INFORME:
UNIVERSIDAD NACIONAL EXPERIMENTAL (SUR DEL LAGO)
CASIGUA EL CUBO, JULIO. 2025
MÉTODO SIMPLEX DE PROGRAMACIÓN
LINEAL
PARA: Lcda. Eglee Uzcategui
DE: ANA VALERO
CI:15.747.435
El método simplex es una técnica matemática utilizada en programación
lineal para encontrar la solución óptima a problemas de maximización o
minimización, donde se busca optimizar una función objetivo sujeta a
restricciones lineales. Es uno de los métodos más eficientes y ampliamente
utilizados en la toma de decisiones empresariales y económicas.
1. Método Simplex
El método simplex es un algoritmo matemático utilizado para resolver
problemas de programación lineal, que buscan optimizar (maximizar o
minimizar) una función lineal sujeta a un conjunto de restricciones también
lineales. Fue desarrollado por George Dantzig en 1947 y es uno de los métodos
más eficientes y ampliamente utilizados en la optimización matemática.
Concepto principal:
El método simple consiste en recorrer los vértices (o puntos extremos) del
poliedro definido por las restricciones del problema, ya que en problemas
lineales, la solución óptima se encuentra en uno de estos vértices. El algoritmo
comienza en un vértice factible y se desplaza a través de los vértices
adyacentes, mejorando progresivamente el valor de la función objetivo hasta
alcanzar la solución óptima.
2. Procesamiento del método simplex
El proceso general del método simplex implica varias etapas:
Formulación del problema: Se define la función objetivo (a maximizar
o minimizar) y las restricciones en forma lineal.
Conversión a forma estándar: Se introducen variables artificiales si
es necesario, y se expresan todas las restricciones como igualdades.
Construcción de la tabla simplex: Se crea una tabla que contiene los
coeficientes de las variables en las restricciones y en la función objetivo.
Selección de variable entrante: Se identifica qué variable no básica
puede ingresar a la base para mejorar el valor de la función objetivo (por
ejemplo, aquella con el coeficiente más negativo en fila de costos en
maximización).
Determinación de variable saliente: Se calcula cuánto puede
aumentar esa variable sin violar ninguna restricción, seleccionando la
restricción más restrictiva.
Pivotear: Se realiza una operación para actualizar la tabla,
intercambiando las variables entrantes y salientes.
Repetición: El proceso continúa hasta que no haya más mejoras
posibles (por ejemplo, todos los coeficientes en la fila de costos son
positivos o cero en maximización).
Este proceso garantiza que se llega a la solución óptima o se determina que no
existe.
3. Método simple en caso de maximización
El método simple para resolver problemas de maximización con el método
simplex sigue estos pasos:
Formular el problema: Definir claramente la función objetivo a
maximizar y las restricciones.
Ejemplo:
\[text{Maximizar } Z = c_1x_1 + c_2x_2 + \dots + c_nx_n\]
sujeto a:
\[a_{11}x_1 + a_{12}x_2 + \dots + a_{1n}x_n \leq b_1\]
y así sucesivamente para cada restricción.
Convertir las restricciones a igualdades: Añadiendo variables slack
(de holgura).
Construir la tabla inicial: Incluyendo las variables básicas (las slack
inicialmente) y sus coeficientes.
Iterar usando el método simplex:
o Elegir la variable no básica con mayor potencial para aumentar ( Z
) (en maximización).
o Determinar cuánto puede crecer esa variable sin violar
restricciones.
o Actualizar la tabla mediante pivoteo.
Detenerse cuando no haya más mejoras: Cuando todos los
coeficientes en la fila de costos sean positivos o cero.
Este método asegura encontrar el valor máximo posible para ( Z ), junto con
los valores correspondientes de las variables.
4. Método simplex en caso de minimización
Para problemas donde se busca minimizar una función lineal, el método
simplex también puede aplicarse, pero requiere algunos ajustes:
La estrategia principal es transformar el problema de minimización en
uno equivalente de maximización multiplicando por -1:
\[\text{Minimizar } Z = c_1x_1 + c_2x_2 + \dots + c_nx_n\]
equivale a:
\[\text{Maximizar } -Z = -c_1x_1 - c_2x_2 - \dots - c_nx_n\]
Luego, se aplica el método simplex estándar para maximización sobre
esta nueva función.
La solución final será interpretada como mínimo del problema original.
Otra opción es adaptar directamente el método simplex para minimización
mediante técnicas específicas, como usar reglas diferentes para seleccionar
variables entrantes o salientes, pero generalmente convertirlo a un problema
de maximización es más sencillo.
Resumen
Concepto Descripción
Método Algoritmo para resolver problemas lineales optimizando
Simplex funciones lineales sujetas a restricciones lineales.
Involucra formulación, conversión a forma estándar, construcción
Procesamien e iteración sobre tablas pivotantes hasta encontrar solución
to óptima.
Se busca incrementar la función objetivo; se seleccionan
Maximizació variables entrantes con coeficientes negativos en fila objetivo y
n se pivotea hasta mejorar el valor.
Concepto Descripción
Minimizació Puede transformarse en un problema de maximización
n multiplicando por -1; luego aplicar el mismo proceso.
Conclusión
El método simplex es una herramienta poderosa para resolver problemas
lineales complejos de manera eficiente. Su aplicación en casos de
maximización y minimización permite a las empresas y economistas tomar
decisiones informadas para optimizar recursos y resultados..
