Método simplex (investigación de operaciones)
Introducción
El método algebraico es muy dispendioso, en razón a que trabaja con todos los
datos de las ecuaciones, para mejorar este aspecto se creó el método simplex
cuya gran virtud es su sencillez, método muy práctico, ya que solo trabaja con los
coeficientes de la función objetivo y de las restricciones. Las reglas de decisión
para determinar la variable que entra, la que sale, la gran M, y cómo determinar
que estamos en el óptimo; Todas estas reglas de decisión fueron deducidas del
método algebraico.
Método Simplex
El Método Simplex corresponde a un algoritmo iterativo publicado por George
Bernard Dantzig en el año 1947 en donde se busca alcanzar el máximo (o mínimo)
de una función lineal compuesta por un conjunto de variables que deben satisfacer
condiciones impuestas por restricciones lineales en forma de inecuaciones. (1)
Es una herramienta matemática que resuelve problemas de planeación y
programación de operaciones, en otras palabras, se refiere a que resuelve la
pregunta sobre cuanto producir de acuerdo con la capacidad operativa y estudios
de mercado. (2)
Este utiliza el método de la programación lineal, a través de una matriz, utilizando
el método de eliminación de Gauss Jordán. (2)
Permite mejorar la solución de la función objetivo en cada uno de los pasos.
Partiendo de la función objetivo en cualquier punto y el procedimiento consiste en
buscar un punto que mejore el valor anterior. (2)
La búsqueda se realiza mediante desplazamiento por las aristas del polígono,
desde el vértice actual hasta uno adyacente que mejore el valor de la función
objetivo. (2)
El método simplex se basa en las propiedades:
Si la función objetivo Z no toma su valor máximo en el vértice A, entonces existe
una arista que parte de A y a lo largo de la cual el valor Z aumenta. (2)
El método simplex solamente trabaja con restricciones del problema cuyas
inecuaciones sean del tipo ≤ (menor o igual) y sus coeficientes independientes
sean mayores o iguales a 0. (2)
Matriz identidad
Una matriz es la ordenación rectangular de elementos, o listado finito de
elementos, los cuales pueden ser números reales o complejos, dispuestos en
forma de filas y de columnas. (2)
La matriz identidad es una matriz cuadrada que posee el mismo número tanto de
columnas como de filas de orden n que tiene todos los elementos diagonales
iguales a uno y todos los demás componentes iguales a cero, se denomina matriz
idéntica o identidad de orden n, y se denota por: (2)
La importancia de la teoría de matrices en el Método Simplex es fundamental,
dado que el algoritmo se basa en dicha teoría para la resolución de sus
problemas. (2)
Consideraciones
Variables de holgura y exceso
Este método trabaja con ecuaciones y restricciones iniciales que se
modelan mediante programación lineal, para ello se convierten las
inecuaciones en ecuaciones utilizando unas variables denominadas de
holgura y exceso relacionadas con el recurso al cual hace referencia la
restricción, estas variables adquieren un gran valor en el análisis de
sensibilidad y juegan un rol fundamental en la creación de la matriz
identidad. (2)
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 «>=».
(2)
Variable artificial / Método de la «M»
Una variable artificial es un truco matemático para convertir inecuaciones
«>=» en ecuaciones, la característica principal de estas variables es que no
deben formar parte de la solución, dado que no representan recursos. El
objetivo fundamental de estas variables es la formación de la matriz
identidad. (2)
Se representa por la letra «A», siempre se suman a las restricciones, su
coeficiente es M y el signo en la función objetivo va en contra del sentido de
esta, es decir, en problemas de Maximización su signo es menos (-) y en
problemas de Minimización su signo es (+), repetimos con el objetivo de
que su valor en la solución sea cero. (2)
Fases del método simplex
Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las restricciones del
tipo ≤, para convertirlas en igualdades, resultado el sistema de ecuaciones
lineales:
4𝑥1 +8𝑥2 +𝑠1 =800
4 x1 +8 x 2 ≤ 800
4𝑥1 +3𝑥2 +𝑠2 =600
4 x1 +3 x 2 ≤ 600
3𝑥1 +𝑥2 +𝑠3 =300
3 x 1+ x 2 ≤300
x1 , x2 ≥ 0
Se iguala la función objetivo a cero:
Z−10 x2 −6 x1=0
Cuadro general simple - Maximización.
Escribir la tabla inicial simplex
En las columnas aparecerán todas las variables básicas del problema y las
variables de exceso. En las filas se observa, para cada restricción las
variables de holgura con sus coeficientes de las igualdades obtenidas, y
sustituir el valor de cada variable en la función objetivo, y operar para
obtener los demás valores de la fila.
Cuadro inicial
Punto inicial: X1=0 y X2=0
Punto inicial- Po. Condición de parada
Cuando en la fila Z no existe ningún valor negativo, se ha alcanzado la
solución optima del problema. De no ser así se ejecutan los sig. pasos.
Condición de entrada y salida de la base
Primero se debe saber la variable que entra en la base. Para ello se escoge
la columna de aquel valor que en la fila Z sea el menor de los negativos. En
este caso es la variable x2 de coeficiente -6.
Una vez obtenida la variable que entra en la base, se prosigue a deducir la
variable que sale, en el cual se divide cada termino independiente (x 1) entre
el elemento correspondiente de la columna pivote, Siempre que el resultado
sea mayor qué cero y se escoge el mínimo de ellos.
En este caso 800/4=200, 600/4=150 y 300/3=100
Si hubiera algún elemento menor o igual a cero no se realiza dicho cociente
y en caso de que todos los elementos de la columna pivote fuera de esta
condición se tendría una solución no acotada y terminaremos el problema.
El término de la columna pivote que en la división anterior da un lugar
menor el cociente positivo, en 4, ya que cuánto es menor cociente síndica
la fila de la variable de holgura que sale de la base. ésta se le denomina fila
pivote.
Sin contra los coeficientes de la nueva tabla.
Los nuevos coeficientes de la fila pivote S3, se obtienen dividiendo todos
los coeficientes de la fila entre el elemento pivote, 4 que se convertirá en 1,
utilizando método gauss jordán.
Al resolverlo sale la matriz
Solución:
x1 = 360 - 1.6x5 - 1.2x6 - 1320x7
x2 = 30 + 0.2x5 - 0.6x6 - 60x7
x3 = 10 - 0.6x5 + 0.8x6 - 120x7
x4 = 4x5 - 4x6 + 400x7
x5, x6, x7 - libre
Conclusión
En conclusión, el método simplex es una manera fácil, practica y rápida de dar
soluciones optimas en los diferentes campos laborales a todos los problemas
establecidos o surgidos en el desarrollo de la industria siendo satisfactorio y eficaz
de las respuestas, permitiendo establecer y generar una producción y los
diferentes procesos en un alto nivel de efectividad y logrando un ahorro
significativo económico en el desarrollo de la empresa.
El método simplex, emplea básicamente, la estrategia de resolver los problemas
de programación lineal por medio de sistemas de ecuaciones lineales simultáneas
siempre que se tenga una solución factible.
El óptimo, si es que existe, se determina avanzando un punto esquina adyacente a
la vez y comprobando si aún existe un punto esquina que pueda mejorar el valor
de la función objetivo.
Bibliografías
1. Tutoriales, G. (2020, 26 abril). Ejemplo del Método Simplex (Tutorial y
Cómo Funciona). Gestión de Operaciones.
[Link]
simplex-ejemplo/
2. López, B. S. (2020, 6 julio). Método Simplex. Ingenieria Industrial Online.
[Link]
operaciones/metodo-simplex/
3. J. (2013, 26 noviembre). PROGRAMACION LINEAL - METODO SIMPLEX.
[Link]. [Link]
simplex-28653188
