Investigación de operaciones

Algoritmo Simplex

Problema de Maximización

Sea el siguiente modelo de programación lineal:

……………………………
……………………………

Paso 1: Inicialización

Escribir la forma estándar

……………………………………………………………………
…………………………………………………...................

Escribir los coeficientes del modelo en el formato de tabla Simplex. El sistema tiene que estar en la
Forma Canónica [para toda variable básica]. Esto implica que se tiene una solución básica factible
inicial. [El ingreso a la fila de los costos reducidos, debe ser con el sistema ampliado]

Base …
…
… …
… …
… … … … … … … … … …
… …

En este caso, son las variables no básicas y son las variables básicas.
Paso 2: Test de Optimalidad

Si los costos reducidos, asociados a las variables no básicas, son mayores o iguales a cero, esto es,
para toda variable no básica. Entonces la solución básica factible actual es
óptima. Terminar con el algoritmo simplex. En caso contrario ir al Paso 3.

Paso 3: Elegir la variable que entra a la base. Test de factibilidad.

Si uno o más , entonces la variable de decisión xs que entra a la base se elige como la
variable no básica tal que: [La variable no básica asociada al costo reducido
más negativo]. Un empate se resuelve arbitrariamente.

Paso 4: Elegir la variable que sale de la base

La variable básica, que sale de la base es aquella tal que:

Si todos los coeficientes de la variable de decisión que entra a la base son negativos o cero, esto
es, entonces el problema es no acotado. [El índice s corresponde
columna asociada a la variable no básica que entra a la base]

Paso 5: Actualización

Determinar la nueva solución básica factible, transformando la tabla a la forma canónica, tal que la
variable que entra, tiene coeficiente uno en la fila donde se encuentra la variable que sale de la
base y tiene coeficiente cero en todos los restantes elementos de la columna s. Ir al Paso 2.
Método de la GRAN-M.

Este método nos permite resolver problemas más generales de Programación Lineal. La ventaja de
este método es que soporta restricciones de tipo .

 Consiste en resolver el PPL utilizando variables artificiales.

 La solución básica inicial está conformada por variables de holgura y artificiales.
 El método parte con una base artificial. Si el PPL tiene solución factible (RF) finaliza con una
base sin variables artificiales.

NOTA: Las variables de exceso no comienzan como básicas puesto que al ser restadas en las
restricciones del tipo , daría como solución inicial básica factible un valor negativo lo que
rompería la condición de no negatividad.

Procedimiento.

Después de tener el PPL en forma estándar, se debe sumar una variable artificial en el lado
izquierdo de cada restricción del tipo . [Además de las respectivas variables de exceso para
las restricciones del tipo ]

En la función objetivo;

Caso de la maximización, es necesario agregar las variables artificiales acompañadas con un

coeficiente muy negativo .

Caso de la minimización, es necesario agregar las variables artificiales acompañadas de un

coeficiente muy positivo .
[ es un número que tiende a infinito]

Con esa variable artificial y las restantes variables de holgura se construye la base inicial con la que
aseguramos que todas las restricciones se encuentren en la tabla simplex.

NOTA:

Variables que se debe agregar

Tipo de restricción
para resolver