Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
De acuerdo a las siguientes condiciones de un problema productivo, donde se han tomado los datos
de utilidades y restricciones, según ciertas condiciones y necesidades, determine:
A. Cantidad de cada uno de las variables a fabricarse, según el método simplex algebraico.
B. Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del simplex
primal.
C. Utilidad del problema.
D. Compare los resultados obtenidos por cada uno de los métodos propuestos y justifíquelos.
SOLUCIÓN
A. Para la realización del ejercicio a través del método simplex algebraico, como punto de partida se
plantea el modelo canónico del problema:
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: Z = 6x1 + 7x2 + 5x3 + 3x4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 ≤ 75
3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 ≤ 100
2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≥ 30
2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 ≤ 68
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 6x1 + 7x2 + 5x3 + 3x4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 + 𝐻1 = 75
3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 + 𝐻2 = 100
2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝐻3 = 30
2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 + 𝐻4 = 68
En este modelo, las variables básicas son aquellas que no se encuentran expresadas dentro de la
función objetivo (𝐻1 , 𝐻2 , 𝐻3 𝑦 𝐻4 ) y las variables no básicas son las que hacen parte de la función
objetivo (𝑥1 , 𝑥2 𝑦 𝑥3 ).
Para comenzar con las iteraciones, se establece la variable no básica que más maximiza la función
objetivo (en este caso 𝑥2 ) y se identifica cual restricción restringe más a dicha variable haciendo a las
otras variables no básicas de la función objetivo iguales a 0:
𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑥1 , 𝑥3 𝑦 𝑥4 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 6𝑥1 + 7(25 − 𝑥1 − 0.667𝑥3 − 0.333𝑥4 − 0.333𝐻1 ) + 5𝑥3 + 3𝑥4
𝑀𝑎𝑥: 𝑍 = 6𝑥1 + 175 − 7𝑥1 − 4.667𝑥3 − 2.333𝑥4 − 2.333𝐻1 + 5𝑥3 + 3𝑥4
𝑀𝑎𝑥: 𝑍 = 175 − 𝑥1 + 0.333𝑥3 + 0.667𝑥4 − 2.333𝐻1
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 2:
3𝑥1 + 2(25 − 𝑥1 − 0.667𝑥3 − 0.333𝑥4 − 0.333𝐻1 ) + 3𝑥3 + 2𝑥4 + 𝐻2 = 100
3𝑥1 + 50 − 2𝑥1 − 1.333𝑥3 − 0.667𝑥4 − 0.667𝐻1 + 3𝑥3 + 2𝑥4 + 𝐻2 = 100
𝑥1 + 1.667𝑥3 + 1.333𝑥4 − 0.667𝐻1 + 𝐻2 = 50
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 3:
2𝑥1 + 2(25 − 𝑥1 − 0.667𝑥3 − 0.333𝑥4 − 0.333𝐻1 ) + 4𝑥3 + 3𝑥4 − 𝐻3 = 30
2𝑥1 + 50 − 2𝑥1 − 1.333𝑥3 − 0.667𝑥4 − 0.667𝐻1 + 4𝑥3 + 3𝑥4 − 𝐻3 = 30
2.667𝑥3 + 2.333𝑥4 − 0.667𝐻1 − 𝐻3 = −20
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 4:
2𝑥1 + 2(25 − 𝑥1 − 0.667𝑥3 − 0.333𝑥4 − 0.333𝐻1 ) + 𝑥3 + 2𝑥4 + 𝐻4 = 68
2𝑥1 + 50 − 2𝑥1 − 1.333𝑥3 − 0.667𝑥4 − 0.667𝐻1 + 𝑥3 + 2𝑥4 + 𝐻4 = 68
−0.333𝑥3 + 1.333𝑥4 − 0.667𝐻1 + 𝐻4 = 18
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: 𝑍 = 175 − 𝑥1 + 0.333𝑥3 + 0.667𝑥4 − 2.333𝐻1
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
𝑥1 + 𝑥2 + 0.667𝑥3 + 0.333𝑥4 + 0.333𝐻1 = 25
𝑥1 + 1.667𝑥3 + 1.333𝑥4 − 0.667𝐻1 + 𝐻2 = 50
2.667𝑥3 + 2.333𝑥4 − 0.667𝐻1 − 𝐻3 = −20
−0.333𝑥3 + 1.333𝑥4 − 0.667𝐻1 + 𝐻4 = 18
Ahora se evalúa si la solución es óptima y factible, para ello las variables no básicas (𝑥1 , 𝑥3 , 𝑥4 𝑦 𝐻1 )
deben hacerse 0 en la función objetivo y las restricciones, obteniendo lo siguiente:
𝑀𝑎𝑥: 𝑍 = 175
𝑥2 = 25
𝐻2 = 50
𝐻3 = 20
𝐻4 = 18
Según estos resultados, se puede afirmar que la solución es factible pero se puede optimizar más,
debido a que algunos coeficientes de las variables no básicas de la función objetivo son positivos. Por
consiguiente, se debe seguir iterando.
Para iterar, se establece la variable no básica que más maximiza la función objetivo (en este caso 𝑥4 )
y se identifica cual restricción restringe más a dicha variable haciendo a las otras variables no básicas
de la función objetivo iguales a 0:
𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑥1 , 𝑥3 𝑦 𝐻1 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: 𝑍 = 175 − 𝑥1 + 0.333𝑥3 + 0.667(13.5 + 0.25𝑥3 + 0.5𝐻1 − 0.75𝐻4 ) − 2.333𝐻1
Max: 𝑍 = 175 − 𝑥1 + 0.333𝑥3 + 9 + 0.1667𝑥3 + 0.333𝐻1 − 0.5𝐻4 − 2.333𝐻1
Max: 𝑍 = 184 − 𝑥1 + 0.5𝑥3 − 2𝐻1 − 0.5𝐻4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 1:
𝑥1 + 𝑥2 + 0.667𝑥3 + 0.333(13.5 + 0.25𝑥3 + 0.5𝐻1 − 0.75𝐻4 ) + 0.333𝐻1 = 25
𝑥1 + 𝑥2 + 0.667𝑥3 + 4.5 + 0.0833𝑥3 + 0.1667𝐻1 − 0.25𝐻4 + 0.333𝐻1 = 25
𝑥1 + 𝑥2 + 0.75𝑥3 + 0.5𝐻1 − 0.25𝐻4 = 20.5
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 2:
𝑥1 + 1.667𝑥3 + 1.333(13.5 + 0.25𝑥3 + 0.5𝐻1 − 0.75𝐻4 ) − 0.667𝐻1 + 𝐻2 = 50
𝑥1 + 1.667𝑥3 + 18 + 0.333𝑥3 + 0.667𝐻1 − 𝐻4 − 0.667𝐻1 + 𝐻2 = 50
𝑥1 + 2𝑥3 + 𝐻2 − 𝐻4 = 32
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 3:
2.667𝑥3 + 2.333(13.5 + 0.25𝑥3 + 0.5𝐻1 − 0.75𝐻4 ) − 0.667𝐻1 − 𝐻3 = −20
2.667𝑥3 + 31.5 + 0.5833𝑥3 + 1.1667𝐻1 − 1.75𝐻4 − 0.667𝐻1 − 𝐻3 = −20
3.25𝑥3 + 0.5𝐻1 − 𝐻3 − 1.75𝐻4 = −51.5
Este es el modelo estándar resultante:
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: 𝑍 = 184 − 𝑥1 + 0.5𝑥3 − 2𝐻1 − 0.5𝐻4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
𝑥1 + 𝑥2 + 0.75𝑥3 + 0.5𝐻1 − 0.25𝐻4 = 20.5
𝑥1 + 2𝑥3 + 𝐻2 − 𝐻4 = 32
3.25𝑥3 + 0.5𝐻1 − 𝐻3 − 1.75𝐻4 = −51.5
− 0.25𝑥3 + 𝑥4 − 0.5𝐻1 + 0.75𝐻4 = 13.5
Ahora se evalúa si la solución es óptima y factible, para ello las variables no básicas (𝑥1 , 𝑥3 , 𝐻1 𝑦 𝐻4 )
deben hacerse 0 en la función objetivo y las restricciones, obteniendo lo siguiente:
𝑀𝑎𝑥: 𝑍 = 184
𝑥2 = 20.5
𝐻2 = 32
𝐻3 = 51.5
𝑥4 = 13.5
Según estos resultados, se puede afirmar que la solución es factible pero se puede optimizar más,
debido a que algunos coeficientes de las variables no básicas de la función objetivo son positivos. Por
consiguiente, se debe seguir iterando.
Para iterar, se establece la variable no básica que más maximiza la función objetivo (en este caso 𝑥3 )
y se identifica cual restricción restringe más a dicha variable haciendo a las otras variables no básicas
de la función objetivo iguales a 0:
𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑥1 , 𝐻1 𝑦 𝐻4 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 0:
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: 𝑍 = 184 − 𝑥1 + 0.5(16 − 0.5𝑥1 − 0.5𝐻2 + 0.5𝐻4 ) − 2𝐻1 − 0.5𝐻4
Max: 𝑍 = 184 − 𝑥1 + 8 − 0.25𝑥1 − 0.25𝐻2 + 0.25𝐻4 − 2𝐻1 − 0.5𝐻4
Max: 𝑍 = 192 − 1.25𝑥1 − 2𝐻1 − 0.25𝐻2 − 0.25𝐻4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 1:
𝑥1 + 𝑥2 + 0.75(16 − 0.5𝑥1 − 0.5𝐻2 + 0.5𝐻4 ) + 0.5𝐻1 − 0.25𝐻4 = 20.5
𝑥1 + 𝑥2 + 12 − 0.375𝑥1 − 0.375𝐻2 + 0.375𝐻4 + 0.5𝐻1 − 0.25𝐻4 = 20.5
0.625𝑥1 + 𝑥2 + 0.5𝐻1 − 0.375𝐻2 + 0.125𝐻4 = 8.5
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 3:
3.25(16 − 0.5𝑥1 − 0.5𝐻2 + 0.5𝐻4 ) + 0.5𝐻1 − 𝐻3 − 1.75𝐻4 = −51.5
52 − 1,625𝑥1 − 1,625𝐻2 + 1,625𝐻4 + 0.5𝐻1 − 𝐻3 − 1.75𝐻4 = −51.5
−1,625𝑥1 + 0.5𝐻1 − 1,625𝐻2 − 𝐻3 − 0.125𝐻4 = −103.5
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 4:
− 0.25(16 − 0.5𝑥1 − 0.5𝐻2 + 0.5𝐻4 ) + 𝑥4 − 0.5𝐻1 + 0.75𝐻4 = 13.5
−4 + 0,125𝑥1 + 0,125𝐻2 − 0,125𝐻4 + 𝑥4 − 0.5𝐻1 + 0.75𝐻4 = 13.5
0,125𝑥1 + 𝑥4 − 0.5𝐻1 + 0,125𝐻2 + 0.625𝐻4 = 17.5
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: 𝑍 = 192 − 1.25𝑥1 − 2𝐻1 − 0.25𝐻2 − 0.25𝐻4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
0.625𝑥1 + 𝑥2 + 0.5𝐻1 − 0.375𝐻2 + 0.125𝐻4 = 8.5
0.5𝑥1 + 𝑥3 + 0.5𝐻2 − 0.5𝐻4 = 16
−1,625𝑥1 + 0.5𝐻1 − 1,625𝐻2 − 𝐻3 − 0.125𝐻4 = −103.5
0,125𝑥1 + 𝑥4 − 0.5𝐻1 + 0,125𝐻2 + 0.625𝐻4 = 17.5
Ahora se evalúa si la solución es óptima y factible, para ello las variables no básicas (𝑥1 , 𝐻1 , 𝐻2 𝑦 𝐻4 )
deben hacerse 0 en la función objetivo y las restricciones, obteniendo lo siguiente:
𝑀𝑎𝑥: 𝑍 = 192
𝑥2 = 8.5
𝑥3 = 16
𝐻3 = 103.5
𝑥4 = 17.5
Según estos resultados, se puede afirmar que la solución es óptima y factible debido a que todos los
valores de las variables básicas son positivos y los coeficientes de las variables de la función objetivo
son negativos. Por consiguiente, el valor de las variables para obtener el resultado más óptimo es:
𝑥1 = 0 𝑥2 = 8.5 𝑥3 = 16 𝑥4 = 17.5
𝑀𝑎𝑥: 𝑍 = 192
B. Para la realización del ejercicio a través del método simplex de dos fases, como punto de partida
se plantea el modelo canónico del problema:
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
Max: Z = 6x1 + 7x2 + 5x3 + 3x4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 ≤ 75
3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 ≤ 100
2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≥ 30
2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 ≤ 68
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑎𝑥: 𝑍 = 6x1 + 7x2 + 5x3 + 3x4
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 + 𝐻1 = 75
3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 + 𝐻2 = 100
2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝐻3 = 30
2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 + 𝐻4 = 68
Para comenzar con la Fase I, se agregan variables artificiales o ficticias a las restricciones. Estas
variables deben ser positivas y su cantidad debe ser igual a la cantidad de variables presentes en la
función objetivo, en este caso son 4. Además, se debe plantear una función objetivo auxiliar, la cual
debe componerse de las variables artificiales agregadas y debe ser minimizada.
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
3𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 + 𝐻1 + 𝐴1 = 75
3𝑥1 + 2𝑥2 + 3𝑥3 + 2𝑥4 + 𝐻2 + 𝐴2 = 100
2𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 − 𝐻3 + 𝐴3 = 30
2𝑥1 + 2𝑥2 + 𝑥3 + 2𝑥4 + 𝐻4 + 𝐴4 = 68
Para comenzar con las iteraciones, las variables artificiales de la función objetivo deben ser iguales a
0. Por ello se hace necesario sumar las restricciones que contienen estas variables a la función objetivo
obteniendo la siguiente tabla:
VARIABLES ORIGINALES VARIABLES AUXILIARES
FILA BASE SOL.
X1 X2 X3 X4 H1 H2 H3 H4 A1 A2 A3 A4
0 Z 10 9 10 8 1 1 -1 1 0 0 0 0 273
1 H1 3 3 2 1 1 0 0 0 1 0 0 0 75
2 H2 3 2 3 2 0 1 0 0 0 1 0 0 100
3 H3 2 2 4 3 0 0 -1 0 0 0 1 0 30
4 H4 2 2 1 2 0 0 0 1 0 0 0 1 68
Ahora se puede comenzar a iterar, con el objetivo de conseguir un valor de 𝑍 = 0 y que las variables
artificiales sean −1 en la función objetivo. Si esto se puede conseguir, se puede efectuar la Fase II.
Lo primero que debe hacerse es establecer la variable que entra en la Base. Esta puede identificarse
como la variable con el coeficiente positivo más elevado en la función objetivo. Como en este caso
hay dos que cumplen el requisito (𝑥1 𝑦 𝑥3 ), se puede escoger cualquiera. Para este problema, se
tomara a 𝑥1 .
Luego, para determinar la variable que sale se realiza una división entre la solución y los coeficientes
de 𝑥1 de la misma fila, y se tomara el valor no negativo menor para establecer el saliente.
Ahora se aplica reducción Gauss-Jordan para hacer el pivote igual a 1 y los demás valores de la
columna igual a 0:
Este mismo procedimiento debe realizarse hasta que 𝑍 = 0 y que los coeficientes de variables
artificiales de la función objetivo sean −1.
Fase I - Iteración 2:
Fase I - Iteración 3:
Fase I - Iteración 4:
Con esta iteración, se ha logrado que 𝑍 sea 0 y que los coeficientes de variables artificiales de la
función objetivo sean −1. Con esto se puede iniciar la Fase II. En ella se debe cambiar la función
objetivo auxiliar por la original, y eliminar las columnas de la variables artificiales de la tabla.
Lo primero que debe hacerse es establecer la variable que entra en la Base. Esta puede identificarse
como la variable con el coeficiente negativo más bajo en la función objetivo, en este caso 𝑥2 . Luego,
para determinar la variable que sale se realiza una división entre la solución y los coeficientes de 𝑥2
de la misma fila, y se tomara el valor no negativo menor para establecer el saliente.
VARIABLES ORIGINALES VARIABLES AUXILIARES
FILA BASE SOL. COCIENTE
X1 X2 X3 X4 H1 H2 H3 H4
0 Z -6 -7 -5 -3 0 0 0 0 0
1 H3 0 -2,6 0 0 -1,8 2,6 1 -0,2 81,4 -31,30769231
2 X3 0 -0,8 1 0 -0,4 0,8 0 -0,6 9,2 -11,5
3 X1 1 1,6 0 0 0,8 -0,6 0 0,2 13,6 8,5
4 X4 0 -0,2 0 1 -0,6 0,2 0 0,6 15,8 -79
Ahora se aplica reducción Gauss-Jordan para hacer el pivote igual a 1 y los demás valores de la
columna igual a 0:
Este mismo procedimiento debe realizarse hasta que los coeficientes de variables de la función
objetivo sean positivos.
Fase II - Iteración 2
Fase II - Iteración 3
Con esta iteración, se ha logrado los coeficientes de variables de la función objetivo sean positivos.
Por lo tanto se ha alcanzado la solución más óptima y factible del problema.
El valor de las variables para obtener dicho resultado es:
𝑥1 = 0 𝑥2 = 8.5 𝑥3 = 16 𝑥4 = 17.5
𝑀𝑎𝑥: 𝑍 = 192