Unidad:

MODELAMIENTO MATEMÁTICO
Capitulo y Tema: Actividad:
I. Retroalimentación. 1.1. Resumen Programación Lineal, Método Gráfico y
Tema 1. Programación lineal Método Simplex
Módulo: Nombre (s):
IX “B” CATALINA MALACATUS
Profesor:
LUIS ANTONIO CHAMBA ERAS
Fecha en la cual el profesor Fecha en la cual el profesor recibe la actividad:
encarga la actividad:
Mie 13/Oct/2010 Mar 19/Oct/2010
Bibliografía:
CORONADO Teodoro, Programación Lineal, [en línea], véase en: http://thales.cica.es/rd/
Recursos/rd98/ Matematicas /29/ intro.html [Consultado: Vie 15/Oct/2010]
RIVERA Jorge, Programación Lineal, [en línea], véase en: http://www.scribd.com/
document_downloads/direct/28147977?extension=pdf&ft=1278644096&lt=1278647706&uahk
= oFoahMc8tWClbKWRT9EmI+qUN8c [Consultado: Sab 16/Oct/2010]
ProgramaciónLineal.net , Método Simplex, , [en línea], véase en:
http://www.programacionlineal.net/simplex.html [Consultado: Sab 16/Oct/2010]

1. INTRODUCCIÓN
Mucha gente sitúa el desarrollo de la programación lineal entre los avances científicos más
importantes de la mitad del siglo XX. La programación lineal es el estudio de modelos matemáticos
(denotados en símbolos o expresiones matemáticas) concernientes a la asignación eficiente de los
recursos limitados en las actividades conocidas, con el objetivo de satisfacer las metas deseadas tal
como maximizar beneficios o minimizar costos. Un modelo de programación lineal proporciona un
método eficiente para determinar una decisión óptima escogida de un gran número de decisiones
posibles.
La programación lineal es una técnica mediante la cual se toman decisiones, reduciendo el problema
bajo estudio a un modelo matemático general, el cual debe ser resuelto por métodos cuantitativos.
La solución de dichos modelos se obtiene aplicando diversas técnicas como: el método gráfico,
método algebraico, método simplex.
A continuación se indican los aspectos más relevantes dentro de la programación lineal y los
métodos más utilizados:

2. RESULTADOS
19 de octubre de 2010

Programación Lineal

Se llama programación lineal al conjunto de técnicas matemáticas que pretenden resolver la

situación siguiente: optimizar (maximizar o minimizar) una función objetivo, función lineal de varias
variables, sujeta a una serie de restricciones, expresadas por inecuaciones lineales. Se considera un
Modelos Determinista y su empleo es frecuente en aplicaciones de la industria, la economía, la
estrategia militar, etc.
El desarrollo paralelo de la computación digital, hizo posible el rápido avance de la PL y la aplicación
empresarial a todo tipo de problemas. De ahí que se han desarrollado algunas aplicaciones para
resolver problemas de PL tales como InvOp, lingo, lindo, PrgLin, ProLin, solver, tora, WinQSB, entre
otros, y en línea se tiene algunas páginas que brindan ayuda tales como www.phpsimplex.com y
www.programacionlineal.net.

Catalina Malacatus
Se debe tener presente que en un problema de programación lineal intervienen:
Función objetivo.- En esencia la programación lineal consiste en optimizar (maximizar o minimizar)
una función objetivo, que es una función lineal de varias variables: f(x,y)=ax+by.
Restricciones .- Las restricciones que deben ser inecuaciones lineales. Su número depende del
problema en cuestión. El carácter de desigualdad viene impuesto por las limitaciones,
disponibilidades o necesidades, que son: inferiores a ( menores: < o ); como mínimo de (mayores: >
o). Tanto si se trata de maximizar como de minimizar, las desigualdades pueden darse en cualquiera
de los dos sentidos.
Solución o región factible..- Al conjunto de valores de x e y que verifican todas y cada una de las
restricciones se lo denomina conjunto (o región) factible. Todo punto de ese conjunto puede ser
solución del problema; todo punto no perteneciente a ese conjunto no puede ser solución.
Solución óptima.- La solución óptima del problema será un par de valores (x0, y0) del conjunto
factible que haga que f(x,y) tome el valor máximo o mínimo.

Método Gráfico
El método gráfico es una alternativa eficiente para enfrentar la resolución de modelos de
Programación Lineal en 2 variables, donde el dominio de puntos factibles (en caso de existir) se
encontrará en el primer cuadrante, como producto de la intersección de las distintas restricciones del
problema lineal. Los pasos que se siguen en el método gráfico son tres:
1. Graficar las ecuaciones:
Convertir las desigualdades en igualdades, y graficarlas.
2. Encontrar la región factible:
Usar puntos de prueba (por lo general (0,0)), si satisfacen la inecuación se encuentran dentro del
área factible.
Determinar la región factible, es aquella que se encuentra mas definida (es decir más pintada)
3. Comprobar los puntos de la región factible:
Luego de encontrar los vértices de la región factible se remplaza en la Función Objetivo, para
determinar el valor de cada una de las variables de decisión que permiten obtener el valor óptimo.

Método Simplex
El Método Simplex publicado por George Dantzig en 1947 consiste en un algoritmo iterativo que
secuencialmente se va aproximando a la solución óptima del problema en caso de existir una. El
método del simplex se utiliza, sobre todo, para resolver problemas de programación lineal en los que
intervienen tres o más variables. El álgebra matricial y el proceso de eliminación de Gauss-Jordan
para resolver un sistema de ecuaciones lineales constituyen la base del método simplex. Cabe
destacar que para aplicar el Método Simplex a un modelo lineal, este debe estar en un formato
especial conocido como formato estándar. Se consideraron los siguientes pasos:
19 de octubre de 2010

1. Convertir las desigualdades en igualdades:

<=: + h (añadir variables de holgura)
>=: -e (añadir variables de exceso)
2. Igualar la función objetivo a cero y después agregar la variables de holgura del sistema anterior:
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 la tabla inicial simplex:
En las columnas aparecerán todas las variables del problema
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.

Catalina Malacatus
 4. Encontrar la variable que entra en la base y la variable que sale de la base:
4.1 Para escoger la variable de decisión que entra en la base
Escogemos la variable con el coeficiente de mayor valor absoluto de la FO.
Si existiesen dos o más coeficientes iguales se elige cualquiera de ellos.
Cuando se maximiza: s i en la fila de la FO no existe ningún coeficiente negativo, significa que se
ha alcanzado la solución óptima. Cuando se minimiza: s i en la fila de la FO no existe ningún
coeficiente positivo, significa que se ha alcanzado la solución óptima
La columna de la variable que entra en la base se llama columna pivote.
4.2 Para encontrar la variable que tiene que salir de la base
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 algún elemento es menor o igual que cero no se hace la operación.
Si todos los elementos fuesen menores o iguales a cero, entonces la solución no esta definida.
El término de menor cociente positivo, indica la fila de la variable que sale de la base. Si al calcular los
cocientes, dos o más son iguales, se elige cualquiera de ellas.
4.3 La intersección de la fila pivote y columna pivote nos da el elemento pivote, esto indica que la
variable que entra y la variable que sale.
5. Encontrar los coeficientes para la nueva tabla:
Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los coeficientes de la fila por el
elemento pivote, ya que este se debe convertir en 1.
Nueva Fila Pivote = Vieja Fila Pivote / Pivote.
Para el resto de filas:
Nuevo Fila = Vieja Fila - (Coeficientes de la vieja fila en la columna de la variable entrante) *
(Nuevo Fila Pivote).

19 de octubre de 2010

Catalina Malacatus