CONTENIDO:

Clase # 8

1. Forma est
estndar del modelo.
2. Restricciones de igualdad.
3. Restricciones de la forma
4. Funci
Funcin objetivo: minimizar
5. Lados derechos negativos
6. Condici
Condicin de signo de las variables
6.1 Variable con cota inferior negativa
6.2 Variable libre o irrestricta
6.3 Variable negativa

EL METODO SIMPLEX
ADAPTACI
ADAPTACIN A OTRAS
FORMAS DEL MODELO.

8-1

2. Restricciones de igualdad.

1. Forma est
estndar del modelo

Cualquier restriccin del tipo

a11X1 + a12X2 + .............+ a1nXn = b1

Maximizar Z = 3X1 + 5X2

Sujeto a
X1

8-2

Podra escribirse como:

a11X1 + a12X2 + .............+ a1nXn b1

a11X1 + a12X2 + .............+ a1nXn b1

2X2 12
3X1 + 2X2 18

X1 , X2 0
8-3

Esto sera inconveniente ya que aumentara el

nmero de restricciones.
Por cada restriccin de igualdad apareceran dos
restricciones de desigualdad

8-4

En el ejemplo de la Wyndor Glass Co.

Si se camba la tercera restriccin de
desigualdad, por una igualdad, se tiene:

Lo que se hace
entonces es
introducir
VARIABLES
ARTIFICIALES O
FICTICIAS

Maximizar Z = 3X1 + 5X2

Sujeto a
X1
4
2X2 12
3X1 + 2X2 = 18

X1 , X2 0

Veamos un ejemplo
8-5

8-6

x2

10
9
8
7
6
5
4
3
2
1

Problema real

(2,6)

La forma aumentada de este modelo es:

Regin factible
(solo el segmento
de recta)
X2=6

(0) Z - 3X1 - 5X2

(1)

(4,3)
3X1 + 2X2=18
1 2 3 4 5 6 7 8 9 10
X1=4

X1

=0
+ X3

(2)

2X2

(3)

3X1 + 2X2

= 4
+X4

= 12
= 18

Cul es la solucin B.F. inicial?

No est completa la matriz identidad.
Introducir Variables artificiales o ficticias.

x1
8-7

Variables artificiales o ficticias.

8-8

Mtodo de la M grande

Sirven para completar una soluci

solucin B.F
inicial.
Deben ser no negativas
Se deben introducir penalizaciones muy
grandes en la funci
funcin objetivo. (Cj)
Sirven como V.B en la ecuaci
ecuacin en que han
sido introducidas.
El proceso iterativo del simplex se deshace de
ellas (si el problema real es factible)
No pueden aparecer en la soluci
solucin final (no
tienen significado real)

Paso 1.
Adicionar una variable artificial X5 al lado
izquierdo de la restriccin de igualdad
3X1 + 2X2

= 18

X5

Es similar a introducir una variable

de holgura

8-9

8-10

En el ejemplo de la Wyndor:
Wyndor:
La forma aumentada del problema
artificial es:

Paso 2.
Se asigna una penalizacin o castigo enorme
en la funcin objetivo por el hecho de incluir
la variable artificial X5 0

(0) Z - 3X1 - 5X2

(1)

Se modifica la funcin objetivo, as:

Maximizar Z = 3X1 + 5X2 - M X5
(- M castiga al mximo )
M > 0 y M >>> Cj

X1

+MX5 = 0
+ X3

(2)

2X2

(3)

3X1 + 2X2

= 4
+X4

= 12

+X5 = 18

Soluci
Solucin B.F.
B.F. inicial:X1
inicial: = 0 , X2 = 0, X3 = 4, X4 = 12, X5 = 18
FACTIBLE para el problema artificial
NO FACTIBLE para el problema real Z = -M(18)
8-11

8-12

Comparemos los dos problemas.

Problema real

(0,6) Z=30 - 6M

Problema artificial

10
9
8
7
6
5
4
3 Regin
2 factible
1

Max Z = 3X1 + 5X2 Max Z = 3X1 + 5X2 - M X5

Sujeto a
Sujeto a
4
X1
X1
4
12
2X2
3X1 + 2X2 + X5
= 18
2X2 12
( As: 3X1 + 2X2
18
Si X5=0, modelos equivalentes
Si X5>0, se tiene 3X1+2X2<18

3X1 + 2X2 = 18
X1 , X2 0

X1, X2, X5 0

(2)

2X2

(3)

3X1 + 2X2

Los coeficientes de las variables b

bsicas deben ser cero

+MX5 = 0
+ X3

El rengl
rengln (0) no se encuentra en la forma
apropiada de la Eliminaci
Eliminacin Gaussiana.
Gaussiana.

Recordemos la forma aumentada del

problema artificial
X1

(4,3) Z= 27

1 2 3 4 5 6 7 8 9 10 1
(0,0) Z= 0 - 18M
(4,0) Z= 12 - 6M 8-14

SOLUCION POR EL METODO SIMPLEX

(1)

(2,6) Z= 36

8-13

(0) Z - 3X1 - 5X2

Problema artificial

x2

Expresar el rengl
rengln (0) s
slo en t
trminos de las V.N.B.
V.N.B.

= 4
+X4

= 12

(0)

+X5 = 18

Z - 3X1 - 5X2

+ MX5

-M(3) - M ( 3X1 + 2X2

+X5

Z - (3M+3) X1 - (2M+5) X2

=0
= 18)

= -18M

8-15

Coeficientes
Iter V.B Ec #

X2

X3

X4

X5

Z (0) 1

-3M -3

-2M-5

-18M

X3 (1) 0

X4 (2) 0

X5 (3) 0

Coeficientes
Iter V.B Ec #

L.D

X1

8-16

L.D

X1

X2

X3

X4

X5

Z (0) 1

-2M-5

3M + 3

X1 (1) 0

12

X4 (2) 0

12

18

X5 (3) 0

-3

8-17

-6M+12

8-18

Coeficientes
Iter V.B Ec #

X2

X1

X3

X4

X5

-9/2

M+5/2

Coeficientes
Iter V.B Ec #

L.D

27

L.D

X1

X2

X3

X4

Z (0) 1

3/2

M+1

36

X5

Z (0) 1

X1 (1) 0

X1 (1) 0

-1/3

1/3

X4 (2) 0

-1

X3 (2) 0

1/3

-1/3

X2 (3) 0

-3/2

1/2

X2 (3) 0

1/2

8-19

8-20

3. Restricciones de la forma
OBSERVACION:
La variable X5 es una V.B en las 2
primeras tablas simplex.

VARIABLE DE EXCESO, EXCEDENCIA O SUPERAVIT

Veamos la restricci
restriccin 3 del siguiente ejemplo.
Minimizar Z = 0.4X1 + 0.5X2
Sujeto a
0.3X1 + 0.1X2 2.7
0.5X1 + 0.5X2 = 6
0.6X1 + 0.4X2 6

Las 2 primeras soluciones

B.F para este problema
artificial son no factibles
para el problema real

X1 , X2 0

8-21

15

X2

Consideremos la tercera restriccin.

(Ms tarde, se considera la F.O)

8-22

0.3X1 + 0.1X2 = 2.7

1. Se resta una VARIABLE DE EXCESO,

DE EXCEDENCIA o DE SUPERAVIT
al lado izquierdo de la restriccin del tipo
para convertirla en igualdad.

0.6X1 + 0.4X2 6

10

Regin
factible
5

Soluciones en los
vrtices

0.5X1 +0.5X2 = 6

0.6X1 + 0.4X2 - X5 = 6
2. A esta restriccin se le adiciona una
VARIABLE ARTIFICIAL, para hallar
una solucin B.F. inicial.
0.6X1 + 0.4X2 - X5 + X6 = 6

X1
0

10

15
8-23

8-24

Forma aumentada del problema artificial:

Observaci
Observacin:
Min Z = 0.4X1 +0.5X2

+MX4

Los coeficientes de las variables

artificiales en la funci
funcin objetivo
son +M en lugar de -M, porque
ahora la F.O. es de minimizar.

+MX6 =0

Sujeto a

0.3X1 + 0.1X2 + X3
0.5X1 +0.5X2

= 2.7
+X4

0.6X1 + 0.4X2

= 6

(coeficientes
castigo).

- X5 + X6 = 6

X1 , X2, X3, X4 , X5,, X6 0

de

penalizaci
penalizacin

8-25

4. Funcin Objetivo: minimizacin.

8-26

4.2 Transformar la F.O:

n

Min Z= CjXj
j=1

4.1 Cambiar el criterio de los

evaluadores: rengln (0)

es equivalente a
-Vector que entra

(-CjXj)
Max -Z=
j=1

- Prueba de optimalidad

Al valor ptimo se le cambia el signo

8-27

Transformando la funci
funcin objetivo
Min Z = 0.4X1 +0.5X2

+MX4

8-28

Forma aumentada del problema

artificial a resolver:

+MX6

(0) - Z + 0.4X1 +0.5X2

Max - Z = -0.4X1 - 0.5X2

-MX4

- MX6

M es un coeficiente de penalizacin o de castigo:

Sus signos son opuestos a la direccin de la F.O.

(1)

0.3X1 + 0.1X2 + X3

(2)

0.5X1 +0.5X2

(3)

0.6X1 + 0.4X2

+MX4

+MX6 = 0
= 2.7

+X4

= 6

- X5 + X6 = 6

X1 , X2, X3, X4 , X5,, X6 0

8-29

8-30

El problema en la forma est

estndar de la
Eliminaci
Eliminacin Gaussiana.

Coeficientes
Iter V.B Ec #

0 Z (0) -1

(0) - Z + 0.4X1 +0.5X2

+ MX4

-M(2) - M( 0.5X1 +0.5X2

-M(3) -M (0.6X1 + 0.4X2

X1

X2

-1.1M+0.4 -0.9M+0.5

L.D

X3

X4

X5

X6

-12M

+MX6 = 0

+ X4
= 6)
- X5 + X6 = 6)

- Z + (0.4 -1.1M) X1 + (0.5-0.9M) X2 +MX5 =12M

X3 (1) 0

0.3

0.1

2.7

X4 (2) 0

0.5

0.5

X6 (3) 0

0.6

0.4

-1

Veamos las tablas simplex

8-31

Coeficientes
Iter V.B Ec #

0 Z (0) -1

X1
0

X2

X3

-16 M+11 11 M - 4
30

8-32

X4

X5

X6

L.D

-2.1M-3.6

Coeficientes
Iter V.B Ec #

0 Z (0) -1

X1

X2

X3

-5 M + 7

X1 (1) 0

1/3

10/3

X1 (1) 0

X4 (2) 0

1/3

5/3

1.5

X4 (2) 0

X6 (3) 0

-2

-1

0.6

X2 (3) 0

0.2

X4
0

X5

L.D

X6

-5 M + 11 8 M - 11 -0.5M-4.7
3
3
6
6

20/3

5/3

-5/3

5/3

5/3

-5/3

0.5

-10

-5

8-33

5. Lados derechos negativos.

Coeficientes
Iter V.B Ec #

X1

X2

0 Z (0) -1

X1 (1) 0

X5 (2) 0

X2 (3) 0

X6

L.D

X4

X5

0.5

M-1.1

M -5.25

-1

7.5

0.6

-1

0.3

-5

4.5

X3

8-34

Se multiplica toda la restriccin por (-1), as:

8-35

a11X1 + a12X2 + .............+ a1nXn = -bi

-a11X1 - a12X2 - .............- a1nXn = bi
En restricciones de desigualdad, al multiplicar
por (-1), se invierte el signo de sta, as:
a11X1 + a12X2 + .............+ a1nXn
-a11X1 - a12X2 - .............- a1nXn

- b1
b1

8-36

6. Condicin de signo de las variables.

6.1.Variables con cota inferior negativa

Algunas veces, las variables de decisin no

requieren tomar valores no negativos

Las que satisfacen una restriccin de la forma

Xj Lj

El algoritmo simplex exige hallar un problema

equivalente que slo contenga variables no
negativas, debido al procedimiento para hallar
la variable bsica que sale.

donde Lj es una constante negativa.

8-37

Se define Xj =Xj - Lj

8-38

Comparemos los problemas.

donde Xj 0

Problema Original

En el ejemplo de la Wyndor:
Suponga que X1 representa el aumento en la
tasa de produccin del producto 1 (puertas).
Actualmente la tasa de produccin es de 10
unidades. Entonces

Problema equivalente

Max Z = 3X1 + 5X2 Max Z = 3(X1 -10) + 5X2

Sujeto a
Sujeto a
X1

X1 - 10

2X2 12

X1 -10

3X1 + 2X2 18

Se define X1 =X1 - (-10) donde X1 0

X1 -10, X2 0

Es decir: X1 =X1 + 10

2X2
3(X1 - 10) + 2X2

4
12
18

X1 0, X2 0

8-39

6.2.Variables no restringidas en signo (n.r.s)

(variables libres o irrestrictas)
Se puede cambiar la variable n.r.s por la
diferencia de 2 variables no negativas.

8-40

Comparaci
Comparacin de los dos problemas.
Problema original

Problema equivalente

Max Z = 3X1 + 5X2 Max Z = 3(X1+ -X1-) +5X2

Sujeto a
Sujeto a
X1

X1+ -X1-

2X2 12

Xj n.r.s

3X1 + 2X2 18
X1 n.r.s , X2 0

X j = X j+ - X j8-41

2X2
3(X1 -X1-) + 2X2
+

4
12
18

X1+ , X1- 0 , X2 0
8-42

6.3 Variables negativas

8-43