Mtodo SIMPLEX

El Mtodo Simplex es un mtodo analtico de solucin de problemas

de programacin lineal capaz de resolver modelos ms complejos que los resueltos
mediante el mtodo grfico sin restriccin en el nmero de variables.

El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin en

cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste
en caminar del vrtice de un poliedro a un vrtice vecino de manera que aumente o
disminuya (segn el contexto de la funcin objetivo, sea maximizar o minimizar),
dado que el nmero de vrtices que presenta un poliedro solucin es finito siempre
se hallar solucin.

Este famossimo mtodo fue creado en el ao de 1947 por el estadounidense

George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo de
crear un algoritmo capaz de solucionar problemas de m restricciones y n variables.

Para los modelos de maximizacin se est considerando el desarrollo de ejercicios

planteados con variables positivas y variables no restringidas, para el caso de los
problemas con variables negativas se est planteando un ejercicio bajo el enfoque
de minimizacin.

Para los modelos de minimizacin se est considerando el desarrollo de ejercicios

planteados con variables positivas y variables negativas, para el caso de los
problemas con variables no restringidas se est planteando un ejercicio bajo el
enfoque de maximizacin.
Los modelos de minimizacin buscan casi siempre obtener el mnimo costo, el
menor tiempo de produccin, el menor desperdicio, la menor cantidad de piezas
rechazadas, el menor tiempo de entrega, el menor tiempo de espera, etc. y se
aplican en la industria, en los sistemas de salud, en el sector de servicios pblicos,
etc.
A continuacin, se presenta un ejercicio de modelos de minimizacin con variables
positivas.

Ejercicio: Harina tipo I para uso interno y harina tipo ll para venta.
rea ventas: diferencia entre harina tipo l y ll debe ser a lo ms 6 toneladas.

Harina tipo l (1 ton.), Harina tipo ll (1 ton.),

Costo de S/. 2 mil Ganancia de S/. 3 mil
Requiere 1 operario Requiere 2 operario

Cunto y qu tipo de harina se debe producir para minimizar los costos?

Una empresa produce harina de tipo l para uso interno y harina tipo ll para venta.

El rea de ventas estima que la diferencia entre la harina tipo l y ll debe ser a lo ms
6 toneladas.

Una tonelada de harina tipo l de uso interno genera un costo de dos mil soles y
requiere un operario y una tonelada de harina tipo ll destinada a la venta genera una
ganancia de 3 mil soles y requiere 2 operarios, se dispone de4 operarios.

Formulacin

Definicin de variables:
X1: cantidad de toneladas de harina tipo l Minimizar: -3x2 implica
X2: cantidad de toneladas de harina tipo ll maximizar la utilidad
MIN = 21 32 minimizar costos de la harina tipo ll
S.A. 1 + 2 4 Disponibilidad de operarios

1 2 6 Condicin de demanda
1 , 2 0
Pasando el modelo a su forma estndar
Dado el siguiente modelo:
El mtodo Simplex se
MIN = 21 32
aplica slo a modelos
S.A. 1 + 2 4
que tienen restricciones
1 2 6 del tipo menor o igual.
1 , 2 0

Estandarizando:
MIN 21 + 32 + 01 + 02 = 0
S.A. 1 + 2 + 1 + 02 = 4

1 2 + 01 + 2 = 6
1 , 2 , 1 , 2 0

Hemos visto hasta aqu las aplicaciones del modelo SIMPLEX aplicado a problemas
de maximizacin, sin embargo, encontraran ocasiones donde es necesario
minimizar la funcin objetivo.

Ahora veremos el desarrollo del mtodo SIMPLEX aplicado a un modelo de

minimizacin. Recordar que el mtodo SIMPLEX se aplica solo a modelos que
tienen restricciones del tipo menor o igual.

Como primer paso debemos aplicar la forma estndar al modelo planteado, lo cual
implica tres condiciones:

La primera condicin: que los lados derechos de las restricciones sean constantes
mayores o iguales a cero, en nuestro ejemplo los lados derechos de las restricciones
ya son constantes positivas.

La segunda condicin: que las inecuaciones sean expresadas en forma de

igualdades usando variables de holgura, en nuestro ejemplo estamos agregando
las variables de holguraS1 y S2 a las dos restricciones.
La tercera condicin: que las variables que participan en el modelo sean mayores o
iguales a cero (es decir que sean variables positivas) en nuestro ejemplo todas
las variables son positivas.

Tablero inicial del SIMPLEX

1 2 1 2 Solucin
BASE -2 3 0 0 0
1 1 1 1 0 4
2 1 -1 0 1 6
BASE

Como se est minimizando

debemos seleccionar el coeficiente
reducidos ms positivo, es decir el
valor 3, para definir nuestra columna
PIVOTE.

Como primer paso implementamos el tablero inicial del simplex con la estructura de
su forma estndar.

Como se est minimizando debemos seleccionar el coeficiente del Costo Reducido

ms positivo para obtener nuestra columna PIVOTE, para nuestro caso
corresponde al valor 3 de la columna asociada a la variable X2, y es la variable que
ingresa a la base en el segundo tablero.
 Desarrollo del algoritmo SIMPLEX

1 2 1 2 Solucin
BASE -2 3 0 0 0
Cociente
1 1 1 1 0 4 mnimo

1 2 1 -1 0 1 6 4/1=1
BASE No existe
2 1 1 1 0 4

Luego hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho
(solucin) entre los valores de los elemento de la columna PIVOTE (la divisin solo
se hace para los elementos positivos), el menor ratio de cociente mnimo nos
determina la fila PIVOTE, para nuestro caso el menor ratio corresponde a la variable
S1 que tiene como cociente mnimo 1.

Esto significa que en el segundo tablero debe salir de la base la variable S1 y su

lugar debe ser remplazada por la variable X2.

El elemento de interseccin de la fila y columna PIVOTE debe ser uno en el

siguiente tablero, para ello dividimos la fila de la variable S1 entre 1, ya que el
elemento de intercepcin es 1 y colocamos el resultado en el segundo tablero en la
posicin del rengln que le corresponde, y la variable S1 es reemplazada por la
variable X2, generalizamos esta operacin para toda la fila.
 Desarrollo del algoritmo SIMPLEX

+ 1 2 1 2 Solucin
BASE -2 3 0 0 0
1 1 1 1 0 4
2 1 -1 0 1 6
1 (3) + 3
BASE -5 0 -3 0 -12
2 1 1 1 0 4

Mediante operaciones suma fila debemos hacer cannico el vector columna

asociado a la variable X2 en el segundo tablero, de la siguiente manera:

En el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila
de color rojo) por (-3) y luego sumamos el valor 3 de la fila de los coeficientes
reducidos en el primer tablero, el resultado es cero y lo colocamos en la misma
posicin, pero del segundo tablero, replicamos esta operacin para toda la fila con
el valor del coeficiente reducido correspondiente del primer tablero.

Desarrollo del algoritmo SIMPLEX

1 2 1 2 Solucin
+
BASE -2 3 0 0 0
1 1 1 1 0 4
2 1 -1 0 1 6
1 1 + (1) BASE -5 0 -3 0 -12
2 1 1 1 0 4
2 2 0 1 1 10

No existen ms costos reducidos positivos.

Por lo tanto, fin del algoritmo.
Luego, en el segundo tablero multiplicamos el valor UNO (el cul esta resaltado
en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S2 en el
primer tablero, el resultado es cero y lo colocamos en la misma posicin, pero del
segundo tablero, replicamos esta operacin para toda la fila con el valor del
coeficiente correspondiente del primer tablero.
Luego vemos que en el segundo tablero ya no existen ms costos reducidos
positivos, entonces se ha llegado a la solucin final.

Interpretacin del tablero ptimo del SIMPLEX

Tablero ptimo

1 2 1 2 Solucin
BASE -5 0 -3 0 -12
2 1 1 1 0 4
2 2 0 1 1 10
Vector solucin:

Variables Bsicas

(X1, X2, S1, S2) = (0, 4, 0, 10) MIN= -12

Variables No Bsicas Las variables no bsicas

siempre asumen valor cero

El segundo tablero nos da el tablero ptimo del cual obtenemos el vector solucin,
el cual est compuesto por a) las variables bsicas (son aquellas variables que
estn en la columna base) las cuales obtienen su resultado de la columna solucin,
y b) las variables no bsicas (aquellas variables que no aparecen en la columna
base) que asumen valor cero por default. El valor de la funcin objetivo se obtiene
del primer valor de la columna solucin.
Solucin

Los resultados deben darse en funcin a las variables originales

Vector solucin:

(X1, X2, S1, S2) = (0, 4, 0, 10) MIN= -12

Solucin final:

Variables de decisin

X1= 0

X2= 4

Funcin objetivo:

MIN= -12
La solucin final se da en funcin a las variables de decisin:

X1 asume un valor de 0,

X2 asume un valor de 4, y

La funcin objetivo asume un valor ptimo de - 12