INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

UNIDAD II. MTODOS DE SOLUCIN

2.1 Solucin grfica de un problema de programacin lineal

- Puntos extremos y optimidad
- Tipo de soluciones
2.2 Teora del mtodo simplex
2.3 Solucin bsica factible
2.4 Solucin bsica factible mejorada
2.5 Forma tabular del mtodo simplex (solucin de problemas)
2.6 El mtodo de la M
2.1. Solucin grfica de un problema de programacin lineal

En sta seccin se analizar algunos de los mtodos que existen para darle solucin a un
problema de programacin lineal, que consisten bsicamente en determinar los valores de la
funcin objetivo y los valores numricos de cada una de las variables de decisin; estos
valores de las variables debern ser tales que al evaluarlos en el problema debern satisfacer
cada una de las restricciones del problema analizado.
La forma ms fcil para resolver un problema pequeo de programacin lineal es el
procedimiento grfico, donde ste procedimiento slo es til cuando existan dos variables de
decisin. Cuando existen mas de dos variables no es posible graficar la solucin en un plano
de dos dimensiones, por lo tanto, se deben buscar mtodos ms complejos.
Requisitos para el mtodo grfico
a) El problema debe ser de dos variables
b) Se estandarizan las restricciones a igualdades
El procedimiento grfico incluye dos pasos bsicos:
1. La determinacin del espacio de soluciones que define la solucin factible que satisfase
todas las restricciones del modelo.
2. La determinacin de la solucin ptima de entre todos los puntos en el espacio de solucin
factible.
El procedimiento se describe tanto para una funcin objetivo de maximizacin como de
minimizacin
Pasos para el mtodo grfico
1. Pasar todas las desigualdades a igualdades.

21

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

2. Tomas una por una de las ecuaciones, y determinar los puntos de interseccin con los
ejes del plano cartesiano.
3. Graficar cada una de las ecuaciones o igualdades.
4. Determinar el rea de soluciones para cada una de las restricciones.
Puntos extremos y optimidad. Dentro del mtodo grfico, una vez que las restricciones y la
y la funcin objetivo hayan sido granizados en un plano de coordenadas se tendr delimitada
una rea, llamada rea de soluciones factibles ya que en esta se encuentran una infinidad de
soluciones factibles para el problema, dicha rea estar formada por las restricciones trazadas
y toda interseccin entre las restricciones y ejes de las coordenadas formarn puntos
conocidos como puntos extremos. Cada uno de estos puntos dan una solucin al problema
pero solo uno de estos puntos proporciona la solucin optima y al encontrar este punto se
encuentra con la optimidad del problema.

Grfica de un problema de P.L.

R3
Puntos
extremos

R2
rea de
soluciones

R1
Z

Nota: Para problemas de maximizacin, el punto ms lejano del origen que delimita el rea
de soluciones con respecto a la funcin objetivo ser la solucin ptima.
Cuando el problema es de minimizar el punto ms secano al origen del rea de soluciones
con respecto a la funcin objetivo, ser la solucin ptima.

Tipo de soluciones. Existen varios tipos de soluciones en un modelo de programacin lineal,

pero siempre hay tipo de soluciones que se presentan con mayor frecuencia o que son mas
comunes:

22

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

1. Solucin bsica factible. Se le denomina de esta manera, porque las variables bsicas
son mayor que cero, y se tiene una nica solucin (Xi>=0).
2. Solucin bsica no factible. Esta solucin se presenta debido alguna de las variables del
problema toma un valor menor que cero(Xi<0).
3. Infinidad de soluciones. No hay una solucin nica porque las soluciones son
independientes y existen una infinidad de soluciones.
4. Solucin inexistente. No existe una solucin porque las ecuaciones son inconsistentes
Caso 3
Caso 1

X1+4X2=8
4X1+2X2=4
Sol.
X1=0
X2=2

Caso 2

X1+X2=8
4X1+2X2=4
Sol.
X1=-6
X2=14

Caso 4

4X1+2X2=8
2X1+X2=4
Sol.
Varias soluciones

X1+3X2=8
2X1+6X2=4
Sol.
No existe solucin

Ejemplo 2.1
Determinar la solucin del siguiente problema de programacin lineal utilizando el mtodo
grfico.
Zmax=5X1+12X2
s.a.
R1 5X1
120
R2 5/4X1+2X2 56
R3
X2 15
Xi 0

23

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

24

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

Ejemplo 2.2
Determinar la solucin de un problema de programacin lineal Utilizando el mtodo grafico
Zmin=2X1+3X2
s.a.

R1
R2
R3

X1+3/4X2 6
X1
4
3X2 9
X1,X2 0

25

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

2.2 Teora del mtodo simplex

La metodologa utilizada para el mtodo grfico es la clave para desarrollar el mtodo
simplex algebraico general para resolver cualquier modelo de PL. La
transaccin del punto extremo geomtrico (o esquina) de la solucin al
mtodo simplex radica en identificar algebraicamente los puntos extremos.
Para lograr esta meta, primero convertimos el modelo a la forma estndar de
PL, utilizando variables de holgura o de supervit para convertir las
restricciones de desigualdades a igualdades.
Como ya se a mencionado la programacin lineal se puede resolver a travs del algoritmo del
modelo del mtodo simplex. La importancia de este modelo es que proporciona una serie de
soluciones por etapas, esto quiere decir que en la etapa uno el valor de Z o de las funcin
objetivo tiene un valor inicial de cero (Z=0) y para la siguiente etapa el valor de Z aumentara
si el problema es de maximizar lo cual significa que a medida que aumente el nmero de
etapas el valor de Z va siendo mayor, y si el problema es de minimizar el valor de Z ir
descendiendo.
Nuestro inters en la forma estndar de PL. se basa en la solucin bsica de las ecuaciones
lineales simultaneas. Esta solucin bsica (algebraica) define completamente todos los
puntos extremos (geomtricos) del espacio de la solucin. El Algoritmo simplex esta diseado
para localizar de manera eficiente la ptima entre estas soluciones bsicas.
Modelo de programacin lineal
F.o Zmax o Zmin= C1X1+C2X2+...CnXn
s.a.
a11X1+a12X2+a13X3...a1nXn b1
a21X1+a22X2+a23X3...a2nXn ... b1
.
.
.
... . ...
.
.
.
.
... . ...
.
am1X1+am2X2+am3X3...amn ... bn

26

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

Solucin bsica factible

Una solucin bsica factible en una solucin factible en un vrtice aumentada.
Dos soluciones bsicas factibles son adyacentes si todas menos una de sus variables no
bsicas son las mismas. Entonces, trasladarse de una solucin bsica factible a una
adyacente significa cambiar el estado de d una variable de no bsica a bsica viceversa y
otra variable.
En trminos generales, el nmero de variables no bsicas
de una solucin no bsica
siempre es igual a los grados de libertad del sistema de ecuaciones y el nmero de variables
bsicas siempre es igual al nmero de restricciones funcionales.
Las restricciones algebraicas entre las soluciones bsicas y las soluciones de los vrtices.
Cada solucin en un vrtice es la solucin simultanea de un sistema de n ecuaciones d
frontera a las que se do el nombre de ecuaciones de definicin.
As pues, siempre que las ecuaciones de frontera de una restriccin sea una de las ecuaciones
de definicin, la variable indicativa tiene un valor cero en la forma aumentada del problema.
Cada una de esta variable individuales se llaman variables no bsicas para la solucin bsica
correspondiente.
Cada solucin bsica tiene n variables no bsicas igual a cero. Las variables de las m
variables restantes (la llamadas variables bsicas) constituyen la solucin simultanea del
sistema de m ecuaciones del problema en la forma aumentada (despus de igualar a cero
las variables no bsicas). Esta solucin bsica es la solucin en el vrtice aumentada cuyas n
ecuaciones de definicin son las indicadas por las variables no bsicas.
Los nicos requisitos para que una solucin sea factible es la forma aumentada del problema
son que satisfaga el sistema de ecuaciones y que todas las variables sean no negativas.
Una solucin bsica factible en las que las m variables bsicas no son negativas (>=0).
Se dice que una solucin bsica factible es degenerada si cualquiera de estas m variables es
igual a cero.
Entonces es posible que una variable sea igual a cero y no sea una variable no bsica para la
solucin actual. (Este caso corresponde a una solucin en un vrtice que satisface otra
ecuacin de frontera a dems de sus n ecuaciones de definicin) Por tanto, es necesario saber
con exactitud cual es el conjunto de variables no bsicas (o el conjunto actual de las variables
bsicas) y no confiar en los valores de cero.
Ya se hizo que no todo tiene solucin de n ecuaciones de frontera conduce a una solucin de
un vrtice, ya sea porque el sistema no tiene solucin o porque tiene soluciones mltiples. Por

27

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

razones anlogas no todo conjunto de n variables no bsicas conduce a una solucin bsica.
Sin embargo, el mtodo simplex evita estos casos.
El mtodo simplex comienza en una solucin bsica factible y se mueve en forma iterativa a
una solucin bsica adyacente mejor, Hasta que logra una solucin optima.
De manera equivalente, en la terminologa nueva el mtodo simplex llega a una solucin
bsica factible adyacente a partir de la solucin actual cuando:
1.
2.
3.

Se elimina una variable (la variable bsica entrante) del conjunto de n variables no
bsicas que definen la solucin actual.
Se aleja de la solucin actual incrementado el valor de esta variable ( y ajustado las otras
variables bsicas para que sigan satisfaciendo el sistema de ecuaciones) y manteniendo
las (n-1 variables estantes a nivel cero )
Se determina cuando el valor de la primera variable bsica (la variable bsica que sale)
llega a cero (a su ecuacin de frontera ). Con cualquiera de estas dos interpretaciones, la
seleccin entre las n alternativa en el paso 1 se hace escogiendo aquella que da la tasa
mas alta para mejorar el valor de Z (por cada unidad de incremento de la variable bsica
entrante) durante el paso 2.

2.5 Forma tabular del mtodo simplex

El lgebra matricial y el proceso completo de eliminacin de Gaus Yordan, para resolver un
sistema de ecuaciones simultaneas son las races obtenidas paras la incgnitas dada en una
matriz identidad.
Para iniciar la solucin de un problema de PL. es necesario iniciar por estandarizar el modelo
lo cual implica convertir todas las restricciones a igualdades o ecuaciones tomando como
referencia la siguiente informacin indicada en la tabla:
Requisitos para conversin de desigualdades a igualdades
Tipo de restricciones
1. Menor o igual ( )necesita la suma de
una variable de holgura (+H)
2. Mayor o igual ( ) se necesita restarse
una variable de holgura y una variable
artificial (A) positiva
3. Igualdad (=) Se necesita sumar una
variable artificial positiva (A)

Maximizacin
La variable de holgura toma un coeficiente
de cero en la funcin objetivo
Toma un coeficiente cero para la variable de
holgura y un coeficiente -M para la variable
artificial en la funcin objetivo
Coeficiente -M en la funcin objetivo para
la variable artificial

La forma tabular del mtodo simplex lleva a los siguientes ttulos

Ci
0
0
Z

Cj
Base Xo
A1
RD1
H2
RD2

C1
X1
a11
a21

C2
X2
a12
a22
1

0
-H1
1
0
2

0
H2
0
1
3

-M
A1
0
1
4

i
1
2

28

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

Nota: En la base y en la primera iteracin, solo entran las variables de holgura (H+) y las
variables artificiales (A+)

Formulas necesarias para calcular los parmetros necesarios para proseguir con
el mtodo simplex:
Zi=;

-Cj

(parmetro de factibilidad) el valor menor (+) es el que determinar

que variable
(optimidad)
Inicia la variable de
saldr de la base
mayor valor absoluto y
es la que
entra en la base

Pasos para resolver un problema de programacin lineal

(Mtodo simplex)
Paso 0

Adicin de la variable de holgura

a todas las desigualdades

Paso 1

Encontrar una solucin bsica

Paso 3
Si

Paso 3

Resuelva para la mejor solucin

bsica factible

Puede encontrar una solucin

bsica factible mejor (una que de
una mejor aportacin)

Paso 4

No

La solucin bsica es la optima

PARE

29

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

Ejemplo:
Determinar la solucin del siguiente modelo de programacin lineal utilizando el mtodo
simplex.
Zmax= 80X1+45X2
s.a.
20X1+5X2 400
15X1+10X2 450
Xj 0
Solucin:
Forma estndar
Zmax= 80X1+45X2+0H1+0H2
20X1+5X2+H1 =400
15X1 +X2 +H2 =450

30

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

2.6 El mtodo de la M
El mtodo de la M con la PL en la forma estndar. Para cualquier ecuacin i que no tiene
una holgura, aumentamos una variable artificial (A i ) Entonces esta variable se convierte parte
de la solucin inicial, sin embargo debido a que las artificiales son ajenas al modelo de
programacin lineal, se les asigna una penalidad en la funcin objetivo, para obligarla a un
nivel cero en una iteracin posterior del algoritmo simplex.
Debido a que M es un valor suficiente mente grande, la variable Ai Se penaliza en la funcin
objetivo restndose si el problema es de maximizar (-MA i ) y se suma en la funcin objetivo
si es de minimizar (+MAi). Debido a esta penalidad, la naturaleza del proceso de optimizacin
lgicamente tratar de impulsar a Ai a nivel cero durante el curso de la iteracin simplex.
Este mtodo solo ser aplicable cuando exista dentro de las restricciones por lo menos una de
tipo ( ) para que al momento de estandarizar el problema de PL aparezca la variable de
holgura, por lo tanto, en la funcin objetivo estandarizada se suman las variables de holgura
con coeficientes cero, y como se menciono anteriormente las variables artificiales se restan
con un coeficiente de M si el problema es de maximizar y se suma la variable artificial con u
coeficiente de M si el problema es de minimizar y se prosigue a resolver el problema con el
mismo procedimiento del mtodo simplex, entrando en la base las variables de holgura
positivas y lar variables artificiales pero siempre se les dar prioridad a las variables
artificiales en los espacios disponibles es la base.
Ejemplo:
Problme primal
Zmin=30X1+80X2
Sa
X1
800
X2 600
X1+X2 =2000
Xi 0

31

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

32

INVESTIGACIN DE OPERACIONES I

UNIDAD II. MTODOS DE SOLUCION

Ing. J. Jess Tamayo Zaragoza

33