FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y

ADMINISTRATIVAS

ESCUELA PROFESIONAL DE ADMINISTRACIÓN

ASIGNATURA: MÉTODOS CUANTITATIVOS

TEMA: MÉTODO SIMPLEX

DOCENTE: MGTR LIC ADM ARTEMIZA GARCIA ARISMENDIZ

AUTORES: CIENFUEGOS OLIVARES PAMELA

DIAZ GARCES FIORELLA ESTEFANY

FLORES VALLE VERONIKA

QUEZADA RAMIREZ JUNIOR

PIURA – PERÚ

2020
 EJEMPLOS DE METODOS SIMPLEX

1. A un grupo de artesanos se le presenta la oportunidad exportar cinturones de piel de

salmón al mercado europeo. Clasifican los cinturones en dos tipos A y B: A por alta

calidad y B por baja calidad. De acuerdo a sus estimaciones tendrían una utilidad de 4

euros por cinturón tipo A y 3 euros por el tipo B. La confección de un cinturón tipo A les

requiere el doble de tiempo que uno tipo B. Si confeccionaran sólo cinturones tipo B

podrían hacer 1.000 diarios. En todo caso, el abastecimiento de piel es suficiente para

confeccionar un total combinado de 800 cinturones diarios. Los cinturones usan un

diferente tipo de hebilla según su calidad. Se pueden abastecer de 800 hebillas elegantes

al día para los cinturones tipo A y 700 hebillas corrientes al día para los cinturones tipo

B. Se desea formular y resolver un modelo de Programación Lineal que permita a los

artesanos decidir cuántos cinturones de cada tipo fabricar de modo de maximizar sus

ganancias.

1.-Variables de Decisión

 x1: Número de cinturones tipo A a fabricar por semana.

 x2: Número de cinturones tipo B a fabricar por semana.

2.- Función Objetivo

Cada cinturón tipo A reporta una utilidad de 4 euros y cada cinturón tipo B reporta una

utilidad de 3 euros. Se desea maximizar la utilidad total dada por: Max 4x1+3x2

3.-Restricciones

 No se puede fabricar más cinturones tipo A que la cantidad de hebillas

disponibles: x1 ≤800

 No se puede fabricar más cinturones tipo B que la cantidad de hebillas disponibles: x2≤

700
 Como máximo se puede confeccionar diariamente 800 cinturones del tipo A y del tipo B

en conjunto: x1+x2 ≤800

 La capacidad de producción permite fabricar 1.000 cinturones tipo B a la semana si se

fabricara sólo cinturones de este tipo. Los cinturones tipo A ocupan el doble de recursos

que uno B, esto es se pueden fabricar 500 cinturones a la semana si sólo se fabrican

cinturones tipo A: 2x1+x2≤1.000

 No negatividad de las variables de decisión: x1, x2 ≥ 0

En términos compactos el modelo de Programación Lineal queda definido por:

Previo a la aplicación del Método Simplex será necesario llevar el modelo a su forma

estándar. Para ello llevamos la función objetivo a minimización y agregamos las variables

de holgura no negativas x3, x4, x5, y x6, para las restricciones 1, 2, 3 y 4, respectivamente.

Con ello construimos la tabla inicial del Método Simplex donde las variables de holgura

previamente identificadas definen una solución básica factible inicial (no óptima):
Por el criterio del costo reducido más negativo la variable que ingresa a la base es x1.

Luego calculamos en dicha columna el mínimo cuociente que esta dado

por: .

En consecuencia el pivote se encuentra en la fila 4 y por tanto la variable x6 deja la base.

(Notar que para el cálculo del mínimo cuociente o criterio de factibilidad sólo se

consideran denominadores que sean estrictamente mayores a cero).

Ahora la variable no básica que ingresa a la base es x2. Calculamos nuevamente el mínimo

cuociente sobre dicha columna obteniendo: .

Por tanto x5 abandona la base. Con ello realizamos una nueva iteración del Método

Simplex:

La solución óptima es x1=200 y x2=600, donde el valor de las

holguras x3 y x4 corresponde a 600 y 100, respectivamente. Notar adicionalmente que las

variables x5 y x6 son no básicas en el óptimo, por tanto su valor es cero, lo que indica que

las restricciones 3 y 4 son activas. El valor óptimo del problema es V(P)=2.600.

Para complementar el análisis anterior, se puede apreciar la convergencia del Método

Simplex a través de una representación gráfica, realizada en este caso con el

software Geogebra. La tabla inicial del Método Simplex corresponde al vértice A

(solución básica factible no óptima) del gráfico a continuación, luego al ingresar en

primera instancia la variable x1 al cabo de una iteración se alcanza el vértice E (solución

básica factible no óptima). Finalmente en la segunda iteración se pasa del vértice E al

vértice D, el cual corresponde a la solución básica factible óptima, dado que el costo

reducido de las variables no básicas es mayor o igual a cero.

2. PROBLEMA

Una empresa de muebles planea introducir una línea para jardín que conste de sillas,

mecedoras y sillones.

Cada mueble requiere madera, plástico y aluminio para su fabricación de acuerdo con la

siguiente tabla.

Madera Plástico Aluminio

Silla 1 unidad 1 unidad 2 unidades

Mecedora 1 unidad 1 unidad 3 unidades

Sillón 1 unidad 2 unidades 5 unidades

La empresa dispone de 400 unidades de madera, 500 de plástico y 1,450 de aluminio para

iniciar la producción. Considera que puede vender cada silla en 21 dólares, cada mecedora

en $24 y cada sillón en

$36 y que puede colocar en el mercado toda su producción. Determina los niveles de

producción para cada uno de sus productos a fin de obtener el mayor ingreso posible.

PROBLEMA DE PROGRAMACIÓN LINEAL

El problema de decisión se modela como uno de programación lineal (PPL) sobre tres

cantidades:

x = número de sillas producidas

y = número de mecedoras producidas

z = número de sillones producidos

De esta manera, la utilidad registrada por la venta de todos los productos es:
U = 21x + 24y + 36z

El problema, entonces, es elegir x, y, z de modo que se maximice el valor de U sujeto a

las restricciones de inventario en las materias primas:

IMPLEMENTACIÓN DEL MÉTODO SIMPLEX

Para iniciar el método simplex convertimos el PPL a la forma estándar del problema:

Maximizar U = 21x + 24y + 36z

Usando las variables de holgura s1, s2 y s3 para convertir las restricciones de

desigualdades a ecuaciones, el

problema es:

Maximizar -21x - 24y - 36z + U = 0

sujeta a x + y + z + s1 = 400

x + y + 2z + s2 = 500

2x + 3y + 5z + s3 = 1450
La tabla simplex en la primera iteración se compone, entonces, de los coeficientes del

sistema usando un renglón por cada restricción, y el renglón de la utilidad al principio o

al final, como en este caso. La solución básica factible (SBF) inicial es x = 0, y = 0, z =

0, así que las variables básicas son s1, s2, s3.

Como en el renglón U no hay coeficientes negativos, la SBF es óptima. Esto es, el valor

máximo de U es

Umáx = 10800 cuando y = 300, z = 100, s3 = 100 (x = s1 = s2 = 0 son variables no

básicas).

Por lo tanto, la planeación óptima para la empresa es no producir ninguna silla y

dedicarse, en cambio, a fabricar 300 mecedoras y 100 sillones. Esto generará la mayor
utilidad posible de $10,800. Más aún: habrá un excedente de 100 unidades de aluminio

con esta combinación.