Instituto Tecnológico Superior De Acayucan

(ITSA)

Alumno:
José Ramón Domínguez Luria

“Ingeniería industrial”

804 “D”

8° Semestre

“Investigación de operaciones
METODO SIMPLEX O DOBLE”

01/04/2020
Fase 1: Consideramos un problema auxiliar que resulta de agregar tantas

variables auxiliares a las restricciones del problema, de modo de obtener una

solución básica factible. Luego se debe resolver utilizando el Método Simplex un

nuevo problema que considera como función objetivo la suma de las variables

auxiliares. Si el valor óptimo alcanzado al finalizar la Fase 1 es cero ir a la Fase 2.

En caso contrario, no existe solución factible.

Fase 2: Resolver a través del Método Simplex el problema original a partir de la

solución básica factible inicial hallada en la Fase1.

Ejemplo Simplex de 2 Fases

Considere el siguiente modelo de Programación Lineal:

FASE 1: Al agregar S1 como variable de exceso en la restricción 1 resulta

evidente que no se dispone de una solución básica factible inicial, por tanto

utilizaremos una variable auxiliar "y" que incluiremos en el lado izquierdo de la

restricción y que servirá como variable básica inicial. Esto define el problema

inicial de la Fase 1 junto a su tabla.

Luego la variable X2 entra a la base (costo reducido negativo) y claramente "y"

deja la base. Se actualiza la tabla utilizando el método simplex:

Con esta tabla finaliza la Fase 1. Notar que el valor de la función objetivo al

finalizar la Fase 1 es cero, por tanto podemos continuar la Fase 2.

FASE 2: Se elimina la columna asociada a la variable artificial "y" y se actualiza el

vector de costos reducidos considerando la función objetivo original. De esta forma

se obtiene la tabla inicial de la Fase 2.

Dado que X2 es variable básica al finalizar la Fase 1 buscamos dejar esta misma

variable como básica al iniciar la Fase 2. Para ello multiplicamos por -3 la fila 1 y

luego la sumamos a la fila 2.

En este sencillo ejemplo se llega inmediatamente a la tabla final de la Fase 2, con

solución óptima X1=0 y X2=10. El valor óptimo V(P)=-30

Ejemplo del Método Simplex

por Francisco el 06/10/2015 en Método Simplex

El Método Simplex es sin lugar a dudas el algoritmo por excelencia cuando se trata

de resolver un modelo de Programación Lineal. Dado lo anterior suele tener un lugar

privilegiado en los programas de estudios de cursos de pregrado relacionados a la

Investigación de Operaciones. En el siguiente artículo presentamos una

problemática la cual se aborda mediante el modelamiento de un problema lineal y

su posterior resolución a través del Método Simplex. Adicionalmente y como forma

de complementar el análisis se ofrece una interpretación gráfica de los resultados

que da origen el algoritmo de modo de facilitar la comprensión conceptual del

mismo.

Ejemplo del Método Simplex

A un grupo de artesanos se le presenta la oportunidad exportar cinturones de piel

de salmón al mercado europeo. Clasifican los cinturones en dos tipos A y B: A por

alta calidad y B por baja calidad. De acuerdo a sus estimaciones tendrían una

utilidad de 4 euros por cinturón tipo A y 3 euros por el tipo B. La confección de un

cinturón tipo A les requiere el doble de tiempo que uno tipo B. Si confeccionaran

sólo cinturones tipo B podrían hacer 1.000 diarios. En todo caso, el abastecimiento

de piel es suficiente para confeccionar un total combinado de 800 cinturones

diarios. Los cinturones usan un diferente tipo de hebilla según su calidad. Se pueden

abastecer de 800 hebillas elegantes al día para los cinturones tipo A y 700 hebillas

corrientes al día para los cinturones tipo B. Se desea formular y resolver un modelo
 de Programación Lineal que permita a los artesanos decidir cuántos cinturones de

cada tipo fabricar de modo de maximizar sus ganancias.

1.-Variables de Decisión

 x1: Número de cinturones tipo A a fabricar por semana.

 x2: Número de cinturones tipo B a fabricar por semana.

2.- Función Objetivo

Cada cinturón tipo A reporta una utilidad de 4 euros y cada cinturón tipo B reporta

una utilidad de 3 euros. Se desea maximizar la utilidad total dada por: Max 4x1+3x2

3.-Restricciones

 No se puede fabricar más cinturones tipo A que la cantidad de hebillas

disponibles: x1≤800

 No se puede fabricar más cinturones tipo B que la cantidad de hebillas

disponibles: x2≤ 700

 Como máximo se puede confeccionar diariamente 800 cinturones del tipo A y del

tipo B en conjunto: x1+x2≤800

 La capacidad de producción permite fabricar 1.000 cinturones tipo B a la semana

si se fabricara sólo cinturones de este tipo. Los cinturones tipo A ocupan el doble de

recursos que uno B, esto es se pueden fabricar 500 cinturones a la semana si sólo

se fabrican cinturones tipo A: 2x1+x2≤1.000

 No negatividad de las variables de decisión: x1, x2 ≥ 0

En términos compactos el modelo de Programación Lineal queda definido por:

Previo a la aplicación del Método Simplex será necesario llevar el modelo a su forma

estándar. Para ello llevamos la función objetivo a minimización y agregamos las

variables de holgura no negativas x3, x4, x5, y x6, para las restricciones 1, 2, 3 y 4,

respectivamente.

Con ello construimos la tabla inicial del Método Simplex donde las variables de

holgura previamente identificadas definen una solución básica factible inicial (no

óptima):
Por el criterio del costo reducido más negativo la variable que ingresa a la base

es x1. Luego calculamos en dicha columna el mínimo cuociente que esta dado

por: .

En consecuencia el pivote se encuentra en la fila 4 y por tanto la variable x6 deja la

base. (Notar que para el cálculo del mínimo cuociente o criterio de factibilidad sólo

se consideran denominadores que sean estrictamente mayores a cero).

Ahora la variable no básica que ingresa a la base es x2. Calculamos nuevamente el

mínimo cuociente sobre dicha columna obteniendo: .

Por tanto x5 abandona la base. Con ello realizamos una nueva iteración del Método

Simplex:

La solución óptima es x1=200 y x2=600, donde el valor de las

holguras x3 y x4 corresponde a 600 y 100, respectivamente. Notar adicionalmente

que las variables x5 y x6 son no básicas en el óptimo, por tanto su valor es cero, lo
que indica que las restricciones 3 y 4 son activas. El valor óptimo del problema

es V(P)=2.600.

Para complementar el análisis anterior, se puede apreciar la convergencia del

Método Simplex a través de una representación gráfica, realizada en este caso con

el software Geogebra. La tabla inicial del Método Simplex corresponde al vértice A

(solución básica factible no óptima) del gráfico a continuación, luego al ingresar en

primera instancia la variable x1 al cabo de una iteración se alcanza el vértice E

(solución básica factible no óptima). Finalmente en la segunda iteración se pasa del

vértice E al vértice D, el cual corresponde a la solución básica factible óptima, dado

que el costo reducido de las variables no básicas es mayor o igual a cero.

Importante: Una forma de corroborar que el criterio de seleccionar la variable no

básica que ingresa a la base como aquella con el costo reducido más negativo se

basa en la rapidez de convergencia del Método Simplex y no afecta en su

efectividad, consiste en ingresar inicialmente a la base la variable x2. En este caso

se puede constatar que se puede alcanzar la solución óptima del problema con un

número mayor de iteraciones en comparación al procedimiento detallado en este

artículo.