INVESTIGACION DE

OPERACIONES

Estudiante: Joel Gabriel Mite Yaguana

Curso: 8 “A”
Docente: María del Cisne Ruilova S.
INTRODUCCION

• El método Simplex es un procedimiento general para resolver

problemas de programación lineal. Desarrollado por George Dantzig en
1947, esta comprobada su extraordinaria eficiencia, y se usa en forma
rutinaria para resolver problemas grandes en computadoras actuales.
También se usan extensiones y variaciones del método Simplex para
realizar análisis pos optimo (que incluye el análisis de sensibilidad)
sobre el modelo.
 INTRODUCCION

• El Método Simplex es un método analítico de solución de problemas de

programación lineal capaz de resolver modelos más complejos que los
resueltos mediante el método gráfico sin restricción en el número de
variables.
• Permite encontrar una solución óptima en un problema de maximización
minimización, es un procedimiento iterativo que permite ir mejorando la
solución a cada paso.
• El Método Simplex trabaja basándose en ecuaciones y las restricciones
iniciales que se modelan mediante programación lineal no lo son, para ello
hay que convertir estas inecuaciones en ecuaciones utilizando unas
variables denominadas de holgura y exceso relacionadas con el recurso al
cual hace referencia la restricción y que en el tabulado final representa el
"Slack or surplus"
¿PARA QUÉ SIRVE EL MÉTODO SIMPLEX?

• El método simplex permite localizar de manera

eficiente la óptima solución entre los puntos
extremos de un problema de programación lineal.
La gran virtud del método simplex es su sencillez,
método muy práctico, ya que solo trabaja con los
coeficientes de la función objetivo y de las
restricciones.
IMPORTANCIA EN EL ÁREA EMPRESARIAL

• Es muy importante en el área empresarial ya que lo utilizan para

obtener solución a los problemas de las empresas en cuanto a
inventario, ganancias y pérdidas.
• Este método permite visualizar cuánto se debe vender, cuanto se
debe producir o cuánto se debe comprar según sea el caso para
que la empresa obtenga las ganancias óptimas y suficientes para
competir en el mercado.
• En Base a esta importancia El método simplex ha tenido diversas
aplicaciones en las industrias especialmente en el área de
transporte, en la parte de inventarios y en lo empresarial en
general.
 CONCEPTOS BASICOS EN IO

FUNCIÓN OBJETIVO - una función que expresa la cantidad a ser maximizada o

minimizada en términos de las otras variables.
RESTRICCIÓN - una condición o limitación que se aplica a la elección de valores para las
variables.
VARIABLE DE HOLGURA (SLACK VARIABLE) - una variable que se utiliza para convertir
un " menor-o-igual-a” en una ecuación.
MATRIZ AUMENTADA - una matriz que representa un sistema de ecuaciones lineales.
SOLUCIÓN ÓPTIMA - el conjunto de variables con valores distintos de cero que
maximizan o minimizan la función objetiva.
VARIABLE BÁSICA - una variable que forma parte de la solución óptima del problema .
COLUMNA PIVOTE - la columna de la tabla simplex que representa una variable que
entrará en la solución óptima.
FILA PIVOTE - la fila de una tabla simplex que representa la variable que sale de la
solución óptima.
ELEMENTO PIVOTE O PIVOTE- el elemento que se encuentra en la intersección de la
columna pivote y la fila pivote.
 VARIABLE DE HOLGURA

• Estas variables suelen estar representadas por la letra "S", se suman si la

restricción es de signo "<= " y se restan si la restricción es de signo ">=".
PROBLEMA

• En una granja de pollos se da una dieta "para engordar" con una

composición mínima de 15 unidades de una sustancia A y otras 15 de
una sustancia B. En el mercado solo se encuentran dos clases de
compuestos: el tipo I con una composición de una unidad de A y cinco
de B, y el tipo II con una composición de cinco unidades de A y una
de B. El precio del tipo I es de 10 dólares y el del tipo II es de 30
dólares. Se pregunta: ¿Qué cantidades se han de comprar de cada tipo
para cubrir las necesidades con un coste mínimo?
SOLUCION

Variables de decisión:
• Tipo I -> x
• Tipo II -> y

Función Objetivo:
• Min z=10x +30y

Restricciones:
• 𝑥 + 5𝑦 ≥ 15
• 5𝑥 + 𝑦 ≥ 15
• 𝑥,𝑦 ≥ 0
SOLUCION
SOLUCION
SOLUCION
SOLUCION
PROBLEMA

• Cierto fabricante produce dos artículos, A y B, para lo que requiere

la utilización de dos secciones de producción: sección de montaje y
sección de pintura. El artículo A requiere una hora de trabajo en la
sección de montaje y dos en la de pintura; y el artículo B, tres horas
en la sección de montaje y una hora en la de pintura.
• La sección de montaje solo puede estar en funcionamiento nueve
horas diarias, mientras que la de pintura solo ocho horas cada día. El
beneficio que se obtiene produciendo el artículo B es de 40 dólares
y el de A es de 20 dólares.
• Calcula la producción diaria de los artículos A y B que maximiza el
beneficio.
SOLUCION

Variables de decisión:
• Articulo A-> x
• Articulo B-> y

Función Objetivo:
• Max z=20x +40y

Restricciones:
• 𝑥 + 3𝑦 ≤ 9
• 2𝑥 + 𝑦 ≤ 8
• 𝑥,𝑦 ≥ 0
SOLUCION
SOLUCION
SOLUCION
SOLUCION
 PROBLEMA

• La empresa el SAMÁN Ltda. Dedicada a la fabricación de muebles, ha

ampliado su producción en dos líneas más. Por lo tanto actualmente fabrica
mesas, sillas, camas y bibliotecas. 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 de 2 pines y finalmente cada biblioteca
requiere de 2 piezas rectangulares de 8 pines, 2 bases trapezoidales de 2
pines y 4 piezas rectangulares de 2 pines. Cada mesa cuesta producirla
$10000 y se vende en $ 30000, cada silla cuesta producirla $ 8000 y se
vende en $ 28000, cada cama cuesta producirla $ 20000 y se vende en $
40000, cada biblioteca cuesta producirla $ 40000 y se vende en $ 60000. El
objetivo de la fábrica es maximizar las utilidades.
PROBLEMA
 SOLUCION

• PASO 1: MODELACIÓN MEDIANTE PROGRAMACIÓN LINEAL

Las variables:
La función Objetivo:
• X1 = Cantidad de mesas a producir (unidades)
• ZMAX = 20.000*X1 + 20.000*X2 + 20000.*X3 +
• X2 = Cantidad de sillas a producir (unidades)
20.000*X4
• X3 = Cantidad de camas a producir (unidades)
• X4 = Cantidad de bibliotecas a producir (unidades)

Las restricciones:
• 2*X1 + 1*X2 + 1*X3 + 2*X4 <= 24
• 2*X1 + 2*X2 + 1*X3 <= 20
• 2*X3 + 2*X4 <= 20
• 4*X4 <= 16
 SOLUCION

• PASO 2: CONVERTIR LAS INECUACIONES EN ECUACIONES

En este paso el objetivo es asignar a cada recurso una variable de Holgura, dado que todas las restricciones
son “<=“.
• 2*X1 + 1*X2 + 1*X3 + 2*X4 + 1*S1 + 0*S2 + 0*S3 + 0*S4 = 24
• 2*X1 + 2*X2 + 1*X3 + 0*X4 + 0*S1 + 1*S2 + 0*S3 + 0*S4 = 20
• 0*X1 + 0*X2 + 2*X3 + 2*X4 + 0*S1 + 0*S2 + 1*S3 + 0*S4 = 20
• 0*X1 + 0*X2 + 0*X3 + 4*X4 + 0*S1 + 0*S2 + 0*S3 + 1*S4 = 16

De esta manera podemos apreciar una matriz identidad (n = 4), formado por las variables de holgura las
cuales solo tienen coeficiente 1 en su respectivo recurso, por el ejemplo la variable de holgura "S1" solo tiene
coeficiente 1 en la restricción correspondiente a el recurso 1.

La función objetivo no sufre variaciones:

• ZMAX = 20.000*X1 + 20.000*X2 + 20.000*X3 + 20.000*X4
 SOLUCION

• PASO 3: DEFINIR LA SOLUCIÓN BÁSICA INICIAL

El Método Simplex parte de una solución básica inicial para realizar todas
sus iteraciones, esta solución básica inicial se forma con las variables de
coeficiente diferente de cero (0) en la matriz identidad.

• 1S1 = 24
• 1S2 = 20
• 1S3 = 20
• 1S4 = 16
 SOLUCION

• PASO 4: DEFINIR LA TABLA SIMPLEX INICIAL

 SOLUCION

• Solución: (segundo término)= En esta fila se consigna el segundo término de la

solución, es decir las variables, lo más adecuado es que estas se consignen de
manera ordenada, tal cual como se escribieron en la definición de restricciones.
• Cj = La fila "Cj" hace referencia al coeficiente que tiene cada una de las variables
de la fila "solución" en la función objetivo.
• Variable Solución = En esta columna se consigna la solución básica inicial, y a
partir de esta en cada iteración se van incluyendo las variables que formarán parte
de la solución final.
• Cb = En esta fila se consigna el valor que tiene la variable que se encuentra a su
derecha "Variable solución" en la función objetivo.
• Zj = En esta fila se consigna la contribución total, es decir la suma de los
productos entre término y Cb.
• Cj - Zj = En esta fila se realiza la diferencia entre la fila Cj y la fila Zj, su
significado es un "Shadow price", es decir, la utilidad que se deja de recibir por
cada unidad de la variable correspondiente que no forme parte de la solución.
SOLUCION
 SOLUCION

• PASO 5: REALIZAR LAS ITERACIONES NECESARIAS

El procedimiento a seguir es el siguiente:
• 1. Evaluar que variable entrará y cual saldrá de la solución óptima:
SOLUCION
 SOLUCION

• 2. El hecho de que una variable distinta forme parte de las variables solución implica una
serie de cambios en el tabulado Simplex, cambios que se explicarán a continuación.
• Lo primero es no olvidar el valor del "a" correspondiente a la variables a entrar, en este
caso el "a = 4".
 SOLUCION

- Lo siguiente es comenzar a rellenar el resto de la tabla, fila x fila.

 SOLUCION

- Se repite este procedimiento con las dos filas restantes, ahora se harán los cálculos correspondientes
en el resto de las celdas.
 SOLUCION

• De esta manera se culmina la primera iteración, este paso se repetirá

cuantas veces sea necesario y solo se dará por terminado el método según
los siguientes criterios.

- Continuamos con las iteraciones para lo cual tenemos que repetir los pasos
anteriores.
SOLUCION
SOLUCION
 SOLUCION

- En esta última iteración podemos observar que se cumple con la consigna Cj - Zj <= 0, para
ejercicios cuya función objetivo sea "Maximizar", por ende hemos llegado a la respuesta óptima.
BIBLIOGRAFIA

• https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/investigaci%C3%B3n-de-
operaciones/m%C3%A9todo-simplex/
• http://www.phpsimplex.com/ejemplo_metodo_simplex.htm
• Ejercicios-de-Programacion-Lineal-Resueltos-Mediante-El-Metodo-
Simplex.pdf