Mtodos Cuantitativos (990502)

Unidad II: Mtodo Smplex

PCE Ingeniera Comercial

Universidad de Concepcin
Educacin Continua
Campus Los ngeles

2015

Esencia del Mtodo Smplex

I El mtodo smplex consiste en un procedimiento algebraico con fuertes

fundamentos geomtricos.

I Estos fundamentos geomtricos son la base intuitiva para entender

cmo funciona el mtodo smplex y entender su gran poder de utilidad.

I Con la nalidad de entender la losofa del mtodo smplex, recordaremos el problema de maximizacin de la utilidad de la compaa

Reddy Mikks.

Esencia del Mtodo Smplex

Recordemos el modelo de programacin lineal para el problema de Reddy

Mikks:
Maximizar Z

= 5x1 + 4x2

sujeta a

+ 4x2 24

(1)

+ 2x2 6

(2)

x 1 + x 2 1

(3)

6x1

x1

x2

(4)

x1

(5)

x2

(6)

Esencia del Mtodo Smplex

Cuya representacin grca es la siguiente:

Esencia del Mtodo Smplex

Y para la cual la solucin grca viene dada por:

Esencia del Mtodo Smplex

I Cada una de las rectas gracadas anteriormente se conoce como frontera de restriccin.

I Cada frontera de restriccin marca el lmite de lo que permite la restriccin correspondiente.

I Los puntos de interseccin entre las fronteras de restriccin se conocen

como soluciones en los vrtices.

I Los puntos que se encuentran en los vrtices de la regin factible se

llaman soluciones factibles en los vrtices (soluciones FEV). Para el
caso de Reddy Mikks, las soluciones FEV son:

(0, 0) , (4, 0) , (3, 1.5) , (2, 2) , (1, 2) , (0, 1)

I Los puntos de interseccin entre las fronteras de restriccin que no
forman parte de la regin factible se conocen como soluciones no
factibles en los vrtices. Para Reddy Mikks son:


(6, 0) ,

8
3

 

4 7
,2 ,
,
, (2, 3) , (0, 3) , (0, 6)
3

Esencia del Mtodo Smplex

I En un problema de PL con n variables de decisin, dos soluciones

FEV se dicen adyacentes entre s cuando comparten n

fronteras

de restriccin. As, dos soluciones FEV adyacentes estn conectadas

por un segmento de recta formado por las fronteras de restriccin
compartidas.

I La importancia de analizar las soluciones FEV adyacentes radica en la

siguiente propiedad general conocida como Prueba de Optimalidad:

En cualquier problema de programacin lineal que posea al menos una

solucin ptima, si una solucin FEV no tiene soluciones FEV adyacentes
que sean mejores (segn el valor de Z ), entonces esa debe ser una solucin
ptima.

Esencia del Mtodo Smplex

Solucin FEV

Sus Soluciones FEV adyacentes

(0, 0)
(4, 0)
(3, 1.5)
(2, 2)
(1, 2)
(0, 1)

(4, 0) y (0, 1)
(0, 0) y (3, 1.5)
(4, 0) y (2, 2)
(3, 1.5) y (1, 2)
(2, 2) y (0, 1)
(1, 2) y (0, 0)

Mtodo Smplex versin geomtrica

A continuacin se presenta el mtodo smplex desde un punto de vista
geomtrico para el caso de Reddy Mikks.

Paso inicial :

Elegir

(0, 0)

como la solucin FEV para someterla a la

prueba de optimalidad.

Prueba de optimalidad :
Z
Z

La solucin FEV (0, 0) arroja un valor

= 0, mientras que sus soluciones FEV adyacentes arrojan valores
= 20 para (4, 0) y Z = 4 para (0, 1). Se concluye que (0, 0) no es

una solucin ptima.

Iteracin

1:

Muvase a una solucin adyacente mejor (con mayor

valor de Z ). En este caso a la solucin FEV

Prueba de optimalidad :
arroja un valor Z
arrojan valores Z

20.

(4, 0).

Ya sabemos que la solucin FEV

= 0 para (0, 0) y Z = 21 para (3, 1.5).

no es una solucin ptima.

(4, 0)

Adems, sus soluciones FEV adyacentes

Luego,

(4, 0)

Mtodo Smplex versin geomtrica

Iteracin

2:

Muvase a una solucin adyacente mejor (con mayor

valor de Z ). En este caso a la solucin FEV

Prueba de optimalidad :
valores Z

= 20

para

(4, 0)

(3, 1.5).

Sus soluciones FEV adyacentes arrojan

y Z

= 18

para

(2, 2).

una solucin ptima y se detienen las iteraciones.

Luego,

(3, 1.5)

es

Mtodo Smplex Tabular

La versin algebraica del mtodo smplex necesita transformar las restricciones en forma de desigualdad en igualdades. Esto se logra mediante la
introduccin de variables de holgura al modelo.

Para ejemplicar esto,

supongamos que queremos resolver el siguiente problema presentado en su

forma original:
Maximizar Z

= 3x1 + 5x2

sujeta a

x1
2x2
3x1

12

+ 2x2 18
x1 , x2

Mtodo Smplex Tabular

Debemos transforma las desigualdades en igualdades, introduciendo las
variables de holgura x3 , x4 y x 5 , de este modo el modelo queda en la
siguiente forma aumentada:
Maximizar Z

= 3x1 + 5x2

sujeta a

x1

+ x3
2x2

3x1

xj

=4
+ x4

+ 2x2

0,

= 12

+ x5 = 18
para j

= 1, 2, 3, 4, 5

Mtodo Smplex Tabular

Ahora bien, se introduce una nueva terminiloga para la forma aumentada.

I Una solucin aumentada es una solucin de las variables de decisin

que se le agreg los valores correspondientes de las variables de holgura.

I Una solucin bsica es una solucin en un vrtice (o de esquina) pero

aumentada.

I Una solucin bsica factible (BF) es una solucin FEV aumentada.

I Notemos que si hacemos la resta: nmero total de variables menos

nmero de ecuaciones, se obtiene la cantidad de grados de libertad del

modelo. Esto es, la cantidad de variables a las que podemos asignarles
el valor 0 y as poder despejar las restantes. Las variables asociadas
a los grados de libertad se llaman variables bsicas, en tanto que las
restantes se conocen como variables no bsicas.

Mtodo Smplex Tabular

I Todas las ideas anteriores se conjugan en una tabla llamada tabla

smplex, la cual es una abreviacin tabular del mtodo smplex.

I El punto de vista geomtrico del mtodo smplex se transforma en un

punto de vista algebraico al transformar la forma original del modelo
en la forma aumentada.

I La tabla smplex slo muestra los pasos fundamentales del mtodo

smplex algebraico; sin embargo, su utilizacin sigue siendo un poco
engorrosa.

I A continuacin se presenta la tabla smplex y su explicacin para el

problema de optimizacin propuesto anteriormente.

Tabla Smplex
Paso inicial :

Introducimos las variables de holgura y seleccionamos las

variables de decisin como las variables no bsicas iniciales (es decir, iguales
a cero) y las variables de holgura como las variables bsicas iniciales. En el
ejemplo: Esta seleccin conduce a la tabla smplex inicial que se muestra
en la siguiente tabla, por lo que la solucin BF inicial es

Prueba de optimalidad:

(0, 0, 4, 12, 18).

La solucin BF es ptima si y slo si todos

los coecientes de la la (0) son no negativos (mayores o iguales a 0).

Si esto es as, entonces el proceso se detiene; de otro modo, se prosigue
con la primera iteracin para obtener la siguiente solucin BF, que incluye
cambiar una variable no bsica a bsica y viceversa, y despus despejar
la nueva solucin. En el ejemplo: Igual que Z

3x1

+ 5x2

indica que al

aumentar x1 o x2 el valor de Z aumenta, de manera que la solucin BF

actual no es ptima, se llega a la misma conclusin a partir de la ecuacin

3x1 5x2 = 0.

la tabla siguiente.

Los coecientes

se muestran en la la (0) de

Tabla Smplex

Table :

Tabla smplex inicial

Tabla Smplex

Iteracin 1
I

Paso 1:

Se determina la variable bsica entrante seleccionando la

variable (que de modo automtico es no bsica) con el coeciente

negativo que tiene el mayor valor absoluto (es decir, el coeciente
 ms negativo ) de la ecuacin (0). Se pone un recuadro alrededor de
la columna abajo de este coeciente y se le da el nombre de columna
pivote.
(5

>

En el ejemplo:

El coeciente ms negativo es

para x2

3), de manera que x2 debe convertirse en variable bsica. Este

cambio se indica en la tabla siguiente.

Paso 2:

Se determina la variable bsica que sale con la prueba del

cociente mnimo.

Tabla Smplex

Prueba del cociente mnimo:

1. Elegir los coecientes estrictamente positivos ( mayores que 0) de la

columna pivote.
2. Dividir el elemento del lado derecho de cada la por el respectivo

elemento de la columna pivote (salvo divisiones por 0).

3. Identicar la la que tiene el menor de estos cocientes.
4. La variable bsica de ese rengln es la variable bsica que sale; sustit-

tuirla con la variable bsica entrante en la columna de la variable

bsica de la siguiente tabla.

Tabla Smplex

Table :

saliente.

Prueba del cociente mnimo para identicar la primera variable bsica

Tabla Smplex

I Dibujar un recuadro en este rengln que se llama rengln pivote. El

nmero que se encuentra encerrado por ambos recuadros se llama
nmero pivote.

I En el ejemplo:

Los clculos de la prueba del cociente mnimo se

muestran a la derecha de la tabla anterior. La la (2) es el rengln

pivote, mientras que x4 es la variable bsica que sale. En la siguiente
tabla smplex, la variable x2 sustituye a la variable x4 como la nueva
variable bsica del rengln (2).

Tabla Smplex
I

Paso 3:

Se despeja la nueva solucin BF mediante operaciones el-

ementales con renglones (multiplicacin o divisin de un rengln por

una constante diferente de cero; suma o resta de un mltiplo de un
rengln con otro) para construir una nueva tabla smplex en la forma
apropiada de eliminacin gaussiana (nivelacin), abajo de la tabla actual, y despus se regresa a la prueba de optimalidad. Las operaciones
elementales con renglones que deben realizarse son:
I

Dividir el rengln pivote por el nmero pivote. Use este nuevo rengln
pivote en los dos pasos siguientes.
En las las (incluso la la 0) que tengan un coeciente negativo en la
columna pivote, se suma a esta la el producto del valor absoluto de
este coeciente por el nuevo rengln pivote.
En el caso de las las que tienen un coeciente positivo en la columna
pivote, se les resta el producto de este coeciente por el nuevo rengln
pivote.

Las dos tablas siguientes ilustran dicho procedimiento.

Tabla Smplex

Table :

Construccin del nuevo rengln pivote.

Tabla Smplex

Table :

Paso 3 de la iteracin 1.

Tabla Smplex

I As, la nueva solucin BF es

(0, 6, 4, 0, 6),

con Z

30. Despus se

regresa a la prueba de optimalidad para vericar si la nueva solucin

BF es ptima.

Como la nueva la (0) todava tiene un coeciente

negativo (3 para x1 ), la solucin no es ptima, y se necesita por lo

menos una iteracin ms.

I En la segunda iteracin, se deben repetir exactamente los mismos

pasos de la iteracin 1 y aplicar la prueba de optimalidad.

Tabla Smplex

Table :

Prueba del cociente mnimo para la iteracin 2.

Tabla Smplex
Table :

Iteracin 2 completa.

Tabla Smplex

En la ltima tabla se tiene ahora el conjunto de tablas smplex completo.

La nueva solucin BF es

(2, 6, 2, 0, 0),

con Z

= 36.

Al hacer la prueba

de optimalidad se encuentra que la solucin es ptima porque no hay

coecientes negativos en la la (0), de manera que el algoritmo termina.
En consecuencia, la solucin ptima del problema es x1

=2

y x2

= 6.

Lectura Complementaria

Para complementar los conceptos tericos revisados en clases, deben realizar las siguientes lecturas:

I Del Hillier & Lieberman, el captulo 4 hasta la pgina 123.

I Del Taha, el captulo 3 hasta la pgina 108.