1

Investigación de Operaciones

Matrices y Método Simplex

Alumnos
Mathias Báez, Alan Alvarez, Jonathan Solís, Marcos Pino, Matías Gabriel
Centurión, Augusto Cardus y Mariela Cáceres.

Carrera
Ingeniería Comercial e Informática, Universidad Americana

Profesora
Raquel Martínez

Octubre del 2022

2
 3

Índice

Introducción 4
Matrices 5
Clasificación de las matrices 5
Métodos de Resolución 5
Método de reducción 5
Método de igualación 5
Método de sustitución 6
Método de Gauss 6
Método Simplex 7
Conceptos Básicos 7
Solución del Método Simplex 8
Conclusiones 10
Bibliografía 11
 4

Introducción

Mediante este trabajo pretendemos dar a entender los conceptos básicos de las
matrices y sus métodos de resolución; Además, también del método simplex, sus
conceptos, su manera de resolución y el paso a paso para realizar el mismo.
 5

Matrices
Una matriz es una tabla bidimensional de números en cantidades abstractas que
pueden sumarse y multiplicarse. Las matrices se utilizan para describir sistemas
de ecuaciones lineales, y registrar los datos que dependen de varios parámetros.

Clasificación de las matrices

Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal
principal son iguales. Una matriz identidad es una matriz diagonal en la que los
elementos de la diagonal principal son iguales a 1. Una matriz regular es una
matriz cuadrada que tiene inversa. Una matriz singular no tiene matriz inversa.
Matriz fila, la cual cuenta con una sola fila. Matriz columna, la cual cuenta con
una sola columna. Matriz cuadrada, es aquella que tiene el mismo número de filas
que de columnas, es decir, de dimensión n ∗ n por ejemplo: Las matrices
cuadradas son las únicas que poseen grado, el cual es igual al número de orden.
Según el orden - Matriz rectangular: si el número de filas y el de columnas no
coincide, es decir, m ≠ n. - Matriz cuadrada de orden n: si el número de filas y el
de columnas coincide, es decir, m = n.

Métodos de Resolución

Los métodos de igualación, sustitución, reducción y Gauss se pueden utilizar para

resolver sistemas de ecuaciones compatibles determinados e indeterminados.

Método de reducción

Consiste en multiplicar ecuaciones por números y sumarlas para reducir el

número de incógnitas hasta llegar a ecuaciones con solo una incógnita.
Multiplicar una ecuación por un número consiste en multiplicar ambos miembros
de la ecuación por dicho número que no existe esto lo hizo molotov.
Sumar dos ecuaciones consiste en obtener una nueva ecuación cuyo miembro
derecho (izquierdo) es la suma de los miembros derechos (izquierdos) de las
ecuaciones que se suman.

Método de igualación

El método de igualación se puede entender como un caso particular del método de

sustitución en el que se despeja la misma incógnita en dos ecuaciones y a
continuación se igualan entre sí la parte derecha de ambas ecuaciones.
 6

Las fases del proceso son las siguientes:

 Se despeja la misma incógnita en ambas ecuaciones.
 Se igualan las expresiones obtenidas y se resuelve la ecuación lineal de
una incógnita que resulta.
 Se calcula el valor de la otra incógnita sustituyendo la ya hallada en una de
las ecuaciones despejadas de primer paso.

Método de sustitución

El método de sustitución es una manera de resolver sistemas de ecuaciones. Para

usar el método de sustitución, toma una ecuación y encuentra una expresión para
una de las variables en términos de la otra variable. Luego sustituye esa expresión
por la variable en la segunda ecuación.
 Se despeja una incógnita en una de las ecuaciones.
 Se sustituye la expresión de esta incógnita en la otra ecuación, obteniendo
una ecuación con una sola incógnita.
 Se resuelve la ecuación.
 El valor obtenido se sustituye en la ecuación en la que aparecía la
incógnita despejada.

Método de Gauss

El método de Gauss consiste en transformar el sistema dado en otro equivalente.

Para ello tomamos la matriz ampliada del sistema y mediante las operaciones
elementales con sus filas la transformamos en una matriz triangular superior (o
inferior). De esta forma obtenemos un sistema equivalente a la inicial y que es
muy fácil de resolver.
Es esencialmente el método de reducción. En el método de Gauss se opera con
ecuaciones, como se hace en el método de reducción, pero uno se ahorra el
escribir las incógnitas porque al ir los coeficientes de una misma incógnita
siempre en una misma columna, uno sabe en todo momento cual es la incógnita a
la que multiplican.
 7

Método Simplex
El tratado consiste en un procedimiento matemático diseñado para optimizar
sistemas de ecuaciones lineales. Este busca maximizar o minimizar (según
corresponda) el valor de una función lineal sobre un conjunto de variables de
modo que se satisfaga un conjunto de desigualdades. Es más útil que el método
gráfico porque está diseñado para sistemas con más de dos variables, en otras
palabras, es útil para resolver sistemas lineales de ecuaciones con más de dos
dimensiones.
El método fue diseñado por George Dantzig en 1947 y consiste en hallar el
máximo de una función objetivo, partiendo de un pivote y avanzando así a través
de los vértices de un poliedro que define la región factible de un conjunto de
desigualdades.
Teniendo en cuenta lo establecido podemos destacar la importancia de este para
las empresas, ya que este nos permite dar soluciones a un plan de negocios en la
etapa preoperativo, y a partir de este concepto se denota en muchos ámbitos
laborales o áreas de las ciencias, la constante evolución y la necesidad de conocer
los resultados a futuro de un problema de programación lineal.
Este método se puede considerar esencial área empresarial ya que lo utilizan para
obtener solución a los problemas de las empresas en cuanto a inventario,
ganancias y pérdidas. El método simplex permite visualizar cuanto se debe
vender, cuanto se debe producir o cuanto se debe comprar según sea el caso para
que la empresa obtenga las ganancias optimas y suficientes para competir en el
mercado, el proceso mediante el cual obtenemos una visualización a futura de los
resultados de nuestra inversión y así determinamos en donde invertir más dinero,
realizar este tipo de estudios debes permite determinar que variables en nuestro
modelo se pueden maximizar o minimizar dependiendo la necesidad,
impredeciblemente vemos a futuro un resultado muy probable de lo que se tendría
al invertir de la forma en que se analizó en el planteamiento.
Conceptos Básicos
El método parte de dos afirmaciones importantes:
 El conjunto de posibles soluciones o conjunto factible de cualquier
problema de programación lineal puede representarse mediante un
poliedro convexo.
 Si un problema de programación lineal tiene una solución óptima y finita,
ésta estará en un vértice del poliedro convexo que representa al problema.

El algoritmo simplex parte de uno de los vértices del poliedro, y verifica si es el

óptimo; si no lo es, busca un nuevo vértice adyacente que va mejorando el valor
de la función objetivo. Se continúa iterando hasta llegar al vértice que representa
la solución óptima.
 8

Solución del Método Simplex

Teniendo en cuenta el planteamientodel siguiente modelo en su forma original:
𝑀𝑎𝑥𝑍 = 100𝑋1 + 125𝑋2
6𝑋1 + 4𝑋2 ≤ 24
𝑋1 + 𝑋2 ≥ 800
𝑋1, 𝑋2 ≥ 0
Paso 1: Cambiar el modelo a forma estándar
Las desigualdades del tipo ≤ implican la cantidad no usada u holgura del recurso.
Para convertirla en una igualdad y hacer uso de ella en el método simplex, se
adiciona una variable holgura al lado izquierdo de la ecuación (𝑆𝑛), de tal forma
que:
6𝑋1 + 4𝑋2 ≤ 24 Se convertirá en 6𝑋1 + 4𝑋2 + 𝑆1 = 24
Por su parte una restricción del tipo ≥ representará un límite inferior para las
actividades a las que se encuentra sujeta la función objetivo; por lo tanto, la
cantidad por la que el lado izquierdo de la ecuación es mayor al lado derecho o
límite se considera un excedente y para convertirla en una igualdad será necesario
restar la variable de excedencia
𝑋1 + 𝑋2 ≥ 800 Se convertirá en 𝑋1 + 𝑋2 − 𝑆2 = 800
Deberán ponerse tantas variables holgura como restricciones existan.
Por su parte, la función objetivo deberá cambiar de signo (de positivo a negativo y
viceversa), de tal modo que;
𝑀𝑎𝑥𝑍 = 100𝑋1 + 125𝑋2 Será: 𝑀𝑎𝑥𝑍 = −100𝑋1 − 125𝑋2
De tal forma que el modelo estándar completo se escribirá así:
𝑀𝑎𝑥𝑍 = −100𝑋1 − 125𝑋2
6𝑋1 + 4𝑋2 + 𝑆1 = 24
𝑋1 + 𝑋2 − 𝑆2 = 800
𝑋1, 𝑋2, 𝑆1 𝑆2 ≥ 0
Paso 2: Armar la tabla simplex
Los valores del modelo serán introducidos a la tabla simplex:
Var. Holgura 𝑋1 𝑋1 S1 S2 Solución
S1 6 4 1 0 24
S2 1 1 0 -1 800
Z -100 -125 0 0 0
 9

Paso 3: Elegir el valor de Z más negativo

Var. Holgura 𝑋1 𝑋1 S1 S2 Solución
S1 6 4 1 0 24
S2 1 1 0 -1 800
Z -100 -125 0 0 0

Paso 4: Determine la variable de salida y el pivote

Dividiendo cada número de la columna solución entre los valores de la columna
entrada (a excepción del renglón objetivo). Entonces:
24/6=4
800/1=800
Del resultado, se elige el valor positivo más pequeño sin tomar en cuenta los
valores negativos y a la intersección se le denominará pivote.
Var. Holgura 𝑋1 𝑋1 S1 S2 Solución
S1 6 4 1 0 24
S2 1 1 0 -1 800
Z -100 -125 0 0 0

6/4 = 1.5 1/4 = 0.25 24/4 = 6 4/4 = 1 0/4=0

Var. Holgura 𝑋1 𝑋1 S1 S2 Solución
S1 1.5 1 0.25 0 6
S2 1 1 0 -1 800
Z -100 -125 0 0 0

Paso 5: Hacer ceros los demás valores de la columna entrada

Para el ejemplo los demás valores que deben hacerse cero son 1 y –125.
Para eso habrá que multiplicar el renglón 𝑋2 por el inverso del valor que se hará
cero y a este resultado se le sumará al renglón que desea convertirse (donde está el
inverso).
El nuevo valor encontrado se asignará en el renglón que corresponde:
Var. Holgura 𝑋1 𝑋1 S1 S2 Solución
S1 1.5 1 0.25 0 6
S2 -0.5 0 -0.25 -1 749
Z 87.5 0 31.25 0 750

De tal forma que haciendo la sustitución en Z tenemos que:

𝑍 = 100(0) + 125(6) = 750

Ejemplo de software que apoyan la resolución del método simplex: Solver de Excel.
 10

Conclusiones

Con el trabajo estudiado comprendimos los conceptos y los pasos que deben de
realizarse a la hora de implementar una matriz, aprendimos que el método simplex
consiste en un procedimiento matemático que ayuda a optimizar sistemas de
ecuaciones lineales y que es esencial para el área empresarial ya que lo utilizan
para obtener soluciones a los problemas de las empresas en cuanto a inventario,
ganancias, pérdidas y que te permite visualizar cuanto se debe vender, cuanto se
debe producir o cuanto se debe comprar según sea el caso para que la empresa
obtenga las ganancias óptimas.
 11

Bibliografía
Barnett, Ziegler, & Byleen. (2000). Álgebra Sexta Edición. México: McGraw Hill.
Hillier, F. S., & Lieberman, G. J. (2010). Introducción a la Investigación de
Operaciones. McGrawHill.
Moncayo-Martínez, L. A., & Muñoz, D. F. (2018, Diciembre). Un Sistema de
Apoyo para la Enseñanza del Método Simplex y su Implementación en
Computadora.Retrieved from
https://www.scielo.cl/scielo.php?pid=S0718-
50062018000600029&script=sci_arttext
Prawda, J. (1976). Métodos y Modelos de Investigación de Operaciones.
Render, B. (2012). Métodos Cuantitativos para los Negocios. Pearson.
Taha, H. A. (2004). Investigación de Operaciones: Una introducción. Person,
Prentice Hall.
Thierauf. (1972). Toma de decisiones por medio de la investigación de
operaciones. Limusa Noriega Editores.
Métodos de resolución de sistemas de ecuaciones lineales - Wikillerato (2022).
Métodos de Resolución de Ecuaciones Lineales.
http://www.wikillerato.org/M%C3%A9todos_de_resoluci%C3%B3n_de_sistemas
_de_ecuaciones_lineales.html