Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INVESTIGACION DE OPERACIONES
Generalidades, Programacin Lineal
Descripcin breve
El presente documento es el desarrollo de las preparaciones de clase del docente, por lo cual se
constituye en una Gua de aprendizaje del estudiante de la Universidad Cooperativa de Colombia,
con el fin de aumentar su capacidad de anlisis lgico-deductivo y comprensin de problemas
reales, planteando un modelo matemtico que permita dar soluciones ptimas. Contiene un
desarrollo terico de los temas, con ejercicios modelo y talleres para desarrollar en clase y fuera
de ella.
HUMBI
luis.ortega@campusucc.edu.co
MATHUMBI
Investigacion
de operaciones
Contenido
1
Generalidades ............................................................................................................................................ 2
2.1.1
Generalidades................................................................................................................................ 3
2.1.2
2.2
2.2.1
2.2.2
2.3
2.4
2.5
2.6
2.6.1
2.6.2
MATHUMBI
Investigacion
de operaciones
1 Generalidades
El principal objetivo de esta rea de conocimientos consiste en formular y resolver diversos problemas
orientados a la toma de decisiones.
La naturaleza de los problemas abordados puede ser determinstica, como en los Modelos de Programacin
Matemtica, donde la teora de probabilidades no es necesaria, o bien de problemas donde la presencia de
incertidumbre tiene un rol preponderante, como en los Modelos Probabilsticos.
Hoy en da, la toma de decisiones abarca una gran cantidad de problemas reales cada ms complejos y
especializados, que necesariamente requieren del uso de metodologas para la formulacin matemtica de
estos problemas y, conjuntamente de mtodos y herramientas de resolucin, como los que provee la
Investigacin de Operaciones.
MATHUMBI
Investigacion
de operaciones
2 Programacin lineal
2.1 Introduccin a la programacin lineal
2.1.1 Generalidades
La Programacin Lineal se considera como una parte de la Investigacin de Operaciones. En este capitulo
se resuelven problemas que contienen dos variables. Para ello es necesario partir de funciones e
inecuaciones lineales, por lo que procederemos a revisar su concepto y sus grficas, con el propsito de
hallar regiones factibles compuesta de puntos que satisfacen unas restricciones y poder optimizar la funcin
objetivo.
2
3
Pendiente de la recta
MATHUMBI
Investigacion
de operaciones
Con esta breve explicacin procederemos a graficar en el mismo plano varias desigualdades en dos
variables, que corresponden a un problema prctico que veremos ms adelante:
Ejemplo La funcin objetivo y las restricciones para cierto problema de produccin son:
= 51 + 62
Sujeta a:
1 + 2 80
31 + 22
220
21 + 32
210
1 , 2
0
Graficar la regin del plano que representa las restricciones en forma de desigualdades
A
B
MATHUMBI
Investigacion
de operaciones
x2
x1
Clculos y Operaciones:
1 + 2 80
31 + 22
220
21 + 32
210
A continuacin podemos observar la grfica de la regin que cumple simultneamente con todas las
restricciones en forma de inecuaciones y que da origen a una regin del plano cartesiano.
x2
100
80
60 (0,70)
(30,50)
40
20
(60,20)
0
(0,0)
x1
(73.33,0)
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
MATHUMBI
Investigacion
de operaciones
: 1 1 + 2 2 + 3 3 +. +
Sujeto a:
11 1 + 12 2 + 13 3 + + 1 = 1
21 1 + 22 2 + 23 3 + + 2 = 2
31 1 + 32 2 + 33 3 + + 3 = 3
1 1 + 2 2 + 3 3 + + = 3
0 ; = 1,2,3 .
MATHUMBI
Investigacion
de operaciones
Regin factible. Es el conjunto de todos los puntos del plano cartesiano, considerados en el primer cuadrante
y que satisfacen simultnemaente todas las restricciones del problema.
Punto de esquina o vrtice de la regin factible. Es un punto de interseccin de dos rectas que son frontera
de la regin factible del problema.
Pasos para resolver el problema con el mtodo grfico.
1. Definir variables de decisin
2. Plantear el modelo matemtico, el cual debe contener la funcin objetivo y las restricciones.
3. Graficar cada restriccin, primero como una linea recta y luego la regin correspondiente a la
inecuacin planteada, con el propsito de hallar la regin factible.
4. Determinar las coordenadas de los puntos de esquina o vrtices (1 , 2 ) del rea hallada.
5. Sustituir las coordenadas obtenidas en la funcin objetivo, mediante un proceso tabular.
6. Seleccionar la solucin ptima del problema. En un problema de maximizacin el mayor Z producido
y en uno de minimizacin el menor valor.
Ejemplo 1 Gua
La constructora Morara Ltda., va a construir apartamentos de dos tipos: dos y tres alcobas, la empresa
constructora dispone para ello de $2.100 millones de peso. Siendo el costo de 20 y 26 millones
respectivamente. Una norma distrital no permite que el nmero total de apartamentos sea superior a 90. La
utilidad por la venta para un apartamento de 2 y 3 alcobas es de 5 y 6 millones respectivamente. Qu cantidad
de apartamentos de cada clase debo construir para obtener la mxima utilidad.
La anterior carreta se puede condensar en la siguiente tabla
Ejemplo 1 Constructora
Tipo de Apartamento
Dos alcobas
Tres alcobas
VARIABLES
x1
x2
Disponibilidad
Cantidad de Apartamentos
90
Recursos en millones de $
20
26
2100
MATHUMBI
Investigacion
de operaciones
x2
80
(0,80.77)
B
70
60
50
(40,50)
40
30
20
10
A(0,0)
0
D (90,0)
10
20
30
40
50
60
70
80
90
x1
100
110
120
130
140
150
160
La regin factible bsica est definida por los vrtices A,B,C,D. Si hallamos las coordenadas de dichos puntos
y se reemplazan en la funcin objetivo, el valor mximo que nos arroje tal funcin es la solucin del problema.
Este procedimiento lo plasmamos en la siguiente tabla:
Puntos
x1
x2
80,77
484,62
40
50
500,00
90
450,00
En consecuencia, se deben construir 40 apartamentos de dos alcobas y 50 de tres alcobas. De otra parte se
observa que la funcin Z (objetivo) igual a 500 millones de pesos pasa por el punto (40,50) y que las rectas
paralelas, a pesar de pertenecer a la regin no son ptimas puesto que arrojan una utilidad menor.
Ejemplo 2 Gua
En el jardn infantil Delta se ha establecido que a cada nio en la semana se le debe proporcionar mximo
480 miligramos de vitaminas, mnimo 180 miligramos de hierro y mnimo 180 miligramos de minerales. Para
lograr estos requisitos vitamnicos en el jardn se dispone de leche y fruta para los cuales se ha establecido
un costo de $400 por un vaso de leche y $500 por una porcin de fruta. Establezca que cantidad de leche y
fruta, con costo mnimo se le debe administrar diariamente a cada nio, si sabe que un vaso de leche contiene
6 miligramos de vitaminas, 3 miligramos de hierro y 6 miligramos de minerales, mientras que una porcin de
fruta contiene 8 miligramos de vitaminas, 6 miligramos de hierro y 3 miligramos de minerales.
MATHUMBI
Investigacion
de operaciones
Mezcla Alimentos
Vasos de leche
porcin de fruta
VARIABLES
x1
x2
Disponibilidad
Vitaminas mgr
480
Hierro mgr
180
Minerales mgr
180
$ 400
$ 500
Costos Unitarios
Variables de decisin
1 vasos de leche
2 porcin de fruta
Modelo matemtico de solucin:
= 4001 + 5002
Sujeta a:
61 + 8 2 480 miligramos de vitamina, Recta BC
31 + 62 180 miligramos de hierro, Recta AB
61 + 32 180 miligramos de minerales, Recta BA
1 , 2 0
x2
70
B
60
50
40
30
20
10
D
0
0
Graph Limited School Edition
10
20
30
40
50
60
70
80
x1
90
100
110
120
130
140
150
10
MATHUMBI
Investigacion
Puntos
x1
x2
20
20
18.000
60
30.000
80
32.000
60
24.000
de operaciones
La solucin est dada por el punto A (20,20) que nos arroja el menor valor. Se interpreta diciendo que a cada
nio se le debe suministrar 20 vasos de leche y 20 porciones de fruta en la semana, para lograr que los costos
sean mnimos y que no se vayan a enfermar y a crecer desnutridos estos cabezones.
11
MATHUMBI
Investigacion
de operaciones
Puntos
x1
x2
32
32
1
2
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 282 con ciertas modificaciones.
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 283 con ciertas modificaciones.
12
MATHUMBI
Investigacion
de operaciones
Conclusin: No existe solucin. La regin central entre las dos rectas es vaca, no poseee elementos
comunes.
CASO 3. No acotamiento. 3
La solucin de un problema de programacin lineal se puede extender hasta el infinito, o sea, hasta donde se
quiera, por tal motivo la regin no tiene cotas superiores.
Ejemplo 5
= 401 + 202
Sujeto a:
2 10
1 4
1 , 2 0
La funcin objetivo aumenta indefinidamente cuando x1, tiende infinito, mientras que x2 crece hasta alcanzar
un valor mximo de 10, cualesuiera de puntos ordenados dentro de la regin mximiza la funcin objetivo.
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 283 con ciertas modificaciones.
13
MATHUMBI
Investigacion
de operaciones
La lnea Recta
Dados los siguientes puntos de coordenadas
(2,5)
(6,1)
(2,2)
(4,6)
1. Hallar la ecuacin general (: + = ) de la recta que pasa por los puntos A y B
2. Hallar la ecuacin general (: + = ) de la recta que pase por el punto C y que
sea perpendicular a la recta AB.
3. Hallar la ecuacin general (: + = ) de la recta que pase por el punto D y que
sea paralela con la recta AB.
4. Hallar las coordenadas de los puntos de interseccin entre rectas (Donde se presenten)
5. Graficar las tres rectas en un plano cartesiano
II.
Mtodo Grfico
= 31 + 22
3.
Sujeta a
21 82
21 +42
16
32
1 , 2 , 0
4.
= 101 82
Sujeta a
1 +22
14
MATHUMBI
Investigacion
de operaciones
51 +22 12
1 , 2 , 0
Problema prctico 1. 4
Una fbrica de muebles produce dos tipos de escritorios, Tipo I y Tipo II, en los departamentos de corte,
armado y acabado. El nmero de horas disponibles en cada departamenro son de 80 h, 220 h y 210 h
respectivamente. La utilidad para cada unidad de escritorios del Tipo I y del Tipo II son US$5 y US$6 y las
horas que se requierenen la produccin de cada departamento para cada tipo de escritorio se da en la
siguiente tabla.
Corte
Armado
Acabado
Tipo I
Tipo II
Cuntas unidades de cada tipo se deben fabricar mensualmente para maximizar la utilidad y cul es dicha
utilidad? Cuntas horas no se utilizan en los respectivos departamentos?
R/ se deben fabricar 30 de Tipo I y 50 de Tipo II
Problema prctico 2. 5
Una compaa farmacutica necesita tres productos qumicos A, B, C, con el fn de producir un medicamento
para la hepatitis B. Las necesidades mnimas son de 80 unidades de A, 160 de B y 200 de C. Segn la lista
de proveedores de la compaa eligen dos marcas de preferencia, por su calidad y bajo precio. La marca
MIPEPA cuesta US$ 2 la unidad y contienen 1 unidad de A, 3 de B y 5 de C; mientras que la marca
SEDOPA cuesta US$2 la unidad y contiene 2 unidades de cada producto.
Cuntas unidades deben comprar de cada marca con el fin de minimizar el costo? Cul es el costo mnimo?
R/ Se deben comprar 40 unidades a MIPEPA y 20 unidades a SEDOPA para un costo mnimo de US$120
sobrando 40 unidades del producto C, y utilizando 80 de A y 160 de B.
4
5
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 262
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 272 con ciertas modificaciones.
15
MATHUMBI
Investigacion
de operaciones
6
7
Hamdy A. Taha (2004). Investigacin de operaciones (7 ed.). Mxico: Pearson Educacin. pp 71.
Introduccin a la Investigacin de Operaciones. Novena Edicin. Pgina 22
16
MATHUMBI
Investigacion
Planta
1
2
3
X1
1
0
3
$ 3.000
de operaciones
Tiempo de produccin
disponible a la
semana, horas
X2
0
2
2
$ 5.000
4
12
18
B. Formulacin como un problema de programacin lineal. La definicin implica que las variables
de decisin, se expresan de la siguiente manera:
1 = Nmero de lotes del producto 1 que se fabrican por semana
2 = Nmero de lotes del producto 2 que se fabrican por semana
= Ganancia semanal total (en miles de dlares) que generan estos dos productos
En lenguaje matemtico, el problema consiste en calcular los valores de 1 , 2 , tales que:
= 31 + 52
Sujeta a las siguientes restricciones:
1
4
2 2 12
31 +22 18
1 , 2 , 0
2. Transformar las inecuaciones de las restricciones en ecuaciones. Cuando las restricciones son del
tipo () , agregamos una nueva variable no negativa llamada variable de holgura ( ) con
coeficientes 0 en la funcin objetivo y coeficientes 1 en cada una de las restricciones.
Forma aumentada del problema:
= 31 + 52 + 01 + 02 +03
Sujeta a las siguientes restricciones:
1
+ 1
2 2
31 +22 +
= 4
+ 2
= 12
+3
= 18
1 , 2 , 1 , 2 , 3 0
3. Identificar las variables bsicas y no bsicas. En el caso de tener n variables (Incluyendo las de
holgura) y m ecuaciones, para hallar una solucin bsica, se igualan a cero n-m variables, las
cuales se denominan no bsicas, y las restantes se denominan variables bsicas. El nmero de
variables bsicas es igual al nmero de restricciones (ecuaciones). Por lo tanto el nmero de variables
no bsicas es igual al nmero total de variables (5) menos el nmero de restricciones (3), total (2).
Tabla modelo
17
MATHUMBI
Investigacion
de operaciones
Tabla 0
Base
4. Elaborar una tabla inicial, sta se presenta en general con el anterior formato, por lo que ser til para
resolver otros problemas, y en la cual se colocan los coeficientes del sistema de ecuaciones.
Tabla 1
Base
/
3
5
0
0
0
0
1
0
1
0
0
4
0
0
2
0
1
0
12
0
3
2
0
0
1
18
0
0
0
0
0
0
3
5
0
0
0
La solucin y tabla inicial, nos arroja los siguientes resultados expresados en forma matricial
( 1 , 2 , 1 , 2 , 3 ) = (0,0,4,12,18)
Prueba de Optimalidad. La solucin bsica para un problema de maximizacin es ptima si y slo si todos
los coeficientes del rengln son negativos o ceros. Como se observa en la tabla sta no es la
solucin ptima.
5. Determinar la variable no bsica que entra y la variable bsica que sale y que ahora ser no bsica.
En nuestro ejemplo modelo entra (En la ltima fila toma un valor de 5 el mayor de todos ellos) y
sale 2 (En la ltima columna el cociente es el menor, o sea 6).
Tabla 2
Base
0
0
0
3
1
0
3
0
3
5
0
2
2
0
5
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
4
12
18
0
/
No existe
6
9
A continuacin, mediante operaciones de fila o rengln, vistas en algebra lineal como eliminacin Gaussiana,
transformamos la matriz original en matrices equivalentes hasta encontrar la solucin, teniendo en cuenta la
Prueba de Optimalidad.
0
0
2 2 [2] = [1]
2
0
1 0
[0 2
3 2
Ver Tabla 2
1 0
0 1
0 0
0 4
1 0
0 12 ] [0 1
1 18
3 0
0
1 0
0 1/2 0
0 1 1
4
6 ]
6
18
MATHUMBI
Investigacion
Tabla 3
Base
Los
0
5
0
1
0
3
0
0
1
0
5
1
0
0
0
0
1/2
-1
5/2
0
0
1
0
4
6
6
30
4
No poder
2
(0)(1) = 0
(5)(0) = 0
(0)(3) = 0
de operaciones
(0)(0) = 0
(5)(1) = 5
(0)(0) = 0
-5/2
(0)(1) = 0
(5)(0) = 0
(0)(0) = 0
(0)(0) = 0
(5)(1/2) = 5/2
(0)(1) = 0
(0)(0) = 0
(5)(0) = 0
(0)(1) = 0
Total =0 para x1
Total = 5 para x2
Total = 0 para h1
Total 5/2 para h2
Total 0 para h3
coeficientes del rengln se hallan multiplicando cada por el coeficiente de cada variable y sumar
Por lo que se observa en la ltima fila de la tabla, debe entrar la variable que es la mayor y positiva y debe
salir que es el valor realizable mnimo en la columna / . Los vectores columnas tendrn la forma
1
0
3 1 [0] = [0]
3
1
Tabla 4
Base
0
5
3
1 0
[0 1
3 0
3
0
0
1
3
0
1 0
0 1/2
0 1
5
0
1
0
5
0
0
1
0
0
0
0
0
1/3
1/2
-1/3
3/2
-3/2
0 4
0 0
0 6 ] [0 1
1 0
1 6
0
-1/3
0
1/3
1
-1
2
6
2
36
1 1/3 1/3 2
0
6 ]
0 1/2
1/3
1/3
2
0
19
MATHUMBI
Investigacion
de operaciones
La solucin se puede dar en esta ltima tabla por cuanto todos los valores del ltimo rengln son ceros o
menores que cero
( 1 , 2 , 1 , 2 , 3 ) = (2,6,2,0,0)
Graficamente se muestra tambin esta solucin
Tabla Iteracin 2
20
MATHUMBI
Investigacion
de operaciones
TablaFinal Iteracin 3. Todos los valores en el ltimo rengln son ceros o negativos
A
Puntos
x1
x2
30
36
27
32
La solucin est dada en el punto D, por tanto, se deben fabricar 2 lotes del producto 1(Puertas) y 6 lotes del
producto 2(Ventanas) para obtener una utilidad mxima de $ 36.000.oo
21
MATHUMBI
Investigacion
de operaciones
Madera
Tubo
Frmica
PU
1
3
1
PB
2
0
4
M
1
2
0
Utilidad
= 31 + 22 + 5 3
Disponibilidad
430
460
420
1 +22 + 3 430
31
+ 2 3 460
1 +42
420
1 , 2 , 3 0
= 31 + 22 + 5 3 + 01 + 02 + 03
Sujeta a:
Tabla 1
Base
0
0
0
1
3
1
0
2
0
4
0
1
2
0
0
1
0
0
0
0
1
0
0
0
0
1
0
430
460
420
0
430
230
-
1 + 22 + 3 + 1 = 430
31
+ 23 + 2 = 460
1 + 42
+ 3 = 420
1 , 2 , 3 , 1 , 2 0
El modelo inicial tabulado se presenta en la siguiente forma:
De acuerdo con lo anterior, las operaciones en las matrices se realizan de la siguiente manera:
22
MATHUMBI
Investigacion
Tabla 2
Base
0
5
0
3
-1/2
3/2
1
3/2
-9/2
2
2
0
4
0
2
5
0
1
0
1
0
0
1
0
0
0
0
0
-1/2
1/2
0
1/2
-5/2
0
0
0
1
0
0
de operaciones
200
230
420
/
100
M
105
1
0
2 3 [2] = [1]
0
0
1 2
[3 0
1 4
1 1 0
2 0 1
0 0 0
1/2 2 0 1
0 430
0 460] = [ 3/2 0 1 0
1 420
1
4 0 0
1/2 0 200
1/2 0 230]
0
1 420
Se observa que esta tabla no contiene la solucin ptima, ya que no todos los coeficientes del ltimo renglon
son negativos o ceros, por lo cual debemos realizar una nueva iteracin, realizando los mismos procesos. por
lo tanto se debe elegir la columna x2 con la fila h1, sale h1 entra x2.
2
1
2 1 [0] = [0]
4
0
1/4 1
[ 3/2 0
2
0
23
MATHUMBI
Investigacion
de operaciones
Tablas Iteracin 3
Como todos los coeficientes de la ltima fila son ceros o negativos, entonces esta ltima tabla arroja la
solucin:
1 = 100 Pupitres unipersonales
3 = 230 Mesas
2 = 0 Pupitres bipersonales
3 = 20 Nos queda un sobrante de 20 metros de frmica
y se obtiene una ganancia mxima de $1350
Tabla 3
Base
2
5
0
3
-1/4
3/2
2
7
-4
2
1
0
0
2
0
5
0
1
0
5
0
0
1/2
0
-2
1
-1
0
-1/4
1/2
1
2
-2
0
0
0
1
0
0
100
230
20
1350
24
MATHUMBI
Investigacion
de operaciones
Tabla 1
Vitaminas
Alimento
Unidad
Carne
50
20
10
mg.
Papa
30
10
50
mg.
Vitaminas
1
2
3
Costos/onza
x1
Carne
50
20
10
0,10
Alimento
x2
x3
Racin mnima
Papa Habichuela
mg.
30
20
290
10
30
200
50
20
210
0,15
0,12
Habichuela
20
30
20
mg.
Un problema de minimizacin se convierte en
uno de maximizacin, multiplicando por (-1) la funcin objetivo, en ella agregamos las variables de holgura
una por cada restriccin, con coeficientes 0 y restamos las variables artificiales de exceso con coeficientes M,
una por cada restriccin del tipo . A su vez para convertir las inecuaciones en ecuaciones restamos la
variable de holgura y sumamos la variable artificial una por cada restriccin, de la siguiente manera:
= 0.101 + 0.152 + 0.12 3
501 +302 + 203 290
201 +102 + 303 200
101 +502 + 203 210
1 , 2 , 3 0
= 0.101 0.152 0.12 3 + 01 + 02 + 03 1 2 3
501 +302 + 203 1 + 1 = 290
201 +102 + 303 2 + 2 = 200
101 +502 + 203 3 + 3 = 210
1 , 2 , 3 , 1 , 2 , 3 , 1 , 2 , 3 0
25
MATHUMBI
Investigacion
de operaciones
La primera tabla del mtodo simplex ( Manual y WINQSB) se presenta de la siguiente manera
Base
-0.10
-0.15
-0.12
-M
-M
-M
-M
50
30
20
-1
290
9.67
-M
20
10
30
-1
200
20
-M
10
50
20
-1
210
4.2
-80M
-90M
-70M
-M
-M
-M
-0.10
+80M
-0.15
+90M
-0.12
+70M
-M
-M
-M
Iteracin 1
Prueba de Optimalidad. La solucin bsica para un problema de minimizacin es ptima si y slo si todos
los coeficientes del rengln son positivos o ceros, pero como al aplicar el mtodo simplex, un
problema de minimizacin lo convertimos en uno de maximizacin, es lgico suponer que seguimos la misma
regla o sea que sean negativos o ceros. Como se observa en la tabla sta no es la solucin ptima.
Podemos continuar el proceso hasta encontrar la solucin ptima.
30
0
2 3 [10] = [0]
50
1
50
[20
10
30 20
10 30
50 20
1
0
0
0 0
1 0
0 1
1 0
0 1
0 0
0
0
1
44
290
200] [ 18
1/5
210
0
8
0 26
1 2/5
1
0
0
3/5
0
1
1/5
0 1/50
1 0
0 1
0 0
3/5
1/5
1/50
164
158 ]
21/5
26
MATHUMBI
Base
Investigacion
de operaciones
-0.10
-0.15
-0.12
-M
-M
-M
-M
44
-1
3/5
-3/5
164
20,5
-0,12
18
26
-1
1/5
-1/5
158
6.08
-0,15
1/5
2/5
-1/50
1/50
21/5
10,5
-(63/5)M
-M
-(172/5)M
-(39/50)M
-M
-M
(39/50)M
-0.10
-M
-M
(39/50)M
-(11/50)M
-0.12
-0.15-M
+(63/5)M
+(172/5)M
8
0
26
3 2 [ 2 ] = [1]
0
5
&
& 0
[9/13 0 1
$
$ 0
Base
-M
-0,12
-0,15
-0.10
-0.15
-0.12
44
18
1
0 8
0 26
2
1
5
1
0
0
1
1 0
5
1
0 1
5
1
0 0
50
&
&
&
&
&
&
&
0 1/26 1/300 0 1/26 1/30079/13]
$
$
$
$
$
$
$
5 164
1 158
5 21
1
5
50
-M
-M
-M
-1/26
1/300
1/26
-1/300
0
9/13
1
0
79/13
27
MATHUMBI
Investigacion
de operaciones
NOTA: Dejamos a inquietud del estudiante juicioso, curioso o acucioso, para culminar este ejercicio, cuya
solucin es
1 = 3 ; 2 = 2 ; 3 = 4 ; = 1,08 ;
Como se puede apreciar el procedimiento requiere de un gran nmero de engorrosas operaciones
algebraicas, en el cual debemos estar lo suficientemente concentrados. Con el WINQSB paso a paso se
comprueba el procedimiento para un PL de minimizacin haciendo uso del mtodo Simplex.
Iteracin 1
Base
-0.10
-0.15
-0.12
-M
-M
-M
1,08
Iteracin 2
Iteracin 3
Iteracin 4
28
MATHUMBI
Investigacion
de operaciones
29
MATHUMBI
Investigacion
de operaciones
30
MATHUMBI
Investigacion
de operaciones
31
MATHUMBI
Investigacion
de operaciones
MATHUMBI
Investigacion
de operaciones