TABLA SIMPLEX EN FORMA

MATRICIAL
La idea general del método simplex
(primal o dual) es comenzar en un punto
extremo y proceder hacia un punto
extremo adyacente, con el objetivo de
mejorar la optimidad mientras se
mantiene la factibilidad (método primal)
o bien, moverse hacia la factibilidad sin
anular la optimidad (método dual).
.
Una manera mas sencilla de seleccionar un punto
extremo es utilizar la base B constituidas por Variables
de holgura y/o artificiales.

La B inicial es una matriz identidad I que obviamente es

una base.

Los puntos extremos adyacentes se determinan

Intercambiando un vector B con un vector no básico
corriente que moverá la solución a la optimidad (método
primal) o hacia la factibilidad (método dual).
Maximizar Z=CX

Sujeta a (A,I)X=b
x≥0
Subdividimos el vector x en x₁ y x₁₁
Donde x₁₁ corresponde a los elementos de x
asociados con la base inicial B=I.

También subdividimos C en c₁ y c₁₁ para que correspondan

con x₁ y x₁₁
z
1 - c₁ c₁₁ x₁ = 0
0 A I x₁₁ b
En toda iteración XB la representación de las variables
básicas corrientes y B su base asociada.

XB representa M elementos de X
B representa los vectores de (A,I), asociados con XB
CB es la representación de elementos asociados con XB.

Tenemos:
BXB= b y z= CBXB

1 -CB z 0
0 B XB b
 Resolvemos los valores de z y XB invertimos la matriz
Subdividida:

z 1 CBB¯¹ 0
XB 0 B¯¹ b

z CBB¯¹b
XB B¯¹b
 La tabla simplex de XB se determina considerando
que:

CBB¯¹ 0 1 - c1 c₁₁ z 1 CBB¯¹ 0

0 B¯¹ 0 A I x1 0 B¯¹
b
x11

Realizando las operaciones de matrices tenemos la

siguiente iteración de la tabla simplex general
expresada
Básica en forma
X1 matricial. Solución
X11
z CBB¯¹ A - c₁ CBB¯¹ -C11 0

xB B¯¹ A B¯¹ b
Esta tabla se puede calcular una vez que se conoce
la base B asociada con XB por consiguiente siguiente
su inversa B¯¹
Maximizar z= 2x1 + 3x2 +7x3

Sujeto a:

2x1 + x2 +2x3= 4
3x1 - x2 - 2x3 =1
x1 ,x2 ,x3≥0

Vectores de restricción asociados con x1 ,x2 ,x3

P1 P2 P3
2 1 2
3 -1 -2
Cuantos vectores necesitamos para formar una
base?

Pueden P2 y P3 formar una base?

2 1 2
P2
3 -1 -2

P3

2 1 1 0
B
3 -1 0 1

B¯¹ 1/5 1/5

3/5 -2/5
 Identificar XB, CB asociada con la base B. También
identificar b
X1 X2 X3 b
z 2 3 7 0
X1 2 1 2 4
X11 3 -1 -2 1

XB (x1 , x2)

CB( 2 , 3)

b( 4 , 1)
 Es factible XB ?

B¯¹b
1/5 1/5 4
3/5 -2/5 1

B¯¹b 1
2

X1 X2 X3
1 2 0

Satisface todas las restricciones, incluida la no

negatividad.
x1 ,x2 ,x3≥0
XB es optima?

CBB¯¹ A –C1 , CBB¯¹ -C11

(0,0,-1)

No es optima porque muestra que P3 debe estar

contenida en la base.

Si P3 entra en la base cual de los 2 vectores P1 y P2

deben salir?
 1/5 1/5 2
B¯¹P3 3/5 -2/5 -2

0
B¯¹P3 2

1
B¯¹b 2

Por lo que nos indica que P2 debe salir por la

condición de factibilidad.
Por lo que hay que identificar nuestra nueva base

XB (X1,X3)

CB (2 , 7)

2 2
B
3 -2

Si observamos una vez calculada la B y B¯¹ cada elemento

de la tabla simplex se puede calcular inmediatamente, lo
que nos permite calcular la factibilidad y optimidad de la
iteración. En esencia, las iteraciones simplex sucesivas
difieren solo en la base B. Esta es la idea principal que
fundamenta la creación del método simplex revisado.
MÉTODO SIMPLEX(PRIMAL) REVISADO
En el método simplex revisado(primal o dual), el hecho
que las interacciones simplex difieran solo en la
definición de la base B, sugiere ventajas potenciales de
calculo:
1.- en problemas grandes de PL, el utilizar operaciones en
renglones de Gauss-jordan conduce normalmente a errores de
redondeo acumulativo, incontrolables, con efectos adversos
en los resultados finales. En el método revisado usamos B¯¹ y
los datos originales del problema.

2.- la naturaleza de las operaciones con matrices indica que no

es necesario calcular todos los elementos de la tabla
simplex, lo cual para ciertos tamaños del problema de PL
pueden necesitarse menos cálculos