Programación Lineal Metodo Simplex

En la vida cotidiana, en la mayoría de las cosas que hacemos estamos intentando

siempre minimizar riesgos y maximizar beneficios.

En el ámbito laboral las

empresas buscan maximizar la
utilidad y minimizar los costos
 Programación Lineal Casos Prácticos

MATERIA
PRIMA
PRODUCTO

CAPITAL
 Programación Lineal Casos Prácticos
Utilicemos el método Simplex

Una fabrica de muebles elabora 2 tipos de sillones, tradicional y moderno

La fabrica cuenta con 2 procesos: Carpintería y Tapicería
Hacer un sillón tipo tradicional requiere 1hr de carpintería y 2hr de tapicería
Mientras que 1 moderno requiere 3hr de carpintería y 1 de tapicería
El personal de tapicería trabaja 80hr a la semana y el de carpintería 90hr
Las ganancias por la ventas de un sillón tradicional son $60 por unidad y $30 por el sillón
moderno.
¿Calcular cuantos sillones de cada tipo hay que realizar para maximizar las ganancias?
 Programación Lineal Casos Prácticos

PASO 1: Definir Variables de decisión

¿Calcular cuantos sillones de cada tipo hay que

realizar para maximizar las ganancias?

X1= Numero de sillones tradicional

X2= Numero de sillones modernos

PASO 2: plantear la información

Recurso X1 X2 Disponibilidad
Carpintería 1 3 90
Tapicería 2 1 80
F.O: Ganancia 60 30
 Programación Lineal Casos Prácticos

PASO 3: Función objetivo

Recurso X1 X2 Disponibilidad
Carpintería 1 3 90
Tapicería 2 1 80
F.O: Ganancia 60 30

Maximizar Z= 60X1+ 30X2

PASO 4: Definir restricciones

Recurso X1 X2 Disponibilidad
Carpintería 1 3 90
Tapicería 2 1 80
F.O: Ganancia 60 30
 Programación Lineal Casos Prácticos

PASO 4: Definir restricciones

Recurso X1 X2 Disponibilidad
Carpintería 1 3 90
Tapicería 2 1 80
F.O: Ganancia 60 30

Carpintería X1+ 3X2<= 90

Tapicería 2x1 + X2<= 80

X1,X2 >= 0
 Programación Lineal Casos Prácticos

PASO 5: Transformar restricciones y función objetivo

Agregar variables de holgura, excesos y artificiales según
corresponda.

Tipo de restricción En las restricciones En la función objetivo

<= …+Sn = … Z= …+0Sn

>= … - Sn + An = … Z= …+ 0Sn – Man
= …+ An = … Z= …+ MAn

Maximizar Z = 60X1 + 30X2 Z - 60X1 - 30X2 + 0S1 + 0S2 = 0

X1+ 3X2 + S2 = 90
Carpintería X1+ 3X2<= 90
2x1 + X2 + S2 = 80
Tapicería 2x1 + X2<= 80

X1,X2 >= 0
 Programación Lineal Casos Prácticos

PASO 6: cuadro de coeficiente separado

Este paso se identifica como la iteración 0

Var. Z Variable Variable Variable Variable Valor Razon

Basicas decisión decision holgura holgura
X1 X2 S1 S2

S1 0 1 3 1 0 90
S2 0 2 1 0 1 80
Z 1 -60 -30 0 0 0

Maximizar Z = 60X1 + 30X2 Z - 60X1 - 30X2 + 0S1 + 0S2 = 0

X1+ 3X2 + S1 = 90
Carpintería X1+ 3X2<= 90
2x1 + X2 + S2 = 80
Tapicería 2x1 + X2<= 80

X1,X2 >= 0
 Programación Lineal Casos Prácticos
PASO 7: identificar Columna Pivote
Columna con el valor mas negativo en la fila Z

Var. Bas Z Variable Variable Variable Variable Valor Razon

decisión decision holgura holgura
X1 X2 S1 S2
S1 0 1 3 1 0 90
S2 0 2 1 0 1 80
Z 1 -60 -30 0 0 0

Columna Pivote
PASO 8: identificar Fila Pivote
Columna razón = columna valor / columna pivote
Se elige el menor y no se considera el 0, infinito y fila Z
Var. Bas Z Variable Variable Variable Variable Valor Razon
decisión decision holgura holgura
X1 X2 S1 S2
S1 0 1 3 1 0 90 90 90 / 1 = 90
80 / 2 = 40
S2 0 2 1 0 1 80 40
Z 1 -60 -30 0 0 0
 Programación Lineal Casos Prácticos
PASO 9: identificar numero Pivote
Intersección entre la fila y la columna pivote
Var. Bas Z Variable Variable Variable Variable Valor Razon
decisión decision holgura holgura
X1 X2 S1 S2
S1 0 1 3 1 0 90 90
S2 0 2 1 0 1 80 40
Z 1 -60 -30 0 0 0

PASO 10: sustituir la variable saliente por la entrante

Calcular números de variables entrante dividiendo cada uno de
los números de la variable saliente entre el numero pivote

Var. Bas Z Variable Variable Variable Variable Valor Razon

decisión decision holgura holgura
X1 X2 S1 S2
S1 0 1 3 1 0 90 90
S2 0 2 1 0 1 80 40
Z 1 -60 -30 0 0 0
 Programación Lineal Casos Prácticos

PASO 10: sustituir la variable saliente por la entrante

Calcular números de variables entrante dividiendo cada uno de
los números de la variable saliente entre el numero pivote

Var. Bas Z Variable Variable Variable Variable Valor Razon

decisión decision holgura holgura
X1 X2 S1 S2
Se divide
S1 0 1 3 1 0 90 90
entre el
S2 0 2 1 0 1 80 40 numero
pivote
Z 1 -60 -30 0 0 0

Var. Bas Z Variable Variable Variable Variable Valor Razon

decisión decision holgura holgura
X1 X2 S1 S2
S1
x1 0 1 1/2 0 1/2 40
Z
 Programación Lineal Casos Prácticos

PASO 11: convertir en 0 los números de la columna pivote

Coeficiente anterior +- coeficiente de variable entrante / numero
pivote
Var. Bas Z Variable Variable Variable Variable Valor Razon
decisión decision holgura holgura
X1 X2 S1 S2
S1 0 1 3 1 0 90 90 R1 – R2 / 2

S2 0 2 1 0 1 80 40
Z 1 -60 -30 0 0 0 R3 – R2 *-60 / 2

Var. Bas Z Variable Variable Variable Variable Valor Razon

decisión decision holgura holgura
X1 X2 S1 S2
S1 0 0 5/2 1 -1/2 50
x1 0 1 1/2 0 1/2 40
Z 1 0 0 0 30 2400

PASO 12: si hay signos negativos en la fila z no es optima

 Programación Lineal Casos Prácticos
PASO 12: si hay signos negativos en la fila z no es optima

Var. Bas Z Variable Variable Variable Variable Valor Razon

decisión decision holgura holgura
X1 X2 S1 S2
S1 0 0 5/2 1 -1/2 50
x1 0 1 1/2 0 1/2 40
Z 1 0 0 0 30 2400

X1 = 40
X2 = 0
Z = 2.400