocurre cuando en la columna de la variable entrante a la base todos
los valores son negativos o nulos.
Alumno: Gilberto Alva Campos
94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

Eleccin de la variable que entra a la base:

Cuando una variable se vuelve bsica, es decir, entra en la base,
comienza a formar parte de la solucin. Observando los costes
reducidos en la fila Z, se decide que entra a la base la variable de la
columna en la que ste sea el de menor valor (o de mayor valor
absoluto) entre los negativos.

Eleccin de la variable que sale de la base:

Una vez obtenida la variable entrante, se determina que sale de la
base la variable que se encuentre en aquella fila cuyo cociente P 0/Pj
sea el menor de los estrictamente positivos (teniendo en cuenta que
esta operacin se har nicamente cuando Pj sea superior a 0).

Elemento pivote:
El elemento pivote de la tabla queda marcado por la interseccin
entre la columna de la variable entrante y la fila de la variable
saliente.

Actualizacin de la tabla:
Las filas correspondientes a la funcin objetivo y a los ttulos
permanecern inalteradas en la nueva tabla. El resto de valores
debern calcularse como se explica a continuacin:
o

En la fila del elemento pivote cada nuevo elemento se calcula

como: Nuevo Elemento Fila Pivote = Anterior Elemento Fila Pivote / Pivote.
o

En el resto de las filas cada elemento se calcula: Nuevo

Elemento Fila = Anterior Elemento Fila - (Anterior Elemento Fila en
Columna Pivote * Nuevo Elemento Fila Pivote).
De esta forma se consigue que todos los elementos de la
columna de la variable entrante sean nulos salvo el de la fila de la
variable saliente cuyo valor ser 1. (Es anlogo a utilizar el mtodo
de Gauss-Jordan para resolver sistemas de ecuaciones lineales).

Alumno: Gilberto Alva Campos

94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

IDENTIFICANDO CASOS ANMALOS Y SOLUCIONES

Solucin ptima: cuando se cumple la condicin de parada y no
hay variables artificiales en la base con valor positivo (los valores se
indican en la columna P0), se ha conseguido la optimizacin. El valor Z0
actual es la solucin ptima del problema, cumplindose para las
variables que se encuentran en la base. Si se trata de un problema de
minimizacin, el valor ptimo obtenido se multiplicar por "-1".
Infinitas soluciones: cumplida la condicin de parada, si alguna
variable de decisin no bsica tiene un valor 0 en la fila Z, significa que
existe otra solucin que aporta el mismo valor ptimo para la funcin
objetivo. Es este caso el problema admite infinitas soluciones, estando
todas ellas comprendidas dentro del segmento (o porcin del plano,
regin del espacio, etc. dependiendo del nmero de variables del
problema) definido por AX1 + BX2 = Z0. Mediante una nueva iteracin
y haciendo que la variable de decisin que tiene el 0 en la fila Z entre en
la base se obtendr otra solucin diferente para el mismo valor ptimo.
Solucin ilimitada (no acotada): si toda la columna de la variable
que entra a la base tiene todos sus elementos negativos o nulos se trata
de problema no acotado, es decir, que tiene solucin ilimitada. No hay
valor ptimo concreto para la funcin objetivo sino que a medida que se
aumenta el valor de las variables tambin se incrementa el valor Z sin
violar ninguna restriccin.
No existe solucin: cuando ningn punto satisface todas las
restricciones del problema se produce la no factibilidad, no existiendo
ninguna solucin posible para l. En este caso, una vez terminadas todas
las iteraciones del algoritmo, existen en la base variables artificiales
cuyo valor es superior a cero.
Empate de variable entrante: cuando se produce un empate en
la condicin de decisin de la variable entrante se puede optar por
cualquiera de ellas sin que esto afecte a la solucin final. Por contra si
influye en el nmero de iteraciones necesarias para obtener dicha
solucin. Se aconseja optar a favor de las variables bsicas ya que ellas
son las que formarn parte de la solucin ptima.
Empate de variable saliente: se puede nuevamente optar por
cualquiera de ellas. Sin embargo, a fin de no alargar el problema y evitar
la entrada en un bucle infinito (caso degenerado), se discrimina a favor
de las variables de decisin haciendo que permanezcan en la base. En el
caso de estar en la primera fase del mtodo de las Dos Fases, se optar
por sacar de la base las variables artificiales.
Alumno: Gilberto Alva Campos
94140826

Matricula:

Asignacin No. 2 TARE DE INVESTIGACION DEL 30/9/15

El elemento pivote puede ser nulo?: No, el elemento pivote

siempre ser estrictamente positivo ya que nicamente se realizan los
cocientes entre valores no negativos y mayores que cero (ante un
problema de maximizacin).

REFERENCIAS:
http://www.ingenieriaindustrialonline.com/herramientas-para-elingeniero-industrial/investigaci%C3%B3n-de-operaciones/m
%C3%A9todo-simplex/
http://www.phpsimplex.com/teoria_metodo_simplex.htm

Alumno: Gilberto Alva Campos

94140826

Matricula: