Resolver mediante el método simplex el siguiente problema:
| Maximizar | Z = f(x,y) = 3x + 2y |
| sujeto a: | 2x + y ≤ 18 |
| 2x + 3y ≤ 42 | |
| 3x + y ≤ 24 | |
| x ≥ 0 , y ≥ 0 |
Se consideran las siguientes fases:
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las restricciones del tipo ≤, para convertirlas en igualdades, resultando el sistema de ecuaciones lineales:
| 2x + y + r = 18 |
| 2x + 3y + s = 42 |
| 3x +y + t = 24 |
2. Igualar la función objetivo a cero
| - 3x - 2y + Z = 0 |
3. Escribir la tabla inicial simplex
En las columnas aparecerán todas las variables básicas del problema y las variables de holgura/exceso. En las filas se observan, para cada restricción las variables de holgura con sus coeficientes de las igualdades obtenidas, y la última fila con los valores resultantes de sustituir el valor de cada variable en la función objetivo, y de operar tal como se explicó en la teoría para obtener el resto de valores de la fila:
| Tabla I . Iteración nº 1 | |||||||
| 3 | 2 | 0 | 0 | 0 | |||
| Base | Cb | P0 | P1 | P2 | P3 | P4 | P5 |
| P3 | 0 | 18 | 2 | 1 | 1 | 0 | 0 |
| P4 | 0 | 42 | 2 | 3 | 0 | 1 | 0 |
| P5 | 0 | 24 | 3 | 1 | 0 | 0 | 1 |
| Z | 0 | -3 | -2 | 0 | 0 | 0 | |
4. Condición de parada
Cuando en la fila Z no existe ningún valor negativo, se ha alcanzado la solución óptima del problema. En tal caso, se ha llegado al final del algoritmo. De no ser así, se ejecutan los siguientes pasos.
5. Condición de entrada y salida de la base
6. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de la fila pivote, t (P5), se obtienen dividiendo todos los coeficientes de dicha fila entre el elemento pivote, 3, que es el que hay que convertir en 1.
A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de su columna, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la función objetivo Z.
También se puede hacer de la siguiente manera:
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) Veámoslo con un ejemplo una vez calculada la fila del pivote (fila de x (P1) en la Tabla II):
|
| Tabla II . Iteración nº 2 | |||||||
| 3 | 2 | 0 | 0 | 0 | |||
| Base | Cb | P0 | P1 | P2 | P3 | P4 | P5 |
| P3 | 0 | 2 | 0 | 1/3 | 1 | 0 | -2/3 |
| P4 | 0 | 26 | 0 | 7/3 | 0 | 1 | -2/3 |
| P1 | 3 | 8 | 1 | 1/3 | 0 | 0 | 1/3 |
| Z | 24 | 0 | -1 | 0 | 0 | 1 | |
Se puede observar que no hemos alcanzado la condición de parada ya que en los elementos de la última fila, Z, hay uno negativo, -1. Hay que repetir el proceso:
Operando de forma análoga a la anterior obtenemos la tabla:
| Tabla III . Iteración nº 3 | |||||||
| 3 | 2 | 0 | 0 | 0 | |||
| Base | Cb | P0 | P1 | P2 | P3 | P4 | P5 |
| P2 | 2 | 6 | 0 | 1 | 3 | 0 | -2 |
| P4 | 0 | 12 | 0 | 0 | -7 | 1 | 4 |
| P1 | 3 | 6 | 1 | 0 | -1 | 0 | 1 |
| Z | 30 | 0 | 0 | 3 | 0 | -1 | |
Como en los elementos de la fila Z hay uno negativo, -1, significa que no hemos llegado todavía a la solución óptima. Hay que repetir el proceso:
Obtenemos la tabla:
| Tabla IV . Iteración nº 4 | |||||||
| 3 | 2 | 0 | 0 | 0 | |||
| Base | Cb | P0 | P1 | P2 | P3 | P4 | P5 |
| P2 | 2 | 12 | 0 | 1 | -1/2 | 1/2 | 0 |
| P5 | 0 | 3 | 0 | 0 | -7/4 | 1/4 | 1 |
| P1 | 3 | 3 | 1 | 0 | 3/4 | -1/4 | 0 |
| Z | 33 | 0 | 0 | 5/4 | 1/4 | 0 | |
Se observa que en la última fila todos los coeficientes son positivos, por lo tanto se cumple la condición de parada, obteniendo la solución óptima.
La solución óptima viene dada por el valor de Z en la columna de los valores solución, en nuestro caso: 33. En la misma columna se puede observar el punto donde se alcanza, observando las filas correspondientes a las variables de decisión que han entrado en la base: (x,y) = (3,12)