Vous êtes sur la page 1sur 129

TAREA 1 MÉTODO SIMPLEX PRIMAL Y SIMPLEX DUAL

TUTOR:
VANESA ESPINOSA
CURSO: PROGRAMACIÓN LINEAL

INTEGRANTE: YURLEY KARINA PARADA DURAN


JHON ANDERSON RAMIREZ
NAURY MARCELA ALBARRACIN MORENO

YURASIT OVALLOS S

GRUPO: 150

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD


ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
2019
INTRODUCCIÓN

En el presente trabajo se aplicaron los conceptos de los métodos simplex como son el
método algebraico, método de las dos fases y el método dual, mediante los cuales se realizó
manualmente su solución, comparando sus resultados con el software solver que nos ofrece
el programa Excel siendo una excelente herramienta de comprobar la validez de los
resultados obtenidos manualmente.

La programación es una rama de las matemáticas enfocado en la maximización o


minimización de una función lineal denominada función objetivo, además de estar sujeta a
varias variables con algún tipo de restricción expresada por medio de un sistema de
ecuaciones o inecuaciones lineal.

El método tradicionalmente usado en la programación línea es el método Simplex primal,


en el cual nos enfocaremos en este trabajo para la optimización de la toma de decisiones en
un problema cotidiano en una compañía.

Principalmente nos enfocares en los métodos simplex primal algebraicos, simplex primal
a dos fases y simplex primal dual, además del uso del programa Solver de Excel el cual nos
permitirá verificar la veracidad de cada una de las soluciones.
Aporte Yurley Parada Duran
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:

Solución:

Método simplex de dos fases:

Forma canonica:

FO max 𝑧: 600𝑥1 + 400𝑥2 + 500𝑥3:


S.A
20𝑋1 + 30𝑋2 + 20𝑋3 ≥ 1500
30𝑋1 + 20𝑋2 + 10𝑋3 ≤ 1700
20𝑋1 + 20𝑋2 + 20𝑋3 ≤ 1300
𝑋1, 𝑋2, 𝑋3 ≥0
Forma estándar: 1 fase:

FO max 0𝑥1 + 0𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 − 1𝑥7


20𝑋1 + 30𝑋2 + 20𝑋3 − 1𝑥4 + 1𝑥7 = 1500
30𝑋1 + 20𝑋2 + 10𝑋3 + 1𝑥5 = 1700
20𝑋1 + 20𝑋2 + 20𝑋3 + 1𝑥6 = 1300
𝑋1, 𝑥2, 𝑥3, 𝑥4, 𝑥5, 𝑥6, 𝑥7 =0

TABLOIDE ORIGINAL DEL SISTEMA


Tabla 1 CJ 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7
X7 -1 1500 20 30 20 -1 0 0 1
X5 0 1700 30 20 10 0 1 0 0
X6 0 1300 20 20 20 0 0 1 0
Zj -1500 -20 -30 -20 1 0 0 0
Zj-cj -20 -30 -20 -1 0 0 0

Columna pivote: x2
La fila pivote: x7
1500 1700 1300
= 50, = 85, = 130
30 20 10

Número pivote:30
Variable que entra: x2
Variable que sale:x7

Tabla 2 CJ 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7
X2 0 1500 20 30 20 -1 0 0 1
X5 0 1700 30 20 10 0 1 0 0
X6 0 1300 20 20 20 0 0 1 0
Zj -1500 -20 -30 -20 1 0 0 0
Zj-cj -20 -30 -20 -1 0 0 0
Dividimos la fila pivote entre el número pivote:

Tabla 3 CJ 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7
X2 0 50 0.66 1 0.66 -0.033 0 0 0.66
X5 0 1700 30 20 10 0 1 0 0
X6 0 1300 20 20 20 0 0 1 0
Zj -1500 -20 -30 -20 1 0 0 0
Zj-cj -20 -30 -20 -1 0 0 0

Operaciones de filas: para convertir en ceros los números de la columna x2 menos la celda
del número pivote.

Fila x5:
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −20 + 𝑥5
Fila x6:
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −20 + 𝑥6
Hallamos la fila ZJ y la Zj-Cj:

Tabla 4 Cj 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7
X2 0 50 0.66 1 0.66 -0.033 0 0 0.033
X5 0 700 16.8 0 -3.2 0.66 1 0 -0.66
X6 0 300 6.8 0 6.8 0.66 0 1 -0.66
Zj 0 0 0 0 0 0 0
Zj-cj 0 0 0 0 0 0 0

Hemos terminado la primera fase ya que todos los valores de Zj –Cj son 0 y positivos.

Forma estándar: 2 fase


FO max 𝑧: 600𝑥1 + 400𝑥2 + 500𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6
S.A
20𝑋1 + 30𝑋2 + 20𝑋3 − 1𝑋4 + 1𝑋7 = 1500
30𝑋1 + 20𝑋2 + 10𝑋3 + 1𝑋5 = 1700
20𝑋1 + 20𝑋2 + 20𝑋3 + 1𝑋6 = 1300
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7 =0
Realizamos la segunda fase: Para ello tenemos en cuente la tabla anterior, pero
reemplazando en las filas cj los valores de la estandarización 2, de igual manera recalculamos
Zj y Zj-Cj.

Tabla 5 Cj 600 400 500 0 0 0 -1


BASE Cb Bj X1 X2 X3 X4 X5 X6 X7
X2 400 50 0.66 1 0.66 -0.033 0 0 0.033
X5 0 700 16.8 0 -3.2 0.66 1 0 -0.66
X6 0 300 6.8 0 6.8 0.66 0 1 -0.66
Zj 200.000 264 400 264 -13.2 0 0 0
Zj-cj -336 0 236 -13.2 0 0 0

Columna pivote:
Fil pivote:
50 700 300
= 75.75, = 41.66, = 44.11
0.66 16.8 6.8
Numero pivote: 16.8
Variable que sale: x5
Variable que entra: x1

Tabla 6 Cj 600 400 500 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X2 400 50 0.66 1 0.66 -0.033 0 0
X1 600 700 16.8 0 -3.2 0.66 1 0
X6 0 300 6.8 0 6.8 0.66 0 1
Zj 200.000 264 400 264 -13.2 0 0
Zj-cj -336 0 236 -13.2 0 0

Dividimos la fila pivote por su número pivote buscando convertir en uno el elemento pivote:

Tabla 7 Cj 600 400 500 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X2 400 50 0.66 1 0.66 -0.033 0 0
X1 600 42 1 0 -0.190 0.039 0.059 0
X6 0 300 6.8 0 6.8 0.66 0 1
Zj 200.000 264 400 264 -13.2 0 0
Zj-cj -336 0 236 -13.2 0 0
Operamos en las filas para convertir los ceros de la columna pivote menos el uno:
X2:
Fila pivote*-0.66+x2
X6:
Fila pivote*-6.8+x6
Recalcamos las filas Zj y Zj –Cj:

Tabla 8 Cj 600 400 500 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X2 400 22.28 0 1 0.78 -0.058 -0.038 0
X1 600 42 1 0 -0.190 0.039 0.059 0
X6 500 16.71 0 0 8.092 0.39 -0.40 1
Zj 34.000 600 400 198 0.2 20.2 0
Zj-cj 0 0 -302 0.2 20.2 0

Realizamos una nueva interacción:


Tomamos la tabla anterior y calculamos:

Tabla 9 Cj 600 400 500 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X2 400 22.50 0 1 0.78 -0.058 -0.038 0
X1 600 42 1 0 -0.190 0.039 0.059 0
X3 500 16.71 0 0 8.092 0.39 -0.40 1
Zj 34.000 600 400 198 0.2 20.2 0
Zj-cj 0 0 -302 0.2 20.2 0

Columna pivote: x3
Fila pivote: x6
22.50 41.66 16.71
= 28.8, = −219.26, = 2.06
0.78 −0.190 8.092
Numero pivote: 8.092
Variable que entra: x3
Variable que sale: x6
Dividimos los elementos de la fila pivote por su elemento pivote:

Tabla 10 Cj 600 400 500 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X2 400 22.50 0 1 0.78 -0.058 -0.038 0
X1 600 42 1 0 -0.190 0.039 0.059 0
X3 50 2.06 0 0 1 0.05 -0.05 0.125
Zj 34.000 600 400 198 0.2 20.2 0
Zj-cj 0 0 -302 0.2 20.2 0

Operamos en las filas para convertir los ceros respectivos de la columna pivote:
X2:
fila pivote*-0.78+x2
x1:
fila pivote*0.190+x1
recalculamos Zj y ZJ-Cj.

Tabla 11 Cj 600 400 500 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X2 400 20.89 0 1 0 -0.097 0.001 -0.1
X1 600 42 1 0 0 0.048 0.068 0.023
X3 500 2.06 0 0 1 0.05 -0.05 0.125
Zj 34.430 600 400 500 15 16.2 36.3
Zj-cj 0 0 0 15 16.2 36.3

Hemos terminado ya que todos los elementos de la última fila son positivos. Por lo que se
puede concluir que la solución óptima es:
X1=42
X2=20.5
X3=2.06
Z=34.430.
Método simplex algebraico:

Forma estándar:
FO max 𝑧: 600𝑥1 + 400𝑥2 + 500𝑥3:
S.A
20𝑋1 + 30𝑋2 + 20𝑋3 ≥ 1500
30𝑋1 + 20𝑋2 + 10𝑋3 ≤ 1700
20𝑋1 + 20𝑋2 + 20𝑋3 ≤ 1300
𝑋1, 𝑋2, 𝑋3 ≥0

max z = −600𝑥1 − 400𝑥2 − 500𝑥3 = 0


S.A
20𝑋1 + 30𝑋2 + 20𝑋3 − 1𝑥4 = 1500
30𝑋1 + 20𝑋2 + 10𝑋3 + 1𝑥5 = 1700
20𝑋1 + 20𝑋2 + 20𝑋3 + 1𝑥6 = 1300

Tabla 1 X1 X2 X3 X4 X5 X6 R
Z -600 -400 -500 0 0 0 0
X4 20 30 20 -1 0 0 1500
x5 30 20 10 0 1 0 1700
X6 20 20 20 0 0 1 1300

Columna pivote x1

Fila pivote:x5

1500 1700 1300


= 75, = 56.66, = 65
20 30 20

Número pivote:30

Variable que entra: x1

Variable que sale:x5


Dividimos la fila pivote por su elemento pivote buscando el uno que necesitamos.

Tabla 2 X1 X2 X3 X4 X5 X6 R
Z -600 -400 -500 0 0 0 0
X4 20 30 20 -1 0 0 1500
X1 1 0.66 0.33 0 0.033 0 56.66
X6 20 20 20 0 0 1 1300

Operamos en las filas para convertir los ceros de la columna pivote menos el elemento pivote:

Z:
Fila pivote*600+z
X4:
Fila pivote*-20+x4
X6:
Fila pivote*-20+x6

Tabla 3 X1 X2 X3 X4 X5 X6 R
Z 0 -4 -302 0 19.8 0 33.996
X4 0 16.8 13.4 -1 -0.66 0 366.8
X1 1 0.66 0.33 0 0.033 0 56.66
X6 0 6.8 13.4 0 -0.66 1 166.8

Realizamos una nueva interacción:

Tabla 4 X1 X2 X3 X4 X5 X6 R
Z 0 -4 -302 0 19.8 0 33.99
X4 0 16.8 13.4 -1 -0.66 0 366.8
X1 1 0.66 0.33 0 0.033 0 56.66
X6 0 6.8 13.4 0 -0.66 1 166.8

Columna pivote: x3
Fila pivote: x6
366.8 56.66 166.8
= 27.37, = 171.69, = 12.44
13.4 0.33 13.4

Numero pivote:13.4
Variable que entra: x3
Variable que sale:x6
Posteriormente dividimos la fila pivote por su número pivote:

Tabla 5 X1 X2 X3 X4 X5 X6 R
Z 0 -4 -302 0 19.8 0 33.99
X4 0 16.8 13.4 -1 -0.66 0 366.8
x1 1 0.66 0.33 0 0.033 0 56.66
X3 0 0.50 1 0 -0.050 0.074 12.44

Operaciones de filas:
Z:
Fila pivote*302+z
X4:
Fila pivote *-13.4+x4
X5:
Fila pivote*-0.33+x5

Tabla 6 X1 X2 X3 X4 X5 X6 R
Z 0 147 0 0 4.7 22.34 3790.87
X4 0 10.1 0 -1 0.01 -0.99 200.104
X1 1 0.49 0 0 0.049 -0.024 52.55
X3 0 0.50 1 0 -0.050 0.074 12.44

Hemos terminado el sistema ya que todos los elementos de la fila z son positivos no se puede
continuar.

¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos
fases del simplex primal?

Jugo 1 pera=42.5 jugos


Jugo 2 manzana=20 jugos
Jugo 3 tropical=2.5jugos

¿Cuál es la utilidad del problema?


34.430, pesos y para el caso del método algebraico es de. 3790.87
¿Las respuestas de producción según las condiciones varían de acuerdo a cada método
usado?
Si varían.

EJERCICIO 2.

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.

Método de las dos fases


Forma canonica:
𝑚𝑎𝑥𝑧 = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4
S.A
3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 ≤ 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 ≤ 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 ≥ 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 ≤ 68
𝑋1, 𝑋2, 𝑋3, 𝑋4 ≥ 0

Forma estándar: 1 fase


𝑚𝑎𝑥𝑍 = 0𝑋1 + 0𝑋2 + 0𝑋3 + 0𝑋4 + 0𝑋5 + 0𝑋6 + 0𝑋7 + 0𝑋8 − 1𝑋9
3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 1𝑋5 = 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 1𝑋6 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 1𝑋7 + 1𝑋9 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 1𝑋8 = 68
1𝑥3 + 1𝑋2 + 1𝑋3 + 1𝑋4 + 1𝑋5 + 1𝑥6 + 1𝑥7 + 1𝑥8 + 1𝑥9 = 0
TABLOIDE ORIGINAL DEL SISTEMA
Tabla 1 CJ 0 0 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X5 0 75 3 3 2 1 1 0 0 0 0
X6 0 100 3 2 3 2 0 1 0 0 0
X9 -1 30 2 2 4 3 0 0 -1 0 1
X8 0 68 2 2 1 2 0 0 0 1 0
Zj -30 -2 -2 -4 -3 0 0 1 0 -1
Zj-cj -2 -2 -4 -3 0 0 1 0 0

Columna pivote: x3
Fila pivote: x9
75 100 30 68
= 37.5, = 33.3, = 7.5, = 68
2 3 4 1
Número pivote:4
Variable que entra: x3
Variable que sale: x9

Tabla 2 CJ 0 0 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X5 0 75 3 3 2 1 1 0 0 0 0
X6 0 100 3 2 3 2 0 1 0 0 0
X3 -1 30 2 2 4 3 0 0 -1 0 1
X8 0 68 2 2 1 2 0 0 0 1 0
Zj -30 -2 -2 -4 -3 0 0 1 0 -1
Zj-cj -2 -2 -4 -3 0 0 1 0 0

Dividimos la fila por el elemento pivote buscando convertir el número pivote en 1:

Tabla 3 CJ 0 0 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X5 0 75 3 3 2 1 1 0 0 0 0
X6 0 100 3 2 3 2 0 1 0 0 0
X3 0 7.5 0.5 0.5 1 0.75 0 0 -0.25 0 0.25
X8 0 68 2 2 1 2 0 0 0 1 0
Zj -30 -2 -2 -4 -3 0 0 1 0 -1
Zj-cj -2 -2 -4 -3 0 0 1 0 0

Operamos en las filas para convertir en ceros los elementos de la columna pivote menos el
elemento pivote:
X5=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −2 + 𝑥5
X6=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −3 + 𝑥6
X8=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −1 + 𝑥8
Hallamos la fila Zj ZJ-Cj:

Tabla 4 CJ 0 0 0 0 0 0 0 0 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X5 0 60 2 2 0 -0.5 1 0 0.5 0 -0.5
X6 0 77.5 1.5 0.5 0 -0.25 0 1 0.75 0 -0.75
X3 0 7.5 0.5 0.5 1 0.75 0 0 -0.25 0 0.25
X8 0 60.5 1.5 1.5 0 1.25 0 0 0.25 1 -0.25
Zj 0 0 0 0 0 0 0 0 0 0
Zj-cj 0 0 0 0 0 0 0 0 0

Hemos terminado la primera fase porque todos los elementos de la fila Zj-Cj son 0 o positivos
Forma estándar: 2 fase

𝑚𝑎𝑥𝑍 = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4 + 0𝑋5 + 0𝑋6 + 0𝑋7 + 0𝑋8


S.A.
3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 1𝑋5 = 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 1𝑋6 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 1𝑋7 + 1𝑋9 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 𝑋8 = 68
𝑋1, 𝑋2𝑋, 3, 𝑋4, 𝑥5, 𝑥6, 𝑥7, 𝑋8 = 0
Tomamos la tabla anterior, pero teniendo en cuenta los valores de Cj de la función estándar
2 y recalculamos los valores Zj y Zj –Cj.

Tabla 4 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X5 0 60 2 2 0 -0.5 1 0 0.5 0
X6 0 77.5 1.5 0.5 0 -0.25 0 1 0.75 0
X3 5 7.5 0.5 0.5 1 0.75 0 0 -0.25 0
X8 0 60.5 1.5 1.5 0 1.25 0 0 0.25 1
Zj 37.5 2.5 2.5 5 3.75 0 0 -1.25 0
Zj-cj -3.5 -4.5 0 0.75 0 0 -1.25 0

Columna pivote:X2
Fila pivote: X3
60 77.5 7.5 60.5
= 30, = 155, = 15, = 40.33
2 0.5 0.5 1.5

Número pivote:0.5
Variable que entra:x2
Variable que sale:x3

Tabla 5 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X5 0 60 2 2 0 -0.5 1 0 0.5 0
X6 0 77.5 1.5 0.5 0 -0.25 0 1 0.75 0
X2 7 7.5 0.5 0.5 1 0.75 0 0 -0.25 0
X8 0 60.5 1.5 1.5 0 1.25 0 0 0.25 1
Zj 37.5 2.5 2.5 5 3.75 0 0 -1.25 0
Zj-cj -3.5 -4.5 0 0.75 0 0 -1.25 0

Dividimos por el elemento pivote la fila pivote para convertirlo en uno:

Tabla 6 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X5 0 60 2 2 0 -0.5 1 0 0.5 0
X6 0 77.5 1.5 0.5 0 -0.25 0 1 0.75 0
X2 7 15 1 1 2 1.5 0 0 -0.5 0
X8 0 60.5 1.5 1.5 0 1.25 0 0 0.25 1
Zj 37.5 2.5 2.5 5 3.75 0 0 -1.25 0
Zj-cj -3.5 -4.5 0 0.75 0 0 -1.25 0

Operamos en las filas para convertir en ceros la columna pivote menos su elemento pivote:
X5=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −2 + 𝑥5
X6=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −0.5 + 𝑥6
X8=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −1.5 + 𝑥8

De igual manera determinamos la fila Zj y Cj.

Tabla 7 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X5 0 30 0 0 -4 -3.5 1 0 1.5 0
X6 0 70 1 0 -1 -1 0 1 1 0
X2 7 15 1 1 2 1.5 0 0 -0.5 0
X8 0 38 0 0 -3 -1 0 0 1 1
Zj 105 7 7 14 10.5 0 0 -3.5 0
Zj-cj 1 0 9 7.5 0 0 -3.5 0

Realizamos una nueva interacción:

Tabla 7 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 30 0 0 -4 -3.5 1 0 1.5 0
X6 0 70 1 0 -1 -1 0 1 1 0
X2 7 15 1 1 2 1.5 0 0 -0.5 0
X8 0 38 0 0 -3 -1 0 0 1 1
Zj 105 7 7 14 10.5 0 0 -3.5 0
Zj-cj 1 0 9 7.5 0 0 -3.5 0

Columna pivote: x7
Fila pivote: x5
30 70 15 38
= 20, = 70, = −30, = 38
1.5 1 −0.5 1
Número pivote:1.5
Variable que entra: x7
Variable que sale:x5

Tabla 8 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 30 0 0 -4 -3.5 1 0 1.5 0
X6 0 70 1 0 -1 -1 0 1 1 0
X2 7 15 1 1 2 1.5 0 0 -0.5 0
X8 0 38 0 0 -3 -1 0 0 1 1
Zj 105 7 7 14 10.5 0 0 -3.5 0
Zj-cj 1 0 9 7.5 0 0 -3.5 0

Convertimos en uno el número pivote:

Tabla 9 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 20 0 0 -2.66 -2.33 0.66 0 1 0
X6 0 70 1 0 -1 -1 0 1 1 0
X2 7 15 1 1 2 1.5 0 0 -0.5 0
X8 0 38 0 0 -3 -1 0 0 1 1
Zj 105 7 7 14 10.5 0 0 -3.5 0
Zj-cj 1 0 9 7.5 0 0 -3.5 0

Operamos en las filas para convertir en cero los numero que están dentro de la columna
pivote menos el 1:
X6=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −1 + 𝑥6
X2=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ 0.5 + 𝑥2
X8=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −1 + 𝑥8
Recalculamos Zj y Zj–Cj.
Tabla 10 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 20 0 0 -2.66 -2.33 0.66 0 1 0
X6 0 50 1 0 1.66 1.33 -0.66 1 0 0
X2 7 25 1 1 0.67 0.33 0.33 0 0 0
X8 0 18 0 0 -0.34 1.33 -0.66 0 0 1
Zj 175 7 7 4.7 2.31 2.31 0 0 0
Zj-cj 1 0 -0.3 -0.69 2.31 0 0 0

Realizamos una nueva interacción:

Tabla 11 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 20 0 0 -2.66 -2.33 0.66 0 1 0
X6 0 50 1 0 1.66 1.33 -0.66 1 0 0
X2 7 25 1 1 0.67 0.33 0.33 0 0 0
X4 3 18 0 0 -0.34 1.33 -0.66 0 0 1
Zj 175 7 7 4.7 2.31 2.31 0 0 0
Zj-cj 1 0 -0.3 -0.7 2.31 0 0 0

Columna pivote:x4
Fila pivote: x8
20 50 25 18
= −8.58, = 37.59, = 75.75, = 13.53
−2.33 1.33 0.33 1.33
Número pivote:1.33
Variable que entra: x4
Variable que sale: x8

Dividimos la fila pivote por el elemento pivote para convertirlo en uno que es lo que se
solicita:
Tabla 12 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 20 0 0 -2.7 -2.33 0.66 0 1 0
X6 0 50 1 0 1.7 1.33 -0.66 1 0 0
X2 7 25 1 1 0.67 0.33 0.33 0 0 0
X4 3 13.53 0 0 -0.25 1 -0.5 0 0 0.75
Zj 175 7 7 4.7 2.31 2.31 0 0 0
Zj-cj 1 0 -0.3 -0.7 2.31 0 0 0

Realizamos las operaciones de fila para convertir en cero los elementos de la columna
pivote menos el 1:
X7=
Fila pivote* 2.33+x7
X6=
Fila pivote*-1.33 +x6
X2=
Fila pivote*-0.33+x2
Recalculamos la fila Zj y Zj –Cj:

Tabla 13 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 51.5 0 0 -3.25 0 -0.5 0 1 1.75
X6 0 32 1 0 2 0 0 1 0 -1
X2 7 20.5 1 1 0.75 0 0.5 0 0 -0.25
X4 3 13.53 0 0 -0.25 1 -0.5 0 0 0.75
Zj 184 7 7 4.5 3 2 0 0 0.5
Zj-cj 1 0 -0.5 0 2 0 0 0.5

Realizamos una nueva interacción:

Tabla 13 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 51.5 0 0 -3.25 0 -0.5 0 1 1.75
X3 5 32 1 0 2 0 0 1 0 -1
X2 7 20.5 1 1 0.75 0 0.5 0 0 -0.25
X4 3 13.53 0 0 -0.25 1 -0.5 0 0 0.75
Zj 184 7 7 4.5 3 2 0 0 0.5
Zj-cj 1 0 -0.5 0 2 0 0 0.5

Columna pivote: x3
Fila pivote: x6
51.5 32 20.5 13.53
= −15.84, = 16, = 27.3, = −54.12
−3.25 2 0.75 −0.25
Número pivote:2
Variable que entra:x3
Variable que sale:x6

Tabla 14 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 51.5 0 0 -3.25 0 -0.5 0 1 1.75
X3 5 32 1 0 2 0 0 1 0 -1
X2 7 20.5 1 1 0.75 0 0.5 0 0 -0.25
X4 3 13.53 0 0 -0.25 1 -0.5 0 0 0.75
Zj 184 7 7 4.5 3 2 0 0 0.5
Zj-cj 1 0 -0.5 0 2 0 0 0.5

Dividimos la columna pivote para convertir el número pivote en uno:

Tabla 15 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 51.5 0 0 -3.25 0 -0.5 0 1 1.75
X3 0 16 0.5 0 1 0 0 0.5 0 -0.5
X2 7 20.5 1 1 0.75 0 0.5 0 0 -0.25
X4 3 13.53 0 0 -0.25 1 -0.5 0 0 0.75
Zj 184 7 7 4.5 3 2 0 0 0.5
Zj-cj 1 0 -0.5 0 2 0 0 0.5

Operamos en las filas para convertir en ceros los elementos de la columna pivote menos el
elemento pivote:
X7=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ 3.25 + 𝑥7
X2=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ −0.75 + 𝑥2
X4=
𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ 0.25 + 𝑥4
Recalculamos Zj –Cj:
Tabla 16 CJ 6 7 5 3 0 0 0 0
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X7 0 103.5 1.625 0 0 0 -0.5 1.625 1 0.125
X3 5 16 0.5 0 1 0 0 0.5 0 -0.5
X2 7 8.5 0.625 1 0 0 0.5 -0.375 0 0.125
X4 3 17.53 0.125 0 0 1 -0.5 0.125 0 0.625
Zj 192 7.25 7 5 3 2 0.25 0 0.25
Zj-cj 1.25 0 0 0 0 0.25 0 0.25

Hemos terminado ya que todos los valores de Zj-Cj son positivos, con la siguiente solución:
X1=0
X2=8.5
X3=16
X4=17.53
Z= 192

Método simplex algebraico

Forma canonica:
𝑚𝑎𝑥𝑧 = 6𝑋1 + 7𝑋2 + 5𝑋3 + 3𝑋4
S.A
3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 ≤ 75
3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 ≤ 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 ≥ 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 ≤ 68
𝑋1, 𝑋2, 𝑋3, 𝑋4 ≥ 0

Forma estándar:
𝑚𝑎𝑥𝑧 = −6𝑋1 − 7𝑋2 − 5𝑋3 − 3𝑋4 = 0

3𝑋1 + 3𝑋2 + 2𝑋3 + 𝑋4 + 1𝑥5 = 75


3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 1𝑥6 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 1𝑥7 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 1𝑥8 = 68
Tabla 1 X1 X2 X3 X4 X5 X6 X7 X8 R
Z -6 -7 -5 -3 0 0 0 0 0
X5 3 3 2 1 1 0 0 0 75
X6 3 2 3 2 0 1 0 0 100
X7 2 2 4 3 0 0 -1 0 30
X8 2 2 1 2 0 0 0 1 68

75 100 30 68
= 25, = 50, = 15, = 34
3 2 2 2
Columna pivote:x2
Fila pivote: x7
Número pivote:2
Variable que entra: x2
Variable que sale: x7

Dividimos la fila pivote por el número pivote:

Tabla 2 X1 X2 X3 X4 X5 X6 X7 X8 R
Z -6 -7 -5 -3 0 0 0 0 0
X5 3 3 2 1 1 0 0 0 75
X6 3 2 3 2 0 1 0 0 100
X2 1 1 2 1.5 0 0 -0.5 0 15
X8 2 2 1 2 0 0 0 1 68

Operaciones de filas para convertir en ceros lo elementos de la columna pivote menos el uno:
Z:
Fila pivote* 7+z
X5:
Fila pivote*-3+x5
X6:
Fila pivote* -2+x6
X8:
Fila pivote*-2+x8
Tabla 3 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 9 7.5 0 0 -3.5 0 105
X5 0 0 -4 -3.5 1 0 1.5 0 30
X6 1 0 -1 -1 0 1 1 0 70
X2 1 1 2 1.5 0 0 -0.5 0 15
X8 0 0 -3 -1 0 0 1 1 38

Realizamos una nueva interacción:

Tabla 4 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 9 7.5 0 0 -3.5 0 105
X5 0 0 -4 -3.5 1 0 1.5 0 30
X6 1 0 -1 -1 0 1 1 0 70
X2 1 1 2 1.5 0 0 -0.5 0 15
X8 0 0 -3 -1 0 0 1 1 38

Columna pivote: x7
Fila pivote: x5

30 70 15 38
= 20, = 70, = −30 , = 38
1.5 1 −0.5 1

Número pivote: 1.5


Variable que entra: x7
Variable que sale:x5

Dividimos la fila pivote por el número pivote:

Tabla 5 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 9 7.5 0 0 -3.5 0 105
X7 0 0 -2.66 -2.33 0.66 0 1 0 20
X6 1 0 -1 -1 0 1 1 0 70
X2 1 1 2 1.5 0 0 -0.5 0 15
X8 0 0 -3 -1 0 0 1 1 38

Operaciones de filas para convertir en ceros los elementos dentro de la columna pivote
menos el numero pivote:
Z:
Fila pivote*3.5+z
X6:
Fila pivote*-1+x6
X2:
Fila pivote*0.5+x2
X8:
fila pivote*-1+x8
Tabla 6 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 -0.31 -0.655 2.31 0 0 0 175
X7 0 0 -2.66 -2.33 0.66 0 1 0 20
X6 1 0 1.66 1.33 -0.66 1 0 0 50
X2 1 1 0.67 0.335 -0.33 0 0 0 25
X8 0 0 -0.34 1.33 -0.66 0 0 1 18

Realizamos una nueva interacción:

Tabla 7 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 -0.31 -0.655 2.31 0 0 0 175
X7 0 0 -2.66 -2.33 0.66 0 1 0 20
X6 1 0 1.66 1.33 -0.66 1 0 0 50
X2 1 1 0.67 0.335 -0.33 0 0 0 25
X8 0 0 -0.34 1.33 -0.66 0 0 1 18

Columna pivote: x4
Fila pivote: x8

20 50 25 18
= −8.5, = 37.5 , = 75.75, = 13.53
−2.33 1.33 0.33 1.33

Numero pivote: 1.33


Variable que entra:x4
Variable que sale:x8
Dividimos la fila pivote por su número pivote para convertirlo e uno que es lo que se
necesita:
Tabla 8 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 -0.31 -0.655 2.31 0 0 0 175
X7 0 0 -2.66 -2.33 0.66 0 1 0 20
X6 1 0 1.66 1.33 -0.66 1 0 0 50
X2 1 1 0.67 0.335 -0.33 0 0 0 25
X8 0 0 -0.25 1 -0.5 0 0 0.75 13.53

Operamos en la fila para convertir en ceros los elementos de la columna pivote menos su
número pivote
Z:
Fila pivote*0.655+Z
X7:
Fila pivote* 2.33+x7
X6:
Fila pivote*-1.33+x6
X2:
Fila pivote*-0.335

Tabla 9 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 -0.5 0 1.98 0 0 0.49 184
X7 0 0 -3.24 0 -0.5 0 1 1.74 51.52
X6 1 0 1.9 0 0.005 1 0 -0.99 32.0
X2 1 1 0.75 0 0.16 0 0 -0.25 20.46
X4 0 0 -0.25 1 -0.5 0 0 0.75 13.53

Realizamos una nueva interacción:

Tabla 10 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1 0 -0.5 0 1.98 0 0 0.49 184
X7 0 0 -3.24 0 -0.5 0 1 1.74 51.52
X6 1 0 1.9 0 0.005 1 0 -0.99 32.0
X2 1 1 0.75 0 0.16 0 0 -0.25 20.46
X4 0 0 -0.25 1 -0.5 0 0 0.75 13.53

Columna pivote: x3
Fila pivote: x6
51.52 32.0 20.46 13.53
= −15.90, = 16.8, = 27.28, = −54.12
−3.24 1.9 0.75 −0.25
Numero pivote: 1.9
Variable que entra x3
Variable que sale: x6

Dividimos la fila pivote por su elemento pivote:

Tabla 11 X1 X X3 X4 X5 X6 X7 X8 R
2
Z 1 0 -05 0 1.98 0 0 0.49 184
X7 0 0 -3.24 0 -0.5 0 1 1.74 51.52
X3 0.5 0 1 0 0.002 0.5 0 -0.52 16
X2 1 1 0.75 0 0.16 0 0 -0.25 20.46
X4 0 0 -0.25 1 -0.5 0 0 0.75 13.53

Operamos en las filas para convertir en ceros los elementos de la columna pivote menos el
elemento uno:

Fila pivote* 0.5+z


X7:
Fila pivote*3.24+x7
X2:
Fila pivote*-0.75+x2
X4:
Fila pivote*0.25+x4

Tabla 12 X1 X2 X3 X4 X5 X6 X7 X8 R
Z 1.23 0 -0 0 1.98 0.2 0 0.24 192
X7 1.62 0 0 0 -0.5 1.62 1 0.05 103.3
X3 0.5 0 1 0 0.002 0.5 0 -0.52 16
X2 0.625 1 0 0 0.15 -0.37 0 0.14 8.5
X4 0.125 0 0 1 -0.5 0.125 0 0.62 17.5

Hemos terminado ya que todos los elementos de z son positivos.


Cantidad de cada uno de las variables a fabricarse, según el método simplex
algebraico.

X1=0
X2=8.5
X3=16
X4=17.5
Z=192

Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases
del simplex primal.

X1=0
X2=8.5
X3=16
X4=17.5
Z= 192

Utilidad del problema.

192

Compare los resultados obtenidos por cada uno de los métodos propuestos y
justifíquelos.

Para este caso la aplicación de los métodos se llegó a la misma solución óptima del sistema.
Siendo su utilidad 192, en cuanto a las restricciones x1, x2, x3, x4 de igual manera se obtuvo
la misma solución.
EJERCICIO 3

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 crio 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 dejo
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.

Costos por
Tipo de Ensembl
Corte Pintura producto
escritorio e
semanales
1 2 3 2 US 17
2 2 2 3 US 17
3 3 1 1 US 23
Horas 33 31 35

Forma canonica:
𝐹. 𝑂 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍: 17𝑥1 + 17𝑥2 + 23𝑥3
S.A
2𝑋1 + 2𝑋2 + 3𝑋3 ≥ 33
3𝑋1 + 2𝑋2 + 1𝑋3 ≥ 31
2𝑋1 + 3𝑋2 + 1𝑋3 ≥ 35
𝑥1, 𝑋2, 𝑋3 ≥ 0

Forma Estándar: 1 fase


𝐹. 𝑂 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍: 0𝑥1 + 0𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 − 1𝑥7 − 1𝑥8 − 1𝑥9
2𝑋2 + 2𝑋2 + 3𝑋3 − 𝑥4 + 𝑥7 = 33
3𝑋2 + 2𝑋2 + 1𝑋3 − 𝑥5 + 𝑥8 = 31
2𝑋2 + 3𝑋2 + 1𝑋3 − 𝑥6 + 𝑥9 = 35
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9 = 0

TABLOIDE ORIGINAL DEL SISTEMA

Tabla 1 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X7 -1 33 2 2 3 -1 0 0 1 0 0
X8 -1 31 3 2 1 0 -1 0 0 1 0
X9 -1 35 2 3 1 0 0 -1 0 0 1
Zj -99 -7 -7 -5 1 1 1 -1 -1 -1
Zj-cj -7 -7 -5 1 1 1 0 0 0

Columna pivote: x1
Fila pivote: x8
33 31 35
= 16.5, = 10.33, = 17.5,
2 3 2
Numero pivote: 3
Variable que entra: x1
Variable que sale: x8
TABLOIDE ORIGINAL DEL SISTEMA

Tabla 1 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X7 -1 33 2 2 3 -1 0 0 1 0 0
X8 -1 31 3 2 1 0 -1 0 0 1 0
X9 -1 35 2 3 1 0 0 -1 0 0 1
Zj -99 -7 -7 -5 1 1 1 -1 -1 -1
Zj-cj -7 -7 -5 1 1 1 0 0 0
Dividimos la fila por el número pivote:

Tabla 2 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X7 -1 33 2 2 3 -1 0 0 1 0 0
X1 0 10.33 1 0.66 0.33 0 -0.33 0 0 0.33 0
X9 -1 35 2 3 1 0 0 -1 0 0 1
Zj -99 -7 -7 -5 1 1 1 -1 -1 -1
Zj-cj -7 -7 -5 1 1 1 0 0 0

Operamos en las filas:


X7:
Fila pivote*-2+x7
X9:
Fila pivote*-2+x9
Recalculamos Zj y Zj –Cj.

Tabla 3 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X7 -1 12.34 0 0.68 2.34 -1 0.66 0 1 -0.66 0
X1 0 10.33 1 0.66 0.33 0 -0.33 0 0 0.33 0
X9 -1 14.34 0 1.68 0.34 0 0.66 -1 0 -0.66 1
Zj -26.65 0 -2.36 -2.68 1 -1.32 1 -1 -1.32 -1
Zj-cj 0 -2.36 -2.68 1 -1.32 1 0 1.32 0

Realizamos una nueva interacción:

Tabla 4 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X7 -1 12.34 0 0.68 2.34 -1 0.66 0 1 -0.66 0
X1 0 10.33 1 0.66 0.33 0 -0.33 0 0 0.33 0
X9 -1 14.34 0 1.68 0.34 0 0.66 -1 0 -0.66 1
Zj -26.65 0 -2.36 -2.68 1 -1.32 1 -1 -1.32 -1
Zj-cj 0 -2.36 -2.68 1 -1.32 1 0 1.32 0
Columna pivote: x3
Fila pivote: x7
12.34 10.33 14.34
= 5.27, = 31.30, = 42.17
2.34 0.33 0.34
Numero pivote: 2.34
Variable que sale: x7
Variable que entra: x3

Dividimos la fila pivote por su elemento pivote buscando el uno que necesitamos.

Tabla 5 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X3 0 5.37 0 0.29 1 -0.42 0.28 0 0.42 -0.28 0
X1 0 10.33 1 0.66 0.33 0 -0.33 0 0 0.33 0
X9 -1 14.34 0 1.68 0.34 0 0.66 -1 0 -0.66 1
Zj -26.65 0 -2.36 -2.68 1 -1.32 1 -1 -1.32 -1
Zj-cj 0 -2.36 -2.68 1 -1.32 1 0 1.32 0

Operamos en las filas para convertir los ceros que necesitamos dentro de la columna pivote.

X1:
Fila pivote*-0.33+x1
X9:
Fila pivote*-0.34+x9

Tabla 6 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X3 0 5.37 0 0.29 1 -0.42 0.28 0 0.42 -0.28 0
X1 0 8.55 1 0.56 0 0.13 -0.42 0 -0.13 0.42 0
X9 -1 12.51 0 1.58 0 0.14 0.56 -1 -0.14 -0.56 1
Zj -12.51 0 -1.58 0 -0.14 -0.56 1 0.14 0.56 -1
Zj-cj 0 -1.58 0 -0.14 -0.56 1 1.14 1.56 0

Realizamos una nueva interacción:


Tabla 7 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X3 0 5.37 0 0.29 1 -0.42 0.28 0 0.42 -0.28 0
X1 0 8.55 1 0.56 0 0.13 -0.42 0 -0.13 0.42 0
X9 -1 12.51 0 1.58 0 0.14 0.56 -1 -0.14 -0.56 1
Zj -12.51 0 -1.58 0 -0.14 -0.56 1 0.14 0.56 -1
Zj-cj 0 -1.58 0 -0.14 -0.56 1 1.14 1.56 0

Columna pivote:x2
Fila pivote: x9
5.37 8.55 −12.51
= 18.17, = 15.26, = 7.91
0.29 0.56 −1.58
Numero pivote: 1.58
Variable que sale: x9
Variable que entra: x2
Dividimos a fila pivote por su elemento pivote buscando el uno que se necesita:

Tabla 8 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X3 0 5.37 0 0.29 1 -0.42 0.28 0 0.42 -0.28 0
X1 0 8.55 1 0.56 0 0.13 -0.42 0 -0.13 0.42 0
X2 0 7.91 0 1 0 0.088 0.35 -0.63 -0.088 -0.35 0.63
Zj -12.51 0 -1.58 0 -0.14 -0.56 1 0.14 0.56 -1
Zj-cj 0 -1.58 0 -0.14 -0.56 1 1.14 1.56 0

Operamos en las filas para convertir los ceros de la columna pivote claro menos el uno:
X3:
Fila pivote*-0.29+x3
X1:
Fila pivote*-0.56+x1

Tabla 9 CJ 0 0 0 0 0 0 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9
X3 0 3.0 0 0 1 -0.44 0.178 0.18 0.44 -0.17 -0.18
X1 0 4.12 1 0 0 0.08 -0.61 0.35 -0.08 0.61 -0.35
X2 0 7.91 0 1 0 0.088 0.35 -0.63 -0.088 -0.35 0.63
Zj 0 0 0 0 0 0 0 0 0 0
Zj-cj 0 0 0 0 0 0 0 0 0

Hemos terminado la primera fase ya que todos los valores de la última fila son ceros.

Segunda fase:
forma estándar
𝐹. 𝑂 𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍: −17𝑥1 − 17𝑥2 − 23𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 0𝑥7 + 0𝑥8 + 0𝑥9
S.A
2𝑋2 + 2𝑋2 + 3𝑋3 − 𝑥4 + 𝑥7 = 33
3𝑋2 + 2𝑋2 + 1𝑋3 − 𝑥5 + 𝑥8 = 31
3𝑋2 + 1𝑋2 + 1𝑋3 − 𝑥6 + 𝑥9 = 35
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9 = 0

Tomamos la tabla anterior, pero recalculamos los valores de Zj y Zj- Cj.

Tabla 8 CJ -17 -17 -23 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6
X3 -23 3.0 0 0 1 -0.44 0.178 0.18
X1 -17 4.12 1 0 0 0.08 -0.61 0.35
X2 -17 7.91 0 1 0 0.088 0.35 -0.63
Zj -273.5 -17 -17 -23 7.26 0.32 0.62
Zj-cj 0 0 0 7.26 0.32 0.62

Como la tabla de la segunda fase no arrojo ningún número negativo en la última fila se da
por terminado la fase.
X1=4.12
X2= 7.91
X3=3.0
Y su utilidad corresponde a 273
Rubén deberá fabricar 4 escritorios del tipo hogar, 8 del tipo oficina y 3 de tipo colegial en
lo cual genera una utilidad de US273

EJERCICIO 4

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 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 canonica


Minimizar Z = 720X1 + 215X2 + 120X3 + 70X4

Sujeto a las restricciones:

30X1 + 5X2 + 3X3 + 7X4 ≥ 510

17X1 + 7X2 + 3X3 + 5X4 ≥ 320

11X1 + 5X2 + 4X3 + 2X4 ≥ 280

7X1 + 6X2 + 5X3 + 1X4 ≥ 170

X1, X2, X3, X4 ≥ 0

Forma estándar: 1 fase


MAXZ=0X1+0X2+0X3+0X4+0X5+0X6+0X7+0X8-11X9-1X10-1X11-1X12

30X1 + 5X2 + 3X3 +7X4 -1X5+1X9 =510

17X1 + 7X2 + 3X3 + 5X4 -1X6+1X10=320

11X1 + 5X2 + 4X3 + 2X4 -1X7+1X11=280

7X1 + 6X2 + 5X3 + 1X4 -1X8+1X12=170

X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12 = 0
TABLOIDE ORIGINAL DEL SISTEMA

Tabla 1 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X X9 X10 X11 X12
8
X9 -1 510 30 5 3 7 -1 0 0 0 1 0 0 0
X10 -1 320 17 7 3 5 0 -1 0 0 0 1 0 0
X11 -1 280 11 5 4 2 0 0 -1 0 0 0 1 0
X12 -1 170 7 6 5 1 0 0 0 -1 0 0 0 1
Zj -1.280 -65 -23 -15 -15 1 1 1 1 -1 -1 -1 -1
Zj-cj -65 -23 -15 -15 0 0 0 0 0 0 0 0

Columna pivote: x1
Fila pivote: x9
510 320 288 170
= 17, = 18.8, = 26.18, = 24.2
30 17 11 7
Numero pivote: 30
Variable que entra:x1
Variable que sale:x9

Tabla 2 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X X9 X10 X11 X12
8
X9 -1 510 30 5 3 7 -1 0 0 0 1 0 0 0
X10 -1 320 17 7 3 5 0 -1 0 0 0 1 0 0
X11 -1 280 11 5 4 2 0 0 -1 0 0 0 1 0
X12 -1 170 7 6 5 1 0 0 0 -1 0 0 0 1
Zj -1.280 -65 -23 -15 -15 1 1 1 1 -1 -1 -1 -1
Zj-cj -65 -23 -15 -15 0 0 0 0 0 0 0 0

Dividimos por 30 cada uno de los elementos de fila pivote para convertir en uno su elemento
pivote.
Tabla 3 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
X1 -1 17 1 0.16 0.1 0.23 -0.033 0 0 0 0.033 0 0 0
X10 -1 320 17 7 3 5 0 -1 0 0 0 1 0 0
X11 -1 280 11 5 4 2 0 0 -1 0 0 0 1 0
X12 -1 170 7 6 5 1 0 0 0 -1 0 0 0 1
Zj -1.280 -65 -23 -15 -15 1 1 1 1 -1 -1 -1 -1
Zj-cj -65 -23 -15 -15 0 0 0 0 0 0 0 0

Operamos en las filas para convertir en ceros los elementos de la columna pivote menos la
celda perteneciente al elemento pivote:
X10=
Fila pivote*-17+x10
X11:
Fila pivote*-11+x11
X12:
Fila pivote* -7+x12
Recalculamos Zj y Zj –Cj.

Tabla 4 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
X1 0 17 1 0.16 0.1 0.23 -0.033 0 0 0 0.033 0 0 0
X10 -1 31 0 4.28 1.3 1.09 0.56 -1 0 0 -0.56 1 0 0
X11 -1 93 0 3.24 2.9 -0.53 0.36 0 -1 0 -0.36 0 1 0
X12 -1 51 0 4.88 4.3 -0.61 0.231 0 0 -1 -0.231 0 0 1
Zj -175 0 -12.4 -8.5 0.05 -1.15 1 1 1 0.431 -1 -1 -1
Zj-cj 0 -12.4 -8.5 0.05 -1.11 1 1 1 -1.15 0 0 0

Realizamos una nueva interacción:

Tabla 5 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
X1 0 17 1 0.16 0.1 0.23 -0.033 0 0 0 0.033 0 0 0
X2 0 31 0 4.28 1.3 1.09 0.56 -1 0 0 -0.56 1 0 0
X11 -1 93 0 3.24 2.9 -0.53 0.36 0 -1 0 -0.36 0 1 0
X12 -1 51 0 4.88 4.3 -0.61 0.231 0 0 -1 -0.231 0 0 1
Zj -175 0 -12.4 -8.5 0.05 -1.15 1 1 1 0.431 -1 -1 -1
Zj-cj 0 -12.4 -8.5 0.05 -1.11 1 1 1 -1.15 0 0 0

Columna pivote:
Fila pivote:
17 31 93 51
= 106.2, = 7.24, = 28.7, = 10.45
0.16 4.28 3.24 4.88
Numero pivote:4.28
Variable que entra: x2
Variable que sale: x10

Dividimos la fila pivote por su elemento pivote buscando convertirlo en uno:

Tabla 6 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE Cb Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X11 X12
7
X1 0 17 1 0.16 0.1 0.23 -0.033 0 0 0 0.033 0 0 0
X2 0 7.24 0 1 0.30 0.25 0.13 -0.23 0 0 -0.13 0.23 0 0
X11 -1 93 0 3.24 2.9 -0.53 0.36 0 - 0 -0.36 0 1 0
1
X12 -1 51 0 4.88 4.3 -0.61 0.231 0 0 -1 -0.231 0 0 1

Zj -175 0 -12.4 -8.5 0.05 -1.15 1 1 1 0.431 -1 -1 -1


Zj-cj 0 -12.4 -8.5 0.05 -1.11 1 1 1 -1.15 0 0 0

Operamos en las filas para convertir en ceros los elementos de la columna pivote menos el
uno:
X1:
Fila pivote* -0.16+x1
X11:
Fila pivote*-3.24+x11
X12:
Fila pivote *-4.88+x12
Recalculamos Zj y Zj –Cj.

Tabla 7 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X11 X12
b 7
X1 0 15.84 1 0 0.05 0.2 -0.05 0.04 0 0 0.05 -0.04 0 0
X2 0 7.24 0 1 0.30 0.25 0.13 -0.23 0 0 -0.13 0.23 0 0
X11 -1 69.5 0 0 2 -1.34 -0.061 0.74 -1 0 0.06 -0.74 1 0
X12 -1 15.66 0 0 2.83 -1.83 -0.40 1.12 0 -1 0.40 -1.12 0 1
Zj -85.1 0 0 -4.83 3.17 0.46 -1.86 1 1 0.34 1.86 -1 -1
Zj-cj 0 0 -4.83 3.17 0.46 -1.86 1 1 1.34 2.86 0 0

Realizamos una nueva interacción:

Tabla 8 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X11 X12
b 7
X1 0 15.84 1 0 0.05 0.2 -0.05 0.04 0 0 0.05 -0.04 0 0
X2 0 7.24 0 1 0.30 0.25 0.13 -0.23 0 0 -0.13 0.23 0 0
X11 -1 69.5 0 0 2 -1.34 -0.061 0.74 -1 0 0.06 -0.74 1 0
X3 0 15.66 0 0 2.83 -1.83 -0.40 1.12 0 -1 0.40 -1.12 0 1
Zj -85.1 0 0 -4.83 3.17 0.46 -1.86 1 1 0.34 1.86 -1 -1
Zj-cj 0 0 -4.83 3.17 0.46 -1.86 1 1 1.34 2.86 0 0

Columna pivote:x3
Fila pivote: x12

16 7.24 69.5 15.66


320, = 24.13, = 34, = 5.53
0.05 0.30 2 2.83

Numero pivote: 2.83

Variable que entra: x3


Variable que sale:x12

Dividimos la fila pivote por su elemento pivote para convertirlo en uno:


Tabla 9 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X1 X12
b 7 1
X1 0 15.84 1 0 0.05 0.2 -0.05 0.04 0 0 0.05 -0.04 0 0
X2 0 7.24 0 1 0.30 0.25 0.13 -0.23 0 0 -0.13 0.23 0 0
X11 -1 69.5 0 0 2 -1.34 -0.061 0.74 -1 0 0.06 -0.74 1 0
X3 0 5.53 0 0 1 -0.646 -0.141 0.395 0 -0.35 0.14 -0.39 0 0.35
Zj -85.1 0 0 -4.83 3.17 0.46 -1.86 1 1 0.34 1.86 -1 -1
Zj-cj 0 0 -4.83 3.17 0.46 -1.86 1 1 1.34 2.86 0 0

Operamos en la fila para convertir en ceros los elementos de la columna pivote menos el uno:
X1:
Fila pivote* -0.05+x1
X2:
fila pivote*-0.30+x2
X11:
fila pivote*-2+x11
recalculamos los valores de Zj y Zj –Cj.

Tabla 10 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X1 X12
b 7
X1 0 15.56 1 0 0 0.23 -0.042 0.025 0 0.017 0.043 -0.025 0 -0.017
X2 0 5.58 0 1 0 0.44 0.17 -0.34 0 0.105 -0.172 0.347 0 -0.105
X11 -1 58.44 0 0 0 -0.048 0.221 -0.05 -1 0.7 -0.22 0.04 1 -0.7
X3 0 5.53 0 0 1 -0.646 -0.141 0.395 0 -0.35 0.14 -0.39 0 0.35
Zj -58.44 0 0 0 0.048 -0.221 0.05 1 -0.7 0.22 -0.04 -1 0.7
Zj-cj 0 0 0 0.048 -0221 0.05 1 -0.7 1.22 0.96 0 1.7

Realizamos una nueva interacción:

Tabla 11 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X1 X12
b 7
X1 0 15.56 1 0 0 0.23 -0.042 0.025 0 0.017 0.043 -0.025 0 -0.017
X8 0 5.58 0 1 0 0.44 0.17 -0.34 0 0.105 -0.172 0.347 0 -0.105
X11 -1 58.44 0 0 0 -0.048 0.221 -0.05 -1 0.7 -0.22 0.04 1 -0.7
X3 0 5.53 0 0 1 -0.646 -0.141 0.395 0 -0.35 0.14 -0.39 0 0.35
Zj -58.44 0 0 0 0.048 -0.221 0.05 1 -0.7 0.22 -0.04 -1 0.7
Zj-cj 0 0 0 0.048 -0221 0.05 1 -0.7 1.22 0.96 0 1.7

Columna pivote.x8
Fila pivote:
15.72 5.58 58.44 5.53
= 924.7, = 53.4, = 83.48, = −15.
0.017 0.105 0.7 −0.35
Numero pivote:0.105
Variable que entra: x8
Variable que sale:x2

Dividimos la fila pivote por su elemento pivote:

Tabla 12 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X1 X12
b 7
X1 0 15.56 1 0 0 0.23 -0.042 0.025 0 0.017 0.043 -0.025 0 -0.017
X8 0 53.14 0 9.52 0 4.20 1.61 -3.23 0 1 -1.63 3.30 0 -1
X11 -1 58.44 0 0 0 -0.048 0.221 -0.05 -1 0.7 -0.22 0.04 1 -0.7
X3 0 5.53 0 0 1 -0.646 -0.141 0.395 0 -0.35 0.14 -0.39 0 0.35
Zj -58.44 0 0 0 0.048 -0.221 0.05 1 -0.7 0.22 -0.04 -1 0.7
Zj-cj 0 0 0 0.048 -0221 0.05 1 -0.7 1.22 0.96 0 1.7

Operamos en la fila para convertir en ceros los elementos dentro de la columna pivote menos
el elemento pivote:
X1:
Fila pivote*-0.017+x1
X11:
Fila pivote*-0.7+x11
X3:
Fila pivote*0.35

recalculamos los valores de Zj y Zj –Cj.

Tabla 13 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X1 X12
b 7
X1 0 14.65 1 -0.16 0 0.158 -0.069 0.079 0 0 0.070 -0.081 0 0
X8 0 53.14 0 9.52 0 4.20 1.61 -3.23 0 1 -1.63 3.30 0 -1
X11 -1 21.24 0 -6.66 0 -2.98 -0.96 2.211 -1 0 0.921 -2.27 1 0
X3 0 24.12 0 3.33 1 0.82 0.42 -0.73 0 0 -0.43 0.76 0 0
Zj -21.24 0 6.66 0 2.98 0.96 -2.211 1 0 -0.921 2.27 -1 0
Zj-cj 0 6.66 0 2.98 0.96 -2.211 1 0 0.079 3.21 0 1

Realizamos una nueva interacción:

Tabla 13 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X X8 X9 X10 X1 X12
b 7
X1 0 14.65 1 -0.16 0 0.158 -0.069 0.079 0 0 0.070 -0.081 0 0
X8 0 53.14 0 9.52 0 4.20 1.61 -3.23 0 1 -1.63 3.30 0 -1
X11 -1 21.24 0 -6.66 0 -2.98 -0.96 2.211 -1 0 0.921 -2.27 1 0
X3 0 24.12 0 3.33 1 0.82 0.42 -0.73 0 0 -0.43 0.76 0 0
Zj -21.24 0 6.66 0 2.98 0.96 -2.211 1 0 -0.921 2.27 -1 0
Zj-cj 0 6.66 0 2.98 0.96 -2.211 1 0 0.079 3.21 0 1

Columna pivote:x6
Fila pivote: x11

14.65 53.14 21.24 24.12


− 185.4, = 16.4, = 9.60 , = 33.01
0.079 −3.23 2.211 0.73
Numero pivote:2.211
Variable que entra: x6
Variable que sale:x11
Dividimos la fila pivote por el numero pivote buscando convertirlo en uno

Tabla 14 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X7 X X9 X10 X11 X12
b 8
X1 0 14.65 1 -0.16 0 0.158 -0.069 0.079 0 0 0.070 -0.081 0 0
X8 0 53.14 0 9.52 0 4.20 1.61 -3.23 0 1 -1.63 3.30 0 -1
X6 0 9.60 0 -3.012 0 -1.347 -0.43 1 -0.45 0 0.41 -1.026 0.45 0
X3 0 24.12 0 3.33 1 0.82 0.42 -0.73 0 0 -0.43 0.76 0 0
Zj -21.24 0 6.66 0 2.98 0.96 -2.211 1 0 -0.921 2.27 -1 0
Zj-cj 0 6.66 0 2.98 0.96 -2.211 1 0 0.079 3.21 -2 -1

Operamos en las filas para convertir los respectivos ceros de la columna pivote:
X1:
Fila pivote*-0.079+x1
X8:
Fila pivote*3.23+x8
X3:
Fila pivote*0.73+x3

Tabla 15 CJ 0 0 0 0 0 0 0 0 -1 -1 -1 -1
BASE C Bj X1 X2 X3 X4 X5 X6 X7 X X9 X10 X1 X1
b 8 2
X1 0 13.89 1 0.077 0 0.26 -0.035 0 0.035 0 0.037 0 -0.035 0
X8 0 84.14 0 -0.20 0 -0.15 0.221 0 -1.45 1 -0.30 0 1.45 -1
X6 0 9.60 0 -3.012 0 -1.34 -0.43 1 -0.45 0 0.41 -1.026 0.45 0
X3 0 31.16 0 1.13 1 -0.16 0.106 0 -0.32 0 -0.13 0.011 0.32 0
Zj 0 0 0 0 0 0 0 0 0 0 0 0 0
Zj-cj 0 0 0 0 0 0 0 0 1 1 1 1

Hemos terminado la primera fase ya que no tenemos números negativos en la fila Zj -CJ
Segunda fase: forma estándar
MAX Z=-720X1 - 215X2 - 120X3 - 70X4+0X5+0X6+0X7+0X8+0X9
S.A

30X1 + 5X2 + 3X3 +7X4 -1X5+1X9 =510

17X1 + 7X2 + 3X3 + 5X4 -1X6+1X10=320

11X1 + 5X2 + 4X3 + 2X4 -1X7+1X11=280

7X1 + 6X2 + 5X3 + 1X4 -1X8+1X12=170


X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12= 0

Remplazamos en la tabla anterior los valores de la función estándar 2, y recalculamos Zj y


Zj-Cj.

Tabla 16 CJ -720 -215 -120 -70 0 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X1 -720 13.89 1 0.077 0 0.264 -0.035 0 0.035 0
X8 0 84.14 0 -0.20 0 -0.15 0.221 0 -1.45 1
X6 0 9.60 0 -3.012 0 -1.34 -0.43 1 -0.45 0
X3 -120 31.16 0 1.13 1 -0.16 0.106 0 -0.32 0
Zj -13.73 -720 -186 120 -172.08 -37.92 0 13.2 0
Zj-cj 0 30.2 0 -100.88 -37.92 0 13.2 0

Columna pivote: x4
Fila pivote: x1
13.89 84.14 9.60 31.12
= 52.61, = −560.9, = −7.16 , = −194.5
0.264 −0.15 −1.347 −0.16
Numero pivote: 0.26
Variable que entra: x4
Variable que sale:x1

Tabla 17 CJ -720 -215 -120 -70 0 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X4 -720 13.89 1 0.077 0 0.26 -0.035 0 0.035 0
X8 0 84.14 0 -0.20 0 -0.15 0.221 0 -1.45 1
X6 0 9.60 0 -3.012 0 -1.34 -0.43 1 -0.45 0
X3 -120 31.12 0 1.13 1 -0.16 0.106 0 -0.32 0
Zj -13.73 -720 -186 120 -172.08 -37.92 0 13.2 0
Zj-cj 0 30.2 0 -100.88 -37.92 0 13.2 0

Dividimos la fila pivote por su elemento pivote para convertirlo en uno:

Tabla 18 CJ -720 -215 -120 -70 0 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X4 -70 53.42 3.84 0.29 0 1 -0.13 0 0.13 0
X8 0 84.14 0 -0.20 0 -0.15 0.221 0 -1.45 1
X6 0 9.60 0 -3.012 0 -1.34 -0.43 1 -0.45 0
X3 -120 31.12 0 1.13 1 -0.16 0.106 0 -0.32 0
Zj -13.73 -720 -186 120 -172.08 -37.92 0 13.2 0
Zj-cj 0 30.2 0 -100.88 -37.92 0 13.2 0

Operamos en las filas para convertir la columna pivote en cero, pero menos el 1
X8:
Fila pivote*0.15+x8
X6:
Fila pivote*1.34 +x6
X3:
Fila pivote*0.16+x3

Tabla 19 CJ -720 -215 -120 -70 0 0 0 0


BASE Cb Bj X1 X2 X3 X4 X5 X6 X7 X8
X4 -70 53.42 3.8 0.29 0 1 -0.13 0 0.13 0
X8 0 92.11 0.57 -0.15 0 0 0.221 0 -1.45 1
X6 0 81.88 5.09 -2.6 0 0 -0.60 1 -0.27 0
X3 -120 39.66 0.608 1.17 1 0 0.085 0 -0.29 0
Zj -8.497.2 -266 -160.7 -120 0 -1.1 0 25.7 0
Zj-cj 454 54.3 0 0 -1.1 0 25.7 0

Hemos terminado el sistema ya que todos los valores de Zj-Cj son positivos.
Con la siguiente solución para cada una de sus variables:
X1=0
X2=0
X3=39.66
X4=53.42
Y con una utilidad de:
Z= -8.497.2

EJERCICIO 5.

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.

Forma canonica: método de las dos fases

FO max 𝑧: 600𝑥1 + 400𝑥2 + 500𝑥3:


S.A
20𝑋1 + 30𝑋2 + 20𝑋3 ≥ 1500
30𝑋1 + 20𝑋2 + 10𝑋3 ≤ 1700
20𝑋1 + 20𝑋2 + 20𝑋3 ≤ 1300
𝑋1, 𝑋2, 𝑋3 ≥0

modelo dual

Para ello multiplicamos la primera ecuación por -1

FO min 𝑧: 600𝑥1 + 400𝑥2 + 500𝑥3


S.A
−20𝑋1 − 30𝑋2 − 20𝑋3 − 𝑥4 ≤ −1500
30𝑋1 + 20𝑋2 + 10𝑋3 + 𝑥5 ≤ 1700
20𝑋1 + 20𝑋2 + 20𝑋3 + 𝑥6 ≤ 1300
𝑋1, 𝑋2, 𝑋3 ≥0
Forma estándar modelo dual:

FO maz 𝑧: −600𝑥1 − 400𝑥2 − 500𝑥3 = 0


S.A
−20𝑋1 − 30𝑋2 − 20𝑋3 + 𝑥4 = −1500
30𝑋1 + 20𝑋2 + 10𝑋3𝑥5 + 𝑥7 = 1700
20𝑋1 + 20𝑋2 + 20𝑋3 + 𝑥6 + 𝑥8 = 1300
𝑋1, 𝑋2, 𝑋3 , 𝑥4, 𝑥5, 𝑥6 ≥0

TABLA ORIGINAL DEL SISTEMA


Tabal 1 X1 X2 X3 X4 X5 X6 R
Z 600 400 500 0 0 0 0
X4 -20 -30 -20 1 0 0 -1500
X7 30 20 10 0 1 0 1700
X8 20 20 20 0 0 1 1300
Fila pivote x4

Columna pivote:

600 400 500


= −30 = −13.33 = −25
−20 −30 −20

Numero pivote-30

Variable que entra:x2

Variable que sale:x4

Dividimos la fila pivote por su elemento pivote de manera que se pueda convertir en 1

Tabal 2 X1 X2 X3 X4 X5 X6 R
Z 600 400 500 0 0 0 0
X2 0.666 1 0.666 -0.0333 0 0 50
X7 30 20 10 0 1 0 1700
X8 20 20 20 0 0 1 1300
Operamos en las filas para convertir en ceros los números de la columna pivote menos su
elemento 1

Z:

fila pivote* -400+z


x7:

fila pivote*-20+x7

x8:

fila pivote*-20+x8

Tabal 3 X1 X2 X3 X4 X5 X6 R
Z 333.6 0 233.6 13.32 0 0 -20000
X2 0.666 1 0.666 -0.0333 0 0 50
X7 16.68 0 -3.32 0.666 1 0 700
X8 6.68 0 6.68 0.666 0 1 300

Realizamos una nueva interacción:

Tabal 4 X1 X2 X3 X4 X5 X6 R
Z 333.6 0 233.6 13.32 0 0 -20000
X2 0.666 1 0.666 -0.0333 0 0 50
X7 16.68 0 -3.32 0.666 1 0 700
X8 6.68 0 6.68 0.666 0 1 300

Al no tener elementos negativos dentro de la columna de resultado se escogen el elemento


más negativo de las columnas.

Fila pivote: x7

Columna pivote: x3

Numero pivote: -3.32

Variable que entra: x3

Variable que sale: x7

Dividimos por la fila pivote por su elemento pivote:


Tabal 5 X1 X2 X3 X4 X5 X6 R
Z 333.6 0 233.6 13.32 0 0 -20000
X2 0.666 1 0.666 -0.0333 0 0 50
X3 -5 0 1 -0.2 -0.3 0 -210
X8 6.68 0 6.68 0.666 0 1 300
Operamos en las filas:

Z:

Fila pivote* -233.6+z

X2:

Fila pivote* -0.666+x2

X8:

Fila pivote*-6.68+x8

Tabal 6 X1 X2 X3 X4 X5 X6 R
Z 1500 0 0 60 70 0 29000
X2 4 1 0 0.1 0.2 0 190
X3 -5 0 1 -0.2 -0.3 0 -210
X8 40 0 0 2 2 1 1700

Realizamos una nueva interacción:

De igual manera seleccionamos el elemento más negativo de las columnas:


Tabal 7 X1 X2 X3 X4 X5 X6 R
Z 1500 0 0 60 70 0 29000
X2 4 1 0 0.1 0.2 0 190
X3 -5 0 1 -0.2 -0.3 0 -210
X8 40 0 0 2 2 1 1700

Columna pivote X1

Fila pivote; x8

Numero pivote:40

Variable que entra; x1


Variable que sale:x8

Dividimos la fila pivote por su elemento pivote:


Tabal 8 X1 X2 X3 X4 X5 X6 R
Z 1500 0 0 60 70 0 29000
X2 4 1 0 0.1 0.2 0 190
X3 -5 0 1 -0.2 -0.3 0 -210
X1 1 0 0 0.05 0.05 0.025 42.5
Operamos en las filas

Z:

Fila pivote*-1500+z

X2:

Fila pivote*-4+x2

X3:

fila pivote*5+x3

Tabal 9 X1 X2 X3 X4 X5 X6 R
Z 0 0 0 -15 -5 -37.5 -34750
X2 0 1 0 -0.1 0 -0.1 200
X3 0 0 1 0.05 -0.55 0.125 2.5
X1 1 0 0 0.05 0.05 0.025 42.5

Hemos terminado el sistema ya que todos los elementos de la columna de resultado son
positivos y todos los elementos de la fila z son ceros o negativos

EJERCICIO 6.

Resuelva el ejercicio 3 de minimización 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.

Forma canonica: método de las dos fases.


𝐹. 𝑂 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍: 17𝑥1 + 17𝑥2 + 23𝑥3
S.A
2𝑋1 + 2𝑋2 + 3𝑋3 ≥ 33
3𝑋1 + 2𝑋2 + 1𝑋3 ≥ 31
2𝑋1 + 3𝑋2 + 1𝑋3 ≥ 35
𝑥1, 𝑋2, 𝑋3 ≥ 0

𝐹. 𝑂 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍: 17𝑥1 + 17𝑥2 + 23𝑥3


S.A
2𝑋1 + 2𝑋2 + 3𝑋3 − 𝑥4 ≥ 33
3𝑋1 + 2𝑋2 + 1𝑋3 − 𝑥5 ≥ 31
2𝑋1 + 3𝑋2 + 1𝑋3 − 𝑥6 ≥ 35
𝑥1, 𝑋2, 𝑋3 ≥ 0

𝐹. 𝑂 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍: −17𝑥1 − 17𝑥2 − 23𝑥3 = 0


S.A
−2𝑋1 − 2𝑋2 − 3𝑋3 + 𝑥4 = −33
−3𝑋1 − 2𝑋2 − 1𝑋3 + 𝑥5 = −31
−2𝑋1 − 3𝑋2 − 1𝑋3 + 𝑥6 = −35
𝑥11, 𝑋2, 𝑋3 ≥ 0

TABLA ORIGINAL DEL SISTEMA


Tabal 1 X1 X2 X3 X4 X5 X6 R
Z -17 -17 -23 0 0 0 0
X4 -2 -2 -3 1 0 0 -33
X7 -3 -2 -1 0 1 0 -31
X8 -2 -3 -1 0 0 1 -35

Fila pivote. X8
Columna pivote: x2
Numero pivote: -3
Variable que entra:x2
Variable que sale:x8

Dividimos la fila pivote por su elemento pivote:

Tabal 2 X1 X2 X3 X4 X5 X6 R
Z -17 -17 -23 0 0 0 0
X4 -2 -2 -3 1 0 0 -33
X7 -3 -2 -1 0 1 0 -31
X2 0.666 1 0.33 0 0 -0.33 11.66

Operaos en las filas para convertir los respectivos ceros de la columna pivote:
Z:
Fila pivote*17+z
X4:
fila pivote*2+x4
x7: fila pivote*2+x7

Tabal 3 X1 X2 X3 X4 X5 X6 R
Z -5.67 0 -17.39 0 0 -5.61 198
X4 -0.68 0 -2.34 1 0 -0.66 -9.68
X7 -1.666 0 -0.34 0 1 -0.66 -7.68
X2 0.666 1 0.33 0 0 -0.33 11.66

Realizamos una nueva interacción:

Tabal 4 X1 X2 X3 X4 X5 X6 R
Z -5.67 0 -17.39 0 0 -5.61 198
X4 -0.68 0 -2.34 1 0 -0.66 -9.68
X7 -1.666 0 -0.34 0 1 -0.66 -7.68
X2 0.666 1 0.33 0 0 -0.33 11.66

Fila pivote: x4
Columna pivote: x3
Numero pivote: -2.34
Variable que entra: x3
Variable que sale: x4

Dividimos la fila pivote por su elemento pivote


Tabal 5 X1 X2 X3 X4 X5 X6 R
Z -5.67 0 -17.39 0 0 -5.61 198
X3 0.29 0 1 -0.42 0 0.28 4
X7 -1.666 0 -0.34 0 1 -0.66 -7.6
X2 0.666 1 0.33 0 0 -0.33 11.66

Operamos en las filas:


Z:
Fila pivote*17.39+z
X7:
Fila pivote*0.34+x7
X2:
Fila pivote*-0.33+x2

Tabal 6 X1 X2 X3 X4 X5 X6 R
Z -0.62 0 0 -7.30 0 -0.74 267.5
X3 0.29 0 1 -0.42 0 0.28 4
X7 -1.56 0 0 -0.14 1 -0.56 -6.24
X2 0.57 1 0 0.13 0 -0.42 10.34

Realizamos una nueva interacción

Tabal 7 X1 X2 X3 X4 X5 X6 R
Z -0.62 0 0 -7.30 0 -0.74 267.5
X3 0.29 0 1 -0.42 0 0.28 4
X7 -1.56 0 0 -0.14 1 -0.56 -6.24
X2 0.57 1 0 0.13 0 -0.42 10.34

Fila pivote: x7
Columna pivote: x1
Numero pivote: -1.56
Variable que entra: x1
Variable que sale: x7
Dividimos la fila pivote por su elemento pivote:

Tabal 8 X1 X2 X3 X4 X5 X6 R
Z -0.62 0 0 -7.30 0 -0.74 267.5
X3 0.29 0 1 -0.42 0 0.28 4
X1 1 0 0 0.089 -0.64 0.35 4
X2 0.57 1 0 0.13 0 -0.42 10

Operamos en las filas:


Z: fila pivote*0.62+z
X3: fila pivote*-0.29+x3
X2: fila pivote*-0.57+x2

Tabal 9 X1 X2 X3 X4 X5 X6 R
Z -0.62 0 0 -7.24 -0.39 -0.52 270
X3 0 0 1 -0.44 0.18 0.17 3
X1 1 0 0 0.089 -0.64 0.35 4
X2 0 1 0 0.079 0.36 -0.61 8

Hemos terminado el sistema ya que toda la fila de z son ceros o negativos, de igual manera
tenemos positivos en la columna de resultado.

Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex dual.
X1:4
X2:8
X3:3

Valor de la función objetivo del problema.


Z: 270
COMPROBACIÓN EN SOLVER
Ejercicio1:
Ejercicio2:
Ejercicio 3:
Ejercicio 4:
Aporte John Anderson Ramírez:

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 algortimos simplex algebraico y simplex de las dos fases. Responda:
Formulación del problema
Sea
𝑥1 =: 𝐽𝑢𝑔𝑜 1 𝑑𝑒 𝑃𝑒𝑟𝑎
𝑥2 =: 𝐽𝑢𝑔𝑜 2 𝑑𝑒 𝑚𝑎𝑛𝑧𝑎𝑛𝑎
𝑥3 =: 𝐽𝑢𝑔𝑜 3 𝑡𝑟𝑜𝑝𝑖𝑐𝑎𝑙
Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3
Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 ≥ 1500
30𝑥1 + 20𝑥2 + 10𝑥3 ≤ 1700
20𝑥1 + 20𝑥2 + 20𝑥3 ≤ 1300
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Agregando las variables de holgura y de exceso se obtiene
20𝑥1 + 30𝑥2 + 20𝑥3 − 𝑠1 = 1500
30𝑥1 + 20𝑥2 + 10𝑥3 + 𝑠2 = 1700
20𝑥1 + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
Donde
𝑥1 , 𝑥2 , 𝑥3 , 𝑠1 , 𝑠2 , 𝑠3 ≥ 0
Luego la función objetivo queda determinada de la siguiente manera

𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3 − 0𝑠1 + 0𝑠2 + 0𝑠3

METODO SIMPLEX ALGEBRAICO


Ya que se tienen 𝑚 = 3 restricciones y 𝑛 = 6 incógnitas y como 𝑛 ≥ 𝑚 se obtendrá una
solución básica si se hace (𝑛 − 𝑚) = 6 − 3 = 3 variables iguales a cero:
Ya que al observar en la función objetivo que la variable que genera mayor utilidad es la
variable 𝑥1 tomaremos las siguiente variables iguales a cero:
𝑥2 =0 , 𝑥3 = 0, 𝑠1 = 0

Remplazando en la primera restricción se obtiene


20𝑥1 + 30 ∗ 0 + 20 ∗ 0 − 0 = 1500
1500
𝑥1 = = 75
20
𝑥2 =0 , 𝑥3 = 0, 𝑠2 = 0

Remplazando en la segunda restricción


30𝑥1 + 20 ∗ 0 + 10 ∗ 0 + 0 = 1700
1700
𝑥1 = = 56.7
30
𝑥2 =0 , 𝑥3 = 0, 𝑠3 = 0

Remplazando en la tercera restricción


20𝑥1 + 20 ∗ 0 + 20 ∗ 0 + 0 = 1300
1300
𝑥1 = = 65
20
Vemos que la restricción segunda es la que más limita la variable 𝑥1 , por lo tanto se
despejara de esta la variable 𝑥1 de la siguiente manera

30𝑥1 + 20𝑥2 + 10𝑥3 + 𝑠2 = 1700


30𝑥1 = 1700 − 20𝑥2 − 10𝑥3 − 𝑠2
1700 − 20𝑥2 − 10𝑥3 − 𝑠2
𝑥1 =
30
Sustituyendo en la función objetivo se obtiene

1700 − 20𝑥2 − 10𝑥3 − 𝑠2


𝑀𝑎𝑥 𝑍 = 600 ( ) + 400𝑥2 + 500𝑥3 − 0𝑠1 + 0𝑠2 + 0𝑠3
30

Simplificando

𝑀𝑎𝑥 𝑍 = 20(1700 − 20𝑥2 − 10𝑥3 − 𝑠2 ) + 400𝑥2 + 500𝑥3 − 0𝑠1 + 0𝑠2 + 0𝑠3


𝑀𝑎𝑥 𝑍 = 34000 − 400𝑥2 − 200𝑥3 − 20𝑠2 + 400𝑥2 + 500𝑥3 − 0𝑠1 + 0𝑠2 + 0𝑠3

Se obtiene
𝑀𝑎𝑥 𝑍 = 34000 + 300𝑥3 + −0𝑠1 − 20𝑠2 + 0𝑠3

Remplazando 𝑥1 en la primera restricción, se obtiene


1700 − 20𝑥2 − 10𝑥3 − 𝑠2
20 ( ) + 30𝑥2 + 20𝑥3 − 𝑠1 = 1500
30
2
∗ (1700 − 20𝑥2 − 10𝑥3 − 𝑠2 ) + 30𝑥2 + 20𝑥3 − 𝑠1 = 1500
3
3400 40 20 2
− 𝑥2 − 𝑥3 − 𝑠2 + 30𝑥2 + 20𝑥3 − 𝑠1 = 1500
3 3 3 3
90 − 40 60 − 20 2 4500 − 3400
( ) 𝑥2 + ( ) 𝑥3 − 𝑠1 − 𝑠2 =
3 3 3 3
50 40 3 2 1100
𝑥2 + 𝑥3 − 𝑠1 − 𝑠2 =
3 3 3 3 3
50𝑥2 + 40𝑥3 − 3𝑠1 − 2𝑠2 = 1100
Remplazado 𝑥1 en la tercera restricción
1700 − 20𝑥2 − 10𝑥3 − 𝑠2
20 ( ) + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
30
2
(1700 − 20𝑥2 − 10𝑥3 − 𝑠2 ) + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
3
3400 40 20 2
− 𝑥2 − 𝑥3 − 𝑠2 + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
3 3 3 3
60 − 40 60 − 20 2 3900 − 3400
( ) 𝑥2 + ( ) 𝑥3 − 𝑠2 + 𝑠3 =
3 3 3 3
20𝑥2 + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500

Entonces obtenemos el siguiente sistema el cual es equivalente al inicialmente propuesto

Función objetivo
𝑀𝑎𝑥 𝑍 = 34000 + 300𝑥3 + −0𝑠1 − 20𝑠2 + 0𝑠3
Restricciones
50𝑥2 + 40𝑥3 − 3𝑠1 − 2𝑠2 = 1100
30𝑥1 + 20𝑥2 + 10𝑥3 + 𝑠2 = 1700
20𝑥2 + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500

Ya que de nuevo tenemos un sistema de 𝑚 = 3 restricciones y 𝑛 = 6 variables se hacen


(𝑛 − 𝑚) = 3 variables iguales a cero, entonces observando la función objetivo es conviene
ver el valor máximo de 𝑥3 y ya que 𝑥2 no es un valor variable en la función no se pierde
generalidad si 𝑥2 = 0, así tomamos:
 𝑥2 = 0, 𝑠1 = 0 y 𝑠2 = 0

Remplazando en la primera restricción se tiene

50 ∗ 0 + 40𝑥3 − 3 ∗ 0 − 2 ∗ 0 = 1100
1100
𝑥3 = = 27.5
40

 𝑥2 = 0, 𝑥1 = 0, 𝑠2 = 0
30 ∗ 0 + 20 ∗ 0 + 10𝑥3 + 0 = 1700
1700
𝑥3 = = 170
10
 𝑥2 = 0, 𝑠2 = 0, 𝑠3 = 0

20 ∗ 0 + 40𝑥3 − 2 ∗ 0 + 3 ∗ 0 = 500
500
𝑥3 = = 12.5
40

Entonces la tercera restricción es la que limita más la variable 𝑥3 , por lo tanto vamos a
despejar de la tercera restricción la variable 𝑥3 se la siguiente manera
20𝑥2 + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500
40𝑥3 = 500 − 20𝑥2 + 2𝑠2 − 3𝑠3
500 − 20𝑥2 + 2𝑠2 − 3𝑠3
𝑥3 =
40
Sustituyendo en la función objetivo se tiene
500 − 20𝑥2 + 2𝑠2 − 3𝑠3
𝑀𝑎𝑥 𝑍 = 34000 + 300 ( ) + −0𝑠1 − 20𝑠2 + 0𝑠3
40
30
𝑀𝑎𝑥 𝑍 = 34000 + (500 − 20𝑥2 + 2𝑠2 − 3𝑠3 ) + −0𝑠1 − 20𝑠2 + 0𝑠3
4
45
𝑀𝑎𝑥 𝑍 = 34000 + 3750 − 150𝑥2 + 15𝑠2 − 𝑠3 − 0𝑠1 − 20𝑠2 + 0𝑠3
2
45
𝑀𝑎𝑥 𝑍 = 34000 + 3750 − 150𝑥2 + 15𝑠2 − 𝑠3 − 0𝑠1 − 20𝑠2 + 0𝑠3
2
45
𝑀𝑎𝑥 𝑍 = 37750 − 150𝑥2 − 5𝑠2 − 𝑠3 − 0𝑠1
2

Remplazando en la primera restricción


500 − 20𝑥2 + 2𝑠2 − 3𝑠3
50𝑥2 + 40 ( ) − 3𝑠1 − 2𝑠2 = 1100
40
50𝑥2 + 500 − 20𝑥2 + 2𝑠2 − 3𝑠3 − 3𝑠1 − 2𝑠2 = 1100
30𝑥2 − 3𝑠3 − 3𝑠1 = 1100 − 500
30𝑥2 − 3𝑠3 − 3𝑠1 = 600
Remplazando en la segunda restricción
500 − 20𝑥2 + 2𝑠2 − 3𝑠3
30𝑥1 + 20𝑥2 + 10 ( ) + 𝑠2 = 1700
40
1
30𝑥1 + 20𝑥2 + (500 − 20𝑥2 + 2𝑠2 − 3𝑠3 ) + 𝑠2 = 1700
4
500 20 2 3
30𝑥1 + 20𝑥2 + − 𝑥2 + 𝑠2 − 𝑠3 + 𝑠2 = 1700
4 4 4 4
120 80 − 20 2 3 4 6800 − 500
𝑥1 + ( ) 𝑥2 + 𝑠2 − 𝑠3 + 𝑠2 =
4 4 4 4 4 4
120𝑥1 + 60𝑥2 + 2𝑠2 − 3𝑠3 + 4𝑠2 = 6300

Obtenemos el siguiente sistema


Función objetivo
45
𝑀𝑎𝑥 𝑍 = 37750 − 150𝑥2 − 5𝑠2 − 𝑠 − 0𝑠1
2 3
Restricciones
30𝑥2 − 3𝑠3 − 3𝑠1 = 600
120𝑥1 + 60𝑥2 + 6𝑠2 − 3𝑠3 = 6300
20𝑥2 + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500

En donde obtenemos un sistema equivalente al inicial y ya que se tienen 𝑚 = 3 ecuaciones


y 𝑛 = 6 variables, de nuevo podemos volver cero 3 variables de estas, en donde observando
la función objetivo se debe aumentar el valor de 𝑥2 , por ello tomamos:
𝑠3 = 0, 𝑠1 = 0

En la primera restricción
30𝑥2 − 3 ∗ 0 − 3 ∗ 0 = 600
600
𝑥2 = = 20
30
𝑥1 = 0, 𝑠2 = 0, 𝑠3

En la segunda restricción
120 ∗ 0 + 60𝑥2 + 6 ∗ 0 − 3 ∗ 0 = 6300
6300
𝑥2 = = 105
60
𝑥3 = 0, 𝑠2 = 0, 𝑠3 = 0
En la tercera restricción
20𝑥2 + 40 ∗ 0 − 2 ∗ 0 + 3 ∗ 0 = 500
500
𝑥2 = = 25
20
Entonces la primera restricción es la que más limita la variable 𝑥2 , por lo tanto
despejamos que la primera restricción la variable 𝑥2 de las siguiente manera
30𝑥2 − 3𝑠3 − 3𝑠1 = 600
30𝑥2 = 600 + 3𝑠3 + 3𝑠1
600 + 3𝑠3 + 3𝑠1
𝑥2 =
30
Remplazando en la función objetivo se tiene
600 + 3𝑠3 + 3𝑠1 45
𝑀𝑎𝑥 𝑍 = 37750 − 150 ( ) − 5𝑠2 − 𝑠3 − 0𝑠1
30 2
45
𝑀𝑎𝑥 𝑍 = 37750 − 5(600 + 3𝑠3 + 3𝑠1 ) − 5𝑠2 − 𝑠3 − 0𝑠1
2
45
𝑀𝑎𝑥 𝑍 = 37750 − 3000 − 15𝑠3 − 15𝑠1 − 5𝑠2 − 𝑠3 − 0𝑠1
2
75
𝑀𝑎𝑥 𝑍 = 34750 − 𝑠3 − 15𝑠1 − 5𝑠2
2

Remplazando 𝑥2 en la segunda restricción se tiene


600 + 3𝑠3 + 3𝑠1
120𝑥1 + 60 ( ) + 6𝑠2 − 3𝑠3 = 6300
30
120𝑥1 + 2(600 + 3𝑠3 + 3𝑠1 ) + 6𝑠2 − 3𝑠3 = 6300
120𝑥1 + 1200 + 6𝑠3 + 6𝑠1 + 6𝑠2 − 3𝑠3 = 6300
120𝑥1 + 3𝑠3 + 6𝑠1 + 6𝑠2 = 6300 − 1200
120𝑥1 + 3𝑠3 + 6𝑠1 + 6𝑠2 = 5100

Remplazando 𝑥2 en la tercera restricción se tiene


600 + 3𝑠3 + 3𝑠1
20 ( ) + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500
30
2
(600 + 3𝑠3 + 3𝑠1 ) + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500
3
400 + 2𝑠3 + 2𝑠1 + 40𝑥3 − 2𝑠2 + 3𝑠3 = 500
5𝑠3 + 2𝑠1 + 40𝑥3 − 2𝑠2 = 500 − 400
40𝑥3 + 5𝑠3 + 2𝑠1 − 2𝑠2 = 100

Por lo tanto, obtenemos el siguiente sistema


Función objetivo
75
𝑀𝑎𝑥 𝑍 = 34750 − 𝑠 − 15𝑠1 − 5𝑠2
2 3
Restricciones
30𝑥2 − 3𝑠3 − 3𝑠1 = 600
120𝑥1 + 3𝑠3 + 6𝑠1 + 6𝑠2 = 5100
40𝑥3 + 5𝑠3 + 2𝑠1 − 2𝑠2 = 500 − 400
Y por último, se le da el valor de cero a las variables 𝑠1 , 𝑠2 , 𝑠3 entonces se tiene:
75
𝑀𝑎𝑥 𝑍 = 34750 − ∗ 0 − 15 ∗ 0 − 5 ∗ 0 = 34750
2

30𝑥2 − 3 ∗ 0 − 3 ∗ 0 = 600
600
𝑥2 = = 20
30

120𝑥1 + 3 ∗ 0 + 6 ∗ 0 + 6 ∗ 0 = 5100
5100
𝑥1 = = 42.5
120

40𝑥3 + 5 ∗ 0 + 2 ∗ 0 − 2 ∗ 0 = 100
100
𝑥3 = = 2.5
40

En resumen, se obtuvo:
𝑀𝑎𝑥 𝑍 = 34750
con
𝑥1 = 42.5
𝑥2 = 20
𝑥3 = 2.5
En conclusión, por el método simplex algebraico se deben producir 42.5 jugos 1 de Pera,
20 jugos 2 de manzana y 2.5 jugos 3 tropical, con una utilidad máxima de 34750.

método simplex dos faces


Teniendo en cuenta las condiciones iniciales del ejercicio
Formulación del problema
Sea
𝑥1 =: 𝐽𝑢𝑔𝑜 1 𝑑𝑒 𝑃𝑒𝑟𝑎
𝑥2 =: 𝐽𝑢𝑔𝑜 2 𝑑𝑒 𝑚𝑎𝑛𝑧𝑎𝑛𝑎
𝑥3 =: 𝐽𝑢𝑔𝑜 3 𝑡𝑟𝑜𝑝𝑖𝑐𝑎𝑙
Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3

Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 ≥ 1500
30𝑥1 + 20𝑥2 + 10𝑥3 ≤ 1700
20𝑥1 + 20𝑥2 + 20𝑥3 ≤ 1300
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Estandarizando queda:
Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3

Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 ≥ 1500
30𝑥1 + 20𝑥2 + 10𝑥3 ≤ 1700
20𝑥1 + 20𝑥2 + 20𝑥3 ≤ 1300
𝑥1 , 𝑥2 , 𝑥3 ≥ 0

Función Objetivo
𝑀𝑎𝑥 𝑟 = 𝑅1
Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 − 𝑡1 + 𝑅1 = 1500
30𝑥1 + 20𝑥2 + 10𝑥3 + 𝑠2 = 1700
20𝑥1 + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
𝑥1 , 𝑥2 , 𝑥3 , 𝑠1 , 𝑠2 , 𝑠3 ≥ 0
FASE 1
C_j 0 0 0 0 -1 0 0 0
X_ X_ X_ t_ R_ S_ S_ Thet
C_s VB LD
1 2 3 1 1 2 3 a
R_ 150
-1 20 30 20 -1 1 0 0
1 0 50
S_ 170
0 30 20 10 0 0 1 0
2 0 85
S_ 130
0 20 20 20 0 0 0 1
3 0 65
150
r_j 20 30 20 0 1 0 0
0
C_j- -
r -20 -30 -20 1 0 0 0
r_j 1500

C_j 0 0 0 0 -1 0 0 0
V X S S L Th
C_s X_1 X_3 t_1 R_1
B _2 _2 _3 D eta
X 0,66 0,6666 - 0,03 5
0 1 0 0
_2 67 67 0,0333 333 0
S 16,6 - 0,66 - 7
0 0 1 0
_2 67 3,333333 667 0,6667 00
S 6,66 6,6666 0,66 - 3
0 0 0 1
_3 67 67 667 0,6667 00
C_j-
r 0 0 0 0 1 0 0 0
r_j
FASE 2
Para este caso el sistema no tiene alguna variable artificial, entonces para no tener
demasiadas columnas en la tabla se suprimen todas las columnas de las variables artificiales,
es decir
Función objetivo
𝑀𝑎𝑥 𝑊 = 600𝑥1 + 400𝑥2 + 500𝑥3 + 0 ∗ 𝑠2 + 0 ∗ 𝑠3
Restricciones
0,66𝑥1 + 𝑥2 + 0,66𝑥3 = 50
16,66𝑥1 − 3.33𝑥3 − 𝑡1 + 𝑠2 = 700
6,66𝑥1 + 6,66𝑥3 + 𝑠3 = 300
𝑥1 , 𝑥2 , 𝑥3 , 𝑡1 , 𝑠2 , 𝑠3 ≥ 0
Entonces la tabla de la fase dos queda determinada de la siguiente manera
C_j 600 400 500 0 0 0 0
C_s VB X_1 X_2 X_3 t_1 S_2 S_3 LD Theta
400 X_2 0,6667 1 0,666667 -0,0333 0 0 50 75
-
0 S_2 16,667 0 0,66667 1 0 700
3,333333 42
0 S_3 6,6667 0 6,666667 0,66667 0 1 300 45
w_j 266,67 400 266,6667 -13,333 0 0 20000
C_j- - -
r 0 -13,333 0 0 20000
w_j 333,33 233,3333

C_j 600 400 500 0 0 0 0


C_s VB X_1 X_2 X_3 t_1 S_2 S_3 LD Theta
- -
400 X_2 0 1 0,8 0 22
0,06 0,04
600 X_1 1 0 -0,2 0,04 0,06 0 42
0 S_3 0 0 8 0,4 -0,4 1 20
C_j-
r 0 0 -300 0 20 0 34000
w_j

C_j 600 400 500 0 0 0 0


C_s VB X_1 X_2 X_3 t_1 S_2 S_3 LD Theta
- -
400 X_2 0 1 0,8 0 22
0,06 0,04 27,5
600 X_1 1 0 -0,2 0,04 0,06 0 42 -210
0 S_3 0 0 8 0,4 -0,4 1 20 2,5
w_j 600 400 200 0 20 0 34000
C_j-
w 0 0 -300 0 20 0 34000
w_j

C_j 600 400 500 0 0 0 0


C_s VB X_1 X_2 X_3 t_1 S_2 S_3 LD Theta
400 X_2 0 1 0 -0,1 0 -0,1 20
600 X_1 1 0 0 0,05 0,05 0,025 42,5
-
500 X_3 0 0 1 0,05 0,125 2,5
0,05
C_j-
w 0 0 0 15 5 37,5 34750
w_j

Por lo tanto se tiene la siguiente solución


𝑍 = 34750 , 𝑥2 = 20 , 𝑥1 = 42,5 , 𝑥3 = 2,5
Conclusión
En conclusión, por el método simplex a dos fases se sugiere que se deben producir 42.5
jugos 1 de Pera, 20 jugos 2 de manzana y 2.5 jugos 3 tropical con una utilidad de 34750.

a. ¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método algebraico
del simplex primal?
Sol : En conclusión, por el método algebraico del simplex primal se sugiere que se
deben producir 42.5 jugos 1 de Pera, 20 jugos 2 de manzana y 2.5 jugos 3 tropical con
una utilidad de 34750
b. ¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos
fases del simplex primal?

Sol: Por el método simplex a dos fases se sugiere que se deben producir 42.5 jugos 1
de Pera, 20 jugos 2 de manzana y 2.5 jugos 3 tropical con una utilidad de 34750.
c. ¿Cuál es la utilidad del problema?

Sol: La utilidad del problema es de Z=34750


d. ¿Las respuestas de producción según las condiciones varían de acuerdo a cada método
usado?

Sol: No, en este caso las respuestas coincidieron.

Ejercicio 2.
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 + 2𝑥3 + 𝑥4 ≤ 75

3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 ≤ 100


2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≥ 30

2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 ≤ 68

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
Solución:
MÉTODO SIMPLEX ALGEBRAICO

Maximizar 𝑍 − 6𝑥1 − 7𝑥2 − 5𝑥3 − 3𝑥4 = 0

3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 ≤ 75

3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 ≤ 100

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≥ 30

2𝑥1 + 2𝑥2 + 1𝑥3 + 2𝑥4 ≤ 68

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Agregando las variables de holgura


Maximizar 𝑍 − 6𝑥1 − 7𝑥2 − 5𝑥3 − 3𝑥4 = 0

3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 + 𝑦1 = 75

3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 + 𝑦2 = 100

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 = 30

2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 + 𝑦4 = 68

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Vamos a tomar la variable cuyo valor sea el mas pequeño, en este casi es −7𝑥2 , en cada
restricción vamos a cambiar las variables por cero a excepción de la variable 𝑥2 , es decir si
las ecuaciones en su respectivo orden son:
1. 3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 + 𝑦1 = 75
2. 3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 + 𝑦2 = 100
3. 2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 = 30
4. 2𝑥1 + 2𝑥2 + 1𝑥3 + 2𝑥4 − 𝑦4 = 68
Al cambiar las variables
1. 3(0) + 3𝑥2 + 2(0) + (0) + (0) = 75
2. 3(0) + 2𝑥2 + 3(0) + 2(0) + (0) = 100
3. 2(0) + 2𝑥2 + 4(0) + 3(0) − (0) = 30
4. 2(0) + 2𝑥2 + 1(0) + 2(0) + (0) = 68

Obteniendo los valores correspondientes de las variables 𝑥2


1. 3𝑥2 = 75 por tanto 𝑥2 = 75/3 = 25
2. 2𝑥2 = 100 por tanto 𝑥2 = 100/2 = 50
3. 2𝑥2 = 30 por tanto 𝑥2 = 30/2 = 15
4. 2𝑥2 = 68 por tanto 𝑥2 = 68/2 = 34

Tomando la ecuación cuyo valor positivo es mínimo, es decir la ecuación 3 entonces


vamos a despejar de la ecuación 3, la variable 𝑥2

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 = 30

2𝑥2 = 30 − (2𝑥1 + 4𝑥3 + 3𝑥4 − 𝑦3 )

30 − (2𝑥1 + 4𝑥3 + 3𝑥4 + 𝑦3 )


𝑥2 =
2
3 1
𝑥2 = 15 − 𝑥1 − 2𝑥3 − 𝑥4 + 𝑦3
2 2

Esta ecuación se sustituye dentro de las ecuaciones iniciales a excepción de la ecuación


3.
3 1
Maximizar 𝑍 − 6𝑥1 − 7(15 − 𝑥1 − 2𝑥3 + 2 𝑥4 − 2 𝑦3 ) − 5𝑥3 − 3𝑥4 = 0

3 1
3𝑥1 + 3(15 − 𝑥1 − 2𝑥3 + 𝑥4 − 𝑦3 ) + 2𝑥3 + 𝑥4 + 𝑦1 = 75
2 2
3 1
3𝑥1 + 2(15 − 𝑥1 − 2𝑥3 + 𝑥4 − 𝑦3 ) + 3𝑥3 + 2𝑥4 + 𝑦2 = 100
2 2

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 = 30

3 1
2𝑥1 + 2(15 − 𝑥1 − 2𝑥3 + 𝑥4 − 𝑦3 ) + 𝑥3 + 2𝑥4 + 𝑦4 = 68
2 2
Luego
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 2𝑧 − 210 + 2𝑥1 + 18𝑥3 + 15𝑥4 − 7𝑦3 = 0

−8𝑥3 − 7𝑥4 + 2𝑦1 + 3 𝑦3 = 60

2𝑥1 − 2𝑥3 − 2𝑥4 + 2𝑦2 + 2𝑦3 = 140

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 = 30

−6𝑥3 − 2𝑥4 + 2𝑦3 + 2𝑦4 = 76

Ahora repetimos el proceso con el que empezamos, para ello tomamos la variable de la
función objetivo con valor más grande pero negativo, con lo cual vamos a tomar la variable
𝑦3 .
en cada restricción vamos a cambiar las variables por cero a excepción de la variable 𝑦3 ,
es decir si las ecuaciones en su respectivo orden son:
1. −8𝑥3 − 7𝑥4 + 2𝑦1 + 3𝑦3 = 60
2. 2𝑥1 − 2𝑥3 − 2𝑥4 + 2𝑦2 + 2𝑦3 = 140
3. 2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 = 30
4. −6𝑥3 − 2𝑥4 + 2𝑦3 + 2𝑦4 = 76

Al cambiar las variables


1. −8(0) − 7(0) + 2(0) + 3 𝑦3 = 60
2. 2(0) − 2(0) − 2(0) + 2(0) + 2𝑦3 = 140
3. 2(0) + 2(0) + 4(0) + 3(0) − 𝑦3 = 30
4. −6(0) − 2(0) + 2𝑦3 + 2(0) = 76

Obteniendo los valores correspondientes de las variables 𝑦3


1. 3 𝑦3 = 60 por tanto 𝑦3 = 60/3 = 20
2. 2𝑦3 = 140 por tanto 𝑦3 = 140/2 = 70
3. −𝑦3 = 30 por tanto 𝑦3 = 30/−1 = −30
4. 2𝑦3 = 76 por tanto 𝑦3 = 76/2 = 38

Tomando la ecuación cuyo valor positivo es mínimo, es decir la ecuación 1 entonces


vamos a despejar de la ecuación 1, la variable 𝑦3
−8𝑥3 − 7𝑥4 + 2𝑦1 + 3𝑦3 = 60

Multiplicando por 2 toda la ecuación


3 𝑦3 = 60 + 8𝑥3 + 7𝑥4 − 2𝑦1

1
𝑦3 = (60 + 8𝑥3 + 7𝑥4 − 2𝑦1 )
3

Esta ecuación se sustituye dentro de las ecuaciones iniciales a excepción de la ecuación


1.

1
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 2𝑧 − 210 + 2𝑥1 + 18𝑥3 + 15𝑥4 − 7 ( (60 + 8𝑥3 + 7𝑥4 − 2𝑦1 )) = 0
3

−8𝑥3 − 7𝑥4 + 2𝑦1 + 3 𝑦3 = 60

1
2𝑥1 − 2𝑥3 − 2𝑥4 + 2𝑦2 + 2 ( (60 + 8𝑥3 + 7𝑥4 − 2𝑦1 )) = 140
3

1
2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − (60 + 8𝑥3 + 7𝑥4 − 2𝑦1 ) = 30
3
1
−6𝑥3 − 2𝑥4 + 2( (60 + 8𝑥3 + 7𝑥4 − 2𝑦1 )) + 2𝑦4 = 76
3

Expandiendo y multiplicando por 3

6𝑧 − 1050 + 6𝑥1 − 2𝑥3 − 4𝑥4 + 14𝑦1 = 0

−8𝑥3 − 7𝑥4 + 2𝑦1 + 3 𝑦3 = 60

6𝑥1 + 10𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦2 = 300

6𝑥1 + 6𝑥2 + 4𝑥3 + 2𝑥4 + 2𝑦1 = 150

−2𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108

Tomando la variable de la función objetivo más grande pero negativo, es decir −4𝑥4
en cada restricción vamos a cambiar las variables por cero a excepción de la variable 𝑥4 ,
es decir si las ecuaciones en su respectivo orden son:
1. −8𝑥3 − 7𝑥4 + 2𝑦1 + 3 𝑦3 = 60
2. 6𝑥1 + 10𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦2 = 300
3. 6𝑥1 + 6𝑥2 + 4𝑥3 + 2𝑥4 + 2𝑦1 = 150
4. −2𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108

Al cambiar las variables


1. −8(0) − 7𝑥4 + 2(0) + 3 (0) = 60
2. 6(0) + 10(0) + 8𝑥4 − 4(0) + 6(0) = 300
3. 6(0) + 6(0) + 4(0) + 2𝑥4 + 2(0) = 150
4. −2(0) + 8𝑥4 − 4(0) + 6(0) = 108

Obteniendo los valores correspondientes de las variables 𝑥4


1. −7𝑥4 = 60 entonces 𝑥4 = 60/−7.
2. 8𝑥4 = 300 entonces 𝑥4 = 300/8 = 37,5.
3. 2𝑥4 = 150 entonces 𝑥4 = 150/2 = 75
4. 8𝑥4 = 108 entonces 𝑥4 = 108/8 = 13,5

Tomando la ecuación cuyo valor positivo es mínimo, es decir la ecuación 4 entonces


vamos a despejar de la ecuación 4, la variable 𝑥4
−2𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108
8𝑥4 = 108 + 2𝑥3 + 4𝑦1 − 6𝑦4
1
𝑥4 = (108 + 2𝑥3 + 4𝑦1 − 6𝑦4 )
8

Esta ecuación se sustituye dentro de las ecuaciones iniciales a excepción de la ecuación


2.

1
6𝑧 − 1050 + 6𝑥1 − 2𝑥3 − 4 ( (108 + 2𝑥3 + 4𝑦1 − 6𝑦4 )) + 14𝑦1 = 0
8

1
−8𝑥3 − 7 ( (108 + 2𝑥3 + 4𝑦1 − 6𝑦4 )) + 2𝑦1 + 3 𝑦3 = 60
8

1
6𝑥1 + 10𝑥3 + 8 ( (108 + 2𝑥3 + 4𝑦1 − 6𝑦4 )) − 4𝑦1 + 6𝑦2 = 300
8

1
6𝑥1 + 6𝑥2 + 4𝑥3 + 2 ( (108 + 2𝑥3 + 4𝑦1 − 6𝑦4 )) + 2𝑦1 = 150
8

−2𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108

Expandiendo y Multiplicando las ecuaciones por 4, ahora nuestro sistema de ecuaciones


es:

24𝑧 − 4416 + 24𝑥1 − 12𝑥3 + 48𝑦1 + 12𝑦4 = 0


−39𝑥3 − 6𝑦1 + 12𝑦3 + 21𝑦4 = 618

24𝑥1 + 48𝑥3 + 24𝑦2 − 24𝑦4 = 768

24𝑥1 + 24𝑥2 + 18𝑥3 + 12𝑦1 − 6𝑦4 = 492

−2𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108

tomamos la variable de la función objetivo con valor mas grande pero negativo, con lo
cual vamos a tomar la variable −12𝑥3 .

en cada restricción vamos a cambiar las variables por cero a excepción de la variable 𝑥3 ,
es decir
1. −39𝑥3 − 6𝑦1 + 12𝑦3 + 21𝑦4 = 618
2. 24𝑥1 + 48𝑥3 + 24𝑦2 − 24𝑦4 = 768
3. 24𝑥1 + 24𝑥2 + 18𝑥3 + 12𝑦1 − 6𝑦4 = 492
4. −2𝑥3 + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108

Al cambiar las variables


1. −39𝑥3 − 6(0) + 12(0) + 21(0) = 618
2. 24(0) + 48𝑥3 + 24(0) − 24(0) = 768
3. 24(0) + 24(0) + 18𝑥3 + 12(0) − 6(0) = 492
4. −2𝑥3 + 8(0) − 4(0) + 6(0) = 108

Obteniendo los valores correspondientes de las variables 𝑥3


1. −39𝑥3 = 618 entonces 𝑥3 = 618/−39
2. 48𝑥3 = 768 entonces 𝑥3 = 768/48 = 16
3. 18𝑥3 = 492 entonces 𝑥3 = 492/18 = 27.3
4. −2𝑥3 = 108 entonces 𝑥3 = 108/−2

Tomando la ecuación cuyo valor positivo es mínimo, es decir la ecuación 2 entonces


vamos a despejar de la ecuación 2 la variable 𝑥3

24𝑥1 + 48𝑥3 + 24𝑦2 − 24𝑦4 = 768

48𝑥3 = 768 − 24𝑥1 − 24𝑦2 + 24𝑦4

1
𝑥3 = (768 − 24𝑥1 − 24𝑦2 + 24𝑦4 )
48
Esta ecuación se sustituye dentro de las ecuaciones iniciales a excepción de la ecuación
2.

1
24𝑧 − 4416 + 24𝑥1 − 12 ( (768 − 24𝑥1 − 24𝑦2 + 24𝑦4 )) + 48𝑦1 + 12𝑦4 = 0
48

1
−39𝑥3 − 6𝑦1 + 12 ( (768 − 24𝑥1 − 24𝑦2 + 24𝑦4 )) + 21𝑦4 = 618
48

24𝑥1 + 48𝑥3 + 24𝑦2 − 24𝑦4 = 768

1
24𝑥1 + 24𝑥2 + 18 ( (768 − 24𝑥1 − 24𝑦2 + 24𝑦4 )) + 12𝑦1 − 6𝑦4 = 492
48

1
−2 ( (768 − 24𝑥1 − 24𝑦2 + 24𝑦4 )) + 8𝑥4 − 4𝑦1 + 6𝑦4 = 108
48

Expandiendo y multiplicando todas las ecuaciones por 2

48 𝑧 − 9216 + 60𝑥1 + 96𝑦1 + 12𝑦2 + 12𝑦4 = 0

39𝑥1 − 12𝑦1 + 39𝑦2 + 24𝑦3 + 3𝑦4 = 2484

24𝑥1 + 48𝑥3 + 24𝑦2 − 24𝑦4 = 768

30𝑥1 + 48𝑥2 + 24𝑦1 − 18𝑦2 + 6𝑦4 = 408

2𝑥1 + 16𝑥4 − 8𝑦1 + 2𝑦2 + 10 𝑦4 = 280

Como todas las variables en la función objetivo no tiene ninguna constante negativa el
proceso acaba y haciendo las variables 𝑥1 = 𝑦1 = 𝑦2 = 𝑦3 = 𝑦4 = 0 las cuales están
presentes en la función objetivo
1. 39𝑥1 − 12𝑦1 + 39𝑦2 + 24𝑦3 + 3𝑦4 = 2484
2. 24𝑥1 + 48𝑥3 + 24𝑦2 − 24𝑦4 = 768
3. 30𝑥1 + 48𝑥2 + 24𝑦1 − 18𝑦2 + 6𝑦4 = 408
4. 2𝑥1 + 16𝑥4 − 8𝑦1 + 2𝑦2 + 10 𝑦4 = 280

Cambiando las variables


1. 39(0) − 12(0) + 39(0) + 24(0) + 3(0) = 2484
2. 24(0) + 48𝑥3 + 24(0) − 24(0) = 768
3. 30(0) + 48𝑥2 + 24(0) − 18(0) + 6(0) = 408
4. 2(0) + 16𝑥4 − 8(0) + 2(0) + 10(0) = 280

Es decir
1. inconsistente
2. 48𝑥3 = 768 con lo cual 𝑥3 = 768/48 = 16
3. 48𝑥2 = 408 con lo cual 𝑥2 = 408/48 = 8.5
4. 16𝑥4 = 280 con lo cual 𝑥4 = 280/16 = 17.5

Conclusión

𝑍 = 192
𝑥1 = 0

𝑥2 = 8.5

𝑥3 = 16

𝑥4 = 17.5

MÉTODO SIMPLEX DOS FASES

Maximizar 𝑍 − 6𝑥1 − 7𝑥2 − 5𝑥3 − 3𝑥4 = 0

3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 ≤ 75

3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 ≤ 100

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≥ 30

2𝑥1 + 2𝑥2 + 1𝑥3 + 2𝑥4 ≤ 68

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Agregando las variables de holgura


Maximizar 𝑍 − 6𝑥1 − 7𝑥2 − 5𝑥3 − 3𝑥4 = 0
3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 + 𝑦1 = 75

3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 + 𝑦2 = 100

2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝑦3 + 𝑦4 = 30

2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 + 𝑦5 = 68

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Organizando las ecuaciones en una tabla entonces


𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝑦5 𝑧 𝑅
𝑦1 3,00 3,00 2,00 1,00 1,00 0,00 0,00 0,00 0,00 0,00 75,00
𝑦2 3,00 2,00 3,00 2,00 0,00 1,00 0,00 0,00 0,00 0,00 100,00
𝑦3 2,00 2,00 4,00 3,00 0,00 0,00 −1,00 1,00 0,00 0,00 30,00
𝑦4 2,00 2,00 1,00 2,00 0,00 0,00 0,00 0,00 1,00 0,00 68,00
𝑧 −6,00 −7,00 −5,00 −3,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00

Tomando de la última fila el valor más mínimo, para fijar la columna pivote, por otro lado,
haciendo los cocientes de las columna R con los valores de la columna pivote, y tomando la
fila cuyo valor al realizar el cociente es el menor numero positivo.

𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹 𝒄𝒐𝒄𝒊𝒆𝒏𝒕𝒆𝒔
𝒚𝟏 3,00 3,00 2,00 1,00 1,00 0,00 0,00 0,00 0,00 0,00 75,00 25,00
𝒚𝟐 3,00 2,00 3,00 2,00 0,00 1,00 0,00 0,00 0,00 0,00 100,00 50,00
𝒚𝟑 2,00 2,00 4,00 3,00 0,00 0,00 −1,00 1,00 0,00 0,00 30,00 15,00
𝒚𝟒 2,00 2,00 1,00 2,00 0,00 0,00 0,00 0,00 1,00 0,00 68,00 34,00
𝒛 −6,00 −7,00 −5,00 −3,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00

La variable que entra es 𝑥2 y la variable que sale es 𝑦3 , ahora bien realizando las
operaciones entre filas de la tabla

Donde el cuadrado designa la variable entrante y saliente


𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹
𝒚𝟏 0,00 0,00 −4,00 −3,50 1,00 0,00 1,50 −1,50 0,00 0,00 30,00
𝒚𝟐 1,00 0,00 −1,00 −1,00 0,00 1,00 1,00 −1,00 0,00 0,00 70,00
𝒙𝟐 1,00 1,00 2,00 1,50 0,00 0,00 −0,50 0,50 0,00 0,00 15,00
𝒚𝟒 0,00 0,00 −3,00 −1,00 0,00 0,00 1,00 −1,00 1,00 0,00 38,00
𝒛 1,00 0,00 9,00 7,50 0,00 0,00 −3,50 3,50 0,00 1,00 105,00

Tomando el valor mínimo de la última fila, para fijar la columna pivote, por otro lado,
haciendo los cocientes de las columnas R con los valores de la columna pivote, y tomando la
fila cuyo valor al realizar el cociente es el menor número positivo.

𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹 𝒄𝒐𝒄𝒊𝒆𝒏𝒕𝒆𝒔
𝒚𝟏 0,00 0,00 −4,00 −3,50 1,00 0,00 1,50 −1,50 0,00 0,00 30,00 20,00
𝒚𝟐 1,00 0,00 −1,00 −1,00 0,00 1,00 1,00 −1,00 0,00 0,00 70,00 70,00
𝒙𝟐 1,00 1,00 2,00 1,50 0,00 0,00 −0,50 0,50 0,00 0,00 15,00 −30,00
𝒚𝟒 0,00 0,00 −3,00 −1,00 0,00 0,00 1,00 −1,00 1,00 0,00 38,00 38,00
𝒛 1,00 0,00 9,00 7,50 0,00 0,00 −3,50 3,50 0,00 1,00 105,00

La variable que entra es y3 y la variable que sale es y1, ahora bien, realizando las
operaciones entre filas de la tabla
𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹
𝒚𝟑 0,00 0,00 −2,67 −2,33 0,67 0,00 1,00 −1,00 0,00 0,00 20,00
𝒚𝟐 1,00 0,00 1,67 1,33 −0,67 1,00 0,00 0,00 0,00 0,00 50,00
𝒙𝟐 1,00 1,00 0,67 0,33 0,33 0,00 0,00 0,00 0,00 0,00 25,00
𝒚𝟒 0,00 0,00 −0,33 1,33 −0,67 0,00 0,00 0,00 1,00 0,00 18,00
𝒛 1,00 0,00 −0,33 −0,67 2,33 0,00 0,00 0,00 0,00 1,00 175,00
Tomando el valor mínimo de la última fila, para fijar la columna pivote, por otro lado
haciendo los cocientes de las columna R con los valores de la columna pivote, y tomando la
fila cuyo valor al realizar el cociente es el menor numero positivo.

𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹 𝒕𝒉𝒆𝒕𝒂
𝑦3 0,00 0,00 −2,67 −2,33 0,67 0,00 1,00 −1,00 0,00 0,00 20,00 −8,57
𝑦2 1,00 0,00 1,67 1,33 −0,67 1,00 0,00 0,00 0,00 0,00 50,00 37,50
𝑥2 1,00 1,00 0,67 0,33 0,33 0,00 0,00 0,00 0,00 0,00 25,00 75,00
𝑦4 0,00 0,00 −0,33 1,33 −0,67 0,00 0,00 0,00 1,00 0,00 18,00 13,50
𝑧 1,00 0,00 −0,33 −0,67 2,33 0,00 0,00 0,00 0,00 1,00 175,00

La variable que entra es x4 y la variable que sale es y4, ahora bien, realizando las
operaciones entre filas de la tabla
𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹
𝒚𝟑 0,00 0,00 −3,25 0,00 −0,50 0,00 1,00 −1,00 1,75 0,00 51,50
𝒚𝟐 1,00 0,00 2,00 0,00 0,00 1,00 0,00 0,00 −1,00 0,00 32,00
𝒙𝟐 1,00 1,00 0,75 0,00 0,50 0,00 0,00 0,00 −0,25 0,00 20,50
𝒙𝟒 0,00 0,00 −0,25 1,00 −0,50 0,00 0,00 0,00 0,75 0,00 13,50
𝒛 1,00 0,00 −0,50 0,00 2,00 0,00 0,00 0,00 0,50 1,00 184,00

Tomando el valor mínimo de la última fila, para fijar la columna pivote, por otro lado,
haciendo los cocientes de las columnas R con los valores de la columna pivote, y tomando la
fila cuyo valor al realizar el cociente es el mentó número positivo.

𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹 𝒄𝒐𝒄𝒊𝒆𝒏𝒕𝒆𝒔
𝒚𝟑 0,00 0,00 −3,25 0,00 −0,50 0,00 1,00 −1,00 1,75 0,00 51,50 −15,85
𝒚𝟐 1,00 0,00 2,00 0,00 0,00 1,00 0,00 0,00 −1,00 0,00 32,00 16,00
𝒙𝟐 1,00 1,00 0,75 0,00 0,50 0,00 0,00 0,00 −0,25 0,00 20,50 27,33
𝒙𝟒 0,00 0,00 −0,25 1,00 −0,50 0,00 0,00 0,00 0,75 0,00 13,50 −54,00
𝒛 1,00 0,00 −0,50 0,00 2,00 0,00 0,00 0,00 0,50 1,00 184,00
La variable que entra es x3 y la variable que sale es y2, ahora bien, realizando las
operaciones s entre filas de la tabla
𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚𝟓 𝒛 𝑹
𝒚𝟑 1,63 0,00 0,00 0,00 −0,50 1,63 1,00 −1,00 0,13 0,00 103,50
𝒙𝟑 0,50 0,00 1,00 0,00 0,00 0,50 0,00 0,00 −0,50 0,00 16,00
𝒙𝟐 0,63 1,00 0,00 0,00 0,50 −0,38 0,00 0,00 0,13 0,00 8,50
𝒙𝟒 0,13 0,00 0,00 1,00 −0,50 0,13 0,00 0,00 0,63 0,00 17,50
𝒛 1,25 0,00 0,00 0,00 2,00 0,25 0,00 0,00 0,25 1,00 192,00

Debido a que en la última fila no hay más números negativos entonces el proceso
termina, es decir la solución al problema está dada por

𝑥1 = 0, 𝑥2 = 8.5, 𝑥3 = 16, 𝑥4 = 17.5


Solución:
𝑀𝑎𝑥 𝑍 = 192, 𝑥1 = 0, 𝑥2 = 8.5, 𝑥3 = 16, 𝑥4 = 17.5

Ejercicio 3:
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 creó 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.
Tipo de Corte Ensamble Pintura Costos por
escritorio producto
semanales
1 2 3 2 US 17
2 2 2 3 US 17
3 3 1 1 US 23
Horas 33 31 35
Tabla 1. Datos del ejercicio 3

Sea

𝑥1 ≔ 𝐸𝑠𝑐𝑟𝑖𝑡𝑜𝑟𝑖𝑜𝑠 𝑑𝑒𝑙 𝑇𝑖𝑝𝑜 1

𝑥2 ≔ 𝐸𝑠𝑐𝑟𝑖𝑡𝑜𝑡𝑖𝑜𝑠 𝑑𝑒𝑙 𝑇𝑖𝑝𝑜 2

𝑥3 ≔ 𝐸𝑠𝑐𝑟𝑖𝑡𝑜𝑟𝑖𝑜𝑠 𝑑𝑒𝑙 𝑇𝑖𝑝𝑜 3

Función objetivo

𝑀𝑖𝑛 𝑍 = 17𝑥1 + 17𝑥2 + 23𝑥3

Restricción

2𝑥1 + 2𝑥2 + 3𝑥3 ≥ 33

3𝑥1 + 2𝑥2 + 𝑥3 ≥ 31

2𝑥1 + 3𝑥2 + 𝑥3 ≥ 35

𝑥1 , 𝑥2 , 𝑥3 ≥ 0

Estandarizando se obtiene

Función objetivo

𝑀𝑖𝑛 𝑍 = 17𝑥1 + 17𝑥2 + 23𝑥3 + 0 ∗ 𝑠1 + 0 ∗ 𝑠2 + 0 ∗ 𝑠3


Restricción

2𝑥1 + 2𝑥2 + 3𝑥3 + 𝑠1 = 33

3𝑥1 + 2𝑥2 + 𝑥3 + 𝑠2 = 31

2𝑥1 + 3𝑥2 + 𝑥3 + 𝑠3 = 35

𝑥1 , 𝑥2 , 𝑥3 , 𝑠1 , 𝑠2 , 𝑠3 ≥ 0

Método simplex a dos fases

Función objetivo

𝑀𝑖𝑛 𝑍 = 17𝑥1 + 17𝑥2 + 23𝑥3 + 0 ∗ 𝑠1 + 0 ∗ 𝑠2 + 0 ∗ 𝑠3

La podemos escribir de la siguiente manera

𝑀𝑎𝑥 𝑍 = −17𝑥1 − 17𝑥2 − 23𝑥3 + 0 ∗ 𝑠1 + 0 ∗ 𝑠2 + 0 ∗ 𝑠3

Restricción

2𝑥1 + 2𝑥2 + 3𝑥3 − 𝑠1 + 𝑠2 = 33

3𝑥1 + 2𝑥2 + 𝑥3 − 𝑠3 + 𝑠4 = 31

2𝑥1 + 3𝑥2 + 𝑥3 − 𝑠5 + 𝑠6 = 35
𝑥1 , 𝑥2 , 𝑥3 , 𝑠1 , 𝑠2 , 𝑠3 , 𝑠4 , 𝑠5 , 𝑠6 ≥ 0
Fase 1
𝑪_𝒋 𝟎 𝟎 𝟎 𝟎 −𝟏 𝟎 −𝟏 𝟎 −𝟏 𝟎
𝑪_𝒔 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_2 𝑠_3 𝑠_4 𝑠_5 𝑠_6 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
−𝟏 𝑠_2 2 2 3 −1 1 0 0 0 0 33
−𝟏 𝑠_4 3 2 1 0 0 −1 1 0 0 31
−𝟏 𝑠_6 2 3 1 0 0 0 0 −1 1 35
𝑟_𝑗 −7 −7 −5 1 −1 1 −1 1 −1 −99
𝑪_𝒋 − 𝒓_𝒋 𝑟 −7 −7 −5 1 0 1 0 1 0 −99

Seleccionando el menor valor de los 𝐶𝑗 − 𝑟𝑗 la cual nos indica la columna pivote, luego
determinado el valor de theta del cual se selecciona el menor valor más positivo,
indicándonos este la fila pivote y culla intersección con la columna pivote es el pivote de la
tabla,
𝑪_𝒋 𝟎 𝟎 𝟎 𝟎 −𝟏 𝟎 −𝟏 𝟎 −𝟏 𝟎
𝑪_𝒔 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_2 𝑠_3 𝑠_4 𝑠_5 𝑠_6 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
−𝟏 𝑠_2 2 2 3 −1 1 0 0 0 0 33 16,5
−𝟏 𝑠_4 3 2 1 0 0 −1 1 0 0 31 10,3333333
−𝟏 𝑠_6 2 3 1 0 0 0 0 −1 1 35 17,5
𝑪_𝒋 − 𝒓_𝒋 𝑟 −7 −7 −5 1 0 1 0 1 0 −99

Volviendo 1 en pivote y ceros los valores de la columna pivote se obtiene

C - -
_j 0 0 0 0 1 0 -1 0 1 0
C V X s s s s T
_s B _1 X_2 X_3 _1 _2 s_3 s_4 _5 _6 LD heta
-
- s 0,66 2,333 - 0,666 0,666666 12,33
1 _2 0 6667 3333 1 1 667 7 0 0 3333
-
X 0,66 0,333 0,333333 0,333 10,33
0 _1 1 6667 3333 0 0 3 3333 0 0 3333
- s 1,66 0,333 0,666 - - 14,33
1 _6 0 6667 3333 0 0 667 0,666667 1 1 3333
C - - - -
_j- 2,3333 2,66666 1,333333 2,333 26,6666
r_j r 0 3 7 1 0 3 333 1 0 7

Repitiendo el proceso, volvemos a determinar el pivote, la columna pivote y la fila pivote:


𝐶_𝑗 0 0 0 0 −1 0 −1 0 −1 0
𝐶_𝑠 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_2 𝑠_3 𝑠_4 𝑠_5 𝑠_6 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
−1 𝑠_2 0 0,66666667
2,33333333
−1 1 0,66666667
−0,66666667
0 0 12,3333333
5,28571429
0 𝑋_1 1 0,66666667
0,33333333
0 0 −0,33333333
0,33333333
0 0 10,333333331
−1 𝑠_6 0 1,66666667
0,33333333
0 0 0,66666667
−0,66666667
−1 1 14,333333343
𝑟_𝑗 0 −2,33333333
−2,66666667
1 −1 −1,33333333
1,33333333
1 −1 −26,6666667
𝐶_𝑗
− 𝑟_𝑗 𝑟 0 −2,33333333
−2,66666667
1 0 −1,33333333
2,33333333
1 0 −26,6666667

Volviendo 1 el nuevo pivote y ceros la columna pivote se obtiene.


𝑪_𝒋 𝟎 𝟎 𝟎 𝟎 −𝟏 𝟎 −𝟏 𝟎 −𝟏 𝟎
𝑪_𝒔 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_2 𝑠_3 𝑠_4 𝑠_5𝑠_6 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
𝟎 𝑋_3 0 0,285714291 −0,4285714
0,429 0,28571429
−0,28571429
0 0 5,28571429 18,5
𝟎 𝑋_1 1 0,571428570 0,14285714
−0,143−0,42857143
0,42857143
0 0 8,57142857 15
−𝟏 𝑠_6 0 1,571428570 0,14285714
−0,1430,57142857
−0,57142857
−1 1 12,5714286 8
𝑟_𝑗 0 −1,57142857
0 −0,1428571
0,143 −0,57142857
0,57142857
1 −1 −12,5714286
𝑪_𝒋
− 𝒓_𝒋 𝑟 0 −1,57142857
0 −0,1428571
1,143 −0,57142857
1,57142857
1 0 −12,5714286

Repitiendo el proceso para determinar de nuevo el pivote y la columna pivote se obtiene


𝑪_𝒋 𝟎 𝟎 𝟎 𝟎 −𝟏 𝟎 −𝟏 𝟎 −𝟏 𝟎
𝑪_𝒔 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_2 𝑠_3 𝑠_4 𝑠_5 𝑠_6 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
𝟎 𝑋_3 0 0,285714291 −0,4285714
0,429 0,28571429−0,28571429
0 0 5,2857142918,5
𝟎 𝑋_1 1 0,571428570 0,14285714
−0,143−0,42857143
0,42857143
0 0 8,57142857 15
−𝟏 𝑠_6 0 1,571428570 0,14285714
−0,1430,57142857−0,57142857
−1 1 12,5714286 8
𝑟_𝑗 0 −1,57142857
0 −0,1428571
0,143 −0,57142857
0,57142857
1 −1 −12,5714286
𝑪_𝒋
− 𝒓_𝒋𝑟 0 −1,57142857
0 −0,1428571
1,143 −0,57142857
1,57142857
1 0 −12,5714286
Volviendo 1 el pivote y cero los otros valores de la columna pivote se obtiene
𝑪_𝒋 𝟎 𝟎 𝟎 𝟎 −𝟏 𝟎 −𝟏 𝟎 −𝟏 𝟎
𝑪_𝒔 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_2 𝑠_3 𝑠_4 𝑠_5 𝑠_6 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
𝟎 𝑋_3 0 0 1 −0,4545455
0,455 0,18181818−0,18181818
0,182 −0,1823
𝟎 𝑋_1 1 0 0 0,09090909
−0,091−0,63636364
0,636363640,364 −0,3644
𝟎 𝑋_2 0 1 0 0,09090909
−0,0910,36363636−0,36363636
−0,640,6364 8
𝑪_𝒋
− 𝒓_𝒋 𝑟 0 0 0 0 1 0 1 0 1 0

Ya que todos los valores de 𝐶𝑗 − 𝑟𝑗 son todos positivos, ssignifica que existe una solución
posible al sistema, entonces se pasa a la fase 2
FASE 2
Colocando los datos de la función objetivo en nuestra tabla simplex:
𝑪_𝒋 −𝟏𝟕 −𝟏𝟕 −𝟐𝟑 𝟎 𝟎 𝟎 𝟎
𝑪_𝒔 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_3 𝑠_5 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
−𝟐𝟑 𝑋_3 0 0 1 −0,4545455 0,182 0,18181818 3
−𝟏𝟕 𝑋_1 1 0 0 0,09090909 −0,636 0,36363636 4
−𝟏𝟕 𝑋_2 0 1 0 0,09090909 0,364 −0,63636364 8
𝑪_𝒋
− 𝒓_𝒋 𝑟 0 0 0 0 0 0 0

Determinando 𝐶𝑗 − 𝑟𝑗 se obtiene
𝑪_𝒋 −𝟏𝟕 −𝟏𝟕 −𝟐𝟑 𝟎 𝟎 𝟎 𝟎
𝐶_𝑠 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑠_1 𝑠_3 𝑠_5 𝐿𝐷 𝑇ℎ𝑒𝑡𝑎
−23 𝑋_3 0 0 1 −0,4545455 0,182 0,18181818 3
−17 𝑋_1 1 0 0 0,09090909 −0,636 0,36363636 4
−17 𝑋_2 0 1 0 0,09090909 0,364 −0,63636364 8
𝑟 −17 −17 −23 7,36363636 0,455 0,45454545 −273
𝐶_𝑗 − 𝑟_𝑗 𝑟 0 0 0 7,36363636 0,455 0,45454545 −273

Ya que todos los valores de 𝐶𝑗 − 𝑟𝑗 son positivos, ya se obtiene la solución del problema:
𝑀𝑎𝑥 𝑍 = −273
Es decir
𝑀𝑖𝑛 𝑍 = 273, 𝑥1 = 4, 𝑥2 = 8, 𝑥3 = 3
Conclusión: Según el método simplex primal a dos fases, Raúl debe producir 4 escritorios
del Tipo 1, 8 cantidades del Tipo 2 y 3 cantidades del Tipo 3 para obtener un costo mínimo
de 273.

Ejercicio 4.
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 = 720𝑥1 + 215𝑥2 + 120𝑥3 + 70𝑥4

Sujeto a las restricciones:

30𝑥1 + 5𝑥2 + 3𝑥3 + 7𝑥4 ≥ 510

17𝑥1 + 7𝑥2 + 3𝑥3 + 5𝑥4 ≥ 320

11𝑥1 + 5𝑥2 + 4𝑥3 + 2𝑥4 ≥ 280

7𝑥1 + 6𝑥2 + 5𝑥3 + 1𝑥4 ≥ 170

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Primera fase
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 720𝑥1 + 215𝑥2 + 120𝑥3 + 70𝑥4

Sujeto a las restricciones:

30𝑥1 + 5𝑥2 + 3𝑥3 + 7𝑥4 − 𝑦1 + 𝑧1 = 510


17𝑥1 + 7𝑥2 + 3𝑥3 + 5𝑥4 − 𝑦2 + 𝑧2 = 320

11𝑥1 + 5𝑥2 + 4𝑥3 + 2𝑥4 − 𝑦3 + 𝑧3 = 280

7𝑥1 + 6𝑥2 + 5𝑥3 + 1𝑥4 − 𝑦4 + 𝑧4 = 170

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Primera fase
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑟 = 𝑧1 + 𝑧2 + 𝑧3 + 𝑧4

Sujeto a las restricciones:

30𝑥1 + 5𝑥2 + 3𝑥3 + 7𝑥4 − 𝑦1 + 𝑧1 = 510

17𝑥1 + 7𝑥2 + 3𝑥3 + 5𝑥4 − 𝑦2 + 𝑧2 = 320

11𝑥1 + 5𝑥2 + 4𝑥3 + 2𝑥4 − 𝑦3 + 𝑧3 = 280

7𝑥1 + 6𝑥2 + 5𝑥3 + 1𝑥4 − 𝑦4 + 𝑧4 = 170

𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

Formando la tabla
𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒛𝟏 𝒛𝟐 𝒛𝟑 𝒛𝟒 𝑳𝑫
𝒓 0 0 0 0 0 0 0 0 −1 −1 −1 −1 0
𝒛𝟏 30 5 3 7 −1 0 0 0 1 0 0 0 510
𝒛𝟐 17 7 3 5 0 −1 0 0 0 1 0 0 320
𝒛𝟑 11 5 4 2 0 0 −1 0 0 0 1 0 280
𝒛𝟒 7 6 5 1 0 0 0 −1 0 0 0 1 170

FASE 1
𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒛𝟏 𝒛𝟐 𝒛𝟑 𝒛𝟒 𝑳𝑫
𝒓 0 0 0 0 0 0 0 0 −1 −1 −1 −1 0
𝒛𝟏 30 5 3 7 −1 0 0 0 1 0 0 0 510
𝒛𝟐 17 7 3 5 0 −1 0 0 0 1 0 0 320
𝒛𝟑 11 5 4 2 0 0 −1 0 0 0 1 0 280
𝒛𝟒 7 6 5 1 0 0 0 −1 0 0 0 1 170
x x x x y y y y z z z z L
1 2 3 4 1 2 3 4 1 2 3 4 D theta
- - - - -
r 65 23 15 15 1 1 1 1 0 0 0 0 1280
x 3 - 51
1 0 5 3 7 1 0 0 0 1 0 0 0 0 17
z 1 - 32 18,823
2 7 7 3 5 0 1 0 0 0 1 0 0 0 5294
z 1 - 28 25,454
3 1 5 4 2 0 0 1 0 0 0 1 0 0 5455
z - 17 24,285
4 7 6 5 1 0 0 0 1 0 0 0 1 0 7143

𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒚𝟏 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒛𝟏 𝒛𝟐 𝒛𝟑 𝒛𝟒 𝑳𝑫 𝒕𝒉𝒆𝒕𝒂
𝒓 0 0 −4,704 3,184 0,488 −1,92 1 1 0,512 2,92 0 0 −84,4817,9591837
𝒙𝟏 1 0 0,048 0,192 −0,056 0,04 0 0 0,056 −0,04 0 0 15,76 328,333333
𝒙𝟐 0 1 0,312 0,248 0,136 −0,24 0 0 −0,136 0,24 0 0 7,44 23,8461538
𝒛𝟑 0 0 1,912 −1,352−0,064 0,76 −1 0 0,064 −0,76 1 0 69,44 36,3179916
𝒙𝟑 0 0 2,792 −1,832−0,424 1,16 0 −1 0,424 −1,16 0 1 15,04 5,38681948

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝑧1 𝑧2 𝑧3 𝑧4 𝐿𝐷 𝑡ℎ𝑒𝑡𝑎
𝑟 0 0 0 0,0974212
−0,226361
0,03438395
1 −0,6848138
1,22636103
0,96561605
0 1,68481375
−59,140401
𝑥1 1 0 0 0,2234957
−0,0487106
0,02005731
0 0,01719198
0,0487106
−0,0200573
0 −0,017192
15,5014327
901,666667
𝑥2 0 1 0 0,45272206
0,18338109
−0,3696275
0 0,11174785
−0,1833811
0,36962751
0 −0,1117479
5,75931232
51,5384615
𝑧3 0 0 0 −0,0974212
0,22636103
−0,034384
−10,68481375
−0,226361
0,03438395
1 −0,6848138
59,1404011
86,3598326
𝑥3 0 0 1 −0,6561605
−0,1518625
0,41547278
0 −0,3581662
0,15186246
−0,4154728
0 0,35816619
5,38681948
−15,04

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝑧1 𝑧2 𝑧3 𝑧4 𝐿𝐷 𝑡ℎ𝑒𝑡𝑎
𝑟 0 0 0 0,0974212
−0,226361
0,03438395
1 −0,6848138
1,22636103
0,96561605
0 1,68481375
−59,140401
𝑥1 1 0 0 0,2234957
−0,0487106
0,02005731
0 0,01719198
0,0487106
−0,0200573
0 −0,017192
15,5014327
901,666667
𝑥2 0 1 0 0,45272206
0,18338109
−0,3696275
0 0,11174785
−0,1833811
0,36962751
0 −0,1117479
5,75931232
51,5384615
𝑧3 0 0 0 −0,0974212
0,22636103
−0,034384
−10,68481375
−0,226361
0,03438395
1 −0,6848138
59,1404011
86,3598326
𝑥3 0 0 1 −0,6561605
−0,1518625
0,41547278
0 −0,3581662
0,15186246
−0,4154728
0 0,35816619
5,38681948
−15,04

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝑧1 𝑧2 𝑧3 𝑧4 𝐿𝐷 𝑡ℎ𝑒𝑡𝑎
𝑟 0 6,12820513
0 2,87179487
0,8974359
−2,2307692
1 0 0,1025641
3,23076923
0 1 −23,846154
𝑥1 1 −0,1538462
0 0,15384615
−0,0769231
0,07692308
0 0 0,07692308
−0,0769231
0 0 14,6153846
190
𝑦4 0 8,94871795
0 4,05128205
1,64102564
−3,3076923
0 1 −1,6410256
3,30769231
0 −151,5384615
−15,581395
𝑧3 0 −6,1282051
0 −2,8717949
−0,8974359
2,23076923
−10 0,8974359
−2,2307692
1 0 23,8461538
10,6896552
𝑥3 0 3,20512821
1 0,79487179
0,43589744
−0,7692308
0 0 −0,4358974
0,76923077
0 0 23,8461538
−31

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝑧1 𝑧2 𝑧3 𝑧4 𝐿𝐷
𝑟 0 0 0 0 0 0 0 0 1 1 1 1 0
𝑥1 1 0,05747126
0 0,25287356
−0,045977
0 0,03448276
0 0,04597701
0 −0,0344828
0 13,7931034
𝑦4 0 −0,137931
0 −0,2068966
0,31034483
0 −1,4827586
1 −0,3103448
0 1,48275862
−1 86,8965517
𝑦2 0 −2,7471264
0 −1,2873563
−0,4022989
1 −0,4482759
0 0,40229885
−1 0,44827586
0 10,6896552
𝑥3 0 1,09195402
1 −0,1954023
0,12643678
0 −0,3448276
0 −0,1264368
0 0,34482759
0 32,0689655

FASE 2
𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝐿𝐷 𝑡ℎ𝑒𝑡𝑎
𝑧 −720 −215 −120 −70 0 0 0 0 0
𝑥4 1 0,05747126 0 0,25287356
−0,0459770 0,034482760 13,7931034
54,5454545
𝑦4 0 −0,137931 0 −0,2068966
0,310344830 −1,4827586
1 86,8965517 −420
𝑦2 0 −2,74712640 −1,2873563
−0,4022989
1 −0,4482759
0 10,6896552
−8,3035714
𝑥3 0 1,09195402 1 −0,1954023
0,126436780 −0,3448276
0 32,0689655
−164,11765

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝐿𝐷
𝑧 −720 −83,965517 0 −93,448276 15,1724138 0 −41,37931 0 3848,27586
𝑥1 1 0,05747126 0 0,25287356 −0,045977 0 0,03448276 0 13,7931034
𝑦4 0 −0,137931 0 −0,2068966 0,31034483 0 −1,4827586 1 86,8965517
𝑦2 0 −2,7471264 0 −1,2873563 −0,4022989 1 −0,4482759 0 10,6896552
𝑥3 0 1,09195402 1 −0,1954023 0,12643678 0 −0,3448276 0 32,0689655

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝐿𝐷 𝑡ℎ𝑒𝑡𝑎
𝑧 0 −42,5862070 88,6206897−17,9310340 −16,5517240 13779,3103
𝑥1 1 0,057471260 0,25287356−0,045977 0 0,034482760 13,793103454,5454545
𝑦4 0 −0,137931 0 −0,20689660,310344830 −1,48275861 86,8965517 −420
𝑦2 0 −2,74712640 −1,2873563−0,40229891 −0,44827590 10,6896552−8,3035714
𝑥3 0 1,091954021 −0,19540230,126436780 −0,34482760 32,0689655−164,11765

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝐿𝐷
𝑧 −350,45 −62,727273 0 0 −1,8181818 0 −28,636364 0 8945,45455
𝑥1 3,95455 0,22727273 0 1 −0,1818182 0 0,13636364 0 54,5454545
𝑦4 0,81818 −0,0909091 0 0 0,27272727 0 −1,4545455 1 98,1818182
𝑦2 5,09091 −2,4545455 0 0 −0,6363636 1 −0,2727273 0 80,9090909
𝑥3 0,77273 1,13636364 1 0 0,09090909 0 −0,3181818 0 42,7272727

𝑥1 𝑥2 𝑥3 𝑥4 𝑦1 𝑦2 𝑦3 𝑦4 𝐿𝐷 𝑡ℎ𝑒𝑡𝑎
𝑧 −350,45 −62,727273 0 0 −1,8181818 0 −28,636364 0 8945,45455
𝑥1 3,95455 0,22727273 0 1 −0,1818182 0 0,13636364 0 54,5454545
𝑦4 0,81818 −0,0909091 0 0 0,27272727 0 −1,4545455 1 98,1818182
𝑦2 5,09091 −2,4545455 0 0 −0,6363636 1 −0,2727273 0 80,9090909
𝑥3 0,77273 1,13636364 1 0 0,09090909 0 −0,3181818 0 42,7272727
Entonces
𝑥1 = 0
𝑥2 = 0
𝑥3 = 42.7272727
𝑥4 = 54.5454545
𝑍 = 8945.4545

Ejercicio 5.
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.

Formulación del problema


Sea
𝑥1 =: 𝐽𝑢𝑔𝑜 1 𝑑𝑒 𝑃𝑒𝑟𝑎
𝑥2 =: 𝐽𝑢𝑔𝑜 2 𝑑𝑒 𝑚𝑎𝑛𝑧𝑎𝑛𝑎
𝑥3 =: 𝐽𝑢𝑔𝑜 3 𝑡𝑟𝑜𝑝𝑖𝑐𝑎𝑙
Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3
Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 ≥ 1500
30𝑥1 + 20𝑥2 + 10𝑥3 ≤ 1700
20𝑥1 + 20𝑥2 + 20𝑥3 ≤ 1300
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Estandarizando se obtiene
Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3 + 0𝑡1 + 0𝑠2 + 0𝑠3

Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 − 𝑡1 = 1500
30𝑥1 + 20𝑥2 + 10𝑥3 + 𝑠2 = 1700
20𝑥1 + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
𝑥1 , 𝑥2 , 𝑥3, 𝑡1 , 𝑠2 , 𝑠3 ≥ 0
Multiplicando por (−1) la primera restricción para tener una matriz identidad de tamaño
3𝑥3 en la variables básica. Así entonces queda:
Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3 + 0𝑡1 + 0𝑠2 + 0𝑠3

Restricciones
−20𝑥1 − 30𝑥2 − 20𝑥3 + 𝑡1 = −1500
30𝑥1 + 20𝑥2 + 10𝑥3 + 𝑠2 = 1700
20𝑥1 + 20𝑥2 + 20𝑥3 + 𝑠3 = 1300
𝑥1 , 𝑥2 , 𝑥3, 𝑡1 , 𝑠2 , 𝑠3 ≥ 0
La tabla simplex queda determinada de la siguiente manera:
𝑍 600 400 500 0 0 0 0
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑡_1 −20 −30 −20 1 0 0 −1500
𝑠_2 30 20 10 0 1 0 1700
𝑠_3 20 20 20 0 0 1 1300
Tomando el menor valor de LD el cual nos indica la fila pivote y de esta se toma el menor
valor en este caso -30
𝑍 600 400 500 0 0 0 0
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑡_1 −20 −30 −20 1 0 0 −1500
𝑠_2 30 20 10 0 1 0 1700
𝑠_3 20 20 20 0 0 1 1300

Lo que significa que sale la variable 𝑡1 de la base y entra la variable 𝑥2


Pivoteando se obtiene

𝑍 333,333333 0 233,333333 13,3333333 0 0 −20000


𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑋_2 0,66666667 1 0,66666667 −0,03333333 0 0 50
𝑠_2 16,6666667 0 −3,33333333 0,66666667 1 0 700
𝑠_3 6,66666667 0 6,66666667 0,66666667 0 1 300

De nuevo se seleccionan las filas y columna pivote, ya que no existe valores en LD


negativos entonces se toma cualquier valor de tal manera que simplifiquemos los valores de
𝑥1 y 𝑥3
𝑍 333,333333 0 233,333333 13,3333333 0 0 −20000
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑋_2 0,66666667 1 0,66666667 −0,03333333 0 0 50
𝑠_2 16,6666667 0 −3,33333333 0,66666667 1 0 700
𝑠_3 6,66666667 0 6,66666667 0,66666667 0 1 300

Es decir sale de la base 𝑠2 y entra la variable 𝑥3


𝑍 1500 0 0 60 70 0 29000
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑋_2 4 1 0 0,1 0,2 0 190
𝑋_3 −5 0 1 −0,2 −0,3 0 −210
𝑠_3 40 0 0 2 2 1 1700
De nuevo se selecciona la fila y columna pivote
𝑍 1500 0 0 60 70 0 29000
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑋_2 4 1 0 0,1 0,2 0 190
𝑋_3 −5 0 1 −0,2 −0,3 0 −210
𝑠_3 40 0 0 2 2 1 1700

Es decir sale de la base la variable 𝑠3 y entra la variable 𝑥1


Pivoteando se obtiene
𝑍 0 0 0 −15 −5 −37,5 −34750
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑠_2 𝑠_3 𝐿𝐷
𝑋_2 0 1 0 −0,1 0 −0,1 20
𝑋_3 0 0 1 0,05 −0,05 0,125 2,5
𝑋_1 1 0 0 0,05 0,05 0,025 42,5

Como se ha restaurado la factibilidad y se cumple el criterio de optimalidad, la base actual


es óptima y su solución es óptima es:
𝑥2 = 20
𝑥3 = 2,5
𝑥1 = 42,5
Max 𝑍 = 34750
Solución
Por el método simplex dual se sugiere que se deben producir 42.5 jugos 1 de Pera, 20
jugos 2 de manzana y 2.5 jugos 3 tropical con una utilidad de 34750.
Ejercicio 6.
Resuelva el ejercicio 3 de minimización 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

Función objetivo

𝑀𝑖𝑛 𝑍 = 17𝑥1 + 17𝑥2 + 23𝑥3

Restricción

2𝑥1 + 2𝑥2 + 3𝑥3 ≥ 33

3𝑥1 + 2𝑥2 + 𝑥3 ≥ 31

2𝑥1 + 3𝑥2 + 𝑥3 ≥ 35

𝑥1 , 𝑥2 , 𝑥3 ≥ 0

Estandarizando el sistema

Función objetivo

𝑀𝑖𝑛 𝑍 = 17𝑥1 + 17𝑥2 + 23𝑥3 + 0 ∗ 𝑡1 + 0 ∗ 𝑡2 + 0 ∗ 𝑡3

Restricción

2𝑥1 + 2𝑥2 + 3𝑥3 − 𝑡1 = 33

3𝑥1 + 2𝑥2 + 𝑥3 − 𝑡2 = 31

2𝑥1 + 3𝑥2 + 𝑥3 − 𝑡3 = 35
𝑥1 , 𝑥2 , 𝑥3 , 𝑡1 , 𝑡2 , 𝑡3 ≥ 0
Multiplicando por (−1) las restricciones:

Función objetivo
𝑀𝑖𝑛 𝑍 = 17𝑥1 + 17𝑥2 + 23𝑥3 + 0 ∗ 𝑡1 + 0 ∗ 𝑡2 + 0 ∗ 𝑡3

Restricción

−2𝑥1 − 2𝑥2 − 3𝑥3 + 𝑡1 = −33

−3𝑥1 − 2𝑥2 − 𝑥3 + 𝑡2 = −31

−2𝑥1 − 3𝑥2 − 𝑥3 + 𝑡3 = −35


𝑥1 , 𝑥2 , 𝑥3 , 𝑡1 , 𝑡2 , 𝑡3 ≥ 0
La tabla simplex queda determinada de la siguiente manera:
𝑍 17 17 23 0 0 0 0
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑡_2 𝑡_3 𝐿𝐷
𝑡_1 2 2 3 −1 1 0 −33
𝑡_2 3 2 1 0 0 −1 −31
𝑡_3 2 3 1 0 0 0 −35

Se selecciona el menor valor de LD el cual nos indica la fila pivote y de esta fila se
selecciona el menor valor en este caso −3
Z 17 17 23 0 0 0 0
VB X_1 X_2 X_3 t_1 t_2 t_3 LD
t_1 -2 -2 -3 1 0 0 -33
t_2 -3 -2 -1 0 1 0 -31
𝑡_3 −2 −3 −1 0 0 1 −35

Lo que significa que la variable que sale de la base es 𝑡3 y la variable que entra es 𝑥_2 ,
pivoteando se obtiene:

Z 5,666666 0 17,33333 0 0 5,666666 -


67 33 67 198,333333
V X_1 X_ X_3 t_ t_ t_3 LD
B 2 1 2
t_ - 0 - 1 0 - -
1 0,66666667 2,33333333 0,66666667 9,66666667
t_ - 0 - 0 1 - -
2 1,66666667 0,33333333 0,66666667 7,66666667
x_ 0,666666 1 0,333333 0 0 - 11,66666
2 67 33 0,33333333 67

Se determina de nuevo la fila y la columna pivote


𝑍 5,66666667 0 17,3333333 0 0 5,66666667 −198,333333
𝐶_𝑠 𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑡_2 𝑡_3 𝐿𝐷
0 𝑡_1 −0,66666667 0 −2,33333333 1 0 −0,66666667 −9,66666667
0 𝑡_2 −1,66666667 0 −0,33333333 0 1 −0,66666667 −7,66666667
0 𝑥_2 0,66666667 1 0,33333333 0 0 −0,33333333 11,6666667

Es decir la variable que sale de la base es 𝑡1 y la que entra es 𝑥3


𝑍 0,71428571 0 0 7,42857143 0 0,71428571 −270,142857
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑡_2 𝑡_3 𝐿𝐷
𝑥_3 0,28571429 0 1 −0,42857143 0 0,28571429 4,14285714
𝑡_2 −1,57142857 0 0 −0,14285714 1 −0,57142857 −6,28571429
𝑥_2 0,57142857 1 0 0,14285714 0 −0,42857143 10,2857143

De nuevo se selecciona la fila y columna pivote


𝑍 0,71428571 0 0 7,42857143 0 0,71428571 −270,142857
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑡_2 𝑡_3 𝐿𝐷
𝑋_3 0,28571429 0 1 −0,42857143 0 0,28571429 4,14285714
𝑡_2 −1,57142857 0 0 −0,14285714 1 −0,57142857 −6,28571429
𝑥_2 0,57142857 1 0 0,14285714 0 −0,42857143 10,2857143

Es decir sale de la base la variable 𝑡2 y entra la variable 𝑥1


𝑍 0 0 0 7,36363636 0,45454545 0,45454545 −273
𝑉𝐵 𝑋_1 𝑋_2 𝑋_3 𝑡_1 𝑡_2 𝑡_3 𝐿𝐷
𝑥_3 0 0 1 −0,45454545 0,18181818 0,18181818 3
𝑋_1 1 0 0 0,09090909 −0,63636364 0,36363636 4
𝑥_2 0 1 0 0,09090909 0,36363636 −0,63636364 8

Como se ha restaurado la factibilidad y se cumple el criterio de optimalidad, la base actual


es óptima y su solución es óptima es:
𝑥3 = 3, 𝑥1 = 4, 𝑥2 = 8, min 𝑍 = 273
Sol: Según el método simplex dual, Raúl debe producir 4 escritorios del Tipo 1, 8
cantidades del Tipo 2 y 3 cantidades del Tipo 3 para obtener un costo mínimo de 273.

Ejercicio 7. Como actividad grupal ingresen al Entorno Práctico, en este espacio se


presentan videos para el uso del Complemento Solver de Excel y tutoriales prácticos para
desarrollar las actividades propuestas, recuerden anexar mediante capturas de pantalla a su
trabajo colaborativo definitivo, el ingreso y tabla de resultados para los ejercicios planteados.
En este mismo espacio pueden revisar cuidadosamente la guía para el uso de recursos
educativos, el uso del complemento Solver les ayudará a dar solución a los ejercicios
planteados en esta tarea.

a. Solución de Ejercicio 1 por Solver:

Función objetivo
𝑀𝑎𝑥 𝑍 = 600𝑥1 + 400𝑥2 + 500𝑥3
Restricciones
20𝑥1 + 30𝑥2 + 20𝑥3 ≥ 1500
30𝑥1 + 20𝑥2 + 10𝑥3 ≤ 1700
20𝑥1 + 20𝑥2 + 20𝑥3 ≤ 1300
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Resultado
𝑥1 𝑥2 𝑥3
42,5 20 2,5

b. Solución de Ejercicio 2 por Solver


Aporte:
Naury Marcela Albarracin Moreno

Problema1. 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 algortimos 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?
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos fases
del simplex primal?
¿Cuál es la utilidad del problema?
¿Las respuestas de producción según las condiciones varían de acuerdo a cada método
usado?
SOLUCIÓN
Variables:
X1: #und. Jugo1
X2: #und. Jugo2
X3: #und. Jugo3
Max Z=600X1+400X2+500X3
20X1+30X2+20X3 ≥1500
30X1+20X2+10X3 ≤1700
20X1+20X2+20X3 ≤1300
X1, X2, X3 ≥0
Luego se resuelve paso a paso usando el programa de la página
http://www.phpsimplex.com de la siguiente forma:
Los resultados mostrados por los dos métodos son similares, se deben producir 85/2
unidades del jugo de pera, 20 unidades de jugo de manzana y 5/2 unidades del jugo de
tropical, para obtener un máximo de utilidades de 3750 Pesos. Las respuestas de
producción no varían con respecto al método usado.

Problema2.
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 + 2X3 + X4 ≤ 75

3X1 + 2X2 + 3X3 + 2X4 ≤ 100

2X1 + 2X2 + 4X3 + 3X4 ≥ 30

2X1 + 2X2 + 1X3 + 2X4 ≤ 68

X1, X2, X3, X4 ≥ 0

Luego se resuelve usando el programa de la página http://www.phpsimplex.com de la


siguiente forma:
Los dos métodos muestran los mismos resultados, y se deben fabricar cero unidades
del producto1, 17/2 unidades del producto2, 16 unidades del producto3 y 35/2
unidades del producto4. Las utilidades máximas son de 192 $.

PASO2

Ejercicio 3:
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.

Costos por
Tipo de
Corte Ensamble Pintura producto
escritorio
semanales
1 2 3 2 US 17
2 2 2 3 US 17
3 3 1 1 US 23
Horas 33 31 35
Tabla 1. Datos del ejercicio 3
SOLUCIÓN
Variables:
X1: cant. Unid. Tipo1
X2: cant. Unid. Tipo2
X3: cant. Unid. Tipo3
Min Z=17X1+17X2+23X3
2X1+2X2+3X3 ≥33
2X1+2X2+X3 ≥31
2X1+3X2+X3 ≥35
X1, X2, X3 ≥0
Luego se resuelve usando el programa de la página http://www.phpsimplex.com de la
siguiente forma:
Solución directa

Los dos métodos muestran los mismos resultados, y se deben fabricar 11 escritorios
del tipo1, 4 del tipo producto2, 1 del tipo3. Los costos son de 278 $.
Problema 4.
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 = 720X1 + 215X2 + 120X3 + 70X4

Sujeto a las restricciones: 30X1 + 5X2 + 3X3 + 7X4 ≥ 510


17X1 + 7X2 + 3X3 + 5X4 ≥ 320
11X1 + 5X2 + 4X3 + 2X4 ≥ 280
7X1 + 6X2 + 5X3 + X4 ≥ 170
X1, X2, X3, X4 ≥ 0
Luego se resuelve usando el programa de la página http://www.phpsimplex.com de la
siguiente forma:
Solución directa:
Los dos métodos muestran los mismos resultados, y se deben fabricar cero
unidades de la variable X1, cero unidades de la variable X2, 470/11 unidades de la
variable X3 y 600/11 unidades de la variable X4. Los costos son de 98400/11 $.

PASO3
Se va a determinar el Dual simétrico del programa del problema 1, resolverlo y
comparar resultados

Max Z=600X1+400X2+500X3
20X1+30X2+20X3 ≥ 1500
30X1+20X2+10X3 ≤ 1700
20X1+20X2+20X3 ≤ 1300
X1, X2, X3 ≥0
El programa dual es:

Min Z=1500W1+1700W2+1300W3
20W1+30W2+20W3 ≤ 600
30W1+20W2+20W3 ≥ 400
20W1+10W2+20W3 ≥ 500
W1, W2, W3 ≥0

Solución paso a paso:


Comparación de resultados problema1:

Resultados del Programa original Resultados del Programa dual


Z= 34750 Z= 32500
X1= 85/2 X1= 0
X2= 20 X2= 0
X3= 5/2 X3= 25

Los resultados muestran que la función objetivo tiene valores distintos, así también
las variables X1, X2 y X3 se muestran con resultados distintos. Puesto que los jugos
deben ser unidades enteras y no se pueden vender fraccionado y por consiguiente se
deben de tomar los resultados enteros obtenidos por el método del programa dual.

PASO4

Se va a determinar el Dual simétrico del programa del problema 3, resolverlo y


comparar resultados
Min Z=17X1+17X2+23X3
2X1+2X2+3X3 ≥33
2X1+2X2+X3 ≥31
2X1+3X2+X3 ≥35
X1, X2, X3 ≥0

El programa dual es:


Max Z=33W1+31W2+35W3
2W1+2W2+2W3≤17
2W1+2W2+3W3≤17
3W1+W2+W3≤23
W1, W2, W3 ≥0
Comparación de resultados problema3:

Resultados del Programa original Resultados del Programa dual


Z= 278 Z= 278
X1= 11 X1= 29/4= 7,25
X2= 4 X2= 5/4= 1,25
X3= 1 X3= 0

Los resultados muestran que la función objetivo tiene el mismo valor de 278$, pero las
variables X1, X2 y X3 se muestran con resultados distintos. Puesto que los escritorios son
unidades que no se pueden vender fraccionado y por consiguiente se deben de tomar los
resultados enteros obtenidos por el método del programa original.
PASO5
Comparación de resultados:
En el problema1, y aplicando los 3 métodos (simplex, Dual y Solver de Excel) encontraron
resultados óptimos con valor de Z=34750, Z=32500, coincidiendo los métodos Solver de
Excel y Simplex. El programa Solver de Excel y el Método Simplex arrojaron resultados
fraccionados los cuales no satisfacen la condición de valor integro. Solo por el método
Simplex Dual se obtuvieron resultados enteros. En todos los casos los programas encontraron
soluciones óptimas.
En cuanto al problema3, aplicando los 3 métodos (simplex, Dual y Solver de Excel)
encontraron resultados óptimos con valor de Z=278, pero con variables distintas. El programa
Solver y el Método Simplex arrojaron resultados enteros los cuales satisfacen la condición
de no fraccionado. En todos los casos los programas encontraron soluciones óptimas.

Aporte:
Yurasit Ovallos S.