UNIVERSIDAD DE LOS ANDES

NUCLEO UNIVERSITARIO “RAFAEL RANGEL”

DEPARTAMENTO FISICA Y MATEMATICA
PAMPANITO ESTADO TRUJILLO

CATEDRA: ALGEBRA LINEAL.

PROF: WILFREDO ZULETA.

BACHILLER:
MOLINA B. MARIA
C.I: 18733892

TRUJILLO, 30 DE NOVIEMBRE DE 2011

 El método simplex fue creado en 1947 por el matemático
George Dantzig ; se utiliza, sobre todo, para resolver problemas de
programación lineal en los que intervienen tres o más variables.
 METODO SIMPLEX:

Es un procedimiento iterativo que permite ir mejorando la

solución a cada paso. El proceso concluye cuando no es posible
seguir mejorando más dicha solución.

El método constituye una forma sistemática y de

búsqueda intensiva a través de todas las posibles soluciones para
obtener una solución óptima.
Es fácil programarlo en una computadora.
En contraste con el análisis gráfico, este método permite
el uso de muchas mas variables.

También permite la aplicación de cantidades de restricciones

lineales con signos; mayores e igual, menores e igual y de
igualdad.

Se puede aplicar a situaciones de maximización, minimización y

análisis de sensibilidad.
 Utilizando el siguiente ejemplo estableceremos la formulación inicial simplex y
la mecánica del método.

El gerente de una Relojería desea conocer la ganancia máxima que se puede

obtener de la producción y venta de dos clases de relojes de pulsera.
La ganancia que se obtiene por la producción y venta de un reloj de hombre es de $4 y de
$6 para un reloj de mujer. La empresa cuenta con 120 horas semanales para la
producción de los relojes y 100 horas para la inspección y empaque de estos. La
fabricación de un reloj de hombre requiere 2 horas de producción y 2 horas de inspección
y empaque. Mientras que un reloj de mujer requiere 4 horas de producción y 3 horas de
inspección y empaque.

La formulación del problema para esta situación es la siguiente:

Maximizar Z = $4X1 + $6X2 (ganancias de producción)

Sujeto a: 2X1 + 4X2 ≤ 120 (horas de producción)
2X1 + 3X2 ≤ 100 (horas de inspección y empaque)
(X1, X2 ≥ 0)

Donde X1 = cantidad de relojes de hombre que se producen semanalmente.

X2 = cantidad de relojes de mujer que se producen semanalmente
Se debe hacer el aumento de las restricciones y de la función objetivo en el método
simplex por definición; comienza en el origen es decir en el punto (0,0) y de este punto al
valor de las restricciones existe una diferencia.
La primera restricción se reformula asignándole una variable de holgura
(diferencia )
Para poder hacer el cambio de la desigualdad a igualdad tendremos que
añadir la variable que absorba la diferencia entre ambos lados positiva
conocida como S1, la que aparecerá de la siguiente forma:

2X1 + 4X2 + S1 =120.

la segunda restricción se reformula de la siguiente forma:

2X1 + 3X2 + S2 = 100 en donde S2 variable de holgura.

S1 representa las horas de producción no utilizadas y S2 las horas de
inspección y empaque no utilizadas.

Tenemos que ambas restricciones se presentan de la siguiente forma:

(igualando las restricciones)
2X1 + 4X2 + S1 = 120
2X1 + 3X2 + S2 = 100
 Cuadro inicial

Cj = forma aumentada de los coeficientes de la función objetivo

Ci = coeficientes de las variables básicas
aij = forma aumentada de los coeficientes de las restricciones o tasa de
sustitución
bi = valores del lado derecho de las restricciones
z = valor de la función objetivo
Zj = reducción de ganancias, aumento en costos asociados con la introducción
de una de sus valores en las columnas respectivas
ΔZj = Cj - Zj = índice de mejoramiento o renglón de criterio símplex
Ratio = límites introductorios.
 Maximizar Z (ganancia) = $4X1 + $6X2 + $0S1 + $0S2
Sujeto a: 2X1 + 4X2 + 1S1 + 0S2 = 120
2X1 + 3X2 + 0S1 + 1S2 = 100
(X1, X2, S1, S2 ≥ 0)

Busquemos ahora los valores para Zj

C1 a11 C2 a21
Z1 = (0)(2) + (0)(2) = 0; este valor irá en la primera columna para el renglón Zj debajo
de la columna X1.
C1 a12 C2 a22
Z2 = (0)(4) + (0)(3) = 0; este valor irá en la segunda columna para el renglón Zj debajo de
la columna X2.
C1 a13 C2 a23
Z3 = (0)(1) + (0)(0) = 0; este valor irá en la tercera columna para el renglón Zj debajo de
la columna S1.
C1 a14 C2 a24
Z4 = (0)(0) + (0)(1) = 0; este valor irá en la cuarta columna para el renglón Zj debajo de la
columna S2.
 Maximizar Z (ganancia) = $4X1 + $6X2 + $0S1 + $0S2
Sujeto a: 2X1 + 4X2 + 1S1 + 0S2 = 120
2X1 + 3X2 + 0S1 + 1S2 = 100
(X1, X2, S1, S2 ≥ 0)

Trasladamos todos los datos al tablón inicial y tenemos nuestro primer tablón simplex.

Coeficiente da las variables básicas

Limites introductorios
Tablón Nª1

Coeficientes Valor del lado

de las derecho de las
restricciones restricciones

Reducción de
ganancias
Valor de la
función
Índice de mejoramiento objetivo
 Mejorando el tablón Nª1

El método seleccionará la variable X2 porque esta posee el mejor cambio en Zj,(ganancias)

circulamos la columna X2 y a esta columna se le conoce como la columna
pivote.
bi ÷ aij = Ratio
(b1) (a12)
S1 120 ÷ 4 = 30» límite positivo más pequeño (renglón pivote)
(b2) (a22)
S2 100 ÷ 3 = 33.33
 30» límite positivo más pequeño (renglón pivote)

Elemento Nuevo
Renglón Pivote ÷ Intersección = Renglón Pivote
(2, 4, 1, 0; 120) ÷ 4 = (½, 1, ¼, 0; 30) » Trasladar al
segundo tablón
A continuación se resume el proceso de revisión de los renglones según el método
símplex:
1. Halle el elemento de intersección que se encuentra entre la columna pivote y el
renglón a revisarse. (3 para nuestro ejemplo)
2. Multiplique el nuevo renglón pivote por el negativo del elemento de intersección.
(½, 1, ¼, 0; 30) x – (3) = (- 3/2 , -3, -¾, 0; -90)
3. Súmele algebraicamente al el renglón negativo el renglón que se está revisando y
trasládelo al próximo tablón. (Segundo tabla símplex)
(- 3/2, -3, -¾, 0; -90)
S2: + ( 2, 3, 0, 1; 100)
( ½, 0, -¾, 1; 10)
Al igual que para el tablón inicial habrá que buscar los valores Zj para la nueva tabla
símplex. (Zj = Σ Cijaij.), llevarlos al segundo tablón y luego buscar la ganancia de manera
parecida donde Z = Σ Cijbi.
C2 a11 C2 a21
Z1= (6)(½) + (0)(½) = 3; primera columna para el renglón Zj( reduccion de ganancias)
C2 a12 C2 a22
Z2 = (6)(1) + (0)(0) = 6; segunda columna para el renglón Zj debajo de la columna X2.
 C2 a13 C2 a23
Z3 = (6)(¼) + (0)(-¾) = 3/2; este valor irá en la tercera columna para el renglón
Zj debajo de la columna S1.
C1 a14 C2 a24
Z4 = (6)(0) + (0)(1) = 0; este valor irá en la cuarta columna para el renglón Zj
debajo de la columna S2.
Z = (6)(30) + (0)(10) = 180
Finalmente para completar el tablón habrá que buscar los ΔZj correspondientes
donde
ΔZj = CJ - Zj. Tablon Nª2
(índice de mejoramiento)

ΔZ1 = C1 - Z1 = 4 – 3 = 1
ΔZ2 = C2 - Z2 = 6 – 6 = 0
ΔZ3 = C3 - Z3 = 0 – 3/2 = -3/2
ΔZ4 = C1 - Z4 = 0 – 0 = 0
Mejorando el tablón Nª2 se repiten los pasos.
Se obtiene así;

El tablón final indica que la mezcla para la producción de los

relojes se encuentra en el punto (20, 20) en donde la
producción semanal será de 20 relojes de hombre (X1) y 20
relojes de mujer (X2). Se utilizó todos los recursos para
obtener una ganancia máxima semanal de $200.
En resumen, para casos de maximización una solución será
óptima si está posee ΔZj de cero para las variables
básicas
En la solución gráfica, aparecen cuatro puntos extremos que son
soluciones posibles, estas se prueban hasta obtener una solución
óptima. Donde, la solución en la gráfica son los tres tablones y la
solución optima es el punto (20,20)
 VARIANTES EN LAS APLICACIONES SIMPLEX.

1. Degeneración.
En este caso no existe la seguridad de que el valor de la función
objetivo se pueda mejorar, ya que los valores de una o más
variables básicas llegan a ser cero, es posible que las iteraciones
del simplex entren en un circuito que repetirá las misma(as)
sucesión de iteraciones sin alcanzar nunca la óptima

EJEMPLO:
Maximizar
Sujeto a:

X1 X2 S1 S2 Z

Tabla 1 0 0 8 4 0

Tabla 2 0 2 0 0 18

Tabla 3 0 2 0 0 18
2. Soluciones óptimas múltiples.

Existen problemas que tienen más de una solución óptima. En este caso se
dice que se tienen soluciones óptimas múltiples debido a que la solución
óptima se encuentra acotado por una de las restricciones.

V. Básica Z X1 X2 S1 S2 Solución

Z 1 0 0 2 0 42

X2 0 0 1 7/45 -2/45 7/3

X1 0 1 0 -2/45 7/45 7/3

❖Si existe un cero en el primer renglón significa que hay

soluciones óptimas múltiples
 Comparación del método grafico con el método simple:
Maximizar Z = f(x,y) = 3x + 2y
sujeto a: 2x + y ≤ 18
2x + 3y ≤ 42
3x + y ≤ 24
x≥0,y≥0

Las tablas que se construyen con el

método simplex van proporcionando el
valor de la función objetivo en los
distintos vértices de la grafica.

Tabla I . Iteración nº 1
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
Tabla Nª1, se calcula el valor
P3 0 18 2 1 1 0 0
de la función objetivo en el
P4 0 42 2 3 0 1 0
vértice (0,0).
P5 0 24 3 1 0 0 1
Z 0 -3 -2 0 0 0
 En la tabla Nª2 se calcula el valor correspondiente al vértice
F(8,0): Z = f(8,0) = 24.

El valor máximo de la función

objetivo es 33, con el vértice
(3,12)
Punto extremo Coordenadas (x,y) Valor bjetivo (Z)
El método grafico; se igualan las
O (0,0) 0
ecuaciones a cero y se dibuja el
C (0,14) 28
sistema en un eje de coordenadas
G (3,12) 33
H (6,6) 30
(X,Y).
F (8,0) 24
 REFERENCIA BIBLIOGRAFICA:

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL

Adriel R. Collazo Pedraja.(2000).