UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERIA CIENCIAS FISICAS Y MATEMATICA

INVESTIGACION OPERATIVA

RESOLUCION DE EJERCICIOS

ALEXIS CAAR

ALEX CARRILLO

VERONICA PARRA

SEMESTRE MARZO 2011- AGOSTO 2011

Ejercicios Impares
CAPITULO 2
Ejercicios

Conjunto de problemas 2.2A

5. Juan acaba de entrar a la universidad, y se da cuenta que si slo estudia y no juega,
su personalidad ser gris. Desea repartir su tiempo disponible, aproximadamente de
10 horas por da, entre juego y estudio. Estima que el juego es doblemente divertido
que el estudio. Tambin desea estudiar cuanto menos un tiempo igual al que pasa
jugando. Sin embargo, se da cuenta que si debe hacer todas sus tareas escolares, no
puede jugar ms de 4 horas diarias. Com debe repartir Juan su tiempo, para
maximizar su placer de estudiar y jugar?

Solucin

X1= Tiempo de juego por da

X2= Tiempo de estudio por da

Max z= 2X1+X2
Sujeto a X1+X2<=10
X1-x2>=0
X1<=4
X1, X2>=0

1. Determinacin del espacio de soluciones factibles

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)

El ptimo es X1= 4 y X2=6 y el valor de z=2(4)+6=14

Juan debe repartir 4 horas para juego y 6 horas estudio y su placer de estudiar y jugar ser
de 14.
Conjunto de problemas 2.2B
5. OilCo construye una refinera para elaborar cuatro productos: diesel, gasolina,
lubricantes y combustible para aviones. Las demandas(en barriles/da) de esos
productos son 14,000, 30,000, 10,000 y 8,000, respectivamente. Irn y Dubai tienen
contrato para enviar crudo a OilCo. Debido a las cuotas de produccin que especifica
la OPEP (Organizacin de Pases Exportadores de Petrleo) la nueva refinera puede
recibir al menos el 40% de su crudo de Irn, y el resto de Dubai. Oilco pronostica que
esas cuotas de demanda y de crudo permanecern estables durante los 10 aos
siguientes.
Las distintas especificaciones de los dos crudos determinan dos proporciones distintas
de productos: un barril de crudo de Irn rinde 0.2 barril de diesel, 0.25 barril de
gasolina, 0.1 barril de lubricante y 0.15 barril de combustible para avin. Los
rendimientos correspondientes del crudo de Dubai son: 0.1, 0.6, 0.15 y 0.1,
respectivamente.
Oilco necesita determinar la capacidad mnima de la refinera, en barriles de crudo
por da.

Solucin

Diesel Gasolina Lubricante Combustible

Irn 0.2 0.25 0.1 0.15
Dubai 0.1 0.6 0.15 0.1
demanda 14000 30000 10000 8000

X1= miles de barriles/da de Irn

X2= miles de barriles/da de Dubai

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)

El ptimo pasa por el cruce de las ecuaciones

0.2X1+0.1X2>=14
0.1X1+0.15X2>=10

Al resolver el sistema tenemos X2=30 y X1=55 y z=85

El optimo es X1=55 barriles/da de Irn y X2=30 barriles/da de Dubai y la capacidad

minima de barriles de crudo por dia es 85.

Conjunto de problemas 2.2C

5. En el modelo de Reddy Mikks, use TORA para demostrar que la eliminacin de las
restricciones de materia prima (restricciones 1 y 2) dan como resultado un espacio de
soluciones no acotrado. Qu se puede decir en este caso, acerca de la solucin ptima
del modelo?

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)

M1: S1= 24-(6X3+4X1)= 2 toneladas diarias

M2: S2= 6-(1X3+2X1)= 1 toneladas diarias

3.- Se tiene la siguente desigualdad 10x1-3x2>-5

Demuestre que multiplicar ambos lados por -1 y a continuacin convertir la desigualdad en

una acuacin equivalente a convertirla primero en una ecuacin y acontinuacin multiplicar
ambos lados por -1.

10 X1-3X2 >=-5

10 X1-3X2 =<5

-10 X1+3X2 + S1=5 =>1

10 X1 - 3X2 + S1= -5

10 X1+3X2 + S1 =5 =>2

DE 1 Y 2

6X2 + 2S1 =10

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

Ecuacin para minimizar z=y

Sujeta a

6.- Demuestre que las m siguientes ecuaciones

Equivalen a las m+1 siguientes desigualdade:

Para 2, por I= 1,2,,m

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?

Xj= # unidades de productos j por da , j= 1,2

X3= minutos usados por maquina tiempo/da

X3-= tiempo fuera de la maquina por da

Maximizar
Sujeta a

X1 = 200 unidades/diarias

X2= 45 unidades/ diarias

X3= tiempo fuera = 40 minutos

Z= $1517.50

3.- maximizar la siguiente ecuacin

Xj= #de unidades de productos 1,2 y 3

Maximizar z= 2x1+5x2+3x3-15x4-10x5

Sujeta a

Todas las variables >=0

Solucin z= $ 325

X2= 65 unidades, X4=15

Las otras variables son cero

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:

Maximizar z = -2x1 + 3x2 - 2x3

sujeta a: 4x1 - 3x2 - 5x3=10

 2 x1 + 3x2 +2x3=12

x10, x2,x3 Sin restricciones

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

Basica (X2;X4)= (Point D)

3X2 =6
2X2+X4=6
Solucion (X2, X4)=(2,2),Z=6

Basica (X2;X4)= (Point F)

X3 =6
X4=6
Solucion (X3, X4)=(6,6),Z=0

c) Optima solucin acceso a B

(X1,X2)=(6/7,12/7) con =6 6/7

e) para la grafica sin (d), nosotros tenemos

A: X2=3, X3=-3
C:X1=6 , X4=-12

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

x1, x2, x3, x40

b) Minimizar z=x1+2x2-3x3+2x4

sujeta a:

x1+2x2-3x3+x4=4

x1+2x2+x3+2x4=4

x1, x2, x3, x40

5. Se tiene el siguiente programa lineal:

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-.

Combinacin Solucin Estado Z

x1, x2 -1,3 Factible 8

x1, x3 -4,6 Factible -4

x1, x4 2,6 Factible 2

X2, x3 4,-2 Factible -

X2, x4 2,2 Factible 6

X3, x4 2,4 Factible 0

Optimo: x1=-1, x2=-1, Z=8

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.

Puntos Extremos Bsicas No Bsicas

A S1,S2 X1,X2
B X1,S2 X2,S1
C X1,S2 S1,S2

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

3. Se tiene el siguiente sistema de ecuaciones:

x1 +2x2 -2x3 +4x4 +x5 =4

5x1 -2x2 +6x4 +x6 =8
2x1 +3x2 -2x3 +3x4 +x7 =3
x1 +x3 -2x4 +x8 =0
x1, x2, , x80

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

x1, x2, x3, x4, x50

(Sugerencia: una solucin bsica slo consiste en una sola variable).

a) Soluciones bsicas consisten de una variable cada una. Luego

X1=90/1=90 Z=5x90=450
X2=90/3=30 Z=-6x30=-180
X3=90/5=18 Z=3x18=54
X4=90/6=15 Z=-5x15=-75
X1=90/3=30 Z=12x30=360

Solucin optima
X1=90
X2=X3=X4=X5=0
Z=450

7. Se tiene el espacio bidimensional de soluciones de la figura 3.7.

a) Suponga que la funcin objetivo es
Maximizar z=3x1+6x2

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

b) Determine la variable de entrada, las razones correspondientes de la condicin de factibilidad y el cambio

en el valor de z, suponiendo que la iteracin de inicio se hace en el punto A y que la funcin objetivo es

Maximizar z=4x1+x2

x1 = (min interceptado con x1)

x1 = min(2,3,5) =2

Z = 4x2 = 8

c) Repita el punto b) suponiendo que la funcin objetivo es

Maximizar z=x1+4x2

Variable entera x2 = (min intercept con x2)

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 .

S1 entero, valor = min (3/ (1/4), - (5/2)/(3/8),(1/2)/(1/8))=4

Z= 21-3/4 x 4 =18

S2 enteros, valor = min (-, (3/2)/(3/4),-,-) =2

Z = 21- x 2 = 20 , esta Z es asociada con S2 la solucion basica

11. Gutchi Company fabrica bolsos de mano, bolsos para rasuradoras y mochilas. En las tres fabricaciones se
usa piel y material sinttico, pero la piel parece ser la materia prima limitante principal. En el proceso de
produccin intervienen dos clases de mano de obra especializada: costura y terminado. La tabla siguiente
muestra la disponibilidad de los recursos, Sus consumos por los tres productos y las utilidades por unidad.

a) Formule el problema como programa lineal y resulvalo con TORA.

b) Con la solucin ptima, determine el estado de los recursos.

X1 = numero de bolsos de mano por dia

X2 = numero de mochilas por dia

X3 = numero de bolsos por dia

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

Solucion optima de TORA:

X1 =0, x2 = 36, x3 = 2, Z = 882 $

RESOURCE SLACK STATUS

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.

ITERACION BASIC X1 X2 X3 R1 R2 X4 SOLUCI

A ON
0 Z -4+7M -1+4M -M 0 0 0 9M
X1
R1 R1 3 2 0 1 0 0 3
R2 4 3 -1 0 1 0 6
R3 1 2 0 0 0 1 4
 1 Z 0 (1+5M)/3 -M (4-7M)/3 0 0 4+2M

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

X3 X1 1 0 1/5 3/5 -1/5 0 3/5

X4 X2 0 1 -3/5 -4/5 3/5 0 6/5
X4 0 0 1 1 -1 1
1
3 Z 0 0 0 7/5-M -M - 17/5
1/5
OPTIMO X1 1 0 0 2/5 0 - 2/5
X2 1/5 9/5
X3 0 1 0 -1/5 0 1
3/5
0 0 1 1 -1
1

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:

a) La tercera restriccin es x1+2x24

Minimize Z=4X1+X2+M(R1+R2+R3)

SUJETA A:

3X1+X2 +R =3

4X1+3X2-S2 +R2 =6

X1+2X2 -S2 +R3 =4

X1, X2, S2, S3, R1, R2, R3>0

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

b) La segunda restriccin es 4x1+3x26

Minimize Z=4X1+X2+M (R1)

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

c) La segunda restriccin es 4x1+3x2= 6.

Minimize Z=4X1+X2+M (R1+R2)

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

d) La funcin objetivo es maximizar z =4x1+x2

Minimize Z=4X1+X2-M (R1+R2)

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

5. Se tiene el siguiente conjunto de restricciones:

x1+x2+x3=7
2x1-5x2+x310
x1,x2,x30
Resuelva el problema para cada una de las siguientes funciones objetivo:
a) Maximizar z= 2x1 + 3x2 -5x3

ITERACION BASIC X1 X4 X3 S2 R1 R2 SOLUCI

A ON
Z -2 -3 5 M 0 0 -17M
-3M 4M -2M
0 R1 1 1 1 0 1 0 7
R2 2 -5 1 -1 0 1 10

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

b) Minimizar z= 2x1 + 3x2 -5x3

ITERACION BASIC X1 X2 X3 S2 R1 R2 SOLUCI

A ON
Z -2 -3 5 -M 0 0 17M
+3M -4M +2M
0 R1 1 1 1 0 1 0 7
R2 2 -5 1 -1 0 1 10

Z 0 -8+7M/2 6+M/2 -1+M/2 0 1- 10+2M

3M/2
1 X1 1 7/2 1/2 1/2 1 - 2
R2 1/2 5
0 -5/2 1/2 -1/2 0
1/2

Z 0 0 50/7 1/7 16/7-M -1/7- 102/7

M
2 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

3 Z 0 -50 0 -7 -12 -M 7- -14

M
OPTIMO X3 0 7 1 1 2 -1 4
X1 1 -6 0 -1 -1 1 3

c) Maximizar z= x1 + 2x2 +x3

ITERACION BASIC X1 X2 X3 S2 R1 R2 SOLUCI

A ON
Z -1 -2 -1 0 M M

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

Z 0 -9/2-7M/2 -1/2-M/2 -1/2-M/2 0 +5M/2 5-2M

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

3 Z 0 0 1/7 1/7 4/7 +M -1/ 7- 53/7

M
OPTIMO 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

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

x1, x2, x3, x40

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.

Maximizar z= 2x1 + 5x2

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.

Siempre se minimiza la suma de las variables artificiales, porque representan la no factibilidad en el

problema.

3.Resuelva el problema 5, conjunto de problema 5.4a, con el mtodo de dos fases.

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

5. Se tiene el siguiente problema:

Maximizar z=2x1+2x2+4x3

sujeta a:

2x1+x2+x34

3x1+4x2+2x38

x1, x2, x30

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

7. Se tiene la siguiente programacin lineal:

Maximizar z=3x1+2x2+3x3

Sujeta a:

2x1+x2+x32

3x1+4x2+2x38

x1, x2, x30

La tabla smplex ptima al final de la fase se da como:

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

b. Determine la cantidad mxima posible de iteraciones smplex, necesarias para alcanzar la

solucin optima, suponiendo que no hay ciclos.

A=1
B=1
C=3
D=1

3. Acerca de la programacin lineal del problema 2:

a) Use TORA para generar las iteraciones smplex. Cuntas iteraciones se necesitan para llegar al ptimo?

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

c) Explique por qu son distintas las cantidades en a) y b).

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)

Los valores alternativos bsicos ptimos son:

X1= 3

2=5 2+4 3

X3=10/3 1+1/3 3

Donde:

1+2+ 3 = 1

0<= i <=1 i=1,2,3.

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

x1, x2, x30

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:

MATERIA Unidades de Materias Primas por Herramienta

PRIMA
T1 T2 T3
M1 3 5 6
M2 5 3 4

La Posibilidad diaria de las materias primas es 1000 y 1200 unidades, respectivamente. El

departamento de ventas informa al gerente de produccin que, de acuerdo con sus
investigaciones, la demanda diaria mnima de las 3 unidades en conjunto debe ser 500
unidades. Podr satisfacer esa demanda el departamento de produccin? En caso negativo
Qu es lo ms que puede suministrar Toolco de las 3 Herramientas?

X1 = Nmero de Unidades para T1

X2 = Nmero de Unidades para T2
X3 = Nmero de Unidades para T3

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

La Solucin ptima para Tora:

 R3 = r =225 unidades

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.

Calculo 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 la siguiente relacin:

De los anteriores diagramas determinamos que segn la ecuacin expuesta la ruta crtica es:

3. Determine la ruta crtica para el proyecto en el problema 6.7a-6

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:

De los anteriores diagramas determinamos que segn la ecuacin expuesta la ruta

crtica es:
5. Determinar la ruta crtica para el proyecto del problema 6.7a-9

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:

De los anteriores diagramas determinamos que segn la ecuacin expuesta la ruta

crtica es: