MÉTODO SIMPLEX
CONCEPTO
• El método Simplex es un procedimiento
iterativo que permite mejorar la solución de
la función objetivo en cada paso. El proceso
concluye cuando no es posible continuar
mejorando dicho valor, es decir, se ha
alcanzado la solución óptima.
Pasos para la resolución de problemas
por el método simplex
1. Se debe expresar las inecuaciones en forma de ecuaciones lineales con la
utilización de variables adicionales, tomando en cuenta el sentido de
desigualdad en cada una de las restricciones:
• ≤ sumamos una variable de holgura (+Si)
• ≥ restamos una variable de holgura y sumamos una variable artificial (-Si
+ Ti)
• = sumamos una variable artificial (+Ti)
• La función objetivo (Z) igualamos a cero, esto quiere decir que todas las
variables de decisión (Xi) y coeficientes M pasamos a la izquierda, así:
−𝑥1 − 𝑥2 − 𝑥𝑖 ± 𝑀 + 𝑍 = 0
2.- Formamos una matriz denominada la matriz simplex
(tablero simplex), con todos los coeficientes de las variables.
3.- Columna Pívot.- Para los casos de maximización
escogemos en la fila objetivo (z), el coeficiente más negativo,
esta variable será la que ingresa a la matriz simplex. Para el
caso de minimización se escoge el coeficiente más positivo.
4.- Fila Pívot.- Para encontrar dicha fila o la variable que sale
de la matriz, dividimos la columna de la solución para la
columna Pívot excepto el coeficiente de (Z) de la fila
objetivo, y seleccionamos el menor cociente, exceptuando los
valores negativos y las divisiones para cero.
5.- Número Pívot.- la intersección de la fila pívot y columna
pívot se denomina número Pívot y aplicamos el teorema de
“Gauss-Jordán” para resolver la matriz inicial simplex, en
donde el número Pívot debe iniciar en uno y por encima y
debajo debe quedar cero, aplicando operaciones básicas entre
filas y columnas.
6. El problema habrá terminado cuando:
• No existan más letras M en la fila objetivo (z).
• Para el caso de la maximización todos los valores de la fila
(Z) sean mayor o igual a cero (positivos); y para el caso de
la minimización cuando sean menor o igual a cero
(negativos); mientras tanto se procederá a realizar el
número de interacciones que sea necesario hasta llegar a la
solución óptima.
Ejemplo de Simplex:
Vamos a resolver el siguiente problema:
Maximizar Z = 3x1 + 2x2
Sujeto a: 2x1 + x2 ≤ 18
2x1 + 3x2 ≤ 42
3x1 + x2 ≤ 24
x1 ≥ 0 , x2 ≥ 0
Se consideran los siguientes pasos:
1. Convertir las desigualdades en igualdades:
Se introduce una variable de holgura por cada una de las
restricciones, este caso s1, s2, s3 para convertirlas en igualdades
y formar el sistema de ecuaciones estandar. Usando en
simplex el siguiente criterio:
Signo: Introducir
≤ sn
FORMA ESTANDAR:
2x1 + x2 + s1 = 18
2x1 + 3x2 + s2 = 42
3x1 + x2 + s3 = 24
2. Igualar la función objetivo a cero y después agregar la variables de
holgura del sistema anterior:
Z - 3 x1 - 2 x2 = 0
Para este caso en particular la función objetivo ocupa la
ultima fila del tablero, pero de preferencia siempre se
debera colocar como la primer fila
Cuando minimizamos se toma el valor (+) positivo de Fo
para convertirlo en negativo y cuando maximizamos
tomamos el valor (-) negativo de Fo para convertirlo en
positivo.
3. Escribir el tablero inicial simplex:
En las columnas aparecerán todas las variables del problema y, en las
filas, los coeficientes de las igualdades obtenidas, una fila para cada
restricción y la última fila con los coeficientes de la función objetivo:
Tablero Inicial
Base Variable de Variable de holgura Solución
decisión
X1 X2 S1 S2 S3
S1 2 1 1 0 0 18
S2 2 3 0 1 0 42
S3 3 1 0 0 1 24
Z -3 -2 0 0 0 0
4. Encontrar la variable de decisión que entra en la base y la
variable de holgura que sale de la base
A. Para escoger la variable de decisión que entra en la base, (FLECHA
ROJA PARTE SUPERIOR), observamos la ultima fila, la cual muestra los
coeficientes de la función objetivo y escogemos la variable con el
coeficiente más negativo (en valor absoluto).
En este caso, la variable x1 de coeficiente - 3.
Si existiesen dos o más coeficientes iguales que cumplan la
condición anterior, entonces se elige cualquiera de ellos.
Si en la última fila no existiese ningún coeficiente negativo,
significa que se ha alcanzado la solución óptima.
Por tanto, lo que va a determinar el final del proceso de aplicación del
método del simplex, es que en la última fila no haya elementos negativos.
La columna de la variable que entra en la base se llama columna
pivote (en color azulado).
B. Para encontrar la variable de holgura que tiene que salir de la
base, (FLECHA ROJA COSTADO IZQUIERDO) se divide cada término de
la última columna (valores solución) por el término correspondiente de la
columna pivote, siempre que estos últimos sean mayores que cero.
Si hubiese algún elemento menor o igual que cero no se hace dicho
cociente. En el caso de que todos los elementos fuesen menores o
iguales a cero, entonces tendríamos una solución no acotada y no se
puede seguir.
El término de la columna pivote que en la división anterior dé lugar al
menor cociente positivo, el 3, ya 8 es el menor, indica la fila de la variable
de holgura que sale de la base, S3. Esta fila se llama fila pivote (en color
azulado).
Iteración No. 1
Base Variable de Variable de holgura Solución Operación
decisión
X1 X2 S1 S2 S3
S1 2 1 1 0 0 18 18/2 = 9
S2 2 3 0 1 0 42 42/2 = 21
S3 3 1 0 0 1 24 24/3 = 8
Z -3 -2 0 0 0 0
Si al calcular los cocientes, dos o más son iguales, indica que cualquiera
de las variables correspondientes pueden salir de la base.
C.En la intersección de la fila pivote y columna pivote tenemos el
elemento pivote operacional, 3, este indica que la variable de decisión X1
entra y la variable de holgura S3 sale.
5. Encontrar los coeficientes para el nuevo tablero de
simplex.
Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los
coeficientes de la fila por el pivote operacional “3”, ya que este se debe
convertir en 1.
A continuación mediante la reducción gaussiana hacemos ceros los
restantes términos de la columna pivote, con lo que obtenemos los nuevos
coeficientes de las otras filas incluyendo los de la función objetivo Z.
Resultado de Iteración No. 1
Base Variable de Variable de holgura Solución Operación
decisión
X1 X2 S1 S2 S3
S1 0 1/3 1 0 -2/3 2 f(S1) – 2 f(X1)
S2 0 7/3 0 1 -2/3 26 f(S2) – 2 f(X1)
X1 1 1/3 0 0 -1/3 8 (1/3) X1
Z 0 -1 0 0 1 24 f(Z) + 3 f(X1)
Como en los elementos de la última fila hay un numero negativo, -1,
significa que no hemos llegado todavía a la solución óptima. Hay que
repetir el proceso:
A. La variable que entra en la base es x2, por ser la columna pivote
que corresponde al coeficiente -1
B. Para calcular la variable que sale o la fila pivote, dividimos los
términos de la columna solución entre los términos de la nueva
columna pivote:
y como el menor cociente positivo es 6, tenemos que la fila
pivote y la variable de holgura que sale es S1.
C. El elemento pivote, que ahora hay que hacer 1, es 1/3.
Y se opera de forma análoga a la anterior iteración
Iteración No. 2
Base Variable de Variable de holgura Solución Operación
decisión
X1 X2 S1 S2 S3
S1 0 1/3 1 0 -2/3 2 2/(1/3) = 6
S2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7
X1 1 1/3 0 0 -1/3 8 8/(1/3) = 24
Z 0 -1 0 0 1 24
Resultado de Iteración No. 2
Base Variable de Variable de holgura Solución Operación
decisión
X1 X2 S1 S2 S3
X2 0 1 3 0 -2 6 3X2
S2 0 0 -7 0 4 12 f(S2) – (7/3) f(X2)
X1 1 0 -1 0 1 6 f(X1) – (1/3) f(X2)
Z 0 0 3 0 -1 30 f(Z) + f(X2)
Como en los elementos de la última fila hay uno negativo, -1,
significa que no hemos llegado todavía a la solución óptima. Hay que
repetir el proceso:
A. La variable que entra en la base es S3, por ser la variable que
corresponde al coeficiente -1
B. Para calcular la variable que sale, dividimos los términos de la
última columna entre los términos correspondientes de la
nueva columna pivote:
6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6]
y como el menor cociente positivo es 3, tenemos que la variable de
holgura que sale es S2.
C. El elemento pivote, que ahora hay que hacer 1, es 4.
Obtenemos la tabla:
Iteración No. 3
Base Variable de Variable de holgura Solución Operación
decisión
X1 X2 S1 S2 S3
X2 0 1 3 0 -2 6 No se toma por
ser negativo
S2 0 0 -7 0 4 12 12/4 = 3
X1 1 0 -1 0 1 6 6/1 = 6
Z 0 0 3 0 -1 30
Resultado de Iteración No. 3
Base Variable de Variable de holgura Solución Operación
decisión
X1 X2 S1 S2 S3
X2 0 1 -1/2 0 0 12 f(X2) + 2 f(S3)
S3 0 0 -7/4 0 1 3 (1/4) S3
X1 1 0 -3/4 0 0 3 f(X1) – f(S3)
Z 0 0 5/4 0 0 33 f(Z) + f(S3)
Tablero Final
Base Variable de Variable de holgura Solución
decisión
X1 X2 S1 S2 S3
X2 0 1 -1/2 0 0 12
S3 0 0 -7/4 0 1 3
X1 1 0 -3/4 0 0 3
Z 0 0 5/4 0 0 33
Como todos los coeficientes de la fila de la
función objetivo son positivos, hemos llegado a
la solución óptima.
Los solución óptima viene dada por el valor
de Z en la columna de los valores solución, en
nuestro caso: 33.
Ahora resolvamos un ejercicio:
1.- Una empresa de instalaciones dispone de 195 kg de cobre, 20 kg de
titanio y 14 kg de aluminio. Para fabricar 100 metros de cable de tipo A se
necesitan 10 kg de cobre, 2 de titanio y 1kg de aluminio, mientras que para
fabricar 100 metros de cable de tipo B se necesitan 15 kg de cobre, 1 de
titanio y 1 de aluminio. El beneficio que se obtiene por 100 metros de cable
de tipo A es de 1500 euros, y por 100 metros de cable de tipo B, 1000 euros.
Calcular los metros de cable de cada tipo que hay que fabricar para
maximizar el beneficio de la empresa. Obtener dicho beneficio máximo.
2.- Una fábrica elabora tres tipos de tornillos grandes, medianos y
pequeños de los cuales se debe producir no más de 800.000 tornillos
grandes y entre medianos y pequeños no más de 100.000 para satisfacer
las demandas de las siguientes 4 semanas. Estos tornillos se pueden
producir en una máquina que está disponible 80 horas a la semana. Los
requerimientos de costo y tiempo son:
3.- Se pretende cultivar en un terreno dos tipos de olivos: A y B. No se
puede cultivar más de 8 hectáreas con olivos de tipo A, ni más de 10
hectáreas con olivos del tipo B. Cada hectárea de olivos de tipo A
necesita 4 m3de agua anual y cada una de tipo B, 3 m3 . Se dispone
anualmente de 44 m3 de agua. Cada hectárea de tipo A requiere una
inversión de 500 € y cada una de tipo B, 225 €. Se dispone de 4500 €
para realizar dicha inversión. Si cada hectárea de olivos de tipo A y B,
son 500 y 300 litros anuales de aceite. Obtener razonadamente las
hectáreas de cada tipo de olivo que se deben plantar para maximizar la
producción de aceite.
