Janner Johann Cárdenas Torres

Programación lineal

Métodos simplex primal y simplex dual

Universidad abierta y a distancia (UNAD)

Escuela de ciencias básica tecnologías e ingenieras
Palmira valle del cauca
2019
 INTRODUCCIÓN

La programación lineal nos permite ver más allá de lo que podemos observar, teniendo claro que
podemos solucionar y ver en la vida cotidiana problemas con una clara solución mediante temas
que competen la programación lineal como lo que es el método simplex dual y el método
simplex primal que resulta ser una estrategia algorítmica.
Ejercicio 1.

Una empresa de jugos naturales produce tres tipos de bebidas que se venden en los
supermercados de cadena y que cuyas compradoras potenciales 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 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 vez el componente C y finalmente el jugo 3 está compuesto por 20
mililitros el componente A, 10 mililitros el componente B y 20 mililitros el componente C. Se
deben gastar como minino 1500 mililitros del componente A, máximo 1700 mililitros del B y
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 pesos. El componente A, hace relación al agua usada, el B al
saborizante que incluye concentración de azúcar y el C al conservante.

Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex por los
algoritmos simplex algebraico y simplex de las dos fases. Responda:

¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método algebraico del simplex
primal?
X1= Jugo 1 de pera; X2= Jugo 2 de manzana; X3= Jugo 3 tropical
Maximizar W= 600X + 400X2 + 500X3

20𝑋1 + 30𝑋2 + 20𝑋3 ≥ 1500

30𝑋1 + 20𝑋2 + 10𝑋3 ≤ 1700
20𝑋1 + 20𝑋2 + 20𝑋3 ≤ 1300
𝑋1, 𝑋2, 𝑋3 ≥ 0

20𝑋1 + 30𝑋2 + 20𝑋3 − 𝑡1 + 𝑅1 = 1500

30𝑋1 + 20𝑋2 + 10𝑋3 + 𝑆1 = 1700
20𝑋1 + 20𝑋2 + 20𝑋3 + 𝑆2 = 1300
𝑋1, 𝑋2, 𝑋3, 𝑡1, 𝑆1, 𝑆2, 𝑅1 ≥ 0
 20X1 +30X2 +20X3 -t +R1 1500
30X1 +20X2 +10X3 +S1 1700
20X1 +20X2 +20X3 +S2 1300

Para este paso de despeja la función objetivo para que quede un cero a la derecha
W-600X-400Y-500Z=0
VB X1 X2 X3 t1 S1 S2 R1 LD
W -600 -400 -500 0 0 0 0 0
t1 20 30 20 -1 0 0 1 1500
S1 30 20 10 0 1 0 0 1700
S2 20 20 20 0 0 1 0 1300

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 t1 S1 S2 R1 LD
W -600 -400 -500 0 0 0 0 0
X2 2/3 1 2/3 -1/30 0 0 1/30 50
S1 30 20 10 0 1 0 0 1700
S2 20 20 20 0 0 1 0 1300

La variable entrante es X2 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
400𝑋2 + 𝑊 → 𝑊
−20𝑋2 + 𝑆1 → 𝑆1
−20𝑋2 + 𝑆2 → 𝑆2
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración:
VB X1 X2 X3 t1 S1 S2 R1 LD
W -1000/3 0 -700/3 -40/3 0 0 40/3 20000
 X2 2/3 1 2/3 -1/30 0 0 1/30 50
S1 50/3 0 -10/3 2/3 1 0 -2/3 700
S2 20/3 0 20/3 2/3 0 1 -2/3 300

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 t1 S1 S2 R1 LD
W -1000/3 0 -700/3 -40/3 0 0 40/3 20000
X2 2/3 1 2/3 -1/3 0 0 1/30 50
X1 1 0 -1/5 1/25 3/50 0 -1/25 42
S2 20/3 0 20/3 2/3 0 1 -2/3 300

La variable entrante es X1 y se realizan las Se realizan las operaciones anteriores y se

siguientes operaciones para convertir la pasan los resultados a la tabla simplex para
columna pivote en 0: considerar otra iteración:

1000
𝑋1 + 𝑊 → 𝑊
3
2
− 𝑋1 + 𝑋2 → 𝑋2
3
20 Se procede a realizar las operaciones para
− 𝑋1 + 𝑆2 → 𝑆2
3 convertir en 1 el pivote hallado:

La variable entrante es X3 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
 300𝑋3 + 𝑊 → 𝑊
4
− 𝑋3 + 𝑋2 → 𝑋2
5
1
𝑋3 + 𝑋1 → 𝑋1
5

Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración:
VB X1 X2 X3 t1 S1 S2 R1 LD
W 0 0 0 15 5 37 1/2 -15 34750
X2 0 1 0 -1/10 0 -1/10 1/10 20
X1 1 0 0 1/20 1/20 1/40 -1/20 85/2
X3 0 0 1 1/20 -1/20 1/8 -1/20 5/2

Se consigue que los resultado obtenidos cumplen con el criterio de optimalidad, teniendo en
cuenta que no hay resultado negativos en la fila W a excepción de R1, sin embargo, R1 no es una
variable básica. Por lo que se procede a dar una conclusión:
X1 = 85/2 = 42.5;
X2 = 20;
X3 = 5/2 = 2.5
El valor óptimo de la función a optimizar es: W = 34.750.

Considerando las respuestas obtenidas por el presente ejercicio, se tiene que la máxima utilidad
obtenida realizando el método simplex algebraico es de $34.750, y como conclusión general, la
empresa debe producir 42.5 jugos de pera, 20 jugos de manzana, y 2.5 jugos tropicales por día
para obtener la máxima utilidad, teniendo en cuenta las restricciones dadas.

Métodos de las dos fases:

X1= Jugo 1 de pera; X3= Jugo 3 tropical

X2= Jugo 2 de manzana;
Se deben definir las inecuaciones del Se llevan todos los datos anteriores a la tabla
modelo canónico. Por lo que quedarían de la simplex algebraico y se busca el pivote, el
siguiente forma: cual, está comprendido en la columna de
mayor valor negativo de W y la fila de
Maximizar W= 600X + 400X2 + 500X3 menor cociente entre LD y la columna
20𝑋1 + 30𝑋2 + 20𝑋3 ≥ 1500 pivote
30𝑋1 + 20𝑋2 + 10𝑋3 ≤ 1700
20𝑋1 + 20𝑋2 + 20𝑋3 ≤ 1300 VB X1 X2 X3 t1 S1 S2 R1 LD
𝑋1, 𝑋2, 𝑋3 ≥ 0
W -20 -30 -20 1 0 0 0 -1500

Luego se procede a definir el modelo R1 20 30 20 -1 0 0 1 1500

estándar de las inecuaciones anteriores, de S1 30 20 10 0 1 0 0 1700
modo que queden a modo de ecuaciones. S2 20 20 20 0 0 1 0 1300
Por lo tanto, se añaden las variables de
exceso, artificiales y de holgura, teniendo en
cuenta si tienen el símbolo ≥ 𝑜 𝑒𝑙 ≤ Al tener la fila pivote seleccionado y la
Las ecuaciones definidas de manera estándar columna pivote, se debe realizar la división
quedarían de la siguiente forma: de toda la fila por el número que se
Maximizar encuentra en la intersección entre la fila y la
Z = 600X1 + 400X2 + 500X3 + 0t1 + 0R1 + columna, de manera que dicho número sea 1
0S1 + 0S2 y poder de esa manera pivotear:
Restricciones
20𝑋1 + 30𝑋2 + 20𝑋3 − 𝑡1 + VB X1 X2 X3 t1 S1 S2 R1 LD
𝑅1 = 1500
-
30𝑋1 + 20𝑋2 + 10𝑋3 + 𝑆1 = 1700 W -20 -30 -20 1 0 0 0
1500
20𝑋1 + 20𝑋2 + 20𝑋3 + 𝑆2 = 1300
-
X2 2/3 1 2/3 0 0 1/30 50
1/30
Y se procede a realizar la tabla para la
S1 30 20 10 0 1 0 0 1700
solución de la primera fase del ejercicio de
S2 20 20 20 0 0 1 0 1300
dos fases:
En la tabla simplex anterior se realizaron las
operaciones para convertir el pivote en 1, y
se tiene que la variable entrante es X2.
Ahora se deben realizar las siguientes
operaciones a modo Gauss Jordan, de
manera que los números que se encuentren
en la misma columna del pivote, queden
convertidos en 0.
entre filas, tal y como se ve en algebra
lineal. Por consiguiente se procede a realizar
cada una de las operaciones anteriores, y los
resultados se ven plasmados en la siguiente
tabla. Posterior a obtener dichos resultados,
se procede a considerar si es necesaria otra
iteración.

30𝑋2 + 𝑊 → 𝑊 VB X1 X2 X3 t1 S1 S2 R1 LD
−20𝑋2 + 𝑆1 → 𝑆1 W 0 0 0 0 0 0 1 0
−20𝑋2 + 𝑆2 → 𝑆2 X2 2/3 1 2/3 -1/30 0 0 1/30 50
S1 50/3 0 -10/3 2/3 1 0 -2/3 700
S2 20/3 0 20/3 2/3 0 1 -2/3 300

Se tiene que el resultado del LD es 0, por lo

que se procede a realizar la segunda fase

Se debe tener en cuenta que las operaciones

que se encuentran anteriormente, se realizan

FASE II
Función Objetivo 600 400 500 0 0 0
VB Cb X1 X2 X3 t1 S1 S2 LD
W -1000/3 0 -700/3 -40/3 0 0 20000
X2 400 2/3 1 2/3 -1/30 0 0 50
S1 0 50/3 0 -10/3 2/3 1 0 700
S2 0 20/3 0 20/3 2/3 0 1 300
 Al tener la fila pivote seleccionado y la columna pivote, se debe realizar la división de toda la
fila por el número que se encuentra en la intersección entre la fila y la columna, de manera que
dicho número sea 1 y poder de esa manera pivotear:
VB X1 X2 X3 t1 S1 S2 LD
W -1000/3 0 -700/3 -40/3 0 0 20000
X2 2/3 1 2/3 -1/30 0 0 50
X1 1 0 -1/5 1/25 3/50 0 42
S2 20/3 0 20/3 2/3 0 1 300

En la tabla simplex anterior se realizaron las operaciones para convertir el pivote en 1, y se tiene
que la variable entrante es X1. Ahora se deben realizar las siguientes operaciones a modo Gauss
Jordan, de manera que los números que se encuentren en la misma columna del pivote, queden
convertidos en 0.
1000
𝑋1 + 𝑊 → 𝑊
3
2
− 𝑋1 + 𝑋2 → 𝑋2
3
20
− 𝑋1 + 𝑆2 → 𝑆2
3

Se debe tener en cuenta que las operaciones que se encuentran anteriormente, se realizan entre
filas, tal y como se ve en algebra lineal. Por consiguiente se procede a realizar cada una de las
operaciones anteriores, y los resultados se ven plasmados en la siguiente tabla. Posterior a
obtener dichos resultados, se procede a considerar si es necesaria otra iteración.
VB X1 X2 X3 t1 S1 S2 LD
W 0 0 -300 0 20 0 34000
X2 0 1 4/5 -3/50 -1/25 0 22
X1 1 0 -1/5 1/25 3/50 0 42
X3 0 0 8 2/5 -2/5 1 20
Al tener la fila pivote seleccionado y la columna pivote, se debe realizar la división de toda la
fila por el número que se encuentra en la intersección entre la fila y la columna, de manera que
dicho número sea 1 y poder de esa manera pivotear:

VB X1 X2 X3 t1 S1 S2 LD
W 0 0 -300 0 20 0 34000
X2 0 1 4/5 -3/50 -1/25 0 22
X1 1 0 -1/5 1/25 3/50 0 42
X3 0 0 1 1/20 -1/20 1/8 5/2

En la tabla simplex anterior se realizaron las operaciones para convertir el pivote en 1, y se tiene
que la variable entrante es X3. Ahora se deben realizar las siguientes operaciones a modo Gauss
Jordan, de manera que los números que se encuentren en la misma columna del pivote, queden
convertidos en 0.
300𝑋3 + 𝑊 → 𝑊
4
− 𝑋3 + 𝑋2 → 𝑋2
5
1
𝑋3 + 𝑋1 → 𝑋1
5
Se debe tener en cuenta que las operaciones que se encuentran anteriormente, se realizan entre
filas, tal y como se ve en algebra lineal. Por consiguiente se procede a realizar cada una de las
operaciones anteriores, y los resultados se ven plasmados en la siguiente tabla. Posterior a
obtener dichos resultados, se procede a considerar si es necesaria otra iteración.
VB X1 X2 X3 t1 S1 S2 LD
W 0 0 0 15 5 75/2 34750
X2 0 1 0 -1/10 0 -1/10 20
X1 1 0 0 1/20 1/20 1/40 85/2
X3 0 0 1 1/20 -1/20 1/8 5/2
Considerando los resultados de la tabla anterior, se tiene que cumplen con el criterio de
optimalidad, lo cual, hace posible que se pueda dar una conclusión basada en el método:
X1 = 85/2=42.5
 X2 = 20;
X3 = 5/2=2.5.
El valor óptimo de la función a optimizar es: W = 34750.

La rentabilidad se maximiza hasta $34.750 si se produce 42.5 de jugo de pera, 20 de jugo de

manzana y 2.5 de jugo tropical
 Ejercicio 2.

Para desarrollar el ejercicio se requiere consultar la siguiente referencia:

Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.

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:

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.

Función objetivo Maximizar Z = 6X1 + 7X2 + 5X3 + 3X4

Sujeto a las restricciones: 3X1 + 3X2 + 2X3 + X4 ≤ 75

3X1 + 2X2 + 3X3 + 2X4 ≤ 100
2X1 + 2X2 + 4X3 + 3X4 ≥ 30
2X1 + 2X2 + 1X3 + 2X4 ≤ 68
X1, X2, X3, X4 ≥ 0
 METODO SIMPLEX ALGEBRAICO

En un inicio se expresan todas las variables correspondientes a este método, se despeja la función
objetivo y se procede a iniciar con los ejercicios:
Z – 6X1 – 7X2 – 5X3 – 3X4 = 0
3X1 +3X2 +2X3 +X4 +X5 =75
3X1 +2X2 +3X3 +2X4 +X6 =100
-2X1 -2X2 -4X3 -3X4 +X7 =30
2X1 +2X2 +1X3 +2X4 +X8 =68

Se llevan todos los datos anteriores a la tabla simplex algebraico y se busca el pivote, el cual,
está comprendido en la columna de mayor valor negativo de W y la fila de menor cociente entre
LD y la columna pivote
VB X1 X2 X3 X4 X5 X6 X7 X8 LD
W -6 -7 -5 -3 0 0 0 0 0
X5 3 3 2 1 1 0 0 0 75 25
X6 3 2 3 2 0 1 0 0 100 50
X7 -2 -2 -4 -3 0 0 1 0 30 ---
X8 2 2 1 2 0 0 0 1 68 34

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 X5 X6 X7 X8 LD
W -6 -7 -5 -3 0 0 0 0 0
X2 1 1 2/3 1/3 1/3 0 0 0 25
X6 3 2 3 2 0 1 0 0 100
X7 -2 -2 -4 -3 0 0 1 0 30
X8 2 2 1 2 0 0 0 1 68

La variable entrante es X2 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
 7𝑋2 + 𝑊 → 𝑊
−2𝑋2 + 𝑋6 → 𝑋6
2𝑋2 + 𝑋7 → 𝑋7
−2𝑋2 + 𝑋8 → 𝑋8

Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración y proceder a hallar el siguiente pivote
VB X1 X2 X3 X4 X5 X6 X7 X8 LD Ɵ
W 1 0 - 1/3 - 2/3 2 0 0 0 175
1/3
X2 1 1 2/3 1/3 1/3 0 0 0 25 75
X6 1 0 5/3 4/3 - 2/3 1 0 0 50 37,5
X7 0 0 -8/3 -7/3 2/3 0 1 0 80
X8 0 0 - 1/3 4/3 - 2/3 0 0 1 18 13,5

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 X5 X6 X7 X8 LD
W 1 0 - 1/3 - 2/3 2 1/3 0 0 0 175
X2 1 1 2/3 1/3 1/3 0 0 0 25
X6 1 0 5/3 4/3 - 2/3 1 0 0 50
X7 0 0 -8/3 -7/3 2/3 0 1 0 80
X4 0 0 - 1/4 1 - 1/2 0 0 3/4 27/2

La variable entrante es X4 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
2
𝑋4 + 𝑊 → 𝑊
3
1
− 𝑋4 + 𝑋2 → 𝑋2
3
4
− 𝑋4 + 𝑋6 → 𝑋6
3
 7
𝑋4 + 𝑋7 → 𝑋7
3
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración y proceder a hallar el siguiente pivote
VB X1 X2 X3 X4 X5 X6 X7 X8 LD Ɵ
W 1 0 - 1/2 0 2 0 0 1/2 184
X2 1 1 3/4 0 1/2 0 0 - 1/4 41/2 27.3
X6 1 0 2 0 0 1 0 -1 32 16
X7 0 0 -13/4 0 - 1/2 0 1 7/4 223/2
X4 0 0 - 1/4 1 - 1/2 0 0 3/4 27/2

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 X5 X6 X7 X8 LD
W 1 0 - 1/2 0 2 0 0 1/2 184
X2 1 1 3/4 0 1/2 0 0 - 1/4 41/2
X3 1/2 0 1 0 0 1/2 0 - 1/2 16
X7 0 0 -13/4 0 - 1/2 0 1 7/4 223/2
X4 0 0 - 1/4 1 - 1/2 0 0 3/4 27/2

La variable entrante es X3 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
1
𝑋3 + 𝑊 → 𝑊
2
3
− 𝑋3 + 𝑋2 → 𝑋2
4
13
𝑋3 + 𝑋7 → 𝑋7
4
1
𝑋3 + 𝑋4 → 𝑋4
4
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración:
 VB X1 X2 X3 X4 X5 X6 X7 X8 LD
W 5/4 0 0 0 2 1/4 0 1/4 192
X2 5/8 1 0 0 1/2 - 3/8 0 1/8 17/2
X3 1/2 0 1 0 0 1/2 0 - 1/2 16
X7 13/8 0 0 0 - 1/2 13/8 1 1/8 327/2
X4 1/8 0 0 1 - 1/2 1/8 0 5/8 35/2
Se consigue que los resultado obtenidos cumplen con el criterio de optimalidad, teniendo en
cuenta que no hay resultado negativos en la fila W. Por lo que se procede a dar una conclusión:
Según este método (simplex algebraico) se deben fabricar:
X2 = 8,5 unidades
X3 = 16 unidades
X4 = 17,5 unidades
La máxima utilidad obtenida es de 192

MÉTODO SIMPLEX DE LAS 2 FASES

En un inicio se pasa el problema planteado al método simplex de dos fases, por lo que se deben
añadir variables de exceso, de holgura y artificiales dependiendo del caso:
Por lo que se re-escriben las ecuaciones
Maximizar
Z = 6X1 + 7X2 + 5X3 + 3X4 + 0S1 + 0S2 + 0S3 + 0t1 + 0R1
3X1 + 3X2 + 2X3 + X4 + 1S1 = 75
3X1 + 2X2 + 3X3 + 2X4 + 1S2 = 100
2X1 + 2X2 + 4X3 + 3X4 – 1t1 + 1R1= 30
2X1 + 2X2 + 1X3 + 2X4 + 1S3= 68
X1, X2, X3, X4, S1, S2, S3, t1, R1 ≥ 0
Y se procede a realizar la tabla para la solución de la primera fase del ejercicio de dos fases:
FASE 1
Se llevan todos los datos anteriores a la tabla simplex algebraico y se busca el pivote, el cual,
está comprendido en la columna de mayor valor negativo de W y la fila de menor cociente entre
LD y la columna pivote.
VB X1 X2 X3 X4 S1 S2 t1 S3 R1 LD Ɵ
 W -2 -2 -4 -3 0 0 1 0 0 -30
S1 3 3 2 1 1 0 0 0 0 75 37.5
S2 3 2 3 2 0 1 0 0 0 100 33.3
t1 2 2 4 3 0 0 -1 0 1 30 7.5
S3 2 2 1 2 0 0 0 1 0 68 68

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 S1 S2 t1 S3 R1 LD
W -2 -2 -4 -3 0 0 1 0 0 -30
S1 3 3 2 1 1 0 0 0 0 75
S2 3 2 3 2 0 1 0 0 0 100
X3 1/2 1/2 1 3/4 0 0 -1/4 0 1/4 15/2
S3 2 2 1 2 0 0 0 1 0 68

La variable entrante es X3 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
4𝑋3 + 𝑊 → 𝑊
−2𝑋3 + 𝑆1 → 𝑆1
−3𝑋3 + 𝑆2 → 𝑆2
−𝑋3 + 𝑆3 → 𝑆3
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración:
VB X1 X2 X3 X4 S1 S2 t1 S3 R1 LD
W 0 0 0 0 0 0 0 0 1 0
S1 2 2 0 -1/2 1 0 1/2 0 -1/2 60
S2 3/2 1/2 0 -1/4 0 1 3/4 0 -3/4 155/2
X3 1/2 1/2 1 3/4 0 0 -1/4 0 1/4 15/2
S3 3/2 3/2 0 5/4 0 0 1/4 1 -1/4 121/2

Se tiene que el resultado del LD es 0, por lo que se procede a realizar la segunda fase
 FASE II
Como solo tenemos en las filas la presencia de una variable básica (X3), procedemos a hallar W
para la fase 2 multiplicando los elementos de la fila X3 por 5 (CB) y restándolo de la función
objetivo inicial.
Función Objetivo 6 7 5 3 0 0 0 0
VB CB X1 X2 X3 X4 S1 S2 t1 S3 LD
W -7/2 -9/2 0 3/4 0 0 -5/4 0 75/2
S1 0 2 2 0 -1/2 1 0 1/2 0 60
S2 0 3/2 1/2 0 -1/4 0 1 3/4 0 155/2
X3 5 1/2 1/2 1 3/4 0 0 -1/4 0 15/2
S3 0 3/2 3/2 0 5/4 0 0 1/4 1 121/2

Se llevan todos los datos anteriores a la tabla simplex algebraico y se busca el pivote, el cual,
está comprendido en la columna de mayor valor negativo de W y la fila de menor cociente entre
LD y la columna pivote.
VB X1 X2 X3 X4 S1 S2 t1 S3 LD Ɵ
W -7/2 -9/2 0 3/4 0 0 -5/4 0 75/2
S1 2 2 0 -1/2 1 0 1/2 0 60 30
S2 3/2 1/2 0 -1/4 0 1 3/4 0 155/2 155
X3 1/2 1/2 1 3/4 0 0 -1/4 0 15/2 15
S3 3/2 3/2 0 5/4 0 0 1/4 1 121/2 40.3

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 S1 S2 t1 S3 LD
W -7/2 -9/2 0 3/4 0 0 -5/4 0 75/2
S1 2 2 0 -1/2 1 0 1/2 0 60
S2 3/2 1/2 0 -1/4 0 1 3/4 0 155/2
X2 1 1 2 3/2 0 0 -1/2 0 15
S3 3/2 3/2 0 5/4 0 0 1/4 1 121/2
La variable entrante es X2 y se realizan las siguientes operaciones para convertir la columna
pivote en 0:
9
𝑋2 + 𝑊 → 𝑊
2
−2𝑋2 + 𝑆1 → 𝑆1
1
− 𝑋2 + 𝑆2 → 𝑆2
2
3
− 𝑋2 + 𝑆3 → 𝑆3
2
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración y proceder a hallar el siguiente pivote
VB X1 X2 X3 X4 S1 S2 t1 S3 LD Ɵ
W 1 0 9 15/2 0 0 -7/2 0 105
S1 0 0 -4 -7/2 1 0 3/2 0 30 20
S2 1 0 -1 -1 0 1 1 0 70 70
X2 1 1 2 3/2 0 0 -1/2 0 15
S3 0 0 -3 -1 0 0 1 1 38 38

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 S1 S2 t1 S3 LD
W 1 0 9 15/2 0 0 -7/2 0 105
t1 0 0 -8/3 -7/3 2/3 0 1 0 20
S2 1 0 -1 -1 0 1 1 0 70
X2 1 1 2 3/2 0 0 -1/2 0 15
S3 0 0 -3 -1 0 0 1 1 38

La variable entrante es t1 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
 7
𝑡1 + 𝑊 → 𝑊
2
−𝑡1 + 𝑆2 → 𝑆2
1
𝑡1 + 𝑋2 → 𝑋2
2
−𝑡1 + 𝑆3 → 𝑆3
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración y proceder a hallar el siguiente pivote

VB X1 X2 X3 X4 S1 S2 t1 S3 LD Ɵ
W 1 0 -1/3 -2/3 7/3 0 0 0 175
t1 0 0 -8/3 -7/3 2/3 0 1 0 20
S2 1 0 5/3 4/3 -2/3 1 0 0 50 37.5
X2 1 1 2/3 1/3 1/3 0 0 0 25 75
S3 0 0 -1/3 4/3 -2/3 0 0 1 18 13.5

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 S1 S2 t1 S3 LD
W 1 0 -1/3 -2/3 7/3 0 0 0 175
t1 0 0 -8/3 -7/3 2/3 0 1 0 20
S2 1 0 5/3 4/3 -2/3 1 0 0 50
X2 1 1 2/3 1/3 1/3 0 0 0 25
X4 0 0 -1/4 1 -1/2 0 0 3/4 27/2

La variable entrante es X4 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
2
𝑋4 + 𝑊 → 𝑊
3
7
𝑋4 + 𝑡1 → 𝑡1
3
4
− 𝑋4 + 𝑆2 → 𝑆2
3
 1
− 𝑋4 + 𝑋2 → 𝑋2
3
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración y proceder a hallar el siguiente pivote

VB X1 X2 X3 X4 S1 S2 t1 S3 LD Ɵ

W 1 0 -1/2 0 2 0 0 1/2 184

t1 0 0 -13/4 0 -1/2 0 1 7/4 103/2

S2 1 0 2 0 0 1 0 -1 32 16

X2 1 1 3/4 0 1/2 0 0 -1/4 41/2 27.3

X4 0 0 -1/4 1 -1/2 0 0 3/4 27/2

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 X4 S1 S2 t1 S3 LD

W 1 0 -1/2 0 2 0 0 1/2 184

t1 0 0 -13/4 0 -1/2 0 1 7/4 103/2

X3 1/2 0 1 0 0 1/2 0 -1/2 16

X2 1 1 3/4 0 1/2 0 0 -1/4 41/2

X4 0 0 -1/4 1 -1/2 0 0 3/4 27/2

La variable entrante es X3 y se realizan las siguientes operaciones para convertir la columna

pivote en 0:
1
𝑋3 + 𝑊 → 𝑊
2
13
𝑋3 + 𝑡1 → 𝑡1
4
3
− 𝑋3 + 𝑋2 → 𝑋2
4
 1
𝑋3 + 𝑋4 → 𝑋4
4
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar
otra iteración:

VB X1 X2 X3 X4 S1 S2 t1 S3 LD
W 5/4 0 0 0 2 1/4 0 1/4 192
t1 13/8 0 0 0 -1/2 13/8 1 1/8 207/2
X3 1/2 0 1 0 0 1/2 0 -1/2 16
X2 5/8 1 0 0 1/2 -3/8 0 1/8 17/2
X4 1/8 0 0 1 -1/2 1/8 0 5/8 35/2

Se consigue que los resultado obtenidos cumplen con el criterio de optimalidad, teniendo en
cuenta que no hay resultado negativos en la fila W. Por lo que se procede a dar una conclusión:

Según este método (simplex de dos fases) se deben fabricar:

X2 = 8,5 unidades
X3 = 16 unidades
X4 = 17,5 unidades
La máxima utilidad obtenida es de 192
Lo cual coincide con el anterior método.
Ejercicio 3:

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 y 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 es 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.

Tipo de Corte Ensamble Pintura Costos por

escritorio producto
semanales
1 2 3 2 US 17
2 2 2 3 US 17
3 3 1 1 US 23
Horas 33 31 35

Tabla 1. Datos del ejercicio 3

Ecuación:
Min W = 17X1 + 17X2 + 23X3
S.a.
2𝑋1 + 2𝑋2 + 3𝑋3 ≥ 33
3𝑋1 + 2𝑋2 + 𝑋3 ≥ 31
2𝑋1 + 3𝑋2 + 𝑋3 ≥ 35
𝑋1, 𝑋2, 𝑋3 ≥ 0

PRIMER PASO
Min r = R1 + R2 + R3
S.a.
2𝑋1 + 2𝑋2 + 3𝑋3 − 𝑡1 + 𝑅1 = 33
3𝑋1 + 2𝑋2 + 𝑋3 − 𝑡2 + 𝑅2 = 31
2𝑋1 + 3𝑋2 + 𝑋3 − 𝑡3 + 𝑅3 = 35
𝑋1, 𝑋2, 𝑋3, 𝑡1, 𝑡2, 𝑡3, 𝑅1, 𝑅2, 𝑅3 ≥ 0
 FASE I

Se llevan todos los datos anteriores a la tabla simplex y se busca el pivote, el cual, está comprendido en
la columna de mayor valor negativo de W y la fila de menor cociente entre LD y la columna pivote

VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD Ɵ
W -7 -7 -5 1 1 1 0 0 0 -99
R1 2 2 3 -1 0 0 1 0 0 33 16.5
R2 3 2 1 0 -1 0 0 1 0 31 10.3
R3 2 3 1 0 0 -1 0 0 1 35 17.5

Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD Ɵ
W -7 -7 -5 1 1 1 0 0 0 -99
R1 2 2 3 -1 0 0 1 0 0 33 16.5
X1 1 2/3 1/3 0 -1/3 0 0 1/3 0 31/3 10.3
R3 2 3 1 0 0 -1 0 0 1 35 17.5

La variable entrante es X1 y se realizan las siguientes operaciones para convertir la columna pivote en 0:
7𝑋1 + 𝑊 → 𝑊
−2𝑋1 + 𝑅1 → 𝑅1
−2𝑋1 + 𝑅3 → 𝑅3
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar otra
iteración:

VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD Ɵ
W 0 -7/3 -8/3 1 -4/3 1 0 7/3 0 -80/3
R1 0 2/3 7/3 -1 2/3 0 1 -2/3 0 37/3 5.2
X1 1 2/3 1/3 0 -1/3 0 0 1/3 0 31/3 31
R3 0 5/3 1/3 0 2/3 -1 0 -2/3 1 43/3 43
Se procede a realizar las operaciones para convertir en 1 el pivote hallado:

VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD Ɵ
W 0 -7/3 -8/3 1 -4/3 1 0 7/3 0 -80/3
X3 0 2/7 1 -3/7 2/7 0 3/7 -2/7 0 37/7 5.2
X1 1 2/3 1/3 0 -1/3 0 0 1/3 0 31/3 31
R3 0 5/3 1/3 0 2/3 -1 0 -2/3 1 43/3 43

La variable entrante es X3 y se realizan las siguientes operaciones para convertir la columna pivote en 0:
8
𝑋3 + 𝑊 → 𝑊
3
1
− 𝑋3 + 𝑋1 → 𝑋1
3
1
− 𝑋3 + 𝑅3 → 𝑅3
3
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar otra
iteración:
VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD Ɵ
W 0 -11/7 0 -1/7 -4/7 1 8/7 11/7 0 -88/7
X3 0 2/7 1 -3/7 2/7 0 3/7 -2/7 0 37/7 18/5
X1 1 4/7 0 1/7 -3/7 0 -1/7 3/7 0 60/7 15
R3 0 11/7 0 1/7 4/7 -1 -1/7 -4/7 1 88/7 8
Se procede a realizar las operaciones para convertir en 1 el pivote hallado:
VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD Ɵ
W 0 -11/7 0 -1/7 -4/7 1 8/7 11/7 0 -88/7
X3 0 2/7 1 -3/7 2/7 0 3/7 -2/7 0 37/7 18/5
X1 1 4/7 0 1/7 -3/7 0 -1/7 3/7 0 60/7 15
X2 0 1 0 1/11 4/11 -7/11 -1/11 -4/11 7/11 8 8

La variable entrante es X2 y se realizan las siguientes operaciones para convertir la columna pivote en 0:
11
𝑋2 + 𝑊 → 𝑊
7
2
− 𝑋2 + 𝑋3 → 𝑋3
7
 4
− 𝑋2 + 𝑋1 → 𝑋1
7
Se realizan las operaciones anteriores y se pasan los resultados a la tabla simplex para considerar otra
iteración:
VB X1 X2 X3 t1 t2 t3 R1 R2 R3 LD
W 0 0 0 0 0 0 1 1 1 0
X3 0 0 1 -5/11 2/11 2/11 5/11 -2/11 -2/11 3
X1 1 0 0 1/11 -7/11 4/11 -1/11 7/11 -4/11 4
X2 0 1 0 1/11 4/11 -7/11 -1/11 -4/11 7/11 8

FASE II
Se deja la tabla como terminó en la anterior fase, y se llena la fila W con la función objetivo inicial:
VB X1 X2 X3 t1 t2 t3 LD
W 17 17 23 0 0 0 0
X3 0 0 1 -5/11 2/11 2/11 3
X1 1 0 0 1/11 -7/11 4/11 4
X2 0 1 0 1/11 4/11 -7/11 8

Se procede a convertir las variables básicas de la fila W en 0 por medio de operaciones matemáticas
entre las filas:

Inicialmente se realiza la operación:

−17𝑋1 + 𝑊 → 𝑊
VB X1 X2 X3 t1 t2 t3 LD
W 0 17 23 -17/11 119/11 68/11 -68
X3 0 0 1 - 5/11 2/11 - 2/11 3
X1 1 0 0 1/11 - 7/11 - 4/11 4
X2 0 1 0 1/11 4/11 7/11 8

−17𝑋2 + 𝑊 → 𝑊
VB X1 X2 X3 t1 t2 t3 LD
 W 0 0 23 -34/11 51/11 51/11 -204
X3 0 0 1 - 5/11 2/11 - 2/11 3
X1 1 0 0 1/11 - 7/11 - 4/11 4
X2 0 1 0 1/11 4/11 7/11 8

−23𝑋3 + 𝑊 → 𝑊
VB X1 X2 X3 t1 t2 t3 LD
W 0 0 0 81/11 5/11 5/11 -273
X3 0 0 1 - 5/11 2/11 - 2/11 3
X1 1 0 0 1/11 - 7/11 - 4/11 4
X2 0 1 0 1/11 4/11 7/11 8

Se consigue que los resultado obtenidos cumplen con el criterio de optimalizad, teniendo en cuenta que
no hay resultado negativos en la fila W más que el de la columna LD. Por lo que se procede a dar una
conclusión:
W = 273
X1 = 4
X2 = 8
X3 = 3
Si el señor Raúl García desea minimizar los costos del proceso por producto semanales a $273, este
deberá producir 4 unidades de escritorios tipo Deko, 8 unidades de escritorios para oficinas, y 3
unidades de escritorios para colegios.
Ejercicio 4.
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del simplex primal.
Valor de la función objetivo del problema.

Función objetivo Minimizar Z = 720X1 + 215X2 + 120X3 + 70X4

Sujeto a las restricciones: 30X1 + 5X2 + 3X3 + 7X4 ≥ 510

17X1 + 7X2 + 3X3 + 5X4 ≥ 320
11X1 + 5X2 + 4X3 + 2X4 ≥ 280
7X1 + 6X2 + 5X3 + 1X4 ≥ 170
X1, X2, X3, X4 ≥ 0
 Comprobación por Solver

VAR X1 X2 X3 X4
0 0 42,73 54,55
Z 720 215 120 70 8945,5

R1 30 5 3 7 510,00 510
R2 17 7 3 5 400,91 320
R3 11 5 4 2 280,00 280
R4 7 6 5 1 268,18 170

Ejercicio 5.
Resuelva el ejercicio 1 de maximización por el método simplex dual, recuerde que en éste método la
solución comienza siendo infactible y óptima en comparación con el método simplex primal que
comienza siendo factible, pero no óptimo. Resuelva por cualquier método, recomendado simplex
algebraico:
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del simplex dual.
Valor de la función objetivo del problema.
Ejercicio 6
Resuelva el ejercicio 3 de minimización por el método simplex dual, recuerde que en éste método la
solución comienza siendo infactible y óptima en comparación con el método simplex primal que
comienza siendo factible, pero no óptimo. Resuelva por cualquier método, recomendado simplex
algebraico
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del simplex dual.
Valor de la función objetivo del problema.
Ejercicio 3
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 y 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 es 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.

Tipo Corte Ensable Pintura Costo

Hogar 2 3 2 17
Oficina 2 2 3 17
Colegio 3 1 1 23
Horas 33 31 35
Ejercicio 7.

Actividad Grupal

Pantallazos de la solución de los ejercicios con el complemento Solver:

Ejercicio 1 y 5

Ejercicio 2

Ejercicio 3 y 6

Comprobación por Solver

VAR X1 X2 X3 X4
0 0 42,73 54,55
Z 720 215 120 70 8945,5
 R1 30 5 3 7 510,00 510
R2 17 7 3 5 400,91 320
R3 11 5 4 2 280,00 280
R4 7 6 5 1 268,18 170

Ejercicio 4

VAR X1 X2 X3 X4
0 0 42,73 54,55
Z 720 215 120 70 8945,5

R1 30 5 3 7 510,00 510
R2 17 7 3 5 400,91 320
R3 11 5 4 2 280,00 280
R4 7 6 5 1 268,18 170
 CONCLUSIONES

En conclusión podemos determinar que los métodos simplex primal y simplex dual de las dos fases son

métodos que se pueden realizar ya que encontramos que son idénticos al ser comprobados por el método

solver lo cual es una excelente herramienta para el desarrollo de estos problemas y nos permite facilitar

análisis y toma de decisiones.

 REFERENCIAS

 Pineda, R. (2018, diciembre 7). OVI – modelos de decisión en la programación

lineal [Archivo de video]. Recuperado de: http://hdl.handle.net/10596/22660
 Goberna, T. (2004). Optimización lineal: teoría, métodos y modelos (pp. 277-298),
Alicante, España: Editorial Mc Graw Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3195264
 Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3227913