Vous êtes sur la page 1sur 131

INVESTIGACIN DE OPERACIONES

Captulo I
INTRODUCCION A LA INVESTIGACION DE OPERACIONES
ACTIVIDAD 1: Definicin de investigacin de operaciones.
La investigacin de operaciones es la aplicacin, por grupos interdisciplinarios, del
mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas
(hombre-maquina) a fin de que se produzcan soluciones que mejor sirvan a los objetivos de
toda la organizacin.
ACTIVIDAD 2: La investigacin de operaciones en la toma de decisiones.
El tamao de las empresas modernas implica que la decisiones administrativas pueden
tener efectos sobre grandes cantidades de capital y un gran numero de personas. Los errores
pueden ser tremendamente costosos y una sola decisin equivocada puede requerir aos
para rectificarse, mas aun, el ritmo de la empresa moderna es tal que las decisiones se
requieren mas rpidamente que nunca, simplemente posponer la accin puede dar una
decidida ventaja a un competidor.
No es sorprendente que el aumento de la dificultad de tomar decisiones ha requerido de
esfuerzos para dar a esta actividad una base mas objetiva y rutinaria.
La investigacin de operaciones esta en pleno desarrollo y depende ampliamente de los
mtodos que han demostrado tener xito en la ciencia, desde el punto de vista de la
investigacin de operaciones, una decisin es una recomendacin de que se lleva a cabo un
curso de accin que se espera produzca los mejores resultados en trminos de los
objetivos generales de la organizacin, de la cual el sistema es una parte. Se puede decir,
tambin, que quien toma una decisin intenta hacer que el sistema sea mas efectivo para
alcanzar las metas de la organizacin.
ACTIVIDAD 3: Resea histrica de la investigacin de operaciones.
Los inicios de lo que hoy se conoce como investigacin de operaciones se remonta a los
aos 1759 cuando el economista QUESNAY, empieza a utilizar modelos primitivos de
programacin matemtica, mas tarde , WALRAS, hace uso, en 1874, de tcnicas similares.
Los modelos lineales de investigacin de operaciones, tienen como precursores a JORDAN
en 1873, en 1896 y a FARKAS en 1903.
Los modelos dinmicos probabilisticos tienen su origen con MARKOV a fines del siglo
pasado. El desarrollo de los modelos de inventarios, asi como el de tiempos y movimientos,
se lleva a cabo por los aos 20S del siglo pasado, mientras que los modelos, de lineas de
espera se originan con los estudios de ERLANG, a principios del siglo XX. VON
NEWMAN cimienta en 1937 lo que aos mas tarde culminara como la teoria de juegos.
Hay que hacer notar que los modelos matemticos de la ivestigacion de operacines que
utilizaron estos precursores, estaban basados en el calculo diferencial e integral
(NEWTON, LAGRANGE, LAPLACE, LESBEQUE, LEIBNITZ, REIMMAN,
STIELTJEN, por mencionar algunos), la probabilidad y estadstica(BERNOULLI,
POISSON, GAUSS, BAYES, GOSSET, SINEDECOR, ETC.).
No fue sino hasta la segunda guerra mundial, cuando la investigacin de operaciones
empez a tomar auge, primero se le utilizo en la logstica estratgica para vencer al
enemigo(teora de juegos) y, mas tarde al finalizar la guerra, en la logstica de distribucin
de todos los recursos militares de los aliados dispersos por todo el mundo, fue debido
precisamente a este ultimo problema, que la fuerza area norteamericana, a travez de su
centro de investigacin RAND CORPORATION, comisiono a un grupo de matemticos
para que resolviera este problema que estaba consumiendo tantos recursos humanos,
financieros y materiales. Fue el doctor GEORGE DANTZIG, el que en 1947, resumiendo
el trabajo de muchos de sus precursores, inventara el mtodo simplex, con lo cual dio inicio
a la programacin lineal. Con el avance de las computadoras digitales se empez a extender
la I.O. , durante los 50S en las reas de:
Programacin dinmica (BELLMAN), programacin no lineal (KUHH Y TUCKER),
programacin entera(GOMORY), redes de optimizacin (FORD Y FOLKERSON),
simulacin(MARKOWITZ), inventarios(AAROW, KARLIN, WHITIN), anlisis de
decisiones (RAIFFA) y procesos markovianos de decisin (HOWARD).
ACTIVIDAD 4: Beneficios de un proyecto de Investigacin de Operaciones.
En la practica, la instrumentacin de un proyecto de I.O. en la solucion de un problema real
en una organizacin, acarrea los siguientes beneficios:
1).- Incrementa la posibilidad de tomar mejores decisiones: antes de la aplicacin de
la I.O. en una organizacin, las decisiones que se toman son generalmente de carcter
intuitivo, ignorando la mayora de las interrelaciones que existen entre las componentes del
sistema. El ser humano, sin la ayuda de una tecnologa mas sofisticada( como la I.O.) y de
la herramienta mas moderna(como son las computadoras electrnicas), no puede visualizar,
mucho menos analizar todas las posibles alternativas generadas por los millares de
interacciones que existen. Imaginemos a PEMEX que debe controlar el reparto de
combustible a toda la republica a fin de satisfacer la demanda en todos los centros de
consumo buscando siempre el menor costo de embarque.
2).- Mejora la coordinacin entre las mltiples componentes de la organizacin: en
otras palabras, la I.O. genera un mayor nivel de ordenacin, es decir de que sirve que se
incrementen las exportaciones de Mxico al mundo exterior, cuando la capacidad de
maniobras de nuestros puertos permanecen estancadas. El sistema econmico trata de
equilibrar la balanza de pagos, la otra parte tiende a crear cuellos de botella de mercanca
que tienen que esperar en el puerto hasta que se le embarquen, muchas veces a la interperie,
con riesgo de deteriorase. El tiempo de demora del cliente aumenta, su apatismo para
comerciar con Mxico se incrementa, a corto plazo, se empiezan a sentir otra vez los
efectos negativos en la balanza de pagos. En este caso la presidencia de la republica debe
coordinar esfuerzos con la secretarias de comercio, hacienda, comunicaciones, marina y de
obras publicas.
Aqu el papel de la I.O es integrar en su estudio el mecanismo de coordinacin, para evitar
que las componentes del sistema se desmembrasen y acten independientemente una de
otras.
3).-Logra el Control del Sistema: al instituir procedimientos sistemticos que
supervisan por un lado las operaciones que se llevan acabo en la organizacin y por el otro
lado, evita al regreso a un sistema peor. Por ejemplo, existe una liberacin de las gentes
dedicadas a actividades de tipo tedioso y rutinario, permitiendo los accesos a una nueva
variedad de las mismas adems, estos procedimientos sistemticos permiten sealar
decisiones que pueden conducir a resultados muy peligrosos para estabilidad y buen
funcionamiento del sistema.

4).-Logra un mejor sistema: al hacer que este opere con costos mas bajos, con
interacciones mas fluidas, eliminando cuellos de botella y logrando una mejor combinacin
entre los elementos mas importantes de todo el sistema.
ACTIVIDAD 5: Aplicacin de la Investigacin de Operaciones en los Sectores
Privados y Pblicos.
Actualmente la Investigacin de operaciones no solo se aplica en el sector privado como
son industrias, sistemas de comercializacin, sistemas financieros, transportes, sistemas de
salud, etc. Sino tambin el sector de los servicios pblicos, tanto como los en los pases
desarrollados como a los pases de tercer mundo. Precisamente en Mxico la I.O. se utiliza
dentro del sector de servicios pblicos entre otros: la Secretaria de Agricultura, de
Comunicaciones, de la Presidencia, Petrleos Mexicanos, Comisin Federal de
Electricidad, Instituto Mexicano del Seguro Social, Departamento del D.F., ETC.
ACTIVIDAD 6 : Construccin de modelos
En la I.O. existen tres clases de modelos: icnicos, analgicos y simblicos.
Los Modelos Icnicos: son imgenes a escala del sistema cuyo problema se requiere
resolver, por ejemplo, las fotografias,las maquetas, dibujos y modelos a escala de barcos
automviles, aviones, canales. ETC.
Modelos Analgicos: Se basan en la representacin de las propiedades de un sistema
cuyos problemas se requieren resolver utilizando otro sistema cuyas propiedades son
equivalentes. Por ejemplo, las propiedades de un sistema hidrulico son equivalentes a las
de un sistema elctrico o inclusive, econmico.
Los Modelos Simblicos: son conceptualizaciones abstractas del problema real a base
de letras, nmeros, variables y ecuaciones. Estos tipos de modelos son fciles de manipular
y se pueden hacer con ellos un gran numero de experimentos. De las tres clases de modelos
los simblicos son los mas econmicos de construir y operar. En este trabajo sern los
modelos simblicos los que se usen para la solucin de problemas de programacin lineal.
Capitulo II
PROGRAMACION LINEAL
ACTIVIDAD 7: Programacin Lineal
Introduccin: La programacin lineal es una tcnica matemtica ampliamente
utilizada, diseada para ayudar a los administradores de produccin y operaciones en la
planeacin y toma de decisiones relativas a la negociacin necesaria para asignar recursos.
Aplicacin : a partir de 1950 se inicia un fuerte desarrollo en la programacin lineal
apoyada por una gran variedad de aplicaciones practicas en la economa y la administracin
industrial.
Principales problemas: Algunos de los principales problemas que han sido
establecidos en base a la programacin lineal, as como sus reas de aplicacin son los
siguientes:
1).- La seleccin de la mezcla de productos es una fabrica para tomar el mejor uso de las
horas disponibles de la maquinaria y mano de obra, mientras se maximiza la utilidad de la
empresa.
2).- La seleccin de diferentes mezclas de materias primas en los molinos de comida para
producir combinaciones de alimentos terminados al mnimo costo.
3).- Otros como pueden ser de relaciones nter indstriales ( modelos de Lentieff, anlisis
econmico), problemas de transito ( industria de transportes y aviacin) ETC.
La programacin lineal resuelve los problemas en trminos de un conjunto de ecuaciones
lineales y una ecuacin tambin lineal llamada funcin objetivo , que cuantifica el
beneficio proporcionado por la solucin del conjunto de ecuaciones lineales que
corresponden a las restricciones .
Definicin: La programacin lineal es una herramienta matemtica que sirve para
resolver de la mejor manera posible sistema de Asignacin en los que la problemtica
consiste en asignar recursos escasos y limitados entre actividades competitivas y cuando
desde el punto de vista matemtico las relaciones entre los elementos del sistema sean
estrictamente lineales.
ACTIVIDAD 8: fase para la solucin de problemas de programacin lineal
FASE I.- Formacin del Problema: Es una de las fases ms importantes en la
aplicacin de la programacin lineal; es decir, la representacin matemtica del problema
que se desea resolver, una gua til en la formulacin del problema es:
a)Determinar el objeto del problema, el cual puede ser:
Maximizar.- utilidades, produccin, publicidad, audiencia, etc.
Minimizar.- costo, tiempo, distancia, desperdicios, etc.
b)Definir las variables del problema, as cual es el sistema de medicina a
utilizar nmeros de artculos, horas-hombres, horas-maquina, etc.
c) Establecer las restricciones del problema, en cuanto a materia prima, tiempo,
recursos financieros, requerimientos de produccin, etc.
FASE II.- Construccin del Modelo del Problema: cuando la funcin objetivo a
optimizar (maximizar minimizar), as como las restricciones son funciones lineales,
entonces el problema es completamente lineal y su forma general queda establecida de la
siguiente manera dada las j variables X
1
, X
2
,... Xj, llamadas variables de decisin,
determinar que valor de cada una de ellas hacen mxima mnima una funcin objetivo Z,
es decir, que sea ptima, considerando que una funcin es ptima, si primero es factible y
su formulacin general es:
a)Funcin objetivo: Max Min Z= C
1
, X
1
, + C
2
X
2
+ . . . +Cj Xj
b)Sujeta a las restricciones:
a
11
x
1
+ a
12
x
2
+ . . . + a
1
jXj < = > b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2
jXj < = > b
2
. . . . . . . .
. . . . . . . .
. . . . . . . .
ai
1
X
1
+ ai
2
X
2
+ . . . + aij Xj < = > bj
c) No-negatividad: X j 0 ; j = 1, 2, 3, ... n
DONDE: Z = Objetivo del problema (maximizar minimizar)
Xj = Variables de decisin ( j = 1, 2, 3.... n )
Cj = Contribucin por unidad de la variable de decisin.
aij = Coeficiente Tecnolgico(i =1,2,3,...,m ; j =1,2,3, . . . ,n)
bj = Recurso Disponible.
NOTA: El coeficiente Tecnolgico (aij) es la cantidad que se emplea del recurso
disponible bj para elaborar el producto Xj (dato tcnico).
El recurso disponible bj, en algunos casos representa la capacidad, (cantidad
que no se puede sobrepasar y se representa como menor e igual
matemticamente ); en otros casos puede representar el requerimiento
(cantidad que puede usarse por lo menos y se representa matemticamente
como mayor e igual ) y en algunos casos este recurso deber ser exactamente
su valor( cantidad que matemticamente se representa como una igualdad =).
PROBLEMA DE AUTOEVALUACION:
Una compaa puede producir tablones para la construccin o laminas para puertas, la
cantidad mxima de la fabrica es de 400 unidades, de las cuales necesariamente 100
unidades deben ser tablones y 150 laminas, para satisfacer la necesidades de los clientes, si
la utilidad por tabln es de $200 y de $300 pesos por lamina. Determine el numero de
tablones y laminas que se deben producir para obtener la mxima utilidad. (Formular y
construir el modelo del problema).
Solucin:
Fase 1: Formulacin del Problema.
a).- Determinar el objetivo del problema: Maximizar utilidades.
b).- Definir las Variables del problema: Z = utilidad
X
1
= numero de tablones a producir ; C
1
= $200/Tabln.
X
2
= numero de laminas a producir ; C
2
= $300/Lamina.
c).- Establecer las restricciones del problema:
1) Capacidad mxima de produccin: 400 unidades.
2) Requerimientos de produccin de pro lo menos 100 tablones y 150
laminas.
Fase II: Construccin del modelo del problema.
a).- Funcin objetivo: Max Z = 200X
1
+ 300X
2
b).- Sujeta a las restricciones:
1).- Capacidad de produccin: X
1
+ X
2

400
2).- Requerimientos Mnimos: X
1
100
X
2 150
C).- No negatividad: X
1
0 y X
2
0
PROBLEMAS PROPUESTOS:
Formular y construir los modelos de los siguientes problemas de programacin lineal:
1).- Un agente esta arreglando un viaje en esqus, puede llevar un mximo de 10 personas
y ha decidido que debern ir por lo menos 4 hombres y 3 mujeres. Su ganancia ser de 10
pesos por cada mujer y 15 pesos por cada hombre. Cuantos hombres y cuantas mujeres le
producen la mayor ganancia?
2).- Un sastre tiene las siguientes materias primas a su disposicin: 16 m2 de algodn, 11
m2 de seda y 15m2 de lana. Un traje requiere: 2 m2 de algodn, 1m2 de seda y 1 m2 de
lana. Una tnica requiere: 1m2 de algodn, 2m2 de seda y 3m2 de lana. Si el traje se vende
en $300 y una tnica en $500. Cuntas piezas de cada confeccin debe hacer el sastre para
obtener la mxima cantidad de dinero?.
3).- Mueblera MARY elabora dos productos, mesas y sillas que se deben procesar a
travs de los departamentos de ensamble y acabado. Ensamble tiene 60 hrs. disponibles,
acabado puede manejar hasta 40 hrs. de trabajo. La fabricacin de una mesa requiere de 4
hrs. de ensamble y 2 hrs. de acabado, mientras que una silla requiere de 2 hrs. de ensamble
y 2 hrs. de acabado. Si la utilidad es de $80 por mesa y $60 por silla. Cul es la mejor
combinacin posible de mesas y sillas a producir y vender para obtener la mxima
ganancia?
4).- Una firma corredora de bolsa ofrece dos tipos de inversiones que producen ingresos a
razn de 4% y 5% respectivamente. Un cliente desea invertir un mximo de $10000 y que
su ingreso anual sea por lo menos de $4500. insiste en que por lo menos del total debe
ser invertido al 5%. El corredor recibe el 1% de los ingresos de la inversin al 5% y 2% de
la inversin del 4%. Cunto invertir el corredor a cada tasa para que sus honorarios sean
mximos?.
5).- Una compaa de carga area desea maximizar los ingresos que obtiene por la carga
que transporta la compaa tiene un solo avin diseado para transportar dos clases de
carga. Carga normal y carga frgil. La compaa no recibe pago extra por transportar carga
frgil; sin embargo para asegurar ciertos contratos de negocios, la compaa ha acordado
transportar cuando menos 5 toneladas de carga frgil. Este tipo de carga debe llevarse en
una cabina presurizada. La capacidad de la cabina principal es de 20 toneladas de carga. La
cabina presurizada no puede llevar mas de 10 toneladas de carga. El avin tiene restriccin
de peso que le impide llevar mas de 20 toneladas de carga, para mantener en equilibrio el
peso, la carga de la cabina presurizada debe ser menor o igual que dos tercios del peso de
la cabina principal, mas una tonelada, la compaa recibe $1000 por tonelada de los dos
tipos de carga que transporta.
6).- Un inversionista tiene $10000 que quisiera produjeran tanto dinero como sea
posible; quiere invertir parte en acciones, parte en bonos y colocar el resto en una cuenta de
ahorro. El inversionista cree poder ganar 8% con el dinero que invierta en acciones y el 7%
que invierte en bonos. El banco paga el 5% de inters sobre las cuentas de ahorros. Como
las acciones son una inversin con cierto riesgo, decide no invertir en acciones mas de lo
que ponga en la cuenta de ahorro. El inversionista se quedara con al menos $2000 en la
cuenta de ahorros por si necesita dinero en efectivo de inmediato.Cunto dinero deber
invertir en cada tipo?
7).- Una mujer quiere disear un programa de ejercicios semanales, incluyendo caminata,
bicicleta y natacin. Para variar los ejercicios planea invertir al menos tanto tiempo en
bicicleta como la combinacin de caminata y natacin. Adems, quiere nadar al menos dos
hrs a la semana, por que le gusta mas nadar que los otros ejercicios. La caminata consume
600 caloras por hora, en la bicicleta usa 300 caloras por hora nadando gasta 300 caloras
por hora. Quiere quemar al menos 3000 caloras a la semana por medio de los ejercicios.
Cuntas horas debe dedicar a cada tipo de ejercicio si quiere minimizar el numero de
horas invertidas.?
8).- Cierta compaa tiene una filial que le provee de las latas que necesita para
comercializar su producto, en dicha filial que produce latas de aluminio contiene las
tapaderas a partir de hojas metlicas rectangulares. Las dimensiones de estas hojas son de
6cms x 15cms Se requieren dos tamaos diferentes de tapas, el dimetro de las pequeas es
de 3cms y el de las grandes de 6 cms. El programa de produccin en un da determinado es
de 20000 tapas chicas y 5000 tapas grandes. Cul es el programa que minimice el numero
total de hojas metlicas usadas de tal manera de obtener la mejor combinacin de tapas de
los diferente tamaos que pueden ser cortadas?
9).- General Motors que vende el carro mas compacto desea hacer publicidad para este
modelo a travs de canal 13 de televisin, la publicidad consistir en pequeos comerciales
de duracin variable que se intercalaran en un programa semanal de 60 min. En el cual se
presentaran los mejores cantantes del continente y un cmico de la localidad. General
Motors insiste en tener al menos 5 min. De comerciales y el reglamento de la televisora
requiere cuando mucho los comerciales consuman 18 min en programas de 60 min., y que
nunca sea mayor el tiempo de los comerciales de actuacin de los cantantes, los cantantes
no quieren trabajar mas de 30 min. De los 60 que dura el programa, de manera que el
cmico se utiliza para cualquier lapso de tiempo en el cual no habr comerciales o cuando
no estn trabajando los cantantes. Por experiencia de la empresa televisora, se sabe que por
cada min. Que los cantantes estn en el aire 6000 televidentes mas estarn viendo el
programa, por cada minuto que el comico este trabajando 3000 televidentes estarn viendo
el programa, en cambio por cada min de comerciales se pierden 500 televidentes.
El cmico cobra $200 por minuto, los cantantes cobran $1000 por min y los comerciales
$50 por min. Si en General Motors desea:
1).- Maximizar el numero de televidentes al finalizar el programa de 60 min.
2).- producir el programa un mnimo costo. Cul es el medelo a utilizar para cada
situacin?
10).- La compaa HOLSA de Mxico quiere minimizar los desperdicios de lamina,
para lo cual encarga a su departamento de produccin que optimice el costo de las laminas
de acuerdo a los requisitos de los consumidores. En particular se har con el consumidor
mas importante al cual se le surten tres tamaos de laminas a saber: tipo 1:30 cms x 60 cms
y espesor de 8 mm; tipo 2:30cmsx 70 cms y espesor de 8 mm tipo 3:30cms x 50 cms y
espesor de 8 mm. Las cantidades necesarias son 10000, 15000 y 5000 por mes
respectivamente. Si las laminas que produce la compaa son de dimensiones de 30 cms x
180 cms con espesor de 8 mm. Cul es el modelo para optimizar los desperdicios?.
11).- Una compaa de zapatos puede producir tres tipos de zapatos a su mxima
capacidad: zapatos de vestir, de trabajo y de deporte, la utilidad neta es de $1000. $800 y
$400 respectivamente. El mercado de zapatos ha bajado como consecuencia de las
dificultades econmicas existentes en el pais de tal manera que hay una capacidad excesiva
de 550,650 y 300 unidades por dia.
En las plantas existen dificultades de almacenamiento causado por el decremento de las
ventas. Las tres plantas tienen: 10000, 8500 y 4000 metros cuadrados de espacio
disponibles respectivamente. Los zapatos de vestir requieren de .50 metros cuadrados para
almacn , de .75 metros cuadrados para los de trabajo y .40 metros cuadrados para los de
deporte. La compaa ha pronosticado que las ventas sern de 700, 850 y 750 unidades
respectivamente para los zapatos de vestir, trabajo y deporte. cul es el modelo que
maximiza la utilidad neta?.
12).- E n un saln de Banquetes se tienen programados banquetes durante los siguientes
cinco das, los requisitos de manteles por banquete son :
Banquete : 1 2 3 4 5
Numero de manteles : 80 60 100 130 200
El problema del administrador es que se requieren manteles diferentes a los que el usa,
por lo que tendr que comprar ese tipo de manteles; el costo de cada mantel es de $40 y el
costo de mandarlo a la lavandera bajo servicio urgente para tenerlo listo a los dos das es
de $10 por mantel.
cul es el modelo que le permitir al administrador cumplir con sus requisitos y adems
minimizar el costo total?
13).-Un inversionista dispone de $ 5000 los cuales desea invertir, se le presentan dos
opciones; A y B. El plan A le garantiza que cada peso invertido producir $ 0.50 en un ao,
mientras que el plan B le garantiza que cada peso invertido le producir $1.50 en dos aos.
cmo debe invertir dicha persona con el fin de maximizar sus ganancias al final de tres
aos?
14).- Una compaa fabrica tres productos: volantes, juntas y ejes, el gerente enfrenta el
problema de decidir cual debe ser el mejor programa de produccin para el siguiente mes.
Se ha determinado que hay disponibles cuando mas 1620 horas de tiempo de produccin
para el mes siguiente . no hay limite para el abastecimiento de metal para estos tres
productos, cada hora de tiempo de produccin cuesta $ 7.00 y cada unidad de metal cuesta
$2.20. todas las ventas son efectivo y todos los costos deben pagarse en efectivo durante el
siguiente mes los costos fijos para el siguiente mes son de $ 2,200 y se requiere un flujo de
efectivo de $800 debido a compromisos previos. El saldo de efectivo a principios de mes
es de $ 28,425.
TABLA DE DATOS TCNICOS.
PRODUCTO
HORAS DE
TIEMPO DE
PRODUCCIN
POR UNIDAD
FABRICADA
UNIDADES
DE METAL
NECESARIAS
POR UNIDAD
FABRICADA
PRECIO
UNITARIO AL
CLIENTE (EN
$)
DEMANDA
PRONOSTICADA
DE LOS
CLIENTES (EN
UNIDADES).
VOLANTES
4.5 3.25 $50.65 300
JUNTAS
1.8 4.70 $38.94 550
EJES
3.6 5.00 $50.20 320
La produccin puede realizarse con velocidad suficiente para permitir su distribucin
dentro del mismo mes. cual debe ser el programa de produccin para el prximo mes, a
fin de maximizar las utilidades?.
FASE III: METODOS DE SOLUCION DEL PROBLEMA.
I).- Mtodo grafico: El presentar el mtodo grafico para la solucin de problemas de
programacin lineal, tiene como finalidad introducir una serie de conceptos que permiten
una mejor comprensin del problema y que adems son fundamental para una
interpretacin del mtodo algebraico de solucin. Este mtodo es practico y sencillo cuando
utiliza solo dos variables de decisin, adems requiere de dibujos a escala muy precisa.
Procedimiento de calculo:
I).- Formular el problema. (Fase I).
II).- Construir el modelo del problema (Fase II).
III).-Convertir el sistema de restricciones en un sistema de ecuaciones (en forma directa).
IV).- Para cada ecuacin, encontrar los puntos vrtices P( X
1
,X
2
); considerando la no
productividad, es decir, primero no producimos a X
1
(X
1
= 0) y segundo no
producimos a X
2
(X
2
= 0).
Una restriccin con dos variables de decisin tendr dos puntos vrtices mientras
que si solo contiene una sola variable de decisin. Solo tendr un punto vrtice
considerando con valor cero a la variable que no contenga, los puntos obtenidos se
enumeran en forma progresiva.
V).- Se elige una escala (trabajable) para trazar cada una de las restricciones por sus
respectivos puntos vrtices y enumerar los puntos de interseccin originados por el cruce de
las rectas.
VI).- Limitar de acuerdo a cada restriccin, es decir, si es limita hacia la izquierda o
hacia abajo, = limita en ambos sentidos ya que una igualdad es un producto de dos
desigualdades y limita hacia la derecha o hacia arriba como se muestra en las graficas.
X
2
X
2
Requerimiento Mnimo
P
1
Capacidad Mxima
P
1
aij Xj bj
aij Xj bj
0 P
2
X
1
0 X
1
P
2
X
2
Uso Total
P
1
aij Xj = bj
0 P
2
X
1
VII).- Encontrar el rea o las reas de solucin, definidas por el conjunto convexo* y las
situaciones que se pueden presentar son:
1).- SOLUCION ACOTADA
X
2
P
1
aijXj bj
P
3
P
6
AREA aijXj bj
X
1
0 P
5
P
2
P
4
2).- SOLUCION ILIMITADA.
X
2
P
1
aijXj bj
P
3
P
6
aij Xj bj
P
5
P
2
P
4
X
1
0
3).- SOLUCION MULTIPLE.
X
2
aij xj bj
P
1
aij xj bj
P
10
P
11
P
15
aij xj bj
AR
P
16
AR p
13
p
12
aij xj bj
P
9
P
7
p
4
AR p
14
P
7
p
5
p
6
p
2
X
1
aij xj bj
aij xj bj
4).- SIN SOLUCION: Es el caso de no encontrar rea.
*Conjunto Convexo: Espacio donde convergen el sistema de restricciones.
VIII).- Tomar los puntos vrtices del area de solucion y sustituir los valores de X
1
y X
2
,
en la funcin objetivo (Max o Min) = C
1
X
1
+ C
2
X
2
y se elige la opcin que optimiza el
valor de Z ( solucion optima).
IX).- Probar factibilidad, es decir, sustituir los valores de X
1
y X
2
que optimizan Z , en cada
una de las restricciones del problema, recordando que la funcin Z es optima, si primero es
factible.
X).- CONCLUSIN.
I).- METODO GRAFICO:
PROBLEMA DE AUTOEVALUACION:
El director de servicio de agua de una ciudad encuentra una forma de proporcionar al
menos 10 millones de litros de agua potable al dia (10mld). El suministro puede ser
proporcionado por el deposito local o por medio de unas tuberas desde una ciudad vecina
(por bombeo). El deposito local tiene un rendimiento diario de 5 millones de litros de agua
diarios (5mld), que no puede ser sobrepasado. La tubera no puede abastecer mas de 10
millones de litros diarios (10mld), debido a su dimetro. Por otra parte. Por acuerdo
contractual, se bombeara como mnimo 6 millones de litros diarios (6mld). Finalmente el
agua del deposito cuesta $ 300 por milln de litros de agua (ml) y $ 500 por tubera (por
bombeo). cmo podr el director minimizar los costos de suministro diario de agua?.
SOLUCION:
I).- Formular el Problema (Fase I).
a).- Determinar el objetivo del Problema : minimizar los costos.
b).- Definir las variables del Problema:
Z = Costos
X
1
= Cantidad de litros de agua abastecidos por el deposito local:
C
1
= $300 / milln de litros
X
2
= Cantidad de litros de agua abastecidos por tubera (bombeo):
C
2
= $ 500/ Millon de litros.
c).- Establecer restricciones del problema:
1).- Requerimiento mnimo de abastecimiento de 10 millones de litros de agua diarios.
2).- Capacidad mxima del deposito local de 5 millones de litros de agua diarios.
3).- Capacidad mxima de tubera de 10 millones de litro de agua diarios.
4).- Requerimiento mnimo por contrato de la tubera de 6 millones de litros de agua
diarios.
II).- Construir el modelo del problema (Fase II).
a).- Funcin Objetivo : Min Z = 300X
1
+ 500X
2
.
b).- Sujeta a las Restricciones:
1. X
1
+ X
2
10 mld (Para satisfacer el requerimiento mnimo de litros de
agua de la ciudad).
2. X
1

5 mld ( Capacidad del deposito).


3. X
2

10 mld ( Capacidad de la tubera)


4. X
2 6 mld (Requerimiento de suministro de la tubera).
c).- No negatividad: X
1 0 ; X
2 0.
III).- Convertir el sistema de restricciones a un sistema de ecuaciones (en forma directa).
SISTEMA DE RESTRICCIONES SISTEMA DE ECUACIONES
1. X
1
+ X
2
10 1. X
1
+ X
2
= 10
2. X
1

5 2. X
1
= 5
3. X
2

10 3. X
2
= 10
4. X
2
6 4. X
2
= 6
5. X
1
0 ; X
2
0
IV).- Encontrar los puntos vrtices P( X
1
, X
2
), de cada ecuacin.
1. X
1
+ X
2
= 10
Si X
1
= 0 por lo tanto X
2
= 10 : P
1
(0, 10).
Si X
2
= 0 por lo tanto X
1
= 10 : P
2
(10, 0).
2. X
1
= 5 por lo tanto X
2
= 0 : P
3
(5, 0)
3. X
2
= 10 por lo tanto X
1
= 0 : P
4
(0, 10)
4. X
2
= 6 por lo tanto X
1
= 0 : P
5
(0, 6).
V) Eligiendo una escala, trazar cada una de las restricciones (1/2 CMS =1 unidad)
VI) Limitar de acuerdo al tipo de restriccin.
10
9
8
7
6
5
4
3
2
1
P1
X2>=0
P10
P9
P7
P8
P5
P3 P2
P6
P4
0
1 2 3 4 5 6 7 8 9 10
X2>=6
X2>=0
X1<=5
X1 + X2>=10
X1>=0
Coordenadas (grficamente)
P1 (0,10) P7 (5,5)
P2 (10,0) P8 (4,6)
P3 (5,0) P9 (5,6)
P4 (0,10) P10 (5,10)
P5 (6,10)
P6 (0,0)
VII) Encontrar el rea de solucin, definida por el conjunto convexo.
Como podemos observar en las graficas, el rea 1, es en la que es en la que converge
todas las flechas (conjunto convexo).
VIII) Sustituir los puntos vrtices del rea de solucin en la funcin objetivo.
De acuerdo a la grafica, los puntos vrtices del rea de solucin son:
10
9
8
7
6
5
4
3
2
1
P1
X2>=0
P10
P9
P7
P8
P5
P3 P2
P6
P4
0
1 2 3 4
5
6 7 8 9 10
X2>=6
X2>=0
X1<=5
X1 + X2>=10
X1>=0
()
() ()
( )
( )
( )
AREA DE
SOLUCION
P1 (0,10) P10 (5,10)
P8 (4,6)
P9 (5,6)
P
1
(0 , 10) ; P
8
(4 , 6) ; P
9
(5 , 6) y P
10
(5 , 10)
P(X
1
, X
2
) ; Min Z = 300 X
1
+500X
2
P
1
(0 , 10) ; Z
1
= 300(0)+500(10) = 0+5000 Z
1
=$5000
P
8
(4 , 6) ; Z
8
= 300(4)+500(6) = 1200+3000 Z
8
=$4200 Optimo mnimo
P
9
(5 , 6) ; Z
9
= 300(5)+500(6) = 1500+3000 Z
9
=$4500
P
10
(5 , 10) ; Z
10
= 300(5)+500(10) = 1500+5000 Z
1
=$6500
Como podemos observar el punto P
8
(4 , 6), arroja el valor mnimo de Z = $4200
Solucin optima: X
1
= 4 mld ; X
2
= 6 mld y Z Min= $4200
IX)Probar factibilidad: Si X
1
=4 y X
2
=6
1.- X
1
+X
2
10 3.- X
2

10 5.- X
1
0 y X
2
0
4 + 6 10 6

10 (Cumple) 4 0 y 6 0 (Cumple)
10 10 (Cumple)
2.- X
1

5 4.- X
2
6
4

5 (Cumple) 6 6 (Cumple)
X)Conclusin: El director deber suministrar 4 millones de litros de agua diarios a travs
del deposito local y 6 millones de litros de agua diarios a travs de las tuberas (Por
bombeo); para satisfacer el requerimiento mnimo de 10 millones de litros de agua diarios a
un costo mnimo de $4200.
I).- METODO GRAFICO:

Problemas Propuestos:
1).- Una compaa elabora dos productos. Mesas y sillas y se deben procesar a travs de
los departamentos de ensamble y acabado. Ensamble tiene 60 horas disponibles, acabado
puede manejar hasta 48 horas de trabajo. La fabricacin de una mesa requiere 4 horas de
ensamble y 2 horas de acabado. Si la utilidad es de $80 por mesa y $60 por silla, cual es
la mejor combinacin posible de mesas y sillas para producir y vender y obtener la mxima
ganancia?
2).- Una compaa esta tratando de encontrar la mejor manera de cortar platos de papel de
rollo estndar. Tiene dos pedidos de platos: uno por 100,000 platos de 9 pulgadas. El otro
por 178,000 platos de 7 pulgadas. Se han propuesto dos mtodos de corte. El corte A rinde
5 platos de 9 pulgadas y 10 platos de 7 pulgadas, mas 4 pulgadas de desperdicio por cada
rollo de material. El corte B rinde 8 platos de 9 pulgadas y 5 platos de 7 pulgadas, mas 6
pulgadas de desperdicios por cada rollo de material. Cuantos cortes de cada tipo deben
hacerse para minimizar el desperdicio?.
3).- Un expendio de carnes de la ciudad acostumbrada ha preparar carnes para
albondigon con una combinacin de carne molida de res y carne molida de cerdo, la carne
de res contiene 80% de carne y 20% de grasa y le cuesta a la tienda $40 el kilo, la carne de
cerdo contiene 68% de carne y 32% de grasa y cuesta $30 por kilo. Que cantidad de cada
tipo de carne debe emplear la tienda en cada kilo de albondigon, si desea minimizar el
costo y mantener el contenido de grasa no mayor del 25%?.
II).- MTODO SIMPLEX:
La mayora de los problemas reales de programacin lineal tienen mas de dos variables
y son por ende demasiado grandes para su solucin grafica. Un procedimiento llamado
mtodo simplex desarrollado en 1947 por el norteamericano George B. Dantzia puede ser
utilizado para encontrar la solucin ptica de los problemas con multivariables. El Mtodo
Simplex es en realidad un algoritmo ( un conjunto de instrucciones) con el que se
examinan los puntos vrtices (esquinas) de una manera metdica hasta conseguir la mejor
solucin: la mxima utilidad el mnimo costo, por ejemplo.
TIPOS DE SOLUCIN:
Solucin Factible: Es un valor del conjunto de variables (vector solucin) para el cual
todas las restricciones se cumplen, incluyendo las de no-negatividad.
Solucin Optima: Es una solucin factible que optimiza la funcin objetivo z.
Solucin Bsica: En un sistema de ecuaciones con n variables (n , m). Una solucin es
aquella se obtiene de fijar (n , m) variables del sistema iguales a cero y resolver el sistema
en funcin de las m restantes, a estas variables se les llaman Variables Bsicas.
Solucin Bsica Factible: Es aquella solucin bsica en que todas las variables bsicas son
no-negativo.
TIPOS DE VARIABLES:
Variables de Decisin: Son aquellas variables que determinan la solucin del problema y
se denotan por Xj.
Variables Base: Son aquellas variables que se agregan al sistema de restricciones como de
holgura y artificiales y pertenecen a la columna Vb.
Variables de Holgura: La variable de holgura se denota por Hi y Hj, cuya ecuacin es:
1)Al introducirla a la restriccin, la convierte en ecuacin.
2)Forma parte de la matriz identidad y su costo es cero.
3)En la tabla simplex, en rengln representa el sobrante del recurso y en la
columna representa el sobrante de la contribucin.
Variable Artificial: Esta variable se denota por Ai y Aj, cuya funcin es:
1)Sirve como variable basica inicial, carece de sentido en el problema, solo en un
artificio.
2)Forma parte de la matriz identidad y su costo es M, tan grande cuando Z se
minimiza y tan pequea cuando Z se maximiza, para garantizar valore negativos y
positivos, respectivamente
3)Tiene preferencias de entrar a la tabla simplex inicial.
PROPIEDADES:
1)El conjunto de soluciones factibles es un conjunto convexo.
2)Si existe una solucin factible, existir una solucin bsica factible,
correspondiente a un punto vrtice del conjunto de soluciones factibles (conjunto
convexo).
3)Existe un nmero finito de soluciones bsicas factibles (puntos vrtices del
conjunto convexo).
4)Si la funcin objetivo posee un ptimo finito. Entonces dicho ptimo estar dado
por una mas soluciones bsicas factibles.
PROCEDIMIENTO DE CALCULO:
I)Formacin del problema (fase I).
II)Construccion del modelo del problema (fase II).
III)Convertir el sistema de restricciones en un sistema de ecuaciones; agregando variables
de holgura y artificiales, segn sea el tipo de restriccin:
TIPO DE
RESTRINCCION
SE AGREGA FUNCION OBJETIVO
Hi Max Min Z= 0 Hj
= Ai Max Z = -MAj Min Z= Maj
-Hi + Ai Max Z=0Hj-MAj Min Z=0Hj+MAj
NOTA: La variables artificial Ai, tiene preferencia de entrar a la columna base Vb.
IV)Construir la nueva funcin objetivo, incluyendo las variables de holgura primero y
segundo las variables artificiales, con sus respectivos costos (0 y +M M)
V)Construir el sistema de ecuaciones, incluyendo las variables de holgura primero y
segundo las artificiales, la variable que no contenga la ecuacin, se agregar con
coeficiente cero.
VI)Construir la tabla simplex inicial (tabla N1):
1)Definir una columna-rengln Cj que contenga en rengln los coeficientes de la funcin
objetivo y en columna los coeficientes de las variables bsicas (holgura y artificiales)
2)Definir una columna que contenga las variables bsicas Vb ( de holgura y artificiales).
3)Definir una columna que contenga los recursos disponibles bj (columna solucion).
4)Definir la matriz de cuerpo que contiene las columnas de las variables de decisin Xi
y sus coeficientes tecnolgicos aij.
5)Definir la matriz identidad que contiene las columnas de las variables bsicas (primero
las de holgura y despus las artificiales), con sus respectivos coeficientes tcnicos +- 1.
6)Definir el rengln Zj, empleando las expresin : Zj = ( columna Cj ) ( columnas aj) ; es
decir, la suma de los productos de los elementos correspondientes de la columna Cj con
cada columna aj.
7)Definir el rengln Cj- Zj ; el cual se obtiene restando los elementos del rengln Zj, de los
elementos correspondientes del rengln Cj.
TABLA SIMPLEX INICIAL (Tabla N 1)
MATRIZ DE CUERPO MATRIZ IDENTIDAD
Cj C
1
C
2
.. Cj 0 0 .. 0 +_M +_M .. +_M
Vb bj X
1
X
2
.. Xj H
1
H
2
..
H
j
A
1
A
2
.. Aj
0 H
1
b
1
a
11
a
12
.. a
ij
1 0 .. 0 +_1 0 .. 0
0 H
2
b
2
a
21
a
22
.. a
2j
0 1 .. 0 0 +_1 .. 0
: : : : : .. : : : .. : : : .. :
0 Hi : : : .. : : : .. : : : .. :
+- M A
1
: : : .. : : : .. : : : .. :
+-M A
2
: : .. : : : .. : : : .. :
: : : : : .. : : : .. : : : .. :
+-M Ai bj a
i1
a
i2
.. aij 0 0 .. 1 0 0 .. +_1
Zj
Cj-Zj

VII).- Resolver la tabla simplex (proceso iterativo).
1)Determinar la variable de entrada : la determina el valor mayor positivo del rengln
Cj- Zj, si el objetivo es Max Z o el valor mayor negativo si el objetivo es Min Z,
definindose as, la columna seleccionada aj.
2)Determinar la variable de salida : esta variable se determina empleando la ecuacin
matricial : Vb = bj/aj ; es decir, el menor valor positivo de dividir cada elemento de la
columna recursos bj entre sus correspondientes elementos de la columna seleccionada
aj, definiendo as, el rengln seleccionado Rs. (posteriormente rengln pivote).
3)Obtener el numero pivote np, el cual se obtiene por la interseccin del rengln y
columna seleccionados y se encierra en un circulo.

,
_

n p R s
a j
4)Obtener los elementos del rengln pivote (R.P.) , el cual se obtiene multiplicando los
elementos del rengln seleccionado Rs por el inverso multiplicativo del numero
pivote np, es decir : R.P. =
np
1
Rs y se introduce a las siguiente tabla
5)Calcular los valores de los renglones restantes aplicando la expresin NE.
1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
]
1

a j d a s e l e c c i o n a
c o l u m n a l a c o n
a c t u a l r e n g l o n d e l
o n I n t e r s e c c i E l e m e n t o
r e n g l o n
d e l
a c t u a l e s
E l e m e n t o s
r e n g l o n
n u e v o
d e l
E l e m e n t o s

1
1
1
1
]
1

p i v o t e
r e n g l o n
d e l
E l e m e n t o s
NE
e introducirlos a la siguiente tabla:
6)Calcular los renglones Zj y Cj Zj, e introducirlos a la siguiente tabla.
VIII) Verificar optimalidad : si el objetivo es Max Z; Cj Cj 0. en todos sus
elementos y si el objetivo es Min Z; Cj- Zj 0, en todos sus elementos , de no cumplirse,
repetir el paso VII.
IX)Obtener la solucin optima del problema, empleando la ecuacin matricial : Vb = bj.
X)Verificar la factibilidad. Sustituyendo los valores ptimos de las variables de decisin Xi
encada restriccin, incluyendo las de no- negatividad.
XI)Conclusin.
II) Mtodo Simplex :
Problema de Auto evaluacin.
Una compaa manufacturera puede producir dos productos A y B. La produccin esta
organizada en tres departamentos : fabricacin, ensamble y pintura, con capacidades
semanales de 72 hora, 30 horas y 40 horas para los tres departamentos, respectivamente.
Cada unidad del producto A requiere dos horas de tiempo de fabricacin, una hora de
ensamble y dos horas de pintura. Las condiciones en las ganancias son de $ 8 y $ 10 por
unidad del producto A y B, respectivamente. La compaa es capaz de vender cualquier
cantidad de los dos productos, determine:
a).- la solucin optima, empleando el mtodo simplex; b) qu departamento tiene exceso
de capacidad? Y c) si a la compaa le ofrecen pintura en oferta a $ 2/litro. debera
comprarla?.
SOLUCION:
a). Obtener solucin optima, empleando simplex.
I) Formulacin del problema (fase I).
a) Determinar el objetivo : maximizar la ganancia.
b) Definir variables : Z= ganancia
X
1
= N de productos tipo A a producir ; C
1
= $ 8 / producto.
X
2
= N de productos tipo B a producir : C
2
= $ 10 / producto.
c). Establecer restricciones : 1). Tiempo
Departamento de Fabricacin : 72 horas semanales
Departamento de ensamble : 30 horas semanales.
Departamento de pintura : 40 horas semanales.
II) Construccin del modelo del problema (fase II).
a). Funcion objetivo : Max Z = 8X
1
+ 10 X
2
b). Sujeta a las restricciones :
Departamento de Fabricacin : 2X
1
+ 3X
2
72
Departamento de ensamble : X
1
+ X
2
30
Departamento de pintura : X
1
+ 2X
2
40
c). No Negatividad : X
1
0; X
2
0
III) Convertir el sistema de restricciones a un sistema de ecuaciones, agregando variables
de holgura y/o artificiales, segn el tipo de restriccin, en este problema, podemos observar
las tres restricciones son , por lo tanto a ambas se les agrega variable de holgura Hi.
Sistema de Restricciones Sistema de Ecuaciones
2X
1
+ 3X
2
72 2X
1
+ 3X
2
+ H
1
= 72
X
1
+ X
2
30 X
1
+ X
2
+ H
2
= 30
X
1
+ 2X
2
40 X
1
+ 2X
2
+ H
3
= 40
H
1
; H
2
y H
3
, Con costo cero
IV). Construir nueva Funcin Objetivo : Max Z = 8X
1
+ 10X
2
+ 0H
1
+ 0H
2
+ 0H
3
V). Construir el sistema de ecuaciones : 2X
1
+ 3X
2
+ H
1
+ 0H
2
+ 0H
3
= 72
X
1
+ X
2
+ 0H
1
+ H
2
+ 0H
3
= 30
X
1
+ 2X
2
+ 0H
1
+ 0H
2
+ H
3
= 40
No Negatividad : X
1
0 ; X
2
0 ; H
1
0 ; H
2
0 ; H
3
0.
VI). Construir la tabla simplex inicial ( tabla n 1).

Tabla N1: Entra X
2
(a
2
:seleccionada). Funcin objetivo.
Cj 8 10 0 0 0
Vb bj X
1
X
2
H
1
H
2
H
3
0 H
1
72 2 3 1 0 0
0 H
2
30 1 1 0 1 0
0 H
3
40 1 2 0 0 1 Sale H3 (R3 seleccionado)
Zj 0 0 0 0 0 0
Cj-Zj 8 10 0 0 0

Zj = (Columna Cj) (columna aj) Cj-Zj = rengln Cj rengln Zj
Zjbj = 0 (72) + 0 (30) + (40) = 0 Cj Zj X
1
= 8-0 = 8
ZjX
1
= 0(2) + 0 (1) + 0 (1) = 0 Cj ZjX
2
= 10 0 = 10
ZjX
2
= 0(3) + 0 (1) + 0 (2) = 0 Cj ZjH
1
= 0-0 = 0
ZjH
1
= 0(1) + (0) + 0 (0) = 0 Cj ZjH
2
= 0-0 = 0
ZjH
2
= 0(0) + 0(1) + 0 (0) = 0 Cj ZjH
3
= 0-0 = 0
ZjH
3
= 0(0) + 0(0) + 0(1) = 0
VII). Resolver la tabla N1 (Primera iteracin)
1)Determinar la variable de entrada : como el objetivo es Max Z; la determina el mayor
valor positivo de Cj Zj = 10 , entonces X
2
debe entrar a la base Vb, definiendo asi la
columna seleccionada a
2
=

,
_

2
1
3

2)Determinar la variable de salida empleando la ecuacin matricial Vb = bj/a
2

(menor valor positivo)
Vb = bj/a
2
;
;
2 0
3 0
2 4
2 / 4 0
1 / 3 0
3 / 7 2
3
2
1
2
1
3
4 0
3 0
7 2
3
2
1

,
_

,
_

,
_

,
_

,
_

,
_

H
H
H
H
H
H
Siendo 20 el menor valor positivo, entonces H
3
debe salir de la base
Vb, definiendo asi, el renglon seleccionado R
3
.
3)Obtener el numero pivote np, de acuerdo a la tabla N1 , np = 2
4)Obtener los elementos del rengln pivote, empleando la ecuacin : R.p. = 1/2R
3
, e
introducirlo a la tabla siguiente ; es decir, tabla N 2.
R.P. = (40 1 2 0 0 1) = 20 1 0 0
Tabla N2: Entra X
1
(a
1
:seleccionada). Funcin objetivo.
Cj 8 10 0 0 0
Vb bj X
1
X
2
H
1
H
2
H
3
0 H
1
12 1/2 0 1 0 -3/2
0 H
2
10 1/2 0 0 1 -1/2 Sale H2 (R2 seleccionado)
10 X
2
20 1/2 1 0 0 1/2
Zj 200 5 10 0 0 5
Cj-Zj 3 0 0 0 -5
5)Obtener los valores de los renglones restantes R
1
y R
2
; empleando la expresin NE,
e introducirlos a la siguiente tabla (Tabla N 2 )
NR
1
=R
1
-3 R.P. NR
2
=R
2
-1 R.P.
R
1
72 2 3 1 0 0 R
2
30 1 1 0 1 0
-3 R.P. 3(20 1 0 0 ) -1 R.P. 1(20 1 0 0 )
72 2 3 1 0 0 30 1 1 0 1 0
-60 -3/2 3 0 0 -3/2 -20 1/2 -1 0 0 -1/2
NR
1
12 0 1 0 -3/2 NR
2
10 0 0 1 -1/2

6)Calcular los renglones Zj y CjZj e introducirlos a la siguiente tabla.(Tabla N 2).
Zjbj = 0 (12) + 0 (10) + 10 (20) = 200 Cj ZjX
1
= 8-5 = 3
ZjX
1
= 0 (1/2) + 0 (1/2) + 10 (1/2) = 5 Cj ZjX
2
= 10 10 = 0
ZX
2
= 0 (0) + 0 (0) + 10 (1) = 10 Cj ZjH
1
= 0-0 = 0
ZjH
1
= 0 (1) + 0 (0) + 10 (0) = 0 Cj ZjH
2
= 0-0 = 0
ZjH
2
= 0 (0) + 0 (1) + 10 (0) = 0 Cj ZjH
3
= 0-5 = -5
ZjH
3
= 0 (-3/2) + 0 (-1/2) + 10 (1/2) = 5
*Poner tabla
despus de
paso 6
NR
1
NR
2
R.P.
sumar sumar
VIII).- Verificar optimalidad: como el objetivo Max Z ; Cj Zj 0, en todos sus
elementos, ya que C
1
- Z
1
= 3 0 ; no cumple, repetir el paso VII.
VII).- Resolver tabla N 2 (segunda iteracin).
1).- Se determina la variable de entrada ; como el objetivo es Max Z, la determina el
valor mayor positivo de Cj Zj = 3, entonces X
1
, debe entrar a la base Vb, definiendo asi la
columna seleccionada a
1
=

,
_

2 / 1
2 / 1
2 / 1
2).-Se determina la variable de salida empleando la ecuacin matricial : Vb bj/a
1
(menor
valor positivo), es decir:

,
_

,
_

,
_

,
_

,
_

,
_

4 0
2 0
2 4
2 / 1 / 2 0
2 / 1 / 1 0
2 / 1 / 1 2
2
2
1
2 / 1
2 / 1
2 / 1
2 0
1 0
1 2
2
2
1
X
H
H
X
H
H
; Siendo 20 el menor valor positivo,
entonces H
2
debe salir de la base Vb, definiendo el rengln seleccionado R
2
.
3).- Obtener el numero pivote np, de acuerdo a la tabla N2, np=
4).- Obtener los elementos del rengln pivote R.P., empleando la ecuacin R.P.= 2R
2
; e
introducirlo a la siguiente ; es decir, tabla N3.
R.P. = 2 (10 0 0 1 -1/2) = 20 1 0 0 2 -1
Tabla N2:
Cj 8 10 0 0 0
Vb bj X
1
X
2
H
1
H
2
H
3
0 H
1
2 0 0 1 -1 -1
8 X
1
20 1 0 0 2 -1
10 X
2
10 0 1 0 -1 1
Zj 260 8 10 0 6 2
Cj-Zj 0 0 0 -6 -2
5).- Calcular los valores de los renglones restantes R
1
y R
3
, empleando la expresin NE,
e introducirlos a la siguiente tabla (Tabla N 3).
NR
1
=R
1
-1/2 R.P. NR
3
=R
3
-1 R.P.
R
1
12 0 1 0 -3/2 R
3
20 1 0 0
-1/2 R.P. 1/2(20 1 0 0 2 -1) -1/2 R.P. 1(20 1 0 0 )
12 0 1 0 -3/2 20 1 0 0
-10 - 0 0 -1 -20 1/2 -1 0 0 -1/2
NR
1
12 0 1 0 -3/2 NR
3
10 0 0 1 -1/2
6).- Calcular los renglones Zj y Cj- Zj, e introducirlos a la siguiente tabla ( Tabla N 3)

Zjbj = 0(2) + 8(20) + 10(10) = 0+160+100=260 Cj-Zj X
1
= 8-8 = 0
Zj X
1
= 0(0) + 8(1) + 10(0) = 0+8+0 = 8 Cj-Zj X
2
= 10-10 = 0
Zj X
2
= 0(0)+ 8(0) + 10(1) = 0+0+10 = 10 Cj-Zj H
1
= 0-0 = 0
NR
1
NR
2
R.P.
Funcin Objetivo
sumar
sumar
Zj H
1
= 0(1) + 8(0) + 10(0) = 0+0+0 = 0 Cj-Zj H
2
= 0-6 = -6
Zj H
2
= 0(-1) + 8(2) + 10(-1) = 0+16-10 = 6 Cj-Zj H
3
= 0-2 = -2
Zj H
3
= 08-1) + 8(-1) + 10(1) = 0-8+10 = 2
VIII).- Verificar optimalidad como el objetivo es Max Z, Cj-Zj 0, en todos sus
elementos, de acuerdo a la tabla N 3, todos cumplen, por lo tanto, la tabla N 3, es optima.
IX).- Obtener la solucin optima, empleando la ecuacin matricial : Vb = bj ; es decir:

,
_

,
_

2 6 0
1 0
2 0
2
2
1
1
Z j
X
X
H
; por lo tanto ;

X).- Verificar Factibilidad : sustituyendo X
1
=20 y X
2
=10; en el sistema de restricciones
del problema:
2X
1
+ 3X
2
72 X
1
+ X
2
30 X
1
+ 2X
2
40
2(20) + 3(60) 72 20 + 10 30 20 + 2(10) 40
40 + 30 72 (cumple) 30 30 (cumple) 40 40 (cumple)
IX).- Conclusin : La compaa deber elaborar 20 productos tipo A y 10 productos tipo
B ; para obtener la Mxima utilidad de $ 260, a la semana.
b).- Que departamento o departamentos tiene exceso de capacidad?
Revisando la tabla N 3 (optima), el valor de las variables de holgura en rengln: H
1
=2 ;
H
2
=0 y H
3
=0, entonces. Si H
1
=2, esto indica que el departamento de fabricacin es el que
tiene exceso de capacidad de 2 horas semanales.
X
1
=20 H
1
=2
X
2
=10 H
2
=0
Z Max = $260 H
3
=0
c).- Si a la compaa le ofrecen pintura en oferta de $2/litro, debera comprarla?
Revisando la tabla N3 (optima), es el valor absoluto de las variables de holgura en
columna H
1
=$0, H
2
=$6 y H
3
=$2; como podemos observar H
3
= $2 ; por lo tanto la
compaa deber comprar la pintura de oferta.
II).- METODO SIMPLEX:
Problemas Propuestos:
1).- En un taller Jos esta tratando de decidir cuantos ganchos para trailer debe hacer para
usar un metal de desperdicio ; tiene dos tipos de metal y puede hacer cualquiera de dos
tipos de ganchos : en la tabla siguiente se proporcionan los datos necesarios:

METAL RECURRIDO PARA DISPONIBLE
Gancho Tipo
I
Gancho Tipo
II
Hierro Acanalado 5 5 35
Hierro Plano 6 9 54
a) Jose gana $ 13 por cada gancho tipo I y $ 16 por cada tipo II, ya prometi hacer dos
ganchos tipo II.
b) A Jos le ofrecen hierro acanalado adicional a $2 / unidad. deber comprarlo?
2).- Un inversionista tiene $ 10000 que quisiera produjeran tanto dinero como sea posible,
quiere invertir parte en acciones, parte en bonos y colocar el resto en una cuenta de ahorro.
El inversionista cree poder ganar 8 % con el dinero que invierte en acciones el 7 % que
invierte en bonos. El banco el 5 % de intereses sobre la cuenta de ahorro.
Como las acciones son una inversin con cierto riesgo, decide no invertir en acciones mas
de lo que ponga en la cuenta de ahorros. El inversionista se quedara con al menos $ 2000 en
la cuenta de ahorros por si necesita dinero en efectivo de inmediato . cuanto dinero deber
invertir en cada tipo?
3).- Una mujer quiere disear un programa de ejercicios semanales, incluyendo caminata
bicicleta y natacin. Para variar los ejercicios, planea invertir al menos: tanto tiempo en
bicicleta como la combinacin de caminata y natacin .Adems quiere nadar al menos dos
horas ala semana, por que le gusta mas nadar que los otros ejercicios. La caminata consume
66 caloras por hora , en la bicicleta consume 300 caloras por hora, quiere quemar al
menos 300 por hora y nadando gasta 300 ,quiere al menos 3000 caloras a la semana por
medio de los ejercicios.Cuantas horas debe dedicar a cada tipo de ejercicio si quiere
minimizar el numero de hojas invertidas? .
4).- Cierta compaa tiene un filial que le provee las latas que necesita para comercializar
su producto, en dicha filial que produce las latas de aluminio obtiene las tapaderas, a partir
de hojas metlicas rectangulares, las dimensiones de estas hojas son de : 6 centmetros * 15
centmetros se requieren dos tamaos diferentes de tapas, el dimetro de las pecunias es de
3 centmetros y el de las grandes de 6 centmetros. El programa de produccin de un dia
determinado es de 20000 tapa . chicas y 5000 tapas grandes.
a) Formular construir el modelo de programacin lineal correspondiente que minimice el
numero total de hojas metlicas usadas de tal manera de obtener la mejor combinacin de
tapas de los diferentes tamaos que pueden ser cortadas.
b) Obtenga la solucin optima, empleando el Mtodo Simplex
III)Mtodo Dual: Asociado a cualquier problema de programacin lineal (primal), hay
otro problema relacionado llamado Dual. Aunque la idea de dualidad es esencialmente
en Matemticas, veremos en esta seccin que la dualidad tiene importantes interpretaciones
econmicas que pueden ayudar a los gerentes a responder preguntas sobre recursos
alternativos de accin y sus valores relativos, es decir, el mtodo dual es la base del anlisis
de sensibilidad.
Este mtodo se recomienda utilizarlo, cuando el numero de restriccin es mayor al
nmero de variables de decisin Xj, requiere un cambio de variable de Xj a Yj.
Este mtodo los problemas de maximizacin, los resuelve minimizando y los de
minimizacin los resuelve maximizando.
Procedimiento de calculo:
I)Formular el problema (fase I)
II)Construir el modelo del problema (fase II)
III)Construir el problema primal cuando el objetivo es MAX Z, todas sus restricciones
deben quedar expresadas con menor e igual (), y cuando el objetivo es MIN Z, todas
sus restricciones deben quedar con mayor e igual (); es decir.
Problema primal (caso I). Cambio de variable
a).- Funcin objetivo: MAX = c
1
x
1
+ c
2
x
2
+ + cjxj para el dual
b).- Sujeta a las restricciones: a
11
X
1
+ a
12
X
2
+ + a
1
jxj b
1
y
1
a
21
X
1
+ a
22
X
2
+ + a
2
jxj b
2
y
2
: : : : : : :
ai
1
X
1
+ ai
2
X
2
+ + aijxj bj yj
c).- No-Negatividad : xj ; j = 1,2,3, , n.
Problema primal (caso II). Cambio de variable
a).- Funcin objetivo: Min = c
1
x
1
+ c
2
x
2
+ + cj xj para el dual
b).- Sujeta a las restricciones: a
11
X
1
+ a
12
X
2
+ + a
1
jxj b
1
y
1
a
21
X
1
+ a
22
X
2
+ + a
2
jxj b
2
y
2
: : : : : : :
ai
1
X
1
+ ai
2
X
2
+ + aijxj bj yj
c).- No Negatividad : xj ; j = 1,2,3, , n.
IV)Construir el problema dual, a partir del problema primal haciendo cambio de
variable y tomando los valores de los recursos bj y la nueva variable Yj, se construye la
funcin objetivo del problema dual y las restricciones se establecen tomando
coeficientes tecnolgicos aij de las columnas del primal, para convertirlas en regin para
el dual, restringindolas a la contribucin Cj de las variables de decisin Xj, sin olvidar
que si el objetivo del primal es Max Z, el dual lo resuelve Min Z, con sus restricciones
mayor e igual, pero si el objetivo del primal es Min Z, el dual lo resuelve Max Z, con
sus restricciones mayor e igual.
Problema primal (caso I)
Max Z = c
1
x
1
+ c
2
x
2
+ + cjxj
Sujeta a:
a
11
x
1
+ a
12
x
2
+ + a
1
jxj b
1
a
21
x
1
+ a
22
x
2
+ + a
2
jxj b
2
: : : : :
ai
1
X
1
+ ai
2
X
2
+ + aijxj bj
Xj : j = 1,2,3, , n
Problema Dual (caso I)
Min Z = b
1
y
1
+ b
2
y
2
+ + bjyj
Sujeta a:
a
11
y
1
+ a
21y2
+ + a
1
yj c
1
a
21
x
1
+ a
22
x
2
+ + a
2
yj c
2
: : : : :
a
1
jy
1
+ a
2
jy
2
+ + aijyj cj
Yj : j = 1,2,3, , n
Problema primal (caso II)
Min Z = c
1
x
1
+ c
2
x
2
+ + cjxj
Sujeta a:
a
11
x
1
+ a
12
x
2
+ + a
1
jxj b
1
a
21
x
1
+ a
22
x
2
+ + a
2
jxj b
2
: : : : :
ai
1
X
1
+ ai
2
X
2
+ + aijxj bj
yj : j = 1,2,3, , n
Problema Dual (caso II)
Max Z = b
1
y
1
+ b
2
y
2
+ + bjyjj
Sujeta a:
a
11
y
1
+ a
21
y
2
+ + ai
1
yj c
1
a
12
y
1
+ a
22
y
2
+ + ai
2
yj c
2
: : : : :
a
1
jy
1
+ a
2
jy
2
+ + aijyj cj
yj : j = 1,2,3, , n
V)Resolver el problema dual, empleando el mtodo SIMPLEX con el siguiente
procedimiento:
1)Convertir el sistema de restricciones en un sistema de ecuaciones, agregando
variables de holgura y artificiales, segn el tipo de restriccin.
2)Establecer la nueva funcin objeto, que incluya todas las variables
3)Establecer el nuevo sistema de ecuaciones, que incluya todas las variables.
4)construir la tabla SIMPLEX inicial (tabla N1).
5)Resolver tabla nmero 1 (proceso iterativo):
Obtener: a)Variable de entrada; b)Variable de salida; c)Numero pivote; d)Elementos
de regin pivote; e)Elementos de los regionales restantes y f)Elementos de
las regiones zj y cj-zj.
6)Revisar optimalidad, de no cumplirse repetir el paso V.
VI)Obtener la solucin optima: de la tabla SIMPLEX optima, se obtienen los valores
absolutos de Cj Zj, de las variables holgura Hj, cuyos valores corresponden a las
variables de Xj, es decir, Xj = Hj y para obtener el valor optimo de Z, se sustituyen los
valores de Xj en la funcin de objetivo del problema original (fase II).
VII)Se verifica la factibilidad; sustituyendo los valores de Yj en el sistema de
restricciones del sistema original (fase II).
VIII)Conclusin.
III)Mtodo Dual:
Problema de auto evaluacin:
En una determinada empresa, uno de los productos finales que se fabrican, tienen una
especificacin de peso igual a 150 gramos. Las dos materias primas que se utilizan son A,
con un costo unitario de $20 y B con un costo unitario de $80; se deben usar por lo menos
14 unidades de B y no mas de 20 unidades de A. cada unidad A pesa 5 gramos y las de B
pesan 10 gramos. Cunto debe usar de cada tipo de material por unidad de producto final
si se desea minimizar los costos? Resuelva empleando el mtodo dual.
Solucin:
I)Formular el problema (fase I)
a) Determinar el objetivo: minimizar los costos
b) Definir las variables:
Z = costos
X
1
= numero de unidades a utilizar del producto A; c
1
=$20/producto
X
2
= numero de unidades a utilizar del producto B; c
1
=$80/producto
c) Establecer restricciones: 1.-Peso del producto final = 150 gramos
2.-Requerimiento mnimo de 14 unidades del producto B
3.-Requerimiento mximo de 20 unidades del producto A
II)Construir el mtodo del problema (fase II)
a) Funcin objetivo: Min Z = 20X
1
+ 80X
2
b) Sujeta a las restricciones:
1. Peso del producto final: 5X
1
+ 10X
2
= 150
2. Requerimiento mnimo: X
2
14
3. Requerimiento mximo X
1
20
c) No-negatividad: X
1
; X
2

Nota: cuando una restriccin esta definida para una igualdad, esta debe expresarse como
dos desigualdades, es decir: 5x
1
+ 10x
2
= 150; debe expresarse:
5x
1
+ 10x
2
150
5x
1
+ 10x
2
150
III)Construir el problema primal: como el objetivo es Min Z, todas sus restricciones deben
quedar expresadas con mayor e igual , es decir:
Problema primal (caso II)
Min Z = 20x1 + 80x2
Sujeta a: Cambio de variable para dual
5x
1
+ 10x
2
150 y
1
-5x
1
- 10x
2
-150 y
2
x
1
+ x
2
14 y
3
- x
1
+ x
2 -20 y
4
x
1
; x
2

IV)construir el problema dual: si el objetivo del primal es Min Z (caso II); entonces el
problema dual, lo resuelve Max Z, cuyas restricciones deben quedar expresadas como
menor e igual , es decir:
Problema primal (caso II) Problema dual (caso II)
MIN Z = 20x1 + 80x2 Max Z = 150y
1
150y
2
+ 14y
3
- 20y
4
Sujeta a: Sujeta a:
5x
1
+ 10x
2
150 5y
1
5y
2
+ y
3
y
4
20
-5x
1
- 10x
2
-150 10y
1
10y
2
+ 4y
3
+ y
4
80
x
1
+ x
2
14 y
1
; y
2
; y
3
; y
4

- x
1
+ x
2 -20
x
1
;x
2

V)Resolver el problema dual, empleando el mtodo SIMPLEX.
1)Convertir el sistema de restricciones en un sistema de ecuaciones: esto se logra
agregando variables de holgura y artificiales, segn el tipo de estriccin; en nuestro
problema queda as:
Y
1
Restricciones: 5y
1
5y
2
+ y
3
y
4
20
10y
1
10y
2
+ 4y
3
+ y
4
80
Ecuaciones: 5y
1
5y
2
+ y
3
y
4
+ H
1
= 20
10y
1
10y
2
+ 4y
3
+ y
4
+ H
2
= 80
2)Funcin objetivo: Max Z = 150y
1
150y
2
+14y
3
-20y
4
+ H
1
+ H
2
3)Sistema de ecuaciones: 5y
1
5y
2
+ y
3
y
4
+ H
1
+ H
2
= 20
10y
1
10y
2
+ y
3
+ y
4
+ H
1
+ H
2
= 80
y
1
; y
2
; y
3
; y
4
; ; H
1
; H
2

4)Construir la tabla SIMPLEX inicial (tabla 1)
Tabla N1: Entra Y
1
(a
1
:seleccionada). Funcin objetivo.
Cj 150 -150 14 -20 0 0
Vb bj Y
2
Y
3
Y
4
H
1
H
2
0 H
1
20 5 -5 0 -1 1 0
0 H
2
80 10 -10 1 0 0 1
Zj 0 0 0 0 0 0 0
Cj-Zj 150 -150 14 -20 0 0
5)Resolver tabla No 1 (primera iteracin)
a)Determinar variable de entrada: como el objetivo es Max Z, la defina Cj-Zj mayor
positivo; es decir: C
1
-Z
1
=150 ; por lo que Y
1
, debe entrar la base Vb (a
1
seleccionada)
b)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a
1

(Menor valor positivo; es decir:
H
1
Sale H
1
(R
1
seleccionado)

,
_

2
1
H
H
=

,
_

,
_

1 0
5
8 0
2 0
=

,
_

,
_

,
_

8
4
2
1
1 0 / 8 0
5 / 2 0
H
H
; Siendo 4 el menor valor positivo, H
1
debe salir
de la base Vb. (R
1
seleccionado).
c)Obtener el numero pivote np: de acuerdo a la tabla N1 ; np = 5.
d)Calcular los elementos del rengln pivote R.P. , empleando la ecuacin. R.P.= 1/5 R
1
; e
introducirlo a la siguiente tabla, es decir, tabla N2.
R.P. = 1/5
[ ] 0 1 1 - 0 5 - 5 20
= 4 1 -1 0 -1/5 1/5 0
Tabla N2: Entra Y
3
(a
3
:seleccionada). Funcin objetivo.
Cj 150 -150 14 -20 0 0
Vb bj Y
1
Y
2
Y
3
Y
4
H
1
H
2
150 Y
1
4 1 -1 0 -1/5 1/5 0
0 H
2
40 0 0 1 2 -2 1
Zj 600 150 -150 0 -30 30 0
Cj-Zj 0 0 14 10 -30 0
H
2
Sale H
2
(R
2
seleccionado)
R.P.
NR
2
e)Calcular rengln restante R
2
, empleando la ecuacin NE, e introducirlo a la tabla N2.
NR
2
= R
2
-10 R.P.

R
2
80 10 -10 1 0 0 1
-10R.P. -10( 4 1 -1 0 -1/5 1/5 0 )
80 10 -10 1 0 0 1 sumar
-40 -10 10 0 2 -2 0
NR
2
40 0 0 1 2 -2 1
f)Calcular los renglones Zj y Cj-Zj
Zj bj = 150(4)+0(40) = 600+0 = 600 Cj-Zj Y
1
= 150-150 =0
Zj Y
1
= 150(1)+0(40) = 150+0 = 150 Cj-Zj Y
2
= -150-(-150) = -150+150 = 0
Zj Y
2
= 150(-1)+0(0)= -150+0 Cj-Zj Y
3
= 14-0 = 14
Zj Y
3
= 150(0)+0(1)= 0+0 = 0 Cj-Zj Y
4
= -20-(-30) = -20+30 = 10
Zj Y
4
= 150(-1/5)+0(2) = -30+0 = -30 Cj-Zj H
1
= 0-30 = -30
Zj H
1
= 150(1/5)+0(-2) = 30+0 = 30 Cj-Zj H
2
= 0-0 = 0
Zj H
2
= 150(0)+0(0) = 0+0 = 0
6)Verificar optimalidad: cuando el objeto es Max Z; Cj-Zj

0, en todos sus valores, de


acuerdo a la tabla N2: C
3
-Z
3
=14 > 0 ; C
4
-Z
4
=10 > 0 ; no cumplen, por lo tanto se repite el
paso N5.
5)Resolver tabla N2 (Segunda iteracin).
a)Determinar variable de entrada: Cuando el objetivo es Max Z, la define Cj-Zj mayor
valor positivo ; es decir: C
3
-Z
3
= 14, por lo tanto Y
3
debe entrar a la base V
b
:
(a
3
:seleccionada)
b)Determinar variable de salida: Empleando la ecuacin matricial Vb = bj/a
3
(menor
valor positivo); es decir:

,
_

2
1
H
Y
=

,
_

1
0
4 0
4
=
,
_


40 1 / 40
0 / 4

,
_

2
1
H
Y
=
,
_


40
; Siendo 40 el valor menor
positivo, entonces H
2
debe salir de la base Vb (R
2
seleccionado).
c)Obtener el numero pivote np. De acuerdo a la tabla N2. np = 1
d)Calcular los elementos del rengln pivote: R.P.= 1R
2
; e introducirlo a la siguiente tabla,
es decir a la tabla N3:
R.P.= 1
[ ] 1 2 - 2 1 0 0 40
= 40 0 0 1 2 -2 1
Tabla N3: Funcin objetivo.
Cj 150 -150 14 -20 0 0
Vb bj Y
1
Y
2
Y
3
Y
4
H
1
H
2
150 Y
1
4 1 -1 0 -1/5 1/5 0
14 Y
3
40 0 0 1 2 -2 1
Zj 1160 150 -150 14 -2 2 14
Cj-Zj 0 0 0 -18 -2 -14
e)Calcular rengln restante R
1
, empleando la ecuacin NE, e introducirlo a la tabla N3.
NR
1
= R
1
-0 R.P.

R
1
4 1 -1 0 -1/5 1/5 0
-10R.P. 0( 40 0 0 1 2 -2 1 )
4 1 -1 0 -1/5 1/5 0 sumar
0 0 0 0 0 0 0
NR
2
4 1 -1 0 -1/5 1/5 0
f)Calcular los renglones Zj y Cj-Zj , e introducirlos a la tabla N3.
Zj bj = 150(4)+14(40) = 600+560 = 1160 Cj-Zj Y
1
= 150-150 =0
Zj Y
1
= 150(1)+14(0) = 150+0 = 150 Cj-Zj Y
2
= -150-(-150) = -150+150 = 0
Zj Y
2
= 150(-1)+14(0)= -150+0 Cj-Zj Y
3
= -20-(-2) = -20+2 = -18
Zj Y
3
= 150(-1/5)+14(2)= -30+28 = -2 Cj-Zj Y
4
= 14-14 = 0
Zj Y
4
= 150(0)+14(1) = 0+14 = 14 Cj-Zj H
1
= 0-2 = -2
Zj H
1
= 150(1/5)+14(-2) = 30-28 = 2 Cj-Zj H
2
= 0-14 = -14
Zj H
2
= 150(0)+14(1) = 0+14 = 14
6)Revisar optimalidad: Como el objeto es Max Z; Cj-Zj

0, en todos sus elementos


revisando la tabla N3: se cumple Cj-Zj 0 ; por lo tanto la tabla N3, es optima.
VI)De la tabla optima, obtenemos los valores absolutos de las contribuciones de las
variables de holgura Hj, es decir: H
1
=2 y H
2
=14 ; valores que corresponden a X
1
y X
2
,
respectivamente, por lo tanto: Z min = 20(2)+80(14) = 40+1120 = $1160.
La X
1
=2
Solucin X
2
=14
Optima Z Min = $1160.
VII)Verificar factibilidad: Sustituir los valores X
1
=2 y X
2
=14, en el sistema de
restricciones del problema original.
1.- 5X
1
+10X
2
= 150 2.- X
2

14 3.- X
1

20
5(2)+10(14)=150 14

14 (cumple) 2

20 (cumple)
10 + 140 =150
150 = 150 (cumple)
VIII)Conclusin: La empresa deber usar 2 unidades del producto A y 14 unidades del
producto B, para obtener un producto final de peso igual a 150 gramos a un costo mnimo
de $1160.
III)METODO DUAL
Problemas Propuestos.
1)Una compaa mueblera manufactura dos clases de camas hechas de madera prensada,
la cama tipo A requiere 5 minutos para corte y 10 minutos para ensamble. La cama tipo B
requiere 8 minutos para corte y 8 minutos para ensamble. El beneficio de cama tipo A es de
$50 y de $60 para tipo B. Cuntas camas de cada clase se deben producir para obtener la
mxima ganancia, si existe un compromiso de produccin de cuando menos 10 del tipo A
y 10 del tipo B? Resuelva empleando el mtodo dual.
2)Una compaa fabrica y vende dos tipos de bombas hidrulicas: normal y extra grande.
El proceso de manufactura asociado con la fabricacin de las bombas implica tres
actividades: ensamblado, pintado y control de calidad. Los requerimientos de recursos para
ensamble, pintura y control de calidad de las bombas se muestran en la tabla. La
contribucin a las utilidades por la venta de una bomba normal es $50 en tanto que la
utilidad por una bomba extra grande es de $75. Existen disponibles por semana 4800 horas
de tiempo para ensamble,1980 horas de tiempo de pintura y 400 horas de tiempo de control
de calidad. Las experiencias anteriores de ventas sealan que la compaa puede esperar
vender cuando menos 300 bombas normales y 180 de las extra grandes por semana. A la
compaa le gustara determinar la cantidad de cada tipo de bomba que debe fabricar
semanalmente con el objeto de maximizar sus: utilidades. Resuelva empleando el mtodo
Dual.
Tabla de datos tcnicos:
Tipo de bomba
Tiempo de
ensambl
Tiempo de
pintura
Tiempo de control
de calidad
Normal 3.6 1.6 0.6
Extra grande 4.8 1.8 0.6
Actividad 9: Aplicando la Fase III: Resolver
Problema de Auto evaluacin:
Cierta compaa tiene una fabrica situada a los alrededores de una ciudad. Su produccin se
limita a dos productos industriales A y B. El departamento de contabilidad ha calculado
las contribuciones de cada producto en $10 para A y de $12 para B. Cada producto pasa por
tres departamentos de la fabrica. Los requerimientos de tiempo para cada producto y el total
de tiempo disponible en cada departamento, se citan en la tabla.
Qu cantidad de cada producto debe fabricarse, para obtener el mximo beneficio?
Resolver aplicando los mtodos: Grafico, simplex y dual.

Tabla de Datos Tcnicos:

Departamentos
Productos
A B
Horas disponibles
(semanales)
Ensamble 2 3 1500
Acabado 3 2 1500
Inspeccin 1 1 600
Solucin:
Aplicando el Mtodo Grafico:
I)Formular el problema (Fase I).
a)Determinar el objetivo del problema: Maximizar la ganancia.
b)Definir las variables del problema:
Z = Ganancia
X
1
= Numero de unidades a producir del producto A; c
1
=$10/producto.
X
2
= Numero de unidades a producir del producto B; c
1
=$12/producto.
c)Establecer las restricciones del problema: 1)Capacidad de tiempo semanal.
Departamento de ensamble: 1500 Horas
Departamento de acabado: 1500 Horas
Departamento de inspeccin: 600 Horas
II) Construccin del modelo del problema (fase II).
a)Funcin objetivo: Max Z = 10X
1
+12X
2
b)Restricciones: 3X
1
+3X
2

1500 (departamento de ensamble)


3X
1
+2X
2

1500 (departamento de acabado)


X
1
+ X
2

600 (departamento de inspeccin)


c)No-negatividad: X
1

0 ; X
2

0
III)Convertir el sistema de restricciones en un sistema de ecuaciones (en forma directa).
Sistema de restricciones: Sistema de ecuaciones:
1.- 2X
1
+3X
2

1500 1.- 2X
1
+3X
2
= 1500
2.- 3X
1
+2X
2

1500 2.- 3X
1
+2X
2
= 1500
3.- X
1
+ X
2

600 3.- X
1
+ X
2
= 600
X
1

0 ; X
2

0
IV) 1.- 2X
1
+3X
2
=1500 2.- 3X
1
+2X
2
= 1500 3.- X
1
+X
2
= 600
1) Si X
1
= 0 1) Si X
1
= 0 1) Si X
1
= 0
2(0)+3X
2
=1500 3(0)+2X
2
=1500 0+X
2
=600
3X
2
=1500 2X
2
=1500 X
2
=600
X
2
=500 X
2
=750 P
5
(0 , 600)
P
1
(0 , 500) P
3
(0 , 750) 2) Si X
2
= 0
2) Si X
2
= 0 2) Si X
2
= 0 X
1
+0 = 600
2X
1
+3(0) = 1500 3X
1
+2(0) = 1500 X
1
=600
2X
1
=1500 3X
1
=1500 P
6
(600 , 0)
X
1
=750 X
1
=500
P
2
(750 , 0) P
4
(500 , 0)
V) Eligiendo una escala, trazar cada una de las restricciones (1 CMS =100 unidades)
VI) Limitar de acuerdo al tipo de restriccin.
0
100
200
300
400
500
600
700
800
100 200 300 400 500 600 700 800
x2>=0
3x1+2x2<=1500
X1+x2<=600
P8(300,300)
2x1+3x2<=1500
X1>=0
P2 P6 P4
P1
P5
P3
P7
0
100
200
300
400
500
600
700
800
100 200 300 400 500 600 700 800
x2>=0
3x1+2x2<=1500
X1+x2<=600
P8(300,300)
2x1+3x2<=1500
X1>=0
P2 P6 P4
P1
P5
P3
P7
AS
( )
( )
( )
( )
( )
VII) Encontrar el rea o reas de solucin definida por el conjunto convexo, como
podemos observar en la grafica, el rea 4, es en la que convergen todas las fichas (Conjunto
convexo).
VIII ) Sustituir cada uno de los puntos vrtices del rea de solucin en la funcin objetivo,
para obtener la solucin optima.
P(X
1
, X
2
) ; Max Z = 10X
1
+12X
2
P
1
(0 , 500) ; Z
1
= 10 (0)+12(500) = 0+6000 = 6000
P
4
(500 , 0) ; Z
4
= 10 (500)+12(0) = 5000+0 = 5000
P
7
(0 , 0) ; Z
7
= 10 (0)+12(0) = 0+0 = 0
P
8
(300 , 300) ; Z
8
= 10 (300)+12(300) = 3000+3600 = 6600 Optimo mximo
Como podemos observar el punto P
8
(300 , 300), arroja el valor mximo de Z; entonces:
La solucin optima es : X
1
= 300 ; X
2
=300 y Z Max = $6,600.
IX) Verificar factibilidad; sustituyendo X
1
=300 y X
2
=300 ; en el sistema de restricciones:

1.- 2X
1
+3X
2
1500 2.- 3X
1
+2X
2 1500 3.- X
1
+X
2 600
2(300)+3(300) 1500 3(300)+2(300) 1500 300+300 600
600+900 1500 900+600 1500 600 600(Cumple)
1500 1500 (Cumple) 1500 1500 (Cumple)
X)Conclusin: La compaa deber elaborar 300 productos tipo A y 300 productos tipo B;
para obtener la mxima ganancia de $6,600 en la semana.
AREA DE
SOLUCION
P1(0,500)
P8(300,300)
P4(500,0)
P7(0,0)
Solucin:
Aplicando el mtodo simplex.
I) Formular el problema (Fase I).

a) Determinar el objetivo del problema: Maximizar la ganancia.
b) Definir las variables del problema:
Z = Ganancia
X
1
= Numero de unidades a producir del producto A; c
1
=$10/producto.
X
2
= Numero de unidades a producir del producto B; c
1
=$12/producto.

c) Establecer las restricciones del problema: 1) Capacidad de tiempo semanal.
Departamento de ensamble: 1500 Horas
Departamento de acabado: 1500 Horas
Departamento de inspeccin: 600 Horas
II) Construccin del modelo del problema (fase II).

a) Funcin objetivo: Max Z = 10X
1
+12X
2
b) Restricciones: 3X
1
+3X
2

1500 (departamento de ensamble)


3X
1
+2X
2

1500 (departamento de acabado)


X
1
+ X
2

600 (departamento de inspeccin)


c) No-negatividad: X
1

0 ; X
2

0
III) Convertir el sistema de restricciones en un sistema de ecuaciones, agregando variables
base. Es decir, de holgura y artificiales, segn el tipo de restriccin, de acuerdo al sistema
de restricciones, se agregar variable de holgura Hi, por ser del tipo , entonces:
Sistema de restricciones: Sistema de ecuaciones:
2X
1
+3X
2

1500 2X
1
+3X
2
+H
1
= 1500 ; H
1

0
3X
1
+2X
2

1500 3X
1
+2X
2
+H
2
= 1500 ; H
2

0
X
1
+ X
2

600 X
1
+ X
2
+H
3
= 600 ; H
3

0
H
1
; H
2
; H
3
; Con Costo Cero
IV) Funcin objetivo: Max Z = 10X
1
+12X
2
+0H
1
+0H
2
+0H
3
V) Sistema de ecuaciones: 2X
1
+3X
2
+ H
1
+0H
2
+0H
3
= 1500
3X
1
+2X
2
+0H
1
+ H
2
+0H
3
= 1500
X
1
+ X
2
+0H
1
+0H
2
+ H
3
= 600
VI)Constituir la tabla simplex inicial (Tabla N1).
Tabla N1 Entra X
2
(a
2
:seleccionada).
Cj 10 12 0 0 0
Vb bj X
1
X
2
H
1
H
2
H
3
0 H
1
1500 2 3 1 0 0
0 H
2
1500 3 2 0 1 0
0 H
3
600 1 1 0 0 1
Zj 0 0 0 0 0 0
Cj-Zj 10 12 0 0 0
Zj = (Columna Cj) (Columna aj) y Cj-Zj = Rengln Cj-Rengln Zj
Funcin objetivo.
Sale H
1
(R
1
:Seleccionado)
VII) Resover tabla N1 (primera iteracin)
1)Determinar la variable de entrtada: como el objetivo es Max Z, la determina el mayor
valor positivo de Cj-Zj, es decir, C
2
-Z
2
=12 ; por lo tanto X
2
, debe entrar a la base Vb.
(a
2
seleccionada).
2)Determine la variable de salida: empleando la ecuacin matricial.
Vb = bj/a
2
(Menor valor positivo).

,
_

,
_

,
_

,
_

,
_

,
_

6 0 0
7 5 0
5 0 0
3
2
1
1 / 6 0 0
2 / 1 5 0 0
3 / 1 5 0 0
1
2
3
6 0 0
1 5 0 0
1 5 0 0
3
2
1
H
H
H
H
H
H
; Siendo 500 el menor valor positivo,
entonces H
1
debe slir de la base Vb. (R
1
:seleccionado)

3)Obtener el numero pivote np ; de acuerdo a la tabla N1 ; Np = 3
4)Obtener los elementos del rengln pivote R.P. ; empleando la ecuacin. R.P.=1/3 R
1
; e
introducirlo a la siguiente tabla ; es decir, a la tabla N2.
R.P. = 1/3 (1500 2 3 1 0 0) = 500 2/3 1 1/3 0 0

Tabla N1 Entra X
1
(a
1
:seleccionada).
Cj 10 12 0 0 0
Vb bj X
1
X
2
H
1
H
2
H
3
12 X
2
500 2/3 1 1/3 0 0
0 H
2
500 5/3 0 -2/3 1 0
0 H
3
100 1/3 0 -1/3 0 1
Zj 6000 8 12 4 0 0
Cj-Zj 2 0 -4 0 0
5)Obtener los valores de los renglones restantes ; empleando la expresin NE, e
introducirlos a la tabla N2; es decir,
NR
2
= R
2
-2 R.P. NR
3
= R
3
-1 R.P.
R
2
1500 3 2 0 1 0 R
3
600 1 1 0 0 1
-2 R.P. 2(500 2/3 1 1/3 0 0) -1 R.P. 1(20 1 0 0 )
500 3 2 0 1 0 600 1 1 0 0 1
-1000 -4/2 2 -2/3 0 0 -500 2/3 -1 1/3 0 0
NR
2
500 5/3 0 -2/3 1 0 NR
3
100 1/3 0 1/3 0 1
6)Calcular los renglones Zj y CjZj e introducirlos a la siguiente tabla.(Tabla N 2).
Zj bj = 12 (500) + 0 (500) + 0 (100) = 6000+0+0 = 6000 Cj Zj X
1
= 10-8 = 2
Zj X
1
= 12 (2/3) + 0 (5/3) + 0 (1/3) = 8+0+0 = 8 Cj Zj X
2
= 12 12 = 0
Zj X
2
= 12 (1) + 0 (0) + 0 (0) = 12+0+0 = 12 Cj Zj H
1
= 0-4 = -4
Zj H
1
= 12 (1/3) + 0 (-2/3) + 0 (-1/3) = 4+0+0 = 4 Cj Zj H
2
= 0-0 = 0
Zj H
2
= 12 (0) + 0 (1) + 0 (0) = 0+0+0 = 0 Cj Zj H
3
= 0-0 = 0
Zj H
3
= 12 (0) + 0 (0) + 0 (1) = 0+0+0 = 0
R.P.
NR
2
NR
3
Funcin objetivo.
Sale H
2
(R
2
:Seleccionado)
sumar sumar
VIII).- Verificar optimalidad: Cuando el objetivo es Max Z ; Cj Zj 0, en todos sus
elementos, de acuerdo a la tabla N2; C
1
- Z
1
= 2 0 ; no cumple, repetir el paso VII.
VII).- Resolver tabla N 2 (segunda iteracin).
1).- Determina la variable de entrada ; Cuando el objetivo es Max Z, la determina el valor
mayor positivo de CjZj; es decir, C
1
-Z
1
= 2, entonces X
1
, debe entrar a la base Vb.
(a
1
seleccionada)
2).-Se determina la variable de salida: empleando la ecuacin matricial : Vb bj/a
1
(menor
valor positivo), es decir:

,
_

,
_

,
_

,
_

,
_

,
_

3 0 0
3 0 0
7 5 0
3
2
2
3 / 1 / 1 0 0
3 / 5 / 5 0 0
3 / 2 / 5 0 0
3 / 1
3 / 5
3 / 2
1 0 0
5 0 0
5 0 0
3
2
2
H
H
X
H
H
X
; Siendo 300 el menor valor positivo, entonces H
2
debe salir de la base Vb,
definiendo el rengln seleccionado R
2
.
3).- Obtener el numero pivote np, de acuerdo a la tabla N2, np= 5/3
4).- Obtener los elementos del rengln pivote R.P., empleando la ecuacin R.P.= 3/5R
2
; e
introducirlo a la siguiente ; es decir, tabla N3.
R.P. = 3/5 (500 5/3 0 -2/3 1 0) = 300 1 0 -2/5 3/5 0
Tabla N2:
Cj 10 12 0 0 0
Vb bj X
1
X
2
H
1
H
2
H
3
12 X
2
300 0 1 3/5 -2/5 0
10 X
1
300 1 0 -2/5 3/5 0
0 H
3
0 0 0 -1/5 -1/5 1
Zj 6600 10 12 16/5 6/5 0
Cj-Zj 0 0 -16/5 -6/5 0
5).- Calcular los valores de los renglones restantes, empleando la expresin NE, e
introducirlos a la siguiente tabla (Tabla N 3).
NR
1
= R
1
-2/3 R.P. NR
3
= R
3
-1/3 R.P.
R
1
500 2/3 1 1/3 0 0 R
3
100 1/3 0 -1/3 0 1
-2/3 R.P .=2/3(300 1 0 -2/5 3/5 0) -1/3 R.P. 1/3(300 1 0 -2/5 3/5 0)
500 2/3 1 1/3 0 0 100 1/3 0 -1/3 0 1
-200 -2/3 0 4/15 2/5 0 100 1/3 0 2/15 -1/5 0
NR
1
300 0 1 3/5 -2/5 0 NR
3
0 0 0 1/5 -1/5 1
6).-Obtener los elementos de los renglones Zj y Cj- Zj, e introducirlos a la tabla(Tabla N3)

Zj bj = 12 (300) + 10 (300) + 0 (0) = 3600+3600+0 = 6600 Cj Zj X
1
= 10-10 = 0
Zj X
1
= 12 (0) + 10 (1) + 0 (0) = 0+10+0 = 10 Cj Zj X
2
= 12 12 = 0
Zj X
2
= 12 (1) + 10 (0) + 0 (0) = 12+0+0 = 12 Cj Zj H
1
= 0-16/5 = -16/5
Zj H
1
= 12 (3/5) + 10 (-2/5) + 0 (-1/5) = 36/5-20/5+0 = 16/5 Cj Zj H
2
= 0-6/5 = -6/5
Zj H
2
= 12 (-2/5) + 10 (3/5) + 0 (-1/5) =-24/5+30/5+0 = 6/5 Cj Zj H
3
= 0-0 = 0
Zj H
3
= 12 (0) + 10 (0) + 0 (1) = 0+0+0 = 0
NR
1
N.P.
RN
3
Funcin Objetivo
sumar sumar
VIII).- Verificar optimalidad como el objetivo es Max Z, Cj-Zj 0, en todos sus
elementos, de acuerdo a la tabla N 3, todos cumplen, por lo tanto, la tabla N 3, es optima.
IX).- Obtener la solucin optima, empleando la ecuacin matricial : Vb = bj ; es decir:

,
_

,
_

6 6 0 0
0
3 0 0
3 0 0
3
1
2
Z j
H
X
X
; por lo tanto ;
X).- Verificar Factibilidad : sustituyendo X
1
=300 y X
2
=300; en el sistema de
restricciones, es decir :
1.- 2X
1
+ 3X
2
1500 2.- 3X
1
+ 2X
2
1500 3.- X
1
+ X
2
600
2(300) + 3(300) 1500 3(300)+2(300) 1500 300 + (300) 40
600 + 900 1500 900+600 1500 600 600
(cumple)
1500 1500 (cumple) 1500 1500 (cumple)
IX).- Conclusin : La compaa deber elaborar 300 productos tipo A y 300 productos
tipo B ; para obtener la Mxima ganancia de $6600 a la semana.
X
1
=300 H
1
=
X
2
=300 H
2
=0
Z Max = $6600 H
3
=0
Solucin:
Aplicando el mtodo Dual
I) Formular el problema (Fase I).

a) Determinar el objetivo del problema: Maximizar la ganancia.
b) Definir las variables del problema:
Z = Ganancia
X
1
= Numero de unidades a producir del producto A; c
1
=$10/producto.
X
2
= Numero de unidades a producir del producto B; c
1
=$12/producto.

c) Establecer las restricciones del problema: 1) Capacidad de tiempo semanal.
Departamento de ensamble: 1500 Horas
Departamento de acabado: 1500 Horas
Departamento de inspeccin: 600 Horas
II) Construccin del modelo del problema (fase II).

a) Funcin objetivo: Max Z = 10X
1
+12X
2
b) Restricciones: 3X
1
+3X
2


1500 (departamento de ensamble)
3X
1
+2X
2


1500 (departamento de acabado)
X
1
+ X
2

600 (departamento de inspeccin)


c) No-negatividad: X
1

0 ; X
2

0
III) Construir el problema primal; cundo el objetivo es Max Z ; todas sus restricciones
deben quedar expresadas con menor e igual ; es decir:
Problema Primal (Caso I)
Max Z = 10X
1
+ 12X
2
Cambio de variable
Sujeta a: para Dual
2X
1
+3X
2

1500 Y
1
3X
1
+2X
2

1500 Y
2

X
1
+ X
2

600 Y
3
X
1

0 ; X
2

0
Y
1
IV)Construir el problema dual: si el objetivo del primal es MAX Z (caso 1); entonces el
objetivo del dual es MIN Z, cuyas restricciones sern mayor e igual ;es decir.
Problema primal (caso 1) problema dual (caso 1)
Max Z = 10X
1
+12X
2
Min Z = 1500Y
1
+1500Y
2
+600Y
3
Sujeta a: Sujeta a:
2X
1
+3X
2
1500 2Y
1
+3Y
2
+Y
3

10
3X
1
+2X
2
1500 3Y
1
+2Y
2
+Y
3

12
X
1
+ X
2
600 Y
1
; Y
2
; Y
3

0
X
1

0; X
2

0
V)Resolver el problema Dual, empleando el mtodo simplex.
1)Convertir el sistema de restricciones en un sistema de ecuaciones, agregando variables
de holgura y artificiales, de acuerdo al tipo de restriccin; es decir:
Restricciones: 2Y
1
+3Y
2
+Y
3

10 ; Ecuaciones: 2Y
1
+3Y
2
+Y
3
H
1
+A
1
=10
3Y
1
+2Y
2
+Y
3

12 3Y
1
+2Y
2
+Y
3
H
2
+A
2
=12
H
1
y H
2
con costo cero, A
1
y A
2
con costo M
2)Funcin objetivo: Min Z=1500Y
1
+1500Y
2
+600Y
3
+0H
1
+0H
2
+MA
1
+MA
2
3)Sistema de ecuaciones: 2Y
1
+3Y
2
+Y
3
-H
1
+0H
2
+A
1
+0A
2
=10
3Y
1
+2Y
2
+Y
3
+0H
1
-H
2
+0A
1
+A
2
=12
Y
1
; Y
2
; Y
3
; H
1
; H
2
; A
1
; A
2

0
4)Construir la tabla simplex inicial (Tabla N1)
Tabla N1: Entra Y
1
(a
1
:seleccionada). Funcin objetivo.
Cj 1500 1500 600 0 0 M M
Vb bj Y
2
Y
3
H
1
H
2
A
1
A
2
M A
1
10 2 3 1 -1 0 1 0
M 12 3 2 1 0 -1 0 1 Sale A2
R2:selec.
Zj 22M 5M 5M 2M -M -M M M
Cj-Zj 1500-5M 1500-5M 600-2M M M 0 0
-3500 -3500 -1400 100 100
NOTA: M=1000
Zj bj = M(10)+M(12) = 10M+12M = 22M Cj-Zj Y
1
= 1500-5M = 1500-5M
A
2
3
Y
2
Zj Y
1
= M(2)+M(3) = 2M+3M = 5M Cj-Zj Y
2
= 1500-5M = 1500-5M
Zj Y
2
= M(3)+M(2) = 3M+2M = 5M Cj-Zj Y
3
= 600-2M = 600-2M
Zj Y
3
= M(1)+M(1) = M+M = 2M Cj-Zj H
1
= 0-(-M) = M
Zj H
1
= M(-1)+M(0) = -M+0 = -M Cj-Zj H
2
= 0-(-M) = M
Zj H
2
= M(0)+M(-1) = 0-M = -M Cj-Zj A
1
=M-M = 0
Zj A
1
= M(1)+M(0) = M+0 = M Cj-Zj A
2
= M-M = 0
Zj A
2
= M(0)+M(1) = 0+M = M
5)Resolver tabla N1 (Primera iteracin).
a)Determinar variables de entrada: cuando el onjetivo es Min Z; la define el mayor valor
negativo de Cj-Zj; es decir C
1
-Z
1
=-3500, por lo tanto Y
1
debe entrar a la base Vb:
(a
1
:seleccionada).
b)Determinar variable de salida: empleando la ecuacin matrricial Vb = bj/a
1
(Menor
valor positivo);

,
_

2
1
A
A
=

,
_

3 / 2
12 / 10
=

,
_

3 / 12
2 / 10

,
_

2
1
A
A
=

,
_

4
5
; Siendo 4 el menor valor positivo; por lo
tanto A
2
, sale de la base Vb (R
2
:seleccionado).
c)Obtener el numero pivote n
p
; de acuerdo a la tabla N1; n
p
=3.
d)Calcular los elementos del rengln pivote R.P., con la ecuacin: R.P. = 1/3R
2
, e
introducirlo a la siguiente tabla, es decir, a la tabla N2.
R.P. = 1/3
[ ] 1 0 1 - 0 1 2 3 12
= 4 1 2/3 1/3 0 -1/3 0 1/3
Tabla N2: Entra Y
2
(a
2
:seleccionada). Funcin objetivo.
Cj 1500 1500 600 0 0 M M
Vb bj Y
1
Y
3
H
1
H
2
A
1
A
2
Sale A1
M A
1
2 0 5/3 1/3 -1 2/3 1 -2/3 R1:selec.
1500 Y
1
4 1 2/3 1/3 0 -1/3 0 1/3

Zj 2M+600 1500 5/3M+1000 1/3M+500 -M 2/3M-500 M -2/3+500
Cj-Zj 0 500-5/3M 100-1/3M M 500-2/3M 0 5/3M-500
-1166.7 -233.33 1000 -166.7 1166.7
M=1000
e)Calcular regin restante R
1
, empleando la ecuacin NE,e introducirlo a la tabla N2

NR
1
=R
1
-2R.P.
R
1
10 2 3 1 -1 0 1 0
-2R.P. 2( 4 1 2/3 1/3 0 -1/3 0 1/3)
10 2 3 1 -1 0 1 0 sumar
-8 -2 -4/3 -2/3 0 2/3 0 -2/3
NR
1
2 0 5/3 1/3 -1 2/3 1 -2/3
f)Calcular los renglones Zj y Cj-Zj e introducirlos a la tabla N2.
Zj bj = M(2)+1500(4)=2M+600 Cj-Zj Y
1
= 1500-1500 =0
Zj Y
1
= M(0)+1500(1)=1500 Cj-Zj Y2=1500-(5/3M+1000)=1500-5/3M-1000=500-5/3M
Zj Y
2
= M(5/3)+1500(2/3)=5/3M+100 Cj-Zj Y
3
=600-(1/3M+500)=600-1/3M-500=100-1/3
Zj Y
3
= M(1/3)+1500(1/3)=1/3M+500 Cj-Zj H
1
=0-(-M) = M
Zj H
1
= M(-1)+1500(0) = -M Cj-Zj H
2
= 0-(2/3M-500) = 500-2/3M
Zj H
2
= M(2/3)+1500(-1/3)=2/3M-500 Cj-Zj A
1
=M-M = 0
Zj A
1
= M(1)+1500(0) = M Cj-Zj A
2
=M-(-2/3M+500)=M+2/3M-500=5/3M-500
Zj A
2
= M(-2/3)+1500(1/3)=-2/3M+500
6)Verificar optimalidad: cuando el objeto es Min Z; Cj-Zj

0, en todos sus valores,


revisando la tabla N2, C
3
-Z
3
= 14 > 0 y C
4
-Z
4
= 10 > 0 ; no cumplen, por lo tanto se
repite el paso N5.
5)Resolver tabla N2 (Segunda iteracin).
a)Determinar variable de entrada: Como el objetivo es Max Z, la define Cj Zj mayor
valor positivo; es decir: C
3
-Z
3
= 14 ; por lo tanto Y
3
debe entrar a la base Vb,
(a
3
:seleccionada).
b)Determinar variable de salida: Empleando la ecuacin matricial Vb = bj/a
3
(menor
valor positivo) ; es decir:

,
_

2
1
H
Y
=

,
_

1
0
4 0
4
=
,
_


40 1 / 40
0 / 4

,
_

2
1
H
Y
=
,
_


40
; Siendo 40 el menor, por lo
tanto A
1
debe salir de la base Vb (R
1
seleccionado).
c)Obtener el numero pivote np. De acuerdo a la tabla N2. np=5/3
d)Calcular los elementos del rengln pivote R.P. empleando la ecuacin: R.P.=3/5R
1
; e
introducirlo a la siguiente tabla, es decir a la tabla N3:
R.P.= 3/5
[ ] 2/3 - 1 2/3 1 - 1/3 5/3 0 2
= 6/5 0 1 1/5 -3/5 2/5 3/5 -2/5
Tabla N3: Funcin objetivo.
Cj 1500 1500 600 0 0 M M
Vb bj Y
1
Y
2
Y
3
H
1
H
2
A
1
A
2
1500 Y
2
6/5 0 1 1/5 -3/5 2/5 3/5 -2/5 R.P.
1500 Y
1
16/5 1 0 1/5 2/5 -3/5 -2/5 3/5 NR2

Zj 6600 1500 1500 600 -300 -300 300 300
Cj-Zj 0 0 0 300 300 M-300 M-300
M=1000
e)Calcular regin restante R
2
, empleando la ecuacin NE, e introducirlo a la tabla N3.

NR
2
= R
2
-2/3R.P.
R
2
4 1 2/3 1/3 0 -1/3 0 1/3
-2/3R.P. 2/3 (6/5 0 1 1/5 -3/5 2/5 3/5 -2/5
4 1 2/3 1/3 0 -1/3 0 1/3 sumar
-4/5 0 -2/3 -2/15 2/5 -4/15 -2/5 4/5
NR
1
16/5 1 0 1/5 2/5 -3/5 -2/5 3/5
f)Calcular los renglones Zj y Cj-Zj, e introducirlos a la tabla N3.
Zj bj = 1500(6/5)+1500(16/5) = 1800+4800 = 6600
Zj Y
1
= 1500(0)+1500(1)=0+1500=1500 ; Cj-Zj Y
1
= 1500-1500 =0
Zj Y
2
=1500(1)+1500(0)=1500+0=1500 ; Cj-Zj Y
2
=1500-1500=0
Zj Y
3
=1500(1/5)+1500(1/5)=300+300=600 ; Cj-Zj Y
3
=600-600=0
Zj H
1
=1500(-3/5)+1500(2/5)=-900+600=-300 ; Cj-Zj H
1
=0-(-300) = 300
Zj H
2
=1500(2/5)+1500(-3/5)=600-900=-300 ; Cj-Zj H
2
= 0-(-300) = 300
Zj A
1
= 1500(3/5)+1500(-2/3)=900-600=300 ; Cj-Zj A
1
=M-300 = M-300
Zj A
2
=1500(-2/5)+1500(3/5)=-600+900=300 ; Cj-Zj A
2
=M-300=M-300
6)Verificar optimalidad: Cuando el objetivo es Min Z; Cj-Zj

0; en todos sus elementos;


de acuerdo a la tabla N3; todos cumplen; por lo tanto la tabla N3, es optima.
VI)De la tabla optima, obtener los valores absolutos de las contribuciones de las variables
de holgura (Hj).
Es decir: H
1
=300 y H
2
=300; valores que corresponden a X
1
y X
2
, respectivamente, por lo
tanto: X
1
=300 y X
2
=300; sustituyndolos en la funcion objetivo del problema original,
para obtener el valor de Z, entonces: ZMax = 10X
1
+12X
2
= 10(300)+12(300) = $6600.
SOLUCION X
1
=300 , H
1
=0
OPTIMA X
2
=300 , H
2
=0
ZMax=6600 , H
3
=0
VII)Verificar factibilidad: sustituyendo X
1
=300 y X
2
=300; en el sistema de restricciones
del problema original, es decir:
1) 2X
1
+3X
2 1500 2) 3X
1
+2X
2 1500 3) X
1
+X
2 600
2(300)+3(300)= 1500 3(300)+2(300) 1500 300+300 600
600+900 1500 900+600 1500 600 600
(cumple)
1500 1500 (cumple) 1500 1500(cumple)
VIII) Conclusin: La compaa devera elaborar 300 productos tipo A y 300 productos tipo
B; para obtener la mxima ganancia de $6600 a la semana.

NOTA: Como podemos observar la solucin del problema es igual, independientemente
del mtodo de solucin, lo nico que cambia es el de cada uno de ellos.
Actividad 10: aplicando la fase III; Resolver los problemas de programacin lineal.
1)Aplicando los mtodos: grafico, simplex y dual, resolver los problemas propuestos:
1, 2, 3, 4, y 5 de la actividad 8 y del mtodo grafico los problemas propuestos 1, 2, y 3.
2)Aplicando el mtodo simplex, resolver los problemas propuestos: 6, 7, 8, 9 y 14 de
la actividad 8; del mtodo dual los problemas propuestos 1 y 2.
3)Aplicando el mtodo dual, resolver los problemas propuestos: 1, 2, 3 y 4 del mtodo
simplex.
Capitulo III
ANALISIS DE SENSIBILIDAD
Actividad 11: anlisis de sensibilidad:
Introduccin: El anlisis de sensibilidad concierne al estudio de posibles cambios en la
solucin optima disponible como resultado de hacer cambios en el modelo original. Al
alterarse nuestra situacin actual y proporcionar nuevos datos, sobre estos podemos
hacernos la pregunta Cmo puede alterar cada situacin la solucin optima actual?,
con cierta reflexin, sus respuestas podrn contestarse en alguna de las dos categoras
siguientes:
1)La solucin actual puede volverse infactible y
2)La solucin actual puede volverse no optima.
Las categoras estn basadas en los clculos primales duales, de los cuales observamos los
siguientes:
I)La infactibilidad de la solucin puede ocurrir solo si:
1)Se altera la disponibilidad de los recursos bj y
2)Se agregan nuevas restricciones Xn
II)La no optimalidad de la solucin actual puede ocurrir solo si:
1)Se cambia la contribucin Cj;
2)Se cambia los coeficientes tecnolgicos aij y
3)Se aaden nuevas actividades Xj
Procedimiento general: Con base en lo antes propuesto, el procedimiento general para
realizar el anlisis de sensibilidad se puede resumir de la manera siguiente:
1)Empleando el mtodo simplex, resolver el modelo de programacin lineal y obtener su
tabla simplex optima.
Cj C
1
C
2
. . . Cj 0 0 . . . 0 Funcin objetivo
Vj bj X
1
X
2
. . . Xj H
1
H
2
. . . Hj

C
1
X
1
m
1

C
2
X
2
m
2
. . .
. . . B
-1
A B
-1
. . .
Cj Xj mj

Zj C
B
X
B
C
B
B
-1
A-Cj C
B
B
-1


Cj-Zj
Donde: B
-1
= Matriz inversa (comprendida solo por las variables de holgura Hj)
C
B
B
-1
= Vector dual (comprendido solo por las variables de holgura Hj)
2)Para el o los cambios propuestos en el modelo original, volver a determinar los nuevos
elementos de la tabla optima actual mediante el uso de los clculos primales duales. Estos
consisten en restablecer la tabla simplex optima del problema original e introducirle los
cambios del nuevo problema.
3)Si la nueva tabla no es optima, ir al paso #4, si es infactible, ir al paso #5, de lo contrario
anotar la solucin en la nueva tabla como el nuevo optimo.
4)Aplicar el mtodo simplex a la nueva tabla para obtener una nueva solucin optima.
5)Aplicar el mtodo dual a la nueva tabla para recobrar la factibilidad.
Actividad 12: I)Cambios que afectan la factibilidad.
1)Cambios en los recursos disponibles bj: Sabemos por calculos primales duales que
los cambios en los segundos miembros de las restricciones solo pueden afectar a la columna
bj de la tabla optima, es decir solo pueden afectar la factibilidad. Por lo tanto, todo lo que
tenemos que hacer es volver a calcular la columna bj de la tabla original.
Supongamos que el problema original es ; Ahora si cambiamos a bj por(bj+ bj); el nuevo problema es:
Max Z = CjXj Max Z = CjXj
Sujeta a: Sujeta a:
Axj bj Axj (bj+ bj)
Xj

0 Xj

0
Procedimiento de anlisis:
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
2)Se incrementa bj, quedando como: bj+ bj.
3)Se establece el nuevo problema (en forma primal)
4)Se extrae la matriz inversa B
-1
, de la tabla simplex optima.
5)Se calcula la nueva solucin optima X
B
; empleando la ecuacin matricial:
X
B
=B
-1
(bj+ bj) donde X
B
es la matriz columna formada por las variables de la columna
base Vb.
5.1)Si X
B

0, en todos sus elementos; la nueva solucin X


B
, es factible y el nuevo valor
de Z, se calcula sustituyendo los valores de Xi en la funcin objetivo y despus ir al
paso N8.
5.2)Si X
B
< 0, en alguno de sus elementos, la nueva solucin X
B
es infactible; cuando esto
ocurre, ir al paso N6.
6)Aplicando el mtodo dual, restablecer la tabla simplex optima, introducindole los
valores de X
B
en la columna Vb y calcular los renglones Zj y Zj-Cj.
7)Aplicando el mtodo simplex, resolver la tabla restablecida, bajo el siguiente
procedimiento:
A)Sacar de la columna Vb las variables de valor negativo (infactible).
B)Introducir la variable que hace positivo a la variable de salida (siendo el cociente de
menor valor positivo).
C)Obtener el numero pivote np (interseccin de rengln y columna seleccionada).
D)Calcular los elementos del rengln pivote R.P., con la ecuacin: R.P.=
np
1
Rs, e
introducirlo a la siguiente tabla (nueva).
E)Calcular los nuevos elementos de los renglones restantes, aplicando la ecuacin NE
e introducirlos a la nueva tabla.
F)Calcular los elementos de los renglones Zj y Cj-Zj, e introducirlos a la nueva tabla.
G)Calcular la nueva solucin optima, aplicando la ecuacin matricial: Vb=bj.
H)Verificar factibilidad; sustituyendo los nuevos valores de Xi en el nuevo problema.
8)Conclusin.
2)Agregar nueva restricciones Xn: Agregar nuevas variables Xn; crea nuevos
trminos Zj-Cj y nuevas columnas Yj en la tabla. Si asociado a la nueva actividad Xn se
conoce su contribucin Cj y su vector de coeficientes tecnolgicos aij el procedimiento de
anlisis que debe seguirse es:
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
2)Establecer el nuevo problema (en forma primal).
3)El agregar una nueva restriccin Xn, puede dar origen a dos situaciones:
3.1)La nueva restriccin Xn, la satisface la solucin optima, si esto ocurre, la solucin
optima no sufre cambios, ir al paso N7.
3.2)La solucin optima, no satisface a la nueva restriccin Xn, por lo tanto se volver de
enlace (debe entrar a la columna Vb), ir al paso N4.
4)Aplicando el mtodo dual, restablecer la tabla simplex optima, bajo el siguiente
procedimiento.
a)Agregar una nueva variable de holgura Hi, a la nueva restriccin.
b)Calcular el valor de la nueva variable de holgura, aplicando procedimiento algebraico
entre renglones, basndonos en la nueva restriccin y la tabla simplex optima.
c)Calcular los valores del rengln de la nueva variable de holgura, basndonos en el
procedimiento algebraico entre renglones.
d)Los valores de la columna de la nueva variable de holgura, son todos igual a cero en
cada uno de los renglones, excepto el ultimo rengln, el cual debe ser la unidad.
e)Construir la nueva tabla, agregando rengln y columna que corresponden a la nueva
variable de holgura.
f)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlo a la nueva tabla.
5)Empleando el metodo simplex, se resuelve la tabla restablecida, bajo el siguiente
procedimiento.
a)Sacar de columna Vb, la variable de valor negativo (infactible).
b)Introducir la variable que hace positiva a la variable de salida, siendo el cociente de
menor valor positivo.
c)Obtener el numero pivote np.
d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=
np
1
Rs , e
introducirlo a la siguiente tabla.
e)Calcular los nuevos elementos de los renglones restantes, empleando la ecuacin NE
e introducirlos a la siguiente tabla.
f)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlo a la nueva tabla.

6)Obtener la nueva solucion optima, empleando la ecuacin matricial Vb = bj.
7)Conclusin.
Actividad 13: I)Cambios que afectan la factibilidad.
PROBLEMA DE AUTOEVALUACION:
En una carpintera se fabrican mesas y sillas, la carpintera cuenta con dos departamentos
en paralelo con capacidad de 40 horas semanales respectivamente. Cada mesa deja una
ganancia de $150 y requiere de 4 horas de trabajo en el departamento I y 2 horas en el
departamento II. Mientras que una silla deja ganancia de $200 y requiere 2 horas de trabajo
del departamento I y 4 horas del departamento II. Obtener:
a)La solucin optima, empleando el mtodo simplex.
b)Si la capacidad de los departamentos cambian ambos de 40 a 48 horas semanales.
afecta a la solucin optima el cambio de los recursos?
c)Si la capacidad del departamento I cambia de 40 a 24 horas semanales y la capacidad del
departamento II, cambia de 40 a 60 horas semanales. afecta a la solucin optima el
cambio de los recursos disponibles?
d)En una de las semanas en la misma empresa un cliente importante pidi a la carpintera
que fabricara mnimo 4 sillas. puede la carpintera satisfacer el pedido del cliente?, en
caso de que no, qu debe de hacer la carpintera para poder satisfacer la orden del
cliente?.
e)Supongamos que en una de las semanas el cliente pidi la produccin mnima de 7 sillas.
podra la carpintera satisfacer la peticin del cliente? En caso de que no. qu debe
hacer la carpintera para satisfacer la orden del cliente?.
SOLUCION:
A)Obtener la solucin optima, empleando el mtodo simplex.
I)Formulacin del problema (fase I).
a)Determinar el objetivo del problema: Maximizar la ganancia.

b)Definir las variables del problema:
Z = ganancia
X
1
= numero de mesas a producir; C
1
=$150/mesas
X
2
= numero de sillas a producir; C
2
= $200/sillas

c)Establecer las restricciones del problema: 1)capacidad de tiempo semanal
*Departamento I: 40 horas
*Departamento II: 40 horas
II)Construccin del modelo del problema (fase II).
a)Funcin objetivo: Max Z = 150X
1
+200X
2
b)Restricciones: 4X
1
+2X
2

40 (departamento I)
2X
1
+4X
2

40 (departamento II)
c)No-negatividad: X
1

0 ; X
2

0
III)Convertir el sistema de restricciones en un sistema de ecuaciones
Sistema de restricciones: Sistema de ecuaciones:
4X
1
+2X
2

40 4X
1
+2X
2
+H
1
=40 ; H
1

0
2X
1
+4X
2

40 2X
1
+4X2+H
2
=40 ; H
2

0
IV)Funcin objetivo: Max Z = 150X
1
+200X
2
+0H
1
+0H
2
V)Sistema de ecuaciones:
Depto. I: 4X
1
+2X
2
+H
1
+0H
2
=40
Depto. II: 2X
1
+4X
2
+0H
1
+H
2
=40
VI)Construir tabla simplex inicial (tabla N1)
Tabla N1: Entra X
1
(a
2
:seleccionada).
Cj 150 200 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
40 4 2 1 0
0 40 2 4 0 1 Sale A
2
(R
2
:seleccionado).

Zj 0 0 0 0 0
Cj-Zj 150 200 0 0
VII)Resolver tabla N1 (primera iteracin).
H
2
1)Determinar variable de entrada: cuando el objetivo es Max Z, la define el mayor valor
positivo de Cj-Zj, es decir: C
2
-Z
2
= 200, entonces X
2
debe entrar a la base Vb: a
2
seleccionada.
2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a
2
(menor valor
positivo).

,
_

2
1
H
H
=

,
_

4
2
4 0
4 0
=

,
_

4 / 40
2 / 40

,
_

2
1
H
H
=
,
_

10
20
; siendo 10, el menor valor positivo, entonces
H
2
, debe salir de la base Vb (R
2
:seleccionado).
3)Obtener el numero pivote: np = 4.
4)Calcular los elementos del rengln pivote: R.P.=
4
1
R
2
; e introducirlo a la siguiente tabla
(tabla N2). R.P. =
4
1
[ ] 1 0 4 2 40
= 10 1/2 1 0 1/4
Tabla N2: Entra X
1
(a
1
:seleccionada).
Cj 150 200 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
20 3 0 1 -1/2 Sale H
1
(R
1
:seleccionado).
NR
1

200 X
2
10 1/2 1 0 1/4
R.P.
Zj 200 100 200 0 50
Cj-Zj 50 0 0 -50
5)Calcular los nuevos elementos del rengln restante R
1
, aplicando la ecuacin NE,
introducirlo a la tabla N2 ; NR
1
= R
1
-2R.P.
R
1
40 4 2 1 0
-2R.P. -2
[ ] 1/4 0 1 1/2 10

40 4 2 1 0 sumar
-20 -1 -2 0 -1/2
NR
1
20 3 0 1 -1/2
6)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la tabla N2.
Zj bj = 0(20)+200(10) = 0+2000 = 2000
Zj X
1
= 0(3)+200(1/2) = 0+100 = 100 ; Cj-Zj X
1
= 150-100 = 50
Zj X
2
= 0(0)+200(1) = 0+200 = 200 ; Cj-Zj X
2
= 200-200 = 0
Zj H
1
= 0(1)+200(0) = 0+0 =0 ; Cj-Zj H
1
= 0-0 = 0
Zj H
2
= 0(-1/2)+200(1/4) = 0+50 = 50 ; Cj-Zj H
2
= 0-(-300) = 300
VIII)Verificar optimalidad: cuando el objeto es Maz Z, Cj-Zj

0, en todos sus elementos,


de acuerdo a la tabla N2, C
1
-Z
1
= 50 no cumple, por la tanto repetir el paso VII.
VII)Resolver tabla simplex N2 (segunda iteracin).
1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor
positivo de Cj-Zj, es decir: C
1
-Z
1
= 50, por lo tanto X
1
debe entrar a la base Vb.(a
1
seleccionada).
2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a
1
(menor valor
positivo).

,
_

2
1
X
H
=

,
_

2 / 1
3
1 0
2 0
=

,
_

2 / 1 / 10
3 / 20

,
_

2
1
X
H
=
,
_

20
3 / 20
; siendo 20/3, el menor valor positivo,
entonces H
1
, debe entrar de la base Vb (R
1
:seleccionado).
3)Obtener el numero pivote: np = 3.
4)Calcular los elementos del rengln pivote: R.P.=
3
1
R
1
; e introducirlo a la siguiente tabla
(tabla N3). R.P. =
3
1
[ ] 1/2 - 1 0 3 20
= 20/3 1 0 1/3 -1/6
Tabla N3: (optima)
Cj 150 200 0 0
Vb bj X
1
X
2
H
1
H
2

150 X
1
20/3 1 0 1/3 -1/6

200 X
2
20/3 0 1 -1/6 1/3

Zj 700/3 150 200 50/3 125/3
Cj-Zj 0 0 -50/3 -125/3
5)Calcular los nuevos elementos del rengln restante R
2
, aplicando la ecuacin NE,
introducirlo a la tabla N3 ; NR
2
= R
2
-1/2R.P.
R
2
10 1/2 1 0 1/4
-1/2R.P. 1/2
[ ] 1/6 - 1/3 0 1 20/3

10 1/2 1 0 1/4 sumar
-10/3 -1/2 0 -1/6 1/12
NR
2
20/3 0 1 -1/6 1/3
6)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la tabla N3.
Zj bj = 150(20/3)+200(20/3) = 3000/3+4000 = 7000/3
Zj X
1
= 150(1)+200(0) =150+0 = 150 ; Cj-Zj X
1
= 150-150 = 0
Zj X
2
= 150(0)+200(1) = 0+200 = 200 ; Cj-Zj X
2
= 200-200 = 0
Zj H
1
= 150(1/3)+200(-1/6) = 150/3-100/3 = 50/3 ; Cj-Zj H
1
= 0-50/3 = -50/3
Zj H
2
= 150(-1/6)+200(1/3) = -75/3+200/3 = 125/3 ; Cj-Zj H
2
= 0-125/3 = -125/3
VIII)Verificar optimalidad: cuando el objetivo es Max Z, Cj-Zj 0, en todos sus
elementos, de acuerdo a la tabla N3, todos los elementos cumplen, por lo tanto, la tabla
simplex N3 es optima.
IX)obtener solucion optima. Vb = bj ;

,
_

Z j
X
X
2
1
=

,
_

3 / 7 0 0 0
3 / 2 0
3 / 2 0
Esto es igual a:
X
1
= 20/3 (6.67)
X
2
= 20/3 (6.67)
Zmax = $7000/3 ($2333.33)
X)Verificar factibilidad: Sustituyendo X
1
=20/3 ; X
2
=20/3 en el sistema de restricciones.
4X
1
+2X
2

40 2X
1
+4X
2

40
4(20/3)+2(20/3)

40 2(20/3)+4(20/3)

40
120/3

40 120/3

40
40

40 (cumple). 40

40 (cumple).
XI)Conclusin: La carpintera deber fabricar 20/3 mesas y 20/3 sillas, para obtener la
mxima ganancia de $7000/3.
B)Si la capacidad de los departamentos cambian ambos de 40 a 48 horas semanas.afecta la
solucin optima el cambio de los recursos?
Procedimiento de calculo: (cambio de recursos bj )
1)Obtener solucin optima del problema original , empleando el mtodo simplex.
Problema original Solucin ptima
Max Z = 150X
1
+200X
2
X
1
=20/3 (6.67) mesas ; H1=0
Sujeta A: X
2
=20/3(6.67) sillas ;H
2
=0
4X
1
+2X
2

40 Zmax = $7000/3 = $ 2333.33


2X
1
+4X
2

40
X
1

0 ; X
2

0
2)Se incrementa bj ; es decir : bj =
,
_

40
40
; cambia a (bj + bj )=
,
_

48
48
.
3)Se establece el numero problema:
Max Z = 150X
1
+200X
2
Sujeta a :
4X
1
+2X
2

48
2X
1
+4X
2

48
X
1

0 ; X
2

0
4)Extraer la matriz inversa B
-1
, de la tabla simplex optima.
Cj 150 200 0 0
Vb bj X
1
X
2
H
1
H
2

150 X
1
20/3 1 0 1/3 -1/6
B
-1
B
-1
= (1/3 -1/6)
200 X
2
20/3 0 1 -1/6 1/3 2x2 (-1/6 1/3)

Zj 700/3 150 200 50/3 125/3
Cj-Zj 0 0 -50/3 -125/3
5)Se calcula la nueva solucin optima X
B
, empleando la ecuacin matricial: X
B
= B
-1
(bj+
bj).
X
B
=B
-1
(bj+ bj) ;

,
_

2
1
X
X
=

,
_

3 / 1 6 / 1
6 / 1 3 / 1

,
_

4 8
4 8
=

,
_

) 4 8 ( 3 / 1 ) 4 8 ( 6 / 1
) 4 8 _ ( 6 / 1 ) 4 8 ( 3 / 1
=

,
_

1 6 8
8 1 6
=

,
_

8
8

,
_

2
1
X
X
=

,
_

8
8
5.1)Como X
B
=

,
_

2
1
X
X
=

,
_

8
8
> 0 ; en todos sus elementos, la nueva solucin es factible,
entonces Zmax = 150(8)+200(8) = 1200+1600 = $2800.
8)Conclusin: El cambio de los recursos de
,
_

40
40
a
,
_

48
48
; trae cambios en la produccin
de mesas de 20/3(6.67) a 8 y de 20/3(6.67) a 8 sillas, mientras que la ganancia se
incrementa de $7000/3($2333.33) a $2800.
C)Si la capacidad del departamento I, cambia de 40 a 24 horas semanales y la capacidad
del departamento II, cambia de 40 a 60 horas semanales. Afecta a la solucin optima el
cambio en los recursos disponibles?

Procedimiento de calculo (Cambio de los recursos bj).
1)obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin ptima
Max Z = 150X
1
+200X
2
X
1
=20/3=6.67 mesas ; H1=0
Sujeta A: X
2
=20/3=6.67 sillas ;H
2
=0
4X
1
+2X
2

40 Zmax = $7000/3 = $ 2333.33


2X
1
+4X
2

40
X
1

0 ; X
2

0
2)Se incrementa bj ; es decir : bj =

,
_

4 0
4 0
; cambia a (bj + bj )=

,
_

6 0
2 4
.
3)Se establece el numero problema:
Max Z = 150X
1
+200X
2
Sujeta a :
4X
1
+2X
2

24
2X
1
+4X
2

60
X
1

0 ; X
2

0
4)Extraer la matriz inversa B
-1
, de la tabla simplex optima.
Cj 150 200 0 0
Vb bj X
1
X
2
H
1
H
2

150 X
1
20/3 1 0 1/3 -1/6
B
-1
B
-1
= (1/3 -1/6)
200 X
2
20/3 0 1 -1/6 1/3 2x2 (-1/6 1/3)

Zj 700/3 150 200 50/3 125/3
Cj-Zj 0 0 -50/3 -125/3

5)Se calcula la nueva solucin optima X
B
, empleando la ecuacin matricial: X
B
= B
-1
(bj+
bj).
X
B
=B
-1
(bj+ bj) ;

,
_

2
1
X
X
=

,
_

3 / 1 6 / 1
6 / 1 3 / 1

,
_

6 0
2 4
=

,
_

) 6 0 ( 3 / 1 ) 2 4 ( 6 / 1
) 6 0 ( 6 / 1 ) 2 4 ( 3 / 1
=

,
_

2 0 4
1 0 8
=

,
_


1 6
2

,
_

2
1
X
X
=

,
_


1 6
2
5.2)Como X
B
=

,
_

2
1
X
X
=

,
_


1 6
2
< 0 ; en uno de sus elementos, la nueva solucin optima es
infactible, ir al paso 6.
6)Aplica el metodo dual, restablecer la tabla simplex optima.
Cj 150 200 0 0
Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

150 X
1
-2 1 0 1/3 -1/6

200 X
2
16 0 1 -1/6 1/3

Zj 2900 150 200 50/3 125/3
Cj-Zj 0 0 50/3 125/3
7)Aplicando el mtodo simplex restablecida, de acuerdo el siguiente procedimiento:
a)Sacar de la columna Vb, las variables de valor negativo, en este caso X
1
=-2,
definiendo asi el rengln seleccionado R
1
.
b)Introducir la variable que hece positiva a la variable de salida X
1
, siendo el cociente
menor positivo, en este caso seria H
2
,definido asi la columna seleccionada a
4
.
c)Obtener el numero pivote: np = -1/6.
d)Calcular los elementos del rengln pivote: R.P. =
np
1
R
1
, e introducirlo a la nueva
tabla R.P. = -6
[ ] 1/6 - 1/3 0 1 2 -
= 12 -6 0 -2 1
Nueva tabla simplex
Cj 150 200 0 0
Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
12 -6 0 -2 1 R.P.

200 X
2
12 2 1 1/2 0 NR
2


Zj 2400 400 200 100 0
Cj-Zj -250 0 -100 0
e) Calcular los nuevos elementos del rengln restante R
2
, aplicando la ecuacin NE,
introducirlo a la tabla ; NR
2
= R
2
-1/3R.P.
R
2
16 0 1 -1/6 1/3
-1/3R.P. 1/3
[ ] 1 2 - 0 6 - 12

16 0 1 -1/6 1/3 sumar
-4 2 0 2/3 -1/3
NR
2
12 2 1 0
f) Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la nueva tabla.
Zj bj = 0(12)+200(12) = 0+2400 = 2400
Zj X
1
= 0(-6)+200(2) = 0+400 = 400 ; Cj-Zj X
1
= 150-400 = -250
Zj X
2
= 0(0)+200(1) = 0+200 = 200 ; Cj-Zj X
2
= 200-200 = 0
Zj H
1
= 0(-2)+200(1/2) = 0+100 = 100 ; Cj-Zj H
1
= 0-100 = -100
Zj H
2
= 0(1)+200(0) = 0+0 = 0 ; Cj-Zj H
2
= 0-0 = 0
g)Calcular la solucin optima, empleando la ecuacin Vb = bj.
Vb = bj ;

,
_

Z j
X
H
2
1
=

,
_

2 4 0 0
1 2
1 2
; Nueva solucin optima; X
1
=0 ; X
2
=12 ; Zmax= $2400.
h)Verificar factibilidad, sustituyendo X
1
=0 y X
2
, en el sistema de restricciones del nuevo
problema.
4X
1
+2X
2

24 2X
1
+4X
2

24
4(0)+2(12)

24 2(0)+4(12)

24
24

24 (cumple) 48

60 (cumple)
8)Conclusin : El cambio de los recursos disponibles en los departamentos de

,
_

4 0
4 0
a

,
_

6 0
2 4
;
la produccin sufre cambios: El numero de mesas disminuye de 20/3 = 6.667 a cero,
mientras que la produccin de sillas se incrementa de 20/3 = 6.67 a 12 y la contribucin se
incrementa de $7000/3 = $2333.33 a $2400.
D) En una de las semanas en la misma empresa un cliente importante pidi a la carpintera
que fabricara mnimo 4 sillas. puede la carpintera satisfacer el pedido del cliente?, en
caso de que no, qu debe de hacer la carpintera para poder satisfacer la orden del
cliente?.
Procedimiento de calculo (agregar nuevas restricciones X
n
)
1)Obtener solucin optima del problema original , empleando el mtodo simplex.
Problema original Solucin ptima
Max Z = 150X
1
+200X
2
X
1
=20/3 (6.67) mesas ; H1=0
Sujeta A: X
2
=20/3(6.67) sillas ;H
2
=0
4X
1
+2X
2

40 Zmax = $7000/3 = $ 2333.33


2X
1
+4X
2

40
X
1

0 ; X
2

0
2)Establecer el nuevo problema (En forma primal).
Nuevo problema Forma primal.
Max Z = 150X
1
+200X
2
Max Z = 150X
1
+200X
2

Sujeta A: Sujeta A:
4X
1
+2X
2

40 4X
1
+2X
2

40
X
1
+4X
2

40 2X
1
+4X
2

40
X
2

4 -X
2

-4
X
1

0 ; X
2

0 X
1

0 ; X
2

0
3)Situaciones.
3.1)La nueva restriccin X
2

4 ; la satisface la solucin optima actual X


2
=6.67 es decir,
la nueva restriccin, no produce cambios en la solucin optima, ir al paso 7.
7)Conclusin: Debido a que la nueva restriccin X
2

4 , la satisface la solucin optima,


entonces la solucin optima no sufre cambios.
E)Supongamos que en una de las semanas el cliente pidi la produccin mnima de 7 sillas.
podra la carpintera satisfacer la peticin del cliente? En caso de que no. qu debe
hacer la carpintera para satisfacer la orden del cliente?.
Procedimiento de calculo (agregar nuevas restricciones X
n
)
1) Obtener solucin optima del problema original , empleando el mtodo simplex.

Problema original Solucin ptima
Max Z = 150X
1
+200X
2
X
1
=20/3 (6.67) mesas ; H1=0
Sujeta A: X
2
=20/3(6.67) sillas ;H
2
=0
4X
1
+2X
2

40 Zmax = $7000/3 = $ 2333.33


2X
1
+4X
2

40
X
1

0 ; X
2

0
2)Establecer el nuevo problema (En forma primal).

Nuevo problema Forma primal.
Max Z = 150X
1
+200X
2
Max Z = 150X
1
+200X
2

Sujeta A: Sujeta A:
4X
1
+2X
2

40 4X
1
+2X
2

40
X
1
+4X
2

40 2X
1
+4X
2

40
X
2

7 -X
2

-7
X
1

0 ; X
2

0 X
1

0 ; X
2

0
3)Situaciones.
3.1)La solucin optima, no satisface a la nueva restriccin, es decir: X
2
= 6.67 < 7, ir al
paso 4.
4)Aplicando el mtodo dual, restablecer la tabla simplex optima, bajo el siguiente
procedimiento:
a)Agregar una variable de holgura H
3
a la nueva restriccin: -X
2
+ H
3
= -7.
b)Calcular valor de la nueva variable de holgura H
3
,aplicando procedimiento algebraico
entre, renglones, basndonos en la nueva restriccin y la tabla simplex optima.
Cj 150 200 0 0 Funcin Objetivo.

Vb bj X
1
X
2
H
1
H
2

150 X
1
20/3 1 0 1/3 -1/6

200 X
2
20/3 0 1 -1/6 1/3

Zj 700/3 150 200 50/3 125/3
Cj-Zj 0 0 -50/3 -125/3
Procedimiento algebraico entre renglones.
Rengln de la nueva restriccin del problema
-X
2
+H
3
= -7 ------- 1
Rengln de la nueva restriccin de la tabla optima
0X
1
+X
2
-1/6H
1
+1/3H
2
= 20/3 ------- 2
De la solucin optima X
2
= 20/3 , sustituirlo en 1
-20/3+H
3
= -7 ; H
3
=-7/1+20/3 =

+
3
20 21
H
3
=-1/3 (infactible).
c)Calcular los valores del rengln de la nueva variable de holgura H
3
, aplicando
procedimiento algebraico entre renglones.
-X
2
+ H
3
= -7
0X
1
+ X
2
- 1/6H
1
+ 1/3H
2
= 20/3
0X
1
+ H
3
- 1/6H
1
+ 1/3H
2
= -1/3
Nuevo renglon para H
3
H
3
: 0X
1
+ 0X
2
- 1/6H
1
+ 1/3H
2
= -1/3
d)Valores de la columna H
3
todos ceros, excepto el ultimo, el cual corresponde a la unidad.
e)Construir nueva tabla y restablecer.
Entra H1 (a3 seleccionada)
Cj 150 200 0 0 0 Funcin Objetivo.

Vb bj X
1
X
2
H
1
H
2
H
3

150 X
1
20/3 1 0 1/3 -1/6 0

200 X
2
20/3 0 1 -1/6 1/3 0
0 H
3
-1/3 0 0 -1/6 1/3 1 Sale H3 (R3 seleccionado)

Zj 700/3 150 200 50/3 125/3 0
Cj-Zj 0 0 50/3 125/3 0
f)Calcular los renglones Zj y Zj-Cj, e introducirlos a la nueva tabla.
5)Aplicando el metodo simplex, resolver nueva tabla (restablecida), bajo el siguiente
procedimiento:
a)Sacar H
3
= -1/3 (infactible), de calumna Vb, definiendo asi, renglon seleccionado R
3
.
b)Introducir H
1
que hace positiva la variable de Salida H
3
, definiendo as, la columna
seleccionada a
4
.
c)Obtener numero pivote np = -1/6.
d)Calcular los elementos del rengln pivote R.P. , aplicando la ecuacin R.P. =
np
1
R
3
, e
introducirlo a la siguiente tabla: R.P.= -6(-1/3 0 0 -1/6 1/3 1)= 2 0 0 1 -2 -6
Cj 150 200 0 0 0 Funcin Objetivo.

Vb bj X
1
X
2
H
1
H
2
H
3

150 X
1
6 1 0 0 1/2 2 NR
1

200 X
2
7 0 1 0 0 -1 NR
2

0 H
2
2 0 0 1 -2 -6 R.P.

Zj 2300 150 200 0 75 100
Cj-Zj 0 0 0 -75 -100
e)Calcular los nuevos elementos de los renglones restantes, aplicando la ecuacin NE, e
introducirlos a la nueva tabla: NR
1
= R
1
-1/3R.P.
R
1
20/3 1 0 1/3 -1/6 0
-1/3R.P. 1/3
[ ] 6 - 2 - 1 0 0 2

20/3 1 0 1/3 -1/6 0 sumar
-2/3 0 0 -1/3 2/3 2
NR
1
6 1 0 0 2
NR
2
= R
2
+1/6R
2
R
2
20/3 0 1 -1/6 1/3 0
-1/3R.P. 1/6
[ ] 6 - 2 - 1 0 0 2

20/3 0 1 -1/6 1/3 0 sumar
1/3 0 0 1/6 -1/3 -1
NR
2
7 0 1 0 0 -1
f) Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la nueva tabla.
Zj bj = 150(6)+200(7)+0(2) = 900+1400+0 = 2300
Zj X
1
= 150(1)+200(0)+0(0) =150+0+0 = 150 ; Cj-Zj X
1
= 150-150 = 0
Zj X
2
= 150(0)+200(1)+0(0) = 0+200+0 = 200 ; Cj-Zj X
2
= 200-200 = 0
Zj H
1
= 150(0)+200(0)+(1) = 0+0+0 = 0 ; Cj-Zj H
1
= 0-0 = 0
Zj H
2
= 150(1/2)+200(0)+0(-2) = 75+0+0 = 75 ; Cj-Zj H
2
= 0-75 = -75
Zj H
3
= 150(2)+200(-1)+0(-6) = 300-200+0 = 100 ; Cj-Zj H
2
= 0-100 = -100
g)Verificar optimalidad: cuando el objetivo es MaxZ ; Cj-Zj 0; en todos sus elementos,
de acuerdo a la nueva tabla, todos cumplen, por lo tanto es optima.
6)Obtener nueva solucin optima, empleando la ecuacin matricial Vb = bj.
Vb = bj ;

,
_

Z j
H
X
X
3
2
1
=

,
_

2 3 0 0
2
7
6
X
1
=6 ; X
2
=7 ; H
3
=2 ; Zmax=2300
H
1
=0 ; H
2
=0

7)Conclusin: La carpintera para poder cumplir el pedido del cliente de cuando menos 7
sillas, deber reducir la produccin de mesas de 20/3 = 6.67 a 6 y aumentar l produccin
de sillas de 20/3 = 6.67 a 7, aceptando una disminucin en la contribucin de $7000/3 =
$2333.333 a $2300
Actividad 14: Cambios que afectan la optimalidad
1)Cambios en la contribucin Cj.
Procedimiento de anlisis:
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
2)Se cambia el vector Cj por (Cj+ Cj); entonces el rengln Zj-Cj, cambia a Zj-(Cj+
Cj).
3)Se establece el nuevo problema (en forma primal).
4)Se extrae de la tabla simplex optima el vector dual C
B
B
-1
5)Se calcula el valor de Zj-(Cj+ Cj), empleando la ecuacin matricial: Zj-(Cj+ Cj) =
C
B
B
-1
aj - (Cj+ Cj).
6)Si Zj-(Cj+ Cj) > 0; en alguno de sus elementos, restablecer la tabla simplex optima,
empleando el mtodo dual.
7)Revisar condiciones de optimalidad.
7.1)Si se cumplen las dos condiciones de optimalidad.
1)Zj-(Cj+ Cj) 0 ; para toda columna aj de A y no de B y
2)Zj-Cj 0; en todos sus elementos.
7.2)Si no se cumplen las dos condiciones anteriores, ir al paso 9.
8)Obtener nueva solucin optima de la tabla simplex restablecida, relacionando las
columnas base Vb y de recursos bj, es decir, Vb = bj, ir al paso 10.
9)Aplicando el mtodo simplex, para resolver la tabla simplex restablecida, hasta cumplir
Cj-Zj 0, bajo el siguiente procedimiento.
a)Introducir a la base Vb, la variable que tenga el mayor valor negativo de Zj-Cj.
b)Extraer de la base Vb, la variable de menor valor positivo de dividir la columna
recursos bj entre la columna seleccionada aj.
c)Obtener el numero pivote.
d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin R.P.=
np
1
Rs, e
introducirlo a la siguiente tabla.
e)Calcular los nuevos elementos de los renglones restantes, aplicando la ecuacin NE, e
introducirlo a la nueva tabla.
f)Calcular los elementos de los renglones Zj y Cj-Zj, e introducirlos a la nueva tabla.
g)Verificar optimalidad.
h)obtener nueva solucin optima, con la relacin, Vb = bj.
10)conclusin.
2)Cambios en los coeficientes tecnolgicos aij

Procedimiento de anlisis:
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
2)Se modifica el vector de coeficientes tecnolgicos aij por j.
3)Se establece el nuevo problema (en forma primal).
4)Extraer de la tabla simplex, la matriz inversa B
-1
y el vector dual C
B
B
-1
.
5)Calcular los elementos del rengln Zj-Cj, con la expresin: Zj-Cj = C
B
B
-1
j-cj.
5.1)Si Zj-Cj > 0, en todos sus elementos, la solucin optima no sufre cambios, ir al paso 10
5.2)Si Zj-Cj < 0, en alguno de sus elementos, ir al paso 6.
6)Aplicando el mtodo dual, restablecer la tabla optima, introducindole el vector Yj en la
columna aj que sufre cambios, el cual se obtiene con la ecuacin matricial: Yj = B
-1
j.
7)Aplicando el mtodo simplex, resolver la tabla simples restablecida, bajo el siguiente
procedimiento:
a)Introducir variable a la base Vb: la cual esta determinada por el valor mayor negativo
de Zj-Cj.
b)Extraer variable de la base Vb : determinada por la ecuacin matricial Vb = bj/aj
(menor valor positivo).
c)Obtener numero pivote np.
d)Calcular los valores del rengln pivote R.P., empleando la ecuacin:
np
1
Rs, e
introducirlo a la nueva tabla.
e)Calcular los nuevos elementos de los renglones Zj y Cj-Zj, e introducirlos a la nueva
tabla.
8)Verificar optimalidad.
9)Obtener nueva solucion optima, relacionado la columna base Vb y la columna recursos
bj; es decir: Vb = bj.
10)Conclusin.
3)Aadir nueva avtividad Xj

Procedimiento de anlisis:
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
2)Establecer el nuevo problema (en forma primal).
3)Extraer de la tabla simplex optima, la matriz inversa B
-1
y el vector dual C
B
B
-1
.
4)Calcular el valor de Zj-Cj de la nueva actividad Xj, con la expresin: Zj-Cj = C
B
B
-1
j-cj.
4.1)Si Zj-Cj > 0, en todos sus elementos, la nueva actividad Xj no debe entrar al sistema,
su valor es cero y la solucin optima no sufre cambios, ir al paso 9.
4.2)Si Cj-Zj < 0, en alguno de sus elementos, ir al paso 5.
5)Empleando el mtodo dual, restablecer la tabla simplex optima, introduciendo el nuevo
vector Yj = B
-1
aj en la columna que corresponde a la nueva actividad Xj.
6)Empleando el mtodo simplex, resolver la tabla simplex restablecida, bajo el siguiente
procedimiento:
a)Introducir a la base Vb, la variable cuyo valor de Zj-Cj sea el mayor negativo,
definiendo asi la columna seleccionada aj.
b)Extraer de la bae Vb, la variable determinada por la ecuacin matricial X
B
= bj/aj (valor
menor positivo),definiendo asi el rengln seleccionado Rs.
c)Obtener el numero pivote np (interseccin de Rs y aj).
d)Se calculan los elementos del rengln pivote R.P., empleando la ecuacin:
np
1
Rs.
e)Calcular los elementos de los renglones restantes, empleando la ecuacin NE
f)Calcular los elementos de los renglones Zj y Cj-Zj.
7)Verificar optimalidad.
8)Obtener la nueva solucin optima, relacionando las columnas Vb y bj, es decir: Vb = bj.
9)Conclusin.
Actividad 15: Cambios que afectan la optimalidad
Problemas de autoevaluacin.
1)Una empresa desea producir un volumen X de un producto qumico A que se vende a $5
por litro y otro volumen Y de un producto qumico B que se vende a $3 por litro. Dos tipos
de restricciones se consideran en este problema: personal y costos de produccin, en lo que
se refiere a la primera restriccin se tiene un mximo de 15 personas, mientras que en el
segundo se tiene un mximo de $10 por hora de trabajo. Los coeficientes tecnolgicos estn
dados por:
Productos qumicos A B
Personales 3 5
Costos de produccin 5 2
A)Obtenga la solucin optima, empleando el mtodo simplex.
B)Suponga que el precio del producto qumico B, se reduce de $3 a $1. Afecta a la
solucin optima?.
C)Suponga que el precio de ambos productos qumicos se reduce de $5 a $1 y de $3 a $1,
A y B, respectivamente, Afecta a la solucin optima esta reduccin de precios?
Solucion:
A)Empleando el mtodo simples, obtener la solucin optima.
I)Formulacin del problema (fase I).
a)Determinar el objetivo del problema: Maximizar la ganancia.

b)Definir las variables del problema:
Z = ganancia
X
1
= numero de litros del producto qumico A; C
1
= $5/litros
X
2
= numero de litros del producto qumico B ; C
2
= $3/litros

c)Establecer las restricciones:
1)Personal: Capacidad mxima 15 personas
2)Costo de produccin: Capacidad mxima $10/hora.

II)Construccin del modelo del problema (fase II).
a)Funcin objetivo: Max Z = 5X
1
+3X
2
b)Restricciones: 3X
1
+5X
2

15 (Personal)
5X
1
+2X
2

10 (Costos de produccin)
c)No-negatividad: X
1

0 ; X
2

0
III)Convertir el sistema de restricciones en un sistema de ecuaciones
Sistema de restricciones: Sistema de ecuaciones:
3X
1
+5X
2

15 3X
1
+5X
2
+H
1
=15
5X
1
+2X
2

10 5X
1
+2X2+H
2
=10
IV)Funcin objetivo: Max Z = 5X
1
+3X
2
+0H
1
+0H
2
V)Sistema de ecuaciones:
Personal: 4X
1
+2X
2
+H
1
+0H
2
=15
Costos de produccin: 5X
1
+2X
2
+0H
1
+H
2
=10
X
1
; X
2
; H
1
; H
2


0
VI)Construir tabla simplex inicial (tabla N1)
Tabla N1: Entra X
1
(a
2
:seleccionada).
Cj 5 3 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
15 3 5 1 0
0 10 5 2 0 1 Sale H
2
(R
2
:seleccionado).

Zj 0 0 0 0 0
Cj-Zj 5 3 0 0
VII)Resolver tabla N1 (primera iteracin).
1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor
positivo de Cj-Zj, es decir: C
1
-Z
1
= 5, por lo tanto X
1
debe entrar a la base Vb, siendo a
1
columna seleccionada.
2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/aj (menor valor
positivo); es decir: Vb = bj/a
1
.
H
2

,
_

2
1
H
H
=

,
_

5
3
1 0
1 5
=

,
_

5 / 10
3 / 15

,
_

2
1
H
H
=
,
_

2
5
; siendo 2, el menor valor positivo, entonces H
2
,
debe salir de la base Vb, siendo (R
2
:seleccionado).
3)Obtener el numero pivote np; de cuerdo a la tabla N1; np=5.
4)Obtener elementos del rengln pivote: R.P.=
np
1
R
2
; e introducirlo a la siguiente tabla
(tabla N2). R.P. =
5
1
[ ] 1 0 2 5 10
= 2 1 2/5 0 1/5
Tabla N2: Entra X
2
(a
2
:seleccionada).
Cj 5 3 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
9 3 19/5 1 -3/5 NR
1

5 X
1
2 1 2/5 0 1/5 R.P.

Zj 10 5 2 0 1
Cj-Zj 0 1 0 -1
5)Calcular los nuevos elementos del rengln restante R
1
, aplicando la ecuacin NE,
introducirlo a la tabla N2 ; NR
1
= R
1
-2R.P.
R
1
15 3 5 1 0
-3R.P. -3
[ ] 1/5 0 2/5 1 2

15 3 5 1 0 sumar
-6 -3 -6/5 0 -3/5
NR
1
9 0 19/5 1 -3/5
6)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la tabla N2.
Zj bj = 0(9)+5(10) = 0+10 = 10
Zj X
1
= 0(0)+5(1) = 0+5 = 5 ; Cj-Zj X
1
= 5-5 = 0
Zj X
2
= 0(19/5)+5(2/5) = 0+2 = 2 ; Cj-Zj X
2
= 3-2 = 1
Zj H
1
= 0(1)+5(0) = 0+0 =0 ; Cj-Zj H
1
= 0-0 = 0
Zj H
2
= 0(-3/5)+5(1/5) = 0+1 = 1 ; Cj-Zj H
2
= 0-1 = -1
VIII)Verificar optimalidad: cuando el objeto es Maz Z, Cj-Zj

0, en todos sus elementos,


de acuerdo a la tabla N2, C
2
-Z
2
= 1, no cumple, por la tanto repetir el paso VII.
VII)Resolver tabla simplex N2 (segunda iteracin).
1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor
positivo de Cj-Zj, es decir: C
2
-Z
2
= 1, por lo tanto X
2
debe entrar a la base Vb.(a
2
seleccionada).
2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a
2

,
_

1
1
X
H
=

,
_

5 / 1 2
5 / 1 9
2
9
=

,
_

5 / 2 / 2
5 / 19 / 9

,
_

1
1
X
H
=
,
_

5
19 / 45
; siendo 45/19, el menor valor positivo,
entonces H
1
, debe salir de la base Vb (R
1
:seleccionado).
3)Obtener el numero pivote: np = 19/5.
4)Calcular los elementos del rengln pivote: R.P.=
np
1
R
1
; e introducirlo a la siguiente
tabla (tabla N3). R.P. =
19
5
[ ] 3/5 - 1 19/5 0 9
= 45/19 0 1 5/19
-3/19
Tabla N3: (optima)
Cj 5 3 0 0
Funcin Objetivo
Vb bj X
1
X
2
H
1
H
2

3 X
2
45/19 0 1 5/19 -3/19

5 X
1
20/19 1 0 -2/19 5/19

Zj 235/19 5 3 5/19 16/19
Cj-Zj 0 0 -50/19 -16/19
5)Obtener elementos del rengln restante, es decir NR
2
, empleando la ecuacin NE, e
introducirlo a la tabla N3; por lo tanto NR
2
= R
2
-2/5R.P.
R
2
2 1 2/5 0 1/5
-2/5R.P. 2/5
[ ] 3/19 - 5/19 1 0 45/19

2 1 2/5 0 1/5 sumar
-18/19 0 -2/5 -2/19 6/95
NR
2
20/19 1 0 -2/19 5/19
6)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la tabla N3.
Zj bj = 3(45/19)+5(20/19) = 135/19+100/19 = 235/19
Zj X
1
= 3(0)+5(1) = 0+5 = 5 ; Cj-Zj X
1
= 5-5 = 0
Zj X
2
= 3(1)+5(0) = 3+0 = 3 ; Cj-Zj X
2
= 3-3 = 0
Zj H
1
= 3(5/19)+5(-2/19) = 15/19-10/19 = 5/19 ; Cj-Zj H
1
= 0-5/19 = -5/19
Zj H
2
= 3(-3/19)+5(5/19) = -9/19+25/19 = 16/19 ; Cj-Zj H
2
= 0-16/19 = -16/19
VIII)Verificar optimalidad: cuando el objetivo es Max Z, Cj-Zj 0, en todos sus
elementos, de acuerdo a la tabla N3, todos los elementos cumplen, por lo tanto, la tabla
simplex N3 es optima.
IX)obtener solucion optima. Vb = bj ;

,
_

Z j
X
X
1
2
=

,
_

1 9 / 2 3 5
1 9 / 2 0
1 9 / 4 5
Esto es igual a:
X
1
= 20/19 ; H
1
=0
X
2
= 45/19 ; H
2
=0
Zmax = $235/19
X)Verificar factibilidad: Sustituyendo X
1
=20/19 ; X
2
=45/19 en el sistema de restricciones.

3X
1
+5X
2

15 5X
1
+2X
2

10
3(20/19)+5(45/19)

15 5(20/19)+2(45/19)

10
285/19

15 190/19

10
15

15 (cumple). 10

10 (cumple).
XI)Conclusin: La empresa deber producir 20/19 = 1.05 litros del liquido A y
45/19 = 2.37 litritos del producto qumico B, para obtener la ganancia de $235/19 = $12.37.
B)Suponga que el precio del producto qumico B, se reduce de $3 a $1. Afecta a la
solucin optima?
Procedimiento de calculo (Cambio en la contribucin Cj).
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin optima
Max Z=5X
1
+3X
2
X
1
=20/19 = 1.05 ; H
1
=0
Sujeta a : X
2
=45/19 = 2.37 ; H
2
=0
3X
1
+5X
2

15 Zmax = 235/19 = 12.37


5X
1
+2X
2

10
X
1

0 ; X
2

0
2)Si cambia C
2
= $3 a (C
2
+ C
2
) = $1 ; entonces Z
2
-C
2
, cambia Z
2
-(C
2
+ C
2
)
3)Establecer el nuevo problema(en forma primal)
Max Z = 5X
1
+1X
2
Sujeta a :
3X
1
+5X
2

15
5X
1
+2X
2

10
X
1

0 ; X
2

0
4)Extraer la tabla simplex optima, el vector dual C
B
B
-1
Tabla simplex optima.
Cj 5 3 0 0

Vb bj X
1
X
2
H
1
H
2

3 X
2
45/19 0 1 5/19 -3/19

5 X
1
20/19 1 0 -2/19 5/19

Zj 235/19 5 3 5/19 16/19 C
B
B
-1
= (5/19 , 16/19)
Vector Dual
Cj-Zj 0 0 -5/19 -16/19
5)Calcular el valor de Z
2
-(C
2
+ C
2
) = C
B
B
-1
a
2
- (C
2
+ C
2
)
Z
2
-(C
2
+ C
2
) = (5/19 16/19)

,
_

2
5
-1 = 25/19+32/19-1 = 57/19-1 = 3-1 = 2
6)Como Z
2
-(C
2
+ C
2
) = 2 > 0;Se restablece la tabla simples optima, empleando el mtodo
dual.
Tabla simplex optima (restablecer)

Cj 5 1 0 0
Funcin objetivo
Vb bj X
1
X
2
H
1
H
2

1 X
2
45/19 0 1 5/19 -3/19 Sale X
2
(R
1
:Seleccionada)

5 X
1
20/19 1 0 -2/19 5/19

Zj 65/19 5 1 -5/19 22/19

Cj-Zj 0 0 -5/19 22/19
7)Revisar las condiciones de optimalidad: 1)Zj- (C
2
+ C
2
) 0 ; en aj de A y 2)Zj-Cj 0

.- Z
3
-C
3
= -5/19 < 0 (no cumple).
1) Z
2
- (C
2
+ C
2
) = 2 > 0 ; (Cumple) .- Z
4
-C
4
= 22/19 > 0 (cumple).
7.2)Las condiciones no se cumplen, ir al paso 9.
9)Aplicando el mtodo simplex, resolver la tabla simplex optima restablecida.
a)Determinar variable de entrada: La define el mayor valor negativo de Zj-Cj, es decir:
Z
3
-C
3
= -5/19 ; por lo tanto H
1
debe entrar a la base Vb (a
3
: seleccionada).
b)Determinar variable de salida: Empleando la ecuacin matricial: Vb = Bj/a
3
(menor valor
positivo) Vb = bj/a
3
;

,
_

1
2
X
X
=

,
_

1 9 / 2
1 9 / 5
1 9 / 2 0
1 9 / 4 5
=

,
_

19 / 2
19 / 20
19 / 5
19 / 45
=
,
_

2 / 20
5 / 45

,
_

1
2
X
X
=
,
_

10
9
Siendo 9 el menor valor positivo, entonces X
2
, debe salir de la base Vb.(R
1
:Seleccionado).
c)Obtener el numero pivote np; es decir np=5/19
d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=
np
1
R
1
, e
introducirlo a la nueva tabla: R.P.=19/5(45/19 0 1 5/19 -3/19) = 9 0 19/5 1 -3/5
Nueva tabla
Cj 5 1 0 0
Funcin Objetivo
Vb bj X
1
X
2
H
1
H
2

0 H
1
9 0 19/5 1 -3/5 R.P.

5 X
1
2 1 2/5 0 1/5 NR
2
2

Zj 10 5 2 0 1
Cj-Zj 0 -1 0 -1
e)Calcular los nuevos elementos del rengln, empleando la ecuacin NE, es decir:
NR
2
= R
2
+2/19R.P. e introducirla a la nueva tabla.
R
2
20/19 1 0 -2/19 5/19
2/19R.P. 2/19
[ ] 3/5 - 1 19/5 0 9

20/19 1 0 -2/19 5/19 sumar
18/19 0 2/5 2/19 -6/95
NR
2
2 1 2/5 0 1/5
f)Calcular los elementos de los renglones Zj y Cj-Zj, e introducirlos a la nueva tabla.
Zj bj = 0(9)+5(2) = 0+10 = 10
Zj X
1
= 0(0)+5(1) = 0+5 = 5 ; Cj-Zj X
1
= 5-5 = 0
Zj X
2
= 0(19/5)+5(2/5) = 0+2 = 2 ; Cj-Zj X
2
= 1-2 = -1
Zj H
1
= 0(1)+5(0) = 0+0 = 0 ; Cj-Zj H
1
= 0-0 = 0
Zj H
2
= 0(-3/5)+5(1/5) = 0+1 = 1 ; Cj-Zj H
2
= 0-1 = -1
g)Verificar optimalidad: cuando el objeto es Max Z, Cj-Zj 0; en todos sus elementos, de
acuerdo a la nueva tabla, todos los elementos cumplen, por lo tanto, la nueva tabla es
optima.
h)Obtener nueva solucin optima, empleando la ecuacin matricial: Vb = bj.

,
_

z j
X
H
1
1
=

,
_

1 0
2
9
; por lo tanto X
1
=2 ; X
2
=0 ; Zmax= $10 ; H
i
=9 ; H
2
=0 ; ir al paso 10.
10)Conclusin: El cambio en el precio del producto qumico B, de $3 a $1, trae como
consecuencia, un incremento en la elaboracin del producto qumico A de 20/19 = 1.05
litros a 2 litros, pero el producto qumico B, disminuye su elaboracin de 45/19= 2.37 litros
a cero litros, adems la ganancia disminuye de $235/19 = $12.37 a $10.
C)Suponga que el precio de ambos productos qumicos se reducen de $5 a $1 y $3 a
$1, A y B, respectivamente. Afecta a la solucin optima esta reduccin de precios?

Procedimiento de calculo (Cambio en la contribucin Cj)
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin optima
Max Z=5X
1
+3X
2
X
1
=20/19 = 1.05 ; H
1
=0
Sujeta a : X
2
=45/19 = 2.37 ; H
2
=0
3X
1
+5X
2

15 Zmax = 235/19 = 12.37


5X
1
+2X
2

10
X
1

0 ; X
2

0
2)Si cambia C
1
= $5 a (C
1
+ C
1
) = $1 ; y se cambia C
2
= $3 a (C
2
+ C
2
) = $1; entonces:
Z
1
-C
1
, cambia Z
1
-(C
1
+ C
1
) y Z
2
-C
2
a Z
2
-(C
2
+ C
2
).
3)Establecer el nuevo problema(en forma primal)
Max Z = 1X
1
+1X
2
Sujeta a :
3X
1
+5X
2

15
5X
1
+2X
2

10
X
1

0 ; X
2

0
4)Extraer la tabla simplex optima, el vector dual C
B
B
-1
Tabla simplex optima.
Cj 5 3 0 0

Vb bj X
1
X
2
H
1
H
2

3 X
2
45/19 0 1 5/19 -3/19

5 X
1
20/19 1 0 -2/19 5/19

Zj 235/19 5 3 5/19 16/19 C
B
B
-1
= (5/19 , 16/19)
Vector Dual
Cj-Zj 0 0 -5/19 -16/19
5)Calcular Z1-(C1+ C1) = CBB
-1
a1 - (C1+ C1) = (5/19 6/19)

,
_

5
3
-1 = 15/19+80/19-1 = 95/19-1 = 5-1
= 4
Calcular Z2-(C2+ C2) = CBB
-1
a2 - (C2+ C2) = (5/19 6/19)

,
_

2
5
-1 = 25/19+32/19-1 = 57/19-1 = 3-1
= 2
6)Como Z
1
-(C
1
+ C
1
) = 4 > 0 y Z
2
-(C
2
+ C
2
) = 2 > 0; Se restablece la tabla simplex
optima, empleando el mtodo dual.
Tabla simplex optima (restablecer)

Cj 1 1 0 0
Funcin objetivo
Vb bj X
1
X
2
H
1
H
2

1 X
2
45/19 0 1 5/19 -3/19

1 X
1
20/19 1 0 -2/19 5/19

Zj 65/19 1 1 3/19 2/19

Cj-Zj 0 0 3/19 2/19
7)Revisar las condiciones de optimalidad: 1)Zj- (Cj+ Cj)>0; en A y no en B y 2)Zj-Cj
0

1) Z
1
- (C
1
+ C
1
) = 4 > 0 ; (Cumple) 2) Z
3
-C
3
= 3/19 > 0 ( cumple).
Z
2
- (C
2
+ C
2
) = 2 > 0 ; (Cumple) Z
4
-C
4
= 2/19 > 0 (cumple).
7.1)Las condiciones si cumplen, ir al paso 8.
8) Obtener nueva solucin optima de la tabla simplex restablecida, empleando la ecuacin
matricial: Vb = bj.

,
_

z j
X
X
1
2
=

,
_

1 9 / 6 5
1 9 / 2 0
1 9 / 4 5
; por lo tanto X
1
=1.05 ; X
2
=2.37; Zmax=$3.42; H
i
=0 ; H
2
=0 ; ir al paso 10.
10)Conclusin: La reduccin de los precios de los productos A de $5 a $1 y B de $3 a $1,
no produce cambios en las cantidades a elaborar de los productos, es decir A se producen
1.05 litros y de B, 2.37 litros, aproximadamente, pero si se reduce considerablemente la
ganancia de $12.37 a $3.42.
2)Una compaa cuenta con 4 unidades de madera y 18 unidades de plstico; para elaborar
dos productos A y B, con una ganancia de $ 3 y $ 5, respectivamente. El producto A
requiere de una unidad de madera y 3 unidades de plstico, mientras que el producto B,
solo requiere de 2 unidades de plstico. Cuantos productos de cada tipo, debe elaborar la
compaa?.
A) Obtener la solucin optima, empleando el mtodo simplex.
B) Suponga que los requerimientos del producto A, cambian de una unidad de madera a dos
unidades y que de 3 unidades de plstico, se reduce a 2 unidades. Afectan estos cambios a
la solucin optima?.
C) Suponga que los requerimientos del producto A, cambian de una unidad de madera a 10
unidades y que de 3 unidades de plstico, se reduce a una unidad. Afectan estos cambios a
la solucin optima?.
D)Conviene producir un nuevo producto C, cuya ganancia es de $ 7, cuyos requerimientos
son de una unidad de madera y 2 unidades de plstico?
E)Conviene producir un nuevo producto C, cuya ganancia es de $ 4, cuyos requerimientos
son de 10 unidades de madera y 4 unidades de plstico?.
Solucin:
A)Obtener la solucin optima, empleando el mtodo simplex.
I)Formulacin del problema (fase I).
a)Definir el objetivo: Maximizar la ganancia.

b)Definir las variables del problema:
Z = Ganancia
X
1
= numero de unidades a elaborar del producto A; C
1
= $3/unidad.
X
2
= numero de unidades a elaborar del producto B; C
2
= $5/unidad.

c)Establecer las restricciones del problema: 1)Materia prima
Madera : Capacidad mxima de 4 unidades.
Plstico : Capacidad mxima de 18 unidades.
II)Construccin del modelo del problema (fase II).
Funcin objetivo: Max Z = 3X
1
+5X
2
Sujeta a las Restricciones:
Madera: X
1


4
Plastico: 3X
1
+ 2X
2


18
No-negatividad: X
1

0 ; X
2

0
III)Convertir el sistema de restricciones en un sistema de ecuaciones
Sistema de restricciones: Sistema de ecuaciones:
X
1


4 X
1
+H
1
=15
3X
1
+ 2X
2

18 3X
1
+2X2+H
2
=18
IV)Funcin objetivo: Max Z = 3X
1
+5X
2
+0H
1
+0H
2
V)Sistema de ecuaciones:
X
1
+0X
2
+H
1
+0H
2
= 4 (Madera)
3X
1
+2X
2
+0H
1
+H
2
=18 (Plstico)
X
1
; X
2
; H
1
; H
2


0
VI)Construir tabla simplex inicial (tabla N1)
Tabla N1: Entra X
2
(a
2
:seleccionada).
Cj 3 5 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
4 1 0 1 0
0 18 3 2 0 1 Sale H
2
(R
2
:seleccionado).

Zj 0 0 0 0 0
Cj-Zj 3 5 0 0
VII)Resolver tabla N1 (primera iteracin).
1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor
positivo de Cj-Zj, es decir: C
2
-Z
2
= 5, por lo tanto X
2
debe entrar a la base Vb. (a
2
:
seleccionada).
2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a
2
(menor valor
positivo); es decir:

,
_

2
1
H
H
=

,
_

2
0
1 8
4
=

,
_

2 / 18
0 / 4

,
_

2
1
H
H
=
,
_


9
; siendo 9, el menor valor positivo, entonces H
2
,
debe salir de la base Vb, siendo (R
2
:seleccionado).
3)Obtener el numero pivote np; de cuerdo a la tabla N1; np=2.
4)Obtener elementos del rengln pivote: R.P.=
np
1
R
2
; e introducirlo a la siguiente tabla
(tabla N2). R.P. =
2
1
[ ] 1 0 2 3 18
= 9 3/2 1 0 1/2
Tabla N2:
Cj 3 5 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
4 1 0 1 0 NR
1


5 X
2
9 3/2 1 0 1/2 R.P.
H
2

Zj 45 15/2 5 0 5/2
Cj-Zj -9/2 0 0 -5/2
5)Calcular los nuevos elementos del rengln restante R
1
, aplicando la ecuacin NE,
introducirlo a la nueva tabla (tabla N2), es decir ; NR
1
= R
1
-0 (R.P.) = R
1
NR
1
= 4 1 0 1 0
6)Calcular los elementos de los renglones Zj y Zj-Cj, e introducirlos a la tabla N2.
Zj bj = 0(4)+5(9) = 0+45 = 45
Zj X
1
= 0(1)+5(3/2) = 0+15/2 = 15/2 ; Cj-Zj X
1
= 3-15/2 = -9/2
Zj X
2
= 0(0)+5(1) = 0+5 = 5 ; Cj-Zj X
2
= 5-5 = 0
Zj H
1
= 0(1)+5(0) = 0+0 =0 ; Cj-Zj H
1
= 0-0 = 0
Zj H
2
= 0(0)+5(1/2) = 0+5/2 = 5/2 ; Cj-Zj H
2
= 0-5/2 = -5/2
VIII)Verificar optimalidad: cuando el objetivo es Maz Z, Cj-Zj

0, en todos sus
elementos, de acuerdo a la tabla N2, todos cumplen, por la tanto, la tabla N2 es optima.
IX)Obtener solucin optima, empleando la ecuacin matricial: Vb = bj ; es decir:

,
_

Z j
X
H
2
1
=

,
_

4 5
9
4
Esto es igual a: X
1
= 0 ; H
1
=4 ; X
2
= 9; H
2
=0 ; Zmax = $45
X)Verificar factibilidad: Sustituyendo X
1
=0 ; X
2
=9 en el sistema de restricciones.

X
1

4 3X
1
+2X
2

18
0

4 (Cumple) 3(0)+2(9)

18
18

18 (Cumple).
XI)Conclusin: La compaa no deber elaborar el producto A, solo deber elaborar 9
productos tipos B, logrando una ganancia mxima de $45.
B) Suponga que los requerimientos del producto A, cambian de una unidad de
madera a 2 unidades y que de 3 unidades de plstico, se reduce a 2 unidades.
Afectan estos cambios a la solucin optima?.
Procedimiento de calculo (Cambios en los coeficientes tecnolgicos aij).
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin optima
Max Z=3X
1
+5X
2
X
1
= 0 ; H
1
= 4
Sujeta a : X
2
= 9 ; H
2
= 0
X
1

4 Zmax = 45
3X
1
+2X
2

18
X
1

0 ; X
2

0
2)Se modifica el vector de coeficientes tecnolgicos de: a
1
=

,
_

3
1
a
1
=

,
_

2
2
3)Establecer el nuevo problema(en forma primal)
Max Z = 3X
1
+5X
2
Funcin Objetivo
Sujeta a las restricciones:
2X
1

4 Madera
2X
1
+2X
2

18 Plstico
X
1

0 ; X
2

0 No-negatividad
4)Extraer de la tabla simplex optima, la matriz inversa B
-1
y el vector dual C
B
B
-1
Tabla simplex optima.
Cj 3 5 0 0

Vb bj X
1
X
2
H
1
H
2

0 H
1
4 1 0 1 0 B
-1
=

,
_

1 / 2 0
0 1
2x2 Matriz inversa
5 X
2
9 3/2 1 0 1/2

Zj 45 15/2 5 0 5/2 C
B
B
-1
= ( 0 5/2 )
1x2 Vector Dual
Cj-Zj -9/2 0 0 -5/2
5)Calcular los elementos del rengln Zj-Cj, con la expresin: Zj-Cj = C
B
B
-1
j-Cj ; en este
caso: Z
1
-C
1
= C
1
) = C
B
B
-1

1
-C
1
= (0 5/2)

,
_

2
2
-3 = 0(2)+5/2(2)-3 = 5-3 = 2
5.1)Como Z
1
-C
1
= 2 > 0, la solucin optima no sufre cambios; ir al paso 10.

10)Conclusin: Los cambios en los coeficientes tecnolgicos de la columna de X
1
; no
produce cambios en la solucin optima del problema original.
C) Suponga que los requerimientos del producto A, cambian de una unidad de
madera a 10 unidades y que de 3 unidades de plstico, se reduce a una unidad.
Afectan estos cambios a la solucin optima?.
Procedimiento de calculo (Cambios en los coeficientes tecnolgicos aij)
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin optima
Max Z=3X
1
+ 5X
2
X
1
= 0 ; H
1
= 4
Sujeta a : X
2
= 9 ; H
2
= 0
X
1

4 Zmax = $45
3X
1
+2X
2

18
X
1

0 ; X
2

0
2)Se modifica el vector de coeficientes tecnolgicos de a
1
=

,
_

3
1
a
1
=

,
_

1
1 0
.
3)Establecer el nuevo problema(en forma primal)
Max Z = 3X
1
+ 5X
2
Funcin Objetivo
Sujeta a restricciones:
10X
1

4 Madera
1 X
1
+2X
2

18 Plstico
X
1

0 ; X
2

0 No-Negatividad
4)Extraer la tabla simplex optima, la matriz inversa B
-1
y el vector dual C
B
B
-1
Tabla simplex optima.
Cj 3 5 0 0

Vb bj X
1
X
2
H
1
H
2

0 H
1
4 1 0 1 0
Matriz Inversa:
5 X
2
9 3/2 1 0 1/2 B
-1
=

,
_

1 / 2 0
0 1


Zj 45 15/2 5 0 5/2 C
B
B
-1
= (0 , 5/2)
1x2 Vector Dual
Cj-Zj -9/2 0 0 -5/2
5)Calcular los elementos del rengln: Zj Cj = C
B
B
-1
j-Cj ; en este caso:
Z
1
-C
1
= C
B
B
-1

1
-C
1
= (0 5/2)

,
_

1
1 0
-3 = 0 (10) + 5/2 (1) - 3 = 5/2 3 = -1/2
5.2)Como: Z
1
-C
1
= -1/2 < 0 ; ir al paso 6.

6)Aplicando el metodo dual, restablecer la tabla simplex optima, introducindole el vector
Y
1
= B
-1

1
en la columna a
1
, la cual sufre cambios; es decir:
Y
1
=

,
_

1 / 2 0
0 1

,
_

1
1 0
=

,
_

+
+
1 / 2 ( 1 ) 0 ( 1 0 )
0 ( 1 ) 1 ( 1 0 )
=

,
_

2 / 1
1 0
Tabla simplex optima (restablecer)
Entra X
1
(a
1
:seleccionada).
Cj 3 5 0 0 Funcin objetivo.
Vb bj X
1
X
2
H
1
H
2

0 H
1
4 10 0 1 0 Sale H
1
(R
1
:seleccionado).
5 X
2
5 1/2 1 0 1/2

Zj 45 5/2 5 0 5/2
Cj-Zj -1/2 0 0 5/2
7)Aplicando el mtodo simplex, resolver la tabla simplex restablecida, bajo el siguiente
procedimiento:
a)Determinar variable de entrada: La define el mayor valor negativo de Zj-Cj; de acuerdo a
la tabla simplex restablecida; Z
1
-C
1
= -1/2 (Mayor negativo); por lo tanto X
1
debe entrar a
la base Vb (a
1
: seleccionada).
b)Determinar variable de salida: Empleando la ecuacin matricial:
Vb = bj/a
1
(menor valor positivo) ; es decir:

,
_

2
1
X
H
=

,
_

2 / 1
1 0
9
4
=

,
_

2 / 1
9
10 / 4
=
,
_

18
5 / 2
; Siendo 2/5 el menor valor positivo, entonces
H
1
, debe salir de la base Vb.(R
1
:Seleccionado).
c)Obtener el numero pivote np; es decir np=10
d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=
np
1
R
1
, e
introducirlo a la nueva tabla: R.P.=1/10 (4 10 0 1 0) = 2/5 1 0 1/10 0
Nueva tabla simplex
Cj 3 5 0 0
Funcin Objetivo
Vb bj X
1
X
2
H
1
H
2

3 X
1
2/5 1 0 1/10 0 R.P.

5 X
2
44/5 0 1 -1/20 1/2 NR
2

Zj 226/5 3 5 1/20 5/2
Cj-Zj 0 0 -1/20 -5/2
e)Calcular los nuevos elementos del rengln restante, empleando la ecuacin NE, es
decir: NR
2
= R
2
- R.P. e introducirla a la nueva tabla.
R
2
9 1/2 1 0 1/2
-1/2R.P. 1/2
[ ] 0 1/10 0 1 2/5

9 1/2 1 0 1/2 sumar
-1/5 -1/2 0 -1/20 0
NR
2
44/5 0 1 -1/20 1/2
f)Calcular los elementos de los renglones Zj y Cj-Zj, e introducirlos a la nueva tabla.
Zj bj = 3(2/5)+5(44/5) = 6/5+220/5 = $226/5 = $45.2
Zj X
1
= 3(1)+5(0) = 3+0 = 3 ; Cj-Zj X
1
= 3-3 = 0
Zj X
2
= 3(0)+5(1) = 0+5 = 5 ; Cj-Zj X
2
= 5-5 = 0
Zj H
1
= 3(1/10)+5(-1/20) = -3/10-5/20 = 1/20 ; Cj-Zj H
1
= 0-1/20 = -1/20
Zj H
2
= 3(0)+5(1/2) = 0+5/2 = 5/2 ; Cj-Zj H
2
= 0-5/2 = -5/2

8)Verificar optimalidad: cuando el objetivo es Max Z; Cj-Zj 0; en todos sus elementos,
de acuerdo a la nueva tabla simplex, todos los elementos cumplen, por lo tanto, es optima.
9) Obtener nueva solucin optima , empleando la ecuacin matricial: Vb = bj.

,
_

Z j
X
X
2
1
=

,
_

5 / 2 2 6
5 / 4 4
5 / 2
; por lo tanto X
1
=0.4 ; X
2
=8.8; Zmax=$45.2; H
i
=0 ; H
2
=0
10)Conclusin: Los cambios en los coeficientes tecnolgicos de X
1
; se manifiestan los
cambios en la elaboracin del producto A, un incremento de cero unidades a 0.4 unidades,
una disminucin del producto B, de nueve a 8.8; pero la ganancia se ve incrementada de
$45 a $45.2.
D)Conviene producir un nuevo producto C, cuya ganancia es de $ 7, cuyos
requerimientos son de una unidad de madera y 2 unidades de plstico?
Procedimiento de calculo (Aadir una nueva actividad Xj)
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin optima
Max Z=3X
1
+ 5X
2
X
1
= 0 ; H
1
= 4
Sujeta a : X
2
= 9 ; H
2
= 0
X
1

4 Zmax = $45
3X
1
+2X
2

18
X
1

0 ; X
2

0

2)Establecer el nuevo problema(en forma primal)
Max Z = 3X
1
+ 5X
2
+7X
3
Funcin Objetivo
Sujeta a restricciones:
X
1
+1X
3

4 Madera
3X
1
+2X
2
+ 2X
3

18 Plstico
X
1

0 ; X
2

0 ; X
3

0 No-Negatividad
3)Extraer la tabla simplex optima, la matriz inversa B
-1
y el vector dual C
B
B
-1
Tabla simplex optima.
Cj 3 5 0 0

Vb bj X
1
X
2
H
1
H
2

0 H
1
4 1 0 1 0
Matriz Inversa:
5 X
2
9 3/2 1 0 1/2 B
-1
=

,
_

1 / 2 0
0 1


Zj 45 15/2 5 0 5/2 C
B
B
-1
= (0 , 5/2)
1x2 Vector Dual
Cj-Zj -9/2 0 0 -5/2
4)Calcular el valor de Z
3
-C
3
; empleando la ecuacin: Z
3
C
3
= C
B
B
-1
a
3
-C
3
; es decir:
Z
3
-C
3
= (0 5/2)

,
_

2
1
-7 = 0 (1) + 5/2 (2) - 7 = 5 7 = -2
4.2)Como: Z
3
-C
3
= -2 < 0 ; ir al paso 5.

5)Aplicando el mtodo dual, restablecer la tabla simplex optima, introduciendo el nuevo
vector Yj = B
-1
aj, en la columna aj ; es decir Y
3
= B
-1
a
3
; en a
3
entonces:
Y
1
= B
-1

1
en la columna a
1
, la cual sufre cambios; es decir:
Y
3
=

,
_

1 / 2 0
0 1

,
_

2
1
=

,
_

+
+
1 / 2 ( 2 ) 0 ( 1 )
0 ( 2 ) 1 ( 1 )
=

,
_

1
1
Tabla simplex (restablecer)
Entra X
3
(a
3
:seleccionada).
Cj 3 5 7 0 0 Funcin objetivo.
Vb bj X
1
X
2
X
3
H
1
H
2

0 H
1
4 1 0 1 1 0 Sale H1(R1:seleccionado).
5 X
2
9 3/2 1 1 0 1/2

Zj 45 15/2 5 5 0 5/2
Cj-Zj 9/2 0 -2 0 5/2
6)Empleando el mtodo simplex, resolver la tabla simplex restablecida, bajo el siguiente
procedimiento:
a)Determinar variable de entrada: La cual es determinada por el mayor valor negativo de
Zj-Cj; de acuerdo a la tabla restablecida; Z
3
-C
3
= -2 (Mayor negativo); por lo tanto X
3
debe entrar a la base Vb (a
3
: seleccionada).
b)Determinar variable de salida: Empleando la ecuacin matricial:
Vb = bj/a
3
(menor valor positivo) ; es decir:

,
_

2
1
X
H
=

,
_

1
1
9
4
=
,
_

1 / 9
1 / 4

,
_

2
1
X
H
=

,
_

9
4
; Siendo 4 el menor valor positivo,
entonces H
1
, debe salir de la base Vb.(R
1
:Seleccionado).
c)Obtener el numero pivote np; es decir np=1
d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=
np
1
R
1
, e
introducirlo a la nueva tabla simplex : R.P.=
1
1
(4 1 0 1 1 0) = 4 1 0 1 1
0
Nueva tabla simplex
Cj 3 5 7 0 0
Funcin Objetivo
Vb bj X
1
X
2
X
3
H
1
H
2

7 X
3
4 1 0 1 1 0 R.P.

5 X
2
5 1/2 1 0 -1 1/2 NR
2

Zj 53 19/2 5 7 2 5/2
Cj-Zj -13/2 0 0 -2 -5/2
e)Calcular los nuevos elementos del rengln restante R
2
, aplicando la ecuacin NE, es
decir: NR
2
= R
2
- 1 R.P. e introducirla a la nueva tabla simplex .
R
2
9 3/2 1 1 0 1/2
-1 R.P. 1
[ ] 0 1 1 0 1 4

9 3/2 1 1 0 1/2 sumar
-4 -1 0 -1 -1 0
NR
2
5 1/2 1 0 -1 1/2
f)Calcular los elementos de los renglones Zj y Cj-Zj, e introducirlos a la nueva tabla.
Zj bj = 7(4)+5(5) = 28+25 = $53
Zj X
1
= 7(1)+5(1/2) = 7+5/2 = 19/2 ; Cj-Zj X
1
= 3-19/2 = -13/2
Zj X
2
= 7(0)+5(1) = 0+5 = 5 ; Cj-Zj X
2
= 5-5 = 0
Zj X
3
= 7(1)+5(0) = 7+0 = 7 ; Cj-Zj X
3
= 7-7 = 0
Zj H
1
= 7(1)+5(-1) = 7-5 = 2 ; Cj-Zj H
1
= 0-2 = -2
Zj H
2
= 7(0)+5(1/2) = 0+5/2 = 5/2 ; Cj-Zj H
2
= 0-5/2 = -5/2

7)Verificar optimalidad: cuando el objetivo es Max Z; Cj-Zj 0; en todos sus elementos,
de acuerdo a la nueva tabla simplex, todos los elementos cumplen, por lo tanto, es optima.
8) Obtener nueva solucin optima , empleando la ecuacin matricial: Vb = bj.

,
_

Z j
X
X
2
3
=

,
_

5 3
5
4
; por lo tanto X
1
= 0 ; X
2
= 5; X
3
= 4 ; Zmax=$53; H
i
=0 ; H
2
=0
9)Conclusin: Si es conveniente elaborar el producto C, ya que permite incrementar
la ganancia de $45 a $53, mientras que el producto A, no conviene elaborarse, la
elaboracin del producto B, disminuye de 9 a 5 unidades y el producto C, deben de
elaborarse 4 unidades.
E)Conviene producir un nuevo producto C, cuya ganancia es de $ 4, cuyos
requerimientos son de 10 unidades de madera y 4 unidades de plstico?.
Procedimiento de calculo (Aadir una nueva actividad Xj)
1)Obtener la solucin optima del problema original, empleando el mtodo simplex.
Problema original Solucin optima
Max Z=3X
1
+ 5X
2
X
1
= 0 ; H
1
= 4
Sujeta a : X
2
= 9 ; H
2
= 0
X
1

4 Zmax = $45
3X
1
+2X
2

18
X
1

0 ; X
2

0

2)Establecer el nuevo problema(en forma primal)
Max Z = 3X
1
+ 5X
2
+4X
3
Funcin Objetivo
Sujeta a restricciones:
X
1
+10X
3

4 Madera
3X
1
+2X
2
+ 4X
3

18 Plstico
X
1

0 ; X
2

0 ; X
3

0 No-Negatividad
3)Extraer de la tabla simplex optima, la matriz inversa B
-1
y el vector dual C
B
B
-1
Tabla simplex optima.
Cj 3 5 0 0

Vb bj X
1
X
2
H
1
H
2

0 H
1
4 1 0 1 0
Matriz Inversa:
5 X
2
9 3/2 1 0 1/2 B
-1
=

,
_

1 / 2 0
0 1


Zj 45 15/2 5 0 5/2 C
B
B
-1
= (0 , 5/2)
1x2 Vector Dual
Cj-Zj -9/2 0 0 -5/2
4)Calcular el valor de Z
3
-C
3
; empleando la ecuacin: Z
3
C
3
= C
B
B
-1
a
3
-C
3

Z
3
-C
3
= (0 5/2)

,
_

4
1 0
-4 = 0 (10) + 5/2 (4) - 4 = 10 4 = 6
4.2)Como Z
3
-C
3
= 6 > 0 ; por lo tanto, X
3
no debe entrar a la base Vb y su valor es igual
a cero. Ir al paso 9.

9)Conclusin: Como la nueva actividad no se acepta, no es conveniente elaborar el
producto C, por lo tanto la solucin optima no sufre cambios.
Actividad 16: ANLISIS DE SENSIBILIDAD
Problemas propuestos:
1)Una compana de metal, fabrica un tipo especial de molde que debe contener
cuando menos 20% de hierro forjado y 5% de plomo. La compaa tiene dos tipos de
mineral a partir del cual puede fabricar los moldes. Los contenidos de hierro forjado
y plomo (Expresados en porcentaje por libra), de los dos minerales que aparecen
tabulados enseguida. El costo por tonelada del mineral I es $260 y del mineral II es
$80.
Tabla:
Contenido
Mineral
Hierro forjado plomo
Mineral I 60 % 10 %
Mineral II 13 % 3 %
a)Encuentre la solucin optima, empleando el mtodo simplex.
b)Suponga que el requerimiento mnimo de hierro forjado se aumenta de 20% a 21%.
c)Suponga que el plomo mnimo que se requiere se aumenta de 5% a 6%. Cmo se
afectara el costo de la mezcla?.
2)Un fabricante de juguetes que esta preparando un programa de produccin para
dos artculos Maravilla y fantstico, debe utilizar la informacin respecto a sus
tiempos de construccin que se proporciona en la tabla. La maquina A dispone de 70
horas semanales, la maquina B, de 40 horas semanales y para terminado, 40 horas
semanales. Si las utilidades de cada juguete maravilla y fantstico son de $4 y $6,
respectivamente.
a)Encontrar la solucin optima, empleando el mtodo simplex.
b)Si la disponibilidad de las maquinas A, B, y C, cambian a 60 horas, 50 horas y 40 horas
semanales, respectivamente. Como se afectara la solucin optima ?
Tabla:
Maquina
Articulo
A B C
Maravilla 2 Horas 1 Hora 1 Hora
Fantastico 1 Hora 1 Hora 3 Horas
3) Casa consuelo quiere gastar $ 1,000 en publicidad local. El objetivo global es
alcanzar la mxima audiencia posible al mismo tiempo que llegar hasta 6,000 nios
por lo menos. Se dispone a tres medios; su costo y la audiencia que tiene se dan en la
tabla que sigue.
Tabla:
Medios
Costo y Audiencia
Peridico Radio T.V.
Costos por paquete $200 $150 $400
Audiencia Total 20,000 14,000 36,000
Audiencia de nios 1,000 1,000 3,000
a)Obtener solucin optima empleando el mtodo simplex.
b)Una revista local a ofrecido garantizar una audiencia de 12,000 con 2,000 nios por un
costo de $ 300. Debe considerarse esta oferta?
c)Un amigo comenta a casa consuelo que las abuelas compran muchos juguetes. Ahora
quiere estar segura que la publicidad llega por lo menos a 1,000 abuelas por paquete
comercial, respectivamente. Cambiara la solucin optima con esta nueva restriccin ?.

ACTIVIDAD 17: MODELO DE TRANSPORTACIN
OBJETIVO: El objetivo del modelo de transportacin es determinar el mejor patrn
de embarque desde varios puntos de suministros. Si (fuentes) a varios puntos de
demanda dj (destinos), a fin de reducir los costos de transportacin. Generalmente,
existe una capacidad determinada de bienes para cada fuente y tambin, un
m n
requerimiento de bienes para cada destino. Cada empresa con una red de abasto y
puntos de demanda se encara con ste problema. Para reducir ste tipo de problemas
se han desarrollado algoritmos de propsitos especiales, mas especficos, para la
aplicacin del transporte, ste modelo se aplica de igual manera que el mtodo de
programacin lineal, primero encuentra una solucin factible inicial, y luego hace un
mejoramiento paso a paso hasta que se alcanza una solucin ptima. Contrariamente
el mtodo simplex de programacin lineal, el mtodo de transportacin es
relativamente fcil de calcular.
PROPSITO: El propsito del mtodo de transportacin es encontrar los medios menos
costosos para embarcar abastos desde varios orgenes hacia varios destinos. Los puntos de
origen (fuentes) pueden ser fbricas, almacenes o cualquier otro de los puntos desde donde
se embarcan los bienes. Los destinos son cualquiera de los puntos que reciben bienes. Para
utilizar el modelo de transportacin, es necesario tener:
1) Los puntos de origen y la capacidad de abasto por perodo, para cada uno.
2) Los puntos de destino y la demanda por perodo para cada uno.
3) El costo de embarque por unidad desde cada origen hacia cada destino y
4) Establecer una matriz de transportacin, la cual tiene como propsitos: es el de
resumir en forma conveniente y concisa todos los datos relevantes y continuar los
clculos del algoritmo.
Matriz de Transportacin
DESTINO
ORIGEN
COSTO POR UNIDAD DISTRIBUIDA
RECURSO O
SUMINISTRO
1 2 3 ... n
1 C
11
C
12
C
13
... C
1n
S
1
2 C
21
C
22
C
23
... C
2n
S
2
... ... ... ... ... ... ...
m C
m1
C
m2
C
m3
... C
mn
S
m
DEMANDA dj
(REQUERIMIENTOS)
d
1
d
2
d
3
... d
n
Si
dj

Para aplicar cualquier mtodo de transporte , es necesario equilibrar la matriz de
transportacin, es decir, cuando la capacidad de suministro es diferente a la capacidad de
requerimientos.
CARACTERSTICAS: El problema general de transportacin se refiere (literal
figuradamente) a la distribucin de cualquier bien desde cualquier grupo de centros de
abastecimiento, llamados orgenes, a cualquier grupo de centros de recepcin llamados
destinos, de tal manera que se minimicen los costos totales de distribucin.
Sea Z el costo total de distribucin y Xij (i = 1, 2, ... m, y j = 1, 2, ... n ) el nmero de
unidades que se distribuyen del origen i al destino j, la formulacin de programacin lineal
para este problema es:
Min Z = Cij Xij Funcin Objetivo
i = 1 j = 1
m
i = 1
n
j = 1
Sujeta a las Restricciones

Xij = Si ; para i = 1, 2, ..., m

Xij = dj ; para j = 1, 2, ..., n
X ij >= 0; para todo i y j
Donde: Z = Costos.
Cij = Contribucin por unidad.
Xij = Nmero de unidades enviadas del origen i al destino j.
Si = Suministro desde el origen i.
dj = Requerimiento del destino j.
ACTIVIDAD 18: METODOS DE TRANSPORTE PARA MINIMIZAR.
I) Esquina Noroeste: Es un mtodo sistemtico, el cual es necesario principiar el
cuadro superior izquierdo ( esquina noroeste de la matriz de transportacin
equilibrada) y asignar unidades a las rutas de embarque, entendindose que ste
mtodo no da la mejor solucin.
Por ejemplo: Cuando la capacidad de suministro es menor a la capacidad de
requerimientos. Si < dj, entonces debe crearse un origen ficticio Sm+1, con capacidad
m
i = 1
n
j = 1
m n
i = 1 j = 1
equivalente a la diferencia de dj - Si, cuyos costos de embarque Cij son de cero unidad.
Y cuando la capacidad de suministro sea mayor a la capacidad de requerimientos Si >
dj; entonces debe crearse un destino ficticio dn+1, con capacidad equivalente a la
diferencia de Si - dj, cuyos costos de embarque Cij, deben ser de cero unidad.
Procedimiento de clculo (Mtodo Esquina Noroeste)
1) Estructurar la matriz de transportacin equilibrada (Si = dj).
2) Iniciar envos en la esquina noroeste (superior izquierda de la matriz).
3) Terminar el abasto (capacidad del origen) de cada rengln antes de moverse hacia
abajo, al siguiente rengln.
4) Terminar los requerimientos (destinos) de cada columna antes de moverse a la
siguiente columna, hacia la derecha.
5) Verificar que todos los abastos y las demandas se hayan cumplido.
6) Calcular el valor de Z, empleando la ecuacin Min Z = Cij Xij
7) Hacer un reporte.
II) Mutuamente Preferido: Con ste mtodo todas las rutas que tienen el costo ms
bajo, tanto en renglones como en columnas, se emplean en la solucin inicial, siendo estas
rutas las que se prefieren por sus costos bajos, entonces sern mutuamente preferidas para
la solucin inicial. Este mtodo no da la mejor solucin, por lo que tan solo puede ser til
obtener una solucin inicial.
Procedimiento de clculo. (Mtodo Mutuamente Preferido)
1) Estructurar la matriz de transportacin equilibrada (Si = dj).
2) Preparar una nueva matriz de transportacin, en las cuales se remuevan las rutas
preferidas (sin considerar la ficticia, en caso de existir), por lo que se hace
eliminando los renglones columnas que tengan las cantidades limitadas y
empleando el mtodo esquina noroeste, se continua removiendo las rutas preferidas,
hasta agotar capacidad del rengln y hasta satisfacer la demanda de cada columna.
3) Verificar que todos los abastos y las demandas de hayan cumplido.
4) Calcular el valor de Z, empleando la ecuacin: Min Z = Cij Xij
5)Hacer un reporte.
III) Cruce del Arroyo: En su solucin inicial, el mtodo del cruce del arroyo puede
aprovechar la regla de la esquina noroeste y la inspeccin, a fin de obtener el valor del
costo ms bajo de transporte, basado en ciertas rutas de envos. La regla de la esquina
noroeste exige que las cantidades enviadas de los orgenes a los destinos deben comenzar
en la esquina superior izquierda. Esa ruta puede ser utilizada por completa, es decir, que la
capacidad de los orgenes los requerimientos de los destinos se utilizan por completo,
dependiendo de que nmero sea mas bajo. La holgura (suministro demanda ficticio), se
asigna despus, es decir, al final. La inspeccin significa que las cantidades que vayan a
enviarse se colocan en cuadro de acuerdo con la regla de la esquina noroeste, a fin de que
muchos de los costos de transporte mas bajos se asocian con los cuadros llenos, esto quiere
decir hay que mover las columnas renglones.
m n
Requisitos: Para emplear el mtodo de cruce del arroyo, es necesario cumplir con los
siguientes requisitos:
1) Tener una solucin inicial, generada por los mtodos esquina noroeste y la
inspeccin,
2) Un proceso iterativo no degenerado, de lo contrario, hace imposible el trazo de una
ruta cerrada, entendindose por degeneracin, el no cumplir con el nmero
adecuado de rutas. La prueba de la degeneracin m+n-1; (donde m representa en
nmero de renglones y n el nmero de columnas de la matriz de transaccin
equilibrada). Si m+n-1 = Cuadros llenos (asignaciones); el problema no est
degenerado, pero si m+n-1 cuadros llenos (asignaciones) ; el problema est
degenerado . Cuando esto ocurra, es necesario agregar artificios , cuyo valor es de
cero unidades a los cuadros vacos (no ocupados), tantos como sean necesarios para
cumplir con m+n-1 = cuadros llenos (asignaciones), evitando formar circuitos
cerrados.
3) Tomar en cuenta las rutas prohibidas, cuando esto ocurra en el problema, debe
asignarse M a ese cuadro Cij de envo, cuyo valor debe ser muy alto, cuando el
objetivo sea minimizar Z muy bajo, si el objetivo es maximizar Z, esto con el fin
de garantizar costos muy altos ganancias muy bajas, de tal manera que se
consideren prohibidos para el objetivo Z.
Tcnica: Consiste en moverse desde una solucin factible inicial hacia una solucin
ptima. El mtodo cruce del arroyo (piedra que rueda) se utiliza para evaluar la efectividad
del costo al enviar bienes por medio de rutas de transportacin, que no se encuentren
actualmente en la solucin (cuadros vacos). Se prueba cada cuadro no utilizado (vaco) en
la tabla de transportacin, hasta encontrar la mejor asignacin que optimice el objetivo Z.
Procedimiento de clculo: (Mtodo Cruce del Arroyo)
1) Seleccionar un cuadro no utilizado (vaco) para evaluar.
2) A partir de ste cuadro, trazar una ruta cerrada de regreso al cuadro original, a
travs de cuadros que se estn utilizando actualmente (nicamente se permiten
movimientos horizontales y verticales). Sin embargo se puede pasar un cuadro vaco
ocupado, es decir, slo se permiten dos cuadros en cada movimiento, ya que los
movimientos, siempre deben sumar cantidades pares, en cunto al nmero de
cuadros a utilizar.
3) Comenzando con signo positivo (+) en el cuadro no utilizado, poner signos positivo
y negativo, en forma alternada en cada cuadro de la ruta recin trazada.
4) Calcular el ndice de mejoramiento mediante la suma de los costos unitarios de cada
cuadro que tenga un signo positivo, y despus restar los costos unitarios de cada
cuadro que tenga un signo negativo.
5) Repetir los pasos 1 al 4 hasta que se calcule un ndice de mejoramiento para todos
los cuadros no utilizados. Si todos los ndices calculados son mayores iguales a
cero , se ha alcanzado una solucin ptima. Si no, es posible mejorar la solucin
actual y reducir costos totales de envos.
6) Verificar que todos los abastos y demandas se hayan cumplido.
i = 1 j = 1
7) Calcular el valor de Z, empleando la ecuacin Min Z = Cij Xij
8) Hacer un reporte.
ACTIVIDAD 19: MTODOS DE TRANSPORTE PARA MINIMIZAR
Problema de Autoevaluacin
Una empresa desea minimizar los costos de embarque, segn la matriz mostrada.
Resuelva, empleando los mtodos:
1) Esquina noroeste
2) Mutuamente preferido
3) Cruce del arroyo
DESTINO
ORIGEN
1 2 3
SUMINISTRO
Si
A $ 5 $ 7 $ 4 150
B $ 6 $ 3 $ 5 300
DEMANDA dj 100 250 450
100
N
O
S
E
m
i = 1 j = 1
n
450
Solucin
1) Empleando la Esquina Noroeste.
Procedimiento de clculo
1) Estructurar la matriz de transportacin equilibrada (Si = dj)
En nuestro problema Si = 450 y dj = 450; como (Si = dj, no es necesario
agregar un origen ni destino ficticio.
Matriz de Transportacin Equilibrada
DESTINO
ORIGEN
1 2 3
SUMINISTRO
Si
A
5
100
7
50
4
15/0 5/0 0
B
6 3
200
5
100
30/0 10/0 0
DEMANDA dj 10/0 0 25/0 20/0 0
450
450
2) Iniciar envos en la esquina noroeste
3) Terminar el abasto (capacidad del origen) de cada rengln antes de moverse hacia
abajo al siguiente rengln.
Desde el origen A enviamos 100 unidades al destino 1, como an queda capacidad
de 150 100 = 50; entonces el origen A enviar 50 unidades al destino 2, en ese
momento, el origen A agota su capacidad, cuando esto ocurre, se mueve hacia
abajo, al siguiente rengln, es decir, al origen B, para satisfacer las demandas
restantes.
Desde el origen B enviamos 200 unidades al destino 2, para satisfacer demanda,
quedando capacidad de 300 200 = 100; entonces B, enva 100 unidades al destino
3, satisfaciendo su demanda, en ese momento el origen B, agota su capacidad.
4) Cada requerimiento (demanda) se fue satisfaciendo de izquierda a derecha, una a
una.
5) Como podemos observar, todos los abastos y las demandas se han cumplido (hasta
llegar al valor de cero).
6) Calcular valor de Z, empleando la ecuacin: Min Z = Cij Xij donde
Z = Costos
Z
Min
= 5 (100) + 7 (50) + 3 (200) + 5 (100 ) =
Z
Min
= 500 + 350 + 600 + 500 = $1950
7) Hacer un reporte:
Para que los costos de embarque sean mnimos en un total de $1950, debemos
enviar:
10/0 0
100 unidades del origen A, al destino 1, con un costo de $5/unidad = $500
50 unidades del origen A, al destino 2, con un costo de $7/unidad = $350
200 unidades del origen B, al destino 2, con un costo de $3/unidad = $600
100 unidades del origen B, al destino 3, con un costo de $5/unidad = $500
Costo Total = $1950
2) Empleando Mutuamente preferido (Inspeccin)
Procedimiento de clculo.
1) Estructurar la matriz de transportacin equilibrada ( Si = dj )
En nuestro problema Si = 450 y dj = 450; como Si = dj; no es necesario
agregar ni origen ni destino ficticio.
Matriz de Transportacin Equilibrada
DESTINO
ORIGEN
1 2 3
SUMINISTRO
Si
A
5 7

4
150
B
6 3 5
300
DEMANDA dj 100 250
450
450
2) Preparar una nueva matriz de transportacin, en este caso vamos a elegir las
columnas para removerlas y dejar los renglones en la posicin mostrada en la matriz
de transportacin.
Nueva Matriz de Transportacin
DESTINO
ORIGEN
3 1 2
SUMINISTRO
Si
A
4
100
5
50
7
15/0 5/0 0
B
5 6
50
3
250
30/0 25/0 0
DEMANDA dj 10/0 0 10/0 5/0 0
450
450
Con la ayuda de la tcnica de esquina noroeste, empezamos los envos, eligiendo el
origen A, hasta agotar su capacidad, considerando primero el destino que ms prefiere,
con el objetivo de minimizar los costos, es por ello que prefiere enviar: al destino 3
100
25/0 0
m
i = 1 j = 1
n
primero, es decir, del origen A enviar 100 unidades al destino 3, satisfaciendo as su
demanda, como an le queda capacidad de 150 100 = 50, ahora elige al destino ms
barato de los que quedan, es decir, elige al destino A, entonces el origen 1 enva 50
unidades al destino 1, en ese momento agota su capacidad, entonces pasamos al rengln
dos, para seguir satisfaciendo las demandas restantes, con el mismo criterio de seguir
prefiriendo los destinos ms econmicos, es decir, del origen B, enviar 50 unidades al
destino 1, satisfaciendo su demanda, quedando con capacidad des 300 50 = 250; por
lo tanto, el origen B enviar 250 unidades al destino2, satisfaciendo su demanda y en
ese momento agota su capacidad
3) Como podemos observar todos los abastos y demandas se han cumplido (hasta
llegar a valor cero)
4) Calcular el valor de Z, empleando la ecuacin: Min Z = Cij Xij
Z Min = 4 (100) + 5 (50) + 6 (50) + 3 (250)
Z Min = 400 + 250 + 300 750
Z Min = $1700
5) Hacer un reporte:
Para minimizar los costos de envos en un total de $1700, debemos enviar:
Del origen A, 100 unidades al destino 3, con un costo de $4/unidad = $400
Del origen A, 50 unidades al destino 1, con un costo de $5/unidad = $250
Del origen B, 50 unidades al destino 1, con un costo de $6/unidad = $300
Del origen B, 250 unidades al destino 2, con un costo de $3/unidad = $750
Costo Total = 1700
3) Empleando Cruce del Arroyo.
Procedimiento de clculo:
Primero: Debemos revisar los requisitos
1) Tener una solucin inicial: Podemos aprovechar la solucin de esquina noroeste y
mutuamente preferido (inspeccin), antes aplicado.
DESTINO
ORIGEN
3 1 2
SUMINISTRO
Si
A
4
100
5
50
7
150
B
5 6
50
3
250
300
n m
i = 1 j = 1
DEMANDA dj 100 100
450
450
2) Un proceso iterativo no degenerado: Si m=2 y n=3; entonces m+n-1= 2+3-1= 4.
Si el nmero de cuadros llenos son 4; entonces m+n-1= cuadros llenos, es decir:
4=4; entonces el problema no est degenerado.
3) No existen rutas preferidas.
Segundo: Debemos aplicar el procedimiento iterativo (Tcnica)
1) Seleccionar un cuadro no utilizado (vaco) para evaluar: en la tabla los cuadros
seran A2 y B3.
2) A partir de estos cuadros, trazar rutas cerradas de regreso al cuadro original, a travs
de cuadros utilizados (permitiendo movimiento horizontal y vertical).
3) Comenzando con un signo positivo (+) en el cuadro no utilizado, alternando los
signos.
4) Calcular el ndice de mejoramiento , es decir:
A2 = 7 - 3 + 6 - 5 = 13-8= 5
B3 = 5 - 4 + 5 - 6 = 10-10 = 0
5) Como no existen valores (ndices) negativos, la solucin del problema es ptima.
6) Como podemos observar los abastos y las demandas se han cumplido (hasta llegar a
un valor cero)
7) Calcular el valor de Z, empleando la ecuacin: Min Z = Cij Xij
8) Hacer un reporte:
Para minimizar los costos de embarque en un total de $1700, debemos enviar:
Del origen A, enviar 100 unidades al destino 3,con un costo de
$4/unidad=$400
Del origen A, enviar 50 unidades al destino 1, con un costo de
$5/unidad=$250
Del origen B, enviar 50 unidades al destino 1, con un costo de
$6/unidad=$300
Del origen B, enviar 250 unidades al destino 2, con un costo de
$3/unidad=$750
ACTIVIDAD 20: MTODOS DE TRANSPORTE PARA MINIMIZAR.
Problemas propuestos:
1) Una compaa tiene actualmente un programa de embarques que la administracin
superior no considera como ptimo. La empresa tiene tres fbricas y cinco bodegas.
A continuacin se dan datos necesarios en trminos de costos de transporte,
capacidades de fbrica y requerimientos de bodegas. Empleando los mtodos:
1.Esquina noroeste, 2. Mutuamente preferido y 3. Cruce de arroyo; encontrar el
costo mnimo de embarque de la compaa.
Matriz de Transportacin
FABRICA
BODEGA
A B C
DEMANDA
dj
250
1 $5 $4 $8 400
2 $8 $7 $4 400
3 $6 $7 $6 500
4 $6 $6 $6 400
5 $3 $5 $4 800
SUMINISTRO
Si
800 600
2500
2500
2) Una compaa que renta autos tiene problemas de distribucin, debido a que los
acuerdos de renta permiten que los autos se entreguen en lugares diferentes a
aquellos que originalmente fueron rentados, por el momento, hay dos lugares
(orgenes) con 15 y 13 autos de exceso, respectivamente, los costos unitarios de
envo entre los lugares se citan en la matriz. La compaa desea minimizar los
costos, resuelva empleando los mtodos: 1. Esquina noroeste, 2. Mutuamente
preferido y 3. Cruce de arroyo.
Matriz de Transportacin
DESTINO
ORIGEN
1 2 3 4
SUMINISTRO
Si
A $45 $17 $21 $30 15
B $14 $18 $19 $31 13
DEMANDA dj 9 6 7
28
31
3) Una empresa distribuidora desea minimizar los costos de embarque de cada bodega
a cada uno de los almacenes. En la matriz se dan los datos de capacidad, demanda y
costos. Resuelva empleando los mtodos: 1.Esquina noroeste, 2.Mutuamente
preferido y 3.Cruce de arroyo.
ALMACEN
FABRICA
1 2 3 4
SUMINISTRO
Si
A $7 $3 $8 $8 100
B $5 $5 $6 $8 200
C $7 $4 $9 $10 200
DEMANDA dj 150 150 120
600
500
1100
9
80
4) Una compaa tiene dos almacenes que surten cinco bodegas de mayoreo. Los
almacenes operan al 100% de su capacidad. La compaa planea abrir un tercer
almacn para proveer el 50% esperado de aumento en las ventas en cada depsito
durante los prximos tres aos. La situacin actual es:
ALMACEN CAPACIDAD DEPOSITO DEMANDA
A 120 1 50
B 160 2 100
3 30
4 40
5 60
COSTOS DE TRANSPORTE
DE
A
1 2 3 4 5
A $5 $8 $4 $6 $2
B $3 $4 $9 $5 $2

Se estn considerando dos localizaciones para el nuevo almacn. Los costos de
transporte a cada depsito son los siguientes:
DE
A
1 2 3 4 5
L1 $7 $5 $3 $8 $2
L2 $2 $8 $3 $7 $2
Suponiendo que los costos de transporte son el nico factor, Qu localizacin debe
elegir la compaa para su nuevo almacn? (No olvide el 50% en las ventas), resuelva
empleando los mtodos: 1.Esquina noroeste, 2. Mutuamente preferido y 3. Cruce de
arroyo.

ACTIVIDAD 21: METODO DE TRANSPORTE HNGARO PARA MAXIMIZAR.
Introduccin: El mtodo de transporte est diseado para problemas de minimizacin, sin
embargo, habr veces que se tenga un problema de transporte que se requiera
maximizacin. Por ejemplo si las rutas alternativas incluyen una funcin de rendimiento,
debe maximizar ese rendimiento o ganancia.
Tcnica: Una de las tcnicas ms usuales que utiliza el mtodo hngaro es Minimizacin
del costo de oportunidad. Si se est maximizando, entonces las ganancias altas son buenas
y las pequeas son malas. Se le puede dar la vuelta al problema encontrando el cuadro con
la mayor ganancia y restando de ste, todas las ganancias de todos los cuadros (sin incluir
lo ficticio). Estas diferencias son los costos de oportunidad por no usar los cuadros de
ganancias altas. Se incluyen estos costos de oportunidad en la matriz de transportacin y se
aplican los mtodos de transporte para minimizar y as encontrar la solucin ptima.
i = 1
m n
j = 1
Procedimiento de Clculo: (Mtodo Hngaro)
1) Estructurar la matriz de transportacin equilibrada (Si = dj).
2) Preparar una matriz de transportacin que incluya costos de oportunidad.
3) Aplicar el mtodo cruce de arroyo con la ayuda de la regla de la esquina noroeste,
para encontrar una solucin ptima.
4) Colocar las asignaciones en la matriz de transportacin equilibrada.
5) Verificar que los abastos y demandas se hayan cumplido.
6) Calcular el valor de Z, empleando la ecuacin Max Z = Cij Xij
7) Hacer un reporte.
ACTIVIDAD 22: MTODO DE TRANSPORTE HNGARO PARA MAXIMIZAR.
Problema de Autoevaluacin.
Una compaa tiene tres plantas cada una de las cuales puede fabricar los tres
productos de la compaa. Los precios de venta son independientes de la planta de origen,
pero los costos variables difieren debido a las distintas edades de la maquinaria ya que los
costos de mano de obra tambin difieren. La compaa quiere saber que cantidad de cada
producto debe fabricar en cada planta, las capacidades semanales y las demandas de ventas
se dan enseguida.
PLANTA CAPACIDAD PRODUCTO DEMANDA
A 500 Estndar 1500
B 3000 De Lujo 2000
C 3500 Plus 2500
7000 6000
La contribucin neta (Ganancia = precio-costo variable) para cada planta y la combinacin
de productos en pesos/unidad son:
PRODUCTOS
PLANTA ESTNDAR DE LUJO PLUS
A $4 $1 $5
B $6 $8 $7
C $5 $4 $4
a) Encuentre el plan que maximice la ganancia.
b) Cul es la ganancia mxima?
Solucin:
Procedimiento de clculo.
1) Estructurar la matriz de transportacin equilibrada (Si = dj)
En este problema nos damos cuanta que la capacidad es mayor que la demanda
Si>dj; por lo que es necesario agregar una demanda ficticia d
4
, cuya capacidad de
requerimiento es Si - dj, es decir: 7000-6000; cuya contribucin de produccin debe
de ser de cero unidad.
Matriz de Transportacin (Ganancias)
PRODUCTOS
PLANTA
ESTNDAR
DE
LUJO
PLUS FICTICIO
SUMINISTRO
Si
A
4 1 5 0
500
B
6 8 7 0
3000
C
5 4 4 0
3500
DEMANDA dj 2000 2500
7000
7000
2) Preparar una nueva matriz de transportacin que incluya costos de oportunidad, para
ello debemos localizar la ganancia ms alta, que de acuerdo a la matriz es 8,
debemos restar de 8 cada una de las ganancias , para convertirlos en costos de
oportunidad.
Matriz de Transportacin (Costos de Oportunidad)
PRODUCTOS
PLANTA
ESTNDAR
DE
LUJO
PLUS FICTICIO
SUMINISTRO
Si
A
4
500
7 3 0
50/0 0
B
2
1000
0
2000
1 0
30/00 20/00 0
C
3 4
0
4
2500
0
1000
35/00 10/00 0
DEMANDA dj 15/00 0/00 0 20/00 0 25/00 0
7000
7000
1000
1500
10/00 0
3) Aplicar el mtodo Cruce del Arroyo.
Primero: debemos encontrar una solucin inicial, empleando la regla esquina noroeste,
el cual consiste en considerar cada origen hasta agotar capacidad, satisfaciendo
demandas de la planta A, producir 500 unidades estndar, agotando as su capacidad, en
ese momento nos bajamos al siguiente rengln, es decir, la planta B, la cual debe
producir 1000 unidades estndar y 2000 unidades de lujo, agotando as su capacidad,
entonces pasamos al siguiente rengln, es decir, la planta C, la cual debe producir cero
unidades de lujo, 2500 unidades plus y 1000 unidades ficticias, agitando as su
capacidad, quedando cubierta cada una de las demandas.
Segundo: Debemos tener un proceso iterativo no degenerado: Si m=3, n=4; entonces
m+n-1= Cuadros llenos. 3+4-1=6 = 6 cuadros llenos, entonces el problema no esta
degenerado.
Tercero: Debemos aplicar el proceso iterativo (Tcnica cruce del arroyo)
Seleccionamos los cuadros no utilizados, para obtener su valor (ndice)
A De Lujo = 7-0+2-4= 9-4= 5
A Plus = 3-4+4-0+2= 9-8= 1
A Ficticio= 0-0+4-0+2-4= 6-4= 2
B Plus = 1-4+4-0= 5-4= 1
B Ficticio= 0-0+4-0= 4
* C Estndar= 3-2+0-4= -3
Al encontrar valores negativos, debemos elegir el de mayor valor y asignar valores a ese
cuadro.
B Estndar B De Lujo

C Estndar C De Lujo
B Estndar B De Lujo
1000
Recibe 0
2000 - +
+ -
La mecnica consiste en encontrar la menor
cantidad de los cuadros negativos, siendo
esa cantidad la que enve cada cuadro con
signo (-) a un cuadro con signo (+), en este
caso 0 es la cantidad menor, por lo tanto se
enviar 0 unidades, en esta ocasin al
cuadro C estndar se le debe enviar.
1000 2000
0
C Estndar C De Lujo
Entonces la matriz de transportacin (De costos de oportunidad) se modifica:
PRODUCTOS
PLANTA
ESTNDAR
DE
LUJO
PLUS FICTICIO
SUMINISTRO
Si
A
4
500
7 3 0
500
B
2
1000
0
2000
1 0
3000
C
3
0
4

4
2500
0
1000
3500
DEMANDA dj 1500 2000 2500
7000
7000
Requisitos para continuar:
Z
Min
= 4 (500)+ 2(1000) + 0 (200) + 3 (0) + 4 (2500) + 0 (1000)
Z
Min
= $14000 (No mejor)
m+n-1= 3+4-1= 6; No Degenerado
Seleccionar cuadros no utilizados y encontrar su valor (ndice)
A De Lujo = 7-0+2-4= 9-4= 5
A Plus = 3-4+3-4= 6-8 = -2
A Ficticio= 0-0+3-4= 3-4= -1
* B Plus = 1-4+3-2= 4-6= -2
B Ficticio= 0-0+3-2= 3-2= 1
C De Lujo= 4-3+2-0= 6-3=3
B Estndar B Plus B Estndar B Plus
C Estndar C Plus C Estndar C Plus
Revisando los cuadros negativos 1000 es la cantidad menor de ellos, por lo tanto, cada
cuadro negativo (-) enviar 1000 unidades a un cuadro positivo (+).
PRODUCTOS
PLANTA
ESTNDAR
DE
LUJO
PLUS FICTICIO
SUMINISTRO
Si
A
4
500
7 3 0
500
B
2

0
2000
1
1000
0
3000
C
3
1000
4

4
1500
0
1000
3500
1000
1000 Recibe
0 2500
1000
1000 1500
Podemos observar que contamos con ms de
una opcin, es decir, la mayor cantidad
negativa es 2, ocurre dos ocasiones,
siempre debemos elegir el cuadro de menor
costo, en este caso corresponde a B Plus,
Cuado haya empate la decisin es
indiferente.
-
+ -
+
DEMANDA dj 1500 2000 2500
7000
7000
Requisitos para continuar:
Z
Min
= 4 (500) + 0 (2000) + 1 (1000) + 3 (1000) + 4 (1500)+ 0 (1000)
Z
Min
= $12000 (Mejor)
m+n-1= 3+4-1= 6; No Degenerado
Seleccionar los cuadros no utilizados y calcular su valor (ndice)
A De Lujo = 7-0+1-4+3-4= 11-8= 3
* A Plus = 3-4+3-4=6-8= -2
A Ficticio= 0-0+3-4= -1
B Estndar = 2-1+4-3= 6-4= 2 A Estndar A Plus A Estndar A Plus
B Ficticio= 0-0+4-1= 3
C De Lujo= 4-0+1-4= 5-4=1

C Estndar C Plus C Estndar C Plus
La menor cantidad de los negativos es 500, por lo tanto cada cuadro negativo (-), enviar
esa cantidad a cada cuadro positivo (+).
Matriz de transportacin (costos de oportunidad) ptima
PRODUCTOS
PLANTA
ESTNDAR
DE
LUJO
PLUS FICTICIO
SUMINISTRO
Si
A
4 7 3
500
0
500
B
2

0
2000
1
1000
0
3000
C
3
1500
4

4
1000
0
1000
3500
DEMANDA dj 1500 2000 2500
7000
7000
Requisitos para continuar:
Z
Min
= 3 (500) + 0 (2000) + 1 (1000) + 3 (1500) + 4 (1000)+ 0 (1000)
Z
Min
= $11000 (Mejor)
m+n-1= 3+4-1= 6; No Degenerado
Seleccionar los cuadros no utilizados y calcular su valor (ndice)
1000
Siendo 2, el mayor negativo, entonces
el cuadro A plus se le debe enviar.
1000
Recibe
0 2500
1000 Recibe
0 2500
- +
- +
1000
m n
i=1 j=1
A Estndar = 4-3+4-3= 8-6= 2
A De Lujo = 7-3+1-0= 8-3= 5
A Ficticio= 0-0+4-3= 4-3= 1
B Estndar = 2-1+4-3= 6-4= 2
B Ficticio= 0-0+4-1= 4-1= 3
C De Lujo= 4-0+1-4= 5-4=1
4) Colocar las asignaciones en la matriz de transportacin equilibrada.
a)Matriz de transportacin(Ganancias) ptima
PRODUCTOS
PLANTA
ESTNDAR
DE
LUJO
PLUS FICTICIO
SUMINISTRO
Si
A
4 1 5
500
0
50/0 0
B
6

8
2000
7
1000
0
30/00 0
C
5
1500
4

4
1000
0
1000
35/00 0
DEMANDA dj 15/00 0 20/00 0 25/00 0
7000
7000
5) Como podemos observar los abastos y las demandas se han cumplido (Hasta llegar
a valor cero).
6) Calcular el valor Z, empleando la ecuacin Max Z = Cij Xij
Z
Max
= 5(500) + 8(2000) + 7(1000) + 5(1500) + 4(1000) + 0(1000)
Z
Max
= 2500 + 1600 + 7000 + 7500 + 4000 + 0
b) Z
Max
= $37,000
7) Hacer un reporte:
La planta A, 500 productos Plus, con una ganancia de $5/producto =
$2500.00
La planta B, 2000 productos De Lujo, con una ganancia de $8/producto =
$1600.00
La planta B, 1000 productos Plus, con una ganancia de $7/producto =
$7000.00
La planta C, 1500 productos Estndar, con una ganancia de $5/producto =
$7500.00
La planta C, 1000 productos Plus, con una ganancia de $4/producto =
$4000.00
Ganancia Total = $37,000.00
Al no encontrar valores negativos, se
dice que, la solucin es ptima.
10/00 0
ACTIVIDAD 23: MTODO DE TRANSPORTE HNGARO PARA MAXIMIZAR
Problemas propuestos:
1) Una corporacin tiene tres fbricas manufactureras, las cuales fabrican dos
productos principales, una mesa estndar y otra de lujo. Se introducir otra nueva
mesa plus, que se considerar en trminos de precio de venta y de costos. El tiempo
requerido para la fabricacin de las mesas es el siguiente: Mesa Estndar, 2.5 horas;
Mesa de Lujo, 2.8 horas y Mesa Plus, 3 horas. Los precios de ventas son los
siguientes: Mesa Estndar, $14.95; Mesa de Lujo, 18.95 y Mesa Plus, 21.95. La
corporacin desea obtener la mayor ganancia.
Matriz de Costos
PRODUCTOS
FABRICA
MESA
ESTANDAR
MESA DE
LUJO
MESA
PLUS
SUMINISTRO
Si
A $8.00 $8.50 $9.25 800
B $7.95 $8.60 $9.20 600
C $8.10 $8.45 $9.30 700
DEMANDA dj 450 1050
2100
2100
600
2) Resulvase el siguiente problema de maximizacin, empleando el mtodo de
transporte hngaro. Ntese que hay dos rutas prohibidas. (Las ganancias se dan en
pesos/unidad).
DESTINO
ORIGEN
1 2 3
SUMINISTRO
Si
A --- $12 $10 100
B $11 $13 $12 600
C $10 --- $9 700
DEMANDA dj 300 400
1400
1200

500