METODO SIMPLEX

ROBERTO C. OSIO O.
 METODO SIMPLEX
El método simplex es un algoritmo de solución que sirve para resolver modelos de
programación lineal independientemente del numero de ecuaciones y de incógnitas
(variables) que tenga. El algoritmo es un procedimiento sistemático que se repite una y otra
vez, hasta obtener el resultado deseado u optimo mejorando el valor de la función objetivo.
Este método maneja tres pasos:

Solución inicial solución básica

Iteración simplex intercambio de variables básicas y no básicas

Prueba de optimalidad criterio de optimización

(regla de detención)

Si no Si si Fin
 METODO SIMPLEX
El método simplex es un algoritmo de solución que sirve para resolver modelos de
programación lineal independientemente del numero de ecuaciones y de
incógnitas (variables) que tenga. El algoritmo es un procedimiento sistemático que
se repite una y otra vez, hasta obtener el resultado deseado u optimo mejorando el
valor de la función objetivo. Este método maneja tres pasos:

• Solución Inicial: el algoritmo simplex puede comenzar en cualquier solución

inicial arbitraria de tal forma que se escoge las variables originales que tiene
planteada el modelo y se igualan al introducir una nueva variable llamada
holgura, excedente o artificial según sea el caso.

• Iteración Simplex: consiste en convertir una variable no básica (Variable que

entra) en variable básica, y de manera simultánea convertir una variable
básica (variable que sale) en variable no básicas. Se identifica la nueva
solución básica factible dentro del conjunto de soluciones posibles.

• Prueba de optimalidad de la solución: se puede definir como un método para

determinar si la solución obtenida es óptima.

• Para la aplicación de solución de problema de programación lineal por el

método simplex hay dos el algebraico y el tecnológico. En este curso se
trabajara el método tecnológico con una aplicación llamada Solver.
 Procedimiento de método simplex
a. Estandarizar el Modelo de Programación Lineal
La estandarización del modelo esta relacionado con la adicción o resta de variables en el lado
izquierdo de las restricciones para dar así una restricción de igualdad y cumplir con el criterio de
no negatividad. También tiene que ver con la función objetivo a optimizarse, por lo que se debe
agregarse a esta función todas las variables que aparecen como extras en las restricciones.

• Variables de holgura (+S). Es la variable no negativa que se adiciona a lado izquierdo de la

restricción cuando la desigualdad es menor o igual (<=), para obtener una restricción de
igualdad. Estas variables deben aparecer en la función objetiva con un coeficiente de valor
cero, independiente que el modelo sea maximizar o minimizar la función objetivo. Puede ser
una variable básica en la solución optima.

• Variable de excedente (-S). Es la variable no negativa que se resta al lado izquierdo de la

restricción cuando la desigualdad es mayor o igual (>=). Estas variables deben aparecer en la
función objetiva con un coeficiente de valor cero, independiente que el modelo sea maximizar
o minimizar la función objetivo. Puede ser una variable básica en la solución optima.

• Variable artificial (+A). Es la variable no negativa que se adiciona a lado izquierdo de la

restricción cuando la desigualdad es mayor o igual (>=) o es una desigualdad (=). Solo
representa un artificio matemático que permite cumplir con el criterio de no negatividad. No
puede participar en la solución optima final, de será asi representa un caso especial.
 Procedimiento de método simplex
a. Estandarizar el Modelo de Programación Lineal
Este paso consiste en convertir las desigualdades correspondientes a las
restricciones en igualdades (ecuaciones), para lo cual es necesario incluir variables
ficticias, llamadas de holgura o de excedente, con el fin de poder aplicar cualquier
método algebraico
• Estandarización de un modelo de programación lineal cuando la función objetivo
es maximizar.

Función Estandari Contribución de cada variable en

Objetivo zar a la función objetiva
Z max
Desigualdad
es
>= = -Si + Ai +0Si - MAi
<= = +Si +0Si
= = + Ai - MAi
 Procedimiento de método simplex
• Estandarización de un modelo de programación lineal cuando la función objetivo es
minimizar.

Función Estandarizar Contribución de cada variable en la función

Objetivo a objetiva
Z min
Desigualdades
>= = -Si + Ai +0Si + MAi
<= = +Si +0Si
= = + Ai + MAi
Nota: M representa un valor positivo infinitamente grande que obliga a que la variable
artificial sea una variable no básica
 Procedimiento de método simplex
• Estandarización de un modelo de programación lineal cuando la función objetivo es
maximizar.

Z(max) = 50 X1 + 40X2 + 60X3

Z(max) = 50 X1 + 40X2 + 60X3 + 0S1 + 0S2 – MA1
Sujeto a :
3X1 + 8X2 + 12X3 <= 700 Sujeto a :
2X1´+ + 5X3 <= 100 3X1 + 8X2 + 12X3 + S1 = 700
X2 = 500 2X1 + 5X3 + S2 = 100
X1, X2 , X3 >= 0 X2 + A1 = 500
X1, X2, X3, S1, S2, A1 >= 0
 Procedimiento de método simplex
• Estandarización de un modelo de programación lineal cuando la función objetivo es
maximizar.

Z(min) = 100 X1 + 50X2 + 210X3 Z(min) = 100 X1 + 50X2 + 210X3 + 0S1 + MA1 + 0S2 + MA2

Sujeto a : Sujeto a :
25X1 + 10X2 + 30X3 >= 1000 25X1 + 10X2 + 30X3 – S1 + A1 = 1000
40X1´+ 18X2 + 60X3 >= 500 40X1´+ 18X2 + 60X3 -S2 + A2 = 500
X1, X2 , X3 >= 0 X1, X2, X3, S1, S2, A1, A2 >= 0
 Procedimiento de método simplex
• Estandarización de un modelo de programación lineal cuando la función objetivo es
maximizar.

Z (max): 1000 X1 + 500 X2 Z(max) = 1000 X1 + 500 X2 + 0S1 + 0S2 + 0S3

sujeto a: Sujeto a
15 X1 + 10 X2  300 15 X1 + 10 X2 + S1 = 300
X1 + + S2 = 12
X1  12 X2 + S3 = 22
X1, X2, S1, S2, S3 >= 0
X2  22

X1, X2  0
 Procedimiento de método simplex
• Estandarización de un modelo de programación lineal cuando la función objetivo es
maximizar.

Z (min): X1 + 2 X2 Z (min): X1 + X2 + 0S1 + MA1 + 0S2 + MA2 + 0S3

sujeto a: sujeto a:
X1 + X 2 >= 2 X1 + X2 - S1 + A1 = 2
X1 + X 2 -S2+A2 = 3
X1 + X 2 >= 3 X1 + 3X2 + S3 = 12

X1 + 3X2  12 X1, X2 XS1, S2, S3, A1, A2  0

X1, X2  0
 Procedimiento de método simplex
• Construcción de la tabla características del método simplex.
Cj C1 C2 Cj….. Cn
Cj: contribución ( costo o utilidad) de las
Ci Vb Bi X1 X2 Xj….. Xn Øi variables básicas y no básicas en la
C1 S1 B1 a11 a12 a1j…. a1n Ø1 función objetivo.
Ci: contribución de las variables básicas
C2 Si B2 a21 a22 a2j a2n Ø2 en la función objetivo.
Ci Ai Bi ai1 ai2 aij ain Øi Vb: Variables básicas como las de
: : : : : : : : holguras (+S) y artificiales (Ai).
Bi: Recurso en el origen i y valor de las
: : : : : : : : variables básicas al fina
Cm Sm o Am Bm am1 am2 amj amn Øm aij: Es la cantidad del recurso i que
Zj Bo Z1 Z2 Zj Zn consume cada unidad de la actividad j.
Bo: Valor del Z optimo.
Cj - Zj C1 – Z1 C2 – Z2 Cj - Zj Cn - Zn Zj: Costo de oportunidad
Cj – Zj: Parámetro de optimización o Cj
reducidas.
Oi: Parámetro de factibilidad (indica la
variable que sale)
 Procedimiento de método simplex
• Identificación de la columna pivote (Variable entrante).
La columna pivote indica la variable no básica candidata a ser variable básica (Vb
entrante), que corresponde a la columna Cj – Zj “ mas positiva” cuando la función
objetiva es maximizar y el “mas negativo” cuando la función objetivo es minimizar. De
no cumplirse est condición (criterio de optimalidad), estamos ante la tabla optima.

• Identificación de la fila pivote. (variable saliente).

La fila pivote, indica la variable básica que se convierte en no básica (Vb saliente) para
el factor Øi, la formula es la siguiente:
Øi = Bi/aij
donde Bi: valoes de la columna bi
aij: valores de la columna pivote. (aij>=0)
 Procedimiento de método simplex
• Identificación de la columna pivote (Variable entrante).
El algoritmo simplex se termina en modelos de maximización cuando los
valores de Cj – Zj sean menores o iguales a cero Cj – Zj<=0. Cuando los
valores de Cj – Zj no cumplen este criterio es necesario realizar mas
interacciones.

El algoritmo simplex se termina en modelos de minimización cuando los

valores de Cj – Zj sean mayores o iguales a cero Cj – Zj>=0. Cuando los
valores de Cj – Zj no cumplen este criterio es necesario realizar mas
interacciones