El mtodo del simplex fue creado en 1947 por el matemtico George Dantzig.

Este mtodo es utilizado, sobre todo, para resolver problemas de programacin lineal en los que intervienen tres o ms variables. El mtodo del simplex es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando ms dicha solucin. El mtodo est diseado de manera que la funcin objetivo no disminuya (o aumente) en un modelo de maximizacin (o minimizacin) y generalmente aumentar (o disminuir) en cada iteracin. .

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.

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 GaussJordn. 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 ">=".

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. 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.