Mtodo Simplex

Simplex Tableau

Introduccin

El mtodo simplex como fue descrito anteriormente

resulta muy ineficiente computacionalmente: Muchas
operaciones redundantes y algunas operaciones
computacionalmente costosas como invertir la matrix
B.

La "Simplex Tableau" es una forma de realizar todas

las operaciones del mtodo simplex de forma muy
eficiente.

Simplex Tableau

La estructura general es la siguiente:

Negacin
del valor
ptimo

Reduccin
del costo
-Z

ck - cBB-1Ak

xiB

B-1Ak

Valores
de las
variables
bsicas

xiB

Descripcin

n: Nmero de variables

m: Nmero de restricciones

La "Tableau" tiene n+1 columnas y m+1 filas.

Filas y columnas se numeran desde 0.

Inicializacin

Se debe determinar una base inicial (ms

detalles posteriormente).
Se inicializan las entradas Tij con los valores
correspondientes:

Reduccin de costo en fila 0

Valores de la base inicial columna 0

B-1Ak las columnas k=1..n (cuando B es la matriz

identidad, estas son las mismas columnas de A).

-Z=0
5

Iteracin

Si todas las reducciones de costo son positivas,

terminar.
Seleccionar una xk correspondiente a la columna k
con reduccin de costo negativa para que entre a la
base.
Se calculan las razones xi/xi para la columna k en las
filas con xi>0. La mnima es el valor que toma xk.
Se actualizan los costos reducidos y los componentes
B-1Ak.
6

Actualizacin de la Tablaeu:
Forma cannica
Forma cannica: La submatriz B es la matriz
identidad.

Supongamos que xk entra a la base, y xh sale.

Se divide la fila h por Thk. Esto garantiza que Thk
sea uno.
Para todas las filas ih, se multiplica la fila h
por Tik y se resta de la fila i. Esto hace los
valores Tik=0. (Pivotar)
7

Justificacin fila 0 - (2)

Al llevar a la forma cannica la columna de la variable

z, la fila cero equivale a la ecuacin:
Se observa adems que T0i=0 para i correspondiente
a las variables bsicas, y que xj=0 para las variables
bsicas. Por lo tanto la canolizacin arroja el valor
z=Z
que es solucin de (*), y que por lo tanto corresponde
al negativo del valor ptimo correspondiente a la base
actual.
9

Ejemplo

Retomemos el problema previamente

analizado:

10

Configuracin inicial

La base inicial es {x4, x5, x6}

-Z

x1

x2

x3

x4

x5

x6

-10

x4

10

x5

20

-2

x6

-1

10

(Observar que cB son ceros, por lo tanto las reducciones de costo coinciden con ck)
11

Primera iteracin

T02=-10 es el nico coeficiente que reduce el costo:

Entra x2
Las razones xi/xi correspondientes a k=2 y xi>0 son
10/3 y 20/4. El mnimo es =3.33 y la variable que
sale es x4.
-Z

x1

x2

x3

x4

x5

x6

-10

x4

10

x5

20

-2

x6

-1

10

12

Actualizacin del Tableau

fila1=fila1/3

fila0=fila0-T0k*fila2

fila2=fila2-T2k*fila2

fila3=fila3-T3k*fila2

Base = { x2, x5, x6 }

-Z

x1

x2

x3

x4

x5

x6

33.3

8.33

-1.33

3.33

x2

3.33

0.33

0.67

0.33

x5

6.67

-3.33

-2.67

-1.33

x6

8.33

1.33

10.67

0.33

1
13

Segunda iteracin

Si x3 entra a la base, se reduce el costo.

Las razones xi/xi son 3.33/0.67=5 y 8.33/10.67=0.78.
El mnimo es =0.78 y sale x6.
Se actualizan el Tableau y se obtiene
-Z

x1

x2

x3

x4

x5

x6

34.37

8.5

3.38

0.13

x2

2.81

0.25

0.31

-0.06

x5

8.75

-3.00

-1.25

0.25

x3

0.78

0.13

0.03

0.09

Por lo tanto el valor ptimo es -34.37 y el optimizador es x=(0, 2.81, 0.78, 0, 8.75, 0)

14

Obtencin de una BFS inicial

Cuando se agregan m variables slack

adicionales la eleccin de la base inicial es
trivial. Qu hacer cuando no?

Una solucin general a este problema es el

mtodo de las variables artificiales, o de las dos
fases.

15

Mtodo de las variables artificiales

Fase 1

Se agregan m variables artificiales al Tableau, xia.

Fase 1: Se resuelve el problema minimizando la funcin

16

Mtodo de las variables artificiales

Se pueden presentar 3 casos:

=0 y todas las xia se hacen 0 (se remueven de la base), y la base

restante es una base del problema original.
>0, indicando que el problema original no es factible. Si el
problema original es factible, el mnimo valor de es cero.
=0 pero algunas xia aparecen en la solucin.

Se se da el 1er caso, se borran las columnas correspondientes a xia

(estas variables son ceros), se reemplaza la fila 0 y se continua el
mtodo simplex.
En el 3er caso, se puede "pivotar" una variable original (tal que
xi0) no presente en la base para reemplazar xia. La nueva variable
toma el valor =0, por lo que no afecta el valor de la fila 0.
17

Mtodo de las variables artificiales

Fase 2

Si el problema es factible, la fase 1 siempre

arroja como resultado una BFS para el
problema original con sus valores.

Con esta base se procede a resolver el

problema original.

18

Situaciones Especiales

19

Base Degenerada

Si la columna 0 contiene valores 0, se dice que

la base actual es una base degenerada.
xk
-Z
xi

xi>0

En este caso, xk=0 puede entrar a la base

reemplazando a xi, aunque el punto xn sigue
siendo el mismo.
20

Columna k es negativa

Si todos los valores de xi son negativos,

entonces la variable xk se puede hacer tan
grande como se quiera sin violar ninguna
restriccin.
x
k

-Z
xi

xi<0

En este caso, el espacio factible no est

acotado y se dice que el valor ptimo es -.
21

Solucin Numrica

Matlab Optimization Toolbox ofrece la siguiente

funcin para resolver problemas de
optimizacin lineal:
[x,fval] = linprog(c,A,b,Aeq,beq,lb,ub,x0,options)

Para detalles completos visitar:

http://www.mathworks.com/help/toolbox/optim/ug/linprog.html
22

El ejemplo anterior

Asi se puede codificar

A= [ 1
3
2
-2
4
0
1
-1
10 ];
b = [ 10 20 5 ]';
c = [ 5
-10
-8 ];
lb = zeros(3,1);
[x, fval, exitflag] = linprog(c,A,b,[],[],lb)

y retorna el resultado:

x =
0.0000
2.8125
0.7812
fval =
-34.3750

23