“Año de la Universalización de la Salud
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y
ADMINISTRATIVAS
ESCUELA PROFESIONAL DE ADMINISTRACION
MÉTODOS CUANTITATIVOS
MGTR. ARTEMIZA GARCIA ARISMENDIZ
CAÑETE – PERÚ
2020
ACTIVIDAD ASINCRONICA Nª3:
APRENDIZAJE TEORICO/TRABAJO EN EQUIPO
Álvarez Gómez Marianela
Lourdes
Marthans Rosas María del Rosario
Napan Donayre Marggie Aracely
Sánchez Vicente Juan Carlos
Silva Villalobos Milagros Isabel
*Estudiantes del VIII Ciclo de la Escuela Profesional de Administración
ULADECH- CATOLICA-UCT.
CONTENIDO
Introduccion 3
Metodo Simplex 4
Procedimiento para Método Simplex 7
Metodo Simplex en un contexto real 8
Estandarizacion del problema 9
Diseño de la tabla caracteristica 1
Definicion de la simbologia 2
Determinacion de la variable que entra y sale 4
Determinacion de la solucion basica 5
La solucion optima 6
Probar la optamilidad de la solucion 7
Referencias Bibliográficas 12
INTRODUCCION
El presente trabajo tiene como finalidad conocer el concepto de método simplex, así mismo
el desarrollando a través de ejemplo práctico y demostrando las fases que se desarrolla para
la culminación y por ende al [Link] el método más conocido y habitual para resolver
problemas En definición para el Dantzig en la década de los 40 “es un algoritmo que
resuelve problemas cuando son representados como modelo de programación lineal, es
decir el método simplex es un procedimiento para determinar la solución óptima de
problema”
Uno de los errores cometidos en el contexto empresarial es no administrar sus operaciones
y optimizar sus recursos para cumplir con sus objetivos institucionales; al respecto existen
diversos métodos que aplicados correctamente ayudan a las empresas a maximizar sus
ganancias y mantenerse competitiva en el mercado. La aplicación del método simplex es la
más apropiada para este tipo de situaciones. En muchas organizaciones no aplican el
método o no cuentan con personal capacitado para aplicarlo y tomar la mejor decisión: la
gestión operacional tiene la misión de organizar y utilizar los recursos de una empresa de la
manera más efectiva y eficiente posible.
El método simplex el método más usado en la programación lineal para las empresas
permite encontrar soluciones optimas de una forma rápida y sencilla a problemas que
parecieran de difícil solución.
METODO SIMPLEX
Es una herramienta matemática que resuelve problemas de planeación y programación de
operaciones. Este método permite mejorar la solución de la función del objetivo y finaliza
cundo no es posible seguir continuar mejorando dicho valor, es decir se ha alcanzado la
solución óptima. Para el desarrollo de este método son necesarias conocer algunas de sus
definiciones
Solución:
Cualquier conjunto de variables j x que satisfacen las restricciones del problema ( Ax = b ).
Solución factible: Cualquier solución que satisface la no-negatividad de las restricciones
( ³ 0 j x ).
Solución básica:
En un sistema de m ecuaciones lineales con n variables Ax = b (m < n ) cuyo rango R(A) =
m ; una solución es obtenida haciendo n - m variables igual a cero y resolviendo para las m
variables restantes, siempre y cuando el determinante de los coeficientes de estas m
variables no seas cero. Las m variables se llaman variables básicas (la solución resultante a
este sistema, se le llama solución básica).
Solución básica factible:
Es una solución básica en la cual todas las m variables básicas son mayores o iguales que
cero ( x j ³ 0 ).
Degeneración:
Una solución básica Ax = b es degenerada si una o más variables básicas son iguales a cero
(más de n - m variables iguales a cero).
PROCEDIMIENTOS PARA EL METODO SIMPLEX
Estandarización Del Modelo
Z (máximo) = 5X + 2Y
2X + Y ≤ 200
X + 2Y ≥ 100
3X + 4Y ꞊ 50
X, Y ≥ 0
Cualquier desigualdad ≤ se puede convertir en una igualdad, agregando la variable de
holgura o exceso Si Toda desigualdad ≥ se puede convertir en una igualdad, restando una
variable de excedente Si y sumando una variable artificial, esta última se justifica para
cumplir con el criterio de no negatividad.
En las restricciones que son igualdades se agrega la variable artificial para que represente la
expresión del lado izquierdo en ausencia de variable de holgura o excedente.
Toda variable de holgura o excedente tiene una contribución de cero para problemas de
maximización o minimización.
Las variables artificiales deben tener un coeficiente positivo aproximadamente 100 veces
mayor que el coeficiente más grande de la función objetivo cuando el problema es de
minimización con el fin de que no aparezcan en la solución final, pero en los casos de
maximización el coeficiente de la variable artificial debe ser negativo y muy pequeño para
que esta variable no se mantenga en la base.
Diseño de la tabla característica.
Consiste en disponer todos sus elementos en forma tabular, ejemplo:
Z (máx) = C1X1 + C2X2 +……………… CnXn
a11X1 + a12X2 +………………..a1nXn ≤ B1
a21X1 + a22X2 +………………..a2nXn ≤ B2
“ “ “ “
“ “ “ “
“ “ “ “
am1X1 + am2X2 +………………amnXn ≤ Bm
Xi ≥ 0
Ci C1 C2 Cj Cn
Ci VB Bi X1 X2 xj Xn Өi
C1 X1 B1 a11 a12 a1j a1n Ө1
C2 X2 B2 a21 a22 a2j a2n Ө2
CI Xi Bi ai 1 A i2 aij ain Өi
Cm Xm Bm am1 am2 amj amn Өm
Zj Bº Z1 Z2 Zj Zn
Cj Zj C1-Z2 C2-Z2 CJ-ZJ Cn-Zn
Definición de la simbología
Ci: Contribución de las variables básicas (VB).
Xi: Variables básicas (VB). Cj: Contribución de las variables básicas y no básicas.
Xj: Variables básicas y no básicas.
Bi: Disponibilidad de los recursos al inicio, y valor de las variables básicas al final o
sobrante del recurso.
Bᶿ: Valor del Z óptimo.
Cj-Zj: Parámetro de optimización = costos reducidos netos.
Өi: Parámetro de factibilidad (valor crítico que marca la pauta para la variable que sale) ( )
DETERMINACIÓN DE LA VARIABLE QUE ENTRA Y QUE SALE.
Para casos de maximización se selecciona la columna pivote se selecciona el valor Cj-Zj
más alejado de cero positivo y para minimización el más alejado del cero negativo.
Mientras que para la fila pivote (variable de salida) se toma el valor de Өi más cercano a
cero, para cualquier criterio de optimización. La celda pivote se encuentra en la
intersección de la columna y la fila pivote.
DETERMINACIÓN DE LA SOLUCIÓN BÁSICA
Se hace un intercambio físico en las variables introduciendo a la base la variable
correspondiente a la columna pivote en el lugar de la fila pivote, pasando a ser esta la
variable no básica, luego de este intercambio se aplica Gauss Jordan para hacer interacción
simplex.
LA SOLUCIÓN ÓPTIMA
Es el punto donde se encuentra el máximo beneficio para la empresa de un mínimo costo
llamado solución óptima. (Boirivant, 2011). Se componen con las variables las cuales cada
una tiene su función y nos permitirá llegar al máximo beneficio.
PROBAR LA OPTIMALIDAD DE LA SOLUCIÓN
Cuando todos los valores de Cj-Zj son ceros o negativos para problemas de maximización;
y ceros o positivos para problemas de minimización se termina el proceso si no es así
continuamos con el proceso hasta encontrar la solución óptima.
METODO SIMPLEX EN UN CONTEXTO REAL
Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la temporada
anterior. Para ello lanzan, dos ofertas, A y B.
La oferta A consiste en un lote de una camisa y un pantalón, que se venden a 30 €; la oferta
B consiste en un lote de tres camisas y un pantalón, que se vende a 50 €. No se desea
ofrecer menos de 20 lotes de la oferta a ni menos de 10 de la B.
¿Cuántos lotes ha de vender de cada tipo para maximizar la ganancia?
1. Elección de las incognita.
x = nº de lotes de A
y = nº de lotes de B
2. Función objetivo
f(x, y) = 30x + 50y
3. Restricciones
A B Mínimo
Camisas 1 3 200
Pantalones 1 1 100
x + 3y ≤ 200
x + y ≤ 100
x ≥ 20
y ≥ 10
4. Hallar el conjunto de soluciones factibles
5. Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
6. Calcular el valor de la función objetivo
f(x, y) = 30 · 20 + 50 · 10 = 1100 €
f(x, y) = 30 · 90 + 50 · 10 = 3200 €
f(x, y) = 30 · 20 + 50 · 60 = 3600 €
f(x, y) = 30 · 50 + 50 · 50 = 4000 € Maximo
Con 50 lotes de cada tipo se obtiene una ganancia máxima de 4000 €.
Referencias Bibliograficas
[Link]
[Link]
[Link]
[Link]
