Resolver mediante el mtodo simplex el siguiente problema:

Maximizar
sujeto a:

Z = f(x,y) = 3x + 2y
2x + y 18
2x + 3y 42
3x + y 24
x0,y0

Se consideran las siguientes fases:

1.

Realizar un cambio de variables y normalizar el signo de los trminos

independientes.
Se realiza un cambio en la nomenclatura de las variables. Establecindose la
correspondencia siguiente:

x pasa a ser X1

y pasa a ser X2
Como los trminos independientes de todas las restricciones son positivos
no es necesario hacer nada. En caso contrario habra que multiplicar por "-1"
en ambos lados de la inecuacin (teniendo en cuenta que esta operacin
tambin afecta al tipo de restriccin).

Normalizar las restricciones.

Se convierten las inecuaciones en ecuaciones agregando variables de
holgura, exceso y artificiales segn la tabla siguiente:
Tipo de desigualdad

Tipo de variable que aparece

- exceso + artificial

+ artificial

+ holgura

En este caso se introduce una variable de holgura (X 3, X4 y X5) en cada

una de las restricciones del tipo , para convertirlas en igualdades, resultando
el sistema de ecuaciones lineales:
2X1 + X2 + X3 = 18
2X1 + 3X2 + X4 = 42
3X1 + X2 + X5 = 24

Igualar la funcin objetivo a cero.

Z - 3X1 - X2 - 0X3 - 0X4 - 0X5 = 0

Escribir la tabla inicial del mtodo Simplex.

La tabla inicial del mtodo Simplex est compuesta por todos los coeficientes
de las variables de decisin del problema original y las de holgura, exceso y
artificiales agregadas en el paso 2 (en las columnas, siendo P 0 el trmino
independiente y el resto de variables P i coinciden con Xi), y las restricciones
(en las filas). La columna Cb contiene los coeficientes de las variables que se
encuentran en la base.
La primera fila est formada por los coeficientes de la funcin objetivo,
mientras que la ltima fila contiene el valor la funcin objetivo y loscostes
reducidos Zj - Cj.
La ltima fila se calcula como sigue: Z j = (CbiPj) para i = 1..m, donde si j
= 0, P0 = bi y C0 = 0, y en caso contrario P j = aij. Aunque al tratarse de la
primera tabla del mtodo Simplex y ser todos los C b nulos se puede simplificar
el clculo, y por esta vez disponer Z j = -Cj.
Tabla I . Iteracin n 1
2

Base

Cb

P0

P1

P2

P3

P4

P5

P3

18

P4

42

P5

24

-3

-2

Condicin de parada.
Si el objetivo es la maximizacin, cuando en la ltima fila (fila indicadora) no
existe ningn valor negativo entre los costes reducidos (columnas P 1 en
adelante) se alcanza la condicin de parada.
En tal caso se llega al final del algoritmo ya que no existe posibilidad de
mejora. El valor de Z (columna P0) es la solucin ptima del problema.
Otro caso posible es que en la columna de la variable entrante a la base
todos los valores son negativos o nulos. Esto indica que el problema no se
encuentra acotado y su solucin siempre resultar mejorable. Ante esta
situacin no es necesario continuar iterando indefinidamente y tambin se
puede dar por finalizado el algoritmo.
De no ser as, se ejecutan los siguientes pasos de forma iterativa.

Eleccin de la variable entrante y saliente de la base.

Se determina en primer lugar la variable que entra en la base. Para ello se

escoge la columna cuyo valor en la fila Z sea el menor de entre todos los
negativos. En este caso sera la variable X1 (P1) de coeficiente -3.
Si existiesen dos o ms coeficientes iguales que cumplan la condicin
anterior (caso de empate), entonces se optar por aquella variable que sea
bsica.
La columna de la variable que entra en la base se llama columna
pivote (en color verde).
Una vez obtenida la variable que entra en la base, se procede a determina
cual ser la variable que sale de la misma. La decisin se toma en base a un
sencillo clculo: dividir cada trmino independiente (columna P 0) entre el
elemento correspondiente de la columna pivote, siempre que ambos elementos
sean estrictamente positivos (mayores que cero). Se escoge la fila cuyo
resultado haya resultado mnimo.
Si hubiera algn elemento menor o igual a cero no se realiza dicho
cociente. En caso de que todos los elementos de la columna pivote fueran de
sta condicin se habra cumplido la condicin de parada y el problema tendra
una solucin no acotada (ver teora del mtodo Simplex).
En este ejemplo: 18/2 [=9] , 42/2 [=21] y 24/3 [=8]
El trmino de la columna pivote que en la divisin anterior dio lugar al
menor cociente positivo indica la fila de la variable de holgura que sale de la
base. En este caso resulta ser X 5 (P5), de coeficiente 3. Esta fila se llama fila
pivote (en color verde).
Si al calcular los cocientes, dos o ms resultados cumplen la condicin
para elegir el elemento saliente de la base (caso de empate), se escoge
aquella que no sea variable bsica (siempre que sea es posible).
La interseccin de la fila pivote y columna pivote marca el elemento pivote,
en este caso el 3.

Actualizar la tabla.
Los nuevos coeficientes de la tabla se calculan de la siguiente manera:

En la fila del elemento pivote cada nuevo elemento se calcula como:

Nuevo Elemento Fila Pivote = Anterior Elemento Fila Pivote / Pivote

En el resto de las filas cada elemento se calcula:

Nuevo Elemento Fila = Anterior Elemento Fila - (Anterior Elemento Fila
en Columna Pivote * Nuevo Elemento Fila Pivote)

Con esto se normaliza el elemento pivote y su valor pasa a ser 1, mientras

que el resto de elementos de la columna pivote se anulan (anlogo al mtodo
de Gauss-Jordan).
Se muestran a continuacin los clculos para la fila P 4:
Anterior fila P4

42
2
x
8
=
26

Anterior Elemento Fila en Columna Pivote

Nueva fila pivote
Nueva fila P4

2
2
x
1
=
0

3
2
x
1/3
=
7/3

0
2
x
0
=
0

1
2
x
0
=
1

0
2
x
1/3
=
-2/3

La tabla correspondiente a esta segunda iteracin es:

Tabla II . Iteracin n 2
3

Base

Cb

P0

P1

P2

P3

P4

P5

P3

1/3

-2/3

P4

26

7/3

-2/3

P1

1/3

1/3

24

-1

Al comprobar la condicin de parada se observa que no se cumple ya

que entre los elementos de la ltima fila hay uno negativo, -1. Se contina iterando
nuevamente los pasos 6 y 7.

6.1. La variable que entra en la base es X 2 (P2), por ser la variable que
corresponde a la columna donde se encuentra el coeficiente -1.

6.2. Para calcular la variable que sale, se dividen los trminos de la

columna P0 entre los trminos correspondientes de la nueva columna pivote: 2 / 1/3
[=6] , 26 / 7/3 [=78/7] y 8 / 1/3 [=24]. Como el menor cociente positivo es 6, la variable
que sale de la base es X3 (P3).

6.3. El elemento pivote es 1/3.

7. Actualizando nuevamente los valores de la tabla se obtiene:

Tabla III . Iteracin n 3

Base

Cb

P0

P1

P2

P3

P4

P5

Tabla III . Iteracin n 3

P2

-2

P4

12

-7

P1

-1

30

-1

Una nueva comprobacin de la condicin de parada revela que entre

los elementos de la fila indicadora vuelve a haber uno negativo, -1. Significa que aun
no se ha llegado a la solucin ptima y hay que seguir iterando (pasos 6 y 7):

6.1. La variable que entra en la base es X 5 (P5), por ser la variable que
corresponde al coeficiente -1.

6.2. Se escoge la variable que sale calculando el cociente entre los

trminos de la columna de trminos independientes y los trminos correspondientes
de la nueva columna pivote: 6/(-2) [=-3] , 12/4 [=3], y 6/1 [=6]. En esta ocasin es
X4 (P4).

6.3. El elemento pivote es 4.

7. Despus de actualizar todas las filas, se obtiene la tabla siguiente:

Tabla IV . Iteracin n 4
2

Base

Cb

P0

P1

P2

P3

P4

P5

P2

12

-1/2

1/2

P5

-7/4

1/4

P1

3/4

-1/4

33

5/4

1/4

Fin del algoritmo.Se observa que en la ltima fila todos los coeficientes
son positivos cumplindose, por tanto la condicin de parada.
La solucin ptima viene dada por el valor de Z en la columna de los trminos
independientes (P0), en este ejemplo: 33. En la misma columna se puede ver
el punto donde se alcanza, observando las filas correspondientes a las
variables de decisin que han entrado en la base: X1 = 3 y X2 = 12.
Deshaciendo el cambio de variables se obtiene x = 3 e y = 12.
Se propone alimentar el ganado de una granja con la dieta ms
econmica posible. Dicha dieta debe contener cuatro tipos de nutrientes

identificados como A, B, C, y D. Estos componentes se encuentran en dos

tipos de piensos M y N. La cantidad, en gramos, de cada componente por kilo
de estos piensos viene dada en la tabla siguiente:
A

100

100

200

100

200

100

La dieta diaria de un animal debe estar compuesta por al menos 0.4Kg del
componente A, 0.6Kg del componente B, 2Kg del componente C, y 1.7Kg del
componente D. El compuesto M cuesta 0.2/Kg y el compuesto N 0.08/Kg.
Qu cantidades de piensos M y N se deben adquirir para que el gasto en
comida sea el menor posible?
Se pretende mezclar los tipos de pienso para obtener una dieta equilibrada
que contenga las cantidades diarias recomendadas de cada nutriente para los
animales.
Determinar las variables de decisin y expresarlas algebraicamente. En este
caso:

X1: cantidad de pienso M en Kg

X2: cantidad de pienso N en Kg

Determinar las restricciones y expresarlas como ecuaciones o inecuaciones
dependientes de las variables de decisin. Dichas restricciones se deducen de la
composicin requerida para la dieta diaria (en Kg):

Componente A: 0.1X1 + 0X2 0.4

Componente B: 0X1 + 0.1X2 0.6

Componente C: 0.1X1 + 0.2X2 2

Componente D: 0.2X1 + 0.1X2 1.7

Expresar todas las condiciones implcitamente establecidas por la naturaleza
de las variables: que no puedan ser negativas, que sean enteras, que solo puedan
tomar determinados valores, ... En este caso, la nica restriccin es que las
cantidades de pienso que forman la dieta no pueden ser negativas:

X1 0

X2 0

Determinar la funcin objetivo:

Minimizar Z = 0.2X1 + 0.08X2

Un fabricante desea despachar varias unidades de un artculo a tres
tiendas T1, T2, y T3. Dispone de dos almacenes desde donde realizar el envo,
A y B. En el primero dispone de 5 unidades de este artculo y en el segundo
10. La demanda de cada tienda es de 8, 5, y 2 unidades respectivamente. Los
gastos de transporte de un artculo desde cada almacn a cada tienda estn
expresados en la tabla:
T1

T2

T3

Cmo ha de realizar el transporte para que sea lo ms econmico

posible?Determinar las variables de decisin y expresarlas algebraicamente. En
este caso:

Xi: nmero de unidades transportadas desde cada almacn a cada tienda

X1: nmero de unidades transportadas desde el almacn A hasta la tienda T1

X2: nmero de unidades transportadas desde el almacn A hasta la tienda T2

X3: nmero de unidades transportadas desde el almacn A hasta la tienda T3

X4: nmero de unidades transportadas desde el almacn B hasta la tienda T1

X5: nmero de unidades transportadas desde el almacn B hasta la tienda T2

X6: nmero de unidades transportadas desde el almacn B hasta la tienda T3

Determinar las restricciones y expresarlas como ecuaciones o inecuaciones
dependientes de las variables de decisin. Dichas restricciones se deducen de la
disponibilidad de unidades que hay en cada almacn as como de la demanda de
cada tienda:

Disponibilidad en el almacn A: X1 + X2 + X3 = 5

Disponibilidad en el almacn B: X4 + X5 + X6 = 10

Demanda de la tienda T1: X1 + X4 = 8

Demanda de la tienda T2: X2 + X5 = 5

Demanda de la tienda T3: X3 + X6 = 2

Expresar todas las condiciones implcitamente establecidas por la naturaleza
de las variables: que no puedan ser negativas, que sean enteras, que solo puedan
tomar determinados valores, ... En este caso las restricciones son que la cantidad
de unidades no puede ser negativa y debe ser adems un nmero entero:

Xi 0

Xi son enteros
Determinar la funcin objetivo:

Minimizar Z = X1 + 2X2 + 4X3 + 3X4 + 2X5 + X6