UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y METALURGIA

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

ANALISIS DE SISTEMAS
MINEROS
SOLUCIONES METODO
SIMPLEX EN Programacion lineal
MSc.ING GUSTAVO BOJORQUEZ
HUERTA
AGOSTO 2013

METODO SIMPLEX.
El mtodo Simplex es un procedimiento iterativo que
permite ir mejorando la solucin paso a paso. El
proceso concluye cuando no es posible seguir
mejorando ms dicha solucin.
Partiendo del valor de la funcin objetivo en un vrtice
cualquiera, el mtodo consiste en buscar sucesivamente
otro vrtice que mejore al anterior. La bsqueda se
hace siempre a travs de los lados del polgono (o de
las aristas del poliedro, si el nmero de variables es
mayor). Cmo el nmero de vrtices (y de aristas) es
finito, siempre se podr encontrar la solucin factible.

Interpretacin Geomtrica del Mtodo Simplex

CONSIDERACIONES GENERALES DEL METODO

Se realiza un tabulado inicial, considerando las funcin objetivo y
las restricciones establecidas en la matematizacin del problema,
para lo cual se establecen las columnas y las lneas del tabulado
de acuerdo a las variables de decisin y a las variable de holgura,
en caso de restricciones del tipo (), o variables de excedencia
cuando las restricciones se establecen como (). En forma
general un tabulado tendr la siguiente configuracin.
Establecemos en forma general la matematizacin de un problema.
Max Zj = C1X1 + C2X2 + . Cj Xn + 0S1 + 0S2 +.. 0Sn
Sujeto a:
c11X1 + c12X2 +. + c1nXn + S1
c21X1 + c22X2 +. + c2nXn
.

.
.
cn1X1 + cn2X2 +. + cnnXn

V1
+ S2

V2
.
+ Sn

.
Vn

Donde:
Zj = Valor iterativo de la funcin objetivo
C1, C2, . Cj

= Coeficientes en la Funcin Objetivo

X1, X2, Xn

= Variables de decisin.

c11, c12, c1n

c21, c22, c2n
.

= Coeficientes en las restricciones

cn1, cn2, cnn

S1, S2, S3

= Variables de holgura

V1, V2, V3

= Valores de las inecuaciones

TABULADO GENERAL
Cj

Mezcla
de
Produc
tos

cantid
ad

C1
x1

C2
x2

Cn
xn

0
S1

0
S2

0
Sn

S1

V1

c11

c12

c1n

S2

V2

c21

c22

c2n

Sn

Vn

cn1

cn2

cnn

Matriz del
Sistema
Zj

Cj - Zj

C10

C2-0 Cn-0

Variables de
contribucin
por unidad

coeficientes

Matriz de
Identidad
0

Contribucin
perdida por
unidad

Contribucin
neta por
unidad

ETAPAS PARA LA APLICACIN DEL METODO SIMPLEX

1. SELECCIN DE LA COLUMNA DE VALOR POSITIVO
MAS ALTO.
Se calculan los valores para el regln final de la tabla simplex, esto
es, el regln Cj - Zj y se selecciona la columna que tenga el
mximo valor positivo para Cj Zj. Si no quedan ms valores
positivos en el regln Cj Zj, es decir, si slo quedan valores cero
o negativo, la contribucin total est al mximo. Los pasos
iterativos estn terminados.
2. DETERMINACION DEL REGLON DESPLAZADO.
El regln remplazado (antiguo) se determina dividiendo los valores
de la columna de cantidades en la tabla simplex para cada regln
entre los elementos interseccionales de la columna ptima
(seleccionada en el paso anterior). El regln que tenga la cantidad
positiva mas pequea se selecciona como el regln por remplazar.

3. CALCULO DE VALORES PARA EL REGLN

SUBSTITUTO.
En la siguiente tabla se calculan valores para el regln
substituto (nuevo); este regln toma el lugar del
regln desplazado (antiguo) de la tabla anterior. Los
nuevos valores para el regln substituto se calculan
dividiendo cada valor
del regln reemplazado
(antiguo) entre el elemento interseccional (pivot) del
mismo regln. La variable de la columna de mezcla
de productos del nuevo regln tambin tienen que
cambiarse por la encontrada en la columna ptima
utilizando el paso anterior.

4. CALCULO DE NUEVOS VALORES PARA LOS

REGLONES RESTANTES.
Se calculan los nuevos valores para todos los reglones restantes de
la tabla iniciada en el paso anterior. La frmula para calcular
estos nuevos valores de regln, que no sea para los reglones Zj
y Cj Zj, es:
Elemento
anterior
en el
regln
restante

Elemento
interseccio
nal
x
anterior
del regln
restante

Nuevo
elemento
correspondi
ente en el
regln
substituto

Nuevo
valor
= para el
regln
restante

Mientras permanecen sin cambio las variables de la columna mezcla

de productos. Se calculan los ltimos dos reglones (Zj y Cj Zj). El
procedimiento iterativo regresa y comienza un nuevo ciclo en el paso
1, con el fin de determinar si hay necesidad de desarrollar otra tabla

Utilizaremos el ejemplo del mtodo grfico para

solucionarlo mediante el mtodo simplex.
Maximizar Z = 10 x1 + 12 x2
Sujeto a:
2 x1 + 3 x2 1,500 (Area 1)
3 x1 + 2 x2 1,500 (Area 2)
x 1 + x2
x1

x2 0

600 (Area 3)
0

El primer paso para poder realizar la aplicacin del mtodo

simplex, es convertir las desigualdades en ecuaciones para las
tres reas establecidas. Esto se logra sumando variables de
holgura para cada rea, esto es, sumando a una desigualdad
una variable que reemplace al tiempo no utilizado en el rea,
por lo tanto tendremos:
S1 = Tiempo no utilizado en el rea 1.
S2 = Tiempo no utilizado en el rea 2.
S3 = Tiempo no utilizado en el rea 3.
Es necesario incidir que las variables de holgura son
positivas, debido a que las restricciones son desigualdades del
tipo menor o igual que ( ), en caso contrario, es decir, si la
desigualdad sera mayor o igual que () sera necesario
introducir variables de excedencia.

Las variables de holgura explicitadas en forma de ecuaciones toman

la siguiente determinacin:
S1 = 1,500 2x1 3x2
S2 = 1,500 3x1 2x2
S3 = 600 x1 x2
La matematizacin de esta programacin lineal se establece del modo
siguiente:
Maximizar Z = 10 x1 + 12 x2 + 0S1 + 0S2 + 0S3
Sujeto a:
1,500 = 2x1 + 3x2 + S1 + 0S2 + 0S3
1,500 = 3x1 + 2x2 + 0S1 + S2 + 0S3
600 = x1 + x2 + 0S1 + 0S2 + S3
El mtodo simplex establece que todas las variables deben aparecer
en todas las ecuaciones, las variables que no afectan a una ecuacin
se escriben con coeficiente cero (0).

Por lo sealado en el acpite anterior la funcin objetivo

muestra a las variables de holgura S1, S2 y S3, con
coeficientes cero (0), as mismo la ecuacin para el rea
1, muestra coeficientes cero (0) para el tiempo de
holgura en las reas 2 y 3.
Al manejo de las ecuaciones en el problema, puede
ordenarse en forma tabular, a este ordenamiento se le
denomina tableau, de modo que se establezca una visin
matricial de los coeficientes para dar aplicacin al
lgebra matricial y el proceso de eliminacin
de Gauss-Jordan para resolver un sistema de
ecuaciones lineales.
Consignamos el Tablea 1 del modo siguiente:

TABLEA I
Cj

Mezcla
de
Product
os

cantid
ad

10
x1

12
x2

0
S1

0
S2

0
S3

S1

1,500

S2

1,500

S3

600

Matriz
del
Sistema
Zj

Cj - Zj

10

12

Variables de
contribucin por
unidad

coeficientes

Matriz de
Identidad

Contribucin
perdida por
unidad
Contribucin neta
por unidad

ANALISIS DEL TABLEAU 1

1.La columna 1 (Cj), viene a ser el aporte por unidad para
las variables de holgura (S1, S2 y S3), esto significa que en
el momento inicial la contribucin (aporte) unitario de
estas variables es de cero (0), es decir que no se
desarrollan actividades en las reas de procesamiento de
los productos en discusin (nix y mrmol).
2. Los valores de S1, S2 y S3, deben ser aquellos que
generan las ecuaciones, es decir 1,500, 1,500 y 600
respectivamente (ubicadas en la tercera columna del
tableau).
3. La solucin inicial ser igual a cero, ya que no se esta
procesando ninguno de los productos (nix, mrmol)

Esto queda establecido en la fila Zj y en la columna tres

(cantidad), ya que: 0x1,500+0x1,500+0x600=0
4.La matriz del sistema contiene a los coeficientes de
las variables del producto real en este primer tableau.
Esto es que en la primera fila y en la cuarta columna
(x1), el coeficiente 2 establece que si quisiramos llevar
una unidad del producto nix a la solucin, tendramos
que ceder 2 horas de S1 en el Area 1. Es decir, toma 2
horas hacer el producto nix en el Area 1. As mismo, el
coeficiente 3 de la columna x2, primera fila, indica que
el proceso de una unidad del producto mrmol
necesitara que se utilizaran 3 horas en el Area 1, lo que
se tiene en los coeficientes de la matriz del sistema es
la taza de sustitucin.

5. La matriz identidad representa en el primer tableau

simplex a los coeficientes de las variables de holgura,
que se han sumado a las inecuaciones originales para
convertirlos en ecuaciones. Esto debido a que todas las
ecuaciones deben contener todas las variables, pero
con coeficientes cero para que no afecte a la ecuacin.
Haciendo hincapi al coeficiente de la columna S1, en
la primera fila, el valor 1 indica que para disponer de
una hora de S1, sera necesario ceder una de las 1,500
hora de la solucin inicial. El valor cero (0) de la
columna S2 en la primera fila, indica que disponer de
una hora en el Area 2 para otros fines no tiene efecto
alguno sobre S1 (tiempo de holgura del Area 1). El
mismo anlisis se usa para la columna S3.

6. Se aplica el mismo razonamiento para para las dos

siguientes filas (S2 y S3) del tableau 1, ya que ese estn
tratando con valores de sustitucin.
7. Las dos ltimas filas del tableau simplex se usan para
determinar si se puede o no mejorar la solucin. La
evaluacin de la ltima fila (Cj-Zj), es el primer paso
en el mtodo simplex.
8. La fila Zj, se determina a travs de los valores de los
coeficientes contenidos en las filas que se encuentran
por encima de esta fila (Zj), esto es, en la caso de la
columna cantidad el valor Zj=0, que representa una
solucin inicial de contribucin cero para la empresa,
tal como se calculo anteriormente. Por ejemplo si se
desea procesar 1 m3 de nix, los coeficientes (2, 3 y 1)

de la matriz del sistema, nos dice que se deben ceder 2 horas

de S1, el tiempo no usado del Area 1, 3 horas de S 2, el tiempo
no usado del Area 2, y 1 hora de S 3, el tiempo no usado en el
Area 3. Como el tiempo de holgura tiene un valor de cero
(0), no puede haber reduccin de la contribucin. El clculo
del valor de la contribucin que se pierde al adicionar una
unidad del producto nix al proceso es de:
Nmero de horas de S1, cedidas:
2 x 0 (Contribucin por unidad de S 1) = 0
Nmero de horas de S2, cedidas:
3 x 0 (Contribucin por unidad de S 2) = 0
Nmero de horas de S3, cedidas:
1 x 0 (Contribucin por unidad de S 3) = 0
Contribucin Total cedida

Determinacin de los Tableaus siguientes

Para establecer los siguientes tableaus del mtodo simplex se
realizan los siguientes pasos:
Paso 1.- Seleccin de la columna de valor Positivo mas Alto. La
evaluacin de la ltima fila del tableau inicial es el primer paso a
seguir en nuestro procedimiento esto se aplica cuando el problema
que se presenta es la maximizacin.
El anlisis de las cifras de la fila Cj Zj, determina que el mximo
valor posible es de 12. Un valor positivo indica que puede hacerse
una mayor contribucin por parte de la empresa. Un valor negativo
indica la cantidad por la cual decrece la contribucin si se llevara a
la solucin una unidad de la variable para esa columna. Como
columna ptima se selecciona la cantidad positiva mas grande de la
ltima fila, es decir 12 por unidad para el producto x 2 ya que se
quiere maximizar la contribucin total. Cuando no quedan ms
valores positivos en la fila Cj Zj y los valores son cero o
negativos en problemas de maximizacin la contribucin esta en su
mximo valor.

TABLEA I
COLUMNA ENTRANTE
Cj

Mezcla
de
Product
os

cantid
ad

10
x1

12
x2

0
S1

0
S2

0
S3

S1

1,500

S2

1,500

S3

600

Matriz
del
Sistema
Zj

Cj - Zj

Variables de
contribucin por
unidad

coeficientes

Matriz de
Identidad

10
12
0
MAYOR VALOR

Contribucin
perdida por
unidad
Contribucin neta
por unidad

Paso 2.- Determinar la fila (antigua) reemplazada.- Una vez

que se elabor el tableau simplex inicial y que se ha
seleccionado (primer paso) la variable (columna ptima) que
contribuye el mximo por unidad (12 por unidad del producto
mrmol), el siguiente paso es determinar cual variable debe
reemplazarse. La inspeccin de la columna ptima (12 para el
producto mrmol) indica que debe agregarse la variable x 2 a la
mezcla de productos reemplazando la fila S 1, S2 S3. Para
determinar cual variable ser la que se reemplace, divida el
valor de la columna de cantidad entre el coeficiente
correspondiente de la columna ptima. Seleccione la fila
asociada con el cociente positivo menor como la fila a
reemplazar. Como la empresa deseara producir la mxima
cantidad, pero tiene que tomarse en consideracin las
restricciones del problema, Las unidades posibles se calculan
del modo siguiente:

Fila S1: 1,500 tiempo no usado/se requieren 3 horas por unidad

del producto mrmol = 500 unidades del producto mrmol.
Fila S2: 1,500 tiempo no usado/se requieren 2 horas por unidad
del producto mrmol = 750 unidades del producto mrmol.
Fila S3: 600 tiempo no usado/se requiere 1 hora por unidad del
producto mrmol = 600 unidades del producto mrmol.
Con base en estos clculos para el mrmol se reemplazar la fila
S1, en el segundo tableau por 500 unidades del producto x2, a esto
se le llama la fila reemplazada.
Paso 3. Calcular el Valor para la Fila (nueva) Reemplazante.La primera fila a determinar en el segundo tableau es la nueva fila
x2 (fila reemplazante) para la fila S1 (fila reemplazada). La fila x2,
se calcula dividiendo cada valor de la fila reemplazada (S1) entre
el elemento pivot (3) de la misma fila.
Los resultados de la nueva fila sern:

TABLEA I
FILA REEMPLAZADA

Elemento pivote

Cj

Mezcla
de
Product
os

cantid
ad

10
x1

12
x2

0
S1

0
S2

0
S3

S1

1500

S2

1500

S3

600

Matriz
del
Sistema
Zj

Cj - Zj

10

12

Variables de
contribucin por
unidad

coeficientes

Matriz de
Identidad

Contribucin
perdida por
unidad
Contribucin neta
por unidad

Fila x2: 1,500/3 = 500 (columna de cantidad).

Columna x1: 2/3 = 2/3
Columna x2: 3/3 = 1
Columna S1: 1/3 = 1/3
Columna S2: 0/3 = 0
Columna S3: 0/3 = 0.
Paso 4.- Clculo de los Nuevos Valores para las filas restantes.
Para calcular los nuevos valores de las filas restantes (S 2 y S3), se
aplica la siguiente frmulas:
Elemento
anterior
en la fila
restante

Elemento
interseccio
nal
anterior
de la fila
restante

Nuevo
elemento
x correspondie
nte en la fila
reemplazante

Nuevo
valor
= para la
fila
restante

TABLEA I
Cj

Mezcla
de
Product
os

cantid
ad

10
x1

12
x2

0
S1

0
S2

0
S3

x2

500

2/3

1/
3

S2

1500

S3

600

Matriz
del
Sistema
Zj

Cj - Zj

10

12

Variables de
contribucin por
unidad

coeficientes

Matriz de
Identidad

Contribucin
perdida por
unidad
Contribucin neta
por unidad

Los nuevos valores de las filas S2 y S3, se calculan del modo siguiente:
Fila S2:
1,500 (2 x 500) = 500
3 (2 x 2/3) = 1 2/3
2 (2 x 1) = 0
0 (2 x 1/3) = - 2/3
1 (2 x 0) = 1
0 (2 x 0) = 0
Fila S3:
600 (1 x 500) = 100
1 (1 x 2/3) = 1/3
1 (1 x 1) = 0
0 (1 x 1/3) = - 1/3
0 (1 x 0) = 0
1 (1 x 0) = 1

TABLEA I - MODIFICADO
Cj

Mezcla
de
Product
os

cantid
ad

10
x1

12
x2

0
S1

0
S2

0
S3

12

x2

500

2/3

1/3

S2

500

1 2/3

-2/3

S3

100

1/3

-1/3

Matriz
del
Sistema
Zj

Cj - Zj

6,000

12

Variables de
contribucin por
unidad

coeficientes

Matriz de
Identidad

-4

Contribucin
perdida por
unidad
Contribucin neta
por unidad

El procedimiento para calcular las dos ltimas filas del Tableau II, se
realizan del modo siguiente:
Zj (contribucin total) = 12(500) + 0(500) + 0(100) = 6,000
Zj para x1 = 12(2/3) + 0(1 2/3) + 0(1/3) = 8
Zj para x2 = 12(1) + 0(0) + 0(0)

= 12

Zj para S1 = 12(1/3) + 0(-2/3) + 0(-1/3) = 4

Zj para S2 = 12(0) + 0(1) + 0(0)

=0

Zj para S3 = 12(0) + 0(0) + 0(0)

=0

El clculo para la fila Cj Zj, son:

x1 (variable): 10 Cj(contri./unidad) 8 Zj(contri. prdida/unidad = 2
Cj Zj (contri. neta por unidad)
x2: 12 12 = 0
S1 : 0 4

= -4

S2 : 0 0

=0

S3 : 0 0

=0

TABLEAU II

Cj

12
0

Mezcla
de
Cantid
Product ad
os

x2
S2

500
500

10
x1

12
x2

0
S1

0
S2

0
S3

2/3

1/3

1 2/3

Fila reemplazante
0
-2/3
1
0

Fila remanente con nuevos

valores
0

S3

100

1/3

-1/3

Fila remanente con nuevos

valores
Zj
6,000
Cj - Zj

8
2

12
0

4
-4

0
0

0
0

La existencia de un valor positivo en la ltima fila de la columna

x1, predispone que existe una contribucin general disponible para
la empresa, por lo tanto, se hace necesario realizar un tercer tableau
que mejore al anterior.
Para la determinacin del tableau III, se sigue un procedimiento
similar al anterior (tableau II). Para esto determinamos la columna
ptima. Por lo tanto la columna x 1 es la que guarda este lineamiento
por cuanto presenta un valor positivo igual a 2. Para determinar la
fila reemplazada, para lo cual los valores de la columna de cantidad
se dividen entre los valores interseccionales correspondientes de la
columna ptima, del modo siguiente:
Fila x2: 500/(2/3) = 750
Fila S2: 500/(1 2/3) = 300
Fila S3: 100/(1/3)

= 300.

Los clculos muestran una degeneracin , ya que existen dos filas

con el mismo valor, en este caso utilizaremos la fila S 3.

TABLEAU III

Cj

12

Mezcla
de
Cantid
Product ad
os

x2

300

10
x1

12
x2

0
S1

0
S2

0
S3

-2

Fila remanente con nuevos

valores
0

S2

-5

Fila remanente con nuevos

valores
0

x1

300

-1

Fila reemplazante
Zj
6,600
Cj - Zj

10
0

12
0

2
-2

0
0

6
-6

La nueva fila reemplazante del tableau 3, se calcula dividiendo

cada nmero de la fila reemplazante entre el valor interseccional de
la fila reemplazada, esto es:
100/(1/3) = 300; (1/3)/(1/3) 0 = 1; 0/(1/3) = 0; (-1/3)/(1/3) = -1;
0/(1/3) = 0; 1/(1/3) = 3.
El tercer tableau terminado indica que los valores de la fila Cj Zj
son cero o negativos por lo tanto se da por terminado el proceso de
optimizacin.
Es necesario verificar que los valores obtenidos cumplen con los
requerimientos establecidos, para lo cual volvemos a las
inecuaciones originales y se calculan los valores para verificar si
guardan los lineamientos establecios:
2x1 + 3x2 1,500
3x1 + 2x2 1,500
x1 + x2

600

Sustituyendo los valores adecuados para x1 y x2 en las

inecuaciones anteriores, los resultados indican que estn dentro de
las restricciones del problema.
2(300) + 3(300) 1,500
600 + 900 1,500
1,500 = 1,500
3(300) + 2(300) 1,500
900 + 600 1,500
1,500 = 1,500
(300) + (300) 600
600 = 600

EJEMPLO N 02 APLICACIN DEL METODO SIMPLEX

Maximizar
Z= f(x,y)= 3x + 2y
sujeto a:
2x + y 18
2x + 3y 42
3x + y 24
x0,y0
Se consideran los siguientes pasos:
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las
restricciones, para convertirlas en igualdades, resultando el sistema
de ecuaciones lineales:
2x + y + h = 18
2x + 3y + s = 42
3x + y + d = 24

2. Igualar la funcin objetivo a cero

- 3x - 2y + Z = 0
3. Escribir la tabla inicial simplex
En las columnas aparecern todas las variables del problema y, en las
filas, los coeficientes de las igualdades obtenidas, una fila para cada
restriccin y la ltima fila con los coeficientes de la funcin objetivo:

Tabla I . Iteracin n 1
Base

Variable de decisin

Valores
solucin

Variable de holgura

18

42

24

-3

-2

4. Encontrar la variable de decisin que entra en la base y la

variable de holgura que sale de la base
A. Para escoger la variable de decisin que entra en la base, nos
fijamos en la ltima fila, la de los coeficientes de la funcin
objetivo y escogemos la variable con el coeficiente negativo
mayor (en valor absoluto).
En nuestro caso, la variable x de coeficiente - 3.
Si existiesen dos o ms coeficientes iguales que cumplan la
condicin anterior, entonces se elige cualquiera de ellos.
Si en la ltima fila no existiese ningn coeficiente negativo,
significa que se ha alcanzado la solucin ptima. Por tanto, lo
que va a determinar el final del proceso de aplicacin del
mtodo del simplex, es que en la ltima fila no haya elementos
negativos.
La columna de la variable que entra en la base se llama
columna pivote (En color azulado).

B. Para encontrar la variable de holgura que tiene que salir de la

base, se divide cada trmino de la ltima columna (valores
solucin) por el trmino correspondiente de la columna pivote,
siempre que estos ltimos sean mayores que cero. En nuestro
caso:
18/2 [=9] , 42/2 [=21] y 24/3 [=8]
Si hubiese algn elemento menor o igual que cero no se hace
dicho cociente. En el caso de que todos los elementos fuesen
menores o iguales a cero, entonces tendramos una solucin no
acotada y no se puede seguir.
La fila que en la divisin anterior d lugar al menor cociente
positivo, que es la fila 3, ya que 8 es el menor, indica la fila de
la variable de holgura que sale de la base, d. Esta fila se llama
fila pivote (En color azulado).
Si al calcular los cocientes, dos o ms son iguales, indica que
cualquiera de las variables correspondientes puede salir de la
base.

C. En la interseccin de la fila pivote y columna pivote tenemos el

elemento pivote operacional, 3.
5. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de x se obtienen dividiendo todos los
coeficientes de la fila d por el pivote operacional, 3, que es el
que hay que convertir en 1.
A continuacin mediante la reduccin gaussiana hacemos ceros
los restantes trminos de su columna, con lo que obtenemos los
nuevos coeficientes de las otras filas incluyendo los de la
funcin objetivo Z.
Tambin se puede hacer utilizando el siguiente esquema:
Fila del pivote:
Nueva fila del pivote= (Vieja fila del pivote) : (Pivote)
Resto de las filas:
Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la
columna de la variable entrante) x (Nueva fila del pivote)

Veamos con un ejemplo una vez calculada la fila del pivote (fila x
en la tabla 2):
VIEJA
FILA DE S

COEFICI
ENTE

NUEVA FILA
PIVOTE

NUEVA FILA
DE S

2
3

2
2

x
x

1
1/3

=
=

0
7/3

0
1
0
42

2
2
2
2

x
x
x
x

0
0
1/3
8

=
=
=
=

0
1
-2/3
26

Tabla II . Iteracin n 2
Variable de
decisin

Variable de holgura

1/3

-2/3

7/3

-2/3

26

1/3

1/3

-1

24

Base

Valores
solucin

Como en los elementos de la ltima fila hay uno

negativo, -1, significa que no hemos llegado
todava a la solucin ptima. Hay que repetir el
proceso:
A. La variable que entra en la base es y, por ser la
variable que corresponde al coeficiente -1.
B. Para calcular la variable que sale, dividimos los
trminos de la ltima columna entre los trminos
correspondientes de la nueva columna pivote:
2:1/3[=6], 26:7/3[=78/7] y 8:1/3 [=8]
y como el menor cociente positivo es 6, tenemos
que la variable de holgura que sale es h.
C. El elemento pivote, que ahora hay que hacer 1,
es 1/3.
Operando de forma anloga a la anterior obtenemos
la tabla:

Tabla III . Iteracin n 3

Variable de
decisin

Variable de holgura

-2

-7

12

-1

-1

30

Base

Valores
solucin

Como en los elementos de la ltima fila hay uno

negativo, -1, significa que no hemos llegado todava a
la solucin ptima. Hay que repetir el proceso:
A. La variable que entra en la base es d, por ser la
variable que corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los
trminos de la ltima columna entre los trminos
correspondientes de la nueva columna pivote:
6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6]
y como el menor cociente positivo es 3, tenemos que
la variable de holgura que sale es s.
C. El elemento pivote, que ahora hay que hacer 1, es 4.
Obtenemos la siguiente tabla:

Tabla IV . Final del proceso

Variable de
decisin

Variable de holgura

-1/2

12

-7/4

-3/4

5/4

33

Base

Valores
solucin

Como todos los coeficientes de la fila de la funcin

objetivo son positivos, hemos llegado a la solucin
ptima.
Los solucin ptima viene dada por el valor de Z en la
columna de los valores solucin, en nuestro caso: 33.
En la misma columna se puede observar el vrtice
donde se alcanza este valor, observando las filas
correspondientes a las variables de decisin que han
entrado en la base: D(3,12).

Interpretacin Geomtrica del Mtodo Simplex

Las sucesivas tablas que hemos construido van proporcionando el

valor de la funcin objetivo en los distintos vrtices, ajustndose, a
la vez, los coeficientes de las variables iniciales y de holgura.
En la primera iteracin (Tabla I) han permanecido todos los
coeficientes iguales, se ha calculado el valor de la funcin objetivo
en el vrtice A(0,0), siendo este 0.
A continuacin se desplaza por la arista AB, calculando el valor de
Z, hasta llegar a B. Este paso aporta la Tabla II.
En esta segunda iteracin se ha calculado el valor que corresponde
al vrtice B(8,0): Z=f(8,0) = 24
Sigue por la arista BC, hasta llegar a C, donde se para y despliega
los datos de la Tabla III.
En esta tercera iteracin se ha calculado el valor que corresponde
al vrtice C(6,6) : Z=f(6,6)=30.

Continua haciendo clculos a travs de la arista CD, hasta

llegar al vrtice D. Los datos que se reflejan son los de la
Tabla IV.
Concluye con esta tabla, advirtiendo que ha terminado
(antes ha comprobado que la solucin no mejora al
desplazarse por la arista DE).
El valor mximo de la funcin objetivo es 33, y
corresponde a: x = 3 e y = 12 (vrtice D).
Si calculas el valor de la funcin objetivo en el vrtice
E(0,14), su valor es de 28 que no supera el valor 33,
anteriormente calculado.

Problema de Minimizacin Aplicando el Mtodo Simplex

Si en lugar de maximizar se trata de un problema de
minimizar se sigue el mismo proceso, pero cambiando el
sentido del criterio, es decir, para entrar en la base se elige la
variable cuyo valor, en la fila de la funcin objetivo, sea el
mayor de los positivos y se finalizan las iteraciones cuando
todos los coeficientes de la fila de la funcin objetivo son
negativos.
La siguiente programacin lineal matematiza la
minimizacin de costos, que se plantea del
modo siguiente:

Minimizar Z = 5x1 + 6x2 + 7x3

Sujeto a:
x1 + x2 + x3 = 1,000
x1
300
x2
150
x3 200
Donde:
x1 = Cantidad del elemento metlico 1.
x2 = Cantidad del elemento metlico 2.
x3 = Cantidad del elemento metlico 3.

Siguiendo con los lineamientos establecidos en el caso de

maximizacin, el primer paso ser crear las ecuaciones de las
inecuaciones existente.
1. Para la primera restriccin , las variables x 1, x2 y x3, pueden
ser iguales a cero (0), pero para poder tener una influencia sobre
la metodologa simplex se le asigna una variables denominada
variable artificial (A1) , al cual se le asigna un costo bastante
alto que lo denominaremos M, la ecuacin resultante viene a ser:
x1 + x2 + x3 + A1 = 1,000. La variable artificial es un artificio de
clculo que se utiliza en ecuaciones o en inecuaciones cuando
las restricciones son del tipo mayor o igual que, no siendo
necesarias su uso en inecuaciones del tipo menor o igual que.

2. Para la segunda restriccin, x1 300, es necesario aadir una

variable de holgura (S1), por lo tanto la inecuacin se convierte en la
ecuacin x1 + S1 = 300.
3. Las dos ltimas restricciones se convierten en ecuaciones
restndoles variables de holgura negativas o variables excedentes,
determinndose las ecuaciones:
x2 S2 = 150
x3 S3 = 200
4. Como deben considerarse variables artificiales en estas dos ltimas
ecuaciones las ecuaciones finales seran las siguientes:
x2 S2 + A2 = 150
x3 S3 + A3 = 200

5. Establecemos la funcin objetivo para lo cual es necesario

aplicar la norma que establece que todas las variables intervinientes
deben estar presentes en la ecuacin de minimizacin del costo.
Para lo cual se establece que las variables de holgura (S 1, S2 y S3)
deben tener un coeficiente igual a cero (0), mientras que las
variables artificiales (A1, A2 y A3) deben tener un coeficiente que
supuestamente es un valor bastante alto y que lo representaremos
por M, lo mismo se predispone en las restricciones pero en este
caso las variables artificiales tendrn un coeficiente igual a cero (0).
6. La matematizacin de la programacin lineal en discusin, queda
determinada del modo siguiente:

Funcin Objetivo:
Minimizar Z = 5x1 + 6x2 +7x3 + MA1 + 0S1 + 0S2 + MA2 + 0S3 + MA3 (minimizacin de costos).

Sujeto a:
x1 + x2 + x3 +A1 + 0S1 + 0S2+ 0A2 + 0 S3 + 0A3 = 1,000
x1 + 0x2 + 0x3 + 0A1 + S1 + 0S2+ 0A2 + 0S3 + 0A3 = 300
0x1 + x2 + 0x3 + 0A1 + 0S1 - S2 + A2 + 0 S3 + 0A3 = 150
0x1 + 0x2 + x3 + 0A1 + 0S1 + 0S2+ 0A2 - S3 + A3 = 200
7. En el primer tablea nicamente se seleccionan como variables de la mezcla de los
productos A1, S1, A2 y A3, esto debido a que las variables A1, A2, y A3 permiten
mantener en equilibrio las primeras ecuaciones y lo mismo sucede con la variable de
holgura S1. Esto debido a que las variables artificiales antes manifestadas que por tener
un costo muy alto, no estarn presentes en la solucin final, lo mismo sucede con la
variable de holgura S1.

TABLEA I
Cj

Mezcla
de
Produc
tos

Canti
d

5
x1

6
x2

7
x3

M 0
A1 S1

0
S2

M
A2

0
S3

M
A3

A1

1,000

S1

300

A2

150

-1

A3

200

-1

Zj

1,350
M

2M 2M M

-M M -M

5M

62M

Cj - Zj
Fila Pvot (fila
reemplazada)

72M

Columna Pvot (elementos

interseccionales)

TABLEA II
Cj

Mezcla
de
Produc
tos

Canti
d

5
x1

6
x2

7
x3

M 0
A1 S1

0
S2

M
A2

0 M
S A3

A1

850

-1

S1

300

x2

150

-1

A3

200

Zj

1,050M+
900

2M M

M6

M+
6

5M

72M

2MM+
6
Columna Pvot (elementos
6

Cj - Zj
Fila Pvot (fila
reemplazada)

interseccionales)

TABLEA II
Cj

Mezcla Canti
de
d
Product
os

5
x1

6
x2

7
x3

M
A1

0
S1

0
S2

M
A2

0
S3

M
A3

A1

650

-1

-1

S1

300

x2

150

-1

x3

200

-1

Zj

650M+
2300

M6

M+
6

M7

M+7

M+5

M+
6

2M6

M+7

2M7

Cj - Zj
Fila Pvot (fila
reemplazada)

Columna Pvot (elementos

interseccionales)

TABLEA III
Cj

Mezcla Canti
de
d
Product
os

5
x1

6
x2

7
x3

M
A1

0
S1

0
S2

M
A2

0
S3

M
A3

A1

350

-1

-1

-1

x1

300

x2

150

-1

x3

200

-1

Zj

350M+
3800

M+5

M6

M+
6

M7

M+7

M5

M+
6

2M6

M+7

2M7

Cj - Zj

Fila Pvot (fila

reemplazada)

Columna Pvot (elementos

interseccionales)

TABLEA III
Cj

Mezcla Canti
de
d
Product
os

5
x1

6
x2

7
x3

M
A1

0
S1

0
S2

M
A2

0
S3

M
A3

S2

350

-1

-1

-1

x1

300

x2

500

-1

-1

x3

200

-1

Zj

5,900

-1

-1

M6

M1

Cj - Zj