CUESTIONARIO

Nombre: Arely Cerezo Barrales Fecha: 16/julio/2020

 Preguntas de respuesta abierta

1. Describa brevemente la técnica simplex.
El método simplex es un algoritmo que sirve para solucionar problemas de programació n
lineal sin tener en cuenta el nú mero de restricciones ni el de variables.

2. En un problema de programació n lineal, ¿Qué forma deben tener las restricciones para
que se pueda aplicar el método simplex?

Que las restricciones sean linealmente dependientes de las variables. Las restricciones son
lineales, es decir tiene exponente igual a uno, es decir que no existen variables con exponente
dos o mayor.

3. Enuncie y explique la aplicació n del concepto de optimalidad.

La variable de entrada en un problema de maximizació n es la variable no bá sica con el

coeficiente má s positivo en la fila Cj.
Los vínculos se rompen arbitrariamente.
El ó ptimo se alcanza en la iteració n en la cual los coeficientes en la fila cj-zj son no positivos.

4. ¿Qué tipo de matriz generan las variables bá sicas?

5. Describa los pasos o etapas que se siguen en el método simplex.

1) Estandarizar el modelo de programació n lineal (PL): el primer paso para preparar el
método simplex es convertir las restricciones funcionales de desigualdad en
restricciones de igualdad equivalentes.
Este paso al convertir las desigualdades en igualdades se suele llamar las restricciones
aumentadas, es decir, cada restricció n en el problema de PL se debe aumentar
utilizando variables de holgura y/o variables artificiales.

2) Construir la tabla característica: consiste en disponer todos sus elementos en forma

tabular.
3) Identificar la variable que entra y la que sale: para determinar la variable que entra y
sale se debe seguir lo siguiente.
- se selecciona la columna pivote a partir del valor cj-zj má s alejada de cero, esto para
problemas de maximizació n.
- seleccionar la fila pivote a partir del θi má s cercano a 0.
- en la intersecció n de la columna y la fila pivote se encuentra la celda pivote.
 4) Determinar la nueva solució n bá sica: para determinar la nueva solució n bá sica se debe
introducir a la base la variable correspondiente a la columna pivote que tomara el
puesto de la variable correspondiente a la fila pivote. Y una vez se haga el intercambio se
aplica Gauss Jordá n para hacer iteració n simplex.

6. ¿Cuá les son las características de las variables de holgura y excedente?

Variables de holgura o excedente. Son variables que se agregan a la restricción para que la relación
de la restricción sea de igualdad (representa el valor que le hace falta al lado izquierdo para ser igual
al lado derecho). Ambos tipos de variables tienen que cumplir con la restricción de no negatividad

Variable de holgura.

Se suma al lado izquierdo de la restricción del tipo ≤.

Variable de excedente.

Se resta al lado izquierdo de la restricción del tipo ≥.

7. ¿Cuá l es el propó sito de las variables artificiales en la solució n de un problema de

programació n lineal? Explique.
Son variables ficticias, ya que solo se usan al comienzo del proceso simplex para
estandarizació n, para cumplir con el criterio de no negatividad.
Se representan por Ai
No pueden ser variables bá sicas en la solució n ó ptima de los problemas de PL; si esto llegara
a suceder, el problema no tiene solució n.
Son instrumentos de calculo que se usan en restricciones ≥ o =0.

8. ¿Cuá ndo una solució n es ilimitada? Explique.

9. Explique có mo se obtiene una solució n ó ptima al resolver un problema de
maximizació n.

¿Cuáles son nuestras incógnitas? Como buscamos dos números:

x: primer número
y: segundo número

¿Cuál es la función que tenemos que optimizar? Nos piden que el producto sea máximo, luego:
f(x,y) = x*y, máximo

¿Qué condición deben cumplir? La relación entre las dos variables

Sustituimos en la función a maximizar
Derivamos e igualamos a cero

¿Es el máximo? Lo comprobamos haciendo la segunda derivada.

¿Cuál es la solución? Una vez calculado x, nos vamos al tercer paso y sustituimos
 10. ¿Qué diferencias existen entre los pasos para resolver un problema de minimizació n y
uno de maximizació n?
Minimizació n: ya que los cj-zj de la iteració n final son todos ≥0, esto es un caso de
minimizació n y por lo tanto la ú ltima tabla es ó ptima.
Maximizació n: ya que los cj-zj de la iteració n final son todos ≤0 esto es un caso ó ptimo de
maximizació n.

11. Explique có mo se obtiene una solució n ó ptima al resolver un problema de minimizació n.

Cuando los cj-zj de la iteració n final son todos menor igual a cero y por lo tanto la
optimizació n es correcta.

12. ¿A qué permite darle solució n el método simplex condensado?

Esta técnica permite darles solución a los problemas de programación lineal tomando como base
las tablas originales y haciendo intercambio físico de variables.

13. Enumere los pasos que se siguen para desarrollar el método simplex condensado.

1.Formulación del modelo: se definen las variables de decisión (xi), la función objetivo (f(x)), y las
restricciones.

2.Romper desigualdades

3.Formulacion de un modelo de programación lineal

4.Determinación de la celda pivote

5.Intercambio físico de variables

6. Estandarizar los valores de cj-zj

14. ¿Qué ventajas tiene utilizar el método simplex condensado?

1) Es un Método heurístico. Se basa en consideraciones geométricas y no requiere el uso de

derivadas de la función objetivo.

2) Es de gran eficiencia incluso para ajustar gran número de parámetros.

3) Se puede usar con funciones objetivo muy sinuosas pues en las primeras iteraciones busca el
mínimo más ampliamente y evita caer en mínimos locales fácilmente.

4) Es fácil implementar y usar, y sin embargo tiene una alta eficacia.

15. ¿Qué diferencias existen en el desarrollo de la técnica simplex general y el simplex

condensado?

Condensado: Esta técnica permite darles solución a los problemas de programación lineal
tomando como base las tablas originales y haciendo intercambio físico de variables.

General: El método simplex es un algoritmo que sirve para solucionar problemas de

programació n lineal sin tener en cuenta el nú mero de restricciones ni el de variables.

16. ¿Qué explicació n se puede dar al intercambio físico de variables?

 Se introduce a la base la variable correspondiente a la columna pivote en el puesto donde
esta la fila pivote, y esta, a su vez pasa a ser variable no básica

17. ¿Qué debe colocarse en la celda pivote para la tabla posterior en el método simplex
condensado?
En la celda pivote de la siguiente tabla se coloca el inverso del nú mero correspondiente
a este.

18. ¿Qué se utiliza para hallar los valores de la tabla posterior a la iteració n en el método
simplex condensado?
Las variables por encima y por debajo de la nueva celda pivote se estiman con la fó rmula 1 y
los demá s elementos con la fó rmula 2.
 Responda verdadero (V) o falso (F) según corresponda.
1. El primer paso o etapa al aplicar el método simplex general consiste en transformar
todas las desigualdades en igualdades añ adiendo variables de
holgura............................................................................................................................................................. (V)
2. El procedimiento para identificar la variable que sale consiste en dividir la columna de
cantidades (Bi) entre los coeficientes positivos de la columna que entra y elegir la
variable que proporciona el mayor cociente.................................................................................... (F)
3. El elemento pivote es aquel que se encuentra en la intersecció n de la columna que entra
y el rengló n que sale de la base.............................................................................................................. (V)
4. Se requieren variables artificiales cuando un problema contiene restricciones de menor
– igual (≤) ......................................................................................................................................................... ( F)
5. Las variables de holgura son instrumentos de cá lculo o variables de artificio
matemá tico...................................................................................................................................................... (V)
6. Las variables artificiales tienen como coeficiente en la matriz de coeficientes
tecnoló gicos +1 para restricciones ≤, y –1 para restricciones ≥............................................... (F)
7. Para obtener los nuevos valores de la tabla, donde se realiza la iteració n, se aplica
Gauss-Jordá n en el método simplex condensado........................................................................... (V)
8. En el simplex condensado el nuevo valor de la celda pivote es el inverso.......................... (V)
9. Las variables artificiales tienen otro uso en el método simplex condensado.................... (V)
10. Los criterios de optimalidad y factibilidad no tienen cambio alguno por este método. (V)
11. El método simplex no implica otra cosa que resolver un conjunto de ecuaciones
simultaneas y es simplemente una representació n tabular del proceso algebraico....... (V)

 Marque la respuesta correcta

1. Toda iteració n simplex en un problema de maximizació n sustituye una variable de la
base en curso por otra que tiene:
C) el menor valor de cj-zj

2. Todo cuadro del método simplex:

B) muestra una solució n bá sica factible de las ecuaciones en la forma está ndar para
estimaciones de igualdad del modelo.

3. La señ al de optimizació n en un modelo de maximizació n es:

A) cj-zj ≤0, para toda j.