Investigación Operativa-03
Investigación Operativa-03
Investigación Operativa-03
Clase 3
Propósito de la Clase
● Utilizar el método simplex en Programación Lineal
¿Qué es el método simplex?
• El método simplex es un procedimiento iterativo para resolver
problemas de programación lineal, donde se busca obtener
la solución óptima de la función objetivo que logre cumplir el
conjunto de restricciones.
• Este algoritmo fue desarrollado en 1947 por el matemático
norteamericano George Dantzig.
Pasos del Método Simplex
Los pasos a seguir en el método simplex son:
1. Definir el problema en la forma estándar y generar nuestra matriz.
2. Determinar la solución básica inicial.
3. Seleccionar la variable de entrada utilizando la condición de
optimalidad.
• Si no se puede seleccionar una variable de entrada, quiere decir que
estamos en la condición óptima y finalizan las iteraciones.
• De otro modo se continúa con el siguiente paso.
4. Seleccionar la variable de salida utilizando la condición de
factibilidad.
5. Actualizar nuestra matriz realizando las operaciones de
Gauss-Jordan. Volver al paso número 3.
Pasos del Método Simplex
1. Definir el problema en la forma estándar y generar matriz
Convertir restricciones en igualdades
• Si la restricción es menor igual (≤): Para este tipo de
restricciones debemos introducir una variable no negativa
llamada de holgura y que son auxiliares para el problema. Por
ejemplo:
R1: 10X1 + 7X2 <= 400
variable de holgura
Convertir restricciones en igualdades
• Cuando la restricción es mayor igual (≥): En este tipo de
restricciones se debe restar una variable de exceso y así
mismo agregar una variable artificial. Por ejemplo:
2X1 + 3X2 + A1 = 50
var. artificial
Función Objetivo: Función Objetivo:
Maximizar: 3X1 + 2X2 Maximizar: 3X1 + 2X2 + 0S1+ 0S2+ 0S3
Restricciones: Restricciones:
2X1 + 5X2 ≤ 50 2X1 + 5X2 + 1S1+ 0S2+ 0S3 = 50
3X1 + 2X2 ≤ 18 3X1 + 2X2 + 0S1+ 1S2+ 0S3 = 18
4X1 + 7X2 ≤ 26 4X1 + 7X2 + 0S1+ 0S2+ 1S3 = 26
X1 , X2 ≥ 0 X1 , X2 , S1 , S2 , S3 ≥ 0
Pasos del Método Simplex
2. Determinar la solución básica inicial:
Como habíamos mencionado, el método simplex parte de un
vértice de la región factible, es decir, un punto extremo.
Con cada iteración avanzaremos de vértice en vértice hasta
llegar a la solución óptima.
Ejercicio 1
La empresa El Confort, dedicada a la fabricación de muebles, ha
ampliado su producción en dos líneas más.
Por lo tanto actualmente fabrica mesas, sillas, camas y libreros;
con la cantidad y tipo de pieza detallada en la siguiente tabla.
Cada mesa cuesta producirla $ 100 y se vende en $ 160, cada
silla cuesta producirla $ 80 y se vende en $ 120, cada cama
cuesta producirla $ 200 y se vende en $ 320, cada librero cuesta
producirla $ 220 y se vende en $ 400.
El objetivo de la fábrica es maximizar las utilidades.
Ejercicio 1
PIEZAS
MUEBLE Tipo A Tipo B Tipo C Tipo D
Mesa 2 2 0 0
Silla 1 2 0 0
Cama 1 1 2 0
Librero 2 0 2 4
INVENTARIO 24 20 20 16
Solución
Función Objetivo:
ZMAX = 60 X1 + 40 X2 + 120 X3 + 180 X4
Variables:
X1 = Cantidad de mesas a producir (unidades)
X2 = Cantidad de sillas a producir (unidades)
X3 = Cantidad de camas a producir (unidades)
X4 = Cantidad de libreros a producir (unidades)
Solución
Restricciones:
2X1 + 1X2 + 1X3 + 2X4 <= 24
2X1 + 2X2 + 1X3 <= 20
2X3 + 2X4 <= 20
4X4 <= 16
X1 , X2 , X3 , X4 >= 0
Solución
1. Definir el problema en la forma estándar
Función Objetivo:
ZMAX= 60X1+ 40X2+ 120X3+ 180X4+0S1+0S2+0S3+0S4
Restricciones:
2X1 + 1X2 + 1X3 + 2X4 + 1S1+ 0S2+ 0S3+ 0S4 = 24
2X1 + 2X2 + 1X3 + 0X4 + 0S1+ 1S2+ 0S3+ 0S4 = 20
0X1 + 0X2 + 2X3 + 2X4 + 0S1+ 0S2+ 1S3+ 0S4 = 20
0X1 + 0X2 + 0X3 + 4X4 + 0S1+ 0S2+ 0S3+ 1S4 = 16
X1 , X2 , X3 , X4 , S1, S2, S3, S4 >= 0
Solución inicial
Variable Lado
X1 X2 X3 X4 S1 S2 S3 S4
Básica Derecho
0 S1 2 1 1 2 1 0 0 0 24
0 S2 2 2 1 0 0 1 0 0 20
0 S3 0 0 2 2 0 0 1 0 20
0 S4 0 0 0 4 0 0 0 1 16
Z 0 0 0 0 0 0 0 0 0
C 60 40 120 180 0 0 0 0
VB X1 X2 X3 X4 S1 S2 S3 S4 LD
0 S1 2 1 1 0 1 0 0 -0.5 16
0 S2 2 2 1 0 0 1 0 0 20
0 S3 0 0 2 0 0 0 1 -0.5 12
180 X4 0 0 0 1 0 0 0 0.25 4
Z 0 0 0 180 0 0 0 45 720
C 60 40 120 180 0 0 0 0
VB X1 X2 X3 X4 S1 S2 S3 S4 LD
0 S1 2 1 0 0 1 0 -0.5 -0.25 10
0 S2 2 2 0 0 0 1 -0.5 0.25 14
180 X4 0 0 0 1 0 0 0 0.25 4
C 60 40 120 180 0 0 0 0
VB X1 X2 X3 X4 S1 S2 S3 S4 LD
0 S2 0 1 0 0 -1 1 0 0.5 4
180 X4 0 0 0 1 0 0 0 0.25 4
C 60 40 120 180 0 0 0 0
VB X1 X2 X3 X4 S1 S2 S3 S4 LD
40 X2 0 1 0 0 -1 1 0 0.5 4
120 X3 0 0 1 0 0 0 0.5 -0.25 6
180 X4 0 0 0 1 0 0 0 0.25 4
C 60 40 120 180 0 0 0 0
VB X1 X2 X3 X4 S1 S2 S3 S4 LD
40 X2 0 1 0 0 -1 1 0 0.5 4
120 X3 0 0 1 0 0 0 0.5 -0.25 6
180 X4 0 0 0 1 0 0 0 0.25 4
Valores duales
Z 60 40 120 180 20 10 45 12.5 1780
Restricciones:
X1 + 4X2 <= 12
2X1 + X2 <= 10
X1 , X 2 ≥ 0
Solución
1. Definir el problema en la forma estándar
Función Objetivo:
ZMAX= 3X1+ 5X2+ 0S1+ 0S2
Restricciones:
1X1 + 4X2 + 1S1+ 0S2 = 12
2X1 + 1X2 + 0S1+ 1S2 = 10
X1 , X2 , S1, S2 >= 0
¿Qué
aprendimos
hoy?
https://www.menti.com/
qfk47fk27f
Referencias Bibliográficas
Hamdy A. Taha. (2017). Investigación de operaciones. México:
Pearson.
Manual de Geogebra. Recuperado de
https://wiki.geogebra.org/es/Manual
Plan de Mejora (15 de enero del 2024). Recuperado de
https://www.plandemejora.com/metodo-simplex-paso-a-paso-e
jemplos-maximizar-minimizar/
Ingeniería Industrial Online (8 de enero del 2024). Recuperado
de
https://www.ingenieriaindustrialonline.com/investigacion-de-op
eraciones/metodo-simplex/