Programación Lineal Método Simplex
Programación Lineal Método Simplex
Programación Lineal Método Simplex
TABLA DE CONTENIDO
¿Qué es el método Simplex….…..…………..…………………………………………………………………………………………………… 2
Tipo de Optimización…………………………………………………..…………………………………………………………………………….. 5
Variables de Holgura………………………………………………………………………………………………….………………………………. 5
Restricciones…………………………………………………………………………………………………………………..…………………………..
5
CONDICION DE OPTIMALIDAD......................................................................................................................... 6
CONDICION DE FACTIBILIDAD………………………………………………….………………………………………………………………… 6
Cálculos de Gauss-Jordán…………………………………………………………………………………………………………………………… 6
Ejemplo y Solución…………………………………………………………………………………………….………………………………………. 7
Concusión…………………………………………………………………………………………………………………………………………………. 10
Pág.1
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
Ejemplo: Imaginemos que tenemos una fábrica que produce dos tipos de productos: A y B. Para fabricar
estos productos, necesitas ciertas cantidades de materias primas y mano de obra, y tienes un límite en la
cantidad de estas disponibles. Además, tienes un objetivo de maximizar tus ganancias. Esto se puede
representar como un problema de programación lineal.
El método simplex trabaja en un espacio geométrico llamado espacio de soluciones factibles. Cada punto
en este espacio representa una combinación de las cantidades de productos “A” y “B” que puedes fabricar
dentro de las restricciones dadas. El algoritmo se mueve de un punto a otro, mejorando gradualmente la
solución, hasta que encuentra el punto óptimo que maximiza tus ganancias.
Ejemplo: Imaginemos que inicialmente estás produciendo 0 unidades de ambos productos. El método
simplex evaluará si puedes aumentar la producción de alguno de ellos para mejorar tus ganancias. Si es
posible, se moverá a un punto vecino que represente un aumento en la producción de uno de los
productos, manteniendo las restricciones dentro de los límites establecidos. Esto se repite hasta que no sea
posible mejorar más y se alcance la solución óptima.
“El método simplex es un método iterativo y analítico para la solución de problemas de programación lineal
capaz de resolver modelos más complejos que los resueltos por el método grafico sin restricción en el
número de variables.”
Este método permite ir mejorando la solución a cada paso. La razón matemática de esta mejora radica en
que el método consiste en caminar de vértice a vértice de manera de ir optimizando la función objetivo.
Fue desarrollado alrededor de 1947 por el norteamericano George Dantzig con el objetivo de crear un
algoritmo capaz de solucionar de problemas de m restricciones y n variables.
Pág.2
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
Aplicable a problemas de gran escala: El método simplex puede aplicarse a problemas con un gran número
de variables y restricciones. Aunque su eficiencia puede disminuir a medida que aumenta el tamaño del
problema, sigue siendo una opción viable para resolver problemas complejos.
Solución óptima: Si se sigue correctamente, el método simplex garantiza encontrar la solución óptima para
un problema de programación lineal. Esto significa que obtendrás el mejor resultado posible dentro de las
restricciones y objetivos establecidos.
Flexibilidad en la formulación del problema: El método simplex permite formular problemas en términos
de maximización o minimización de una función objetivo. Esto significa que puedes adaptar el problema a
tus necesidades específicas, ya sea maximizando ganancias, minimizando costos o cualquier otro objetivo
deseado.
Puede incorporar variables no lineales: Aunque el método simplex está diseñado para problemas de
programación lineal, se puede extender para abordar problemas con variables no lineales utilizando
técnicas de programación lineal entera o programación no lineal.
Debes formular correctamente el problema en términos de una función objetivo a maximizar o minimizar,
así como las restricciones que limitan las variables del problema.
Es esencial identificar las variables y restricciones relevantes y establecer correctamente los coeficientes y
las desigualdades en la formulación del problema.
2. Restricciones lineales
El método simplex es aplicable a problemas de programación lineal, lo que implica que todas las
restricciones deben ser lineales.
El método simplex funciona mejor cuando el problema se formula en su forma estándar o canónica. Esto
implica que la función objetivo debe ser de maximización, todas las restricciones deben ser desigualdades
Pág.3
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
de tipo «<=» y todas las variables deben ser no negativas. Si el problema no está en forma estándar,
deberás realizar las transformaciones necesarias para convertirlo a esta forma.
4. Matriz de coeficientes
Debes construir la matriz de coeficientes que representa las restricciones del problema. Esta matriz se
utiliza en cada iteración del método simplex para determinar las variables básicas y no básicas, y para
calcular las mejoras en la función objetivo.
Asegúrate de organizar correctamente los coeficientes de las variables y las restricciones en la matriz.
El método simplex utiliza un método de selección de variables para determinar qué variable básica debe
ingresar o salir del conjunto básico en cada iteración. Existen diferentes reglas de selección, como la regla
del costo reducido o la regla de la razón mínima, que te indicarán qué variable modificar en cada paso del
algoritmo.
6. Condición de parada
Debes establecer una condición de parada para finalizar el algoritmo. Por lo general, esto implica verificar si
se ha alcanzado una solución óptima o si no se pueden realizar más mejoras en la función objetivo. Puedes
establecer criterios como la optimalidad de la solución, la estabilidad de las variables básicas o un número
máximo de iteraciones.
A continuación, se presentan algunos casos en los que el Método Simplex puede ser aplicado en la
investigación de mercados:
Planificación publicitaria: Las empresas destinan un presupuesto limitado a sus estrategias de publicidad.
Utilizando el Método Simplex, es posible maximizar el impacto de las campañas publicitarias asignando de
manera óptima los recursos disponibles a diferentes canales de comunicación, segmentos de mercado y
momentos clave. Esto ayuda a identificar la combinación óptima de medios y mensajes para maximizar el
alcance y la efectividad de la publicidad.
Gestión de inventario: El Método Simplex puede utilizarse para determinar los niveles óptimos de
inventario, considerando factores como la demanda esperada, los costos de almacenamiento y los costos
asociados con la falta de existencias.
Optimización de precios: Establecer los precios adecuados es esencial para maximizar los ingresos y la
rentabilidad. El Método Simplex puede ser empleado para encontrar el precio óptimo de un producto o
servicio, considerando variables como los costos de producción, la demanda esperada, los precios de la
competencia y las preferencias del consumidor. Esto ayuda a las empresas a encontrar el equilibrio entre la
maximización de ingresos y la atracción de clientes.
Distribución de recursos de marketing: Las empresas a menudo deben decidir cómo asignar sus recursos
de marketing, como personal de ventas, presupuesto de promoción y esfuerzos de marketing en línea.
Utilizando el Método Simplex, es posible encontrar la combinación óptima de recursos para maximizar el
Pág.4
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
impacto y las ventas, considerando factores como los costos, las capacidades del equipo de ventas y las
preferencias del mercado objetivo.
Diseño de carteras de productos: Las empresas que ofrecen múltiples productos o servicios pueden utilizar
el Método Simplex para optimizar su cartera, es decir, determinar la combinación óptima de productos o
servicios a ofrecer. Esto implica evaluar la demanda de cada producto, los costos asociados y los márgenes
de beneficio, para encontrar la mezcla ideal que maximice los ingresos y la satisfacción del cliente.
Tipo de Optimización
Maximizar: Obtener el valor optimo mayor
Minimizar: Obtener el valor optimo menor
Variables de Holgura.
(Cantidad no utilizada del recurso) Es aquella que se introduce en las restricciones identificadas en la
formulación del modelo con el propósito de convertir las desigualdades de la restricción en igualdades o
ecuaciones para el correcto funcionamiento del método. Se representan como Sn, donde n corresponde al
número de variable de holgura.
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 ">=".
Pág.5
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
CONDICION DE OPTIMALIDAD
El método simplex asegura a través de cada iteración que encuentra una solución más óptima al punto de
solución actual.
Todos los coeficientes del lado izquierdo de la ecuación Xo son no negativos en maximización o bien
no positivos en minimización.
CONDICION DE FACTIBILIDAD
El método asegura que partiendo de una solución básica factible, únicamente se encontraran soluciones
básicas factibles.
Relacionada a esta condición se encuentra asociado el criterio de la variable de salida que consiste en:
Elegir la variable correspondiente al cociente más pequeño positivo de los valores actuales de la
solución entre los coeficientes positivos de las restricciones de la variable que entra.
El criterio para seleccionar la variable de salida es el mismo independientemente si el objetivo es de
tipo maximización o minimización.
Cálculos de Gauss-Jordán
Fila Pivote
Nueva Fila = (Fila Actual) – (Coeficiente de la columna Pivote) x (Nueva fila Pivote)
Pág.6
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
EJEMPLO:
Reddy Mikks produce pinturas para interiores y exteriores con dos materias primas, M1 y M2. La tabla
siguiente proporciona los datos básicos del problema.
Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede exceder la de
pintura para exteriores en más de una tonelada (Limite del mercado). Asimismo, que la demanda diaria
máxima de pintura para interiores es de dos toneladas (límite de la demanda).
Reddy Mikks se propone determinar la (mejor) combinación óptima de pinturas para interiores y
exteriores que maximice la utilidad diaria total.
SOLUCION
Tabla Básica
Pág.7
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
SOLUCION
Según la condición de optimalidad (la variable más negativa), la variable entrante es X1 y la variable
saliente es S1 (coeficiente más pequeño positivo).
SOLUCION
La nueva tabla es
Pág.8
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
SOLUCION
Estos cálculos producen la siguiente tabla:
Según la condición de optimalidad, ninguno de los coeficientes de la fila z son negativos. De ahí que la
última tabla sea óptima.
SOLUCION
La solución óptima puede leerse en la tabla simplex de la siguiente manera. Los valores óptimos de las
variables en la columna Basic aparecen en la columna Solución del lado derecho y se interpretan como
sigue:
Pág.9
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
La solución también da el estado de los recursos. Un recurso se designa como escaso si la variable de
holgura asociada es cero, es decir, las actividades (variables) del modelo consumieron el recurso por
completo. De lo contrario, si la holgura es positiva, entonces el recurso es abundante. La siguiente tabla
clasifica las restricciones del modelo:
Se transporta por día 1000 m3 de productos que no requieren frio y 600 m3 de productos que requieren frio
El costo de alquiler Bs. 3,665.71 para el camión Pequeño, de Bs. 5,132 el camión Mediano y de Bs. 6,598.28
el camión Grande.
Ahora descubriremos ¿Cuántos camiones y de qué tipo interesa alquilar de cara a minimizar el coste?
Su función seria:
Para los productos que no requieren frio: hay que transportar 1,000 m3
Camión pequeño: 30 m3
Camión pequeño: 35 m3
Camión pequeño: 45 m3
30 XP + 35 XM + 45 XG ≥ 1,000
Pág.10
FACULTAD DE AUDITORIA FINANCIERA O CONTADURIA PÚBLICA
Para los productos que requieren frio: hay que transportar 600 m3
Camión pequeño: 15 m3
Camión pequeño: 25 m3
Camión pequeño: 45 m3
15 XP + 25 XM + 45 XG ≥ 600 m3
Restricciones de no negatividad: XP, XM, XG ≥ 0
Es importante destacar que el Método Simplex no es solo una herramienta para matemáticos y expertos en
optimización, sino que también es accesible y valioso para cualquier persona interesada en tomar
decisiones estratégicas basadas en datos y análisis.
Pág.11