FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA INDUSTRIAL
MÉTODO SIMPLEX
PRIMAL
Facilitadora: [Link]° María Isabel Landeras
Pilco
Método Simplex Primal
A. Fundamento Matrices – Método Gauss
Jordan
Ventaja trabaja «N» variables.
B. Simplex Primal:
Sirve para desarrollar modelos de
Maximización, cuyas restricciones con <=
C. Procedimiento:
1. Estandarizar el Modelo.
2. Construir el Tablero Inicial.
3. Verificar la condición de optimidad.
(Toda la fila Z valores no negativos)
4. Si no es óptimo realizar una iteración
(serie de pasos de un algoritmo que se
repite).
a) Seleccionar columna pivote: Escoger el
más negativo de Z.
b) Seleccionar fila pivote.
Dividir= Lado derecho =Tomar el más pequeño
columna pivote
No considerar negativo o ceros de la
columna pivote.
c) Convertir en 1 el pivote operacional.
d) Convertir en 0 los demás elementos de la
columna pivote para c) y d) usar
transformaciones elementales.
5) Regresar al punto 3)
Forma Estándar
Un problema de Programación Lineal, puede
venir de muchas formas, su objetivo puede ser
maximizar o minimizar; puede tener
restricciones de igualdad o desigualdad
(menor o igual que, mayor o igual que), las
variables pueden ser no negativas (>=0), no
positivas (<=0), o sin restricciones. En lugar de
desarrollar un método para manejar cada una
de estas formas diferentes, es más sencillo
diseñar un algoritmo que resuelva solamente
Una forma específica, conocida como FORMA
ESTÁNDAR.
Característica Clave
La forma específica del algoritmo, se escoge
para permitir a la computadora llevar a cabo
las manipulaciones algebraicas con facilidad.
Por consiguiente, forma estándar querrá decir
un Programa Lineal en el que:
La Función Objetivo, debe maximizarse.
Todos los valores del lado derecho de las
restricciones son no negativas.
Todas las restricciones son igualdades.
Todas las variables son no negativas.
FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA INDUSTRIAL
REGLAS GENERALES PARA
CONVERTIR UN PROGRAMA
LINEAL A LA FORMA
ESTÁNDAR
Facilitadora: [Link]° María Isabel Landeras
Pilco
Paso 1:
Conversión de una función objetivo de
Minimización.
Cada coeficiente de la función objetivo, se
multiplica por -1, para crear un problema de
maximización, equivalente.
(Minimizar Z = -2X1 +X2 -3X3) x -1
Maximizar Z = 2X1 – X2 +3X3
Paso 2:
Conversión de lados derechos negativos.
Multiplica ambos lados de la restricción, que
tenga un lado derecho negativo, por -1 y
cambie la dirección de la desigualdad, en caso
de que se trate de una.
(-3X1 -2X2 -2X3 >= -15) x -1
3X1 + 2X2 + 2X3 <= 15
Paso 3:
Conversión de restricciones de desigualdad.
Las conversiones de igualdad, no necesitan
convertirse. Cada restricción menor o igual
que, que es convertida a una restricción de
igualdad equivalente, mediante la adición de
una VARIABLE FLOJA, no negativa. En el
caso de una restricción mayor o igual que,
que es convertida a una restricción de
igualdad equivalente, mediante la sustracción
de una VARIABLE SUPERAVIT, no negativa.
3X1 + 2X2 + 2X3 <= 15
3X1 + 2X2 + 2X3 + S1 = 15 ….. V. Floja
3X1 + 2X2 + 2X3 >= 15
3X1 + 2X2 + 2X3 – S2 = 15 ….. V. Superavit
Paso 4:
Conversión de variables no positivas y no
restringidas.
Sustituya cada variable no restringida, con la
diferencia de dos nuevas variables no
negativas.
Sustituya cada variable no positiva, con el
negativo de una nueva variable no negativa.
X3 = Variable no restringida
X3 = X3+ - X3- …………….. X3+,X3->= 0
X2 = Variable no positiva
X2 = -X2’ ……………………. X2+>= 0
Una vez que un programa, se encuentra en
forma estándar, es posible diseñar, un algoritmo
algebraico, para encontrar la solución óptima.
