MÉTODO SIMPLEX

Ing. Gineth Salo

MÉTODO SIMPLEX

Cuando un problema de decisión contiene 2 o más

variables, la solución a través de la P.L. puede llegar a
exceder los límites de la capacidad humana, es
aconsejable apoyarse en una computadora utilizando
un software informático que aplique el algoritmo
simplex, es un proceso de calculo de manera
iterativa, es decir, se usa sucesivamente la misma
rutina de calculo que da por resultado una serie de
soluciones factibles hasta obtener la solución optima.
MÉTODO SIMPLEX

Como la solución es iterativa los cálculos pueden llegar a ser tediosos, el

método simplex en base a algoritmos resuelve en tiempo más breve. La
secuencia de pasos son los siguientes:
1. Identificar y definir las variables de decisión
2. Definir la función objetivo
3. Definir las restricciones
4. Transformar restricciones de desigualdades a igualdades generando las
variables de holgura
5. Volver a plantear la función objetivo.
6. Determinar soluciones factibles a través de iteraciones en forma tabulada
hasta hallar la solución óptima.
EJEMPLO 1
Una fabrica de muebles produce dos tipos de productos: escritorios de madera y melamínico. La
gerencia financiera ha estimado que la contribución económica de cada producto es $ 10 y 12 $.
La fabricación de cada producto indican que deben pasar necesariamente por 3 dptos. de
producción en la fábrica. El tiempo de producción que requiere cada producto y la disponibilidad
de hora por dpto. en la fábrica se muestra en el siguiente cuadro:

¿Qué cantidad de escritorio de madera y melamínico se deberá fabricar para obtener la máxima
contribución económica?
EJEMPLO 1

▪ 1er. Paso.- Identificar las variables de decisión ▪ 4to. Paso.- Transformar

X1= Cantidad de escritorios de madera a fabricar
inecuaciones en ecuaciones
X2= Cantidad de escritorios de melaminico a fabricar 1) 2x1 + 3x2 + h1 = 1500
2do. Paso .- Plantear la función objetivo 2) 3x1 + 2x2 +h2 = 1500
MAX(z)= 10X1 + 12X2
3) x1 + x2 + h3 = 600
3er. Paso .- Identificar Restricciones
Departamento Cortado 2X1 + 3X2 ≤ 1500 ▪ 5to. Paso.- Volver a
plantear la función objetivo
Departamento Prensado 3X1 +2X2 ≤ 15000
Departamento Armado: X1 + X2 ≤ 600 Z= 10x1 + 12x2
X1, X2 ≥ 0 Z - 10x1 - 12x2 = 0
 EJEMPLO 1
▪ Columna Pivote: Dentro de nuestra tabla Simplex
1) 2x1 + 3x2 + h1 = 1500 es aquella columna con el valor más negativo en la
fila de la función z.
2) 3x1 + 2x2 +h2 = 1500
3) x1 + x2 + h3 = 600 ▪ Fila Pivote: Es la fila que tenga el menor valor
luego de dividir la Constante de Restricción entre
Z - 10x1 - 12x2 =0 la variable de la columna pivote.

▪ Elemento pivote: Es la intersección entre la

6. Forma Tabular columna y fila pivote

VARIABLES
Z X1 X2 H1 H2 H3 CR
BÁSICAS

FILA SALIENTE H1 0 2 3 1 0 0 1500

1500/3 = 500
H2 0 3 2 0 1 0 1500
1500/2=750
H3 0 1 1 0 0 1 600
600/1=600
Z 1 -10 -12 0 0 0 0
 TABLA SIMPLEX #1
VARIABLES
Z X1 X2 H1 H2 H3 CR
BASICAS

EJEMPLO 1 H1 0 2 3 1 0 0 1500
H2 0 3 2 0 1 0 1500
H3 0 1 1 0 0 1 600

▪ TABLA SIMPLEX #2 Z 1 -10 -12 0 0 0 0

VARIABLES Fila entrante: Los valores serán los mismos que la

Z X1 X2 H1 H2 H3 CR
BASICAS
fila saliente, pero divididos entre el elemento
X2 0 2/3 1 1/3 0 0 500 pivote.
500/2/3= 750
Fila nueva: Fila vieja – (Coeficiente Pivote de la
H2 0 5/3 0 -2/3 -1 0 500 500/5/3= 300 fila * fila entrante)
Solución Optima: Existe una solución optima
H3 0 1/3 0 -1/3 0 1 100 100/1/3= 300 cuando no hay valores negativos en la función Z

Z 1 -2 0 4 0 0 6000
VARIABLES
Z X1 X2 H1 H2 H3 CR
BASICAS

FN= FV – (CPF * FE) FILA VIEJA Z 1 -10 -12 0 0 0 0

FN= 0 – (-12*500) C.P.F.V Z -12 -12 -12 -12 -12 -12 -12
FN= 0 – (-6000)
F.E 0 2/3 1 1/3 0 0 500
FN= 4
FN= -6/3
 VARIABLES DE
Z X1 X2 H1 H2 H3 CR
DECISIÓN

X2 0 2/3 1 1/3 0 0 500

EJEMPLO 1 H2 0 5/3 0 -2/3 1 0 500

H3 0 1/3 0 -1/3 0 1 100

▪ TABLA SIMPLEX #3 Z 1 -2 0 4 0 0 6000

VARIABLES DE
Z X1 X2 H1 H2 H3 CR Fila entrante: Los valores serán los mismos que la fila saliente, pero
DECISIÓN divididos entre el elemento pivote.
X2 0 0 1 1 0 -2 300 Fila nueva: Fila vieja – (Coeficiente Pivote de la fila * fila entrante)
Solución Optima: Existe una solución optima cuando no hay valores
H2 0 0 0 1 1 -5 0 negativos en la función Z

X1 0 1 0 -1 0 3 300 VARIABLES DE
Z X1 X2 H1 H2 H3 CR
DECISIÓN
Z 1 0 0 2 0 6 6600 FILA VIEJA Z 1 -2 0 4 0 0 6000

C.P.F.V Z -2 -2 -2 -2 -2 -2 -2
Z =10x1 + 12x2 FN= FV – (CPF*FE)
6600 = 10(300) + 12 (300) FN= 6000– (-2*300) F.E 0 1 0 -1 0 3 300

6600 = 3000 + 3600 FN= 6000 +600

6600 = 6600
FN= 6600
EJEMPLO 1

▪ 7MO. DECISIÓN
MAX(Z) = 6600
X1= 300 unidades escritorio de madera
X2= 300 unidades escritorio melaminico
H1= 0 sobrantes (hrs corte)
H2= 0 sobrantes (hrs. Prensado)
H3= 0 sobrantes (hrs. Armado)
TALLER 3

Mediante el método Simplex, hallar los valores de X1, X2 si se tiene la

siguiente función objetivo:
▪ Max(z) = 10x1 + 20x2
Con las siguientes restricciones:
▪ 4x1+ 2x2 ≤ 20
▪ 8x1 +8x2 ≤ 20
▪ 2x2 ≤ 10