INTRODUCCIN

La Programacin Lineal son tcnicas de programacin matemtica para

resolver problemas de optimizacin de recursos, cuando existe ms de una
restriccin lineal. Los modelos de programacin lineal que tienen slo dos
variables de decisin se pueden resolver mediante el mtodo grfico.
El Mtodo Simplex de Programacin Lineal 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.
El Mtodo Simplex de programacin lineal es un mtodo iterativo que
permite ir mejorando la solucin en cada paso. La razn matemtica de esta
mejora radica en que el mtodo consiste en caminar del vrtice de un
poliedro a un vrtice vecino de manera que aumente o disminuya (segn el
contexto de la funcin objetivo, sea maximizar o minimizar), dado que el
nmero de vrtices que presenta un poliedro solucin es finito siempre se
hallar solucin.
Este famossimo 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.
El Mtodo Grfico es poco poderoso ya que est limitado a resolver
problemas de dos o mximo tres variables de decisin. Sin embargo, su
importancia radica en que permite visualizar los conceptos matemticos
implicados en la Programacin Lineal. Este mtodo es de poca importancia
en lo relacionado a una aplicacin directa a problemas prcticos, debido a
que los problemas prcticos significativos involucran ms de dos variables.

Programacin Lineal
La Programacin Lineal es una tcnica de programacin matemtica para
resolver problemas de optimizacin de recursos, cuando existe ms de una
restriccin lineal. Este consiste en una serie de mtodos y procedimientos
que permiten resolver problemas de optimizacin en el mbito, sobre todo,
de las Ciencias Sociales. Sus caractersticas son de:
Se busca una combinacin de recursos.
Se deben satisfacer varios criterios.
Se identifica un criterio como el objetivo.
Restricciones y Tipos
Las restricciones es un conjunto de condiciones exigidas, relacionadas
con los recursos involucrados en un problema, que debe satisfacer toda
solucin. Y los tipos de restricciones son las siguientes:
Restricciones de Capacidad, esta se deben a la cantidad disponible
de:
Equipo.
Espacio.
Mano de Obra.
Restricciones de Mercado, son lmites de la cantidad de producto, ya
sea un bien o servicio, que puede venderse o usarse, y puede ser:
Inferior.
Superior.
Ambos.
Restricciones de Disponibilidad, son lmites ocasionados por la
escasez de recursos, que pueden ser:
Materias primas.
2

 Financiamiento.
Fuerza de trabajo.
Otros.
Restricciones de Calidad, estas son restricciones que limitan la mezcla
de ingredientes, y que por lo tanto determinan la calidad de los
productos resultantes.
Restricciones de Equilibrio, esta son restricciones de tecnologa de
produccin o equilibrio de materiales. Determinan la salida de un
proceso como una funcin de las entradas, muchas veces con una
prdida por desperdicios.

Restricciones de Definicin, estas son restricciones que definen una

variable, y muchas veces provienen de definiciones contables.

Anlisis de Sensibilidad y Tipos

Es el estudio del efecto de los cambios en los parmetros del problema,
sobre la solucin ptima de Programa Lineal. La importancia del anlisis de
sensibilidad, son las siguientes:
Los modelos de Programa Lineal son con frecuencia grandes y
costosos, debido a lo cual no es eficiente usarlos para un solo caso.
Los elementos que se dan como datos para un problema, muchas
veces son aproximaciones, debido a lo cual es necesario examinar
ms de un conjunto de circunstancias.
Los tipos de anlisis de sensibilidad, son los siguientes:

 Sensibilidad de la Funcin Objetivo, la cual se dividen en las

siguientes:
Cambios en los coeficientes: Determinar la gama de optimalidad
para la pendiente de los parmetros de la funcin objetiva que
mantendr

inalterable

la

solucin

ptima

de

un

modelo

determinado.
Cambios en el trmino independiente.
Sensibilidad de las Restricciones, la cual se dividen en las siguientes:
Cambios en los coeficientes de las restricciones.
Cambios en el trmino independiente de las restricciones.
Adiccin de unas nuevas restricciones.

Sensibilidad de las limitaciones, la cual se dividen en las siguientes:

Cambios en la limitacin de las abscisas.
Cambios en la limitacin de las ordenadas.
Adicin de nuevas variables.
Mtodo Simplex de Programacin Lineal
El mtodo simplex de programacin lineal, se han resuelto dificultades de
programacin lineal a travs de un mtodo geomtrico. Este mtodo no
resulta prctico cuando el nmero de variables se aumenta a tres, y con ms
variables resulta imposible de utilizar. Ahora se examinar una tcnica
diferente, el mtodo simplex, cuyo nombre est asociado en anlisis ms
avanzados a un objeto geomtrico al que se denomina simplex.

Este mtodo comienza con una solucin posible y prueba si es o no

ptima. Si no lo es, el mtodo sigue a una mejor solucin. Se dice mejor en
el sentido de nueva solucin no es ptima, entonces se repite el
procedimiento. En algn momento el mtodo simplex conduce a una solucin
ptima, si es que existe la misma.
Tambin este mtodo es eficaz, es completamente mecnico. De esta
manera, no implica el uso de geometra. Esto permite resolver problemas de
programacin lineal que tiene cualquier nmero de restricciones y variables
del problema.
Objetivo del Mtodo Simplex de Programacin Lineal
El objetivo del mtodo simplex de programacin lineal, es utilizado para
resolver problemas en todo tipo de problema reales de programacin lineal
generalmente tienen variables de decisin y muchas restricciones. Tales
problemas no pueden ser resueltos grficamente. Se usan algoritmos tales
como los simples.
El mtodo simplex es un procedimiento iterativo que progresivamente
permite obtener una solucin ptima para los problemas de programacin
lineal. Existen numerosos programas tanto para computadoras centrales
como para personales. Aunque el mtodo simples es especialmente til en
problemas de gran escala.
Importancia del Mtodo Simplex de Programacin Lineal
Este mtodo pertenece a la programacin lineal debido a que se requiere
que todas las funciones matemticas en este modelo sean funcionales
lineales y como sinnimo de planificacin de los recursos, es decir, un

resultado que alcance la meta especificada en la mejor forma entre las

alternativas factibles.
Es una tcnica poderosa para tratar el problema de asignacin de
recursos limitados entre actividades, as como para otros problemas que
tengan un planteamiento matemtico semejante.
El mtodo simplex es un algoritmo, un proceso en que se repite, un
procedimiento hasta lograr el resultado, determinando un proceso de
arranque y un criterio para determinar cundo debe detenerse.
El mtodo simplex se ha convertido en una herramienta estndar de gran
importancia para numerosas organizaciones comerciales e industriales.
Adems, casi cualquier organizacin social tiene que ver con la asignacin
de recursos en algn contexto y existe un reconocimiento creciente de la
extremadamente amplia aplicabilidad de la tcnica del mtodo.
Este no solo aporta la solucin ptima de las variables sino, su utilidad
mxima, y costo mnimo, sino tambin una gran cantidad de valiosa
informacin econmica.
Por esta razn resulta de vital importancia tanto el aprender las tcnicas de
solucin a travs de este mtodo y adems dominar ampliamente la
interpretacin de resultados.
Caractersticas del Mtodo Simplex de Programacin Lineal
Algunas caractersticas de este mtodo llamado simplex de programacin
lineal, son las siguientes:
Es aplicable a problemas de Programacin Lineal multidimensionales.
Tiene como base el lgebra matricial y el proceso de eliminacin de
Gauss-Jordn.

 Es un proceso de bsqueda que se vuelve sorprendentemente

eficiente para solucionar problemas muy grandes.
Hoy en da puede aplicarse con eficiencia dad la diversidad de
paquetes de software que facilitan el proceso de clculo.
Pasos del Mtodo Simplex de Programacin Lineal
Este proceso que se repite una y otra vez, siempre inicia en un punto
extremo de la regin factible que normalmente es el origen, en cada iteracin
se mueve a otro punto extremo adyacente hasta llegar a la solucin ptima.
Los pasos son los siguientes:
Manejando la forma estndar, determinar una solucin bsica factible
inicial igualando a la n - m variables iguales a cero o llamado tambin
el origen.
Elegir la variable de entrada de las variables no bsicas que al
incrementar su valor pueda mejorar el valor en la funcin objetivo.
Cuando no exista esta situacin, la solucin actual es la ptima; si no,
ir al siguiente paso.
Elegir la variable de salida de las variables bsicas actuales.
Establecer la nueva solucin al hacer la variable de entrada bsica y
la variable de salida no bsica, ir de nuevo al paso 2.
Ventajas del Mtodo Simplex de Programacin Lineal
Las ventajas de este mtodo, son las siguientes:
Es un mtodo heurstico. Se basa en consideraciones geomtricas y
no requiere el uso de derivadas de la funcin objetivo.
Es de gran eficacia incluso para ajustar gran numero de parmetros.

 Es fcil de implementar y usar, y sin embargo tiene una alta eficacia.

Se puede usar con funciones objetivo muy sinuosas pues en las
primeras iteraciones busca el mnimo ms ampliamente y evita caer
en mnimos locales fcilmente.
Desventajas del Mtodo Simplex de Programacin Lineal
Las desventajas de este mtodo, son las siguientes:
Converge ms lentamente que otros mtodos pues requiere mayor
nmero de iteraciones.
Nociones Bsicos del Mtodo Simplex de Programacin Lineal
Las nociones bsicas de este mtodo son las siguientes:
Forma estndar: Es la igualacin de las restricciones del modelo
planteado, as como el aumento de variables de holgura, o bien la
resta de variables de exceso.
Forma cannica: En el mtodo Simplex es de bastante utilidad la
forma cannica, especialmente para explorar la relacin de dualidad.
Un problema de Programacin Lineal se encuentra en la forma
cannica si se cumplen las siguientes condiciones:
Para el caso de la forma cannica de maximizacin:
La funcin objetivo debe ser de maximizacin.
Las restricciones son del tipo .
Las variables de decisin son mayores o iguales a cero.
Para el caso de la forma cannica de la dieta:
La funcin objetivo es minimizada.

 Las restricciones son de tipo .

Las variables de decisin son mayores o iguales a cero.
Variable de holgura: Se usa para convertir en igualdad una
desigualdad de tipo "". La igualdad se obtiene al adicionar en el lado
izquierdo de la desigualdad una variable no negativa, que representa
el valor que le hace falta al lado izquierdo para ser igual al lado
derecho.
Esta se conoce como variable de holgura, y en el caso particular en el que
las restricciones de tipo se refieren al consumo mximo de un recurso, la
variable adicionada cuantifica la cantidad sobrante de recurso al poner en
ejecucin la solucin ptima.
Variable de exceso: Se usa para convertir en igualdad una
desigualdad del tipo "" Se realiza al restar en el lado izquierdo de la
desigualdad, una variable no negativa, que representa el valor en el
cual el valor del lado izquierdo excede al derecho.
A esta variable la llamaremos variable de exceso y en el caso particular en
el que las restricciones de tipo se refieran al contenido mnimo de un
ingrediente en una mezcla, la variable adicionada indica cunto ingrediente
en exceso sobre el mnimo exigido contendr la mezcla.
Variables De Holgura Y Exceso del Mtodo Simplex de Programacin
Lineal
El Mtodo Simplex trabaja basndose en ecuaciones y las restricciones
iniciales que se modelan mediante programacin lineal no lo son, para ello
hay que convertir estas inecuaciones en ecuaciones utilizando unas variables
denominadas de holgura y exceso relacionadas con el recurso al cual hace
referencia la restriccin.

El tabulado final representa el "Slack or surplus" al que hacen referencia

los famosos programas de resolucin de investigacin de operaciones, 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 Simplex.
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 ">=".
Mtodo Grfico de Programacin Lineal
El Mtodo Grfico es poco poderoso ya que est limitado a resolver
problemas de dos o mximo tres variables de decisin. Sin embargo, su
importancia radica en que permite visualizar los conceptos matemticos
implicados en la Programacin Lineal.
Es un mtodo poderoso, utilizado para resolver problemas de "n"
variables de decisin, aunque tambin se puede emplear para resolver
problemas de dos variables. El mtodo grfico para solucionar a un problema
de programacin lineal es el siguiente:
Dibuje la regin factible de las restricciones.
Calcule las coordenadas de los puntos extremos.
Sustituya las coordenadas de los puntos de esquina en la funcin
objetiva para ver cual da el valor ptimo. Este punto da la solucin del
problema de programacin lineal.
Si la regin factible no es acotada, este mtodo puede ser errneo:
soluciones ptimas siempre existen cuando la regin factible est
acotada, pero pueden no existir en el caso no acotado.

10

Si la regin factible no es acotada, estamos minimizando una

funcin objetiva cuyos coeficientes son no negativos, entonces existe
una solucin dado por este mtodo.

Para determinar si existe una solucin en el caso general no acotado:

Acote la regin por aadir una recta horizontal por encima del punto
de esquina ms arriba, y una recta vertical a la derecha del punto de
esquina que est mas hacia la derecha.
Calcule las coordenadas de los puntos nuevos de esquina que se
obtiene.
Halle el punto de esquina donde ocurre el valor ptimo de la funcin
objetiva.
Si el valor ptimo se ocurre a un punto de esquina de la regin
original, entonces existe la solucin ptima a aquel punto.
Si ocurra el valor ptimo solo a un punto nuevo de esquina, entonces el
problema de programacin lineal no tiene soluciones.

Objetivo de Mtodo Grfico de Programacin Lineal

El mtodo grfico se utiliza para la solucin de problemas de
programacin lineal, representando geomtricamente a las restricciones,
condiciones tcnicas y el objetivo.
El modelo se puede resolver en forma grfica si slo tiene dos variables.
Para modelos con tres o ms variables, el mtodo grfico es imprctico o
imposible. Cuando los ejes son relacionados con las variables del problema,

11

el mtodo es llamado mtodo grfico en actividad. Cuando se relacionan las

restricciones tecnolgicas se denomina mtodo grfico en recursos.
Importancia de Mtodo Grfico de Programacin Lineal
La importancia de Mtodo Grfico de Programacin Lineal, radica en que
permite visualizar los conceptos matemticos implicados en la Programacin
Lineal. Este mtodo es de poca importancia en lo relacionado a una
aplicacin directa a problemas prcticos, debido a que los problemas
prcticos significativos involucran ms de dos variables.
Sin embargo el propsito es aprender una idea geomtrica de la
naturaleza del problema, que ser valiosa cuando se considere el mtodo
algebraico ms abstracto para el problema como veremos pueden ocurrir
diversas situaciones diferentes en conexin con los problemas de dos
variables y cada una tiene una solucin para los de n variables, n>2.
Caractersticas de Mtodo Grfico de Programacin Lineal
Algunas de las caractersticas de este mtodo, llamado Mtodo Grfico de
Programacin Lineal, son las siguientes:
La metodologa para la resolucin de un problema de dos variables de
decisin.
Es poco poderoso ya que est limitado a resolver problemas de dos o
mximo tres variables de decisin.
Permite visualizar los conceptos matemticos implicados en la
Programacin Lineal.
Puede ser imprctico o imposible.
Pasos de Mtodo Grfico de Programacin Lineal

12

Los pasos necesarios para realizar el mtodo son los siguientes:

Ilustrar en forma de grafica las soluciones factibles, o el espacio de
soluciones,

que

satisfagan

todas

las

restricciones

en

forma

simultnea.
Las restricciones de no negatividad Xi>= 0 confan todos los valores
posibles.
El espacio encerrado por las restricciones restantes se determinan
sustituyendo en primer trmino <= por (=) para cada restriccin, con lo
cual se produce la ecuacin de una lnea recta.
Delinear cada lnea recta en el plano y la regin en cual se encuentra
cada restriccin cuando se considera la desigualdad lo indica la
direccin de la flecha situada sobre la lnea recta asociada.
Cada punto contenido o situado en la frontera del espacio de
soluciones satisfacen todas las restricciones y por consiguiente,
representa un punto factible.
Aunque hay un nmero infinito de puntos factibles en el espacio de
soluciones, la solucin ptima puede determinarse al observar la
direccin en la cual aumenta la funcin objetivo.
Las lneas paralelas que representan la funcin objetivo se trazan
mediante la asignacin de valores arbitrarios a fin de determinar la
pendiente y la direccin en la cual crece o decrece el valor de la
funcin objetivo.
Ventajas de Mtodo Grfico de Programacin Lineal
Las ventajas que posee este mtodo grfico de programacin lineal, son
las siguientes:

13

 Fcil de aprender, ya que gran parte del proceso es materia de

enseanza media.
Conocimiento de los conceptos bsicos de la programacin lineal.
Facilita la comprensin de los mtodos ms complejos.
Desventajas de Mtodo Grfico de Programacin Lineal
Las desventajas que posee este mtodo grfico de programacin lineal,
son las siguientes:
Solo resulta con modelos que tienen 2 3 incgnitas.
Slo sirve para problemas con dos variables de decisin.
La Solucin para la desventaja de Mtodo Grfico es el Mtodo
Simplex.

CONCLUSIN
La programacin lineal es una manera o algoritmo matemtico, por el cual
se resuelve un problema indefinido, expresado a travs de un sistema de
inecuaciones lineales, optimizando la situacin objetivo, tambin lineal.

14

El Mtodo Simplex es utilizado para resolver problemas ms complejos de

Programacin Lineal. Es un mtodo poderoso, utilizado para resolver
problemas de "n" variables de decisin, aunque tambin se puede emplear
para resolver problemas de dos variables como lo hace el Mtodo Grfico.
Es un conjunto de mtodos muy usados para resolver problemas de
programacin lineal, en los cuales se busca el mximo de una funcin lineal
sobre un conjunto de variables que satisfaga un conjunto de inecuaciones
lineales.
El Mtodo Simplex 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.
El mtodo grfico se emplea para resolver problemas que presentan slo
2 variables de decisin. El procedimiento consiste en trazar las ecuaciones
de las restricciones en un eje de coordenadas X1, X2 para tratar de
identificar el rea de soluciones factibles, cuyas soluciones que cumplen con
todas las restricciones.
La solucin ptima del problema se encuentra en uno de los vrtices de
esta rea de soluciones creada, por lo que se buscar en estos datos el valor
mnimo o mximo del problema. La metodologa para la resolucin de un
problema de dos variables de decisin, la interpretacin de la solucin del
problema modelado y la observacin grfica de cmo afectan los cambios a
la solucin del problema. El Mtodo Grfico es poco poderoso ya que est
limitado a resolver problemas de dos o mximo tres variables de decisin.
BIBLIOGRAFA
Hamdy, H. (2004). Investigacin de Operaciones. Editorial Pearson.
Sptima Edicin. Mxico, D.F.

15

 Wayne, W. (2003). Investigacin de Operaciones. Cuarta Edicin.

Mxico, D.F.
MEDIOS ELECTRONICOS
http://es.wikipedia.org/wiki/Algoritmo_s%C3%ADmplex
http://www.investigacion-operaciones.com/SIMPLEX_analitico.htm
http://thales.cica.es/rd/Recursos/rd99/ed99-004501/secciones/grafico.html
http://hemaruce.angelfire.com/Metodo_Grafico.pdf
http://es.scribd.com/doc/6729799/2-Metodo-Grafico
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T08.pdf
http://www.escuelauniversitaria.cl/apuntes/ProgramacionLineal.pdf

16