INVESTIGACIN OPERATIVA

CONSULTA:
Mtodo simplex
NOMBRE:
Rebeca Lascano
CARRERA:
Ingeniera Petroqumica
FECHA:
Diciembre, 6 de diciembre de 2015

MTODO SIMPLEX

El mtodo simplex est basado en el algebra. Es un mtodo analtico de solucin de

problemas de programacin lineal capaz de resolver modelos ms complejos que los
resueltos mediante el mtodo grfico sin restriccin en el nmero de variables. Es un
mtodo iterativo que permite ir mejorando la solucin en cada paso. Se lo emplea para
resolver problemas de programacin lineal de maximizacin y de minimizacin. Es un
proceso numrico repetitivo que permite llegar a una solucin optima partiendo de un
punto extremo conocido. Por lo tanto, si esta no satisfice es necesario tomar otra
solucin que nos de para el valor de Z, siendo esta mayor o menor y as sucesivamente
hasta llegar a la solucin final.
Este mtodo fue creado en el ao de 1947 por el estadounidense George Bernard
Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo de crear un algoritmo
capaz de solucionar problemas de m restricciones y n variables.
1. Todas las limitaciones o restricciones deben estar establecidas como ecuaciones.
2. El Segundo miembro de una limitante debe ser positivo
3. Todas las variables estn restringidas a valores no negativos
OBSERVACIONES IMPORTANTES
VARIABLES DE HOLGURA Y EXCESO
Este mtodo trabaja convirtiendo inecuaciones en ecuaciones utilizando unas
variables denominadas de holgura y exceso relacionadas con el recurso al cual
hace referencia la restriccin, estas variables adquieren un gran valor en el
anlisis de sensibilidad y juegan un rol fundamental en la creacin de la matriz
identidad base del mtodo.
Estas variables suelen estar representadas por la letra "S", se suman si la
restriccin es de signo "<= " y se restan si la restriccin es de signo ">=".
EJEMPLO:
Ecuaciones modeladas mediante programacin lineal
2.5 x1 + 4 x 2 100
5 x1 + 4 x 2 120
Inecuaciones transformadas en ecuaciones
2.5 x1 + 4 x 2+1 S1 +0 S 2=100
5 x1 + 4 x 2+ 0 S1 1 S2 =120
matriz identidad

VARIABLE ARTIFICIAL

MTODO DE LA "M"
Variable artificial: Truco matemtico para convertir inecuaciones en ecuaciones,
o en el caso de existir igualdades en el problema original.
La caracterstica principal en el mtodo de la M es que estas variables no forman
parte de la solucin, dado que no representan recursos. El objetivo fundamental
de estas variables es la formacin de la matriz identidad. Estas variables,
siempre se suman a las restricciones, su coeficiente es M (donde M significa un
nmero demasiado grande muy poco atractivo para la funcin objetivo).
El signo en la funcin objetivo va en contra del sentido de la misma, es decir, en
problemas de Maximizacin su signo es menos (-) y en problemas de
Minimizacin su signo es (+).
PROCEDIMIENTO
No es importante el numero de limitaciones (inecuaciones) y de incgnitas de un
sistema dado que el mtodo simplex se ajusta a un tratamiento de identificacin y a su
solucin.
En el caso en el que el sistema tenga un numero de ecuaciones inferior al numero de
incgnitas, existen muchas soluciones. Por lo tanto, se tiene la siguiente tabla para el
caso de maximizacin, minimizacin e igualdad, respectivamente:
Maximizacin
x 1+ x 2 200
Variable de holgura= +S
x 1+ x 2 +S 1=200

Minizacin
x 1+2 x 2 200
-V de holgura + V artificial=S+M
x 1+2 x 2S1 + M 1=200

Igualdad
x 1+ x 2=200
+V artificial= +M
x 1+ x 2 + M 1=200

EJERCICIO PASO A PASO

EL PROBLEMA
Una fabrica produce 2 tipos de camisas A y B, las camisas tipo A requieren 2,5 minutos
para cortarlas y 5 minutos para confeccionarlos; las de tipo B requieren 4 min para
cortarlas y 4 minutos para confeccionarlas. Si dispone de 1 hora y 40 min para corte y 2
horas para confeccin.

x1
x2
Disponibilidad

Confecciones
5
4
120

Paso 1: Modelacin mediante programacin lineal

Cortado
2.5
4
100

Variables
x 1 :Camisas A
x 2 :Camisas B
Funcin Objetivo
Z ( max )=2.5 x 1 +3 x 2
Restricciones
Corte

2.5 x1 + 4 x 2 100

Confeccin

5 x1 + 4 x 2 120
Paso 2: Convertir las inecuaciones en ecuaciones
Abstracciones

Corte

2.5 x1 + 4 x 2+ S1 +0 S2 =100

Confeccin

5 x1 + 4 x 2+ 0 S1 + S2 =120
Funcin Objetivo
Z ( max )=2.5 x 1 +3 x 2+ 0 S 1+0 S2
Cj
0
0

Xj
S1
S2
Zj
Z jC j

bn
100
120
0
-

2.5
x1
5/2*
5
0
-2.5

3
x2
4
4
0
-3

0
S1
1
0
0
0

0
S2
0
1
0
0
Pivote

bn
bn
100

=25
Xj
X2
4

Semipivote

bn
bn
120

=30
Xj
X2
4
Cj
3
0

Xj
x2
S2
Zj

bn
25
20
75

2.5
x1
5/8
5/2*
15/8

3
x2
1
0
3

0
S1
1/4
-1
3/4

0
S2
0
1
0

Z jC j

-5/8

3/4

Pivote

bn
bn
20

=8
Xj
X2
5
2

Semipivote

bn
bn
25

=40
Xj
X2
5
8
Pivote
100
=25
4
2.5 5
=
4 8
4
=1
4
1 1
=
4 4
0
=0
4

Semipivote
12024 ( 4 )=20
5
5
5 ( 4 )=
8
2
41 ( 4 )=0
1
0 ( 4 )=1
4
10 ( 4 )=1

Cj
3
2.5

Xj
x2
x1
Zj
Z jC j
Pivote
20
=8
5
2
5
2
=1
5
2
0
=0
5
2
1 2
=
5
5
2
1
2
=
5
5
2

()

bn
20
8
80
-

2.5
x1
0
1
2.5
0

3
x2
1
0
3
0

0
S1
1/2
-2/5
1/2
1/2

Semipivote
5
258
=20
8

()

5
5
1
=0
8
8

()

()

()

()

()

10

( 58 )=1

1 2

4
5

( )( 58 )= 12

2 5 1
=
5 8
4

()

0
S2
-1/4
2/5
1/4
1/4

INTERPRETACIN:
La empresa debe producir 20 camisas tipo A y 8 del tipo B para obtener su mxima
ganancia de 80$
EJERCICIO 1
Baba Furniture emplea a cuatro carpinteros durante 10 das para ensamblar sillas y
mesas. Se requiere 30 minutos para ensamblar una silla y 2 horas para ensamblar una
mesa. Por lo comn, los clientes compran entre cuatro y seis sillas con cada mesa. Las
utilidades son de 13.5 dlares por mesa y 5 dlares por silla. La compaa opera un
turno de 8 horas al da. Determine la mezcla de produccin ptima.
DEFINICION DE VARIABLES
Sillas A = X1
Mesas B = X2
FUNCIN OBJETIVO
Z(mx) 5 x1 +13.5 x 2+ 0 S1 +0 S2 +0 S3
RESTRICCIONES
Relacin sillas/mesas:

ABSTRACCIONES
1
x +2 x 2+ S1 +0 S2 +0 S3 =320
2 1

1
x +2 x 2 320
2 1

Relacin sillas/mesas: x 1 +4 x2 0
X 16 x 2 0

x 1 +4 x2 +0 S1 + S2 +0 S3=0
X 16 x 2 +0 S1 +0 S 2 +S 3=0

VARIABLES DE NO NEGATIVIDAD
X1, X2 0
Cj
0
0
0

Xj
S1
S2
S3
Zj
Zj - Cj

bn
320
0
0
0
X2

5
X1

-1
1
0
-5
S1

13.5
X2
2
4*
-6
0
- 13.5

S1
1
0
0
0
0

S2
0
1
0
0
0

S3
0
0
1
0
0

S3

0/4 = 0
-1/4 = -1/4
4/4 = 1
0/4 = 0
= 1/4
0/4 = 0

320 (0*2) = 320

- (-1/4*2) = 1
2 (1*2)
=0
1 (0*2)
=1
0 (1/4*2) = -1/2
0 (0*2)
=0

Xj
S1
x2
S3
Zj
Zj Cj

Bn
320
0
0
0
-

Cj
0
13.5
0

X2
320/1 = 320
1/1
= 1
0/1
=0
1/1
=1
- /1 = -
0/1
=0

5
X1
1*
-
-
-27/8
-67/8

5
13.5
0

S2
160/5/4 = 128
0/5/4
= 0
0/5/4
=0
1/2/5/4 = 2/5
5/4 /5/4 = 1
1/5/4
= 4/5

bn
320
80
160
2680
-

5
X1
1

5
13.5
0

13.5
X2
0
1
0
13.5
0

0
0
5
0

X1
320 (128*(-1/2))
1- (0*(-1/2))
0 (0*(-1/2))
1 (2/5*(-1/2))
-1/2 (1*(-1/2))
0 (4/5*(-1/2))

Cj
Xj
x1
x2
S2
Zj
Zj Cj

13.5
X2
0
1
0
13.5
0

X1
0 (320*(-1/4)) = 320
-1/4- (1*(-1/4)) = 1
1 (0*(-1/4))
=0
0 (1*(-1/4))
=1
1/4 (-*(-1/4))
=
-
0 (0*(-1/4))
=0

Cj
Xj
x1
x2
S3
Zj
Zj - Cj

0 (0*(-6))
1 (-1/4*(-6))
-6 (1*(-6))
0 (0*(-6))
0 (1/4*(-6))
1 (0*(-6))

bn
384
64
128
2784
-

5
X1
1
0
0
5
0

0
S1
1
0
0
0
0

0
S2
-

3/2
27/8
29/8

S3
0 (320*(-1/2))
-1/2 (1/4*(-1/2))
0 (0*(-1/2))
0 (1*(-1/2))
3/2 (-*(-1/2))
1 (0*(-1/2))
0

0
S3
0
0
1
0
0

= 160
=0
=0
= 1/2
= 5/4
=1

S1

0
S3
0
0
1
0
0

S2

67/8
67/8

= 384
=1
=0
= 6/5
=0
= 2/5
13.5
X2
0
1
0
13.5
0

=0
= -1/2
=0
=0
= 3/2
=1

-
1/8
5/4 *
-13/16
-13/16

X2
80 (128*1/8)
0 (0*1/8)
1 (0*1/8)
1/4 (2/5*1/8)
1/8 (1*1/8)
0 (4/5*1/8)
0
S1
6/5
1/5
2/5
87/10
87/10

0
S2
0
0
1
0
0

= 160
=0
=0
= 1/2
= 5/4
=1
0
S3
2/5
-1
4/5
13/20
13/20

INTERPRETACIN:
La fbrica debe producir 384 sillas y 64 mesas para obtener una utilidad mxima de
$2784.00 dlares.

REFERENCIAS
Mtodo
Simplex
(2003).
Programacin
http://www.programacionlineal.net/simplex.html

lineal.net

Recuperado

de:

Mtodo Simplex (2008). Herramientas para el Ingeniero Industrial. Recuperado de

http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/investigaci%C3%B3n-de-operaciones/m%C3%A9todo-simplex/
Collazo. A. (2013). Apuntes Sobre El Mtodo Smplex De Programacin Lineal.
Recuperado de http://cicia.uprrp.edu/publicaciones/docentes/metodosimplexdePL.pdf