Professional Documents
Culture Documents
Método Simplex (FEVR)
Método Simplex (FEVR)
Ejemplo 1: Maximizar Z = 7 X1 + 5 X2 +0 X3 + 0 X4
s. a.
4 X1 + 3 X2 + X3 + 0 X4 = 240
2 X1 + X2 + 0 X3 + X4 = 100
X1, X2, X3, X4 ≥ 0
En base a ello construimos la tabla del simplex con los coeficientes de
la FO (encabezado) y con los coeficientes de las restricciones para la
primera tabla.
MÉTODO SIMPLEX
4 3 1 0 240
2 1 0 1 100
Zj
Cj - Zj
Completando la tabla 1
Cj 7 5 0 0
VARIABLES X1 X2 X3 X4 CANT RELACIÓN
0 X3 4 3 1 0 240
0 X4 2 1 0 1 100
Zj Z1 Z2 Z3 Z4 ZT
(Cj – Zj)
Ahora hay que evaluar la tabla 1, para ello se calcula Zj (utilidad
bruta), y (Cj – Zj) que corresponde a la utilidad neta.
Para calcular Zj para cada columna se multiplican los Cj de las
variables básicas por los coeficientes de la columna en la tabla 1. Los
valores que se calculan seguidamente, deben ocupar el lugar indicado
con letras de color rojo.
Z1 = 0(4)+0(2)=0 Z2 = 0(3)+0(1)=0 Z3 = 0(1)+0(0)=0
Z4 = 0(0)+0(1)=0 ZT =
0(240)+0(100)=0
MÉTODO SIMPLEX
Completando la tabla 1
Cj 7 5 0 0
VARIABLES X1 X2 X3 X4 CANT RELACIÓN
0 X3 4 3 1 0 240
0 X4 2 1 0 1 100
Zj 0 0 0 0 0
(Cj – Zj) 7 5 0 0 Mayor (+)
Para calcular (Cj-Zj) se resta el coeficiente de la FO (parte superior
de la tabla) menos el correspondientes Zj. De la siguiente forma:
7 – 0 = 7; 5 – 0 = 5; 0 – 0 = 0; 0–0=0
Para determinar el pivote, seleccionar el mayor positivo (Cj –Zj),
para nuestro caso es el 7. Quiere decir que el pivote estará en la
columna de X1 (solo pueden ser el 4 o el 2).
Para calcular la relación, dividimos cada valor de la columna
“cantidad” entre cada coeficiente de la columna de X1.
MÉTODO SIMPLEX
0 X3
7 X1 1 1/2 0 1/2 50
Zj Menor
(Cj – Zj) Mayor
MÉTODO SIMPLEX
0 X3 0
7 X1 1 1/2 0 1/2 50
Zj Menor
(Cj – Zj) Mayor
MÉTODO SIMPLEX
0 X3 0 (1) 1 -2 40 40
7 X1 1 1/2 0 1/2 50 100
Zj 7 7/2 0 7/2 350 Menor
(Cj – Zj) 0 3/2 0 -7/2 Mayor (+)
Esta solución es fabricar solo 50 mesas (X1) con la FO=$350, igual a
la solución 6 del Método algebraico y al punto C del método gráfico.
El nuevo pivote es el 1 de la columna de X2; entonces para una
tercera y última tabla X2 entrará en lugar de X3; porque debe ser
variable básica. El proceso se torna repetitivo, es decir a partir de la
tabla2 se calcula la tabla 3.
MÉTODO SIMPLEX
0 X3 4 3 1 0 240 60
0 X4 (2) 1 0 1 100 50
Zj 0 0 0 0 0 Menor
(Cj – Zj) 7 5 0 0 Mayor (+)
0 X3 0 (1) 1 -2 40 40
7 X1 1 1/2 0 1/2 50 100
Zj 7 7/2 0 7/2 350 Menor
(Cj – Zj) 0 3/2 0 -7/2 Mayor (+)
5 X2 0 1 1 -2 40
7 X1 1 0 -1/2 3/2 30
Zj 7 5 3/2 1/2 410
(Cj –Zj) 0 0 -3/2 -1/2 Todos ≤ 0
Importante:
Se dice que detrás del método simplex está el método de inversión de
matrices.
Nunca la cantidad o valor de las variables es negativo, también deben
cumplirse las restricciones de no negatividad.
Nunca el pivote es negativo o indeterminado, como menor Relación
no se debe seleccionar esos valores, excepto el cero (solo si nos
conduce a un pivote positivo).
Las variables de holgura de las restricciones con signo “menor o igual
que”, ayudan a la conformación de vectores unitarios, facilitando la
aplicación del método simplex.
Cuando se tienen restricciones con el signo “igual que” o “mayor o
igual que”, no se tendrá el número suficiente de vectores unitarios,
por lo que se debe resolver con algún artificio creado especialmente
para el Simplex.
MÉTODO SIMPLEX
Ejemplo 2:
Maximizar Z = 10X1 + 15X2
s. a.
2X1 + 2X2 ≤ 160
X1 + 2X2 ≤ 120
4X1 + 2X2 ≤ 280
X1 , X2 ≥ 0
Estandarizando:
Maximizar Z = 10X1 + 15X2 +0X3 + 0X4 +0X5
s. a.
2X1 + 2X2 +X3 + 0X4 +0X5 = 160
X1 + 2X2 +0X3 + X4 +0X5 = 120
4X1 + 2X2 +0X3 + 0X4 +X5 = 280
X1 , X2 , X3 , X4 , X5 ≥ 0
Se muestra la tabla completa de resolución Simplex del problema
MÉTODO SIMPLEX
Cj 10 15 0 0 0
VARIABLES X1 X2 X3 X4 X5 CANT RELACIÓN
0 X3 2 2 1 0 0 160 80
0 X4 1 (2) 0 1 0 120 60
0 X5 4 2 0 0 1 280 140
Zj 0 0 0 0 0 0 Menor
(Cj – Zj) 10 15 0 0 0 Mayor (+)
0 X3 (1) 0 1 -1 0 40 40
15 X2 1/2 1 0 1/2 0 60 120
0 X5 3 0 0 -1 1 160 160/3
Zj 15/2 15 0 15/2 0 900 Menor
(Cj – Zj) 5/2 0 0 -15/2 0 Mayor (+)
10 X1 1 0 1 -1 0 40
15 X2 0 1 -1/2 1 0 40
0 X5 0 0 -3 2 1 40
Zj 10 15 5/2 5 0 1000
(Cj –Zj) 0 0 -5/2 -5 0 Todos ≤ 0
La solución del problema es
X1 = 40; X2 = 40; X5 = 40; Z= 1000; X3 = X4 =0
MÉTODO SIMPLEX
Ejemplo 3
Maximizar Z = 3X1 + 3X2 + X3
2X1 + 3X2 + X3 = 18
X1 + 3X2 + 2X3 ≤ 30
2X1 + 2X2 + X3 ≤ 36
X1 , X2 ≥ 0
Cj* * * 2 (3) 1 0 0 18 6
Zj* 0 X4 1 3 2 1 0 30 10
Zj* 0 X5 2 2 1 0 1 36 18
Zj* 0 0 0 0 0 0 Menor
Cj* – Zj* 2 3 1 0 0 Mayor (+)
3 X2 (2/3) 1 1/3 0 0 6 9
0 X4 -1 0 1 1 0 12 -
0 X5 2/3 0 1/3 0 1 24 36
Zj 2 3 1 0 0 18 Menor
Cj – Zj 1 0 0 0 0 Mayor (+)
3 X1 1 3/2 1/2 0 0 9
0 X4 0 3/2 3/2 1 0 21
0 X5 0 -1 0 0 1 18
Zj 3 9/2 3/2 0 0 27
Cj –Zj 0 -3/2 -1/2 0 0 Todos ≤ 0
MÉTODO SIMPLEX
Explicaciones:
Al observar la primera tabla del simplex, solo hay dos vectores unitarios
(columnas X4 y X5), faltando un vector unitario a causa de la primera
restricción de igualdad.
Para este problema se empleó un antiguo método muy sencillo (llamado
método de los asteriscos, que resulta más sencillo que La M grande y las
dos Fases). La primera fila del simplex queda vacante porque no hay un
vector unitario para la fila.
Ejemplo 4
Maximizar Z = 2X1 + 3X2 + X3
X1 + 2X2 + X3 ≤ 30
2X1 + 3X2 + 2X3 = 18
2X1 + 2X2 + 3 X3 ≥ 10
X1 , X2 , X3 ≥ 0
Estandarizando: Maximizar Z = 2X1 + 3X2 + X3 + 0X4 +0X5
X1 + 2X2 + X3 + X4 + 0X5 = 30
2X1 + 3X2 + 2X3 + 0X4 +0X5 = 18
2X1 + 2X2 + 3X3 + 0X4 - X5 = 10
X1 , X2 , X3 , X4 , X5 ≥ 0
Al observar el problema ya podemos afirmar que habrá dos
vacantes porque hay dos restricciones que no son “menor o
igual que”.
MÉTODO SIMPLEX
Cj 2 3 1 0 0
VARIABLES X1 X2 X3 X4 X5 CANT RELACIÓN
Zj * 0 X4 1 2 1 1 0 30 15
Cj* * * 2 3 2 0 0 18 6
Cj* * * 2 (2) 3 0 -1 10 5
Zj* 0 0 0 0 0 0 Menor
(Cj* – Zj*) 4 5 5 0 -1 Mayor (+)
(Cj – Zj*) 2 3 1 0 0 Mayor (+)
0 X4 -1 0 -2 1 1 20 20
Cj* * * -1 0 -5/2 0 (3/2) 3 2
3 X2 1 1 3/2 0 -1/2 5 -
Zj* (no cambia) 0 0 0 0 0 0 Menor
(Cj* – Zj*) -1 0 -5/2 0 3/2 Mayor (+)
0 X4 -1/3 0 -1/3 1 0 18
0 X5 -2/3 0 -5/3 0 1 2
3 X2 2/3 1 2/3 0 0 6
Zj 2 3 2 0 0 18
(Cj –Zj) 0 0 -1 0 0 Todos ≤ 0
MÉTODO SIMPLEX
Segunda Tabla
Para la segunda tabla se tiene una sola vacante (segunda fila), ahora
Cj* es solo un valor.
No hay cálculo de Zj* en la parte de evaluación de Tabla 2, porque
Zj* no cambia, se copian igual que los de la tabla 1, o sea todos igual
a cero.
Estandarizando:
Minimizar Z = 2X1 + 3X2 + 0 X3 + 0X4
S.A.
3X1 + X2 - X3 + 0X4 = 6
X1 + X2 + 0X3 - X4 =4
X1 , X2 , X3 , X4 ≥ 0
MAX Cj 2 3 0 0
El método que VARIAB X1 X2 X3 X4 CANT RELAC
estamos viendo
* * (3) 1 -1 0 6 2
es para Max. * * 1 1 0 -1 4 4
Para minimizar, Zj* 0 0 0 0 0 Menor
se maximiza (Cj*– Zj*) 4 2 -1 -1 Mayor (+)
2 X1 1 1/3 -1/3 0 2 6
hasta completar
* * 0 (2/3) 1/3 -1 2 3
las variables Zj* No cambia 0 0 0 0 0 Menor
vacantes y luego (Cj* – Zj*) 0 2/3 1/3 -1 Mayor (+)
minimizamos, 2 X1 1 0 -1/2 1/2 1 -
3 X2 0 1 (1/2) -3/2 3 6
a partir de la
Zj 2 3 1/2 -7/2 11 Menor
tabla 3. Para Min (Cj –Zj) 0 0 -1/2 7/2 Menor (-)
Se selecciona el 2 X1 1 1 0 -1 4
(Cj –Zj) negativo 0 X3 0 2 1 -3 6
Zj 2 2 0 -2 8
Menor. MIN
(Cj –Zj) 0 1 0 2 Todos ≥ 0
MÉTODO SIMPLEX DE LA M GRANDE
Ejemplo:
Minimizar Z = 5X1 + 6X2
s. a.
X1+X2 = 1000 Necesita una variable Artificial (A1)
X1 ≤ 300 Necesita una variable de holgura (X3)
X2 ≥ 150 Necesita una variable de exceso (X4) + una Artificial (A2)
X1 , X2 ≥ 0
Estandarizando:
FO Min Z= 5X1 +6 X2 + 0X3 + 0X4 +M A1 + M A2
X1 + X2 + 0X3 + 0X4 + A1 + 0A2 = 1000
X1 + 0X2 + X3 + 0X4 + 0A1 + 0A2 = 300
0X1 + X2 + 0X3 - X4 + 0A1 + A2 = 150
Con estos arreglos, el problema se resuelve normalmente por el
método simplex.
MÉTODO SIMPLEX DE LA M GRANDE
Cj 5 6 0 0 M M
VAR X1 X2 X3 X4 A1 A2 CANT REL
M A1 1 1 0 0 1 0 1000 1000
0 X3 1 0 1 0 0 0 300 -
M A2 0 (1) 0 -1 0 1 150 150
Zj M 2M 0 -M M M Menor
(Cj – Zj) -M+5 -2M+6 0 M 0 0 Menor (-)
M A1 1 0 0 1 1 -1 850 850
0 X3 (1) 0 1 0 0 0 300 300
6 X2 0 1 0 -1 0 1 150 -
Zj M 6 0 M-6 M -M+6 Menor
(Cj – Zj) -M+5 0 0 -M+6 0 2M-6 Menor (-)
M A1 0 0 -1 (1) 1 -1 550 550
5 X1 1 0 1 0 0 0 300 -
6 X2 0 1 0 -1 0 1 150 -
Zj 5 6 -M+5 M-6 M -M+6 Menor
(Cj – Zj) 0 0 M-5 -M+6 M 2M-6 Menor (-)
0 X4 0 0 -1 1 1 -1 550
5 X1 1 0 1 0 0 0 300
6 X2 0 1 -1 0 1 0 700
Zj 5 6 -1 0 6 0 5700
(Cj – Zj) 0 0 1 0 M-6 M Todos ≥ 0
CASOS ESPECIALES
0 X3 (8) 2 1 0 16 2
0 X4 5 2 0 1 12 12/5
Zj 0 0 0 0 0 Menor
(Cj– Zj) 4 1 0 0 Mayor (+)
4 X1 1 1/4 1/8 0 2 8
0 X4 0 (3/4) -5/8 1 2 8/3
Zj 4 1 1/2 0 8 Menor
(Cj – Zj) 0 0 -1/2 0 Mayor (+)
4 X1 1 0 1/3 -1/3 4/3
1 X2 0 1 -5/6 4/3 8/3
Zj 4 1 1/2 0 8
(Cj –Zj) 0 0 -1/2 0
El problema termina con dos tablas. El cero resaltado con rojo corresponde a
una variable no básica e indica que hay otra solución, marcándolo como mayor
Cj-Zj, para hacer una tercera tabla y obtener una segunda solución.
Problema con más de una solución óptima
Solución óptima 1
X1 = 2; X4 = 2; X2=X3 = 0; Z= 8
Solución óptima 2
X1 = 4/3; X2=8/3; X3=X4=0; Z=8
10X1+5X2 ≥1 Necesita una variable de exceso (X4) + una Pseudo Artificial (X5)
X1 , X2 ≥0
Estandarizando:
Max Z= 2X1 + X2 + 0X3 +0X4 – X5
10X1+10X2 + X3 +0X4 + 0 X5 = 9
10X1+5X2 + 0 X3 - X4 + X5 = 1
X1 , X2 , X3 , X4 , X5 ≥0
MÉTODO SIMPLEX DE LAS DOS FASES
Cj 0 0 0 0 -1
VARIABLES X1 X2 X3 X4 X5 CANT RELACIÓN
0 X3 10 10 1 0 0 9 9/10
-1 X5 (10) 5 0 -1 1 1 1/10
Zj -10 -5 0 1 -1 -1 Menor
(Cj– Zj) 10 5 0 -1 0 Mayor (+)
0 X3 0 5 1 1 -1 8
0 X1 1 1/2 0 -1/10 1/10 1/10
Zj 0 0 0 0 0 0 Menor
(Cj– Zj) 0 0 0 0 -1 todos ≤0
MÉTODO SIMPLEX DE LAS DOS FASES
Cj 2 1 0 0
VARIABLES X1 X2 X3 X4 CANT RELACIÓN
0 X3 0 5 1 (1) 8 8
2 X1 1 1/2 0 -1/10 1/10 -
Zj 2 1 0 -1/5 1/5 Menor
(Cj– Zj) 0 0 0 1/5 Mayor (+)
0 X4 0 5 1 1 8
2 X1 1 1 1/10 0 9/10
Zj 2 2 1/5 0 9/5
(Cj– Zj) 0 -1 -1/5 0 Todos ≤ 0
MÉTODO SIMPLEX DE LAS DOS FASES
Caso Minimización:
Min Z = 160 X1+120 X2+280 X3
S.A.
2X1+X2 +4 X3 ≥1
2X1+2 X2+2 X3 ≥3/2
X1 , X2 ≥ 0
Estandarizando:
Min Z= 160X1+120X2+280X3+0X4+0X5+X6+X7
2X1+X2 + 4X3 - X4 + 0 X5 +X6+0X7= 1
2X1+2X2 + 2 X3 +0 X4 - X5 +0X6+X7 = 3/2
X1 , X2 , X3 , X4 , X5 , X6 , X7 ≥0
MÉTODO SIMPLEX DE LAS DOS FASES
1 X6 2 1 (4) -1 0 1 0 1 1/4
1 X7 2 2 2 0 -1 0 1 3/2 3/4
Zj 4 3 6 -1 -1 1 1 5/2 Menor
(Cj– Zj) -4 -3 -6 1 1 0 0 Menor (-)
0 X3 1/2 1/4 1 -1/4 0 1/4 0 1/4 1
1 X7 1 (3/2) 0 1/2 -1 -1/2 1 1 2/3
Zj 1 3/2 0 1/2 -1 -1/2 1 1 Menor
(Cj– Zj) -1 -3/2 0 -1/2 1 3/2 0 Menor (-)
0 X3 1/3 0 1 -1/3 1/6 1/3 -1/6 1/12
0 X2 2/3 1 0 1/3 -2/3 -1/3 2/3 2/3
Zj 0 0 0 0 0 0 0
(Cj –Zj) 0 0 0 0 0 1 1 Todos ≥0
MÉTODO SIMPLEX DE LAS DOS FASES
Fase 2:
Cj 160 120 280 0 0
VAR X1 X2 X3 X4 X5 CANT RELACIÓN
Importante:
En cualquier caso (maximizar o minimizar) y en cualquier método
(simplex normal, asteriscos, M grande, o Dos fases), para determinar
la fila en la cual se encuentra el pivote, se selecciona el menor valor
de la Columna “Relación”.
Para seleccionar la columna en la que se encuentra el pivote, en caso
de maximización en cualquiera de los métodos, se selcciona el mayor
(Cj-Zj) positivo, porque es el que hará crecer más rápidamente el
valor de la FO. El problema termina cuando todos los (Cj-Zj) ≤0; o
sea que ya no quedan valores positivos en esa fila.