Ejercicio 1 - Programacon Lineal

Problema de Programacion Line
Una empresa de muebles rústicos fabrica entre muchos otros productos cinco tipos de sillas A, B, C,
130000, 120000, 98000 Y 101000 pesos cada una y respectivamente. Las sillas pasan por cinco proce
para lo cual se dispone máximo de 17, 11, 15, 12 y 14 horas respectivamente a la semana para dedic
A requiere 3 horas para corte, 1 hora para ensamblado, 3 horas para lijado, 1 hora para pintado y 1 h
corte, 3 horas para ensamblado, 2 horas para lijado, 2 horas para pintado y 3 horas para sellado. La s
ensamblado, 2 horas para lijado, 3 horas para pintado y 1 hora para sellado. La silla tipo D requiere 2
para lijado, 1 hora para pintado y 2 horas para sellado. La silla tipo E requiere 1 hora para corte, ning
horas para pintado y 3 horas para sellado.
1. Planteamiento del Problema
TIPO DE SILLAS
A B C D E
Corte 3 2 5 2 1
PROCESOS
Ensamblado 1 3 2 4 0
Lijado 3 2 2 1 2
Pintado 1 2 3 1 2
Sellado 1 3 1 2 3
Fun. objetivo 110000 130000 120000 98000 101000
Variables
�_(1= ) 𝑁º 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑡𝑖𝑝𝑜 𝐴 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑋 𝑠𝑒𝑚𝑎𝑛𝑎
�_(1= ) 𝑁º 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑡𝑖𝑝𝑜 𝐵 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑋 𝑠𝑒𝑚𝑎𝑛𝑎
�_(1= ) 𝑁º 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑡𝑖𝑝𝑜 𝐶 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑋 𝑠𝑒𝑚𝑎𝑛𝑎
�_(1= ) 𝑁º 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑡𝑖𝑝𝑜 𝐷 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑋 𝑠𝑒𝑚𝑎𝑛𝑎
�_(1= ) 𝑁º 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑡𝑖𝑝𝑜 𝐸 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑋 𝑠𝑒𝑚𝑎𝑛𝑎
〖�𝑎� . 𝑍=110000� 〗 _(1 )+130000�_2+120000�_3+98000�_4

Funciòn Obejetivo =
Restricciones
〖 3� 〗 _(1 )+2�_2+5�_3+2�_4+1�_5≤ 17
〖 1� 〗 _(1 )+3�_2+2�_3+4�_4 ≤ 11
〖 3� 〗 _(1 )+2�_2+2�_3+1�_4+2�_5≤ 15
〖 1� 〗 _(1 )+2�_2+3�_3+1�_4+2�_5≤ 12
〖 1� 〗 _(1 )+3�_2+1�_3+2�_4+3�_5≤ 14
�_(1 )+�_2+�_3+�_4+�_5≥ 0
Restricciòn de no negatividad
Variables de Holgura
Ecuaciones
〖𝑍 − 110000� 〗 _(1 )−130000�_2−120000�_3−98000�_4−101000�_5=0
〖 3� 〗 _(1 )+2�_2+5�_3+2�_4+1�_5+ 𝑠_1= 17
〖 1� 〗 _(1 )+3�_2+2�_3+4�_4 + 𝑠_2= 11
〖 3� 〗 _(1 )+2�_2+2�_3+1�_4+2�_5+ 𝑠_3= 15
〖 1� 〗 _(1 )+2�_2+3�_3+1�_4+2�_5+ 𝑠_4= 12
〖 1� 〗 _(1 )+3�_2+1�_3+2�_4+3�_5+ 𝑠_5= 14
S1,S2,S3,S4,S5
Z X1 X2 X3 X4 X5
R1 1 -110000 -130000 -120000 -98000 -101000
R2 0 3 2 5 2 1
R3 0 1 3 2 4 0
R4 0 3 2 2 1 2
R5 0 1 2 3 1 2
R6 0 1 3 1 2 3
Identificamos la columna pivote: X2

Fila pivote R3
Z X1 X2 X3 X4 X5
R1 1 -110000 -130000 -120000 -98000 -101000
R2 0 3 2 5 2 1
R3 0.00 0.33 1.00 0.67 1.33 0.00
R4 0 3 2 2 1 2
R5 0 1 2 3 1 2
R6 0 1 3 1 2 3
Z X1 X2 X3 X4 X5
R1 1.00 -66666.67 0.00 -33333.33 75333.33 -101000.00
R2 0.00 2.33 0.00 3.67 -0.67 1.00
R3 0.00 0.33 1.00 0.67 1.33 0.00
R4 0.00 2.33 0.00 0.67 -1.67 2.00
R5 0.00 0.33 0.00 1.67 -1.67 2.00
R6 0.00 0.00 0.00 -1.00 -2.00 3.00
Z X1 X2 X3 X4 X5
R1 1.00 -66666.67 0.00 -33333.33 75333.33 -101000.00
R2 0.00 2.33 0.00 3.67 -0.67 1.00
R3 0.00 0.33 1.00 0.67 1.33 0.00
R4 0.00 2.33 0.00 0.67 -1.67 2.00
R5 0.00 0.33 0.00 1.67 -1.67 2.00
R6 0.00 0.00 0.00 -0.33 -0.67 1.00
Z X1 X2 X3 X4 X5
2 iteracion R1 1.00 -66666.67 0.00 -67000.00 8000.00 0.00
R2 0.00 2.33 0.00 4.00 0.00 0.00
R3 0.00 0.33 1.00 0.67 1.33 0.00
R4 0.00 2.33 0.00 1.33 -0.33 0.00
R5 0.00 0.33 0.00 2.33 -0.33 0.00
R6 0.00 0.00 0.00 -0.33 -0.67 1.00
Z X1 X2 X3 X4 X5
R1 1.00 -66666.67 0.00 -67000.00 8000.00 0.00
R2 0.00 2.33 0.00 4.00 0.00 0.00
R3 0.00 0.33 1.00 0.67 1.33 0.00
R4 0.00 2.33 0.00 1.33 -0.33 0.00
R5 0.00 0.14 0.00 1.00 -0.14 0.00
R6 0.00 0.00 0.00 -0.33 -0.67 1.00
Z X1 X2 X3 X4 X5
R1 1.00 -57095.24 0.00 0.00 -1571.43 0.00
R2 0.00 1.76 0.00 0.00 0.57 0.00
R3 0.00 0.24 1.00 0.00 1.43 0.00
R4 0.00 2.14 0.00 0.00 -0.14 0.00
R5 0.00 0.14 0.00 1.00 -0.14 0.00
R6 0.00 0.05 0.00 0.00 -0.71 1.00
Z X1 X2 X3 X4 X5
R1 1.00 -57095.24 0.00 0.00 -1571.43 0.00
R2 0.00 1.76 0.00 0.00 0.57 0.00
pivote R3 0.00 0.24 1.00 0.00 1.43 0.00
1 R4 0.00 1.00 0.00 0.00 -0.07 0.00
R5 0.00 0.14 0.00 1.00 -0.14 0.00
R6 0.00 0.05 0.00 0.00 -0.71 1.00
Z X1 X2 X3 X4 X5
R1 1.00 0.00 0.00 88.93 -5395.56 0.00
R2 0.00 0.00 0.00 0.00 0.69 0.00
R3 0.00 0.00 1.00 0.00 1.45 0.00
R4 0.00 1.00 0.00 0.00 -0.07 0.00
R5 0.00 0.00 0.00 1.00 -0.13 0.00
R6 0.00 0.00 0.00 0.00 -0.71 1.00
Z X1 X2 X3 X4 X5
R1 1.00 0.00 0.00 88.93 -5395.56 0.00
R2 0.00 0.00 0.00 0.00 1.00 0.00
R3 0.00 0.00 1.00 0.00 1.45 0.00
R4 0.00 1.00 0.00 0.00 -0.07 0.00
R5 0.00 0.00 0.00 1.00 -0.13 0.00
R6 0.00 0.00 0.00 0.00 -0.71 1.00
pivote
1 Z X1 X2 X3 X4 X5
R1 1.00 -6.54 0.00 67.50 0.00 0.00
R2 0.00 0.00 0.00 0.00 1.00 0.00
R3 0.00 0.00 1.00 0.00 0.00 0.00
R4 0.00 1.00 0.00 0.00 0.00 0.00
R5 0.00 0.00 0.00 1.00 0.00 0.00
R6 0.00 0.00 0.00 -0.01 0.00 1.00
Soluciòn:
Z = 770227
X1 = 1 silla /semanal
X3 = 2 sillas /semanal
X5 = 2 sillas /semanal
Comparacion con la ecuaciòn Objeto

〖𝑍 = 110000� 〗 _(1 )+130000�_2+120000�_3+98000�_4+ 101000�_5
〖𝑍 = 110000 (1) 〗 _ +130000(1)+120000(2)+98000(1)+ 101000(2)
〖𝑍 = 110000 (1) 〗 _ +130000(1)+120000(2)+98000(1)+ 101000(2)
〖𝑍 =𝐴𝑝𝑟𝑜�. 770.227 〗 _
ramacion Lineal
cinco tipos de sillas A, B, C, D Y E, las cuales se venden a precio de 110000,

sillas pasan por cinco procesos, corte, ensamblado, lijado, Pintado y sellado,
ente a la semana para dedicar a estas operaciones a estos productos. La silla tipo
do, 1 hora para pintado y 1 hora para sellado. La silla tipo B requiere 2 horas para
o y 3 horas para sellado. La silla tipo C requiere 5 horas para corte, 2 horas para
do. La silla tipo D requiere 2 horas para corte, 4 horas para ensamblado, 1 hora
uiere 1 hora para corte, ninguna hora para ensamblado, 2 horas para lijado, 2
Max
horas
disponib
les/sem
anales
17
11
15
12
14
_2+120000�_3+98000�_4+101000�_5
Maximizar la produccion para la venta
1
S1 S2 S3 S4 S5 SOLUCIÒN
0 0 0 0 0 0
1 0 0 0 0 17
0 1 0 0 0 11 0.3333333333
0 0 1 0 0 15
0 0 0 1 0 12
0 0 0 0 1 14
0 0 0 0 0 0 130000(R3)+R1 130000
1 0 0 0 0 17 (-2*(R3))+R2 -2
0.00 0.33 0.00 0.00 0.00 3.67 -2
0 0 1 0 0 15 (-2*(R3))+R4 -2
0 0 0 1 0 12 (-2*(R3))+R5 -2
0 0 0 0 1 14 (-3*(R3))+R6 -3
0.00 43333.33 0.00 0.00 0.00 476666.67
1.00 -0.67 0.00 0.00 0.00 9.67
0.00 0.33 0.00 0.00 0.00 3.67
0.00 -0.67 1.00 0.00 0.00 7.67
0.00 -0.67 0.00 1.00 0.00 4.67
0.00 -1.00 0.00 0.00 1.00 3.00 0.3333333333
0.00 43333.33 0.00 0.00 0.00 476666.67 101000(R6)+R1 101000.00
1.00 -0.67 0.00 0.00 0.00 9.67 (-1*(R6))+R2 -1.00
0.00 0.33 0.00 0.00 0.00 3.67 (0*(R6))+R3 0.00
0.00 -0.67 1.00 0.00 0.00 7.67 (-2*(R6))+R4 -2.00
0.00 -0.67 0.00 1.00 0.00 4.67 (-2*(R6))+R5 -2.00
0.00 -0.33 0.00 0.00 0.33 1.00
0.00 9666.67 0.00 0.00 33666.67 577666.67
1.00 -0.33 0.00 0.00 -0.33 8.67
0.00 0.33 0.00 0.00 0.00 3.67
0.00 0.00 1.00 0.00 -0.67 5.67
0.00 0.00 0.00 1.00 -0.67 2.67 0.43
0.00 -0.33 0.00 0.00 0.33 1.00
0.00 9666.67 0.00 0.00 33666.67 577666.67 67000(R5)+R1 67000.00
1.00 -0.33 0.00 0.00 -0.33 8.67 (-4*(R5))+R2 -4.00
0.00 0.33 0.00 0.00 0.00 3.67 (-0,67*(R5))+R3 -0.67
0.00 0.00 1.00 0.00 -0.67 5.67 (-1,33*(R5))+R4 -1.33
0.00 0.00 0.00 0.43 -0.29 1.14
0.00 -0.33 0.00 0.00 0.33 1.00 (0,33*(R5))+R6 0.33
0.00 9666.67 0.00 28714.29 14523.81 654238.10
1.00 -0.33 0.00 -1.71 0.81 4.10
0.00 0.33 0.00 -0.29 0.19 2.90
0.00 0.00 1.00 -0.57 -0.29 4.15 0.47
0.00 0.00 0.00 0.43 -0.29 1.14
0.00 -0.33 0.00 0.14 0.24 1.38
0.00 9666.67 0.00 28714.29 14523.81 654238.10 57095,24(R4)+R1 57095.24
1.00 -0.33 0.00 -1.71 0.81 4.10 (-1,76*(R4))+R2 -1.76
0.00 0.33 0.00 -0.29 0.19 2.90 (-0,24*(R4))+R3 -0.24
0.00 0.00 0.47 -0.27 -0.13 1.94
0.00 0.00 0.00 0.43 -0.29 1.14 (-0,14*(R4))+R5 -0.14
0.00 -0.33 0.00 0.14 0.24 1.38 (-0,05*(R4))+R6 -0.05
0.00 9666.67 26680.02 13506.68 6875.54 764871.24
1.00 -0.33 -0.82 -1.25 1.05 0.68 1.45
0.00 0.33 -0.11 -0.22 0.22 2.44
0.00 0.00 0.47 -0.27 -0.13 1.94
0.00 0.00 -0.07 0.47 -0.27 0.87
0.00 -0.33 -0.02 0.15 0.25 1.28
0.00 9666.67 26680.02 13506.68 6875.54 764871.24 5395,56(R2)+R1 5395.56
1.45 -0.48 -1.19 -1.81 1.51 0.99
0.00 0.33 -0.11 -0.22 0.22 2.44 (-1,45*(R2))+R3 -1.45
0.00 0.00 0.47 -0.27 -0.13 1.94 (0,07*(R2))+R4 0.07
0.00 0.00 -0.07 0.47 -0.27 0.87 (0,13*(R2))+R5 0.13
0.00 -0.33 -0.02 0.15 0.25 1.28 (0,71-0,05*(R2))+R 0.71
7819.66 7060.11 20248.90 3767.28 15049.33 770226.89
1.45 -0.48 -1.19 -1.81 1.51 0.99
-2.10 1.03 1.62 2.39 -1.97 1.00
0.10 -0.03 0.38 -0.39 -0.03 2.01
0.19 -0.06 -0.22 0.23 -0.07 1.00
1.03 -0.68 -0.87 -1.13 1.32 1.99
Fila pivote
0.07
0.11
0.17
0.11
0.33
Fila pivote
9.67
Indeterminado
3.83
2.33
1.00
Fila pivote
2.17
5.50
4.25
1.14
-3.00
Fila pivote
2.32
12.21
1.93
8.00
29.21
Fila pivote
0.99
1.69
-28.93
-6.53
-1.80
Problema de Programacion
Se desean aplicar 3 tipos de promociones, las cuales involucran cada una 3 tipos de productos, Carn
frías, lo cual generara un aumento en las ventas pero reducirá la utilidad normalmente prevista, por
qué cantidad de cada producto se puede poner en cada promoción, obteniendo la máxima utilidad p
cuenta que en todos debe de haber por lo menos de cada uno de los productos y además las cantida
promoción.
Se sabe la utilidad prevista por cada promoción vendida, la cual se registra a continuación:
PROMOCION
Promocion 1 Promocion 2 Promocion 3

Carne 0.35 0.4 0.25
PROCESOS
Embutidos 0.4 0.2 0.15

Carnes frias 0.25 0.4 0.6
Utilidad 3500 2700 800
Variables
�_(1= ) �� 1

�_(2= ) �� 2
�_(3= ) �� 3
Funciòn Obejetivo = ��(�)=3500�_1+2700�_2+800�_3
Restricciones
�_1: 0.35�_1+0.4�_2+0.25�_3≤100
�_2: 0.4�_1+0.2�_2+0.15�_3≤300
�_3: 0.25�_1+0.4�_2+0.6�_3≤250
�_1,�_2,�_3≥ 0
Ecuaciones
�=3500�_1+2700�_2+800�_3+0�_4+0�_5+0�_6
�=3500�_1+2700�_2+800�_3+0�_4+0�_5+0�_6
�−3500�_1−2700�_2−800�_3−0�_4−0�_5−0�_6=0
Restricciones
�_1: 0.35�_1+0.4�_2+0.25�_3+1�_4=100
�_2: 0.4�_1+0.2�_2+0.15�_3+1�_5=300
�_3: 0.25�_1+0.4�_2+0.6�_3+ 〖 1� 〗 _6=250
�_1,�_2,�_3,�_4,�_5,�_6≥ 0
IDENTIFICAR LA COLUMNA PIVOTE: La columna de resultados debe dividirse por el numero correspo
pivote. Despues de dividir debe identificarse el resultado MENOR POSITIVO y dicho resultado me ind
IDENTIFICAR EL NUMERO PIVOTE: El numero que queda en interseccion con la fila pivote y la column
denominamos "Numero pivote".
Fila pivote R1
X1 X2 X3 S1
Z 1 -3500 -2700 -800 0
R1 0 0.35 0.4 0.25 1
R2 0 0.4 0.2 0.15 0
R3 0 0.25 0.4 0.6 0
IDENTIFICAR LA VARIABLE QUE ENTRA Y LA VARIABLE QUE SALE : La variable que entra es la que est
pivote y la variable que sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a
X1 X2 X3 S1
Z 1 -3500 -2700 -800 0
R1 0 1 1.142857143 0.7142857143 2.857143
R2 0 0.4 0.2 0.15 0
R3 0 0.25 0.4 0.6 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir
numero pivote, definiendo una nueva fila pivote.
R1 0 1 1.142857143 0.7142857143 2.857143
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor
columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de X2
en la nueva fila del siguiente cuadro.
NUEVA 0 3500 4000 2500 10000

Z ANTIGUA 1 -3500 -2700 -800 0
RESULTADO 1 0 1300 1700 10000
HALLAR LA NUEVA FILA DE R2: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valo
NUEVA 0 -0.4 -0.45714286 -0.285714286 -1.142857

R2 ANTIGUA 0 0.4 0.2 0.15 0
RESULTADO 0 0 -0.25714286 -0.135714286 -1.142857
NUEVA 0 -0.25 -0.28571429 -0.178571429 -0.714286

R3 ANTIGUA 0 0.25 0.4 0.6 0
RESULTADO 0 0 0.114285714 0.4214285714 -0.714286
HALLAR NUEVA MATRIZ: Transladar todos los valores de las filas nuevas a una nueva matriz.
X1 X2 X3 S1 S2
Z 1 0 1300 1700 10000 0
R1 0 1 1.142857143 0.714285714 2.8571428571 0
R2 0 0 -0.257142857 -0.13571429 -1.142857143 1
R3 0 0 0.114285714 0.421428571 -0.714285714 0
Todos los valores de Z son positivos.
pivote X1 X2 X3 S1 S2
1Z 1 0 1300 1700 10000 0
R1 0 1 8/7 5/7 20/7 0
R2 0 0 -9/35 -19/140 -8/7 1
R3 0 0 4/35 59/140 -5/7 0
La solución óptima es Z = 1000000
X1 = 285.71428571429
X2 = 0
X3 = 0
Programacion Lineal
3 tipos de productos, Carne, embutidos y carnes

normalmente prevista, por lo cual se desea saber
niendo la máxima utilidad posible, teniendo en
ductos y además las cantidades disponibles para la
a a continuación:
rse por el numero correspondiente en la columna
O y dicho resultado me indicara la fila pivote.
on la fila pivote y la columna pivote le
S2 S3 SOLUCIÒN
0 0 0 Fila pivote
0 0 100 0.3333333333 286
1 0 300 750
0 1 250 1000
ble que entra es la que esta ubicada en la columna

able que entra reemplaza a la variable que sale.
S2 S3 SOLUCIÒN
0 0 0
0 0 285.71428571 1
1 0 750
0 1 1000
gual a uno se debe dividir la fila pivote en el
0 0 285.71428571
de Z. Se identifica el valor de Z ubicado en la

car por la nueva fila de X2 y coloco los resultados
0 0 1000000
0 0 0 3500 -3500
0 0 1000000 1
a de Z. Se identifica el valor de Z ubicado en la

0 0 -114.2857143
1 0 300 -0.4
1 0 185.71428571

0 0 -71.42857143
0 1 250 -0.25
0 1 178.57142857
una nueva matriz.
S3 SOLUCIÒN
0 1000000
0 285.714286
0 185.714286
1 178.571429
S3 SOLUCIÒN
0 1000000
0 2000/7
0 1300/7
1 1250/7
La empresa “Confecciones Evelyn”, es una microempresa familiar que se dedica a la confección de ro
Sus productos con mayor rotación son los vestidos, camisetas y pantalones. Debido al crecimiento d
dueña desea saber qué productos y en qué cantidad producir para lograr un máximo de utilidades q
restar los bajos ingresos. La empresa cuenta con 3 empleados.
El área de producción fabrica diariamente una totalidad de 10 vestidos (cuya utilidad diaria es de 15
(utilidad diaria de 220.000), y 15 pantalones (utilidad diaria de 180.000).
Los valores en ventas mensuales son de 260 vestidos de 3.900.000, 468 camisetas con un valor de 5.
con un valor de 7.020.000, todo esto en valores brutos.
Proceso a Horas
Vestidos Camisetas Pantalones
actividad disponibles.
Cortar la Tela
2 horas 1 horas 2 horas 30 horas
Cocer 3 horas 2 horas 2 horas 48 horas
Empacar 1 horas 1 horas 1 horas 15 horas
Utilidad 150,000 220,000 180,000 X
Variables
�_(1= ) �� de Vestidos

�_(2= ) �� Camisetas
�_(3= ) �� Pantalones
Funciòn canonica del Objetivo = ��(�)=150000�_1+220000�_2+180000�_3
Restricciones
�_1: 2x1 + x2 + 2x3 +> = 30

�_2: 3x1 + 2x2 + 2x3> = 48
�_3: x1 + x2 + x3 <= 15
�_1,�_2,�_3≥ 0
Ecuaciones
�=150000�_1+220000�_2+180000�_3+0�_4+0�_5+0�_6
�−150000�_1−220000�_2−180000�_3−0�_4−0�_5−0�_6=0
Restricciones
�_1: 2 x1 + x2 + 2 x3 +1x4 = 30
�_2: 3 x1 + 2 x2 + 2 x3 +1x5 = 48
�_3: x1 + x2 + x3 + x6 = 15
x1,x2,x3,x4,x5,x6≥ 0
Fila pivote R3
X1 X2 X3 S1
Z 0 -150000 -220000 -180000 0
R1 0 2 1 2 1
R2 0 3 2 2 0
R3 0 1 1 1 0
X1 X2 X3 S1
Z 1 -150000 -220000 -180000 0
R1 0 2 1 2 -1
R2 0 3 2 2 0
R3 0 1 1 1 0
pivote, definiendo una nueva fila pivote.
R3 0 1 1 1 0
la nueva fila del siguiente cuadro.
NUEVA 0 220000 220000 220000 0

Z ANTIGUA 1 -150000 -220000 -180000 0
RESULTADO 1 70000 0 40000 0
NUEVA 0 -1 -1 -1 0
R1 ANTIGUA 0 2 1 2 1
RESULTADO 0 1 0 1 1
NUEVA 0 -2 -2 -2 0
RESULTADO 0 1 0 0 0
X1 X2 X3 S1 S2
Z 1 70000 0 40000 0 0
R1 0 1 0 1 1 0
R2 0 1 0 0 0 1
R3 0 1 1 1 0 0
1Z 1 70000 0 40000 0 0
R1 0 1 0 1 1 0
R2 0 1 0 0 0 1
R3 0 1 1 1 0 0
X1 = 0
X2 = 15
X3 = 0
Programacion Lineal
edica a la confección de ropa para niños y niñas.
s. Debido al crecimiento de la competencia, su
un máximo de utilidades que le permitan contra
uya utilidad diaria es de 150.000), 18 camisetas
misetas con un valor de 5.616.000 y 15 pantalones
0000�_2+180000�_3
O y dicho resultado me indicara la fila pivote. 1
S2 S3 SOLUCIÒN
0 0 0 Fila pivote
0 0 30 30
1 0 48 24
0 1 15 1 15

ble que entra reemplaza a la variable que sale.
S2 S3 SOLUCIÒN
0 0 0
0 0 30
-1 0 24
0 1 15 -1
gual a uno se debe dividir la fila pivote en el numero
0 1 15
car por la nueva fila de X2 y coloco los resultados en
0 220000 3300000
0 0 0 220000 -220000
0 220000 3300000 1

0 -1 -15
0 0 30 -1
0 -1 15

0 -2 -30
1 0 48 -2
1 -2 18
una nueva matriz.
S3 SOLUCIÒN
220000 3300000
-1 15
-2 18
1 15
S3 SOLUCIÒN
220000 3300000
-1 15
-2 18
1 15
Salsamentaria Salsarin es una carnicería especializada en la comercialización de los productos de qu
subproductos: fiambres y embutidos. Se suelen vender en este establecimiento: salchichas, chorizos
jamón en diferentes formatos, áspic, quesos, etcétera. Esta Salsamentaria se caracteriza por tener un
generalmente acondicionado en el que se muestran al público los productos a la venta.
Se requiere distribuir para un negocio de comidas rápidas los productos de carnes frías, lo cual se re
35 paquetes de hamburguesa zenu por 6 unidades, 20 paquetes de hamburguesa zenu por 12 unida
chorizos por 6 unidades y 15 chorizos por 12 unidades.
PRODUCTOS Disponbilidad
de los recursos
diariamente
Paquete x 6Un. Paquete x 12Un.
Hamburguesa 35 20 130
NEGOCIO
Chorizo 25 15 100
Utilidad $ 11,500 $ 20,900
Variables
(𝑋_1= ) �� de paquetes por 6 unidades

(𝑋_2= ) �� 12 ��
Funciòn canonica del Objetivo = ��(�)=11500�_1+ 〖 20900� 〗 _2
Restricciones
�_1: 30�_1+ 〖 20� 〗 _2≤130

�_2: 〖 25� 〗 _1+ 〖 15� 〗 _2≤100
�_1, �_2 ≥ 0
Ecuaciones
𝑍=11500�_1+ 〖 20900� 〗 _2− 〖 0𝑠 〗 _(1 )− 〖 0𝑠 〗 _(2 )
𝑍=11500�_1+ 〖 20900� 〗 _2− 〖 0𝑠 〗 _(1 )− 〖 0𝑠 〗 _(2 )
𝑍=11500�_1− 〖 20900� 〗 _2+ 〖 0𝑠 〗 _(1 )+ 〖 0𝑠 〗 _(2 )=0
Restricciones
�_1: 30�_1+ 〖 20� 〗 _2+ 〖 1� 〗 _3=130
�_2: 〖 25� 〗 _1+ 〖 15� 〗 _2+ 〖 1� 〗 _4=100
�_1, �_2, �_3, �_4 ≥ 0
"Numero pivote".
Fila pivote S1
X1 X2 S1 S2
Z 0 -11500 -20900 0 0
R1 0 30 20 1 0
R2 0 25 15 0 1
X1 X2 S1 S2
Z 0 -11500 -20900 0 0
R1 0 1.5 1 0.05 0
R2 0 25 15 0 1
R1 0 1.5 1 0.05 0
NUEVA 0 31350 20900 1045 0

Z
Z ANTIGUA 20900 -11500 -20900 0 0
RESULTADO 20900 19850 0 1045 0
HALLAR LA NUEVA FILA DE R2: Realizar tabla anexa para hallar la nueva fila de R2. Se identifica el val
NUEVA 0 -22.5 -15 -0.75 0

R2 ANTIGUA 0 25 15 0 1
RESULTADO 0 2.5 0 -0.75 1
X1 X2 S1 S2
Z 0 19850 0 1045 0
R1 0 1.5 1 0.05 0
R2 0 2.5 0 -0.75 1

X1 = 0
X2 = 6,5
rogramacion Lineal
n de los productos de quesos, carnes y sus
ento: salchichas, chorizos, hambuguesas, salami,
e caracteriza por tener un mostrador transparente y
s a la venta.
carnes frías, lo cual se realizó el siguiente pedido:
rguesa zenu por 12 unidades, 25 paquetes de
900� 〗 _2
e por el numero correspondiente en la columna
y dicho resultado me indicara la fila pivote.
n la fila pivote y la columna pivote le denominamos
SOLUCIÒN
0 Fila pivote
130 1 7
100 7
le que entra es la que esta ubicada en la columna

SOLUCIÒN
0
6.5 1
100
ual a uno se debe dividir la fila pivote en el numero
6.5
e Z. Se identifica el valor de Z ubicado en la

ar por la nueva fila de X2 y coloco los resultados en
135850
0 20900
135850
de R2. Se identifica el valor de Z ubicado en la

ar por la nueva fila de X3 y coloco los resultados en
-97.5
100 -15
2.5
na nueva matriz.
SOLUCIÒN
135850
6.5 20900
2.5 0
Muebles para el hogar es un negocio dedicado a la fabricación de muebles, comedores y juegos de a

lleva mucho tiempo en el mercado, por lo tanto busca obtener la máxima utilidad de sus productos.
conocer los procesos de fabricación de los productos y de acuerdo a la información suministrada por
trabajadora pude concluir que la empresa no tiene claro cuál es la cantidad óptima que puede fabric
acuerdo a su capacidad. La fabricación de los juegos de alcoba y los comedores se lleva a cabo en tre
diseño, ensamble y acabados. El tiempo de diseño de un juego de alcoba es de 8 horas y para un com
3 horas, el tiempo de ensamble es de 5 horas para el juego de alcoba y 2 horas para el comedor, y el
para el juego de alcoba es de 4 horas y 2 horas para el comedor. Para cumplir cada proceso la empre
de 20 horas de diseño, 18 horas para ensamble y 13 horas para acabado. La utilidad recibida por un
alcoba es de $1.000.000 y por un comedor es de $400.000. Entonces se necesita saber ¿cuál es la ca
máxima y optima de unidades que se pueden fabricar teniendo en cuenta el proceso expuesto anter
Proceso a
Diseño Ensamble Acabado
actividad
Juego de
alcoba (X1) 8 5 4
Comedor
(X2) 3 2 2
Horas
disponibles 20 18 13
Variables
�_(1= ) �� de Juego de alcoba

�_(2= ) �� Comedor
la columna pivote. Despues de dividir debe identificarse el resultado MENOR POSITIVO y dicho resul
indicara la fila pivote.
Identificamos la columna pivote:
Fila pivote
X1 X2 S1 S2
Z 0 -1000000 -400000 0 0
R1 0 8 3 1 0
R2 0 5 2 0 1
R3 0 4 2 0 0
la columna pivote y la variable que sale se encuentra ubicada en la fila pivote. La variable que entra
la variable que sale.
X1 X2 S1 S2
Z 0 1000000 400000 0 0
R1 0 1 0.375 0.125 0
R2 0 5 2 0 1
R3 0 4 2 0 0
en el numero pivote, definiendo una nueva fila pivote.
R1 0 1 0.375 0.125 0
en la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila d
coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 1000000 375000 125000 0

Z ANTIGUA 1 -1000000 -400000 0 0
RESULTADO 1 0 -25000 125000 0
ubicado en la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nu
X2 y coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 -5 -1.875 -0.625 0

RESULTADO 0 0 0.125 -0.625 1
X3 y coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 -4 -1.5 -0.5 0

R3
RESULTADO 0 0 0.5 -0.5 0
X1 X2 X3 S2 S3
Z 1 0 -25000 125000 0 0
R1 0 1 0.375 0.125 0 0
R2 0 0 0.125 -0.625 1 0
R3 0 0 0.5 -0.5 0 1
0.5 Z 1 0 0 100000 0 50000
R1 0 1 0 0.5 0 -0.75
R2 0 0 0 -0.5 1 -0.25
R3 0 0 1 -1 0 2

X1 = 0,25
X2 = 6
Fila 1: Fila 2:
3 / 0.5 = 6 2.5 - (0.375 * 6) = 0.25 5.5 - (0.125 * 6) = 4.75
0 / 0.5 = 0 1 - (0.375 * 0) = 1 0 - (0.125 * 0) = 0
0.5 / 0.5 = 1 0.375 - (0.375 * 1) = 0 0.125 - (0.125 * 1) = 0
-0.5 / 0.5 = -1 0.125 - (0.375 * -1) = 0.5 -0.625 - (0.125 * -1) = -0.5
0 / 0.5 = 0 0 - (0.375 * 0) = 0 1 - (0.125 * 0) = 1
1 / 0.5 = 2 0 - (0.375 * 2) = -0.75 0 - (0.125 * 2) = -0.25
8
Programacion Lineal
, comedores y juegos de alcoba, no

utilidad de sus productos. Luego de
ormación suministrada por una
d óptima que puede fabricar de
dores se lleva a cabo en tres procesos:
es de 8 horas y para un comedor es de
oras para el comedor, y el acabado
plir cada proceso la empresa dispone
a utilidad recibida por un juego de
ecesita saber ¿cuál es la cantidad
el proceso expuesto anteriormente?
se por el numero correspondiente en

OR POSITIVO y dicho resultado me

1
S3 SOLUCIÒN
0 0 Fila pivote
0 20 1 0
0 18 1
1 13 1
ble que entra es la que esta ubicada en

ote. La variable que entra reemplaza a
S3 SOLUCIÒN
0 0
0 2.5 -1
0 18
1 13
gual a uno se debe dividir la fila pivote
0 2.5
de Z. Se identifica el valor de Z ubicado

ultiplicar por la nueva fila de X2 y
0 2500000
0 0 1000000
0 2500000
a de Z. Se identifica el valor de Z
o para multiplicar por la nueva fila de
0 -12.5
0 18 -5
0 5.5
a de Z. Se identifica el valor de Z
o para multiplicar por la nueva fila de
0 -10
1 13 -4
1 3
una nueva matriz.
SOLUCIÒN
2500000
2.5
5.5
3
SOLUCIÒN
2650000
0.25
4.75
6
Fila Z:
2500000 - (-25000 * 6) = 2650000
0 - (-25000 * 0) = 0
-25000 - (-25000 * 1) = 0
125000 - (-25000 * -1) = 100000
0 - (-25000 * 0) = 0
0 - (-25000 * 2) = 50000
Teniendo en cuenta que estamos celebrando del día de la mujer y aprovechando que la mayoría de l
Merkando Autoservicio La Hacienda decide organizar “Bolsitas con chocolates”, para ello disponen d
120 Jet chocolatinas, 120 Jet Cruji y 80 Mini Chips. Para lo cual la bolsa pequeña tendrá 2 Jet burbuja
4 Jet Cruji y 1 Mini Chips; la bolsa grande tendrá, 4 Jet burbujas, 8 Topsi Maní, 2 Mini Jumbo, 6 Jet ch
serán $8.000 y $15.000 respectivamente.
¿Cuántas Bolsas le convienen armar de cada tamaño para obtener el máximo beneficio?
BOLSA PEQUEÑA BOLSA GRANDE CANTIDAD DISPONIBLE

Jet Burbujas 2 4 90
Topsi Maní 6 8 250
Mini Jumbo 1 2 60
Jet Chocolatin 4 6 120
Jet Cruji 4 6 120
Mini Chips 1 2 80
Variables
�_(1= ) �� de Juego de alcoba

�_(2= ) �� Comedor
CANÓNICA
Función objetivo:
Restricciones:
ESTANDAR
Función objetivo:
Restricciones:
debe identificarse el resultado MENOR POSITIVO y dicho resultado me indicara la fila pivote.
Identificamos la columna pivote:
Fila pivote
X1 X2 S1 S2
Z 0 -8000 -15000 1 0
R1 0 2 4 1 0
R2 0 6 8 0 1
R3 0 1 2 0 0
R4 0 4 6 0 0
R5 0 4 6 0 0
R6 0 1 2 0 0
sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 S1 S2
Z 0 8000 15000 0 0
R1 0 2 4 1 0
R2 0 6 8 0 1
R3 0 1 2 0 0
R4 0 4 6 0 0
R5 0 0.6666666667 1 0 0
R6 0 1 2 0 0
nueva fila pivote.
R5 0 0.6666666667 1 0 0
numero con diferente signo para multiplicar por la nueva fila de X2 y coloco los resultados en la nuev
NUEVA 0 10000 15000 0 0

Z ANTIGUA 1 -8000 -15000 0 0
RESULTADO 1 2000 0 0 0
dicho numero con diferente signo para multiplicar por la nueva fila de X2 y coloco los resultados en l
NUEVA 0 -2.666666667 -4 0 0
RESULTADO 0 -0.666666667 0 1 0
NUEVA 0 -5.333333333 -8 0 0
RESULTADO 0 0.6666666667 0 0 1
NUEVA 0 -1.333333333 -2 0 0
RESULTADO 0 -0.333333333 0 0 0
NUEVA 0 -4 -6 0 0
RESULTADO 0 0 0 0 0
NUEVA 0 -1.333333333 -2 0 0
RESULTADO 0 -0.333333333 0 0 0

1Z 1 2000 0 0 0 0
R1 0 -0.6666666667 0 1 0 0
R2 0 0.6666666667 0 0 1 0
R3 0 -0.3333333333 0 0 0 1
R4 0 0 0 0 0 0
R5 0 0.6666666667 1 0 0 0
R6 0 -0.3333333333 0 0 0 0

X1 = 0
X2 = 20
Programacion Lineal
chando que la mayoría de las personas buscan dar detalles a estas personas.
ates”, para ello disponen de 90 Jet burbujas, 250 Topsi Maní, 60 Mini Jumbo,
queña tendrá 2 Jet burbujas, 6 Topsi Maní, 1 Mini Jumbo, 4 Jet chocolatinas,
aní, 2 Mini Jumbo, 6 Jet chocolatinas, 6 Jet Cruji y 2 Mini Chips; sus precios
mo beneficio?
90 Jet burbujas 250 Topsi Maní

rse por el numero correspondiente en la columna pivote. Despues de dividir
dicara la fila pivote.
on la fila pivote y la columna pivote le denominamos "Numero pivote".
S3 S4 S5 S6 SOLUCIÒN
0 0 0 0 90 Fila pivote
0 0 0 0 90 0
0 0 0 0 250 0
1 0 0 0 60 0
0 1 0 0 120 0
0 0 1 0 120 1/6 0
0 0 0 1 80 0
ble que entra es la que esta ubicada en la columna pivote y la variable que
a a la variable que sale.
0 0 0 0 0
0 0 0 0 90
0 0 0 0 250
1 0 0 0 60
0 1 0 0 120
0 0 0.16666667 0 20 -1
0 0 0 1 80
gual a uno se debe dividir la fila pivote en el numero pivote, definiendo una
0 0 0.16666667 0 20
de Z. Se identifica el valor de Z ubicado en la columna pivote y se utiliza dicho

co los resultados en la nueva fila del siguiente cuadro.
0 0 2500 0 300000
0 0 0 0 0 15000
0 0 2500 0 300000
a de R1. Se identifica el valor de R1 ubicado en la columna pivote y se utiliza

y coloco los resultados en la nueva fila del siguiente cuadro.
0 0 - 2/3 0 -80
0 0 0 0 90 -4
0 0 -0.6666667 0 10

0 0 -1 0 -160
0 0 0 0 250 -8
0 0 -1.3333333 0 90

0 0 0 0 -40
1 0 0 0 60 -2
1 0 -0.3333333 0 20
0 0 -1 0 -120
0 1 0 0 120 -6
0 1 -1 0 0

0 0 -0.3333333 0 -40
0 0 0 1 80 -2
0 0 -0.3333333 1 40
una nueva matriz.
S4 S5 S6 SOLUCIÒN
0 2500 0 300000
0 -0.6666667 0 10
0 -1.3333333 0 90
0 -0.3333333 0 20
1 -1 0 0
0 0.16666667 0 20
0 -0.3333333 1 40
8
Tabla
8000 15000
1
Base Cb P1 P2
Z -8000 ###
P3 0 2 4
P4 0 6 8
P5 0 1 2
P6 0 4 6
P7 0 4 6
P8 0 1 2
Tabla
8000 15000
2
Base Cb P1 P2
Z 2000 0
P3 0 -0.66666666666667 0
P4 0 0.66666666666667 0
P5 0 -0.33333333333333 0
P6 0 0 0
P2 15000 0.66666666666667 1
P8 0 -0.33333333333333 0
0 0 0 0 0 0
P3 P4 P5 P6 P7 P8 P0
0 0 0 0 0 0 0
1 0 0 0 0 0 90
0 1 0 0 0 0 250
0 0 1 0 0 0 60
0 0 0 1 0 0 120
0 0 0 0 1 0 120
0 0 0 0 0 1 80
0 0 0 0 0 0
P3 P4 P5 P6 P7 P8 P0
0 0 0 0 2500 0 300000
1 0 0 0 -0.66666666666667 0 10
0 1 0 0 -13,333,333,333,333 0 90
0 0 1 0 -0.33333333333333 0 20
0 0 0 1 -1 0 0
0 0 0 0 0.16666666666667 0 20
0 0 0 0 -0.33333333333333 1 40
La empresa “Confecciones Evelyn”, es una microempresa familiar que se dedica a la confección de ro
Sus productos con mayor rotación son los vestidos, camisetas y pantalones. Debido al crecimiento d
dueña desea saber qué productos y en qué cantidad producir para lograr un máximo de utilidades q
restar los bajos ingresos. La empresa cuenta con 3 empleados.
El área de producción fabrica diariamente una totalidad de 10 vestidos (cuya utilidad diaria es de 15
(utilidad diaria de 220.000), y 15 pantalones (utilidad diaria de 180.000).
Los valores en ventas mensuales son de 260 vestidos de 3.900.000, 468 camisetas con un valor de 5.
con un valor de 7.020.000, todo esto en valores brutos.
Proceso a Horas
Vestidos Camisetas Pantalones
actividad disponibles.
Cortar la Tela
2 horas 1 horas 2 horas 30 horas
Cocer 3 horas 2 horas 2 horas 48 horas
Empacar 1 horas 1 horas 1 horas 15 horas
Utilidad 150,000 220,000 180,000 X
Variables
�_(1= ) �� de Vestidos

�_(2= ) �� Camisetas
�_(3= ) �� Pantalones
Funciòn canonica del Objetivo = ��(�)=150000�_1+220000�_2+180000�_3
Restricciones
�_1: 2x1 + x2 + 2x3 +> = 30

�_2: 3x1 + 2x2 + 2x3> = 48
�_3: x1 + x2 + x3 <= 15
�_1,�_2,�_3≥ 0
Ecuaciones
�=150000�_1+220000�_2+180000�_3+0�_4+0�_5+0�_6
�−150000�_1−220000�_2−180000�_3−0�_4−0�_5−0�_6=0
Restricciones
�_1: 2 x1 + x2 + 2 x3 +1x4 = 30
�_2: 3 x1 + 2 x2 + 2 x3 +1x5 = 48
�_3: x1 + x2 + x3 + x6 = 15
x1,x2,x3,x4,x5,x6≥ 0
Fila pivote R3
X1 X2 X3 S1
Z 0 -3500 -2700 -800 0
R1 0 0.35 0.4 0.25 1
R2 0 0.4 0.2 0.15 0
R3 0 0.25 0.4 0.6 0
X1 X2 X3 S1
Z 1 -3500 -2700 -800 0
R1 0 1 1.143 0.714 2.857
R2 0 0.4 0.2 0.15 0
R3 0 0.25 0.4 0.6 0
R1 0 1 1.143 0.714 2.857

NUEVA 0 3500 4000 2500 10000

Z ANTIGUA 1 -3500 -2700 -800 0
RESULTADO 1 0 1300 1700 10000
NUEVA 0 -0.4 -0.457 -0.286 0

R2 ANTIGUA 0 0.4 0.2 0.15 0
RESULTADO 0 0 -0.257 -0.136 0
NUEVA 0 -0.25 -0.286 -0.179 -0.714

R3 ANTIGUA 0 0.25 0.4 0.6 0
RESULTADO 0 0 0.114 0.421 -0.714
X1 X2 X3 S1 S2
Z 1 0 1300 1700 10000 0
R1 0 1 1.143 0.714 2.857 0
R2 0 0 -0.257 -0.136 0 1
R3 0 0 0.114 0.421 -0.714 0

X1 = 285,714285714286
X2 = 0
X3 = 0
Programacion Lineal
edica a la confección de ropa para niños y niñas.
s. Debido al crecimiento de la competencia, su
un máximo de utilidades que le permitan contra
uya utilidad diaria es de 150.000), 18 camisetas
misetas con un valor de 5.616.000 y 15 pantalones
0000�_2+180000�_3
O y dicho resultado me indicara la fila pivote.
S2 S3 SOLUCIÒN
0 0 0
0 0 100 1
1 0 300
0 1 250

S2 S3 SOLUCIÒN
0 0 0
0 0 285.714
1 0 300 -1
0 1 250
0 0 285.714
0 0 1000000
0 0 0 3500
0 0 1000000

0 0 -114.286
1 0 300 - 2/5
1 0 185.714

0 0 -71.429
0 1 250 -0.25
0 1 178.571
una nueva matriz.
S3 SOLUCIÒN
0 1000000
0 285.714
0 185.714
1 178.571
Tabla
3500 2700
1
Base Cb P0 P1 P2
Z 0 -3500 -2700
P4 0 100 0.35 0.4
P5 0 300 0.4 0.2
P6 0 250 0.25 0.4
Tabla
3500 2700
2
Base Cb P1 P2 P3
Z 0 1300 1700
P1 3500 1 1.1429 0.7143
P5 0 0 -0.257 -0.136
P6 0 0 0.1143 0.421
800 0 0 0
P3 P4 P5 P6
-800 0 0 0
0.25 1 0 0
0.15 0 1 0
0.6 0 0 1
800 0 0 0
P4 P5 P6 P0
10000 0 0 1000000
2.857 0 0 285.7143
-1.143 1 0 185.7143
-0.714 0 1 178.5714
X1 X2 X3 S1
Z 0 80 400 650 0
R1 0 1 2 3 1
R2 0 1 1 1 0
R3 0 1 2 3 0
X1 X2 X3 S1
Z 1 -80 -400 -650 0
R1 0 1 2 3 1
R2 0 1 1 1 0
R3 0 0 1 1 0
R3 0 0 1 1 0
NUEVA 0 216.667 433.333 650 0

Z ANTIGUA 1 -80 -400 -650 0
RESULTADO 1 136.667 33.333 0 0
NUEVA 0 -1 -2.000 -3.000 0

R1
R1 ANTIGUA 0 1.0 2.0 3.00 1
RESULTADO 0 0 0 0 1
NUEVA 0 -0.333 -0.667 -1.000 0.000

RESULTADO 0 0.667 0.333 0 0
X1 X2 X3 S1 S2
Z 1 136.667 33.333 0 0 0
R1 0 0 0 0 1 0
R2 0 0.667 0.333 0 0 1
R3 0 0.333 0.667 1 0 0
La solución óptima es Z = 2166,66666666667

X1 = 0
X2 = 0
X3 = 3,33333333333333
Programacion Lineal
S2 S3 SOLUCIÒN
0 0 0
0 0 19
1 0 16
0 1 10 1

S2 S3 SOLUCIÒN
0 0 0
0 0 19
1 0 16
0 0 3 -1
0 0 3

0 216.667 2166.667
0 0 0 650
0 216.667 2166.667

0 -1 -10.000
0 0 19 -3
0 -1 9

0 -0.333 -3.333
1 0 16 -1
1 -0.333 12.667
una nueva matriz.
S3 SOLUCIÒN
216.667 2166.66667
-1 9
-0.333 12.667
0.333 3.333
Tabla
80 400 650 0
1
Base Cb P0 P1 P2 P3 P4
Z 0 -80 -400 ### 0
P4 0 19 1 2 3 1
P5 0 16 1 1 1 0
P6 0 10 1 2 3 0
abla 2 80 400 650 0
Base Cb P0 P1 P2 P3 P4
Z ### 137 33 0 0
P4 0 9 0 0 0 1
P5 0 13 ### ### 0 0
P3 650 3 ### ### 1 0
0 0
P5 P6
0 0
0 0
1 0
0 1
0 0
P5 P6
0 217
0 -1
1 ###
0 0.333
Problema de Programacion L
X1 X2 S1 S2
Z 0 5000 10000 0 0
R1 0 300 240 1 0
R2 0 2 3 0 1
ubicada en la columna pivote y la variable que sale se encuentra ubicada en la fila pivote. La variable
entra reemplaza a la variable que sale.
X1 X2 S1 S2
Z 0 -5000 -10000 0 0
R1 0 300 240 1 0
R2 0 2 3 0 1
de solución y coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 0.000 -5000 -10000 0 0

Z ANTIGUA 0 0 5000 10000 0 0
RESULTADO 0 0 0 0 0 0
Z 0 0 -5000 -10000 0 0
de X1 y coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 0 0 0 0 0
R1 ANTIGUA 0 0 300 240 1 0
RESULTADO 0 0 300 240 1 0
de X2 y coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 0 0 0 0 0
R2 ANTIGUA 0 0 2 3 0 1
RESULTADO 0 0 2 3 0 1
X1 X2 S1 S2
Z Minimizar 0 0 0 0
R1 0 300 240 1 0
R2 0 2 3 0 1
X1 = 0
X2 = 0
Programacion Lineal
SOLUCIÒN
0
10
10
variable que entra es la que esta

ada en la fila pivote. La variable que
SOLUCIÒN
0
10
10
a fila de Z. Se identifica el valor de Z

signo para multiplicar por la nueva fila
ro.
0
0 10000
0
va fila de Z. Se identifica el valor de Z

0
10 0
10
va fila de Z. Se identifica el valor de Z
0
10 0
10
as a una nueva matriz.
SOLUCIÒN
0
10
10
Base Cb P1 P2 P3
Tabla
-5000 -10000 0
1
Z 5000 10000 0
P3 0 300 240 1
P4 0 2 3 0
HALLAR NUEVA MATRIZ: Transladar todos los valores de las filas nuevas a una nueva ma
X1 X2 X3 S1
Z 1 136.667 33.333 0 0
R1 0 0 0 0 1
R2 0 0.667 0.333 0 0
R3 0 0.333 0.667 1 0
La solución óptima es Z = 2166,66666666667

X1 = 0
X2 = 0
X3 = 3,33333333333333
P4 P0
0 0
0 10
1 10
de las filas nuevas a una nueva matriz.
S2 S3 SOLUCIÒN
0 216.667 2166.66667
0 -1 9
1 -0.333 12.667
0 0.333 3.333
X1 X2 X3
Z 1000000 400000 0
R1 0 8 3 1
R2 0 5 2 0
R3 0 4 2 0
columna pivote y la variable que sale se encuentra ubicada en la fila pivote. La variable que entra ree
variable que sale.
X1 X2 X3
Z 0 -1000000 -400000 0
R1 0 1 0.375 0.125
R2 0 5 2 0
R3 0 4 2 0
el numero pivote, definiendo una nueva fila pivote.
R1 0 1 0.375 0.125
la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de X
resultados en la nueva fila del siguiente cuadro.
NUEVA 0 1000000 375000 125000

Z ANTIGUA 0 -1000000 -400000 0
RESULTADO 0 0 -25000 125000
los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 -5 -1.875 -0.625
R2 ANTIGUA 0 5 2 0
RESULTADO 0 0 0.125 -0.625
NUEVA 0 -4 -1.5 -0.5

R3 ANTIGUA 0 4 2 0
RESULTADO 0 0 0.5 -0.5
X1 X2 X3 S1
Z 0 0 -25000 125000 0
R1 0 1 0.375 0.125 0
R2 0 0 0.125 -0.625 1
R3 0 0 0.5 -0.5 0
Todos los valores de Z NO son positivos.

La variable que sale de la base es R3 y la que entra es X2.
IDENTIFICAR LA VARIABLE QUE ENTRA Y LA VARIABLE QUE SALE : La variable que entra es la que esta ubicada en
columna pivote y la variable que sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la
variable que sale.
X1 X2 X3 S1
Z 0 0 -25000 125000 0
R1 0 1 0.375 0.125 0
R2 0 0 0.125 -0.625 1
R3 0 0 1 -1 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila pivote e
el numero pivote, definiendo una nueva fila pivote.
R3 400000 0 1 -1 0
la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de X
NUEVA 0 25000 -25000 0
Z ANTIGUA 0 -25000 125000 0
RESULTADO 0 0 100000 0
NUEVA 0 0 0.375 0
R1 ANTIGUA 0 1 0.375 0.125
RESULTADO 0 1 0.75 0
NUEVA 0 -0.125 0.125 0

R2 ANTIGUA 0 0.125 -0.625 1
RESULTADO 0 0 -0.5 1
X1 X2 X3 S1
Z 0 0 0 100000 0
R1 1000000 0 1 0.75 0
R2 0 0 0 -0.5 1
R3 400000 0 1 -1 0

X1 = 0,25
X2 = 6
a de Programacion Lineal
S1 S2 SOLUCIÒN
0 0 0 Fila pivote
0 0 20 1 3
1 0 18 0
0 1 13 0
: La variable que entra es la que esta ubicada en la

fila pivote. La variable que entra reemplaza a la
S1 S2 SOLUCIÒN
0 0 0
0 0 2.5 -1
1 0 18
0 1 13
e quede igual a uno se debe dividir la fila pivote en
0 0 2.5
ueva fila de Z. Se identifica el valor de Z ubicado en

ara multiplicar por la nueva fila de X1 y coloco los
0 0 2500000
0 0 0 1000000
0 0 2500000
nueva fila de R2. Se identifica el valor de R2 ubicado

o para multiplicar por la nueva fila de X1 y coloco
0 0 -12.5
1 0 18 -5
1 0 5.5

0 0 -10
0 1 13 -4
0 1 3
nuevas a una nueva matriz.
S2 SOLUCIÒN
0 2500000 Fila pivote
0 2.5 0
0 5.5 0
1 3 1 1
que entra es la que esta ubicada en la

variable que entra reemplaza a la
S2 SOLUCIÒN
0 2500000
0 2.5
0 5.5
2 6
a uno se debe dividir la fila pivote en
2 6
ueva fila de Z. Se identifica el valor de Z ubicado en

ara multiplicar por la nueva fila de X1 y coloco los
50000 150000
0 2500000 25000
50000 2650000

-0.75 -2.25
0 2.5 -0.375
-0.75 0.25

-0.25 -0.75
0 5.5 -0.125
-0.25 4.75
S2 SOLUCIÒN
50000 2650000
-0.75 0.25
-0.25 4.75
2 6
Tabla
1000000 400000 0 0
1
Base Cb P1 P2 P3 P4
Z -1E+06 -4E+05 0 0
P3 0 8 3 1 0
P4 0 5 2 0 1
P5 0 4 2 0 0
Tabla
1000000 400000 0 0
2
Base Cb P1 P2 P3 P4
Z 0 -25000 125000 0
P1 1E+06 1 0.375 0.125 0
P4 0 0 0.125 -0.625 1
P5 0 0 0.5 -0.5 0
Tabla
1000000 400000 0 0
3
Base Cb P1 P2 P3 P4
Z 0 0 100000 0
P1 1E+06 1 0 0.5 0
P4 0 0 0 -0.5 1
P2 400000 0 1 -1 0
0
P5 Result
0 0
0 20
0 18
1 13
P5 Result
0 3E+06
0 2.5
0 5.5
1 3
P5 P0
50000 3E+06
-0.75 0.25
-0.25 4.75
2 6
Problema de Programacion L
X1 X2 S1 S2
Z 0 100000 450000 0 0
R1 1 1200 3500 -1 0
R2 1 2000 4200 0 -1
variable que sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable
X1 X2 S1 S2
Z 0 -3200 -7700 1 1
R1 -1 1200 3500 -1 0
R2 0.000238 0.476190 1 0 -0.000238
pivote en el numero pivote, definiendo una nueva fila pivote.
R2 0 0.476190 1 0 -0.000238
utiliza dicho numero con diferente signo para multiplicar por la nueva fila de solución y coloco los re
cuadro.
NUEVA 1.8333 3667 7700 0 -1.8333 0

Z ANTIGUA 0 -3200 -7700 1 1 0
RESULTADO 1.8333 466.667 0 1 -0.8333 0
se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de X1 y coloco los result
cuadro.
NUEVA -1 -1667 -3500 0 0.8333 0

R1 ANTIGUA 0.000238 1200 3500 -1 0 1
R1
RESULTADO -1 -466.667 0 -1 0.8333 1
Minimizar X1 X2 S1 S2
Z 1.833333 466.6667 0 1 -0.8333333 0
R1 -0.83310 -466.6667 0 -1 0.833333 1
R2 0.000238 0.47619 1 0 -0.0002381 0

Z 1.833333 466.6667 0 1 -0.8333333 0
R1 -1 -560 0 -1.2 1 1.2
R2 0.000238 0.47619 1 0 -0.0002381 0
R1 -560 0 -1.2 1 1.2
cuadro.
NUEVA -0.1 0 -0.00029 0.0002 0.0003 -0.0002

R2 ANTIGUA 0.47619 1 0 -0.000238095 0 0.0002381
RESULTADO 0.3429 1 -0.0002857 0 0.0002857 0
cuadro.
NUEVA -466.6667 0 -1 0.833333 0 0

Z ANTIGUA 466.6667 0 1 -0.833333333 0 1.8333333
RESULTADO 1.88E-12 0 0 0 1 1
Z 1.833333 1.8800 0 0 0 1
R1 -0.000238 -560 0 -1.2 1 1.2
R2 0.000000 0.34286 1 -0.000285714 0 0.0002857

Z 1.833333 -0.002176 0 0 0 -0.00116
R1 -0.000238 -560 0 -1.2 1 1.2
R2 0 0.34286 1 -0.000285714 0 0.0002857
Z -0.00218 0 0 0 -0.00116
NUEVA -0.00497 0 0 0 0.0 0.0

R2 ANTIGUA 0.34286 1 -0.00028571 0 0.00028571 0
RESULTADO 0.3379 1 -0.0002857 0 -0.0023598 0
Programacion Lineal
S3 S4 SOLUCIÒN Fila pivote

0 0 0 0
1 0 8000 2
0 1 7000 1 2
riable que entra es la que esta ubicada en la columna pivote y la

entra reemplaza a la variable que sale.
S3 S4 SOLUCIÒN
0 0 -15000
1 0 8000
0 0.000238 1.666667 -1
e igual a uno se debe dividir la fila
0 0.000238 1.666667
fila de Z. Se identifica el valor de Z ubicado en la columna pivote y se

la de solución y coloco los resultados en la nueva fila del siguiente
1.8333 12833
0 -15000 7700
1.8333 -2166.667
fila de Z. Se identifica el valor de Z ubicado en la columna pivote y

a fila de X1 y coloco los resultados en la nueva fila del siguiente
-0.8333 -5833
0 8000 -3500
-0.8333 2166.67
a una nueva matriz.
SOLUCIÒN
1.83333333 -2166.666667
-0.83333333 2166.6666667
0.0002381 1.6666666667
SOLUCIÒN
1.83333333 -2166.666667
-1 2600
0.0002381 1.6666666667
-1 2600

0.6
1.66666667 0.000238
2.28571

0
-2166.66667 0.8333333333
-8.64E-12
a una nueva matriz.
SOLUCIÒN
1 -864
-1 2600
0 2.2857142857
SOLUCIÒN
-0.00116 1
-1 2600
0 2.2857142857
-0.00116 1
2
2.28571429 2.2857142857
4.57143
MAXIMIZAR: Z = -100000 X1 -450000 X2 + 0 X3 + 0 X4 + 0 X5+ 0 X6
sujeto a
1200 X1 + 3500 X2 -1 X3 + 1 X5 = 8000

2000 X1 + 4200 X2 -1 X4 + 1 X6 = 7000
X1, X2, X3, X4, X5, X6 ≥ 0
Tabla
0
1
Base Cb P1
Z -3200
P5 -1 1200
P6 -1 2000
Tabla
0
2
Base Cb P1
Z 46,666,666,666,667.00
P5 -1 -46,666,666,666,667
P2 0 0.47619047619048
Existe alguna solución posible para el problema, por lo que podemos pasar a la Fase II par
Tabla
0
3
Base Cb P1
Z 1.88E-12
P4 0 -560
P2 0 0.34285714285714
Tabla
-100000
1
Base Cb P1
Z -54,285,714,285,714
P4 0 -560
P2 -450000 0.34285714285714
Tabla
-100000
2
Base Cb P1
Z 0
P4 0 0
P1 -100000 1
0 0
P2 P3
-7700 1
3500 -1
4200 0
0 0
P2 P3
0 1
0 -1
1 0
a, por lo que podemos pasar a la Fase II para calcularla.

0 0
P2 P3
0 0
0 -1.2
1 -0.00028571428571429
-450000 0
P2 P3
0 12,857,142,857,143
0 -1.2
1 -0.00028571428571429
-450000 0
P2 P3
15,833,333,333,333 83,333,333,333,333
16,333,333,333,333 -16,666,666,666,667
29,166,666,666,667 -0.00083333333333333
0 -1 -1
P4 P5 P6
1 0 0
0 1 0
-1 0 1
0 -1 -1
P4 P5 P6
-0.83333333333333 0 18,333,333,333,333
0.83333333333333 1 -0.83333333333333
0.0002380952380952
-0.00023809523809524 0
4
0 -1 -1
P4 P5 P6
0 1 1
1 1.2 -1
0 0.00028571428571429 0
P4 P0
0 -10,285,714,285,714
1 2600
0 22,857,142,857,143
P4 P0
0 -66,666,666,666,667
1 63,333,333,333,333
0 66,666,666,666,667
P0
-15000
8000
7000
P0
-21,666,666,666,667
21,666,666,666,667
16,666,666,666,667
P0
-8.64E-12
2600
22,857,142,857,143
La empresa Madelcol es especialista desde hace muchos años en producción de muebles para armado rápido, en
productos estrella están las mesas para Tv y mesas auxiliares de cocina que vende a $200.000 y $300.000 por cad
respectivamente. Desea saber la cantidad exacta de fabricación diaria por operario para maximizar sus ganancias,
siguientes restricciones:
1. El número total de unidades de los dos tipos no podrá exceder de cuatro por día y operario.
2. Cada mesa de Tv requiere dos horas para su producción.
3. Cada mesa auxiliar para cocina requiere tres horas para su producción.
4. La jornada laboral máxima es de diez horas.
5. El material utilizado y sus accesorios en cada mesa de tv cuesta $40.000.
6. El material utilizado en cada mesa auxiliar de cocina cuesta $20.000.
7. Cada operario dispone de $120.000 diarios para comprar materiales y accesorios.
Con los datos anteriores:

a. Plantee con todos los elementos que caracterizan el modelo de programación lineal, las
condiciones del problema.
b. Resuélvalo por los métodos simplex y gráfico.
c. ¿Cuál es la utilidad que genera la producción y venta de los artículos?
Información
Produccion Disponbilidad
de recursos
Precio de
diariamente venta
Productos Horas
Costo material
Tv 2 $ 40,000 $ 120,000 $ 200,000
Madelcol
Cocina 3 $ 20,000 $ 120,000 $ 300,000
Jornada laboral máxima 10 horas
Total de unidades de los dos tipos no podrá exceder de cuatro por día y operario.
Variables de decisión
(𝑋_1= ) Número de mesa de Tv a fabricar diariamente por operario

(𝑋_2= ) Número de 𝑚𝑒𝑠𝑎 𝑎𝑢�𝑖𝑙𝑖𝑎𝑟 𝑝𝑎𝑟𝑎 𝑐𝑜𝑐𝑖𝑛𝑎 a fabricar diariamente por operario
Función del Objetivo = ��(�)=200000�_1+ 〖 300000� 〗 _2

Donde:
X1, X2, X3, …, Xn = Variables de decisión
C1, C2, C3, …, Cn = Constantes
Restricciones
�_1: �_1+�_2≤4
�_2: 〖 2� 〗 _1+ 〖 3� 〗 _2≤10
�_3: 〖 40000� 〗 _1+ 〖 20000� 〗 _2≤120000
𝑋_1, 𝑋_2 ≥ 0
Ecuaciones
MAXIMIZAR: �=20000�_1+300000�_2+0�_3+0�_4+0�_5
Restricciones
�_1: 1�_1 + 1�_2 + 1 �_3 = 4
�_2: 2 �_1 + 3�_2 + 1 �_4= 10
�_3: 40000�_1 + 20000�_2 + 1�_5 =
120000
�_1,�_2,�_3,�_4,�_5≥ 0
Método Simplex
variable que sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 X3 S1 S2
Z 0 200000 300000 0 0
R1 0 4 1 1 1 0
R2 0 10 2 3 0 1
R3 0 120000 40000 20000 0 0
X1 X2 X3 S1 S2
Z 0 -200000 -300000 0 0
R1 0 4 1 1 1 0
R2 0 3.3333333333 0.666666667 1 0 0.333333333
R3 0 120000 40000 20000 0 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila pivote
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila pivote
R2 0 3.3333333333 0.666666667 1 0 0.333333333
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor de Z ubicado
en la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R2 y coloco
NUEVA 0 1000000 200000 300000 0 100000

Z ANTIGUA 0 0 -200000 -300000 0 0
RESULTADO 0 1000000 0 0 0 100000
HALLAR LA NUEVA FILA DE R1: Realizar tabla anexa para hallar la nueva fila de R1. Se identifica el valor de R1
ubicado en la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R2
NUEVA 0 -3 -1 -1 0 0
R1 ANTIGUA 0 4 1 1 1 0
RESULTADO 0 0.66666667 0.333333 0 1 -0.3333333
HALLAR LA NUEVA FILA DE R3: Realizar tabla anexa para hallar la nueva fila de R3. Se identifica el valor de R3
ubicado en la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R2
NUEVA 0 -66667 -13333 -20000 0 -6667

R3 ANTIGUA 0 120000 40000 20000 0 0
RESULTADO 0 53333.3333 26666.6667 0 0 -6666.6667
X1 X2 X3 S1 S2 S3
Z 1000000 0 0 0 100000 0
R1 0.6666666667 0.3333333 0 1 -0.3333333 0
R2 3.3333333333 0.6666666667 1 0 0.33333333 0
R3 53333.3333 26666.6667 0 0 -6666.6667 1

Hay infinitos valores de X1, X2 para el valor óptimo Z = 1000000 , los cuales están conten
Una de ellas es:
X1 = 0
X2 = 3.3333333333333
Método Grafico
��(�)=200000�_1+ 〖 300000� 〗 _2
1�_1+1�_2≤4
〖 2� 〗 _1+ 〖 3� 〗 _2≤10
〖 40000� 〗 _1+ 〖 20000� 〗 _2≤120000
𝑋_1, 𝑋_2 ≥ 0
El problema tiene infinitas soluciones.

para armado rápido, entres sus
000 y $300.000 por cada artículo y
maximizar sus ganancias, teniendo las
ario.
la que esta ubicada en la columna pivote y la
la variable que sale.
S3 SOLUCIÒN Fila pivote

0
0 4 1
0 10 1 3
1 120000 0
S3 SOLUCIÒN
0
0 4
0 10 -1
1 120000
be dividir la fila pivote

0
ca el valor de Z ubicado
nueva fila de R2 y coloco
0
0 300000
0
tifica el valor de R1
r por la nueva fila de R2
0
0 -1
0
tifica el valor de R3
r por la nueva fila de R2
0
1 -20000
1
na nueva matriz.
SOLUCIÒN
0
300000
0
cuales están contenidos en el segmento de la recta 200000 X1 + 300000 X2 = 1000000 que cumple las restriccio
00 que cumple las restricciones del problema.
Base Cb P0 P1
Tabla
200000
1
Z 0 -200000
P3 0 4 1
P4 0 10 2
P5 0 120000 40000
Base Cb P0 P1
Tabla
200000
2
Z 1000000 0
P3 0 0.66666666666667 0.33333333333333
P2 300000 33,333,333,333,333 0.66666666666667
P5 0 53,333,333,333,333 26,666,666,666,667
P2 P3 P4 P5
300000 0 0 0
-3E+05 0 0 0
1 1 0 0
3 0 1 0
20000 0 0 1
P2 P3 P4 P5
300000 0 0 0
0 0 100000 0
0 1 -0.33333333333333 0
1 0 0.33333333333333 0
0 0 -66,666,666,666,667 1
Situación 1:
Una empresa farmacéutica produce tres tipos de Jarabes para controlar la fiebre en niños (Jarabe 1, Jarabe 2 y Jar
3).
El jarabe 1 está compuesto por 2 veces el componente A, 2 veces el componente B y 1 vez el componente C. El jar
está compuesto por 2 veces el componente A, 1 vez el componente B y 1 vez el componente C y finalmente el jara
está compuesto por 1,5 veces el componente A, 2 veces el componente B y 3 vez el componente C. Se dispone de
unidades del componente A, 310 del B y 332 del C. La utilidad de los jarabes 1, 2 y 3, es respectivamente de 17, 1
dólares.
¿Qué cantidad de toneladas debe transportarse según cantidades continuas?

¿Cuál es la utilidad generada por dicha solución?
INFORMACIÓN
Jarabes Componente A Componente B Componente C Utilidad
1 2 2 1 17
2 2 1 1 17
3 1.5 2 3 23
Disponibles 321 310 332
PLANTEAMIENTO
(𝑋_1= ) Cantidad de toneladas a transportar de Jarabe 1

Función del Objetivo = ��(�)=17�_1+ 〖 17� 〗 _2 +

〖 23� 〗 _3
variables continuas
Donde:
X1, X2, X3, …, Xn = Variables de decisión
C1, C2, C3, …, Cn = Constantes
Restricciones
�_1: 2�_1+ 〖 2� 〗 _(2 )+ 〖 1,5� 〗 _3≤321

�_2: 〖 2� 〗 _1+ �_(2 )+ 〖 2� 〗 _(3 )≤310
�_3: �_1 +�_2 + 〖 3� 〗 _3 ≤332
𝑋_1, 𝑋_2, �_3 ≥ 0
Ecuaciones
MAXIMIZAR: �=17�_1+17�_2+23�_3+0�_3+0�_4+0�_5+0�_6
Sujeto a:
�_1: 2�_1+ 〖 2� 〗 _(2 )+ 〖 1,5� 〗 _3+�_4≤321
�_2: 〖 2� 〗 _1+ �_(2 )+ 〖 2� 〗 _(3 )+�_5≤310
�_3: �_1 +�_2 + 〖 3� 〗 _3 +�_6≤332
𝑋_1, 𝑋_2, �_3,�_4, �_5, �_6
≥ 0
Método Simplex
X1 X2 X3 S1
Z 17 17 23 0
R1 0 2 2 1.5 1
R2 0 2 1 2 0
R3 0 1 1 3 0
X1 X2 X3 S1
Z -17 -17 -23 0
R1 0 2 2 1.5 1
R2 0 2 1 2 0
R3 0 0.3333333333 0.3333333333 1 0
R3 0 0.3333333333 0.3333333333 1 0
columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R3 y coloco los
NUEVA 0 8 8 23 0
Z ANTIGUA 0 -17 -17 -23 0
Z
RESULTADO 0 -9.333333 -9.33333 0 0
HALLAR LA NUEVA FILA DE R1: Realizar tabla anexa para hallar la nueva fila de R1. Se identifica el valor de R1 ubic
la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R3 y coloco lo
NUEVA 0 -1 -1 -2 0
R1 ANTIGUA 0 2 2 1.5 1
RESULTADO 0 1.5 1.5 0 1
NUEVA 0 -1 -1 -2 0
RESULTADO 0 1.333333 0.333333 0 0
X1 X2 X3 S1 S2
Z -9.33333 -9.33333 0 0 0
R1 1.5 1.5 0 1 0
R2 1.33333 0.33333 0 0 1
R3 0.33333 0.33333 1 0 0
variable que sale.
X1 X2 X3 S1 S2
Z -9.33333 -9.33333 0 0 0
R1 1.5 1.5 0 1 0
R2 1 0.25 0 0 0.75
R3 0.3333333333 0.3333333333 1 0 0
R2 0 1 0.25 0 0
NUEVA 0 -1.5 -0.375 0 0

R1 ANTIGUA 0 1.5 1.5 0 1
RESULTADO 0 0 1.125 0 1
NUEVA 0 -0.3333333 -0.0833333 0 0

R3 ANTIGUA 0 0.3333333333 0.3333333 1 0
RESULTADO 0 0 0.25 1 0
NUEVA 0 -9 -2 0 0
Z ANTIGUA 0 -9.33333 -9.33333 0 0
RESULTADO 0 -17 -17 -23 0
X1 X2 X3 S1 S2
Z -17 -17 -23 0 0
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25

variable que sale.
X1 X2 X3 S1 S2
Z -17 -17 -23 0 0
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
R3 0 0 0.25 1 0
NUEVA 0 0 0 0 0
R1 ANTIGUA 0 0 1.125 0 1
RESULTADO 0 0 1.125 0 1
NUEVA 0 0 0 0 0
R2 ANTIGUA 1 0.25 0 0
NUEVA 0 0 6 23 0
Z ANTIGUA 0 -17 -17 -23 0
RESULTADO 0 -17 -11.25 0 0
X1 X2 X3 S1 S2
Z -17 -11 0 0 -5.75
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
variable que sale.
X1 X2 X3 S1 S2
Z -17 -11 0 0 -5.75
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
R2 0 1 0.25 0 0
NUEVA 0 0 0 0 0
R1 ANTIGUA 0 0 1.125 0 1
RESULTADO 0 0 1.125 0 1
NUEVA 0 0 0 0 0
R3 ANTIGUA 0.0 0.3 1.0 0.0
NUEVA 0 17 4 0 0
Z ANTIGUA -17 -11.25 0 0
RESULTADO 0 0 -7 0 0
X1 X2 X3 S1 S2
Z 0 -7 0 0 7
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
variable que sale.
X1 X2 X3 S1 S2
Z 0 -7 0 0 7
R1 0 1 0 0.89 -1
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
R1 0 0 1 0 0.88888889
NUEVA 0 0 0 0 0
R2 ANTIGUA 0 1 0.25 0 0
RESULTADO 0 1 0 0 0
NUEVA 0 0 0 0 0
R3 ANTIGUA 0 0 0.25 1 0.0
RESULTADO 0 0 0 1 0
NUEVA 0 0 7 0 6
Z ANTIGUA 0 0 -7 0 0
RESULTADO 0 0 0 0 6.22222
X1 X2 X3 S1 S2
Z 0 0 0 6.2222222 0.00888178
R1 0 1 0 0.8888889 -1
R2 1 0 0 -0.222222222 1
R3 0 0.0 1 0 0

La solución óptima es Z = 3509.7777777778
X1 = 54.222222222222
X2 = 49.111111111111
X3 = 76.222222222222
e en niños (Jarabe 1, Jarabe 2 y Jarabe
te B y 1 vez el componente C. El jarabe 2

componente C y finalmente el jarabe 3
ez el componente C. Se dispone de 321
2 y 3, es respectivamente de 17, 17 y 23
ue entra es la que esta ubicada en la columna pivote y la variable que
variable que sale.

0 0
0 0 321 1
1 0 310 1
0 1 332 1 0
S2 S3 SOLUCIÒN
0 0 0
0 0 321
1 0 310
0 0.3333333333 110.666666667 -1
a uno se debe dividir la fila pivote en el
0 0.3333333333 110.666666667
Se identifica el valor de Z ubicado en la

or la nueva fila de R3 y coloco los
0 8 2545
0 0 0 23
0 7.666667 2545.3333
R1. Se identifica el valor de R1 ubicado en

por la nueva fila de R3 y coloco los
0 -1 -166
0 0 321 -1.5
0 -0.5 155

0 -1 -221
1 0 310 -2
1 -0.66667 88.6667
S3 SOLUCIÒN
7.66667 2545.333
-0.5 155
-0.66667 88.667
0.33333 110.667
ue entra es la que esta ubicada en la

S3 SOLUCIÒN
7.66667 2545.333
-0.5 155
-0.5 66.5 1
0.333333333 110.66666667

0.75 -0.5 66.5

-1.1250 0.750 -99.75

0 -0.5 155 -1.5
-1.125 0.25 55.25

0 0 -22
0 0.333333 110.6667 -0.3333333
-0.25 0.5 88.5

-7 5 -621
0 7.66667 2545.333 -9.33333
0 0 0
ueva matriz.
S3 SOLUCIÒN
0 0
0.25 55.25
-0.5 66.5
0.5 88.5
S3 SOLUCIÒN
0 0
0.25 55.25
-0.5 66.5
0.5 88.5 1
-0.25 0.5 88.5

0 0 0
-1.125 0.25 55.25 0
-1.125 0.25 55.25

0 0 0
0.75 -0.5 66.5 0
0.75 -0.5 66.5

-6 12 2036
0 0 0.000 23
-5.75 11.5 2035.5000
ueva matriz.
S3 SOLUCIÒN
12 2035.5
0.25 55.25
-0.5 66.5
0.5 88.5

S3 SOLUCIÒN
12 2036
0.25 55.25
-0.5 66.5 1
0.5 88.5
0.75 -0.5 66.5

0 0 0
-1.125 0.25 55.25 0
-1.125 0.25 55.25

0 0 0
-0.2 0.5 88.5 0
-0.25 0.5 88.5

13 -9 1131
-5.75 11.5 2035.5 17
7 3 3166
ueva matriz.
S3 SOLUCIÒN
3 3166
0.25 55.25
-0.5 66.5
0.5 88.5

S3 SOLUCIÒN
3 3166
0.22 49.11 1
-0.5 66.5
0.5 88.5

-1 0.2222222222 49.1111111111

0 0 -12
0.75 -0.5 66.5 -0.25
1 -0.5556 54.2222

0 0 -12
-0.25 0.5 88.5 -0.25
0 0.444444 76.2222

-7 2 344
7 3 3166 7
0.00888178 4.5556 3509.778
S3 SOLUCIÒN
4.55556 3509.778
0.22222 49.1111
-0.55556 54.2222
0.44444 76.2222
Base Cb P1
Tabla
17
1
Z -17
P4 0 2
P5 0 2
P6 0 1
Base Cb P1
Tabla
17
2
Z -93333333333333
P4 0 1.5
P5 0 13333333333333
P3 23 0.33333333333333
Base Cb P1
Tabla
17
1
Z -17
P4 0 0
P5 0 1
P6 0 0
Base Cb P1
Tabla
17
2
Z -17
P4 0 0
P5 0 1
P3 23 0
Base Cb P1
Tabla
17
3
Z 0
P4 0 0
P1 17 1
P3 23 0
Base Cb P1
Tabla
17
4
Z 0
P2 17 0
P1 17 1
P3 23 0

X1 = 54.222222222222
X2 = 49.111111111111
X3 = 76.222222222222
P2 P3 P4
17 23 0
-17 -23 0
2 1.5 1
1 2 0
1 3 0
P2 P3 P4
17 23 0
-93333333333333 0 0
1.5 0 1
0.33333333333333 0 0
0.33333333333333 1 0
P2 P3 P4
17 23 0
-17 -23 0
1,125 0 1
0.25 0 0
0.25 1 0
P2 P3 P4
17 23 0
-11.25 0 0
1,125 0 1
0.25 0 0
0.25 1 0
P2 P3 P4
17 23 0
-7 0 0
1,125 0 1
0.25 0 0
0.25 1 0
P2 P3 P4
17 23 0
0 0 6.2222222222
1 0 0.88888888888889
0 0 -0.22222222222222
0 1 -0.22222222222222
P5 P6 P0
0 0
0 0 0
0 0 321
1 0 310
0 1 332
P5 P6 P0
0 0
0 76666666666667 2545.3333333333
0 -0.5 155
1 -0.66666666666667 88666666666667
0 0.33333333333333 11066666666667
P5 P6 P0
0 0
0 0 0
-1,125 0.25 55.25
0.75 -0.5 66.5
-0.25 0.5 88.5
P5 P6 P0
0 0
-5.75 11.5 2035.5
-1,125 0.25 55.25
0.75 -0.5 66.5
-0.25 0.5 88.5
P5 P6 P0
0 0
7 3 3166
-1,125 0.25 55.25
0.75 -0.5 66.5
-0.25 0.5 88.5
P5 P6 P0
0 0
8.88E-03 4.55555555556 3509.777777778

-1 0.22222222222222 49,111,111,111,111
1 -0.55555555555556 54,222,222,222,222
0 0.44444444444444 76,222,222,222,222
https://programacionlineal2016.wordpress.com/programa-de-clase/
http://www.mathstools.com/section/main/simplex_online#
Situación 1: 3/25/2019
Una empresa de jugos naturales produce tres tipos de bebidas que se venden en los supermercados de cadena y que cu
son las madres para poner en las loncheras de sus hijos (Jugo 1 de pera, Jugo 2 de manzana y Jugo 3 tropical). El jugo 1 e
mililitros el componente A, 30 mililitros el componente B y 20 mililitros el componente C. El jugo 2 está compuesto por 3
20 mililitros el componente B y 20 mililitros vez el componente C y finalmente el jugo 3 está compuesto por 20 mililitros
el componente B y 20 mililitros el componente C. Se deben gastar como minino 1500 mililitros del componente A, máxim
máximo 1300 mililitros del C por producción al día. La utilidad de los jugos 1, 2 y 3, es respectivamente de 600, 400 y 500
hace relación al agua usada, el B al saborizante que incluye concentración de azúcar y el C al conservante.
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método algebraico del simplex primal?
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos fases del simplex primal?
¿Cuál es la utilidad del problema?
¿Las respuestas de producción según las condiciones varían de acuerdo a cada método usado?
INFORMACIÓN
Jugos naturales Componente A Componente B Componente C Utilidad
1 20 30 20 600
2 30 20 20 400
3 20 10 20 500
PLANTEAMIENTO
(𝑋_1= ) Cantidad debe fabricarse de jugos 1

〖 500� 〗 _3
Pasamos el problema a la forma estándar, añadiendo variables de exceso, holgura, y artificiales
Sujeto a =
�_1: 20�_1+ 〖 30� 〗 _(2 )+ 〖 20� 〗 _3≥1500

�_2: 〖 30� 〗 _1+ 〖 20� 〗 _(2 )+ 〖 20� 〗 _(3 )≤1700
�_3: 20�_1 + 〖 10� 〗 _2 + 〖 20� 〗 _3 ≤1300
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
Función del Objetivo =

��(�)=1500�_1+ 〖 1700� 〗 _2 +
〖 1300� 〗 _3
�_1: 20𝑤_1+ 〖 30𝑤 〗 _(2 )+ 〖 20𝑤 〗 _3≥600
�_2: 〖 30𝑤 〗 _1+ 〖 20𝑤 〗 _(2 )+ 〖 10𝑤 〗 _(3 )≥400
�_3: 20𝑤_1 + 〖 20𝑤 〗 _2 + 〖 20𝑤 〗 _3 ≥500
�_1≥0 �_2≥0 �_3 ≥ 0
Ahora formaremos la matriz identidad:
Como la restricción 1 es del tipo '≥' se agrega la variable de exceso X 4 y la variable artificial X7.
Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X 5.
Como la restricción 3 es del tipo '≤' se agrega la variable de holgura X 6.
MAXIMIZAR: �= 600�_1+400�_2+500�_3+0�_4+0�_5+0�_6+0�_7
Sujeto a =
20�_1+ 〖 30� 〗 _(2 )+ 〖 20� 〗 _3 − 〖 1� 〗 _4+1�_7=1500

〖 30� 〗 _1+ 〖 20� 〗 _(2 )+ 〖 20� 〗 _3+ 〖 1� 〗 _5= 1700
20�_1+ 〖 10� 〗 _2 + 〖 20� 〗 _3+1�_6 =1300
𝑋_1, 𝑋_2, 𝑋_3, �_4, �_5, �_6, �_7 ≥
0
Pasamos a construir la primera tabla de la Fase I del método de las Dos Fases.
X1 X2 X3
Z -20 -30 -20
R1 -1 20 30 20
R2 0 30 20 20
R3 0 20 10 20
La variable que sale de la base es R 1 y la que entra es X2.
X1 X2 X3
Z -20 -30 -20
R1 0 0.6666666667 1 0.66666667
R2 0 30 20 20
R3 0 20 10 20
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila pivote en el nu
definiendo una nueva fila pivote.
R1 0 0.6666666667 1 0.66666667
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor de Z ubicado en la c
se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de Z y coloco los resultados en la nueva fila
cuadro.
NUEVA 0 20 30 20
Z ANTIGUA 0 -20 -30 -20
RESULTADO 0 0 0 0
HALLAR LA NUEVA FILA DE R2: Realizar tabla anexa para hallar la nueva fila de R2. Se identifica el valor de R2 ubicado en
pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R2 y coloco los resultados en la
siguiente cuadro.
NUEVA 0 -13 -20 -13

R2 ANTIGUA 0 30 20 20
RESULTADO 0 16.66667 0 6.66667
siguiente cuadro.
NUEVA 0 -7 -10 -7
R3 ANTIGUA 0 20 10 20
RESULTADO 0 13.33333 0 13.33333
X1 X2 X3
Z 0 0 0 0
R1 0 0.6666666667 1 0.66666667
R2 0 16.6666666667 0 6.66666667
R3 0 13.3333333333 0 13.3333333
Existe alguna solución posible para el problema, por lo que podemos pasar a la Fase II para calcularla.
X1 X2 X3
Z -333.3333333333 0 -233.33333
R1 400 0.6666666667 1 0.66666667
R2 0 16.6666666667 0 6.66666667
R3 0 13.3333333333 0 13.3333333
X1 X2 X3
Z -333.3333333333 0 -233.33333
R1 400 0.6666666667 1 0.66666667
R2 0 1 0 0.4
R3 0 13.3333333333 0 13.3333333
R2 0 1 0 0.4
cuadro.
NUEVA 0 333 0 133

Z ANTIGUA 0 -333.3333333333 0 -233.33333
RESULTADO 0 0 0 -100
siguiente cuadro.
NUEVA 0 -1 0 0
R1 ANTIGUA 400 0.6666666667 1 0.66666667
RESULTADO 400 0 1 0.4
siguiente cuadro.
siguiente cuadro.
NUEVA 0 -13 0 -5
R3 ANTIGUA 0 13.3333333333 0 13.3333333
RESULTADO 0 0 0 8
X1 X2 X3
Z 0 0 0 -100
R1 400 0 1 0.4
R2 0 1 0 0.4
R3 0 0 0 8
X1 X2 X3
Z 0 0 0 -100
R1 400 0 1 0.4
R2 0 1 0 0.4
R3 500 0 0 1
R3 0 0 0 1
cuadro.
NUEVA 0 0 0 100
Z ANTIGUA 0 0 0 -100
RESULTADO 0 0 0 0
siguiente cuadro.
NUEVA 0 0 0 0
R1 ANTIGUA 400 0 1 0.4
R1
RESULTADO 400 0 1 0
siguiente cuadro.
NUEVA 0 0 0 0
R2 ANTIGUA 0 1 0 0.4
RESULTADO 0 1 0 0
X1 X2 X3
Z 0 0 0 0
R1 400 0 1 0
R2 600 1 0 0
R3 500 0 0 1
La variable que sale de la base es R2 y la que entra es S1.
X1 X2 X3
Z 0 0 0 0
R1 400 0 1 0
R2 0 20 0 0
R3 500 0 0 1
R2 0 20 0 0
cuadro.
NUEVA 0 50 0 0
Z ANTIGUA 0 0 0 1.7906E-12
RESULTADO 0 50 0 0
siguiente cuadro.
siguiente cuadro.
NUEVA 0 1 0 0
R1 ANTIGUA 400 0 1 0
RESULTADO 400 1 1 0
siguiente cuadro.
NUEVA 0 1 0 0
R3 ANTIGUA 500 0 0 1
RESULTADO 500 0.5 0 1
X1 X2 X3 S1
Z 50 0 0 0
R1 1 1 0 0
R2 20 0 0 1
R3 1 0 1 0

X1 = 0
X2 = 40
X3 = 45
press.com/programa-de-clase/
main/simplex_online# https://www.youtube.com/watch?v=znIprLzvPfY
en los supermercados de cadena y que cuyas compradoras potenciales

2 de manzana y Jugo 3 tropical). El jugo 1 está compuesto por 20
mponente C. El jugo 2 está compuesto por 30 mililitros el componente A,
el jugo 3 está compuesto por 20 mililitros el componente A, 10 mililitros
no 1500 mililitros del componente A, máximo 1700 mililitros del B y
2 y 3, es respectivamente de 600, 400 y 500 pesos. El componente A,
azúcar y el C al conservante.
ebraico del simplex primal?

las dos fases del simplex primal?
a método usado?
max Z = 600x1 + 400x2 + 500x3

subject to
20x1 + 30x2 + 20x3 => 1500
30x1 + 20x2 + 20x3 <= 1700
20x1 + 10x2 + 20x3 <= 1300
and x1,x2,x3 => 0
olgura, y artificiales
able artificial X7.
Variables de holgura negativos
1 0 0 0 -1500
-1 0 0 1 1500 1
0 1 0 0 1700
0 0 1 0 1300
1 0 0 0 -1500
-0.0333333333 0 0 0.03333333 50 0.03333333
0 1 0 0 1700
0 0 1 0 1300
l a uno se debe dividir la fila pivote en el numero pivote,
-0.0333333333 0 0 0.03333333 50
Z. Se identifica el valor de Z ubicado en la columna pivote y

e Z y coloco los resultados en la nueva fila del siguiente
-1 0 0 1 1500
1 0 0 0 -1500 30
0 0 0 1 0
R2. Se identifica el valor de R2 ubicado en la columna

eva fila de R2 y coloco los resultados en la nueva fila del
1 0 0 -1 -1000
0 1 0 0 1700 -20
0.66667 1 0 -0.66667 700

0 0 0 0 -500
0 0 1 0 1300 -10
0.33333 0 1 -0.33333 800
S1 S2 S3 SOLUCIÒN
0 0 0 0
-0.0333333333 0 0 50
0.6666666667 1 0 700
0.3333333333 0 1 800
a Fase II para calcularla.
S1 S2 S3 SOLUCIÒN
-13333333333 0 0 20000
-0.0333333333 0 0 50
0.6666666667 1 0 700 1
0.3333333333 0 1 800
S1 S2 S3 SOLUCIÒN
-13333333333 0 0 20000
-0.0333333333 0 0 50
0.04 0.06 0 42 1
0.3333333333 0 1 800
0.04 0.06 0 42

13 20 0 14000
-13333333333 0 0 20000 333.333333
-13333333320 20 0 34000

0 0 0 -28
-0.0333333333 0 0 50 -0.6666667
-0.06 0 0 22

-1 -1 0 -560
0.3333333333 0 1 800 -13.333333
-0.2 -0.8 1 240
S1 S2 S3 SOLUCIÒN
-1.78E-02 20 0 34000
-0.06 -0.04 0 22
0.04 0.06 0 42
-0.2 -0.8 1 240
S1 S2 S3 SOLUCIÒN
-1.78E-02 20 0 34000
-0.06 -0.04 0 22
0.04 0.06 0 42
-0.025 -0.1 0.125 30
-0.025 -0.1 0.125 30

-2 -10 13 3000
-0.0177635684 20 0 34000 100
-2.5 10 12.5 37000

0 0 0 -12
-0.06 -0.04 0 22 -0.4
-0.05 0 -0.05 10

0 0 0 -12
0.04 0.06 0 42 -0.4
0.05 0.1 0 30
S1 S2 S3 SOLUCIÒN
-2.5 10 12.5 37000
-0.05 6.9389E-05 -0.05 10
0.05 0.1 -0.05 30
-0.025 -0.1 0.125 30
S1 S2 S3 SOLUCIÒN
-2.5 10 12.5 37000
-0.05 6.9389E-05 -0.05 10
1 2 -1 600
-0.025 -0.1 0.125 30
1 2 -1 600

3 5 -3 1511
-2.5177635684 10 12.5 37000 2.5
0 15 10 38511

0 0 0 30
-0.05 0.00 -0.05 10 0.05
0 0.00 -0.1 40

0 0 0 15
-0.025 -0.1 0.125 30 0.025
0 -0.05 0.1 45
as filas nuevas a una nueva matriz.
S2 S3 SOLUCIÒN
15 10 38500
0.1 -0.1 40
2 -1 600
0 0 45
Situación 1:
Una empresa de jugos naturales produce tres tipos de bebidas que se venden en los supermercados de cadena y que cu
compradoras potenciales son las madres para poner en las loncheras de sus hijos (Jugo 1 de pera, Jugo 2 de manzana y
tropical). El jugo 1 está compuesto por 20 mililitros el componente A, 30 mililitros el componente B y 20 mililitros el
componente C. El jugo 2 está compuesto por 30 mililitros el componente A, 20 mililitros el componente B y 20 mililitros
componente C y finalmente el jugo 3 está compuesto por 20 mililitros el componente A, 10 mililitros el componente B y
mililitros el componente C. Se deben gastar como minino 1500 mililitros del componente A, máximo 1700 mililitros del
máximo 1300 mililitros del C por producción al día. La utilidad de los jugos 1, 2 y 3, es respectivamente de 600, 400 y 50
pesos. El componente A, hace relación al agua usada, el B al saborizante que incluye concentración de azúcar y el C al
conservante.
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método algebraico del simplex primal?
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos fases del simplex primal?
¿Cuál es la utilidad del problema?
¿Las respuestas de producción según las condiciones varían de acuerdo a cada método usado?
INFORMACIÓN
Jugos naturales Componente A Componente B Componente C Utilidad
1 20 30 20 600
2 30 20 20 400
3 20 10 20 500
Los resultados de sus restricciones debe ser positivos para resolver por Método simplex primal
Se toma un maximo de 1500 mililitros del componente A para poder resover la ecuación.
Modelo Canónico

〖 500� 〗 _3
Restricciones
�_1: 20�_1+ 〖 30� 〗 _(2 )+ 〖 20� 〗 _3≤1500

�_1: 20�_1+ 〖 30� 〗 _(2 )+ 〖 20� 〗 _3≤1500
�_2: 〖 30� 〗 _1+ 〖 20� 〗 _(2 )+ 〖 20� 〗 _(3 )≤1700
�_3: 20�_1 + 〖 10� 〗 _2 + 〖 20� 〗 _3 ≤1300
Restricciones de no negatividad
𝑋_1 "≥ 0" 𝑋_2≥ 0 𝑋_3
≥ 0
Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X4.
Modelo Estandar
Función del Objetivo = MAXIMIZAR: �= 600�_1+400�_2+500�_3+0�_4+0�_5+0�_6
Restricciones
20�_1+ 〖 30� 〗 _(2 )+ 〖 20� 〗 _3+ 〖 1� 〗 _4 =1500

〖 30� 〗 _1+ 〖 20� 〗 _2+ 〖 20� 〗 _3+ 〖 1� 〗 _5 = 1700
20�_1+ 〖 10� 〗 _2 + 〖 20� 〗 _3+1�_6 =1300
𝑋_1, 𝑋_2, 𝑋_3, 𝑋_4, 𝑋_5, 𝑋_6 ≥ 0
Pasamos a construir la primera tabla del método Simplex.
X1 X2 X3 S4
Z -600 -400 -500 0
R1 0 20 30 20 1
R2 0 30 20 20 0
R3 0 20 10 20 0
X1 X2 X3 S4
Z -600 -400 -500 0
R1 0 20 30 20 1
R2 0 1 0.6666666667 0.66666667 0
R3 0 20 10 20 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila pivote en el n
R2 0 1 0.6666666667 0.66666667 0
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor de Z ubicado en la
columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de Z y coloco los resultad
nueva fila del siguiente cuadro.
NUEVA 0 600 400 400 0

Z ANTIGUA 0 -600 -400 -500 0
RESULTADO 0 0 0 -100 0
columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R1 y coloco los resulta
NUEVA 0 -20 -13 -13 0

R1 ANTIGUA 0 20 30 20 1
RESULTADO 0 0 16.66667 6.66667 1
NUEVA 0 -20 -13 -13 0

R3 ANTIGUA 0 20 10 20 0
RESULTADO 0 0 -3.33333 6.66667 0
Pasamos a construir la segunda tabla del método Simplex.
X1 X2 X3 S1
Z 0 0 0 -100 0
R1 0 0 16.6666666667 6.66666667 1
R2 0 1 0.6666666667 0.66666667 0
R3 0 0 -3.3333333333 6.66666667 0
X1 X2 X3 S4
Z 0 0 0 -100 0
R1 0 0 16.6666666667 6.66666667 1
R2 0 1 0.6666666667 0.66666667 0
R3 0 0 -0.5 1 0
R3 0 0 -0.5 1 0
NUEVA 0 0 -50 100 0

Z ANTIGUA 0 0 0 -100 0
NUEVA 0 0 3 -7 0
R1 ANTIGUA 0 0 16.6666666667 6.66666667 1
RESULTADO 0 0 20 0 1
NUEVA 0 0 0 -1 0
R2 ANTIGUA 0 1 0.6666666667 0.66666667 0
RESULTADO 0 1 1 0 0
Pasamos a construir la tercera tabla del método Simplex.
X1 X2 X3 S1
Z 0 0 -50 0 0
R1 0 0 20 0 1
R2 0 1 1 0 0
R3 0 0 -0.5 1 0
X1 X2 X3 S4
Z 0 0 -50 0 0
R1 0 0 1 0 0.05
R2 0 1 1 0 0
R3 0 0 -0.5 1 0
R1 0 0 1 0 0.05
NUEVA 0 0 50 0 3
Z ANTIGUA 0 0 -50 0 0
RESULTADO 0 0 0 0 2.5
NUEVA 0 0 -1 0 0
RESULTADO 0 1 0 0 -0.05
NUEVA 0 0 1 0 0
R3 ANTIGUA 0 0 -0.5 1 0
RESULTADO 0 0 0 1 0.025
X1 X2 X3 S1 S2
Z 0 0 0 3 10
R1 0 1 0 0.05 0
R2 1 0 0 -0.05 0.1
R3 0 0 1 0.025 -0.1

X1 = 30
X2 = 10
X3 = 30
rmercados de cadena y que cuyas
de pera, Jugo 2 de manzana y Jugo 3
onente B y 20 mililitros el
componente B y 20 mililitros vez el
0 mililitros el componente B y 20
A, máximo 1700 mililitros del B y
pectivamente de 600, 400 y 500
entración de azúcar y el C al
implex primal?
del simplex primal?
S5 S6 SOLUCIÒN
0 0 0
0 0 1500
1 0 1700 1
0 1 1300
S5 S6 SOLUCIÒN
0 0 0
0 0 1500
0.03333333 0 56.6666667
0 1 1300
be dividir la fila pivote en el numero
0.03333333 0 56.6666667
ca el valor de Z ubicado en la
fila de Z y coloco los resultados en la
20 0 34000
0 0 0 600
20 0 34000
tifica el valor de R1 ubicado en la

fila de R1 y coloco los resultados en
-1 0 -1133
0 0 1500 -20
-0.66667 0 366.66667

-1 0 -1133
0 1 1300 -20
-0.66667 1 166.66667
S2 S3 SOLUCIÒN
20 0 34000
-0.6666667 0 366.666667
0.03333333 0 56.6666667
-0.6666667 1 166.666667 1
S5 S6 SOLUCIÒN
20 0 34000
-0.6666667 0 366.666667
0.03333333 0 56.6666667
-0.1 0.15 25
-0.1 0.15 25
-10 15 2500
20 0 34000 100
10 15 36500

1 -1 -167
-0.6666667 0 366.666667 -6.6666667
0 -1 200

0 0 -17
0.03333333 0 56.6666667 -0.6666667
0.1 -0.1 40
S2 S3 SOLUCIÒN
10 15 36500
0 -1 200 1
0.1 -0.1 40
-0.1 0.15 25
S5 S6 SOLUCIÒN
10 15 36500
0 -0.05 10
0.1 -0.1 40
-0.1 0.15 25
0 -0.05 10
0 -3 500
10 15 36500 50
10 12.5 37000

0 0 -10
0.1 -0.1 40 -1
0.1 -0.05 30

0 0 5
-0.1 0.15 25 0.5
-0.1 0.125 30
as a una nueva matriz.
S3 SOLUCIÒN
13 37000
-0.05 10
-0.05 30
0.125 30
Base Cb P1 P2
Tabla
0 0
1
Z -20 -30
P7 -1 20 30
P5 0 30 20
P6 0 20 10
Base Cb P1 P2
Tabla
0 0
2
Z 0 0
P2 0 0.66666666666667 1
P5 0 16,666,666,666,667 0
P6 0 13,333,333,333,333 0
Base Cb P1 P2
Tabla
600 400
1
Z -333.333333333 0
P2 400 0.66666666666667 1
P5 0 16,666,666,666,667 0
P6 0 13,333,333,333,333 0
Base Cb P0 P1
Tabla
600
2
Z 34000 0
P2 400 22 0
P1 600 42 1
P6 0 240 0
Base Cb P0 P1
Tabla
600
3
Z 37000 0
P2 400 10 0
P1 600 30 1
P3 500 30 0
Base Cb P1 P2
Tabla
600 400
4
Z 50 0
P2 400 1 1
P4 0 20 0
P3 500 0.5 0
METODO SIMPLEX PRIMAL
Base Cb P1 P2
Tabla
600 400
1
Z -600 -400
P4 0 20 30
P5 0 30 20
P6 0 20 10
Base Cb P1 P2
Tabla
600 400
2
Z 0 0
P4 0 0 16,666,666,666,667
P1 600 1 0.66666666666667
P6 0 0 -33,333,333,333,333
Base Cb P1 P2
Tabla
600 400
3
Z 0 -50
P4 0 0 20
P1 600 1 1
P3 500 0 -0.5
P3 P4 P5 P6
0 0 0 0
-20 1 0 0
20 -1 0 0
20 0 1 0
20 0 0 1
P3 P4 P5 P6
0 0 0 0
0 0 0 0
-
0.66666666666667 0 0
0.033333333333333
66,666,666,666,667 0.66666666666667 1 0
13,333,333,333,333 0.33333333333333 0 1
P3 P4 P5 P6
500 0 0 0
-233.33333333 -13,333,333,333,333 0 0
-
0.66666666666667 0 0
0.033333333333333
6.6666666666667 0.66666666666667 1 0
13.3333333333 0.33333333333333 0 1
P2 P3 P4 P5
400 500 0 0
0 -100 -1.78E-02 20
1 0.4 -0.06 -0.04
0 0.4 0.04 0.06

0 8 -0.2 -0.8
P2 P3 P4 P5
400 500 0 0
0 0 -2.5 10
1 0 -0.05 ###
0 0 0.05 0.1
0 1 -0.025 -0.1
P3 P4 P5 P6
500 0 0 0
0 0 15 10
0 0 0.1 -0.1
0 1 2 -1
1 0 -0.05 0.1
P3 P4 P5 P6
500 0 0 0
-500 0 0 0
20 1 0 0
20 0 1 0
20 0 0 1
P3 P4 P5 P6
500 0 0 0
-100 0 20 0
66,666,666,666,667 1 -0.66666666666667 0
0.66666666666667 0 0.033333333333333 0
66,666,666,666,667 0 -0.66666666666667 1
P3 P4 P5 P6
500 0 0 0
0 0 10 15
0 1 0 -1
0 0 0.1 -0.1
1 0 -0.1 0.15
P7 P0
-1
0 ###
1 1500
0 1700
0 1300
P7 P0
-1
1 0
0.033333333333333 50
-0.66666666666667 700
-0.33333333333333 800
P0
20000
50
700
800
P6
0
1
P6
12.5
-0.05
-0.05
0.125
P0
38500
40
600
45
P0
0
1500
1700
1300
P0
34000
36,666,666,666,667
56,666,666,666,667
16,666,666,666,667
P0
36500
200
40
25
Cantidad de cada uno de las variables a fabricarse, según el método simplex algebraico.
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del simplex
primal.
Utilidad del problema.
Compare los resultados obtenidos por cada uno de los métodos propuestos y justifíquelos.
Modelo Canónico
Función del Objetivo = ��imizar (Z)=6�_1+7�_2 + 5�_3 +

3�_4
Sujeto a:
+2�_2 "+ " 3�_3 "+ " 2�_4≤10" " @2�_1+2�_2 "+ " 4�_3 "+ " 3�_4≥"30 " @2�_1+2�_2 "+ " �_3 " + " 2
�_1,�_2, �_3, �_4≥0
Modelo Estandar
MAXIMIZAR: Z = 6 X1 + 7 X2 + 5 X3 + 3 X4 + 0 X5 + 0 X6 + 0 X7 + 0 X8 + 0 X9
Sujeto a:
3 X1 + 3 X2 + 2 X3 + 1 X4 + 1 X5 = 75
3 X1 + 2 X2 + 3 X3 + 2 X4 + 1 X6 = 10
2 X1 + 2 X2 + 4 X3 + 3 X4 -1 X7 + 1 X9 = 30
2 X1 + 2 X2 + 1 X3 + 2 X4 + 1 X8 = 68
X1, X2, X3, X4, X5, X6, X7, X8, X9 ≥ 0
X1 X2 X3 S1
Z 17 17 23 0
R1 0 2 2 1.5 1
R2 0 2 1 2 0
R3 0 1 1 3 0
X1 X2 X3 S1
Z -17 -17 -23 0
R1 0 2 2 1.5 1
R2 0 2 1 2 0
R3 0 0.3333333333 0.3333333333 1 0
R3 0 0.3333333333 0.3333333333 1 0
NUEVA 0 8 8 23 0
Z ANTIGUA 0 -17 -17 -23 0
RESULTADO 0 -9.333333 -9.33333 0 0
NUEVA 0 -1 -1 -2 0
R1 ANTIGUA 0 2 2 1.5 1
RESULTADO 0 1.5 1.5 0 1
NUEVA 0 -1 -1 -2 0
R2
RESULTADO 0 1.333333 0.333333 0 0
X1 X2 X3 S1 S2
Z -9.33333 -9.33333 0 0 0
R1 1.5 1.5 0 1 0
R2 1.33333 0.33333 0 0 1
R3 0.33333 0.33333 1 0 0
variable que sale.
X1 X2 X3 S1 S2
Z -9.33333 -9.33333 0 0 0
R1 1.5 1.5 0 1 0
R2 1 0.25 0 0 0.75
R3 0.3333333333 0.3333333333 1 0 0
R2 0 1 0.25 0 0
NUEVA 0 -1.5 -0.375 0 0

R1 ANTIGUA 0 1.5 1.5 0 1
RESULTADO 0 0 1.125 0 1
NUEVA 0 -0.3333333 -0.0833333 0 0

R3 ANTIGUA 0 0.3333333333 0.3333333 1 0
NUEVA 0 -9 -2 0 0
Z ANTIGUA 0 -9.33333 -9.33333 0 0
RESULTADO 0 -17 -17 -23 0
X1 X2 X3 S1 S2
Z -17 -17 -23 0 0
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
variable que sale.
X1 X2 X3 S1 S2
Z -17 -17 -23 0 0
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
R3 0 0 0.25 1 0
NUEVA 0 0 0 0 0
R1 ANTIGUA 0 0 1.125 0 1
RESULTADO 0 0 1.125 0 1
NUEVA 0 0 0 0 0
R2 ANTIGUA 1 0.25 0 0
NUEVA 0 0 6 23 0
Z ANTIGUA 0 -17 -17 -23 0
RESULTADO 0 -17 -11.25 0 0
X1 X2 X3 S1 S2
Z -17 -11 0 0 -5.75
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
variable que sale.
X1 X2 X3 S1 S2
Z -17 -11 0 0 -5.75
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
R2 0 1 0.25 0 0
NUEVA 0 0 0 0 0
R1 ANTIGUA 0 0 1.125 0 1
RESULTADO 0 0 1.125 0 1
NUEVA 0 0 0 0 0
R3 ANTIGUA 0.0 0.3 1.0 0.0
NUEVA 0 17 4 0 0
Z ANTIGUA -17 -11.25 0 0
X1 X2 X3 S1 S2
Z 0 -7 0 0 7
R1 0 1.125 0 1 -1.125
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
variable que sale.
X1 X2 X3 S1 S2
Z 0 -7 0 0 7
R1 0 1 0 0.89 -1
R2 1 0.25 0 0 0.75
R3 0 0.25 1 0 -0.25
R1 0 0 1 0 0.88888889
NUEVA 0 0 0 0 0
R2 ANTIGUA 0 1 0.25 0 0
RESULTADO 0 1 0 0 0
NUEVA 0 0 0 0 0
R3 ANTIGUA 0 0 0.25 1 0.0
RESULTADO 0 0 0 1 0
NUEVA 0 0 7 0 6
Z ANTIGUA 0 0 -7 0 0
RESULTADO 0 0 0 0 6.22222
X1 X2 X3 S1 S2
Z 0 0 0 6.2222222 0.00888178
R1 0 1 0 0.8888889 -1
R2 1 0 0 -0.222222222 1
R3 0 0.0 1 0 0

X1 = 54.222222222222
X2 = 49.111111111111
X3 = 76.222222222222
gebraico.
fases del simplex
ustifíquelos.
2�_1+2�_2 "+ " �_3 " + " 2�_4≤68" " )┤
0 X 7 + 0 X8 + 0 X9
ue entra es la que esta ubicada en la columna pivote y la variable que

variable que sale.

0 0
0 0 321 1
1 0 310 1
0 1 332 1 0
S2 S3 SOLUCIÒN
0 0 0
0 0 321
1 0 310
0 0.3333333333 110.666666667 -1
0 0.3333333333 110.666666667

0 8 2545
0 0 0 23
0 7.666667 2545.3333

0 -1 -166
0 0 321 -1.5
0 -0.5 155

0 -1 -221
1 0 310 -2
1 -0.66667 88.6667
S3 SOLUCIÒN
7.66667 2545.333
-0.5 155
-0.66667 88.667
0.33333 110.667

S3 SOLUCIÒN
7.66667 2545.333
-0.5 155
-0.5 66.5 1
0.333333333 110.66666667
0.75 -0.5 66.5

-1.1250 0.750 -99.75

0 -0.5 155 -1.5
-1.125 0.25 55.25

0 0 -22
0 0.333333 110.6667 -0.3333333
-0.25 0.5 88.5

-7 5 -621
0 7.66667 2545.333 -9.33333
0 0 0
ueva matriz.
S3 SOLUCIÒN
0 0
0.25 55.25
-0.5 66.5
0.5 88.5

S3 SOLUCIÒN
0 0
0.25 55.25
-0.5 66.5
0.5 88.5 1
-0.25 0.5 88.5

0 0 0
-1.125 0.25 55.25 0
-1.125 0.25 55.25

0 0 0
0.75 -0.5 66.5 0
0.75 -0.5 66.5

-6 12 2036
0 0 0.000 23
-5.75 11.5 2035.5000
ueva matriz.
S3 SOLUCIÒN
12 2035.5
0.25 55.25
-0.5 66.5
0.5 88.5

S3 SOLUCIÒN
12 2036
0.25 55.25
-0.5 66.5 1
0.5 88.5
0.75 -0.5 66.5

0 0 0
-1.125 0.25 55.25 0
-1.125 0.25 55.25

0 0 0
-0.2 0.5 88.5 0
-0.25 0.5 88.5

13 -9 1131
-5.75 11.5 2035.5 17
7 3 3166
ueva matriz.
S3 SOLUCIÒN
3 3166
0.25 55.25
-0.5 66.5
0.5 88.5

S3 SOLUCIÒN
3 3166
0.22 49.11 1
-0.5 66.5
0.5 88.5
-1 0.2222222222 49.1111111111

0 0 -12
0.75 -0.5 66.5 -0.25
1 -0.5556 54.2222

0 0 -12
-0.25 0.5 88.5 -0.25
0 0.444444 76.2222

-7 2 344
7 3 3166 7
0.00888178 4.5556 3509.778
S3 SOLUCIÒN
4.55556 3509.778
0.22222 49.1111
-0.55556 54.2222
0.44444 76.2222
Cantidad de cada uno de las variables a fabricarse, según el método simplex algebraico.
primal.
Utilidad del problema.
Compare los resultados obtenidos por cada uno de los métodos propuestos y justifíquelos.
Modelo Canónico
Función del Objetivo = ��imizar (Z)=6�_1+7�_2 + 5�_3 +

3�_4
Sujeto a:
+2�_2 "+ " 3�_3 "+ " 2�_4≤10" " @2�_1+2�_2 "+ " 4�_3 "+ " 3�_4≥"30 " @2�_1+2�_2 "+ " �_3 " + " 2
�_1,�_2, �_3, �_4≥0
Modelo Estandar
MAXIMIZAR: Z = 6 X1 + 7 X2 + 5 X3 + 3 X4 + 0 X5 + 0 X6 + 0 X7 + 0 X8 + 0 X9
Sujeto a:
3 X1 + 3 X2 + 2 X3 + 1 X4 + 1 X5 = 75
3 X1 + 2 X2 + 3 X3 + 2 X4 + 1 X6 = 10
2 X1 + 2 X2 + 4 X3 + 3 X4 -1 X7 + 1 X9 = 30
2 X1 + 2 X2 + 1 X3 + 2 X4 + 1 X8 = 68
X1, X2, X3, X4, X5, X6, X7, X8, X9 ≥ 0
Tabla #1
X1 X2 X3 X4 s1 s2 s3 s4
3 3 2 1 1 0 0 0
3 2 3 2 0 1 0 0
2 2 4 3 0 0 -1 0
2 2 1 2 0 0 0 1
-6 -7 -5 -3 0 0 0 0
Tabla #2
x y z w s1 s2 s3 s4
2 2 0 -0.5 1 0 0.5 0
1.5 0.5 0 -0.25 0 1 0.75 0
0.5 0.5 1 0.75 0 0 -0.25 0
1.5 1.5 0 1.25 0 0 0.25 1
-3.5 -4.5 0 0.75 0 0 -1.25 0
Tabla #3
x y z w s1 s2 s3 s4
0 0 -4 -3.5 1 0 1.5 0
1 0 -1 -1 0 1 1 0
1 1 2 1.5 0 0 -0.5 0
0 0 -3 -1 0 0 1 1
1 0 9 7.5 0 0 -3.5 0
Tabla #4
x y z w s1 s2 s3 s4
0 0 -2.667 -2.333 0.667 0 1 0
1 0 1.667 1.333 -0.667 1 0 0
1 1 0.667 0.333 0.333 0 0 0
0 0 -0.333 1.333 -0.667 0 0 1
1 0 -0.333 -0.667 2.333 0 0 0
Tabla #5
x y z w s1 s2 s3 s4
0 0 -3.25 0 -0.5 0 1 1.75
1 0 2 0 0 1 0 -1
1 1 0.75 0 0.5 0 0 -0.25
0 0 -0.25 1 -0.5 0 0 0.75
1 0 -0.5 0 2 0 0 0.5
Tabla #6
x y z w s1 s2 s3 s4
1,625 0 0 0 -0.5 1,625 1 0.125
0.5 0 1 0 0 0.5 0 -0.5
0.625 1 0 0 0.5 -0.375 0 0.125
0.125 0 0 1 -0.5 0.125 0 0.625
1.25 0 0 0 2 0.25 0 0.25
Solucion Optimal: p = 192; x = 0, y = 8.5, z = 16, w = 17.5

X1 = 0
X2 = 8,5
X3 = 16
X4 = 17,5
Iteración-1 Cj
segundo CB XB
S1 0 75
S2 0 100
Un 1 -1 30
S4 0 68
z = - 30 Zj
Zj-Cj -2 -2
Iteración-2 Cj
+2�_2 "+ " �_3 " + " 2�_4≤68" " )┤ segundo CB XB
S1 0 60
S2 0 1552
x3 0 152
S4 0 1212
z=0 Zj
Zj-Cj
+ 0 X8 + 0 X9
Iteración-2 Cj
segundo CB XB
S1 0 60
S2 0 1552
x3 0 152
S4 0 1212
z=0 Zj
Zj-Cj
Dos Fases.
p Z Iteración-3 Cj
0 75 segundo CB XB
0 100 S1 0 30
0 30 S2 0 55
0 68 x1 0 15
1 0 S4 0 38
z=0 Zj
Zj-Cj
p Z
0 60
0 77.5 Iteración-4 Cj
0 7.5 segundo CB XB
0 60.5
1 37.5 S3 0 4075
x3 5 465
x1 6 685
x4 3 795
z=175 Zj
p Z Zj-Cj
0 30
0 70
0 15
0 38
1 105
p Z
0 20
0 50
0 25
0 18
1 175
p Z
0 51.5
0 32
0 20.5
0 13.5
1 184
p Z
0 103.5
0 16
0 8.5
0 17.5
1 192
0 0 0 0 0 0 0 0
x1 x2 x3 x4 S1 S2 S3 S4
3 3 2 1 1 0 0 0
3 2 3 2 0 1 0 0
2 2 -4 3 0 0 -1 0
2 2 1 2 0 0 0 1
-2 -2 -4 -3 0 0 1 0
-4↑ -3 0 0 1 0 0
0 0 0 0 0 0 0 0
x1 x2 x3 x4 S1 S2 S3 S4
2 2 0 -12 1 0 12 0
32 12 0 -14 0 1 34 0
12 12 1 34 0 0 -14 0
32 32 0 54 0 0 14 1
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
x1 x2 x3 x4 S1 S2 S3 S4
2 2 0 -12 1 0 12 0
32 12 0 -14 0 1 34 0
-12 12 1 34 0 0 -14 0
32 32 0 54 0 0 14 1
0 0 0 0 0 0 0 0
0↑ 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
x1 x2 x3 x4 S1 S2 S3 S4
0 0 -4 -72 1 0 32 0
0 -1 -3 -52 0 1 32 0
1 1 2 32 0 0 -12 0
0 0 -3 -1 0 0 1 1
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
6 7 5 3 0 0 0 0
x1 x2 x3 x4 S1 S2 S3 S4
0 -135 0 0 -95 135 1 -15

0 -45 1 0 -25 45 0 -35
1 -85 0 0 45 -35 0 15
0 -15 0 1 -35 15 0 35
6 5 5 3 1 1 0 0
0 -2↑ 0 0 1 1 0 0
-1 XB
Un 1 x3
0 37.5
0 33.333
1 7.5
0 68
-1
MinRatio XB
x1
602=30
155232=1553=51.6667
15212=15→
121232=1213=40.3333
Minato
Minato
x2
---
---
68585=172=8.5→
---
Raúl García es el heredero de un taller de carpintería que le ha dejado su padre como parte de tradición familiar.
Raúl es un comerciante de vehículos importados que nunca se interesó por el negocio con el que su padre le crió
le pagó sus estudios universitarios. Ahora con la muerte de su padre Raúl debe hacerse cargo del negocio, el cual
heredará algún día a uno de sus hijos.
Cuando Raúl visita el taller para hacerse cargo, encuentra que el producto que mayor atención merece por ser el
de mayor venta es el de escritorios tipo deko que su padre diseñó y que se fabrican según especificaciones de los
clientes, tipo 1 para hogar, tipo 2 para oficinas y tipo 3 para colegios. Cada escritorio pasa por 3 procesos básicos
el corte de la madera, el ensamblado y la pintura del producto terminado que se miden en horas de trabajo. Raúl
seguirá la política de contratación de personal de su padre, los turnos rotativos, por lo cual el tiempo de trabajo e
variable entre una y otra semana, las horas mínimas a contratar por semana se muestran en la tabla 1. A partir de
los datos siguientes que se consignan en la tabla 1, formule el problema de programación lineal y resuélvalo a
partir del método simplex primal de las dos fases para ayudar a Rubén a minimizar los costos del proceso.
Costos
Tipo de por
Corte Ensamble Pintura producto
escritorio
semanale
s
1 2 3 2 US 17
2 2 2 3 US 17
3 3 1 1 US 23
Horas 33 31 35
Paso: Planteamos la función objetivo y las restricciones correspondientes
Función del Objetivo = �inimizar (Z) = 17�_1+17�_2 + 23�_3
Sujeto a:
{█(2�_1+3�_2 "+ "

2�_3≥33" "
@2�_1+2�_2 "+ "
3�_3≥31 " "
@3�_1+1�_2 "+
�_1,�_2, �_3≥0 "
1�_3≥"35 " )┤
Como la restricción 1 es del tipo '≥' se agrega la variable de exceso X4 y la variable artificial X7.
Llevar el problema a su equivalente de maximización, multiplicando la función objetivo por –1
MAXIMIZAR: Z = -17 X1 -17 X2 -23 X3 + 0 X4 + 0 X5 + 0 X6 + 0 X7+ 0 X8 + 0 X9
Sujeto a:
2 X1 + 3 X2 + 2 X3 -1 X4 + 1 X7 = 33
2 X1 + 2 X2 + 3 X3 -1 X5 + 1 X8 = 31
3 X1 + 1 X2 + 1 X3 -1 X6 + 1 X9 = 35
X1, X2, X3, X4, X5, X6, X7, X8, X9 ≥ 0
Base Cb P1 P2 P3 P4 P5 P6
Tabla
0 0 0 0 0 0
1
Z -7 -6 -6 1 1 1
P7 -1 2 3 2 -1 0 0
P8 -1 2 2 3 0 -1 0
P9 -1 3 1 1 0 0 -1
La variable que sale de la base es P9 y la que entra es P1.
Tabla
0 0 0 0 0 0
2
Z 0 -3.667 -3.667 1 1 -1.333
P7 -1 0 2.333 1.333 -1 0 0.667
P8 -1 0 1.3333 2.333 0 -1 0.667
P1 0 1 0.3333 0.333 0 0 -0.333
La variable que sale de la base es P7 y la que entra es P2

Tabla
0 0 0 0 0 0
3
Z 0 0 -1.571 -0.571 1 -0.286
P2 0 0 1 0.571 -0.429 0 0.286
P8 -1 0 0 1.571 0.571 -1 0.286
P1 0 1 0 0.143 0.143 0 -0.429
Tabla
0 0 0 0 0 0
4
Z 0 0 0 0 0 1.0E-14
P2 0 0 1 0 -0.636 0.364 0.182
P3 0 0 0 1 0.364 -0.636 0.182
P1 0 1 0 0 0.091 0.091 -0.455
Tabla
-17 -17 -23 0 0 0
1
Z 0 0 0 0.909 6.909 0.455
P2 -17 0 1 0 -0.636 0.364 0.182
P3 -23 0 0 1 0.364 -0.636 0.182
P1 -17 1 0 0 0.091 0.091 -0.455

X1 = 10.090909090909
X2 = 3.3636363636364
X3 = 1.3636363636364
e como parte de tradición familiar.
negocio con el que su padre le crió y
hacerse cargo del negocio, el cual
mayor atención merece por ser el

ican según especificaciones de los
torio pasa por 3 procesos básicos
se miden en horas de trabajo. Raúl
, por lo cual el tiempo de trabajo es
muestran en la tabla 1. A partir de
ogramación lineal y resuélvalo a
mizar los costos del proceso.
MAX z = 17x1 - 17x2 + 23x3

subject to
2x1 + 3x2 + 2x3 >= 33
2x1 + 2x2 + 3x3 >= 31
3x1 + 1x2 + 1x3 >= 35
ble artificial X7. and x1,x2,x3 >= 0
ble artificial X8.
ble artificial X9.
objetivo por –1
+ 0 X7+ 0 X8 + 0 X9
P7 P8 P9 P0
-1 -1 -1
0 0 0 -99
1 0 0 33
0 1 0 31
0 0 1 35
P7 P8 P9 P0
-1 -1 0
0 0 1.333 -17.333
1 0 -0.667 9.667
0 1 -0.667 7.667
0 0 0.333 11.667
P7 P8 P9 P0
-1 -1 0
1.571 0 0.286 -2.143

0.429 0 -0.286 4.143
-0.571 1 -0.286 2.143
-0.143 0 0.429 10.286
P7 P8 P9 P0
-1 -1 -1
1 1 1 0
0.636 -0.364 -0.182 3.364
-0.364 0.636 -0.182 1.364
-0.091 -0.091 0.455 10.091
Fase II para calcularla.
P0
-260.091
3.364
1.364
10.091
Base Cb P1 P2 P3 P4 P5 P6 P7
Tabla
0 0 0 0 0 0 -1
1
Z -7 -6 -6 1 1 1 0
P7 -1 2 3 2 -1 0 0 1
P8 -1 2 2 3 0 -1 0 0
P9 -1 3 1 1 0 0 -1 0
Tabla
0 0 0 0 0 0 -1
2
Z 0 -3.667 -3.667 1 1 -1.333 0
P7 -1 0 2.333 1.333 -1 0 0.667 1
P8 -1 0 1.3333 2.333 0 -1 0.667 0
P1 0 1 0.3333 0.333 0 0 -0.333 0
La variable que sale de la base es P7 y la que entra es P2
Tabla
0 0 0 0 0 0 -1
3
Z 0 0 -1.571 -0.571 1 -0.286 1.571
P2 0 0 1 0.571 -0.429 0 0.286 0.429
P8 -1 0 0 1.571 0.571 -1 0.286 -0.571
P1 0 1 0 0.143 0.143 0 -0.429 -0.143

Tabla
0 0 0 0 0 0 -1
4
Z 0 0 0 0 0 1.0E-14 1
P2 0 0 1 0 -0.636 0.364 0.182 0.636
P3 0 0 0 1 0.364 -0.636 0.182 -0.364
P1 0 1 0 0 0.091 0.091 -0.455 -0.091
Tabla
-17 -17 -23 0 0 0
1
Z 0 0 0 0.909 6.909 0.455 -260.091
P2 -17 0 1 0 -0.636 0.364 0.182 3.364
P3 -23 0 0 1 0.364 -0.636 0.182 1.364
P1 -17 1 0 0 0.091 0.091 -0.455 10.091

X1 = 10.090909090909
X2 = 3.3636363636364
X3 = 1.3636363636364
P8 P9 P0
-1 -1
0 0 -99
0 0 33
1 0 31
0 1 35
P8 P9 P0
-1 0
0 1.333 -17.333
0 -0.667 9.667
1 -0.667 7.667
0 0.333 11.667
P8 P9 P0
-1 0
0 0.286 -2.143
0 -0.286 4.143
1 -0.286 2.143
0 0.429 10.286
P8 P9 P0
-1 -1
1 1 0
-0.364 -0.182 3.364
0.636 -0.182 1.364
-0.091 0.455 10.091
ra calcularla.
De acuerdo a las siguientes condiciones de un problema productivo, donde se han tomado los
datos de costos y restricciones, según ciertas condiciones y necesidades, determine:
primal.
Valor de la función objetivo del problema.
Función del Objetivo = �inimizar (Z) = 720�_1+215�_2 + 120�_3 + 70�_4
Sujeto a las restricciones:
+7�_2 "+ " 3�_3 "+ " 5�_4≥320" " @11�_1+5�_2 "+ " 4�_3 "+ " 2�_4≥"280 " @7�_1+6�_2 "+ 5" �_3 "
�_1,�_2, �_3,�_4≥0
MAXIMIZAR: Z = -720 X1 -215 X2 -120 X3 - 70 X4 + 0 X5 + 0 X6 + 0 X7 + 0 X8 + 0 X9 +
Sujeto a las restricciones:
30 X1 + 5 X2 + 3 X3 + 7 X4 -1 X5 + 1 X9 = 510
17 X1 + 7 X2 + 3 X3 + 5 X4 -1 X6 + 1 X10 = 320
11 X1 + 5 X2 + 4 X3 + 2 X4 -1 X7 + 1 X11 = 280
7 X1 + 6 X2 + 5 X3 + 1 X4 -1 X8 + 1 X12 = 170
X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12 ≥ 0
an tomado los
ine:
ases del simplex
3 + 70�_4
" @7�_1+6�_2 "+ 5" �_3 " + " 1�_4≥170" " )┤
X6 + 0 X7 + 0 X8 + 0 X9 + 0 X10 + 0 X11 + 0 X12

Tabla
0 0 0 0 0 0
1
Z -65 -23 -15 -15 1 1
P9 -1 30 5 3 7 -1 0
P10 -1 17 7 3 5 0 -1
P11 -1 11 5 4 2 0 0
P12 -1 7 6 5 1 0 0
Tabla
0 0 0 0 0 0
2
Z 0 -12.167 -8.5 0.167 -1.167 1
P1 0 1 0.167 0.1 0.233 -0.033 0
P10 -1 0 4.167 1.3 1.033 0.567 -1
P11 -1 0 3.167 2.9 -0.567 0.367 0
P12 -1 0 4.833 4.3 -0.633 0.233 0
Tabla
0 0 0 0 0 0
3
Z 0 0 -4,704 3,184 0.488 -1.92
P1 0 1 0 0.048 0.192 -0.056 0.04
P2 0 0 1 0.312 0.248 0.136 -0.24
P11 -1 0 0 1,912 -1,352 -0.064 0.76
P12 -1 0 0 2,792 -1,832 -0.424 1.16

Tabla
0 0 0 0 0 0
4
Z 0 0 0 0.097 -0.226 0.034
P1 0 1 0 0 0.223 -0.049 0.020
P2 0 0 1 0 0.453 0.183 -0.370
P11 -1 0 0 0 -0.097 0.226 -0.034
P3 0 0 0 1 -0.656 -0.152 0.415
Tabla
0 0 0 0 0 0
5
Z 0 6.128 0 2.872 0.897 -2.231
P1 0 1 -0.154 0 0.154 -0.077 0.077
P8 0 0 8.949 0 4.051 1.641 -3.308
P11 -1 0 -6.128 0 -2.872 -0.897 2.231
P3 0 0 3.205 1 0.795 0.436 -0.769
Tabla
0 0 0 0 0 0
6
Z 0 1E-14 0 1E-14 0 0
P1 0 1 0.057 0 0.253 -0.046 0
P8 0 0 -0.138 0 -0.207 0.310 0
P6 0 0 -2.747 0 -1.287 -0.402 1
P3 0 0 1.092 1 -0.195 0.126 0
Tabla
-720 -215 -120 -70 0 0
1
Z 0 42.586 0 -88.621 17.931 0
P1 -720 1 0.057 0 0.253 -0.046 0
P8 0 0 -0.138 0 -0.207 0.310 0
P6 0 0 -2.747 0 -1.287 -0.402 1
P3 -120 0 1.092 1 -0.195 0.126 0
Tabla
-720 -215 -120 -70 0 0
2
Z 350.455 62.727 0 0 1.818 0
P4 -70 3.955 0.227 0 1 -0.182 0
P8 0 0.818 -0.091 0 0 0.273 0
P6 0 5.091 -2.455 0 0 -0.636 1
P3 -120 0.773 1.136 1 0 0.091 0

X1 = 0
X2 = 0
X3 = 42.727272727273
X4 = 54.545454545455
P7 P8 P9 P10 P11 P12 P0
0 0 -1 -1 -1 -1
1 1 0 0 0 0 -1280
0 0 1 0 0 0 510
0 0 0 1 0 0 320
-1 0 0 0 1 0 280
0 -1 0 0 0 1 170
P7 P8 P9 P10 P11 P12 P0
0 0 -1 -1 -1 -1
1 1 2.167 0 0 0 -175
0 0 0.033 0 0 0 17
0 0 -0.567 1 0 0 31
-1 0 -0.367 0 1 0 93
0 -1 -0.233 0 0 1 51
P7 P8 P9 P10 P11 P12 P0
0 0 -1 -1 -1 -1
1 1 0.512 2.92 0 0 -84.48

0 0 0.056 -0.04 0 0 15.76
0 0 -0.136 0.24 0 0 7.44
-1 0 0.064 -0.76 1 0 69.44
0 -1 0.424 -1.16 0 1 15.04
P7 P8 P9 P10 P11 P12 P0
0 0 -1 -1 -1 -1
1 -0.685 1.226 0.966 0 1.685 -59.140

0 0.017 0.049 -0.020 0 -0.017 15.501
0 0.112 -0.183 0.370 0 -0.112 5.759
-1 0.685 -0.226 0.034 1 -0.685 59.140
0 -0.358 0.152 -0.415 0 0.358 5.387
P7 P8 P9 P10 P11 P12 P0
0 0 -1 -1 -1 -1
1 0 0.103 3.231 0 1 -23.846

0 0 0.077 -0.077 0 0 14.615
0 1 -1.641 3.308 0 -1 51.538
-1 0 0.897 -2.231 1 0 23.846
0 0 -0.436 0.769 0 0 23.846
P7 P8 P9 P10 P11 P12 P0
0 0 -1 -1 -1 -1
0 0 0.999 1 1 1 -2.2E-13
0.034 0 0.046 0 -0.034 0 13.793
-1.483 1 -0.310 0 1.483 -1 86.897
-0.448 0 0.402 -1 0.448 0 10.690
-0.345 0 -0.126 0 0.345 0 32.069
se II para calcularla.
P7 P8 P0
0 0
16.552 0 -13779,310
0.034 0 13.793
-1.483 1 86.897
-0.448 0 10.690
-0.345 0 32.069
P7 P8 P0
0 0
28.636 0 -8945.455
0.136 0 54.545
-1.455 1 98.182
-0.273 0 80.909
-0.318 0 42.727
��imizar (Z)=6�_1+7�_2 + 5�_3 +
3�_4
" @3�_1+2�_2 "+ " 3�_3 "+ " 2�_4≤10" " @2�_1+2�_2 "+ " 4�_3 "+ " 3�_4≥"30 " @2�_1+2�_2 "+ "
�_1,�_2, �_3, �_4≥0
VARIABLES DE DECISION
X Y Z W F.OBJETIVO
0 0 0 0 0
6 7 5 3
RESTRICCIONES
X Y Z W LADO IZQ LADO DER
3 3 2 1 0 75
3 2 3 2 0 10
2 2 4 3 0 30
2 2 1 2 0 68
30 " @2�_1+2�_2 "+ " �_3 " + " 2�_4≤68" " )┤
MAXIMIZAR: Z = 17 X1 -17 X2 -23 X3 + 0S1 + 0 S2 + 0 S3
Sujeto a:
2 X1 + 3 X2 + 2 X3 - S1 = 33
2 X1 + 2 X2 + 3 X3 - S2 = 31
3 X1 + 1 X2 + 1 X3 - S3 = 35
X1, X2, X3, S1, S2, S3, A1, A2, A3 ≥ 0
Iteración-1 Cj 17 -17 23
segundo CB XB x1 x2 x3
Un1 -M 33 2 3 2
Un2 -M 31 2 2 3
Un3 -M 35 -3 1 1
z=-99M Zj -7M -6M -6M
Iteración-2 Cj 17 -17 23
segundo CB XB x1 x2 x3
Un1 -M 293 0 73 43
Un2 -M 233 0 43 -73
x1 17 353 1 13 13
z=-52M3+5953 Zj 17 -11M3+173 -11M3+173
0 0 0 -M -M -M
MinRatio XB
S1 S2 S3 Un1 Un2 Un3
x1
-1 0 0 1 0 0 332=16.5
0 -1 0 0 1 0 312=15.5
0 0 -1 0 0 1 353=11.6667→
METRO METRO METRO -M -M -M
0 0 0 -M -M
MinRatio XB
S1 S2 S3 Un1 Un2
x3
-1 0 23 1 0 29343=294=7.25
0 -1 23 0 1 23373=237=3.2857→
0 0 -13 0 0 35313=35
METRO METRO -4M3-173 -M -M

Ejercicio 1 - Programacon Lineal

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Ejercicio 1 - Programacon Lineal

Загружено:

Авторское право:

Доступные форматы

Problema de Programacion Line

1. Planteamiento del Problema

〖�𝑎� . 𝑍=110000� 〗 _(1 )+130000�_2+120000�_3+98000�_4

Identificamos la columna pivote: X2

Comparacion con la ecuaciòn Objeto

cinco tipos de sillas A, B, C, D Y E, las cuales se venden a precio de 110000,

1. Planteamiento del Problema

Promocion 1 Promocion 2 Promocion 3

Embutidos 0.4 0.2 0.15

�_(1= ) ������� � �������� �� �� ��������� 1

Funciòn Obejetivo = ���(�)=3500�_1+2700�_2+800�_3

R1 0 1 1.142857143 0.7142857143 2.857143

NUEVA 0 3500 4000 2500 10000

NUEVA 0 -0.4 -0.45714286 -0.285714286 -1.142857

NUEVA 0 -0.25 -0.28571429 -0.178571429 -0.714286

Todos los valores de Z son positivos.

3 tipos de productos, Carne, embutidos y carnes

ble que entra es la que esta ubicada en la columna

gual a uno se debe dividir la fila pivote en el

de Z. Se identifica el valor de Z ubicado en la

a de Z. Se identifica el valor de Z ubicado en la

a de Z. Se identifica el valor de Z ubicado en la

una nueva matriz.

1. Planteamiento del Problema

�_(1= ) ������� � �������� de Vestidos

Funciòn canonica del Objetivo = ���(�)=150000�_1+220000�_2+180000�_3

�_1: 2x1 + x2 + 2x3 +> = 30

NUEVA 0 220000 220000 220000 0

Todos los valores de Z son positivos.

uya utilidad diaria es de 150.000), 18 camisetas

misetas con un valor de 5.616.000 y 15 pantalones

ble que entra es la que esta ubicada en la columna

gual a uno se debe dividir la fila pivote en el numero

a de Z. Se identifica el valor de Z ubicado en la

a de Z. Se identifica el valor de Z ubicado en la

una nueva matriz.

1. Planteamiento del Problema

(𝑋_1= ) ������� de paquetes por 6 unidades

Funciòn canonica del Objetivo = ���(�)=11500�_1+ 〖 20900� 〗 _2

�_1: 30�_1+ 〖 20� 〗 _2≤130

�_1, �_2, �_3, �_4 ≥ 0

NUEVA 0 31350 20900 1045 0

NUEVA 0 -22.5 -15 -0.75 0

Todos los valores de Z son positivos.

La solución óptima es Z = 135850

le que entra es la que esta ubicada en la columna

ual a uno se debe dividir la fila pivote en el numero

e Z. Se identifica el valor de Z ubicado en la

de R2. Se identifica el valor de Z ubicado en la

Muebles para el hogar es un negocio dedicado a la fabricación de muebles, comedores y juegos de a

1. Planteamiento del Problema

�_(1= ) ������� � �������� de Juego de alcoba

NUEVA 0 1000000 375000 125000 0

NUEVA 0 -5 -1.875 -0.625 0

NUEVA 0 -4 -1.5 -0.5 0

Todos los valores de Z son positivos.

La solución óptima es Z = 2650000

, comedores y juegos de alcoba, no

se por el numero correspondiente en

on la fila pivote y la columna pivote le

ble que entra es la que esta ubicada en

gual a uno se debe dividir la fila pivote

de Z. Se identifica el valor de Z ubicado

�_(1= ) �� 1

Funciòn Obejetivo = ��(�)=3500�_1+2700�_2+800�_3

�_(1= ) �� de Vestidos

Funciòn canonica del Objetivo = ��(�)=150000�_1+220000�_2+180000�_3

(𝑋_1= ) �� de paquetes por 6 unidades

Funciòn canonica del Objetivo = ��(�)=11500�_1+ 〖 20900� 〗 _2

�_(1= ) �� de Juego de alcoba

�_(1= ) �� de Juego de alcoba

�_(1= ) �� de Vestidos

Funciòn canonica del Objetivo = ��(�)=150000�_1+220000�_2+180000�_3