Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Impares Del Capitulo de 2 Del Libro de Taha
Ejercicios Impares Del Capitulo de 2 Del Libro de Taha
INVESTIGACION OPERATIVA
RESOLUCION DE EJERCICIOS
ALEXIS CAAR
ALEX CARRILLO
VERONICA PARRA
Solucin
Max z= 2X1+X2
Sujeto a X1+X2<=10
X1-x2>=0
X1<=4
X1, X2>=0
X1+X2=10
Si X1=0
X2=10 (0, 10)
Si X2=0
X1=10 (10, 0)
X1-X2=0
Si X1=2
2-X2=0 => X2=2 (2, 2)
X1=4
2. Determinacin de la solucin ptima
z=10
2X1+X2=10
Si X1=0
X2=10 (0, 10)
Si X2=0
2X1=10 => X1=5 (5, 0)
z=15
2X1+X2=15
Si X1=0
X2=15 (0, 15)
Si X2=0
2X1=15 => X1=7.5 (7.5, 0)
X1=4
X1+X2=10 => X=6 (4,6)
Solucin
Minimizar z=X1+X2
Sujeta a -0.6X1+0.4X2<=0
0.2X1+0.1X2>=14
0.25X1+0.6X2>=30
0.1X1+0.15X2>=10
0.15X1+0.1X2>=8
0.2X1+0.1X2=14
Si X1=0
X2=140 (0, 140)
Si X2=0
X1=70 (70, 0)
0.25X1+0.6X2=30
Si X1=0
X2=50 (0, 50)
Si X2=0
X1=120 (120, 0)
0.1X1+0.15X2=10
Si X1=0
X2=66.67 (0, 66.67)
Si X2=0
X1=100 (100, 0)
0.15X1+0.1X2=8
Si X1=0
X2=800 (0, 800)
Si X2=0
X1=53.33 (53.33, 0)
-0.6X1+0.4X2<=0
Si X1=100
X2=150 (100, 150)
Solucin
Los datos proporcionados no son suficientes ya que no sabemos las toneladas de materia
prima para interiores ni para exteriores, unicamente conocemos los resultados de una
encuesta de mercado.
Por ello el ptimo est en el punto X1=0, X2=0.
CAPITULO 3
SECCIN 3.1A
1.- En el modelo de Reddy Mikks (Ejemplo 2.2-1), considere la solucin factible X1=3 ton
y X2=1 ton. Determine el valor de las holguras asociadas a las materias primas M1 y M2
(x1,x2)= (3,1)
10 X1-3X2 >=-5
10 X1-3X2 =<5
10 X1 - 3X2 + S1= -5
10 X1+3X2 + S1 =5 =>2
DE 1 Y 2
5.- Indique cmo se puede representar la siguiente funcin objetivo en forma de ecuacin:
Minimizar z= mx{[x1-x2+3x3],[-x1+3x2-x3]}
x1,x2,x3>=0
Entonces
Modelo LP:
Minimizar z=y
Sujeto a
Sujeta a
1 y 2 son equivalentes
SECCIN 3.1B
1. En un centro de maquinado se fabrican dos productos. Los tiempos de produccin unitarios son 10
12 minutos, para los productos 1 y 2 respectivamente. El tiempo total normal de las maquinas es de
2500 minutos por da. En un da, el fabricante puede producir de 150 a 200 unidades del producto 1.
pero no mas de 45 unidades del producto 2. Para satisfacer la demanda la se puede recurrir al tiempo
extra con un costo adicional de $0.50 por minuto.
a) Suponga que la utilidades unitarias por los productos 1 y 2 son de $6.00 y $7.50 respectivamente;
formule el problema con un modelo de programacin Iineal y resulvalo solo con TORA para
determinar la produccin optima de cada producto, as como el tiempo extra que se necesita en el
centro de maquinado.
b) Si aumenta el costo por minuto de tiempo extra $1.50 debe recurrir la empresa al tiempo extra?
Maximizar
Sujeta a
X1 = 200 unidades/diarias
Z= $1517.50
Maximizar z= 2x1+5x2+3x3-15x4-10x5
Sujeta a
Solucin z= $ 325
3. En un problema de programacin lineal donde hay varias variables sin restriccin, una transformacin
del tipo xj=xj+ - xj-, donde (xj+, xj-)0 elevara al doble la cantidad correspondiente de variables no
negativas. En lugar de esa transformacin se pueden reemplazar k variables no restringidas exactamente
con k+ 1 variables no negativas mediante la sustitucin xj = xj w, xj, w 0. Use TORA para demostrar
que los dos mtodos producen la misma solucin con el siguiente modelo de programacin lineal:
Solucin optima
Formulando 2:
Maximizar
Sujeta a
Solucin optima
EJERCIOS 3.2 A
1. Compruebe las soluciones bsicas y no bsicas mencionada al terminar el ejemplo 3.2-1.
Ecuacin para
Maximize z = 2X+3X
Sujeta a: X1+3X2+X3 =6
3X1+2X2 +X4 =6
X1,X2,X3,X4>=0
b) Basica (X1, X2)(Ounto B):
X1+3X2 = 6
3X1+2X2=6
Solucion (X1,X2)=(6/7,12/7),Z=6 6/7
Basic (X1,X4)(Punto c)
Basic (X1,X3)(Point E)
X1+X3=6
3X1 =6
Solucion (X1, X3)=(2,4),Z=4
Basica (X1;X4)= (Point C)
X1 =6
3X1+X4=6
Solucion (X1, X4)=(6,-12)
nica pero inaccesible
Basica (X2;X3)= (Point A)
3X2+X3=6
2X2 =6
Solucion (X2, X3)=(39-3)
nica pero inaccesible
3. Determine la solucin ptima de cada uno de los programas lineales siguientes. Enumerando todas
las soluciones bsicas.
a) Maximizar z=2x1-4x2+5x3-6x4
sujeta a:
x1+4x2-2x3+8x42
-x1+2x2+3x3+4x41
b) Minimizar z=x1+2x2-3x3+2x4
sujeta a:
x1+2x2-3x3+x4=4
x1+2x2+x3+2x4=4
Maximizar z=2x1+3x2+5x3
sujeta a:
-6x1+7x2-9x34
x1+x2+4x3=10
x1, x30
x2 no restringida
En la conversin a la forma de ecuacin se usa la sustitucin x2= x2+- x2- , Demuestre que una solucin no
puede incluir al mismo tiempo a x2+ y x2-.
EJERCIOS 3.3 A
1. En la figura 3.1 se ven los cambios en las variables bsicas y no bsicas, relacionadas con la ruta A
B C del espacio de soluciones de la figura 3.3. Haga el diagrama correspondiente para la ruta A
D C.
3. Vea el espacio tridimensional de soluciones de la programacin lineal en la figura 3.5, cuyo puntos
factibles extremos son: A, B,, , y J.
a) Cul de los siguientes pares de puntos esquina no pueden representar iteraciones simplex ,sucesivas:(A,
B),(B, D), (E, H) y (A, I)? Explique porqu.
b) Suponga que las iteraciones smplex comienzan en A y que el ptimo esta en H. Indique si alguna de las
rutas siguientes no es legtima para el algoritmo simplex, y diga por qu.
i) A B G H
a) ii) A C I H
iii) A C E B A D G H
(A, B) adyacentes, por lo tanto, puede estar en un camino Simplex. Los pares restantes conectados
simplemente estn en un camino Simplex se convierten y no son adyacentes.
b) i) Si, porque conecta el punto extremo adyacente.
ii) No, porque C y I no son adyacentes.
iii) No, porque devuelve la ruta previa a un punto extremo.
5. Acerca del espacio de soluciones en la figura 3.5, donde el algoritmo smplex comienza en el punto A.
determine la variable de entrada en la primera iteracin, su valor y la mejora en z, para cada una de las
funciones objetivo siguientes:
a) Maximizar z=x1-2x2+3x3
Z=0+3 X1=3
b) Maximizar z=5x1+2x2+4x3
Z=0+5 X1=5
c) Maximizar z=-2x1+7x2+2x3
Z=0+7X1=7
d) Maximizar z=x1+x25x3
Z=0+ |X|=1
EJERCICIOS 3.3 B
1. Este problema es pura reforzar la comprensin del lector acerca de la condicin de factibilidad
simplex. En la primera tabla del ejemplo 3.3-1 usamos la prueba de la razn mnima (no negativa)
para determinar la variable de salida. Esa condicin garantiza que ninguno de los nuevos valores de
las variables bsicas se volver negativa. Para demostrar eso, haga usted que s2 salga da la solucin
bsica, en lugar de s1. Ahora sea la tabla smplex que resulta y notar que s1 asume un valor
negativo (= -12), que indica que la nueva solucin no es factible. Este caso nunca se presenta si se
emplea la seleccin de la variable de salida por razn mnima.
Bsico Z X1 X2 S1 S2 S3 S4 Sol
Z 1 -5 -4 0 0 0 0 0
S1 0 6 4 1 0 0 0 24
S2 0 1 2 0 1 0 0 6
S3 0 -1 1 0 0 1 0 1
S4 0 0 1 0 0 0 1 2
Z 1 0 6 0 5 0 0 30
S1 0 0 -8 1 -6 0 0 -12
X1 0 1 2 0 1 0 0 6
S3 0 0 3 0 1 1 0 7
S4 0 0 1 0 0 0 1 2
Sean x5, x6, x7 y x8, una solucin bsica factible inicial. Si x1 se vuelve bsica, cul de las variables bsicas
mencionadas se debe volver no bsica a nivel cero para que todas las variables sigan siendo no negativas, y
cul sera el valor de x1 en la nueva solucin? Repita este procedimiento con x2, x3 y x4.
Relaciones
Bsicas X1 X2 X3 X4
X5 4/1 4/2 - 4/5
X6 8/5 - - 8/6
X7 3/2 3/3 - 3/3
X8 - - 0/1 -
Valores 1.5 1 0 0.8
Var dejadas X7 X7 X8 X5
5. Resuelva el siguiente problema por inspeccin y justifique el mtodo de solucin en funcin de las
soluciones bsicas del mtodo simplex.
Maximizar z=5x1-6x2+3x3-5x4+12x5
Sujeta a:
x1+3x2+5x3+6x4+3x5 90
Solucin optima
X1=90
X2=X3=X4=X5=0
Z=450
Si las iteraciones simplex comienzan en el punto A, identifique la ruta hasta el punto ptimo E.
x2 la primera variable entera
La ruta es A-G-F-E
Maximizar z=4x1+x2
x1 = min(2,3,5) =2
Z = 4x2 = 8
Maximizar z=x1+4x2
x2 =min(1,2,4) =1
Z = 4x1= 4
9. En el ejemplo 3.3-1 demuestre que el segundo mejor valor ptimo de z se puede determinar de la tabla
ptima.
BASICA .
Z= 21-3/4 x 4 =18
Maximizar z = 24 x1 + 22 x2 + 45 x3
Sujeta a
2x1 + x2 + 3 x3 = 42
2x1 + x2 + 2 x3 = 40
x1 + 5x2 + x3 = 45
x1,x2,x3,=0
Leather 0 escaso
Sewing 0 escaso
Finishing 0 abundante
EJERCICIOS 3.4 A
1. Calcule a mano la terminacin de la iteracin smplex del ejemplo 3.4-1 obtenga la solucin ptima.
X2 X1 1 1/3 0 1/3 0 0 1
R2 R2 0 5/3 -1 -4/3 1 0 2
X4 0 5/3 0 -5/3 0 1 3
2 Z 0 0 1/5 8/5-M -1/5-M 0 18/5
3. En el ejemplo 3.4-1 identifique la tabla de inicio para cada uno de los casos (independientes) que siguen, y
desarrolle el rengln z asociado eliminando todas las variables artificiales por sustitucin:
Minimize Z=4X1+X2+M(R1+R2+R3)
SUJETA A:
3X1+X2 +R =3
4X1+3X2-S2 +R2 =6
BASICA X1 X2 S2 S3 R1 R2 SOLUCION
R3
Z -4 -1 -M -M 0
-M
R1 3 1 1 3
R2 4 3 -1 1 6
R3 1 2 -1 4
1
Z -4+5M -1+6M -M -M 0 0 10M
0
R1 3 1 1 3
R2 4 3 -1 1 6
R3 1 2 -1 4
1
SUJETA A:
3X1+X2 +R1 =3
4X1+3X2+S2 =6
X1+2X2 +S3 =4
BASICA X1 X2 R1 S2 S3 SOLUCION
Z -4 -1 -M 0
R1 3 1 1 3
S2 4 3 1 6
R3 1 2 1 4
Z -4+3M -1+M 0 0 0 3M
R1 3 1 1 3
R2 4 3 1 6
R3 1 2 1 4
SUJETA A:
3X1+X2 +R1 =3
4X1+3X2 +R2 =6
X1+2X3 +S3 =4
BASICA X1 X2 R1 R2 S3 SOLUCION
Z -4 -1 -M -M 0 0
R1 3 1 1 3
S2 4 3 1 6
R3 1 2 1 4
Z -4+7M -1+4M 0 0 0 9M
R1 3 1 1 3
R2 4 3 1 6
R3 1 2 1 4
SUJETA A:
3X1+X2 +R1 =3
4X1+3X2 -S2 =6
X1+2X2 +S3 =4
BASICA X1 X2 S2 R1 R2 SOLUCION
S3
Z -4 -1 0 M M 0
0
R1 3 1 1 3
R2 4 3 -1 1 6
S3 1 2 4
1
Z -4-7M -1-4M M 0 0 -9M
0
R1 3 1 1 3
R2 4 3 -1 1 6
S3 1 2 4
1
Z 0 -8 6 -1 0 1 10
0 -7M/2 -M/2 -M/2 0 3M/2 -2M
1 R1 0 7/2 1/2 1/2 1 -1/2 2
X1 1 - 5/2 1/2 -1/2 0 -1/2 5
Z 0 0 50/7 1/7 16/7 - 102/7
1/7
2 + M
+M
X2 0 1 1/7 1/7 2/7 - 4/7
X1 1/7 45/7
1 0 6/7 -1/7 5/7
1/7
0 R1 1 1 1 0 1 0 7
R2 2 -5 1 -1 0 1 10
Z -1-3M -2+4M -1-2M M 0 0 -17M
1 R1 1 1 1 0 1 0 7
R2 2 -5 1 -1 0 1 10
7. Resuelva el siguiente problema usando a x3 y x4 como variables bsicas factible, de inicio. Como en el
problema 6, no use variables artificiales.
Minimizar z=3x1+2x2+3x3
sujeta a:
x1+4x2+x3 =4
2x1 + x2 +x410
Bsica x1 x2 x5 x6 x3 x4 Solucin
Z 2 11 -3 -1 0 0 21
x3 1 4 -1 0 1 0 7
x4 2 1 0 -1 0 1 10
(-11) Z .-3/4 0 .-1/4 -1 .-11/4 0 .7/4
(1/4) x2 .-1/4 1 .-1/4 0 4 0 .7/4
(-1) x4 .7/4 0 .-1/4 -1 .-1/4 1 .33/4
x1= 0 x3=0
x2=7/4 x4=33/4
z=7/4
9. Muestre cmo el mtodo M indica ue el siguiente problema no tiene solucin factible.
sujeta a:
3x1+2x2 6
2x1+ x2 2
x1,x20
Bsica x1 x2 x3 R1 x4 Solucin
.-2-
Z 3M .-5-2M M 0 0 .-6M
R1 3 2 -1 1 0 6
x4 2 1 0 0 1 2
.-3- .-
Z 0 172M M 0 1+3/2M .2-3M
R1 0 .1/2 -1 1 .-3/2 3
x1 1 .1/2 0 0 .1/2 1
Z .6+M 0 M 0 .4+2M .8-2M
R1 -1 0 -1 1 -2 2
x2 2 1 0 0 1 2
La ultima tabla es la ptima.El valor objeto es 8-2M , lo que quiere decir que es un nmero negativo grande
para maximizar necesito un positivo, por lo tanto este problema no tiene solucin factible.
EJERCICIOS 3.4 B
1. En la fase 1, si la programacin lineal es de maximizacin. se maximiza la suma de las variables
artificiales en la fase 1? Explique por qu.
a max
Z= 2x1+3x2-5x3
s.a.
x1+x2+x3+R1=7
2x1-5x2+x3-
x4+R2=7
x1,x2,x3,x4,R1,R2>=0
min
r=R1+R2
Bsica x1 x2 x3 x4 R1 R2 Solucin
r 3 -4 2 -1 0 0 17
x5 1 1 1 0 1 0 7
R1 2 -5 1 -1 0 1 10
r 0 .7/2 .1/2 .1/2 0 .-3/2 2
x1 0 .7/2 .1/2 .1/2 1 .-1/2 2
R1 1 .5/2 .1/2 .-1/2 0 .-1/2 5
r 0 0 0 0 -1 -1 0
x2 0 1 .1/7 .1/7 .2/7 .-1/7 .4/7
x1 1 0 .-1/7 .1/7 .5/7 .1/7 .45/7
Bsica x1 x2 x3 x4 Solucin
Z 0 0 .50/7 .1/7 107/7
x2 0 1 .1/7 .1/7 .4/7
x1 1 0 .6/7 .-1/7 .45/7
Bsica x1 x2 x3 x4 x5
Solucin
Z 0 -1 -3 0 1 2
x1 1 0 .2/5 .1/5 .4/5 0
x2 0 1 .1/5 .-2/5 .-3/5 2
Z .15/2 -1 0 .3/2 7 2
x3 .5/2 0 1 .1/2 2 0
x2 .-1/2 1 0 .-1/2 -1 2
Z 7 0 0 1 6 4
x3 .5/2 0 1 .1/2 2 0
x2 .-1/2 1 0 .-1/2 -1 2
x1=.45/7 x3=0
x2=.4/7 z=.109/7
b.
Bsica x1 x2 x3 x4 R1 R2 Solucin
R 3 -4 2 -1 0 0 17
R1 1 1 1 0 1 0 7
R2 2 -5 1 -1 0 1 10
R 0 .7/2 .1/2 .1/2 0 .3/2 2
R1 0 .7/2 .1/2 .1/2 1 .1/2 2
X1 1 .5/2 .1/2 .-1/2 0 .1/2 5
Bsica x1 x2 x3 x4 R1 R2 Solucin
R 0 0 0 0 -1 -1 0
x2 0 1 .1/7 .1/7 .2/7 .1/7 .4/7
x1 1 0 .6/7 .1/7 .5/7 .1/7 .45/7
Bsica x1 x2 x3 x4 Solucin
Z 0 0 .50/7 .1/7 .102/7
x2 00-ene 1 .1/7 .1/7 .4/7
x1 1 0 .6/7 .1/7 .45/7
Z 0 -50 0 -7 -14
x3 0 7 1 1 4
x1 1 -6 0 -1 3
x1=3 x3=4
x2=0 z=-14
c.
Bsica x1 x2 x3 x4 R1 R2 Solucin
r 3 -4 2 -1 0 0 17
R1 1 1 1 0 1 0 7
R2 2 -5 1 -1 0 1 10
r 0 .7/2 .1/2 .1/2 0 .3/2 2
R1 0 .7/2 .1/2 .1/2 1 .-1/2 2
X1 1 .-5/2 .1/2 .-1/2 0 .1/2 5
r 0 0 0 .1/2 0 -1 0
x2 0 1 .1/7 .1/7 .-1/7 .4/7
x1 1 0 .6/7 .1/7 .1/7 .45/7
Bsica x1 x2 x3 x4 Solucin
z 0 0 .1/7 .1/7 .53/7
x1 0 1 .1/7 .1/7 .4/7
x2 1 0 .6/7 .-1/7 .45/7
x1=.45/7 x3=0
x2=.4/7 z=.53/7
Maximizar z=2x1+2x2+4x3
sujeta a:
2x1+x2+x34
3x1+4x2+2x38
a) Use TORA para demostrar que la fase I termina con una variable artificial bsica cero.
BASIC X1 X2 X3 S2 S1 R2 solucion
r -5 0 -2 -1 -4 0 0
X2 2 1 1 0 1 0 2
R2 -5 0 -2 -1 -4 1 0
b) Con clculos a mano, haga la fase II con la variable artificial cero como parte de la solucin bsica de
inicio. Asegrese de que las variables artificiales nunca asuman valores positivos.
Eliminamos la columna R2
c) Demuestre que la variable artificial cero se puede sacar de la solucin bsica ptima de la fase I(antes de
comenzar la fase II) seleccionando una variable de entrada con elemento pivote no cero, en el rengln de la
variable artificial. A continuacin haga la fase II con la nueva solucin bsica.
Optimizamos la solucin X1=0, X2=0, X3=0,Z=4
Maximizar z=3x1+2x2+3x3
Sujeta a:
2x1+x2+x32
3x1+4x2+2x38
Demuestre que las variables no bsicas x1, x2, x3, x4 y x5, nunca pueden asumir valores positivos al final de la
fase II. En consecuencia, sus columnas se pueden eliminar antes de iniciar la tase II. En esencia, la
eliminacin de esas variables reduce las ecuaciones de restriccin del problema a x2 = 2.
BASIC X1 X2 S1 S2 X3 X4 solucion
z -3 -2 0 0 -3 0 -
0 X3 1 4 -1 0 1 0 7
X4 2 1 0 -1 0 1 10
z 0 10 -3 0 0 0 21
X3 1 4 -1 0 1 0 7
I X4 2 1 0 -1 0 1 10
Z -5/2 0 -1/2 0 -5/2 0 7/2
X2 1/4 1 -1/4 0 1/4 0 1/4
II X4 1/4 0 1/4 -1 -1/4 1 33/4
Eso quiere decir que no se necesitar hacer la fase II, porque el espacio de soluciones se reduce a un solo
punto.
La conclusin general de este problema es que todas las variables no bsicas con coeficientes estrictamente
negativos en el rengln z al final de la fase I se pueden eliminar de la tabla porque nunca pueden asumir
valores positivos al final de la fase II. Por cierto, los coeficientes negativos de las variables no artificiales en
el rengln slo pueden presentarse si una variable artificial es bsica (a nivel cero) al final) de la tase I.
EJERCICIOS 3.5 A
1. Vea la grfica del espacio de soluciones de la figura 3.10. Suponga que las iteraciones smplex inician en
A que la solucin ptima est en D. Adems, suponga que la funcin objetivo se define de tal modo que
x1 entra primero a la solucin.
a. Identifique (en la grfica) los puntos esquina que definen la trayectoria del mtodo smplex
hacia el punto ptimo.
D
A B
A=1
B=1
C=3
D=1
Sol: 4 iteraciones
b) Intercambie las restricciones 1 y 3, y vuelva a resolver el problema. Cuntas iteraciones se necesitan para
resolverlo?
Sol: 3 iteraciones
Sol: en la parte (a), la solucion encontramos 2 generacione basicas y en la pate (b) existe
una unica solucion
SECCION 3.5 B
1. En la siguiente programacin lineal use el mdulo de iteraciones de TORA para determinar tres soluciones
ptimas bsicas alternativas, y a continuacin escriba una expresin general para obtener todos los ptimos
alternativos no bsicos que satisfagan esas tres soluciones bsicas.
Maximizar z=x1+2x2+3x3
sujeta a
x1+2x2+3x310
x1+ x2 5
x1 1
x1, x2, x30
Bsico X1 X2 X3 S2 S2 S3 Solucin
Z -1 -2 -3 0 0 0 0
S1 1 2 3 1 0 0 10
.
S2 1 1 0 0 1 0 5
E
S3 1 0 0 n 0 0 1 1
l
a
si
Z 0 0 0 g 1 0 0 10
u
X3 1/3 2/3 1 1/3 0 0 10/3
i
S2 1 1 0 e 0 1 0 5
n
S3 1 0 . 0 t 0 0 1 1
e
E
p
n
r
Z 0 0 l 0 o 1 0 0 10
a
g
X3 -1/3 0 si 1 1/3 -2/3 0 0
r
g
X2 1 1 u 0 a 0 1 0 5
m
i
S3 1 0 0 a 0 0 1 1
e
ci
n
.
t
E n
z 0 n 0 e 0 1 0 0 10
li
p
l n
X3 0 0 r 1 1/3 -2/3 1/3 1/3
a e
o
X2 0 si 1 g 0 a 0 1 -1 4
g l
r
X1 1 u 0 0 u 0 0. 1 1
a E
i s
z 0 e 0 m 0 e 1 0 0 10
a n
n e
X3 0 2/3ci 1 1/3 0l -1/3 3
t l a
S2 0 e 1 n 0 m 0 1 si -1 4
p g
li
X1 1 r 0 0 d 0 0u 1 1
n
o u i
e
g l e
a
r o n
l
Entonces la ptima alternativa es:
a d t
u
m (0,s0,10/3) e e
a it p
e
ci e r
e
r o
l
n a g
m
li ci r
n o
(X1, X2,X3)= (0, 5,0)
(1, 4,1/3)
X1= 3
2=5 2+4 3
X3=10/3 1+1/3 3
Donde:
1+2+ 3 = 1
3. Para la siguiente programacin lineal use la opcin Iterations (iteraciones) de TORA para demostrar que la
solucin ptima es degenerada, y que ninguna de las soluciones alternativas es punto esquina.
Maximizar z=3x1+x2
sujeta
x1+ x2 5
x1+ x2 -x32
7x1+3x2-5x320
Bsico X1 X2 X3 S1 S2 S3 Solucin
Z -3 -1 0 0 0 0 0
S1 1 2 0 1 0 0 5
S2 1 -1 0 1 0 2
1
S3 1 3 -5 0 0 1 20
z 0 2 -3 0 3 0 6
S1 0 1 1 1 -1 0 3
X1 1 1 -1 0 1 0 2
S3 0 -4 2 0 -1 1 6
z 0 5 0 3 0 0 15
X3 0 1 1 1 -1 0 3
X1 1 2 0 1 0 0 5
S3 0 -6 0 -2 -5 1 0
La solucin es ptimo degeneracin porque S3 es bsica y la igualdad se ha solucionado con un valor bsico
alternativa porque S2 tiene un coeficiente de 0 y todos los coeficientes son <=0
EJERCICIOS 3.5 C
1. Resuelva el ejemplo 3.5-3 usando la opcin Iterations (iteraciones) de Tora, y demuestre que aunque
la solucin comience con x1 como variable de entrada (de acuerdo con la condicin de optimalidad),
el algoritmo simplex conducir al final a una solucin no acotada.
2.
BASIC X1 X2 S1 S2
Z -2 -1 0 0
S1 1 -1 1 0
S2 2 0 0 1
Z 0 -3 2 0
X1 1 -1 1 0
S2 0 2 -2 1
Z 0 0 -1 1,5
X1 1 0 0 1/2
X2 0 1 -1 1/2
NO ACOTADO
3. En algunos modelos de PL (programacin lineal) mal hechos, el espacio de soluciones puede ser no
acotado, aunque el problema pueda tener un valor objetivo acotado. Ese caso puede indicar
irregularidades en la construccin del modelo. En los problemas grandes podr ser difcil detectar la no
acotacin por inspeccin. Deduzca un procedimiento para determinar si un espacio de soluciones esta acotado
o no.
RESPUESTA:
En cualquier iteracin, todas las restricciones de los coeficientes de la variable son <=0,
entonces la solucin es no-acotada en la direccin de la variable.
De una manera ms infalible al llevar a cabo esta tarea, es resolver una secuencia de
Lenguajes de Programacin en donde el objetivo de la funcin es Maximizar Z = Xj,
j=1,2,3,,n sujeto a las restricciones del problema. Para las variables no-acotadas, Z=.
EJERCICIOS 3.5 D
1. Toolco produce tres clases de herramientas: T1, T2, T3. Para ello usa dos materias primas,
M1 Y M2, segn los datos de la siguiente tabla:
Sujeto a:
3X1+5X2+6X3<=1000
5X1+3X2+4X3<=1200
X1+X2+X3>=500
X1,X2,X3>=0
Minimizar r = R3
Sujeto a:
3X1+5X2+6X3+S1 =1000
5X1+3X2+4X3 +S2 =1200
X1+X2+X3 -S3+R3=500
X1,X2,X3,S1,S2,S3,R3>=0
Esto es interpretado como una deficiencia de 225 unidades. La mayor cantidad que puede
ser producida es: 500-225 = 275 unidades.
CAPITULO 6
1. Determinar la ruta crtica para la red del proyecto en la figura 6.47
Figura 6.47
Solucin
Clculo de los inicios ms rpidos de cada evento (paso hacia delante) IRj.
De los anteriores diagramas determinamos que segn la ecuacin expuesta la ruta crtica es:
La ruta crtica estar determinada por las actividades que tengan holgura igual a
cero, la holgura se determina mediante la siguiente relacin:
Solucin:
Calculo de los inicios ms rpidos de cada evento (paso hacia delante) IRj.
Clculo de la terminacin ms tarda de cada evento (paso hacia atrs) TTj.
La ruta crtica estar determinada por las actividades que tengan holgura igual a
cero, la holgura se determina mediante la siguiente relacin: