SlideShare ist ein Scribd-Unternehmen logo
1 von 3
El método del simplex fue creado en 1947 por el matemático George Dantzig.
Este método es utilizado, sobre todo, para resolver problemas de programación
lineal en los que intervienen tres o más variables.
El método del simplex es un procedimiento iterativo que permite ir mejorando la
solución a cada paso. El proceso concluye cuando no es posible seguir
mejorando más dicha solución.
El método está diseñado de manera que la función objetivo no disminuya (o
aumente) en un modelo de maximización (o minimización) y generalmente
aumentará (o disminuirá) en cada iteración.


Pasos para el desarrollo del método simplex:
   1. Hallar una solución básica factible inicial.
      a. Convertir las desigualdades en igualdades.
      b. Igualar la Función Objetivo a cero.
      c. Escribir la tabla 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 primera fila
          con los coeficientes de la función objetivo.
   2. Prueba de optimidad: determinar si la solución básica factible inicial es
      óptima, esto ocurre si todos los coeficientes de la ecuación son no
      negativos (= 0), para el caso de maximización. Si es así, el proceso
      termina; de otra manera se lleva a cabo otra iteración para obtener la
      nueva solución básica factible inicial.
   3. Para escoger la variable de decisión que entra en la base, nos fijamos
      en la primera fila, la de los coeficientes de la función objetivo y
      escogemos la variable con el coeficiente negativo mayor
      a. Si existiesen dos o más coeficientes iguales que cumplan la
          condición anterior, entonces se elige uno cualquiera de ellos.
      b. Si en la primera 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 primera fila no haya elementos negativos (para el caso
          de maximización).
c. La columna de la variable que entra en la base se llama columna
           pivote
   4. Para todos los problemas de maximización y minimización, la variable
       que sale es la variable básica que tiene la razón más pequeña (positiva).
       Una coincidencia se anula arbitrariamente.
       a. Para determinar la razón de cada renglón, 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.
       b. 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.
       c. El término de la columna pivote que en la división anterior dé lugar al
           menor cociente positivo, indica la fila de la variable de holgura que
           sale de la base. Esta fila se llama fila pivote
   5. En la intersección de la fila pivote y columna pivote se encuentra el
       elemento pivote.
   6. Se determina la nueva solución básica factible construyendo una nueva
       tabla en la forma apropiada de eliminación de Gauss, abajo de la que se
       tiene. Para cambiar el coeficiente de la nueva variable básica en el
       renglón pivote a 1, se divide todo el renglón entre el número pivote,
       entonces

         Nueva fila del pivote = renglón o fila pivote antigua / número pivote

   7. Para el resto de las filas:

   Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la variable
                           entrante) X (Nueva fila del pivote)

                                            Ó

renglón nuevo = renglón antiguo - ( coeficiente de la columna pivote X renglón
pivote nuevo)
8. Si en los elementos de la primera fila hay un coeficiente negativo,
   significa que no hemos llegado todavía a la solución óptima. Entonces
   se repite el proceso.
9. Si todos los coeficientes de la fila de la función objetivo son positivos,
   hemos llegado a la solución óptima. La solución óptima viene dada por
   el valor de Z en la columna de los valores solución. En la misma
   columna se puede observar el vértice donde se alcanza, observando las
   filas correspondientes a las variables de decisión que han entrado en la
   base.

Weitere ähnliche Inhalte

Was ist angesagt?

Ejemplo de un modelo de programación lineal 2
Ejemplo de  un modelo de programación lineal 2 Ejemplo de  un modelo de programación lineal 2
Ejemplo de un modelo de programación lineal 2 hectorrivera211
 
Método de las dos fases
Método de las dos fasesMétodo de las dos fases
Método de las dos fasesJaime Medrano
 
Unidad 1. Metodología de la investigación de operaciones y formulación de mod...
Unidad 1. Metodología de la investigación de operaciones y formulación de mod...Unidad 1. Metodología de la investigación de operaciones y formulación de mod...
Unidad 1. Metodología de la investigación de operaciones y formulación de mod...Universidad del golfo de México Norte
 
Presentacion programacion dinamica
Presentacion programacion dinamicaPresentacion programacion dinamica
Presentacion programacion dinamicaVINAYOCANDO13
 
Métodos de optimizacion
Métodos de optimizacionMétodos de optimizacion
Métodos de optimizacionSaid Mora
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónLuis Guerrero
 
programacion lineal metodo grafico
programacion lineal metodo graficoprogramacion lineal metodo grafico
programacion lineal metodo graficok4ndo
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operacionesGARAVITOGIOVANNI
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2CEMEX
 
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbreHectorHinojosaAlonso1
 
2.1 metodo de intervalo
2.1 metodo de intervalo2.1 metodo de intervalo
2.1 metodo de intervalomorenito9001
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestralesMynor Garcia
 
Metodo simplexdual
Metodo simplexdualMetodo simplexdual
Metodo simplexdualAndres Mena
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continuaLIZBETH IZA
 

Was ist angesagt? (20)

El Metodo Simplex
El Metodo SimplexEl Metodo Simplex
El Metodo Simplex
 
Ejemplo de un modelo de programación lineal 2
Ejemplo de  un modelo de programación lineal 2 Ejemplo de  un modelo de programación lineal 2
Ejemplo de un modelo de programación lineal 2
 
Método de las dos fases
Método de las dos fasesMétodo de las dos fases
Método de las dos fases
 
Unidad 1. Metodología de la investigación de operaciones y formulación de mod...
Unidad 1. Metodología de la investigación de operaciones y formulación de mod...Unidad 1. Metodología de la investigación de operaciones y formulación de mod...
Unidad 1. Metodología de la investigación de operaciones y formulación de mod...
 
Presentacion programacion dinamica
Presentacion programacion dinamicaPresentacion programacion dinamica
Presentacion programacion dinamica
 
Métodos de optimizacion
Métodos de optimizacionMétodos de optimizacion
Métodos de optimizacion
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
programacion lineal metodo grafico
programacion lineal metodo graficoprogramacion lineal metodo grafico
programacion lineal metodo grafico
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operaciones
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
 
Transporte y asignación
Transporte y asignaciónTransporte y asignación
Transporte y asignación
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
2.1 metodo de intervalo
2.1 metodo de intervalo2.1 metodo de intervalo
2.1 metodo de intervalo
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Programacion lineal entera
Programacion lineal enteraProgramacion lineal entera
Programacion lineal entera
 
Metodo simplexdual
Metodo simplexdualMetodo simplexdual
Metodo simplexdual
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continua
 

Ähnlich wie Procedimiento-Método Símplex

Método simple
Método simpleMétodo simple
Método simplepaultca
 
Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3ClaudiaEPO
 
Metodosimplexdaniela
MetodosimplexdanielaMetodosimplexdaniela
Metodosimplexdanielalilirey1989
 
PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"ALEGRE_ALI
 
PROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEXPROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEXALEGRE_ALI
 
1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigacionesCarlos Quintero
 
Actividad3.5 equipo4completa
Actividad3.5 equipo4completaActividad3.5 equipo4completa
Actividad3.5 equipo4completaviovazquez1780
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXjjsch01
 

Ähnlich wie Procedimiento-Método Símplex (20)

Método simple
Método simpleMétodo simple
Método simple
 
Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Beba
BebaBeba
Beba
 
Unidad3 metodo simplex
Unidad3 metodo simplexUnidad3 metodo simplex
Unidad3 metodo simplex
 
Operativa 1
Operativa  1Operativa  1
Operativa 1
 
Metodosimplexdaniela
MetodosimplexdanielaMetodosimplexdaniela
Metodosimplexdaniela
 
PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"PROGRAMACION LINEAL "METODO SIMPLEX"
PROGRAMACION LINEAL "METODO SIMPLEX"
 
PROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEXPROGRAMACION LINEAL METODO SIMPLEX
PROGRAMACION LINEAL METODO SIMPLEX
 
Unidad3
Unidad3Unidad3
Unidad3
 
Unidad3 (1)
Unidad3 (1)Unidad3 (1)
Unidad3 (1)
 
Metodosimplex
MetodosimplexMetodosimplex
Metodosimplex
 
Metodosimplex
MetodosimplexMetodosimplex
Metodosimplex
 
1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones1.método simplex para la solución de problemas de operaciones de investigaciones
1.método simplex para la solución de problemas de operaciones de investigaciones
 
Actividad3.5 equipo4completa
Actividad3.5 equipo4completaActividad3.5 equipo4completa
Actividad3.5 equipo4completa
 
Actividad 3.5 equipo 4 método simplex
Actividad 3.5 equipo 4 método simplexActividad 3.5 equipo 4 método simplex
Actividad 3.5 equipo 4 método simplex
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Algoritmo simplex
Algoritmo simplexAlgoritmo simplex
Algoritmo simplex
 
3 Metodo Simplex.pdf
3 Metodo Simplex.pdf3 Metodo Simplex.pdf
3 Metodo Simplex.pdf
 

Procedimiento-Método Símplex

  • 1. El método del simplex fue creado en 1947 por el matemático George Dantzig. Este método es utilizado, sobre todo, para resolver problemas de programación lineal en los que intervienen tres o más variables. El método del simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución. El método está diseñado de manera que la función objetivo no disminuya (o aumente) en un modelo de maximización (o minimización) y generalmente aumentará (o disminuirá) en cada iteración. Pasos para el desarrollo del método simplex: 1. Hallar una solución básica factible inicial. a. Convertir las desigualdades en igualdades. b. Igualar la Función Objetivo a cero. c. Escribir la tabla 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 primera fila con los coeficientes de la función objetivo. 2. Prueba de optimidad: determinar si la solución básica factible inicial es óptima, esto ocurre si todos los coeficientes de la ecuación son no negativos (= 0), para el caso de maximización. Si es así, el proceso termina; de otra manera se lleva a cabo otra iteración para obtener la nueva solución básica factible inicial. 3. Para escoger la variable de decisión que entra en la base, nos fijamos en la primera fila, la de los coeficientes de la función objetivo y escogemos la variable con el coeficiente negativo mayor a. Si existiesen dos o más coeficientes iguales que cumplan la condición anterior, entonces se elige uno cualquiera de ellos. b. Si en la primera 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 primera fila no haya elementos negativos (para el caso de maximización).
  • 2. c. La columna de la variable que entra en la base se llama columna pivote 4. Para todos los problemas de maximización y minimización, la variable que sale es la variable básica que tiene la razón más pequeña (positiva). Una coincidencia se anula arbitrariamente. a. Para determinar la razón de cada renglón, 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. b. 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. c. El término de la columna pivote que en la división anterior dé lugar al menor cociente positivo, indica la fila de la variable de holgura que sale de la base. Esta fila se llama fila pivote 5. En la intersección de la fila pivote y columna pivote se encuentra el elemento pivote. 6. Se determina la nueva solución básica factible construyendo una nueva tabla en la forma apropiada de eliminación de Gauss, abajo de la que se tiene. Para cambiar el coeficiente de la nueva variable básica en el renglón pivote a 1, se divide todo el renglón entre el número pivote, entonces Nueva fila del pivote = renglón o fila pivote antigua / número pivote 7. Para el resto de las filas: Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la variable entrante) X (Nueva fila del pivote) Ó renglón nuevo = renglón antiguo - ( coeficiente de la columna pivote X renglón pivote nuevo)
  • 3. 8. Si en los elementos de la primera fila hay un coeficiente negativo, significa que no hemos llegado todavía a la solución óptima. Entonces se repite el proceso. 9. Si todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la solución óptima. La solución óptima viene dada por el valor de Z en la columna de los valores solución. En la misma columna se puede observar el vértice donde se alcanza, observando las filas correspondientes a las variables de decisión que han entrado en la base.