Universidad de Guayaquil

Facultad de Ciencias Matemáticas y Físicas

Investigación de Operaciones

Programación Lineal

Método Simplex
La programación lineal tiene amplias aplicaciones. Ha sido empleada exitosamente en las
industrias petroleras, automotriz, química y militar por ser un método viable económicamente.
En mercadotecnia, se le ha empleado para seleccionar los medios de publicidad y los canales
adecuados de distribución. En algunas entidades gubernamentales han empleado la
programación lineal para la eliminación de desperdicios sólidos que contaminan aire y agua.

La clave del amplio uso es la disponibilidad de un algoritmo – el método simplex- que resuelve
los extensos problemas que surgen en la práctica. En tal sentido, el método simplex es el
procedimiento general para resolver problemas lineales proporcionando respuestas, etapa por
etapa y cada una da una mejor solución que la anterior. Llegando finalmente a la solución
óptima.

Es un algoritmo que permite la resolución de modelos de programación lineal. Fue creado por
el Matemático Estadounidense George Dantzig en 1947 y consiste en un procedimiento
sistemático que se repite (itera) una y otra vez hasta que obtener el resultado que se desea.
Dando además un criterio para determinar el momento para arrancar y detenerse.

Bosquejo para el método Simplex.

El primer paso para establecer este método consiste en convertir las restricciones de
desigualdad en equivalente de igualdad, introduciendo para ello una variable denominada de
Holgura (en restricciones menor o igual), que es la amplitud entre los dos miembros de la
desigualdad.
Esta forma es idéntica a la anterior (método gráfico) pero más fácil de manejar algebraicamente.
El método permite resolver problemas de programación lineal que tengan más de dos variables.

Por consiguiente:
- Variables No Básicas: Son aquellas que se hacen igual a cero (0).
- Variables Básicas: Son aquellas que no son iguales a cero (0).
- Solución Básica Factible: son todas las variables básicas no negativas [ ≥0].

Al resolver un problema aplicando el método Simplex, conviene usar la forma tabular (tabla Simplex)
que consiste en un cuadro para registrar información esencial tal como:

- Los coeficientes de las variables

- Las constantes del segundo miembro de las ecuaciones (lado derecho).
- Las variables básicas que aparezcan en cada iteración.
Universidad de Guayaquil
Facultad de Ciencias Matemáticas y Físicas
Investigación de Operaciones

Aplicaciones del método simplex.

1.- Restricciones del método simplex.

Restricciones con signo menor o igual ( ≤ )

Cuando todas las restricciones tienen la desigualdad menor o igual ( ≤ ), que corresponde a una
función objetivo de maximizar.

1er paso: Introducir una variable de holgura positiva por cada restricción menor o igual del modelo
matemático. Igualar a cero (0) la función objetivo.

2do paso: Realizar la tabla simplex (forma tabular). Introducir las variables de holgura como
variables básicas y las variables originales como variables no básicas (=0).

La solución básica factible para el caso de maximización es óptima solo sí todo coeficiente de la
ecuación cero (0), o función objetivo es no negativo ( ≥ 0) (mayor o igual a cero).

3er paso: Desarrollar la tabla para determinar la solución básica óptima, esto se realiza siguiendo el
procedimiento que a continuación se describe.

Procedimiento para el desarrollo de la tabla

A- Se selecciona la variable con el coeficiente negativo más grande de la fila (Z) o ecuación
identificada con cero (0).
B- Colocar en un recuadro la columna que aparezca debajo de este valor o coeficiente. Se le
llamará columna pivote.
C- Determinar cuál es la variable básica que sale, dividendo el lado derecho entre los valores
de la columna pivote (excluyendo los valores negativos y el cero (0), Es decir, tomando los
valores estrictamente positivos.
D- Se considera, de la división anteriormente indicada, el valor menor obtenido, para identificar
la fila Pivote. Esto indica la variable básica inicial que entra.
E- Construir un nuevo cuadro simplex debajo del anterior, reemplazando la variable básica que
sale por la que entra.
F- Transformar a más uno (+1) el coeficiente de la nueva variable básica, correspondiente a la
intersección de la fila pivote con la columna pivote.
G- Para eliminar el coeficiente de la nueva variable básica de las otras ecuaciones se debe
seguir iterando, mediante la transformación a cero del resto de los valores de la columna
pivote.
H- Completada la nueva tabulación simplex, observar la fila de la ecuación cero (0). Si todos
los coeficientes de ¨Z¨ son no negativos (positivos o cero) se tiene la solución óptima, de lo
contrario hay que seguir iterando, volviendo al paso A.

Observaciones sobre la aplicación del método simplex.

1.) Cuando, en el proceso de seleccionar la variable que entra en la solución básica, hay
igualdad entre dos o más variables (negativas) en la fila de ¨Z¨, se selecciona arbitrariamente
cualquiera de ellas.
Universidad de Guayaquil
Facultad de Ciencias Matemáticas y Físicas
Investigación de Operaciones

2.) Cuando, en el proceso de seleccionar la variable que sale de la solución básica, al dividir el
lado derecho entre los valores de la columna pivote, el resultado es igual, se selecciona
arbitrariamente uno de ellos para continuar iterando en la tabla.
3.) Cuando en la iteración final de la tabla simplex, una de las variables básicas es igual a cero
(0) se dice que la solución es degenerada.
4.) Cuando no se puede dividir el lado derecho entre los valores de la columna pivote, por ser
los valores negativos o ceros, entonces puede interpretarse que las ganancias son ilimitadas,
es decir, Z* (óptimo) es ilimitado.
5.) Siempre que un problema tiene más de una solución básica óptima, al menos una de las
variables no básicas tiene un coeficiente igual a cero en la fila ¨Z¨ final.

Restricciones con signo igual (=)

Las restricciones con el signo igual en el procedimiento simplex, son equivalentes a dos de ellas con
los signos mayor y menor o igual.

Esta condición trae el inconveniente de que se aumenta el número de restricciones y por

consiguiente el número de variables. Una manera de obviar esto consiste en utilizar, en la igualdad
de dicha restricción, variables ¨artificiales¨ no negativas, las cuales hay que asegurarse que no
aparezcan en la solución final.

El efecto de introducir este tipo de variables es agrandar la región factible, por lo tanto, hay que restar
a la función objetivo original un valor tan grande que le permita estar dentro de la región. Este valor
se denomina ¨M¨ y es mucho mayor que cero (0) por lo que el valor máximo de ¨ Z ¨ ocurre cuando
la variable artificial es igual a cero. La M multiplica en la función objetivo a la variable artificial que
haya sido agregada.

Las restricciones del signo = se manejan como sigue:

1.) se le suma una variable artificial a la restricción y se le resta la misma, a la función objetivo
con el coeficiente M,
2.) se iguala a cero la función objetivo, pasando todos los términos al lado izquierdo de la
ecuación.
3.) se colocan aparte las ecuaciones que involucren M para calcular una nueva función objetivo.
4.) se multiplica por –M para hacer desaparecer la M de la función objetivo. También puede
despejarse la variable artificial de cada restricción y luego reemplazarla en la función
objetivo. Luego de resolver algebraicamente se obtendrá la nueva función objetivo.

Aunque no es muy común en el método simplex, cuando aparezca el caso de minimizar Z, entonces
se multiplica por (-1) la función objetivo para transformarla a maximizar.

Restricciones con signo mayor o igual ( ≥ )

La forma directa de minimizar Z, aplicando Simplex, consiste en convertir el problema en uno de

maximización, multiplicando la función objetivo por menos uno (-1)

Las restricciones con el signo mayor o igual ( ≥) se trabajan de la siguiente manera:

Universidad de Guayaquil
Facultad de Ciencias Matemáticas y Físicas
Investigación de Operaciones

1.) Se le resta a la restricción, una variable denominada neutra o de holgura que no formará
parte de las variables básicas iniciales.
2.) Se le suma una variable artificial X trabajándose como en el caso de las restricciones con
igualdad =.

Casos especiales:

Se le resta la variable neutra o de holgura y se suma una variable artificial, además de ello si no
cumple con la no negatividad entonces decidimos que es una solución degenerada.

Z es ilimitada cuando no se puede dividir el lado derecho, debido a que no se tienen valores positivos
en la columna pivote, sino solo valores negativos y ceros.

Solución degenerada

- Se denomina degenerada porque no satisface una de las restricciones.

- Z no es óptimo y se considera ilimitada: cuando no se puede dividir el lado derecho entre
los valores de la columna pivote, por ser cero o negativo.
- Hay múltiples soluciones óptimas cuando al menos una de las variables no básica tiene
coeficiente cero en la ecuación final resultante.