Modelos Cuantitativos y

de Optimización
Modelo de programación lineal
Sesión 3
Método Simplex
El método simplex fue creado en 1947 por el
matemático norteamericano George Dantzig.
Se utiliza para resolver problemas de
programación lineal en los que intervienen tres
o más variables.
El álgebra matricial y el proceso de eliminación
de Gauss-Jordan para resolver un sistema de
ecuaciones lineales son la base del método
simplex.

2
Método Simplex
Es un procedimiento iterativo que permite ir mejorando la
solución en cada paso. El proceso concluye cuando no es
posible seguir mejorando más dicha situación.
Partiendo del valor de la función objetivo en un vértice
cualquiera, el método consiste en buscar sucesivamente
otro vértice que mejore el anterior. La búsqueda se hace
siempre a través de los lados del polígono (o de las aristas
del poliedro, si la cantidad de variables es mayor). Como el
número de vértices o de aristas es finito, siempre se podrá
encontrar la solución.

3
Método Simplex
Para conocer la metodología que se aplica en el Método
SIMPLEX, vamos a resolver el siguiente problema: 

Maximizar Z= f(x,y)= 3x + 2y
sujeto a:
2x + y  <= 18  
2x + 3y  <= 42  
3x + y  <= 24  
x,y >= 0

4
Método Simplex
Se consideran las siguientes fases:

1. Convertir las desigualdades en igualdades

Se introduce una variable de holgura por cada una de las restricciones,
para convertirlas en igualdades, resultando el sistema de ecuaciones
lineales: 
2x + y + s1 = 18
2x + 3y + s2 = 42
3x +y + s3 = 24

2. Igualar la función objetivo a cero

- 3x - 2y + 0s1 + 0s2 + 03 + Z = 0
+
5
Método Simplex
3. Escribir la tabla inicial simplex
En las columnas aparecerán todas las variables del problema y en las
filas, los coeficientes de las igualdades obtenidas, una fila para cada
restricción y la última fila con los coeficientes de la función objetivo:
 
 

6
Método Simplex
A. Encontrar la variable de decisión que entra en la base y la
variable de holgura que sale de la base
Para escoger la variable de decisión que entra en la base, nos fijamos en
la última fila, la de los coeficientes de la función objetivo y escogemos
la variable con el coeficiente negativo mayor (en valor absoluto).
En nuestro caso, la variable x de coeficiente - 3. Si existiesen dos o más
coeficientes iguales que cumplan la condición anterior, entonces se
elige uno cualquiera de ellos.
Si en la última fila no existiese ningún coeficiente negativo, significa
que se ha alcanzado la solución óptima. Por tanto, lo que va a
determinar el final del proceso de aplicación del método simplex es que
en la última fila no haya elementos negativos.
La columna de la variable que entra en la base se llama columna pivote
(En color verde).

7
Método Simplex
B. Encontrar la variable de holgura que sale de la base.
Para encontrar la variable de holgura que tiene que salir de la base, se divide
cada término de la última columna (valores solución) por el término
correspondiente de la columna pivote, siempre que estos últimos sean mayores
que cero. En nuestro caso:
      18/2 [=9] , 42/2 [=21], 24/3 [=8]
Si hubiese algún elemento menor o igual que cero no se hace dicho cociente. En
el caso de que todos los elementos fuesen menores o iguales a cero, entonces
tendríamos una solución no acotada y no se puede seguir.
El término de la columna pivote que en la división anterior da lugar al menor
cociente positivo es 3, y 8 es el menor, esto indica la fila de la variable de
holgura que sale de la base, d. Esta fila se llama fila pivote (En color verde).
Si al calcular los cocientes, dos o más son iguales, indica que cualquiera de las
variables correspondientes pueden salir de la base.  
C. En la intersección de la fila pivote y columna pivote tenemos el elemento
pivote operacional, 3
8
Método Simplex
5. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de x se obtienen dividiendo todos los
coeficientes de la fila s3 por el pivote operacional, 3, que es el que hay
que convertir en 1.
A continuación mediante la reducción gaussiana hacemos ceros los
restantes términos de su columna, con lo que obtenemos los nuevos
coeficientes de las otras filas incluyendo los de la función objetivo Z. 
También se puede hacer utilizando el siguiente esquema:
Fila del pivote:
Nueva fila del pivote= (Vieja fila del pivote) / (Pivote)
Resto de las filas:
Nva fila = (Vieja fila) – ((Coef de la vieja fila en la col de la var entrante)(Nva fila del pivote))

9
Método Simplex
Veámoslo con un ejemplo una vez calculada la fila del
pivote (fila de x en la Tabla II):  

10
Método Simplex

Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado
todavía a la solución óptima. Hay que repetir el proceso:
A. La variable que entra en la base es y, por ser la variable que corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los términos de la última columna entre los
términos correspondientes de la nueva columna pivote:
2/(1/3) = 6 , 26/(7/3) = 78/7 y 8/(1/3) = 24
y como el menor cociente positivo es 6, tenemos que la variable de holgura que sale es s1.
C. El elemento pivote, que ahora hay que hacer 1, es 1/3.
  

11
Método Simplex
Operando de forma análoga a la anterior obtenemos la tabla: 

Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado
todavía a la solución óptima. Hay que repetir el proceso:
A. La variable que entra en la base es s3, por ser la variable que corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los términos de la última columna entre los
términos correspondientes de la nueva columna pivote:
6/-2 =-3 , 12/4 =3, y 6/1 =6
y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es s2.
C. El elemento pivote, que ahora hay que hacer 1, es 4.

12
Método Simplex
Obtenemos la tabla:

Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la
solución óptima.
Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en
nuestro caso: 33. En la misma columna se puede observar el vértice donde se alcanza,
observando las filas correspondientes a las variables de decisión que han entrado en la base:
Z(3,12)

13
Método Simplex
Consideraciones importantes

 Si en el problema de maximizar apareciesen como restricciones

inecuaciones de la forma: ax + by + c; multiplicándolas por - 1 se
transforman en inecuaciones de la forma - ax - by  - c y estamos en el
caso anterior .

 Si en lugar de maximizar se trata de un problema de minimizar se sigue

el mismo proceso, pero cambiando el sentido del criterio, es decir, para
entrar en la base se elige la variable cuyo valor, en la fila de la función
objetivo, sea el mayor de los positivos y se finalizan las iteraciones
cuando todos los coeficientes de la fila de la función objetivo son
negativos 

14
Método Simplex
  Interpretación geométrica del método del simplex 
Las sucesivas tablas que hemos construido van proporcionando el valor de la
función objetivo en los distintos vértices, ajustándose, a la vez, los coeficientes de
las variables iniciales y de holgura.
En la primera iteración (Tabla I) han permanecido todos los coeficientes iguales,
se ha calculado el valor de la función objetivo en el vértice A(0,0), siendo este 0.
A continuación se desplaza por la arista AB, calculando el valor de f , hasta llegar a
B. 
Este paso aporta la Tabla II.
En esta segunda iteración se ha calculado el valor que corresponde al vértice
B(8,0): Z=f(8,0) = 24
Sigue por la arista BC, hasta llegar a C, donde se para y despliega los datos de la
Tabla III.
En esta tercera iteración se ha calculado el valor que corresponde al vértice
C(6,6) : Z=f(6,6)=30.
Continua haciendo cálculos a través de la arista CD, hasta llegar al vértice D. Los
datos que se reflejan son los de la Tabla IV.
Concluye con esta tabla, advirtiendo que ha terminado (antes ha comprobado que
la solución no mejora al desplazarse por la arista DE)
El valor máximo de la función objetivo es 33, y corresponde a x = 3 e y = 12 (vértice
D).
Si calculas el valor de la función objetivo en el vértice E(0,14), su valor no supera el
valor 33
15
Algoritmo Simplex para maximizar
1. Escribir el modelo en forma estándar y hacer positivos todos los valores de las
variables de excedente.
2. Escribir la primer tabla usando los valores de la forma estándar
3. Definir la variable que entra y la variable que sale de la base
a) Si hay valores negativos en la solución la variable que sale será la que contenga el
valor más negativo y la variable que entra la que contenga el valor negativo en la
variable de excedente en dicha variable.
b) Si no hay valores negativos en la solución la variable que entra será la que contenga el
valor más negativo de Z y la que sale será el cociente (menor mayor a cero) del valor
solución entre el pivote del renglón de la variable que entra.
4. Calcular el valor de la nueva variable multiplicando el pivote general por su
inverso y así todos los demás valores del renglón.
5. Calcular el valor de todas las demas variables restando del valor de renglón a
convertir la multiplicación el valor de su pivote por el valor de la nueva variable
que entró
6. Repetir el paso 3 hasta que en Z ya no haya valores negativos

16
Análisis de sensibilidad
 Topes críticos
El método simplex de programación lineal permite que al resolver el
modelo dual (que se hace al invertir la matriz) se puedan obtener los
topes críticos de cada una de las variables de decisión, es decir los
incrementos y decrementos máximos posibles en las constantes de las
variables que permiten que la solución de la mezcla óptima no se altere
pero si se mejore la optimización.
 Precios sombra
Los precios sombra son los valores inferior y superior en los que los
valores del lado izquierdo de la desigualdad pueden incrementarse o
decrementarse sin que se altere el resultado de las variables de
excedente.
El valor del precio sombra es el incremento o decremento que ocurrirá
en el resultado de la función objetivo por cada incremento o
decremento unitario en el valor de esa restricción.

17
Ejercicio 4
Una empresa local dedicada a la fabricación de muebles, ha ampliado su producción en dos
líneas más. Por lo tanto actualmente fabrica mesas, sillas, camas y libreros. Cada mesa
requiere de 2 piezas rectangulares de 8 pines, y 2 piezas cuadradas de 4 pines. Cada silla
requiere de 1 pieza rectangular de 8 pines y 2 piezas cuadradas de 4 pines, cada cama
requiere de 1 pieza rectangular de 8 pines, 1 cuadrada de 4 pines y 2 bases trapezoidales y
finalmente cada librero requiere de 2 piezas rectangulares de 8 pines, 2 bases trapezoidales y
4 piezas rectangulares de 2 pines. Cada mesa cuesta producirla $1,000 y se vende en $3,000,
cada silla cuesta producirla $500 y se vende en $2,000 , cada cama cuesta producirla $1,700 y
se vende en $3,200, cada librero cuesta producirl0 $4,000 y se vende en $6,000. El inventario
semanal de la fábrica es de 24 piezas rectangulares de 8 pines, 20 piezas cuadradas de 4
pines, 20 bases trapezoidales y 16 piezas rectangulares de 2 pines.El objetivo de la fábrica es
maximizar las utilidades. La empresa debe tener disponibles para la venta todos los
productos del catálogo y usar todo el inventario en cada lote de producción.
a) Resuelva el problema usando el método simplex e indique cuántos muebles de cada tipo
deben fabricarse, cuál será la utilidad máxima obtenida y cuáles serán los sobrantes de
las piezas.
b) El gerente de nuevos productos propone la introducción de un librero infantil el cual
cuesta producirlo $2,000 y se vende en $3,000, para armarlo se requiere de 2 trapezoidales
y 4 rectangulares de 2 pines, calcule todos los parámetros y de una recomendación a la
dirección.
18
Ejercicio 5
Un herrero con 150 kgs. de acero, 250 kgs. de aluminio y 100
kgs. de cobre quiere hacer bicicletas de paseo, de montaña y de
carrera que venderá, respectivamente a 6 mil, 10 mil y 11 mil
pesos cada una. Para la de paseo empleará 1 kg. de acero, 3 kgs.
de aluminio y 1 kg. de cobre, para la de montaña 2 kgs. de acero,
2 kgs. de aluminio y 1 kg. de cobre y para la de carrera 3 kgs, de
aluminio y 1 kg de cobre.
a Usando el método simplex, indique ¿Cuántas bicicletas de
paseo, de montaña y de carrera debe vender para maximizar el
beneficio?
b. ¿Cuál será el beneficio máximo en pesos que obtendrá?
c. ¿Sobrará material?
19
Ejercicio 6
Un comerciante acude al mercado a comprar aguacates con $19,000. Le ofrecen
tres tipos: Criollo a $30 el kg, Supremo a $50 el kg. y Hass a $60 el kg. La
camioneta con la que cuenta para el transporte tiene espacio para cargar
máximo 700 kg. y el precio de venta será: Criollo a $50/kg, Supremo a $65/kg y el
Hass a $85/kg.
Porque sus clientes se lo piden debe comprar al menos 50 kgs de aguacate
supremo y al menos 100 Kgs de Hass.
Usando el método simplex de programación lineal resuelva lo siguiente:

a. ¿Cuántos kg. de aguacates de cada tipo deberá comprar para obtener la mayor
utilidad?
b. ¿De cuánto será la utilidad obtenida?
c. ¿Cuánto será la carga de la camioneta?
d. ¿Cuánto dinero invertirá en la compra?

20
Ejercicio 7
 Químicos del Golfo elabora tres productos que se venden como materia
prima a compañías que fabrican insecticidas. Basado en un análisis de
los niveles de inventario actuales y la demanda potencial para el mes
siguiente, la gerencia de la empresa ha especificado que la
programación combinada para los productos DDT, DDE y DDD debe
ser en total al menos 700 galones. Por separado, también debe
satisfacer un pedido de un cliente importante de al menos 250 galones
de producto DDD. El producto DDT requiere dos horas de
procesamiento por galón, el producto DDE requiere una hora por galón
y el producto DDD requiere de tres horas por galón, para el siguiente
mes se dispone de 1,200 horas de tiempo de procesamiento. El objetivo
de Químicos del Golfo es satisfacer estos requerimientos para obtener
un máximo beneficio. Los precios de venta son $200 por galón para el
DDT, $300 por galón para el DDE y $500 por galón para el DDD.
¿Cuánto se debe producir de DDT, DDE y DDD y cuál será el beneficio?

21
Ejercicio 8
Una compañía de productos lácteos va a lanzar al mercado yogures con
sabor limón, fresa y durazno.
Se está programando la producción y la capacidad para empacar yogures
es de máximo 3,000. Cada yogurt de durazno necesita para su elaboración
5 gr de un producto de fermentación y cada yogurt de fresa necesita 2 gr.
de ese mismo producto. Se dispone de 9 kgs. del producto para
fermentación. Por cuestiones de posicionamiento se deben producir al
menos 1000 yogures de limón. El precio de venta de introducción de un
yogurt de limón es es de 4$, el de fresa y de durazno es de $3.

Resuelva este problema usando el método simplex, interprete y explique

los resultados.

22
Tarea 1
Una compañía que produce computadoras fabrica diariamente 3 tipos de laptops,
la básica, la avanzada y la profesional. Las partes para producirlas son: Tarjeta
gráfica, RAM 2Gb, HDD 512Gb y CPU. Para su producción la básica requiere 1
unidad de RAM, un HDD y un CPU. La avanzada requiere 1 tarjeta gráfica, 2 Ram,
1 HDD y 2 CPU. La profesional requiere 1 tarjeta gráfica, 4 RAM, 2 HDD y 4 CPU.
El inventario diario de partes es de 10 tarjetas gráficas, 60 unidades RAM, 45
HDD’s y 60 CPU’s. La laptop básica cuesta producirla $3,000 y se vende en $6,000,
la laptop avanzada cuesta producirla $8,000 y se vende en $12,000. La laptop
professional cuesta producirla $10,000 y se vende en $17,000.El objetivo de la
fábrica es maximizar las utilidades.
a) Usando el método simplex resuelva el problema e indique cuántas laptops de
cada tipo deben fabricarse y cuál será la utilidad máxima obtenida
b) ¿Cuánto se puede incrementar y decrementar la utilidad para que no se altere
el resultado obtenido?
c) ¿Qué pasará si la utilidad de la computadora profesional sube $500 y la
utilidad de la computadora avanzada baja $200?
d) Qué pasará si la utilidad de la computadora básica baja $2,000
e) ¿Cuáles son los precios sombra de las restricciones y qué significan?
23
Tarea 2
Un atleta debe tomar por lo menos 4 unidades de vitamina A, 6 unidades de
vitamina B y 12 unidades vitamina C cada día. Hay tres productos en polvo:
Vivioptal, Biometrix y Centrum, que contienen por Kilo las siguientes unidades de
esas vitaminas:
A B C
Vivioptal 3 0 2
Biometrix 1 4 0
Centrum 0 2 4

Si el precio de un kilo de Vivioptal es de $350 el de un kilo de Biometrix es de $290

y el de un kilo de Centrum es de $$299, conteste lo siguiente:

a) ¿Cuántos kilos de cada producto deben mezclarse para obtener la dieta deseada con el mínimo
precio?
b) ¿Qué porcentaje de cada producto deberá mezclarse?
c) ¿Cuál será el precio que pagará el atleta?
d) ¿Cuál será el excedente de cada vitamina?
e) Qué pasaría si se incrementara el mínimo de requerimientos de vitamina A a 5 unidades. ¿Cómo
cambiará la mezcla óptima? ¿Cuánto será el nuevo precio a pagar?
f) Qué pasaría si se incrementara el mínimo de requerimientos de la vitamina C a 15 unidades. ¿Cómo
cambiará la mezcla óptima? ¿Cuánto será el nuevo costo?
24