Elaborado por: Ing.

Aholimar Hernández
Investigación de Operaciones
Lapso Académico 2009II-Sección 05

GUÍA DE MÉTODO SIMPLEX

Método Simplex: es un procedimiento de cálculo algebraico, iterativo, para resolver Modelos

Lineales de cualquier tamaño.

Consideraciones Generales:

1. El algoritmo Simplex requiere que el Modelo Lineal para ser solucionado, cumpla las condiciones de
Forma Estándar y Sistema Canónico.
2. La Forma Estándar incluye: a) una Función Objetivo a optimizar, b) lado derecho de las restricciones
con valor positivo, c) variables de decisión no negativas y d) las restricciones deben ser expresadas como
igualdades.
3. Para transformar las restricciones en igualdades se deben incorporar las llamadas variables de holgura.
4. Una variable de holgura tiene coeficiente cero en la Función Objetivo. Se suman en restricciones del
Tipo ≤ y se restan en restricciones del Tipo ≥. En términos matemáticos, expresan la diferencia entre el lado
izquierdo y el lado derecho de las restricciones. Al igual que las variables de decisión deben ser mayores o
iguales a cero.
5. En términos del modelo representan la cantidad de recurso no utilizado con relación a un máximo
disponible, o utilizado por encima de un mínimo disponible. Esto es así cuando la restricción es de un recurso
disponible. Cuando la restricción es de una condición o requerimiento, representan la cantidad de esa condición
o requerimiento que se obtiene por encima de un mínimo o que se deja de tener con relación a un máximo.
6. El Sistema Canónico en un Modelo Lineal significa que debe existir una variable básica en cada
restricción. Esto permite obtener una primera solución posible que satisface todas las restricciones.
7. Una variable básica tiene coeficiente 1 positivo en una restricción y no existe en las demás.
8. Las variables de decisión (estructurales) del modelo y las variables de holgura pueden ser variables
básicas. Cuando ninguna de ellas cumple con la condición de ser básica, se incorpora una variable como
artificio matemático, para cumplir con el sistema canónico y a esa variable se le llama variable artificial (En caso
de ≥).
9. Una Tabla Simplex es un resumen detallado de toda la información del modelo para trabajar más
fácilmente con él.
10. En las Tablas Simplex se reconoce que hay una solución óptima ÚNICA cuando los coeficientes
relativos de variables no-básica tienen valor > que cero en minimización y < que cero en maximización. Esto
indicaría que ninguna de esas variables IGUALARÍA el valor óptimo encontrado y por lo tanto, es única.
11. Se reconoce que hay una solución óptima ALTERNA cuando por lo menos uno de los coeficientes
relativos de variables no-básica tiene valor igual a cero Esto indicaría que esa variables IGUALARIA el valor
óptimo encontrado y por lo tanto, es alterna. Se reconoce que hay una solución óptima con valor INFINITO
cuando por lo menos uno de los coeficientes relativos de variables no-básica tiene un valor que indique que la
solución actual puede ser mejorada.
12. Se reconoce que hay una solución óptima IMPOSIBLE cuando todos los coeficientes relativos indican
que la solución es óptima pero, por lo menos, una variable artificial permanece en la solución con valor mayor
que cero.
13. Se reconoce que hay una solución óptima DEGENERADA cuando por el número de variable básicas
con valor mayor que cero es menor que el número de restricciones en el modelo.
14. El Método Simplex estudiado es el Regular, existen variaciones como el Simplex Revisado y numerosos
refinamientos que se le han hecho en aplicaciones para computadora.
15. Programas de computadora para la solución de modelos lineales son distribuidos comercialmente. Por lo
tanto, la principal atención debe darse a la definición del problema y a la determinación y elaboración del
modelo a usar. Todo ello con el fin de poder aplicar la técnica e interpretar resultados para tomar decisiones.
Elaborado por: Ing. Aholimar Hernández
Investigación de Operaciones
Lapso Académico 2009II-Sección 05

Pasos para resolver el Método Simplex:

1. Se deben llevar a igualdades las desigualdades cada una de las restricciones y la función
objetivo (Igualando a O); en el caso de las restricciones de dejan las constantes con el mismo
valor. Agregamos las variables de holgura de acuerdo al número de restricciones que
tengamos. Ejemplo:

Forma Estándar: Igualando a O:

Máx Z = 8X1 + 5 X2 - 8X1 – 5X2 – Z = 0
Sujeto a: Sujeto a:
3X1 + 2X2 ≤ 10 3X1 + 2X2 + S1 =10
X1 + 6X2 ≤ 5 X1 + 6X2 + S2 = 5
2X1 + 2X2 ≤ 8 2X1 + 2X2 + S3 = 8
Con X1 y X2 ≥ 0. Con X1 y X2 ≥ 0.

2. Construir la tabla inicial simplex (0), donde se vacían cada uno de los coeficientes de las
variables.

X1 X2 S1 S2 S3 Cttes
3 2 1 0 0 10
1 6 0 1 0 5
2 2 0 0 1 8
-8 -5 0 0 0 0
Valor de Z

Indicadores de la Columna Pivote

Ya construida la tabla inicial, encontramos la 1ª Solución Básica Factible, donde:

X1, X2 y Z = 0, S1=10, S2=5 y S3=8.

3. Ahora, se procede a encontrar cual será la columna donde encontraremos al valor pivote, ésta
será donde se encuentre el indicador de mayor valor absoluto. En este caso será el
coeficiente -8, que se encuentra en la Columna X1. La misma se señalar con una flecha hacia
arriba.

X1 X2 S1 S2 S3 Cttes
3 2 1 0 0 10
1 6 0 1 0 5
2 2 0 0 1 8
-8 -5 0 0 0 0

Columna donde se va a trabajar

4. Ya sabiendo en que columna se encuentra el valor pivote, podemos encontrar el valor pivote,
dividendo cada constantes de las restricciones entre el coeficiente de la columna pivote que
este en su misma fila, dicho pivote será aquel cuyo resultado sea el de menor valor.

X1 X2 S1 S2 S3 Cttes 10 ÷ 3 = 3, 33
3 2 1 0 0 10
1 6 0 1 0 5 5 ÷ 1 = 5
2 2 0 0 1 8
-8 -5 0 0 0 0 8 ÷ 2 = 4
El de menor valor
es 3,33. Es decir,
÷ el valor pivote es
3.
 Elaborado por: Ing. Aholimar Hernández
Investigación de Operaciones
Lapso Académico 2009II-Sección 05

5. Conociendo que el valor pivote es 3, ubicado en la Columna X1, nos toda hacer que todas las
filas que estén por encima y por debajo de dicha fila (del valor pivote) se hagan 0. ¿Cómo?,
primero que nada nos toca multiplicar por el reciproco del valor pivote, es decir 1/3 todos los
coeficientes que se encuentren en la fila pivote. Dicha fila, una vez que se multiplique queda
fija hasta que se culminen con los cálculos de la Tabla O. Las demás filas quedan iguales.

X1 X2 S1 S2 S3 Cttes
* 1/3
3 2 1 0 0 10
1 6 0 1 0 5
2 2 0 0 1 8
-8 -5 0 0 0 0
Quedando así,
X1 X2 S1 S2 S3 Cttes
1 2/3 1/3 0 0 10/3
1 6 0 1 0 5
2 2 0 0 1 8
-8 -5 0 0 0 0

6. Una vez que el valor pivote se haga uno en la fila pivote, nos toca hacer que los coeficientes
que están por debajo de el (en este caso), se hagan 0. Multiplicando primero la fila pivote por
el coeficiente que esté debajo del valor pivote de la fila que deseamos convertir en 0, y luego
restamos ese dicho resultado a la fila que deseamos convertir en 0. Este procedimiento se
hace aparte, y vamos a ir construyendo nuestra tabla definitiva paralelamente, donde
colocaremos los resultados definitivos de estos cálculos.
Tabla Definitiva: Cálculos:
* 1; 2 y -8 X1 X2 S1 S2 S3 Cttes X1 X2 S1 S2 S3 Cttes
1 2/3 1/3 0 0 10/3 Multiplicando por 1
0 16/3 -1/3 1 0 5/3 1 2/3 1/3 0 0 10/3
0
0
2/3
1/3
-2/3
8/3
0
0
1
0
4/3
80/3
- 1
0
6
16/3
0
-1/3
1
1
0
0
5
5/3
Multiplicando por 2
2 4/3 2/3 0 0 20/3
- 2
0
2
2/3
0
-2/3
0
0
1
1
8
4/3
Multiplicando por -8
-8 -16/3 -8/3 0 0 -80/3
- -8
0
-5
1/3
0
8/3
0
0
0
0
0
80/3

7. Así es como obtenemos nuestra segunda solución básica factible, donde X1=10/3, S2=5/3,
S3=4/3, Z=80/3, y X2 y S1 = 0.
8. Podemos observar que los valores de Z son todos positivos y llegamos a nuestra Solución
Optima más factible. Existen casos donde Z no encuentra su solución más factible en la
Primera Tabla, en estos casos debemos localizar en los indicadores el mayor valor absoluto
en la Siguiente Tabla (Tabla 1), y continuar con los pasos 4, 5 y 6, tantas iteraciones sean
necesarias hasta encontrar la solución óptima.