Introducción:

La programación lineal tiene muchas formas de resolver , sin embargo

dependerá de la envergadura del problema , ya que de acuerdo a ello se verá la
forma más efectiva y eficaz para llegar al solución, para problemas pequeños
se puede resolver matemáticamente de forma algebraica, pero si nos
encontramos frente a un problema que tenga más de tres variables, este será
más difícil de resolver, y es ahí donde se aplica el método simplex , en otra
palabras el método simplex se aplicara para problemas que presenten muchas
variables , este método simplex es una forma más eficaz de resolver
problemas extensos , ya sea para maximizar o minimizar , y de esa manera
llegar a la solución óptima, para llegar a dicha solución se tiene que seguir
rigurosamente un serie de pasos , hay que tener en cuenta que todas la
restricciones deben estar establecidas como ecuaciones, además hay que tener
en cuenta que todas las variables deben estar restringidas a la no negatividad.
Para transformar todas las restricciones estándar a la forma canónica se
aplicara ciertas condiciones, si se tiene <= se agregara una variable de
holgadura sj, donde j, tomara valores de acuerdo a la cantidad de variables,
por otro lado si el signo es >= se agregara una variable de holgadura mas una
variable artificial, y si se tiene una igualdad se agregara una variable artificial.
Desarrollo:

Esencia del método simplex:

El planteamiento:

El método simplex está asociado a una serie de operaciones aritméticas que

convergen numéricamente a ciertos valores, los cuales se consideran óptimos
para una situación específica. A pesar que estos métodos sean utilizados para
tomar una secuencia de decisiones que nos ayudaran a alcanzar el objetivo
trazado, su utilidad pude variar para cada problema de la vida real, la cual
tendrá una serie de variables incluso cientos, por lo tanto la aplicación de
método manual en inviable, ya que al contar con decenas de variables será
imposible formar ecuaciones y poder resolverlas manualmente.
Preparación para el modelo simplex:

Es un procedimiento algebraico basado en la resolución de sistemas de

ecuaciones, por consiguiente, lo primero que se hace para preparar al método
simplex es convertir las restricciones de desigualdad en restricciones de
igualdad equivalentes. Esta conversión se lograra atreves de la introducción
de variables de olgadura.
Una vez introducidas las variables de holgadura a todas las restricciones del
modelo de programación lineal, se sustituirá por un modelo equivalente
Ejemplo:
A pesar que ambas formas de modelo representan el mismo problema, la
nueva forma de representación es más conveniente ya que nos ayudara con la
identificación de las soluciones. Se le llamara forma aumentada de dicho
problema, ya que a la forma original se le aumento las variables
suplementarias (variables de olgadura), que serán primordiales para aplicar el
método simplex.
Algebra del método simplex:

Previamente a presentar el método simplex de manera formal, se analiza el

álgebra en el que este está basado el método simplex está basado en un
método de eliminación de gauss. Hay que tener en cuenta que el
procedimiento de eliminación de gauss aplica operaciones de fila, para
convertir el sistema de ecuaciones original en un sistema equivalente al
original.
Incorporación de la función objetivo:

Al momento de resolver los problemas mediante el método simplex, las

restricciones y la función objetivo se combinaran para para formar un
conjunto o sistema de ecuaciones. La aplicación de método simplex se realiza
tabulando, donde se encontrara una fila por cada una de las ecuaciones,
además la tabla va a contener a cada uno de los coeficientes de las variables en
las ecuaciones. Este método lo que hace es comparar a cada una de las
variables no básicas con el conjunto de variables básicas. El objetivo es
determinar si una de las variables no básicas puede reemplazar a una básica.
El método simplex en forma tabular:

La forma tabular del método simplex e matemáticamente equivalente a la

forma algebraica, en vez de escribir cada una de las ecuaciones bien
detalladas, se usara una tabla simplex que servirá para registrar toda la
información esencial.

Rompimiento de empates en el método simplex.

Se presentan casos especiales en el método simplex:
Degeneración:

Al elegir la variable arbitrariamente el empate se rompe de manera arbitraria.

El problema se presentara en la siguiente iteración ya que los valores de una
o más variables básicas llegan a ser cero. En esta situación se dice c que la
solución es degenerada.
Soluciones optimas múltiples:

En la vida real se podrá encontrar problemas que presentan más de una

solución óptima.
Por lo tanto se dice que este problema tiene soluciones óptimas múltiples, ya
que la solución óptima se encentrara en un segmento de la recta que es
acotada por una de las restricciones del problema.

Soluciones no acotadas:

Al momento de buscar la solución de un problema se podrá encontrar

problemas en el cual una o más de las variables pueden aumentarse
definidamente. Mejorando de esa manera en forma indefinida la función
objetivo. Cundo nos encontramos en esta situación, se dice que la solución
óptima no está acotada. Por lo tanto la solución óptima será infinita.
No existentes:
Hay problemas en los cuales no se encuentran soluciones que cumplan con cada una de las
restricciones. En Este caso el problema termina anotando que no existen soluciones factibles. Esta
situación se podrá identificar en la tabla del método simplex cundo se resuelve dicho problema y
no se llega a la solución óptima y además no desaparecen las variables artificiales.

Adaptación a otras formas de modelo:

Hasta este momento se ha estudiado cada uno de los detalles del método
simplex suponiendo que el problema se encuentra en forma estándar
(maximizar Z sujeta a restricciones funcionales de la forma ≤ también
restricciones de no negatividad sobre cada una de las variables), bi > 0 cundo
toma los valores de i = 1,2,.....,m.

Pero hay que tener en cuenta que existen otras formas de resolver un
problema, para ello se establecerá como hacer otras formas legitimas de
modelos de programación lineal, se puede observar que se puede hacer en el
paso inicial de la resolución de un problema de manera que el resto del
método simplex aplicara cada uno de los pasos.

Pero hay ciertos problemas reales que se presentan en las otras formas de
restricciones funcionales (=, ≥ o bi ≤0) es identificar la solución inicial que sea
factible. Antes, la primer solución se encontraban al hacer que las variables
de holgura fueran variables básicas iniciales, donde cada una de las variables
era equivalente a cada una de las constates positivas del lado derecho de
cada ecuación. Respectivamente en este caso se hará algo más. Por consiste
para llegar a la solución de un problema, en estos se utilizara la técnica de
variables artificiales. Esta construirá un problema revisado más a detalle e
introduciendo una variable ficticia (llamada variable artificial) en cada una de
las restricciones que lo requieran. Dicha nueva variable será introducida con
el fin de que sea la variable básica inicial para esa ecuación. Hay que tener en
cuenta que Las restricciones que indicaban la no negatividad también se
tomaran en cuenta sobre estas variables y la función objetivo será
modificada para que imponga una penalización en el caso de que adquieran
valores mayores que cero. Cada iteración que tiene el método simplex de
manera automática obligan a las variables artificiales a desaparecer es decir
se volverán nulas una a una, hasta que todas quedan fuera de la solución; a
continuación de esto se resolverá el problema real.

Análisis pos-optimo:

El análisis de post-optimización es una consecuencia después de haber

aplicado el método simplex, estudiara la manera como quedaron afectadas las
condiciones de optimización y además verificara cuán factible puede ser la
solución actual, cuando se produce una modificación en alguno de los
coeficientes de dicho problema. Hay que tener en cuenta que también, permite
establecer una solución cuando se introducen nuevas variables o nuevas
restricciones en el problema. Dentro del análisis de post-optimización se
plantean los siguientes casos:
1.- Cuando se cambia los coeficientes de la función objetivo, cj.
2.- Modificación a los términos independientes de cada una de las
restricciones, bi.
3.- cambios en los coeficientes técnicos de las restricciones, aij.
4.- Introducir de nuevas variables.
Uso de la computadora:

Ya sabemos que le método simples sigue un procedimiento matemático, sin

embargo, los conceptos principales son de naturaleza geométrica.
Al comprender estos conceptos geométricos nos ayudara a tener un mayor
intuición sobre la forma en la que opera en método simplex, y las razones por
la cuales se vuelve muy eficiente. Sin embargo, lo normal es que este conjunto
de procedimientos o algoritmos, se trabaje con una computadora, que solo
sigue órdenes algebraicas En consecuencia, se vuelve primordial transformar
el procedimiento geométrico conceptual.
Conclusión:

Después de haber estudiado programación lineal y los métodos de resolución

más efectivos para resolver problemas, se pudo observar que el método
simplex será el más efectivo para la resolución de problemas que incluyan un
numero extenso de variables
Ya que de manera algebraica se volverá muy tedioso, por el hecho que incluye
muchas variables.