SlideShare ist ein Scribd-Unternehmen logo
1 von 19
METODO SIMPLEX PROGRAMACIÓN LINEAL
Pasos para el método simplex. 1.-   Aumento completo del problema de PL usando variables de holgura, de excedente y artificiales según se necesiten. Problema de PL: Maximizar   Z= 7x1 + 10x2 Sujeto a 			7x1 + 7x2<= 49 			10x1 + 5x2 <= 50 			x1, x2 >= 0
Reglas de aumento
	    Z= 7x1 + 10x2  		  7x1 + 7x2 + s3= 49 		10x1 + 5x2           + s4   = 50 		Z= 7x1 + 10x2 + 0s3 + 0s4 		      7x1 +  7x2  +   s3   + 0s4= 49 	            10x1 + 5x2   + 0s3 + s4   = 50
2.-   Construir la tabla inicial usando los coeficientes del problema aumentado con un renglón para cada restricción. Todas las variables de decisión se deben igualar a 0: X1 = X2 = 0  7x1 +  7x2  +   s3   + 0s4= 49         s3 = 49  10x1 + 5x2   + 0s3 + s4   = 50         s4 = 50
La solución debe tener un +1 en la columna de la variable básica y todos los demás 0. Coeficientes de la función Objetivo
3.-   Prueba  de  la solución calculando los renglones de costo de oportunidad   (Zj)   y del criterio simplex  (Cj-Zj).    La soluciónes optima sitodos los valoresCj-Zjson negativos o cero cuando se estámaximizando y positivos o cero cuando se estáminimizando.
Función Objetivo para esta solución Criterio Simplex Zj = ∑ CjAij
4.-  Si la solución no esóptima, se identifica la variable queentra y la variable que sale. 		1.-  Variable queentra: Maximizar:   La variable con mayor valor positivo del criterio simplex. X2 = 10 Minimizar:   Variable con valor masnegativo en el criterio simplex.
Columna pivote
		2.-  Variable que sale: Se divide el valor de la soluciónparacada variable básica entre el coeficiente de la columnapivote de sumismorenglón.  Para maximizar se selecciona la variable del númeropositivomaspequeño. Para minimizar se elige la variable con valor más negativo.
Renglón pivote
Elemento intersección PIVOTE
5.-  Se revisa la solución para desarrollar una nueva tabla.  Primero se encuentra el nuevo renglón pivote. Elemento del renglón pivote que se tiene. Nuevo elemento del renglón pivote = Elemento intersección.
Variable que entra
Después se revisan los otros renglones uno a la vez: Nuevo elemento del renglón Elemento del renglón que se tiene. Elemento anterior de la columna pivote Nuevo elemento del renglón pivote
6.-  Regresar al paso 3  calculando los renglones de costo de oportunidad   (Zj)   y del criterio simplex  (Cj-Zj).
Metodo Simplex

Weitere ähnliche Inhalte

Was ist angesagt?

Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binariaUnmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binariaJulio Pari
 
MÉTODO SIMPLEX
MÉTODO SIMPLEXMÉTODO SIMPLEX
MÉTODO SIMPLEXliizrocks
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dualpuracastillo
 
Metodo simplex en dos fases
Metodo simplex en dos fasesMetodo simplex en dos fases
Metodo simplex en dos fasesLuis Salazar
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Linealmarthyn1989
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónLuis Guerrero
 
Metodo simplex maxgallagher
Metodo simplex maxgallagherMetodo simplex maxgallagher
Metodo simplex maxgallagherIvan Ruiz
 
Expo 3 análisis de sensibilidad (método grafico)
Expo 3   análisis de sensibilidad (método grafico)Expo 3   análisis de sensibilidad (método grafico)
Expo 3 análisis de sensibilidad (método grafico)Ayda Ramirez Montalvo
 
Introducción a la Investigación de Operaciones
Introducción a la Investigación de OperacionesIntroducción a la Investigación de Operaciones
Introducción a la Investigación de OperacionesAlejandro Jesús González
 
PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"ALEGRE_ALI
 
Análisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoAnálisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoProfesor Hugo
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binariaJaime Medrano
 

Was ist angesagt? (20)

Analisis de sensibilidad
Analisis de sensibilidadAnalisis de sensibilidad
Analisis de sensibilidad
 
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binariaUnmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
 
Simplex
SimplexSimplex
Simplex
 
Expo 2 método de dos fases
Expo 2   método de dos  fasesExpo 2   método de dos  fases
Expo 2 método de dos fases
 
Transporte y asignación io ii
Transporte y asignación   io iiTransporte y asignación   io ii
Transporte y asignación io ii
 
Expo 2 método de dos fases
Expo 2   método de dos  fasesExpo 2   método de dos  fases
Expo 2 método de dos fases
 
MÉTODO SIMPLEX
MÉTODO SIMPLEXMÉTODO SIMPLEX
MÉTODO SIMPLEX
 
Programacion lineal entera
Programacion lineal enteraProgramacion lineal entera
Programacion lineal entera
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dual
 
Metodo simplex en dos fases
Metodo simplex en dos fasesMetodo simplex en dos fases
Metodo simplex en dos fases
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Metodo simplex maxgallagher
Metodo simplex maxgallagherMetodo simplex maxgallagher
Metodo simplex maxgallagher
 
L20 Simplex Method
L20 Simplex MethodL20 Simplex Method
L20 Simplex Method
 
Expo 3 análisis de sensibilidad (método grafico)
Expo 3   análisis de sensibilidad (método grafico)Expo 3   análisis de sensibilidad (método grafico)
Expo 3 análisis de sensibilidad (método grafico)
 
Introducción a la Investigación de Operaciones
Introducción a la Investigación de OperacionesIntroducción a la Investigación de Operaciones
Introducción a la Investigación de Operaciones
 
PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"
 
Análisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoAnálisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método Gráfico
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 

Ähnlich wie Metodo Simplex (20)

Sesión 04 2015 II
Sesión 04 2015 IISesión 04 2015 II
Sesión 04 2015 II
 
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
Unmsm   fisi - método dual simplex - io1 cl10-dual_simplexUnmsm   fisi - método dual simplex - io1 cl10-dual_simplex
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Programación Lineal.pdf
Programación Lineal.pdfProgramación Lineal.pdf
Programación Lineal.pdf
 
Método algebraico
Método algebraicoMétodo algebraico
Método algebraico
 
Unidad 2. El método simplex
Unidad 2. El método simplexUnidad 2. El método simplex
Unidad 2. El método simplex
 
Unidad 2. El método simplex
Unidad 2. El método simplexUnidad 2. El método simplex
Unidad 2. El método simplex
 
Investigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos GeneralesInvestigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos Generales
 
Método símplex en investigación de operaciones y simulación
Método símplex en investigación de operaciones y simulaciónMétodo símplex en investigación de operaciones y simulación
Método símplex en investigación de operaciones y simulación
 
Simplex
SimplexSimplex
Simplex
 
3 Metodo Simplex.pdf
3 Metodo Simplex.pdf3 Metodo Simplex.pdf
3 Metodo Simplex.pdf
 
Act. 3.5 método simplex equipo 2
Act. 3.5 método simplex equipo 2Act. 3.5 método simplex equipo 2
Act. 3.5 método simplex equipo 2
 
Método simplex.
Método simplex. Método simplex.
Método simplex.
 
Pasos metodo simplex
Pasos metodo simplexPasos metodo simplex
Pasos metodo simplex
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
Ejemplo práctico en clase
Ejemplo práctico en claseEjemplo práctico en clase
Ejemplo práctico en clase
 
Unidad3
Unidad3Unidad3
Unidad3
 
Unidad3 (1)
Unidad3 (1)Unidad3 (1)
Unidad3 (1)
 
Metodo simplex-investigacion-simulacion-y-operaciones
Metodo simplex-investigacion-simulacion-y-operacionesMetodo simplex-investigacion-simulacion-y-operaciones
Metodo simplex-investigacion-simulacion-y-operaciones
 
El Método simplex
El Método simplexEl Método simplex
El Método simplex
 

Mehr von Isabel

Isabel trejo reconocimientofacial_evidencia1
Isabel trejo reconocimientofacial_evidencia1Isabel trejo reconocimientofacial_evidencia1
Isabel trejo reconocimientofacial_evidencia1Isabel
 
Expresiones Regulares
Expresiones RegularesExpresiones Regulares
Expresiones RegularesIsabel
 
Compiladores
CompiladoresCompiladores
CompiladoresIsabel
 
Lenguajes formales
Lenguajes formalesLenguajes formales
Lenguajes formalesIsabel
 
Herramientas
HerramientasHerramientas
HerramientasIsabel
 
Algortimos
AlgortimosAlgortimos
AlgortimosIsabel
 
Unidad 3
Unidad 3Unidad 3
Unidad 3Isabel
 
Unidad 3
Unidad 3Unidad 3
Unidad 3Isabel
 
Factores
FactoresFactores
FactoresIsabel
 
Software de alta calidad
Software de alta calidadSoftware de alta calidad
Software de alta calidadIsabel
 
Unidad 2
Unidad 2Unidad 2
Unidad 2Isabel
 
Historia
HistoriaHistoria
HistoriaIsabel
 
Modelo de datos
Modelo de datosModelo de datos
Modelo de datosIsabel
 
Mda informatica
Mda informaticaMda informatica
Mda informaticaIsabel
 
Conceptos basicos
Conceptos basicosConceptos basicos
Conceptos basicosIsabel
 
Unidad 1 ciclo de vida
Unidad 1 ciclo de vidaUnidad 1 ciclo de vida
Unidad 1 ciclo de vidaIsabel
 
Roles desarrollo software
Roles desarrollo softwareRoles desarrollo software
Roles desarrollo softwareIsabel
 
Unidad 1 conceptos introductorios
Unidad 1 conceptos introductoriosUnidad 1 conceptos introductorios
Unidad 1 conceptos introductoriosIsabel
 

Mehr von Isabel (20)

Isabel trejo reconocimientofacial_evidencia1
Isabel trejo reconocimientofacial_evidencia1Isabel trejo reconocimientofacial_evidencia1
Isabel trejo reconocimientofacial_evidencia1
 
Expresiones Regulares
Expresiones RegularesExpresiones Regulares
Expresiones Regulares
 
Compiladores
CompiladoresCompiladores
Compiladores
 
Lenguajes formales
Lenguajes formalesLenguajes formales
Lenguajes formales
 
Herramientas
HerramientasHerramientas
Herramientas
 
Gmail
GmailGmail
Gmail
 
Algortimos
AlgortimosAlgortimos
Algortimos
 
Unidad 3
Unidad 3Unidad 3
Unidad 3
 
Unidad 3
Unidad 3Unidad 3
Unidad 3
 
Factores
FactoresFactores
Factores
 
Software de alta calidad
Software de alta calidadSoftware de alta calidad
Software de alta calidad
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Historia
HistoriaHistoria
Historia
 
Modelo de datos
Modelo de datosModelo de datos
Modelo de datos
 
Mda informatica
Mda informaticaMda informatica
Mda informatica
 
Sgbd
SgbdSgbd
Sgbd
 
Conceptos basicos
Conceptos basicosConceptos basicos
Conceptos basicos
 
Unidad 1 ciclo de vida
Unidad 1 ciclo de vidaUnidad 1 ciclo de vida
Unidad 1 ciclo de vida
 
Roles desarrollo software
Roles desarrollo softwareRoles desarrollo software
Roles desarrollo software
 
Unidad 1 conceptos introductorios
Unidad 1 conceptos introductoriosUnidad 1 conceptos introductorios
Unidad 1 conceptos introductorios
 

Metodo Simplex

  • 2. Pasos para el método simplex. 1.- Aumento completo del problema de PL usando variables de holgura, de excedente y artificiales según se necesiten. Problema de PL: Maximizar Z= 7x1 + 10x2 Sujeto a 7x1 + 7x2<= 49 10x1 + 5x2 <= 50 x1, x2 >= 0
  • 4. Z= 7x1 + 10x2 7x1 + 7x2 + s3= 49 10x1 + 5x2 + s4 = 50 Z= 7x1 + 10x2 + 0s3 + 0s4 7x1 + 7x2 + s3 + 0s4= 49 10x1 + 5x2 + 0s3 + s4 = 50
  • 5. 2.- Construir la tabla inicial usando los coeficientes del problema aumentado con un renglón para cada restricción. Todas las variables de decisión se deben igualar a 0: X1 = X2 = 0 7x1 + 7x2 + s3 + 0s4= 49 s3 = 49 10x1 + 5x2 + 0s3 + s4 = 50 s4 = 50
  • 6. La solución debe tener un +1 en la columna de la variable básica y todos los demás 0. Coeficientes de la función Objetivo
  • 7. 3.- Prueba de la solución calculando los renglones de costo de oportunidad (Zj) y del criterio simplex (Cj-Zj). La soluciónes optima sitodos los valoresCj-Zjson negativos o cero cuando se estámaximizando y positivos o cero cuando se estáminimizando.
  • 8. Función Objetivo para esta solución Criterio Simplex Zj = ∑ CjAij
  • 9. 4.- Si la solución no esóptima, se identifica la variable queentra y la variable que sale. 1.- Variable queentra: Maximizar: La variable con mayor valor positivo del criterio simplex. X2 = 10 Minimizar: Variable con valor masnegativo en el criterio simplex.
  • 11. 2.- Variable que sale: Se divide el valor de la soluciónparacada variable básica entre el coeficiente de la columnapivote de sumismorenglón. Para maximizar se selecciona la variable del númeropositivomaspequeño. Para minimizar se elige la variable con valor más negativo.
  • 14. 5.- Se revisa la solución para desarrollar una nueva tabla. Primero se encuentra el nuevo renglón pivote. Elemento del renglón pivote que se tiene. Nuevo elemento del renglón pivote = Elemento intersección.
  • 16. Después se revisan los otros renglones uno a la vez: Nuevo elemento del renglón Elemento del renglón que se tiene. Elemento anterior de la columna pivote Nuevo elemento del renglón pivote
  • 17.
  • 18. 6.- Regresar al paso 3 calculando los renglones de costo de oportunidad (Zj) y del criterio simplex (Cj-Zj).