EJEMPLO MÉTODO SIMPLEX
La empresa “Kekos” se dedica a la producción de 3 tipos de lámparas: de
escritorio, manuales y colgantes. Para su uso se destinan 3 materias primas
básicas denominadas A, B y C de las cuales su uso por día para cada
lámpara y la disponibilidad máxima diaria se encuentra en la siguiente
tabla:
Uso por producto (piezas) Disponibilidad
Materia máxima
Lámparas de Lámparas Lámparas
prima
escritorio manuales colgantes (pieza)
A 100 80 ------------- 200
B 90 50 100 250
C 30 100 40 180
La utilidad ($) que obtiene diariamente es
Lámparas de escritorio $1000.00
Lámparas manuales $500.00
Lámparas colgantes $2500.00
*Para formular el modelo el primer paso será identificar las variables y
asignarles nombres, en este caso:
𝑋1 = 𝐿á𝑚𝑝𝑎𝑟𝑎𝑠 𝑑𝑒 𝑒𝑠𝑐𝑟𝑖𝑡𝑜𝑟𝑖𝑜
𝑋2 = 𝐿á𝑚𝑝𝑎𝑟𝑎𝑠 𝑚𝑎𝑛𝑢𝑎𝑙𝑒𝑠
𝑋3 = 𝐿á𝑚𝑝𝑎𝑟𝑎𝑠 𝑐𝑜𝑙𝑔𝑎𝑛𝑡𝑒𝑠
1
Una vez que se tiene el primer paso se puede plantear la función objetivo,
en este caso lo que se pretende es maximizar la ganancia (utilidad) por la
venta de cada producto (como los datos de ganancia son diarios, así como
el uso de materia prima no es necesario hacer ninguna conversión dejando
los datos tal y como se presentan), por lo tanto la ecuación resultante es:
𝑀𝑎𝑥 𝑍 = 1000𝑋1 + 500𝑋2 + 2500𝑋3
* Las restricciones del modelo hacen referencia a la disponibilidad máxima
que tenemos de cada una de las materias primas que se emplean en el
proceso, de esta forma se obtiene:
100𝑋1 + 80𝑋2 ≤ 200
Es decir, la materia prima A sólo se emplea para la fabricación de lámparas
de escritorio y manuales en ciertas cantidades (100 y 80 respectivamente),
su uso no puede ser mayor a las 200 piezas diarias (≤).
Este procedimiento se hace con cuantas limitaciones se tenga, entonces:
90𝑋1 + 50𝑋2 + 100𝑋3 ≤ 250
30𝑋1 + 100𝑋2 + 40𝑋3 ≤ 180
*Existe una restricción más llamada “de no negatividad” en la que nos indica
que no se pueden producir cantidades negativas del bien X ¡no fabricamos
menos 10 tazas o menos 5 lápices!
𝑋1 , 𝑋2, 𝑋3 ≥ 0
Juntando la función objetivo y las restricciones el modelo queda conformado
de la siguiente manera (s.a. significará que la función objetivo estará sujeta
a):
𝑀𝑎𝑥 𝑍 = 1000𝑋1 + 500𝑋2 + 2500𝑋3
s.a
100𝑋1 + 80𝑋2 ≤ 200
90𝑋1 + 50𝑋2 + 100𝑋3 ≤ 250
30𝑋1 + 100𝑋2 + 40𝑋3 ≤ 180
𝑋1 , 𝑋2, 𝑋3 ≥ 0
3
MODELO SIMPLEX PASO A PASO
Considerando el modelo lineal como se conoció en el paso anterior (forma
original), el método simplex requiere que éste se convierta a la forma
estándar, es decir, cada restricción se convertirá en una igualdad además
de incorporar variables holgura que permiten expresar la cantidad de
recurso no utilizado durante las actividades
Se plantea el siguiente modelo en su forma original:
𝑀𝑎𝑥 𝑍 = 100𝑋1 + 125𝑋2
6𝑋1 + 4𝑋2 ≤ 24
𝑋1 + 𝑋2 ≥ 800
𝑋1, 𝑋2 ≥ 0
Paso 1. Cambiar el modelo a forma estándar
Las desigualdades del tipo ≤ implican la cantidad no usada u holgura del
recurso. Para convertirla en una igualdad y hacer uso de ella en el método
simplex, se adiciona una variable holgura al lado izquierdo de la ecuación
(𝑆𝑛), de tal forma que:
6𝑋1 + 4𝑋2 ≤ 24
Se convertirá en
6𝑋1 + 4𝑋2 + 𝑆1 = 24
Por su parte una restricción del tipo ≥ representará un límite inferior para
las actividades a las que se encuentra sujeta la función objetivo; por lo tanto,
la cantidad por la que el lado izquierdo de la ecuación es mayor al lado
derecho o límite se considera un excedente y para convertirla en una
igualdad será necesario restar la variable de excedencia
𝑋1 + 𝑋2 ≥ 800
Se convertirá en
𝑋1 + 𝑋2 − 𝑆2 = 800
Deberán ponerse tantas variables holgura como restricciones existan.
Por su parte, la función objetivo deberá cambiar de signo (de positivo a
negativo y viceversa), de tal modo que.
𝑀𝑎𝑥 𝑍 = 100𝑋1 + 125𝑋2
Será:
𝑀𝑎𝑥 𝑍 = −100𝑋1 − 125𝑋2
De tal forma que el modelo estándar completo se escribirá así:
𝑀𝑎𝑥 𝑍 = −100𝑋1 − 125𝑋2
6𝑋1 + 4𝑋2 + 𝑆1 = 24
𝑋1 + 𝑋2 − 𝑆2 = 800
𝑋1, 𝑋2, 𝑆1 𝑆2 ≥ 0
Note que las variables holgura también se consideraran positivas, mayor a
cero.
5
Paso 2. Armar la tabla simplex
Los valores del modelo serán introducidos a la tabla simplex
Var. Holgura 𝑋1 𝑋2 𝑆1 𝑆2 Solución
𝑆1 6 4 1 0 24
𝑆2 1 1 0 -1 800
Z -100 -125 0 0 0
Observe que en la primer columna se han colocado las variables holgura (𝑆𝑛)
y en las filas, de acuerdo a dicha variable, se coloca la restricción que
corresponde y en la última fila (ó llamado también renglón objetivo) los
valores de la función objetivo. Cuando las variables holgura no aparecen el
valor que tomará será cero.
Paso 3. Elegir el valor de Z más negativo
En la fila donde aparecen los datos de Z (la función objetivo) habrá que
localizar el valor más negativo excluyendo la última columna. La columna
en dónde se encuentre dicho valor se denominará columna de entrada o
columna de trabajo.
Paso 4. Determine la variable de salida y el pivote
Dividiendo cada número de la columna solución entre los valores de la
columna entrada (a excepción del renglón objetivo). Entonces:
Del resultado, se elige el valor positivo más pequeño sin tomar en cuenta los
valores negativos y a la intersección se le denominará pivote.
Es muy importante que el pivote tome el valor 1; si no se tiene ese valor
habrá que dividir el renglón objetivo entre el valor del pivote.
Los nuevos valores se colocarán en la tabla simplex, en el renglón que
corresponde; en este caso 𝑠1 retomará el valor de la variable en donde se
encontró la columna entrada 𝑋2
7
Paso 5. Hacer ceros los demás valores de la columna entrada
Para el ejemplo los demás valores que deben hacerse cero son 1 y – 125
Para eso habrá que multiplicar el renglón 𝑋2 por el inverso del valor que se
hará cero y a este resultado se le sumará al renglón que desea convertirse
(donde está el inverso), de manera más precisa:
Inverso del valor que Renglón que desea
Renglón X2 Resultado Nuevo valor
se hará cero convertirse
1.5 -1 -1.5 1 -0.5
1 -1 -1 1 0
0.25 -1 -0.25 0 -0.25
0 -1 0 -1 -1
6 -1 -6 800 794
Inverso del Renglón que
Renglón X2 valor que se Resultado desea Nuevo valor
hará cero convertirse
1.5 125 187.5 -100 87.5
1 125 125 -125 0
0.25 125 31.25 0 31.25
0 125 0 0 0
6 125 750 0 750
El nuevo valor encontrado se asignará en el renglón que corresponde:
Como usted puede apreciar, los valores junto al pivote en la columna entrada
se han convertido en ceros, señal de que hasta este momento se han hecho
los cálculos correctos.
De la misma manera puede apreciar que en el renglón de Z ya no ha quedado
ningún valor negativo, por lo tanto ya ha terminado el procedimiento
**Nota: si hubiese un valor negativo en Z, habría que repetir el procedimiento
a partir del paso 3.
Otra comprobación de que hemos llegado al final del procedimiento es usar
precisamente los datos encontrados en la tabla simplex (específicamente los
de la columna solución) y sustituirlos en la función objetivo del modelo. Si
recuerda en el procedimiento cambio el nombre de la variable holgura 𝑆1 por
𝑋2 y en la tabla simplex su solución ha sido de 6, mientras que Z ha tomado
el valor de 750.
9
**Nota: En este caso en la columna denominada Var. Holgura no se ha hecho
sustitución en ningún momento por 𝑋1, por lo que ésta tomará el valor de
cero.
De tal forma que haciendo la sustitución en Z tenemos que
𝑍 = 100(0) + 125(6) = 750
Por lo que se comprueba que la solución ha sido la adecuada.
