Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2019
1
INTRODUCCIÓN
Primeramente, recordaremos los fundamentos del método simplex, este se utiliza para
resolver problemas de programación lineal de todo tipo, consiste en un algoritmo de
resolución para modelos de Programación Lineal y como todo algoritmo cuenta con un
proceso iterativo que secuencialmente a través de pasos o iteraciones va aproximando el
valor óptimo del problema lineal en caso de existir este último.
Es importante recordar que para que una modelación se encuentre totalmente en su forma
estándar debemos agregar estas variables de holgura en la función objetiva con
coeficiente 0 para que no se modifiquen los resultados de la misma, estas variables
representan los recursos no utilizados en el estudio como el tiempo en horas de una
máquina u horas de mano de obra disponibles, estas no generan utilidades pero deben
sumarse en la función objetivo con coeficientes 0.
Durante el estudio de programación lineal que hemos tenido hasta ahora, se han
restringido las variables a variables positivas, sin embargo, en la vida real los problemas
a los que nos podemos enfrentar no presentan siempre esa restricción, podemos toparnos
con problemas que presenten variables con cualquier valor real, es decir, negativos, cero
o positivos.
2
OBJETIVOS
3
METODO SIMPLEX REVISADO
1. ANTECEDENTES
El método simplex, propuesto por Dantzig en la década de los 40’s (Gass, 2002), es un
algoritmo que resuelve problemas cuando son representados como modelos de
programación lineal (PL), es decir, el método simplex es un procedimiento para
determinar la solución óptima de un problema (e. las máximas ganancias o los mínimos
costos) cuando es modelado por relaciones lineales. Matemáticamente, el método simplex
es una técnica para optimizar una función objetivo lineal sujeto a restricciones lineales de
igualdad (=) y/o desigualdad (≤, ≥). Los modelos de PL se pueden representar en su forma
canónica de la siguiente manera:
Por otro lado, muchas empresas han reportado ahorros sustanciales cuando utilización
modelos de PL para administrar sus procesos, por ejemplo Procter & Gamble lo hizo
rediseñando el sistema de producción y distribución (Camm et al., 1997), Samsung
Electronics redujo los tiempos de producción y de inventarios (Leachman et al., 2002),
4
Federal Express planeó los envíos en su sistema logístico (Mason et al., 1997) y
Continental Airlines reasignado la tripulación cuando hay interrupciones (Yu et al.,
2003). Por otro lado, cuando se quieren resolver problemas reales o de gran escala, como
los mencionados anteriormente, se utiliza software especializado ya sea libre (GLPK,
LP_SOLVE o SoPlex) o software comercial (CPLEX, Gurubi o GAMS) (Meindl y
Templ, 2013). Sin importar que software se utiliza, el algoritmo mayormente
implementado es el método simplex revisado debido a su eficiencia computacional
(Williams, 2013).
2. ORIGEN
El Método Simplex Revisado es una versión especial del Método Simplex y también fue
desarrollado por G.B. Dantzig y sus colaboradores de La Rand Corporation.
3. EL METODO SIMPLEX REVISADO
El método simplex en formato tabular efectúa más cálculos de los estrictamente
necesarios en cada iteración. De hecho, en una iteración cualquiera sólo se necesitan los
coeficientes de la variable básica entrante (la columna pivote) no los del resto de variables
no básicas. El método simplex revisado calcula en cada iteración sólo la información que
necesita en dicha iteración. Por consiguiente, requiere menos cálculo y menos
almacenamiento.
El método simplex revisado conserva las mismas características que el método simplex:
b) Inserta las variables de holgura con la misma estructura del método simplex.
5
Sin embargo, este método requiere muchas operaciones de matrices y deja de estar
tan estructurado como el método simplex, por lo cual es muy posible confundirse durante
las iteraciones.
6
a) Iteración
Para poder realizar la iteración, primero tenemos que encontrar los
valores:
XB, CB , 𝐁−𝟏
7
b) Prueba de optimalidad: Verificar que la solución planteada sea óptimo ( de
cada variable no básica).
Zi-Ci=CBB-1Pi-Ci
c) Prueba de factibilidad: Saber cual variables es la que sale de las variables
básicas.
𝑿𝑩
θ=min {𝜶𝑿𝒊 /𝜶𝑿𝒊 > 𝟎}
8. CASO PRÁCTICO
8
a) Iteración 0
(-5 -4)
Entra X1
9
c) Prueba de factibilidad (variable entrante)
El mínimo es el 4
Entonces para encontrar la variable que sale, buscamos en que posición está el 4;
y pues resulta en la posición 1, eligiendo como S1 la variable que sale.
Iteración 1
Hallamos B-1
10
Z=CBXB=20
Prueba de Optimalidad
Prueba de Factibilidad
La variable de salida es S2
Iteración 2
11
Prueba de optimalidad
12
CONCLUSIÓN
Este método se ideó para que lograra exactamente las mismas cosas que el método
símplex original, pero que, al llevarlo a la computadora, las hiciera en una forma más
eficiente. Así, se trata de una versión simplificada del procedimiento original. Calcula y
almacena sólo la información que se necesita en el momento y guarda los datos esenciales
de manera más compacta.
13
BIBLIOGRAFÍA Y PÁGINAS WEB
Dantzig, G. B., Linear Programming and Extensions, 1a Ed., 1-627, Princeton Univ.
Press, New Jersey, USA (1963)
https://slideplayer.es/slide/3805000/
https://core.ac.uk/download/pdf/55527880.pdf
https://www.slideserve.com/makani/tema-4-introducci-n-a-la-programaci-n-lineal
https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-
50062018000600029#B8
http://www.mat.ucm.es/~bvitoria/Archivos/MM_PMII.pdf
14
https://sites.google.com/site/metodosdeprogramacionlinealdan/metodo-simplex-
revisado
15