MÉTODO SIMPLEX TABULAR

Autor: Javier Angel Serrano Montalvo

Este método es de aplicación más sencilla y amplia ya que se utiliza y maneja con facilidad sin
importar el número de variables de decisión que se tenga ni el número de limitaciones o
restricciones funcionales que se enfrente, sin embargo para poder entender la lógica del
algoritmo era necesario conocer el método algebraico ya que realiza prácticamente lo mismo
con el auxilio de una tabla denominada Tabla Simplex bajo esa premisa, a continuación
desarrollamos el algoritmo que corresponde a este método. Manteniendo el anterior ejemplo.

EJ: Cierta barraca de nuestro medio esta con la intención de incursionar en la producción de
muebles para el mercado de Sucre y ha identificado en base a una investigación de mercado
en principio 2 productos (Escritorios y cómodas) para lograr su cometido como empresa
privada que pretende ampliar su campo de acción en base a un encadenamiento hacia
adelante, fruto del estudio mencionado se ha determinado que el mercado de los muebles en
cuanto a su estructura se aproxima más a la competencia perfecta y por tanto será en dicho
mercado un tomador de precios, mismos que alcanzan a 700 bolivianos y 400 bolivianos
respectivamente; por otro lado en el estudio mencionado se determinó que los costos
unitarios alcanzan a 580 bolivianos y 270 bolivianos respectivamente, por otra parte para el
proceso de producción se requieren 3 recursos (Madera, Mano de obra y Maquinaria) cuyas
tasas de utilización para el producto 1 son de 20, 40 y 15 de los recursos 1, 2 y 3
respectivamente, para el producto 2 son de 30, 20 y 25 respectivamente y se tienen
disponibles de dichos recursos 380, 290 y 170 respectivamente, los ejecutivos de la
organización requieren conocer el programa de producción óptimo.

Forma estándar del modelo:

Maximizar Z = 120*X1 + 130*X2 (0)

Sujeto a:

20*X1 + 30*X2 ≤ 380 (1)

40*X1 + 20*X2 ≤ 290 (2)

15*X1 + 25*X2 ≤ 170 (3)

X1 ≥ 0

X2 ≥ 0

Paso Inicial: Obtención de la SBFI

1º Se procede a transformar el modelo de su forma estándar a su forma aumentada, para lo

cual se introduce en cada inecuación una variable de holgura transformando las desigualdades
en ecuaciones o igualdades, dichas variables de holgura juegan el papel de variables básica
iniciales juntamente con Z (VBI), quedando las restantes variables como no básicas iniciales
(VNBI) que valen cero

Forma aumentada del modelo

Maximizar Z = 120*X1 + 130*X2 (0)

Sujeto a:

20*X1 + 30*X2 + X3 = 380 (1)

40*X 1 + 20*X2 + X4 = 290 (2)

15*X 1 + 25*X2 + X5 = 170 (3)

X1 ≥ 0, X2 ≥ 0, X3 ≥ 0, X4 ≥ 0, X5 ≥ 0

2º Se vuelve a transformar el modelo de la forma aumentada a la forma apropiada de

eliminación gaussiana que implica que se cumplan 2 condiciones que son:

- En cada ecuación hay solo una variable básica

- El coeficiente de las variables básicas es siempre +1

Hasta este punto es exactamente igual que el método algebraico, por lo cual partiremos de
aquí en nuestro ejemplo prototipo

3º Se construye una tabla simplex cuya estructura es la siguiente:

- En la primera columna se registran las variables básicas (VB), en la segunda columna el

número de ecuación a la que corresponden, desde la tercera columna hasta la
antepenúltima los coeficientes de todas las variables, en la penúltima los valores del
lado derecho de las ecuaciones y en la ultima el cociente denominado razón, cabe
hacer notar que cada fila representa a cada una de las ecuaciones del modelo

VB Nº Ec Z X1 X2 X3 X4 X5 bi Razón
Z 0 1 -120 -130 0 0 0 0
X3 1 0 20 30 1 0 0 380 12,6666667
X4 2 0 40 20 0 1 0 290 14,5
X5 3 0 15 25 0 0 1 170 6,8
Fuente: Elaboración propia

- Los valores de la columna lado derecho corresponden a la variables básicas de la

primera columna en la solución básica factible inicial (SBFI)

SBFI  VBI => Z = 0; X3 = 380; X4 = 290; X5 = 170;

VNBI=> X1 = 0; X2 = 0

Paso Iterativo: Determinación de la SBFA

a) Selección de la Variable Básica Entrante (VBE)

- Se elige como variable básica entrante (VBE) la que muestre el coeficiente negativo de
mayor valor absoluto en el renglón cero de la tabla

En nuestro caso VBE = X2 con coeficiente -130 en el renglón (0) E

- Se encierra su columna en un recuadro denominándola columna pivote

En la tabla precedente se encuentra la columna de X 2 marcada con color amarillo

siendo la columna pivote

b) Selección de la Variable Básica Entrante (VBS)

- Se elige como variable básica que sale (VBS) aquella que corresponda al valor de la
razón más pequeña que se obtiene dividiendo los valores de la columna lado derecho
entre los valores estrictamente positivos que correspondan en la columna pivote
En nuestro caso VBS = X5 con una razón = 6.8 en el renglón (3)

- Se encierra en un recuadro la fila que corresponde y se la denomina renglón pivote

actual

En la tabla precedente se encuentra el renglón de X 5 marcado con color amarillo

siendo el renglón pivote

c) Obtención de la Solución Básica Factible Adyacente (SBFA)

- Se construye una nueva tabla simplex en la cual

o En la primera columna se sustituye la VBE en lugar de la VBS
o La segunda y tercera columna se mantienen invariables
o Se identifica el número pivote que es el que aparece en la intersección entre la
columna pivote y el renglón pivote
o Se determina el renglón pivote nuevo dividiendo todos los valores del renglón
pivote actual entre el número pivote
o Se determinan los otros renglones nuevos procediendo a multiplicar el
negativo del coeficiente de la columna pivote que corresponde al nuevo
renglón que se está determinando por el renglón pivote nuevo y a ese
resultado se le suma el renglón actual sujeto de modificación
o La nueva tabla obtenida muestra en la columna lado derecho los valores de las
variables básicas de la primera columna en la solución básica factible
adyacente, debemos recordar que las VNB siempre valen 0 y habremos
obtenido así la SBFA

Para nuestro ejemplo tenemos

 VB Nº Ec Z X1 X2 X3 X4 X5 bi Razon
Z 0 1 -42 0 0 0 5,2 884
X3 1 0 2 0 1 0 -1,2 176 88
X4 2 0 28 0 0 1 -0,8 154 5,5
X2 3 0 0,6 1 0 0 0,04 6,8 11,3333333

SBFA1

VB1 => Z = 884

VB1 => X3 = 176
VB1 => X4 = 154
VB1 => X2 = 34/5

VNB1 => X1 = 0; X5 = 0

Paso final: Prueba de optimalidad o regla de detención

La solución actual será optima y concluirá el proceso de resolución, si y solamente si, ya no es

posible encontrar una nueva VBE, es decir si todos los coeficientes del renglón cero de la tabla
actual son positivos o ceros, caso contrario, no es óptima y se realiza nuevamente el paso
iterativo

Como se puede observar en la anterior tabla, la solución no es óptima ya que todavía el

coeficiente de X1 en el renglón cero es negativo lo que implica que se debe realizar
nuevamente el paso iterativo y en consecuencia procedemos a continuación:

VBE1 = X1; VBS1 = X4

VB Nº Ec Z X1 X2 X3 X4 X5 bi Razón
Z 0 1 0 0 0 1,50 4,00 1115
X3 1 0 0 0 1 -0,07 -1,14 165
X1 2 0 1 0 0 0,04 -0,03 5,5  
X2 3 0 0 1 0 -0,02 0,06 3,5
Observando la tabla precedente, podemos decir que llegamos a la solución óptima ya que
todos los coeficientes de las variables en el renglón cero son positivos o ceros, en ese
entendido tenemos:

SBFO  VB2 => Z = 1115

VB2 => X3 = 165

VB2 => X1 = 11/2 = 5,5
VB2 => X2 = 7/2 = 3,5

VNB2 => X4 = 0; X5 = 0

INTERPRETACIÓN

Para lograr un resultado óptimo la organización sujeto de análisis debe producir 5,5 escritorios
y 3,5 cómodas logrando un beneficio total máximo de 1115 y quedando sin uso 165 unidades
de capacidad de maquinaria lo que no es racionalmente posible ya que se trata de variables
discretas y sus limitaciones de recursos no le permiten aumentar su producción y por tanto
tendrá que producir 5 escritorios y 3 cómodas con un beneficio total de 990 bolivianos,
quedando pendiente la decisión de qué hacer con las unidades de capacidad de maquinaria
restante lo cual deberá ser sujeto de otro análisis de alternativas que en este momento y tema
no vienen al caso.