Vous êtes sur la page 1sur 3

Ejemplo del Método Simplex

A un grupo de artesanos se le presenta la oportunidad exportar cinturones de piel de salmón al mercado europeo. Clasifican los cinturones en dos tipos A y B: A por alta calidad y B por baja calidad. De acuerdo a sus estimaciones tendrían una utilidad de 4 euros por cinturón tipo A y 3 euros por el tipo B. La confección de un cinturón tipo A les requiere el doble de tiempo que uno tipo B. Si confeccionaran sólo cinturones tipo B podrían hacer 1.000 diarios. En todo caso, el abastecimiento de piel es suficiente para confeccionar un total combinado de 800 cinturones diarios. Los cinturones usan un diferente tipo de hebilla según su calidad. Se pueden abastecer de 800 hebillas elegantes al día para los cinturones tipo A y 700 hebillas corrientes al día para los cinturones tipo B. Se desea formular y resolver un modelo de Programación Lineal que permita a los artesanos decidir cuántos cinturones de cada tipo fabricar de modo de maximizar sus ganancias.

1.-Variables de Decisión x1: Número de cinturones tipo A a fabricar por semana.

x2: Número de cinturones tipo B a fabricar por semana.

2.- Función Objetivo

Cada cinturón tipo A reporta una utilidad de 4 euros y cada cinturón tipo B

reporta una utilidad de 3 euros. Se desea maximizar la utilidad total dada por: Max 4x1+3x2

3.-Restricciones

No se puede fabricar más cinturones tipo A que la cantidad de hebillas

disponibles: x1≤800 No se puede fabricar más cinturones tipo B que la cantidad de hebillas

disponibles: x2700 Como máximo se puede confeccionar diariamente 800 cinturones del tipo A

y del tipo B en conjunto: x1+x2≤800 La capacidad de producción permite fabricar 1.000 cinturones tipo B a la

semana si se fabricara sólo cinturones de este tipo. Los cinturones tipo A ocupan el doble de recursos que uno B, esto es se pueden fabricar 500 cinturones a la semana si sólo se fabrican cinturones tipo A: 2x1+x2≤1.000 No negatividad de las variables de decisión: x1, x2 0

En términos compactos el modelo de Programación Lineal queda definido por:

En términos compactos el modelo de Programación Lineal queda definido por: Previo a la aplicación delMétodo Simplex será necesario llevar el modelo a su forma estándar. Para ello llevamos la función objetivo a minimización y agregamos las variables de holgura no negativas x 3, x 4, x 5, y x 6, para las restricciones 1, 2, 3 y 4, respectivamente. Con ello construimos la tabla inicial del Método Simplex donde las variables de holgura previamente identificadas definen una solución básica factible inicial (no óptima): Por el criterio del costo reducido más negativo la variable que ingresa a la base es x 1 . Luego calculamos en dicha columna el mínimo cuociente que esta dado por: . " id="pdf-obj-1-4" src="pdf-obj-1-4.jpg">

Previo a la aplicación del Método Simplex será necesario llevar el modelo a su forma estándar. Para ello llevamos la función objetivo a minimización

y agregamos las variables de

holgura no negativas x3, x4, x5, y x6, para las

restricciones 1, 2, 3 y 4, respectivamente.

En términos compactos el modelo de Programación Lineal queda definido por: Previo a la aplicación delMétodo Simplex será necesario llevar el modelo a su forma estándar. Para ello llevamos la función objetivo a minimización y agregamos las variables de holgura no negativas x 3, x 4, x 5, y x 6, para las restricciones 1, 2, 3 y 4, respectivamente. Con ello construimos la tabla inicial del Método Simplex donde las variables de holgura previamente identificadas definen una solución básica factible inicial (no óptima): Por el criterio del costo reducido más negativo la variable que ingresa a la base es x 1 . Luego calculamos en dicha columna el mínimo cuociente que esta dado por: . " id="pdf-obj-1-26" src="pdf-obj-1-26.jpg">

Con ello construimos la tabla inicial del Método Simplex donde las variables de holgura previamente identificadas definen una solución básica factible inicial (no óptima):

En términos compactos el modelo de Programación Lineal queda definido por: Previo a la aplicación delMétodo Simplex será necesario llevar el modelo a su forma estándar. Para ello llevamos la función objetivo a minimización y agregamos las variables de holgura no negativas x 3, x 4, x 5, y x 6, para las restricciones 1, 2, 3 y 4, respectivamente. Con ello construimos la tabla inicial del Método Simplex donde las variables de holgura previamente identificadas definen una solución básica factible inicial (no óptima): Por el criterio del costo reducido más negativo la variable que ingresa a la base es x 1 . Luego calculamos en dicha columna el mínimo cuociente que esta dado por: . " id="pdf-obj-1-30" src="pdf-obj-1-30.jpg">

Por el criterio del costo reducido más negativo la variable que ingresa a la base es x1. Luego calculamos en dicha columna el mínimo cuociente que

esta dado por:

.
.

En consecuencia el

pivote se encuentra

en

la

fila

4

y

por

tanto

la

variable x6deja la base. (Notar que para el cálculo del mínimo cuociente o

criterio de factibilidad sólo se consideran denominadores que sean estrictamente mayores a cero).

En consecuencia el pivote se encuentra en la fila 4 y por tanto la variable x

Ahora

la

variable no

 

a

la

base es x2. Calculamos

nuevamente

el

básica que ingresa mínimo cuociente

sobre

dicha

columna

obteniendo:

obteniendo:
 

. Por tanto x5 abandona la base. Con ello realizamos una nueva iteración del Método Simplex:

En consecuencia el pivote se encuentra en la fila 4 y por tanto la variable x

La

solución

óptima

es x1=200 y x2=600,

 

donde

el

valor

de

las

holguras x3 y x4 corresponde

a

600

y

100,

respectivamente.

Notar

adicionalmente que las variables x5 y x6 son no básicas en el óptimo, por tanto su valor es cero, lo que indica que las restricciones 3 y 4 son activas.

El valor óptimo del problema es V(P)=2.600.