PROGRAMACION LINEAL

TAREA 1. MÉTODOS SIMPLEX PRIMAL Y SIMPLEX DUAL

INDIVIDUAL

CAMILO ANDRÉS COVILLA No. 1065.882.958

PROGRAMACION LINEAL 100404A_611

TUTORA
ANGELICA MILENA BARRIOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROGRAMACION LINEAL
2019
 Ejercicio 1.
Una empresa de jugos naturales produce tres tipos de bebidas que se venden en los
supermercados de cadena y que cuyas compradoras potenciales son las madres para poner en
las loncheras de sus hijos (Jugo 1 de pera, Jugo 2 de manzana y Jugo 3 tropical). El jugo 1
está compuesto por 20 mililitros el componente A, 30 mililitros el componente B y 20
mililitros el componente C. El jugo 2 está compuesto por 30 mililitros el componente A, 20
mililitros el componente B y 20 mililitros vez el componente C y finalmente el jugo 3 está
compuesto por 20 mililitros el componente A, 10 mililitros el componente B y 20 mililitros
el componente C. Se deben gastar como minino 1500 mililitros del componente A, máximo
1700 mililitros del B y máximo 1300 mililitros del C por producción al día. La utilidad de
los jugos 1, 2 y 3, es respectivamente de 600, 400 y 500 pesos. El componente A, hace
relación al agua usada, el B al saborizante que incluye concentración de azúcar y el C al
conservante.

Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex por los
algoritmos simplex algebraico y simplex de las dos fases. Responda:

¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método algebraico del
simplex primal?
Procedimiento a realizar.
Tipos de Jugo de Pera Jugo de Jugo Tropical. Restricción.
Bebidas. Manzana.
Agua 20 30 20 ˃= 1500
Saborizante 30 20 10 ˂= 1700
Conservante 20 20 20 ˂= 1300
Precio $600 $400 $500

Procedimiento.
𝐱 𝟏 = 𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞 𝐉𝐮𝐠𝐨𝐬 𝟏
𝐱 𝟐 = 𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞 𝐉𝐮𝐠𝐨𝐬 𝟐
𝐱 𝟑 = 𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞 𝐉𝐮𝐠𝐨𝐬 𝟑
A. Para la realización del ejercicio a través del método simplex algebraico, como punto
de partida se plantea el modelo canónico del problema:

𝐅𝐮𝐧𝐜𝐢𝐨𝐧 𝐎𝐛𝐣𝐞𝐭𝐢𝐯𝐨:

Max: Z = 600x1 + 400x2 + 500x3

𝐑𝐞𝐬𝐭𝐫𝐢𝐜𝐜𝐢𝐨𝐧𝐞𝐬:
20𝑥1 + 30𝑥2 + 20𝑥3 ≥ 1500
30𝑥1 + 20𝑥2 + 10𝑥3 ≤ 1700
20𝑥1 + 20𝑥2 + 20𝑥3 ≤ 1300

Ahora, se plantea el modelo estándar del problema:

𝐅𝐮𝐧𝐜𝐢𝐨𝐧 𝐎𝐛𝐣𝐞𝐭𝐢𝐯𝐨:
𝑀𝑎𝑥: 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3

𝐑𝐞𝐬𝐭𝐫𝐢𝐜𝐜𝐢𝐨𝐧𝐞𝐬:
20𝑥1 + 30𝑥2 + 20𝑥3 − 𝐻1 = 1500
30𝑥1 + 20𝑥2 + 10𝑥3 + 𝐻2 = 1700
20𝑥1 + 20𝑥2 + 20𝑥3 + 𝐻3 = 1300

En este modelo, las variables básicas son aquellas que no se encuentran expresadas
dentro de la función objetivo (𝑯𝟏 , 𝑯𝟐 𝒚 𝑯𝟑 ) y las variables no básicas son las que hacen
parte de la función objetivo (𝒙𝟏 , 𝒙𝟐 𝒚 𝒙𝟑 ).

Para comenzar con las iteraciones, se establece la variable no básica que más maximiza la
función objetivo (en este caso 𝑥1 ) y se identifica cual restricción restringe más a dicha
variable haciendo a las otras variables no básicas de la función objetivo iguales a 0:

𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑥2 𝑦 𝑥3 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:

20𝑥1 − 𝐻1 = 1500 → 20𝑥1 ≥ 1500 → 𝑥1 ≥ 75

30𝑥1 + 𝐻2 = 1700 → 30𝑥1 ≤ 1700 → 𝑥1 ≤ 56.667 (𝑅𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑒 𝑚á𝑠 𝑎 𝑥1 )
20𝑥1 + 𝐻3 = 1300 → 20𝑥1 ≤ 1300 → 𝑥1 ≤ 65

Ahora se despeja a 𝑥1 de la restricción 2:

𝑥1 = 56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2

Luego se reemplaza este valor en la función objetivo y las restricciones a excepción de la 2:

𝑭𝒖𝒏𝒄𝒊𝒐𝒏 𝑶𝒃𝒋𝒆𝒕𝒊𝒗𝒐:
𝑀𝑎𝑥: 𝑍 = 600(56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2 ) + 400𝑥2 + 500𝑥3
𝑀𝑎𝑥: 𝑍 = 34000 − 400𝑥2 − 200𝑥3 − 20𝐻2 + 400𝑥2 + 500𝑥3
𝑀𝑎𝑥: 𝑍 = 34000 + 300𝑥3 − 20𝐻2

𝑹𝒆𝒔𝒕𝒓𝒊𝒄𝒄𝒊ó𝒏 𝟏:
20(56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2 ) + 30𝑥2 + 20𝑥3 − 𝐻1 = 1500
1133.333 − 13.333𝑥2 − 6.667𝑥3 − 0.667𝐻2 + 30𝑥2 + 20𝑥3 − 𝐻1 = 1500
16.667𝑥2 + 13.333𝑥3 − 𝐻1 − 0.667𝐻2 = 366.667

𝑹𝒆𝒔𝒕𝒓𝒊𝒄𝒄𝒊ó𝒏 𝟑:
20(56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2 ) + 20𝑥2 + 20𝑥3 + 𝐻3 = 1300
1133.333 − 13.333𝑥2 − 6.667𝑥3 − 0.667𝐻2 + 20𝑥2 + 20𝑥3 + 𝐻3 = 1300
6.667𝑥2 + 13.333𝑥3 − 0.667𝐻2 + 𝐻3 = 166.667
Este es el modelo estándar resultante:

En este modelo, las variables básicas son aquellas que no se encuentran expresadas
dentro de la función objetivo (𝑯𝟏 , 𝑯𝟐 𝒚 𝑯𝟑 ) y las variables no básicas son las que hacen
parte de la función objetivo (𝒙𝟏 , 𝒙𝟐 𝒚 𝒙𝟑 ).

Para comenzar con las iteraciones, se establece la variable no básica que más maximiza la
función objetivo (en este caso 𝑥1 ) y se identifica cual restricción restringe más a dicha
variable haciendo a las otras variables no básicas de la función objetivo iguales a 0:

𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑥2 𝑦 𝑥3 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:

20𝑥1 − 𝐻1 = 1500 → 20𝑥1 ≥ 1500 → 𝑥1 ≥ 75

30𝑥1 + 𝐻2 = 1700 → 30𝑥1 ≤ 1700 → 𝑥1 ≤ 56.667 (𝑅𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑒 𝑚á𝑠 𝑎 𝑥1 )
20𝑥1 + 𝐻3 = 1300 → 20𝑥1 ≤ 1300 → 𝑥1 ≤ 65

Ahora se despeja a 𝑥1 de la restricción 2:

𝑥1 = 56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2

Luego se reemplaza este valor en la función objetivo y las restricciones a excepción de

la 2:

𝑭𝒖𝒏𝒄𝒊𝒐𝒏 𝑶𝒃𝒋𝒆𝒕𝒊𝒗𝒐:
𝑀𝑎𝑥: 𝑍 = 600(56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2 ) + 400𝑥2 + 500𝑥3
𝑀𝑎𝑥: 𝑍 = 34000 − 400𝑥2 − 200𝑥3 − 20𝐻2 + 400𝑥2 + 500𝑥3
𝑀𝑎𝑥: 𝑍 = 34000 + 300𝑥3 − 20𝐻2
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 1:
20(56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2 ) + 30𝑥2 + 20𝑥3 − 𝐻1 = 1500
1133.333 − 13.333𝑥2 − 6.667𝑥3 − 0.667𝐻2 + 30𝑥2 + 20𝑥3 − 𝐻1 = 1500
16.667𝑥2 + 13.333𝑥3 − 𝐻1 − 0.667𝐻2 = 366.667

𝑹𝒆𝒔𝒕𝒓𝒊𝒄𝒄𝒊ó𝒏 𝟑:
20(56.667 − 0.667𝑥2 − 0.333𝑥3 − 0.033𝐻2 ) + 20𝑥2 + 20𝑥3 + 𝐻3 = 1300
1133.333 − 13.333𝑥2 − 6.667𝑥3 − 0.667𝐻2 + 20𝑥2 + 20𝑥3 + 𝐻3 = 1300
6.667𝑥2 + 13.333𝑥3 − 0.667𝐻2 + 𝐻3 = 166.667
Este es el modelo estándar resultante:

𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 34000 + 300𝑥3 − 20𝐻2

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
16.667𝑥2 + 13.333𝑥3 − 𝐻1 − 0.667𝐻2 = 366.667
𝑥1 + 0.667𝑥2 + 0.333𝑥3 + 0.033𝐻2 = 56.667
6.667𝑥2 + 13.333𝑥3 − 0.667𝐻2 + 𝐻3 = 166.667

Ahora se evalúa si la solución es óptima y factible, para ello las variables no básicas (𝑥2 ,
𝑥3 𝑦 𝐻2 ) deben hacerse 0 en la función objetivo y las restricciones, obteniendo lo siguiente:

𝑀𝑎𝑥: 𝑍 = 34000

𝐻1 = −366.667
𝑥1 = 56.667
𝐻3 = 166.667

Según estos resultados, se puede afirmar que la solución es óptima pero no es factible debido
a que uno de los valores de las variables básicas es negativo. Por consiguiente, se debe seguir
iterando.

Para iterar, se establece la variable no básica que más maximiza la función objetivo (en este
caso 𝑥3 ) y se identifica cual restricción restringe más a dicha variable haciendo a las otras
variables no básicas de la función objetivo iguales a 0:

𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑥2 𝑦 𝐻2 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:

13.333𝑥3 − 𝐻1 = 366.667 → 13.333𝑥3 ≥ 366.667 → 𝑥3 ≥ 27.5

𝑥1 + 0.333𝑥3 = 56.667 → 0.333𝑥3 ≤ 56.667 → 𝑥3 ≤ 170
13.333𝑥3 + 𝐻3 = 166.667 → 13.333𝑥3 ≤ 166.667 → 𝑥3
≤ 12.5 (𝑅𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑒 𝑚á𝑠 𝑎 𝑥3 )

Ahora se despeja a 𝑥3 de la restricción 3:

𝑥3 = 12.5 − 0.5𝑥2 + 0.05𝐻2 − 0.075𝐻3

Luego se reemplaza este valor en la función objetivo y las restricciones a excepción de la 3:

𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 34000 + 300(12.5 − 0.5𝑥2 + 0.05𝐻2 − 0.075𝐻3 ) − 20𝐻2
𝑀𝑎𝑥: 𝑍 = 34000 + 3750 − 150𝑥2 + 15𝐻2 − 22.5𝐻3 − 20H2
𝑀𝑎𝑥: 𝑍 = 37750 − 150𝑥2 − 5H2 − 22.5𝐻3

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 1:
16.667𝑥2 + 13.333(12.5 − 0.5𝑥2 + 0.05𝐻2 − 0.075𝐻3 ) − 𝐻1 − 0.667𝐻2 = 366.667
16.667𝑥2 + 166.667 − 6.667𝑥2 + 0.667𝐻2 − 𝐻3 − 𝐻1 − 0.667𝐻2 = 366.667
10𝑥2 − 𝐻1 − 𝐻3 = 200

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 2:
𝑥1 + 0.667𝑥2 + 0.333(12.5 − 0.5𝑥2 + 0.05𝐻2 − 0.075𝐻3 ) + 0.033𝐻2 = 56.667
𝑥1 + 0.667𝑥2 + 4.167 − 0.167𝑥2 + 0.0167𝐻2 − 0.025𝐻3 + 0.033𝐻2 = 56.667
𝑥1 + 0.5𝑥2 + 0.05𝐻2 − 0.025𝐻3 = 52.5

Este es el modelo estándar resultante:

𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 37750 − 150𝑥2 − 5H2 − 22.5𝐻3

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
10𝑥2 − 𝐻1 − 𝐻3 = 200
𝑥1 + 0.5𝑥2 + 0.05𝐻2 − 0.025𝐻3 = 52.5
𝑥3 + 0.5𝑥2 − 0.05𝐻2 + 0.075𝐻3 = 12.5

Ahora se evalúa si la solución es óptima y factible, para ello las variables no básicas (𝑥2 ,
𝐻2 𝑦 𝐻3 ) deben hacerse 0 en la función objetivo y las restricciones, obteniendo lo siguiente:

𝑀𝑎𝑥: 𝑍 = 37750
𝐻1 = −200
𝑥1 = 52.5
𝑥3 = 12.5

Según estos resultados, se puede afirmar que la solución es óptima pero no es factible
debido a que uno de los valores de las variables básicas es negativo. Por consiguiente,
se debe seguir iterando.

Para iterar, se establece la variable no básica que más maximiza la función objetivo, pero
como todas son negativas, se toma aquella con el valor absoluto más elevado (en este caso
𝑥2 ) y se identifica cual restricción restringe menos a dicha variable haciendo a las otras
variables no básicas de la función objetivo iguales a 0:

𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝐻2 𝑦 𝐻3 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:

10𝑥2 − 𝐻1 = 200 → 10𝑥2 ≥ 200 → 𝑥2 ≥ 20 (𝑅𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑒 𝑚𝑒𝑛𝑜𝑠 𝑎 𝑥2 )

𝑥1 + 0.5𝑥2 = 52.5 → 0.5𝑥2 ≤ 52.5 → 𝑥2 ≤ 105
𝑥3 + 0.5𝑥2 = 12.5 → 0.5𝑥2 ≤ 12.5 → 𝑥2 ≤ 25

Ahora se despeja a 𝑥2 de la restricción 1:

𝑥2 = 20 + 0.1𝐻1 + 0.1𝐻3

Luego se reemplaza este valor en la función objetivo y las restricciones a excepción de la 1:

𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 37750 − 150(20 + 0.1𝐻1 + 0.1𝐻3 ) − 5H2 − 22.5𝐻3
𝑀𝑎𝑥: 𝑍 = 37750 − 3000 − 15𝐻1 − 15𝐻3 − 5H2 − 22.5𝐻3
𝑀𝑎𝑥: 𝑍 = 34750 − 15𝐻1 − 5H2 − 37.5𝐻3

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 2:
𝑥1 + 0.5(20 + 0.1𝐻1 + 0.1𝐻3 ) + 0.05𝐻2 − 0.025𝐻3 = 52.5
𝑥1 + 10 + 0.05𝐻1 + 0.05𝐻3 + 0.05𝐻2 − 0.025𝐻3 = 52.5
𝑥1 + 0.05𝐻1 + 0.05𝐻2 + 0.025𝐻3 = 42.5

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 3:
𝑥3 + 0.5(20 + 0.1𝐻1 + 0.1𝐻3 ) − 0.05𝐻2 + 0.075𝐻3 = 12.5
𝑥3 + 10 + 0.05𝐻1 + 0.05𝐻3 − 0.05𝐻2 + 0.075𝐻3 = 12.5
𝑥3 + 0.05𝐻1 − 0.05𝐻2 + 0.125𝐻3 = 2.5

Este es el modelo estándar resultante:

𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 34750 − 15𝐻1 − 5H2 − 37.5𝐻3

𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
𝑥2 − 0.1𝐻1 − 0.1𝐻3 = 20
𝑥1 + 0.05𝐻1 + 0.05𝐻2 + 0.025𝐻3 = 42.5
𝑥3 + 0.05𝐻1 − 0.05𝐻2 + 0.125𝐻3 = 2.5

Ahora se evalúa si la solución es óptima y factible, para ello las variables no básicas (𝐻1 ,
𝐻2 𝑦 𝐻3 ) deben hacerse 0 en la función objetivo y las restricciones, obteniendo lo siguiente:

𝑀𝑎𝑥: 𝑍 = 34750

𝑥2 = 20
𝑥1 = 42.5
𝑥3 = 2.5

Según estos resultados, se puede afirmar que la solución es óptima y factible debido a que
todos los valores de las variables básicas son positivos y los coeficientes de las variables de
la función objetivo son negativos. Por consiguiente, el valor de las variables para obtener el
resultado más óptimo es:

𝑥1 = 42.5 𝑥2 = 20 𝑥3 = 2.5

Y cuyo valor máximo es:

𝑴𝒂𝒙: 𝒁 = 𝟏𝟗𝟐

¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos
fases del simplex primal?
Funcion Objetivo:
Max: Z = 600x1 + 400x2 + 500x3

Restricciones:
20x1 + 30x2 + 20x3 ≥ 1500
30x1 + 20x2 + 10x3 ≤ 1700
20x1 + 20x2 + 20x3 ≤ 1300
Ahora, se plantea el modelo estándar del problema:

𝐅𝐮𝐧𝐜𝐢𝐨𝐧 𝐎𝐛𝐣𝐞𝐭𝐢𝐯𝐨:
Max: Z = 600x1 + 400x2 + 500x3

Restricciones:
20x1 + 30x2 + 20x3 − H1 = 1500
30x1 + 20x2 + 10x3 + H2 = 1700
20x1 + 20x2 + 20x3 + H3 = 1300

Para comenzar con la Fase I, se agregan variables artificiales o ficticias a las restricciones.
Estas variables deben ser positivas y su cantidad debe ser igual a la cantidad de variables
presentes en la función objetivo, en este caso son 3. Además, se debe plantear una función
objetivo auxiliar, la cual debe componerse de las variables artificiales agregadas y debe ser
minimizada.

Funcion Objetivo Auxiliar:

Min: Z = A1 + A2 + A3 → Min: Z − A1 − A2 − A3 = 0

𝐑𝐞𝐬𝐭𝐫𝐢𝐜𝐜𝐢𝐨𝐧𝐞𝐬:
20x1 + 30x2 + 20x3 − H1 + A1 = 1500
30x1 + 20x2 + 10x3 + H2 + A2 = 1700
20x1 + 20x2 + 20x3 + H3 + A3 = 1300

Este planteamiento puede esquematizarse de este modo:

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 0 0 0 0 0 0 -1 -1 -1 0
1 H1 20 30 20 -1 0 0 1 0 0 1500
2 H2 30 20 10 0 1 0 0 1 0 1700
3 H3 20 20 20 0 0 1 0 0 1 1300

Para comenzar con las iteraciones, las variables artificiales de la función objetivo deben ser
iguales a 0. Por ello se hace necesario sumar las restricciones que contienen estas variables a
la función objetivo obteniendo la siguiente tabla:
 VARIABLES ORIGINALES VARIABLES AUXILIARES
FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 70 70 50 -1 1 1 0 0 0 4500
1 H1 20 30 20 -1 0 0 1 0 0 1500
2 H2 30 20 10 0 1 0 0 1 0 1700
3 H3 20 20 20 0 0 1 0 0 1 1300

Ahora se puede comenzar a iterar, con el objetivo de conseguir un valor de 𝑍 = 0 y que las
variables artificiales sean −1 en la función objetivo. Si esto se puede conseguir, se puede
efectuar la Fase II.

Lo primero que debe hacerse es establecer la variable que entra en la Base. Esta puede
identificarse como la variable con el coeficiente positivo más elevado en la función objetivo.
Como en este caso hay dos que cumplen el requisito (𝑥1 𝑦 𝑥2 ), se puede escoger cualquiera.
Para este problema, se tomará a 𝑥1 .

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 70 70 50 -1 1 1 0 0 0 4500
1 H1 20 30 20 -1 0 0 1 0 0 1500
2 H2 30 20 10 0 1 0 0 1 0 1700
3 H3 20 20 20 0 0 1 0 0 1 1300

Luego, para determinar la variable que sale se realiza una división entre la solución y los
coeficientes de 𝑥1 de la misma fila, y se tomara el valor no negativo menor para establecer el
saliente.

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL. COCIENTE
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 70 70 50 -1 1 1 0 0 0 4500
1 H1 20 30 20 -1 0 0 1 0 0 1500 75
2 H2 30 20 10 0 1 0 0 1 0 1700 56,666667
3 H3 20 20 20 0 0 1 0 0 1 1300 65

Ahora se aplica reducción Gauss-Jordan para hacer el pivote igual a 1 y los demás valores de
la columna igual a 0:
 VARIABLES ORIGINALES VARIABLES AUXILIARES
OPERACIÓN FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
F2'(-70)+F0 0 Z 70 70 50 -1 1 1 0 0 0 4500
F2'(-20)+F1 1 H1 20 30 20 -1 0 0 1 0 0 1500
F2/30 2 X1 30 20 10 0 1 0 0 1 0 1700
F2'(-20)+F3 3 H3 20 20 20 0 0 1 0 0 1 1300

Con su aplicación, se obtiene:

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 0 23,333 26,667 -1 -1,333 1 0 -2,333 0 533,333
1 H1 0 16,667 13,333 -1 -0,667 0 1 -0,667 0 366,667
2 X1 1 0,6667 0,3333 0 0,0333 0 0 0,0333 0 56,6667
3 H3 0 6,6667 13,333 0 -0,667 1 0 -0,667 1 166,667

Este mismo procedimiento debe realizarse hasta que 𝒁 = 𝟎 y que los coeficientes de
variables artificiales de la función objetivo sean −𝟏.

Fase I - Iteración 2:

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL. COCIENTE
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 0 23,333 26,667 -1 -1,333 1 0 -2,333 0 533,333
1 H1 0 16,667 13,333 -1 -0,667 0 1 -0,667 0 366,667 27,5
2 X1 1 0,6667 0,3333 0 0,0333 0 0 0,0333 0 56,6667 170
3 H3 0 6,6667 13,333 0 -0,667 1 0 -0,667 1 166,667 12,5

VARIABLES ORIGINALES VARIABLES AUXILIARES

OPERACIÓN FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
F3'(-26,66)+F0 0 Z 0 23,333 26,667 -1 -1,333 1 0 -2,333 0 533,333
F3'(-13,33)+F1 1 H1 0 16,667 13,333 -1 -0,667 0 1 -0,667 0 366,667
F3'(-0,33)+F2 2 X1 1 0,6667 0,3333 0 0,0333 0 0 0,0333 0 56,6667
F3/13,33 3 X3 0 6,6667 13,333 0 -0,667 1 0 -0,667 1 166,667

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 0 10 0 -1 0 -1 0 -1 -2 200
1 H1 0 10 0 -1 0 -1 1 0 -1 200
2 X1 1 0,5 0 0 0,05 -0,025 0 0,05 -0,025 52,5
3 X3 0 0,5 1 0 -0,05 0,075 0 -0,05 0,075 12,5
Fase I - Iteración 3:

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL. COCIENTE
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 0 10 0 -1 0 -1 0 -1 -2 200
1 H1 0 10 0 -1 0 -1 1 0 -1 200 20
2 X1 1 0,5 0 0 0,05 -0,025 0 0,05 -0,025 52,5 105
3 X3 0 0,5 1 0 -0,05 0,075 0 -0,05 0,075 12,5 25

VARIABLES ORIGINALES VARIABLES AUXILIARES

OPERACIÓN FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
F1'(-10)+F0 0 Z 0 10 0 -1 0 -1 0 -1 -2 200
F1/10 1 X2 0 10 0 -1 0 -1 1 0 -1 200
F1'(-0,5)+F2 2 X1 1 0,5 0 0 0,05 -0,025 0 0,05 -0,025 52,5
F1'(-0,5)+F3 3 X3 0 0,5 1 0 -0,05 0,075 0 -0,05 0,075 12,5

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3 A1 A2 A3
0 Z 0 0 0 0 0 0 -1 -1 -1 0
1 X2 0 1 0 -0,1 0 -0,1 0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 -0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 -0,05 -0,05 0,125 2,5

Con esta iteración, se ha logrado que 𝒁 sea 𝟎 y que los coeficientes de variables
artificiales de la función objetivo sean −𝟏. Con esto se puede iniciar la Fase II. En ella
se debe cambiar la función objetivo auxiliar por la original, y eliminar las columnas de
la variables artificiales de la tabla.

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3
0 Z -600 -400 -500 0 0 0 0
1 X2 0 1 0 -0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5
Lo primero que debe hacerse es establecer la variable que entra en la Base. Esta puede
identificarse como la variable con el coeficiente negativo más bajo en la función objetivo, en
este caso 𝑥1 . Luego, para determinar la variable que sale se realiza una división entre la
solución y los coeficientes de 𝑥2 de la misma fila, y se tomara el valor no negativo menor
para establecer el saliente.

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL. COCIENTE
X1 X2 X3 H1 H2 H3
0 Z -600 -400 -500 0 0 0 0
1 X2 0 1 0 -0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 42,5 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5

Ahora se aplica reducción Gauss-Jordan para hacer el pivote igual a 1 y los demás
valores de la columna igual a 0:

VARIABLES ORIGINALES VARIABLES AUXILIARES

OPERACIÓN FILA BASE SOL.
X1 X2 X3 H1 H2 H3
F2'(600)+F0 0 Z -600 -400 -500 0 0 0 0
F2'(0)+F1 1 X2 0 1 0 -0,1 0 -0,1 20
F2/1 2 X1 1 0 0 0,05 0,05 0,025 42,5
F2'(0)+F3 3 X3 0 0 1 0,05 -0,05 0,125 2,5

Con su aplicación, se obtiene:

VARIABLES ORIGINALES VARIABLES AUXILIARES
FILA BASE SOL.
X1 X2 X3 H1 H2 H3
0 Z 0 -400 -500 30 30 15 25500
1 X2 0 1 0 -0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5

Este mismo procedimiento debe realizarse hasta que los coeficientes de variables de la
función objetivo sean positivos.

Fase II - Iteración 2
 VARIABLES ORIGINALES VARIABLES AUXILIARES
FILA BASE SOL. COCIENTE
X1 X2 X3 H1 H2 H3
0 Z 0 -400 -500 30 30 15 25500
1 X2 0 1 0 -0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5 2,5

VARIABLES ORIGINALES VARIABLES AUXILIARES

OPERACIÓN FILA BASE SOL.
X1 X2 X3 H1 H2 H3
F3'(500)+F0 0 Z 0 -400 -500 30 30 15 25500
F3'(0)+F1 1 X2 0 1 0 -0,1 0 -0,1 20
F3'(0)+F2 2 X1 1 0 0 0,05 0,05 0,025 42,5
F3/1 3 X3 0 0 1 0,05 -0,05 0,125 2,5

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL.
X1 X2 X3 H1 H2 H3
0 Z 0 -400 0 55 5 77,5 26750
1 X2 0 1 0 -0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5

Fase II - Iteración 3

VARIABLES ORIGINALES VARIABLES AUXILIARES

FILA BASE SOL. COCIENTE
X1 X2 X3 H1 H2 H3
0 Z 0 -400 0 55 5 77,5 26750
1 X2 0 1 0 -0,1 0 -0,1 20 20
2 X1 1 0 0 0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5

VARIABLES ORIGINALES VARIABLES AUXILIARES

OPERACIÓN FILA BASE SOL.
X1 X2 X3 H1 H2 H3
F1'(400)+F0 0 Z 0 -400 0 55 5 77,5 26750
F1/1 1 X2 0 1 0 -0,1 0 -0,1 20
F1'(0)+F2 2 X1 1 0 0 0,05 0,05 0,025 42,5
F1'(0)+F3 3 X3 0 0 1 0,05 -0,05 0,125 2,5
 VARIABLES ORIGINALES VARIABLES AUXILIARES
FILA BASE SOL.
X1 X2 X3 H1 H2 H3
0 Z 0 0 0 15 5 37,5 34750
1 X2 0 1 0 -0,1 0 -0,1 20
2 X1 1 0 0 0,05 0,05 0,025 42,5
3 X3 0 0 1 0,05 -0,05 0,125 2,5

Con esta iteración, se ha logrado los coeficientes de variables de la función objetivo sean
positivos. Por lo tanto, se ha alcanzado la solución más óptima y factible del problema.

El valor de las variables para obtener dicho resultado es:

𝑥1 = 42.5 𝑥2 = 20 𝑥3 = 2.5

Y cuyo valor máximo es:

𝑴𝒂𝒙: 𝒁 = 𝟑𝟒𝟕𝟓𝟎

Ejercicio 2

Para desarrollar el ejercicio se requiere consultar la siguiente referencia:

De acuerdo a las siguientes condiciones de un problema productivo, donde se han tomado
los datos de utilidades y restricciones, según ciertas condiciones y necesidades, determine:
Cantidad de cada uno de las variables a fabricarse, según el método simplex algebraico.
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex primal.
Utilidad del problema.

Compare los resultados obtenidos por cada uno de los métodos propuestos y justifíquelos.
Función objetivo Maximizar 𝑍 = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4
Sujeto a las restricciones: 3𝑋1 + 3𝑋2 + 3𝑋3+ ≤ 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 ≤ 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 ≤ 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 ≤ 68
𝑋1, 𝑋2, 𝑋3, 𝑋4 ≤ 0

Solución algoritmo simplex algebraico primal

Maximizar Z = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4 + 𝑂𝑆1 + 𝑂𝑆2 − 𝑂𝑆3 + 𝑂𝑆4
S.A 3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 𝑂𝑆1 = 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 𝑂𝑆2 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 𝑆3 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 𝑆4 = 68

Variables Valor
z X1 X2 X3 X4 S1 S2 S3 S4
básicas solución
S1 0 3 3 2 1 1 0 0 0 75
S2 0 3 2 3 2 0 1 0 0 100
S3 0 2 2 4 3 0 0 -1 0 30
S4 0 2 2 1 2 0 0 0 1 68
Zj -1 6 7 5 3 0 0 0 0 0
Variables Valor
z X1 X2 X3 X4 S1 S2 S3 S4
básicas solución
S1 0 3 3 2 1 1 0 0 0 75
S2 0 3 2 3 2 0 1 0 0 100
S3 0 2 2 4 3 0 0 -1 0 30
S4 0 2 2 1 2 0 0 0 1 68
Zj -1 6 7 5 3 0 0 0 0 0

Variables Valor
z X1 X2 X3 X4 S1 S2 S3 S4
básicas solución
S1 0 0 0 -4 -3,5 1 0 1,5 0 30

S2 0 1 0 -1 -1 0 1 1 0 70

X2 0 1 1 2 1,5 0 0 -0,5 0 15

S4 0 0 0 -3 -1 0 0 1 1 38

Zj -1 -1 0 -9 -7,5 0 0 3,5 0 -105

Solución algoritmo simplex algebraico primal dos fases

Maximizar Z = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4 + 𝑂𝑆1 + 𝑂𝑆2 − 𝑂𝑆3 + 𝑂𝑆4
S.A 3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 𝑆1 = 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 𝑆2 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 𝑆3 + 𝑅1 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 𝑆4 = 68

Fase 1
Minimizar: Z = R1
S.A 3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 𝑆1 = 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 𝑆2 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 𝑆3 + 𝑅1 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 𝑆4 = 68
Variables Valor
z X1 X2 X3 X4 S1 S2 S3 S4 R1
básicas solución
S1 0 3 3 2 1 1 0 0 0 0 75
S2 0 3 2 3 2 0 1 0 0 0 100
S4 0 2 2 1 2 0 0 0 1 0 68
R1 0 2 2 4 3 0 0 -1 0 1 30
Zj 1 0 0 0 0 0 0 0 0 -1 0

Variables Valor
z X1 X2 X3 X4 S1 S2 S3 S4 R1
básicas solución
S1 0 2 2 0 -0,5 1 0 0,5 0 -0,5 60

S2 0 1,5 0,5 0 -0,25 0 1 0,75 0 -0,75 77,5

S4 0 1,5 1,5 0 1,25 0 0 0,25 1 -0,25 60,5

X3 0 0,5 0,5 1 0,75 0 0 -0,25 0 0,25 7,5

Zj 1 0 0 0 0 0 0 0 0 -1 0
Fase 2
Maximizar 𝑍 = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4 + 0𝑆2 − 0𝑆3 + 0𝑆4
S.A. 3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 0𝑆1 = 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 0𝑆2 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 𝑆3 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 𝑆4 = 68
 Ejercicio 3

Para desarrollar el ejercicio se requiere consultar la siguiente referencia:

Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Raúl García es el heredero de un taller de carpintería que le ha dejado su padre como parte
de tradición familiar. Raúl es un comerciante de vehículos importados que nunca se interesó
por el negocio con el que su padre le crió y le pagó sus estudios universitarios. Ahora con la
muerte de su padre Raúl debe hacerse cargo del negocio, el cual heredará algún día a uno de
sus hijos. Cuando Raúl visita el taller para hacerse cargo, encuentra que el producto que
mayor atención merece por ser el de mayor venta es el de escritorios tipo deko que su padre
diseñó y que se fabrican según especificaciones de los clientes, tipo 1 para hogar, tipo 2 para
oficinas y tipo 3 para colegios. Cada escritorio pasa por 3 procesos básicos el corte de la
madera, el ensamblado y la pintura del producto terminado que se miden en horas de trabajo.
Raúl seguirá la política de contratación de personal de su padre, los turnos rotativos, por lo
cual el tiempo de trabajo es variable entre una y otra semana, las horas mínimas a contratar
por semana se muestran en la tabla 1. A partir de los datos siguientes que se consignan en la
tabla 1, formule el problema de programación lineal y resuélvalo a partir del método simplex
primal de las dos fases para ayudar a Rubén a minimizar los costos del proceso.

1, formule el problema de programación lineal y resuélvalo a partir del método simplex

primal de las dos fases para ayudar a Rubén a minimizar los costos del proceso.
Costos por
Tipo de producto
Corte Ensamble Pintura
escritorio semanales en
US
1 2 3 2 17
2 2 2 3 17
3 3 1 1 23
HORAS 33 31 35

Solución
𝑋1: 𝑡𝑖𝑝𝑜 1
𝑋2: 𝑡𝑖𝑝𝑜 2
𝑋3: 𝑡𝑖𝑝𝑜 3
𝑍 =: 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑡𝑖𝑝𝑜𝑠
𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒛 =: 17 𝑋1 + 17 𝑋2 + 23 𝑋3

S.A. Como la restricción 1 es del tipo '≤' se agrega la

variable de holgura 𝑋4.
2𝑋1 + 2𝑋2 + 3𝑋3 ≥ 33
Como la restricción 2 es del tipo '≤' se agrega la
3𝑋1 + 2𝑋2 + 1𝑋3 ≥ 31 variable de holgura 𝑋5.
2𝑋1 + 3𝑋2 + 1𝑋3 ≥ 35 Como la restricción 3 es del tipo '≤' se agrega la
𝑋1, 𝑋2, 𝑋3 ≥ 0 variable de holgura 𝑋6.

Solución Simplex
𝑍 = 17 𝑋1 + 17 𝑋2 + 23 𝑋3 + 0 𝑋4 + 0 𝑋5 + 0𝑋6
S.A.
2𝑋1 + 2𝑋2 + 3 𝑋3 + 1 = 33
3 𝑋1 + 2 𝑋2 + 1 𝑋3 + 1 𝑋5 = 31
2 𝑋1 + 3 𝑋2 + 1 𝑋3 + 1 𝑋6 = 35
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6 ≥ 0

Método Simplex.
TABLA
17 17 23 0 0 0
1
BASE Cb P0 P1 P2 P3 P4 P5 P6
P4 0 33 2 2 3 1 0 0
P5 0 31 3 2 1 0 1 0
P6 0 35 2 3 1 0 0 1
Z 0 -17 -17 -23 0 0 0

TABLA
17 17 23 0 0 0
2
BASE Cb P0 P1 P2 P3 P4 P5 P6
P3 23 11 2/3 2/3 1 1 /3 0 0
 P5 0 20 7/3 4/3 0 -1 /3 1 0
P6 0 24 4/3 7/3 0 -1 /3 0 1
Z 253 -5 / 3 -5 / 3 0 23 / 3 0 0

TABLA
17 17 23 0 0 0
3
BASE Cb P0 P1 P2 P3 P4 P5 P6
P3 23 37 / 7 0 2/7 1 3/7 -2/7 0
P1 17 60 / 7 1 4/7 0 -1/7 3/7 0
P6 0 88 / 7 0 11 / 7 0 -1/ 7 -4/7 1
-
1871 /
Z 0 5/7 0 52/ 7 5/7 0
7

TABLA
17 17 23 0 0 0
3
BASE Cb P0 P1 P2 P3 P4 P5 P6
P3 23 3 0 0 1 5/11 -2/11 -2/11
P1 17 4 1 0 0 -1/11 7/11 -4/11
P2 17 8 0 1 0 -1/11 -4/11 7/11
Z 273 0 0 0 81/11 5/11 5/11

La solución óptima es
𝒁 = 𝟐𝟕𝟑
𝑿𝟏 = 𝟒
𝑿𝟐 = 𝟖
𝑿𝟑 = 𝟑

Ejercicio 4.

Para desarrollar la el ejercicio se requiere consultar la siguiente referencia:

Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
De acuerdo a las siguientes condiciones de un problema productivo, donde se han tomado
los datos de costos y restricciones, según ciertas condiciones y necesidades, determine:
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex primal.
Valor de la función objetivo del problema.
Función objetivo
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 720 𝑋1 + 5𝑋2 + 120 𝑋3 + 70 𝑋4
𝑺. 𝑨. = 30 𝑋1 + 5𝑋2 + 3 𝑋3 + 7 𝑋4 ≥ 510
17 𝑋1 + 7 𝑋2 + 3 𝑋3 + 5 𝑋4 ≥ 320
11 𝑋1 + 5 𝑋2 + 4 𝑋3 + 2 𝑋4 ≥ 280
7 𝑋1 + 6 𝑋2 + 5 𝑋3 + 1 𝑋4 ≥ 170
𝑋1, 𝑋2, 𝑋3, 𝑋4 ≥ 0

Doble fase
𝑍 = −720 𝑋1 − 215 𝑋2 − 120 𝑋3 − 70 𝑋4 + 0 𝑋5 − 0𝑋6 − 0𝑋7 + 0𝑋8 + 0 𝑋9 + 0 𝑋10
+ 0 𝑋11 + 0 𝑋12

S.A.
30 X1 + 5 X2 + 3 X3 + 7 X4 − 1 X5 + 1 X9 = 510
17 X1 + 7 X2 + 3 X3 + 5 X4 − 1 X6 + 1 X10 = 320
11 X1 + 5 X2 + 4 X3 + 2 X4 − 1 X7 + 1 X11 = 280
7 X1 + 6 X2 + 5 X3 + 1 X4 − 1 X8 + 1 X12 = 170
X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12 ≥ 0

TABLA
0 0 0 0 0 0 0 0 -1 -1 -1 -1
1
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12
P9 -1 510 30 5 3 7 -1 0 0 0 1 0 0 0
P10 -1 320 17 7 3 5 0 -1 0 0 0 1 0 0
P11 -1 280 11 5 4 2 0 0 -1 0 0 0 1 0
P12 -1 170 7 6 5 4 0 0 0 -1 0 0 0 1
- - - - -
Z 1 1 1 1 0 0 0 0
1280 65 23 15 15
TABLA
0 0 0 0 0 0 0 0 -1 -1 -1 -1
2
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12

P1 0 17 1 1/6 1/10 7/30 -1/30 0 0 0 1/30 0 0 0

-17
P10 -1 31 0 25/6 13/10 31/30 17/30 -1 0 0 1 0 0
/30
- -11
P11 -1 93 0 19/6 29/10 11/30 0 -1 0 0 1 0
17/30 /30

- -
P12 -1 51 0 29/6 43/10 7/30 0 0 -1 0 0 1
19/30 7/30

- -
Z 0 -17/2 1/6 -7/6 1 1 1 13/6 0 0 0
175 73/6

TABL
0 0 0 0 0 0 0 0 -1 -1 -1 -1
A3
C P P P P P P1 P1 P1
BASE P0 P3 P4 P5 P6
b 1 2 7 8 9 0 1 2
-
P1 0 394/25 1 0 6/125 24/125 1/25 0 0 0 0
7/125
15/12 -6
P2 0 186/25 0 1 39/125 31/125 0 0 0 0
5 /25
-
1736/2 239/12 - 19/2
P11 -1 0 0 169/12 -1 0 1 0
5 5 8/125 5
5
- -
349/12 29/2
P12 -1 376/25 0 0 229/12 53/12 0 -1 0 1
5 5
5 5
-
-2112 -588 398/12 61/12
Z 0 0 48/2 1 1 0 0
/25 /125 5 5
5
TABLA
0 0 0 0 0 0 0 0 -1 -1 -1 -1
4
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12
78 -17 7 6 17 -7 -6
P1 0 5410/349 1 0 0 /349 /349 /349 0 /349 /349 /349 0 /349
158 64 -129 39 -64 129 -39
P2 0 2010/349 0 1 0 /349 /349 /349 0 /349 /349 /349 0 /349
-34 79 -12 239 -79 12 -239
P11 -1 20640/349 0 0 0 /349 /349 /349 -1 /349 /349 /349 1 /349
-229 -53 145 -125 53 -145 125
P3 0 1880/349 0 0 1 /349 /349 /349 0 /349 /349 /349 0 /349
-20640 34 -79 12 -239 428 337 588
Z /349 0 0 0 /349 /349 /349 1 /349 /349 /349 0 /349

TABLA
0 0 0 0 0 0 0 0 -1 -1 -1 -1
5
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12
190 -2
P1 0 /13 1 /13 0 2 /13 -1/13 1 /13 0 0 1 /13 -1/13 0 0
670 349 158 64 -43 -69 43
P8 0 /13 0 /13 0 /39 /39 /13 0 1 /39 /13 0 -1
310 -239 -112 -35 29 35 -29
P11 -1 /13 0 /13 0 /39 /39 /13 -1 0 /39 /13 1 0
310 125 31 17 -10 -17 10
P3 0 /13 0 /13 1 /39 /39 /13 0 0 /39 /13 0 0
-310 239 112 35 / -29 42
Z /13 0 /13 0 /39 39 /13 1 0 4/39
/13 0 1

TABLA
0 0 0 0 0 0 0 0 -1 -1 -1 -1
6
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12
22 -4 1 4 -1
P1 0 400 /29 1 5 /87 0
/87 /87
0
/29
0
/87
0
/29
0
-4 -6 -43 -9
P8 0 2520 /29 0
/29
0
/29
9/29 0
/29
1
/29
0 43/29 -1
-
-239/ -35 -13 35
P6 0 310 /29 0
87
0 112
/87
1
/29
0
/87
-1 13/29 0
/87
-17 11/ -10 -11 10
P3 0 930 /29 0 95/87 1
/87 87
0
/29
0
/87
0
/29
0
-1
Z /4545454545455
0 0 0 0 0 0 0 0 1 1 1 1
Método Simplex

TABLA
-720 -215 -120 -70 0 0 0 0
1
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P1 -720 400/29 1 5 / 87 0 22/87 -4 /87 0 1 /29 0
2520 -43
P8 0
/29
0 -4 /29 0 -6/29 9/ 29 0
/29
1
310 -239 -112 -35
P6 0
/29
0
/87
0
/87 /87
1 -13/29 0
930 -10 /
P1 -120
/29
0 95/87 1 -17 /87 11 /87 0
29
0
-
1235 -2570 520 480
Z 399600 0
/29
0
/29 /29
0
/29
0
/29

TABLA
-720 -215 -120 -70 0 0 0 0
2
BASE Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P4 -70 600/11 87/22 5/ 22 0 1 -2 /11 0 3 /22 0
-16
P8 0 1080/11 9 /11 -1/11 0 0 3 /11 0
/11
1
P6 0 890/11 56 /11 -27 /11 0 0 -7 /11 1 -3 /11 0
-7 /
P3 -120 470/11 17/22 25/22 1 0 1 /11 0
22
0
-98400 3855 315
Z /11 /11
690 /11 0 0 20 /11 0
/11
0

La solución óptima es
𝑍 = 98400 /11
𝑋1 = 0
𝑋2 = 0

𝑋3 = 470 /11
𝑋4 = 600 /11
Ejercicio 5.
Para desarrollar el ejercicio se requiere consultar la siguiente referencia:
Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Resuelva el ejercicio 1 de maximización por el método simplex dual, recuerde que en éste
método la solución comienza siendo infactible y óptima en comparación con el método
simplex primal que comienza siendo factible, pero no óptimo. Resuelva por cualquier
método, recomendado simplex algebraico:
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex dual.

Valor de la función objetivo del problema

𝑀𝐴𝑋 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3

Sujeta a
20x1 + 30x2 + 20x3 >= 1500
30x1 + 20x2 + 10x3 >= 1100
20x1 + 20x2 + 20x3 >= 1300
x1, x2, x3 >= 0

𝐌𝐀𝐗 𝐙 = 600 x1 + 400 x2 + 500 x3

S. A. −20 x1 − 30 x2 − 20 ≤ −1500
30x1 + 20 x2 + 10 x3 ≤ 1100 2
0 𝑥1 + 20 𝑥2 + 20 𝑥3 ≤ 1300
𝑥1, 𝑥2, 𝑥3 ≥ 0
𝑀𝐴𝑋 𝑍 = 600 𝑥1 + 400 𝑥2 + 500 𝑥3 + 0 𝑆1 + 0𝑆2 + 0𝑆3
S.A.
𝑀𝐴𝑋 𝑍 = 600 𝑥1 + 400 𝑥2 + 500 𝑥3 + 0 𝑆1 + 0𝑆2 + 0𝑆3
− 20 𝑥1 − 30 𝑥2 − 20 𝑥3 + 𝑆1 = −1500
30 𝑥1 − 20 𝑥2 + 10 𝑥3 + 𝑆2 = 1100
20 𝑥1 − 20 𝑥2 + 20 𝑥3 + 𝑆3 = 1300
𝑥1, 𝑥2, 𝑥3, 𝑆1, 𝑆2, 𝑆3 ≥ 0

Por lo tanto, el método no consigue una solución factible básica óptima.

CJ 600 400 500 0 0 0
B CB XB X1 X2 X3 S1 S2 S3
S1 0 -1500 -20 -30 -20 1 0 0
S2 0 1100 30 20 10 0 1 0
S3 0 1300 20 20 20 0 0 1
Z=0 ZJ 0 0 0 0 0 0
ZJ - CJ -600 -400 -500 0 0 0

Hay que buscar otro método

Z = 600 X1 + 400 X2 + 500 X3 + 0 X4 + 0 X5 + 0 X6 + 0 X7

Sujeto a
20 𝑋1 + 30 𝑋2 + 20 𝑋3 − 1 𝑋4 + 1 𝑋7 = 1500
30 𝑋1 + 20 𝑋2 + 10 𝑋3 + 1 𝑋5 = 1100
20 𝑋1 + 20 𝑋2 + 20 𝑋3 + 1𝑋6 = 1300
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7 ≥ 0
Método Simplex De La Dos Fases

Tabla
0 0 0 0 0 0 -1
1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7
P7 -1 1500 20 30 20 -1 0 0 1
P5 0 1100 30 20 10 0 1 0 0
P6 0 1300 20 20 20 0 0 1 0
Z -1500 -20 -30 -20 1 0 0 0

Tabla
0 0 0 0 0 0 -1
2
Base Cb P0 P1 P2 P3 P4 P5 P6 P7
P2 0 50 2/3 1 2/3 -1/30 0 0 1/30
P5 0 100 50/3 0 -10/3 2/3 1 0 -2/30
P6 0 300 20/3 0 20/3 2/3 0 1 -2/30
Z 0 0 0 0 0 0 0 1

Tabla
600 400 500 0 0 0
1
Base Cb P0 P1 P2 P3 P4 P5 P6
P2 400 50 2/3 1 2/3 -1/30 0 0
P5 0 100 50/3 0 -10/3 2/3 1 0
P6 0 300 20/3 0 20/3 2/3 0 1
-1000 -700 /
Z 20000 0 -40 /3 0 0
/3 3

Tabla
600 400 500 0 0 0
2
Base Cb P0 P1 P2 P3 P4 P5 P6
P2 400 46 0 1 4/5 -3 / 50 -1/ 25 0
P1 600 6 1 0 -1/5 1 /25 3 /50 0
P6 0 260 0 0 8 2/5 -2 /5 1
Z 22000 0 0 -300 0 20 0
 Tabla
600 400 500 0 0 0
3
Base Cb P0 P1 P2 P3 P4 P5 P6
P2 400 20 0 1 0 -1/10 0 -1 /10
P1 600 25/2 1 0 0 1/20 1 /20 1/40
P3 500 65/2 0 0 1 1/20 -1 /20 1/8
Z 31750 0 0 0 15 5 75/2

La solución óptima es

𝑍 = 31750
𝑋1 = 25/2
𝑋2 = 20
𝑋3 = 65 /2

Ejercicio 6.
Para desarrollar el ejercicio se requiere consultar la siguiente referencia:
Resuelva el ejercicio 3 de minimización por el método simplex dual, recuerde que en éste
método la solución comienza siendo infectable y óptima en comparación con el método
simplex primal que comienza siendo factible, pero no óptimo. Resuelva por cualquier
método, recomendado simplex algebraico
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex dual.
Valor de la función objetivo del problema.

𝑀𝑖𝑛 𝑍 = 17 𝑥1 + 17𝑥2 + 23 + 𝑥3
𝑆. 𝐴. 2𝑥1 + 2𝑥2 + 3𝑥3 ≤ 33
3 𝑥1 + 2𝑥2 + 𝑥3 ≤ 31
2 𝑥1 + 3𝑥2 + 𝑥3 ≤ 35
𝑥1, 𝑥2, 𝑥3 ≥ 0;

𝑀𝑖𝑛 𝑧 = 17 𝑥1 + 17 𝑥2 + 23 𝑥3 + 0 𝑆1 + 0 𝑠2 + 0 𝑠3
𝑆. 𝐴. 2 𝑥1 + 2𝑥2 + 3𝑥3 + 𝑆1 = 33
3 𝑥1 + 2𝑥2 + 𝑥3 + 𝑆2 = 31
2 𝑥1 + 3𝑥2 + 𝑥3 + 𝑆3 = 35
𝑥1, 𝑥2, 𝑥3, 𝑆1, 𝑆3 ≥ 0

CJ 600 400 500 0 0 0

B CB XB X1 X2 X3 S1 S2 S3
S1 0 33 2 2 3 1 0 0
S2 0 31 3 2 1 0 1 0
S3 0 35 2 3 1 0 0 1
Z=0 ZJ 0 0 0 0 0 0
ZJ - CJ -17 -17 -23 0 0 0
Por lo tanto, el método no puede obtener una solución factible básica óptima.
Método simplex

Tabla 1 17 17 23 0 0 0
Base Cb P0 P1 P2 P3 P4 P5 P6
P4 0 33 2 2 3 1 0 0
P5 0 31 3 2 1 0 1 0
P6 0 35 2 3 1 0 0 1
Z 0 -17 -17 -23 0 0 0

Tabla 2 17 17 23 0 0 0
Base Cb P0 P1 P2 P3 P4 P5 P6
P3 23 11 2/3 2/3 1 1/3 0 0
P5 0 20 7/3 4/3 0 -1/3 1 0
P6 0 24 4/3 7/3 0 -1/3 0 1
Z 253 -5/3 -5/3 0 23/3 0 0

Tabla 3 17 17 23 0 0 0
Base Cb P0 P1 P2 P3 P4 P5 P6
P3 23 37/7 0 2/7 1 3/7 -2/7 0
P1 17 60/7 1 4/7 0 -1/7 3/7 0
P6 0 88/7 0 11/7 0 -1/7 -4/7 1
Z 1871/7 0 -5/7 0 52/7 5/7 0

Tabla 4 17 17 23 0 0 0
Base Cb P0 P1 P2 P3 P4 P5 P6
P3 23 3 0 0 1 5 /11 -2 /11 -2/11
P1 17 4 1 0 0 -1 /11 7/11 -4/11
P2 17 8 0 1 0 -1 /11 -4/11 7/11
Z 273 0 0 0 81 /11 5/11 5/11

La solución óptima es
𝑍 = 273
𝑋1 = 4
𝑋2 = 8
𝑋3 = 3