PROBLEMAS 4.

1A:
1. En el ejemplo 4.1-1, deduzca el problema dual asociado si el sentido de la
optimización en el problema primal se cambia a minimización.
El ejemplo 4.1-1 se propone como Maximización, pero se cambió la función.
Primal Primal en forma de ecuación Valores duales
Minimizar z = 5x1 + 12x2 + 4x3 Minimizar z = 5x1 + 12x2 + 4x3 + 0x4
Sujeto a: Sujeto a
x1 + 2x2 + x3 ≤ 10 x1 + 2x2 + x3 + x4 = 10 Y1
2x1 - x2 + 3x3 = 8 2x1 - x2 + 3x3 + 0x4 = 8 Y2
x1 , x2 , x3 ≥ 0 x1 , x2 , x3 , x4 ≥ 0
En función dual:
Maximizar w = 10 y1 + 8 y2
Sujeto a:
y1 + 2y2 ≤ 5
2y1 - y2 ≤ 12
y1 + 3y2 ≤ 4
y1 + 0y2 ≤ 0 y1 ≤ 0, y2 es irrestricta (sin restricción clara)
2. En el ejemplo 4.1-2, deduzca el problema dual asociado si el sentido el problema
primal se incrementa con una tercera restricción 3x1 + x2 = 4
El ejemplo 4.1-2 se propone con 2 restricciones y se procede a aumentar la mencionada.
Primal Primal en forma de ecuación Valores duales
Minimizar Z= 15x1 + 12x2 Minimizar Z= 15x1 + 12x2 + 0x3 + 0x4
Sujeto a Sujeto a
x1 + 2x2 + x3 ≥ 3 x1 + 2x2 - x3 + 0x4 = 10 Y1
2x1 - 4x2 ≤ 5 2x1 - 4x2 + 0x3 + x4 = 5 Y2
3x1 + x2 = 4 3x1 + x2 + 0x3 + 0x4 = 4 Y3
x1 , x2 ≥ 0 x1 , x2 , x3 , x4 ≥ 0
En función dual:
Maximizar w = 3 y1 + 5 y2 + 4 y3
Sujeto a:
y1 + 2y2 + 3y3 ≤ 15
2y1 – 4y2 + y3 ≤ 12
-y1 ≤0
y2 ≤0
y1 ≥ 0, y2 ≤ 0, y3 es irrestricta (sin restricción clara)
3. En el ejemplo 4.1-3 demuestre que aun cuando se cambie el sentido de la
optimización en el primal a minimización, una variable primal no restringida
corresponde siempre a una restricción dual de igualdad.
En el ejemplo 4.1-3 se detalla lo siguiente:
 Primal Primal en forma de ecuación Valores duales
Minimizar Z= 5x1 + 6x2 Minimizar Z= 5x1 – 5x1* + 6x2 + 0x3 +
0x4
Sujeto a Sujeto a
x1 + 2x2 = 5 x1 - x1*+ 2x2 + 0x3 + 0x4 = 5 Y1
-x1 + 5x2 ≥ 3 -x1 + x1* + 5x2 - x3 + 0x4 = 3 Y2
4x1 + 7x2 ≤ 8 4x1 - x1* + 7x2 + 0x3 + x4 = 8 Y3
x1 irrestricta , x2 ≥ 0 x1 irrestricta , x2 , x3 , x4 ≥ 0
En función dual:
Maximizar w = 5 y1 + 3 y2 + 8 y3
Sujeto a
y1 - y2 + 4y3 = 5
2y1 + 5y2 + 7y3 ≤ 6
-y2 ≤0
y3 ≤ 0
y1 sin restricción, y2 ≥ 0, y3 ≤ 0

4. Escriba el dual de cada uno de los siguientes problemas primales:

a) Maximizar Z= -5x1 + 2x2

Sujeto a
-x1 + x2 ≤ -2
2x1 + 3x2 ≤ 5
x1, x2 ≥ 0
Resolviendo:
 En la función objetivo, una de las variables es negativa, por lo que según la teoría
mencionada al principio del capítulo no es posible hallar una dual que al regresarla a
primal (dualizando) nos resulte el mismo resultado inicial.

 La teoría también menciona la no negatividad del lado derecho de las restricciones.

 Ambos detalles impiden la solución

b) Minimizar Z= 6x1 + 3x2

Sujeto a
6x1 - 3x2 + x3 ≥ 2
3x1 + 4x2 + x3 ≥ 5
x1, x2 , x3 ≥ 0
Solución:
En función dual
Maximizar w = 2 y1 + 5 y2
Sujeto a:
6y1 + 3y2 ≤ 6
-3y1 + 4y2 ≤ 3
y1 + y2 ≤ 0
- y1 ≤0
-y2 ≤ 0
 y1 ≥ 0, y2 ≥ 0

c) Maximizar Z= x1 + x2
Sujeto a
2x1 + x2 = 5
3x1 - x2 = 6
x1, x2 irrestrictas
Solución:
En función dual
Minimizar W = 5y1 + 6y2
Sujeto a:
2y1 + 3y2 ≥ 1
y1 - y2 ≥ 1
y1, y2 irrestrictas

5. Acerca del ejemplo 4.1-1. Para aplicar el método simplex al primal se requiere usar
una variable artificial en la segunda restricción del primal, para asegurar una solución
básica de inicio. Demuestre que la presencia de una variable artificial en el primal no
afecta la definición del dual, porque conduce a una restricción dual redundante.
Al despejar el M en la restricción y reemplazarla en la función objetivo, redunda utilizar el
M. Sin embargo, no debemos olvidar que para fines específicos se considera un M lo
suficientemente alto que tiene al infinito, por lo cual equivale a que y2 sea irrestricta

6. ¿Cierto o falso?
a) El dual del problema dual da como resultado el primal original…. VERDADERO.
b) Si la restricción primal está originalmente en forma de ecuación, la variable dual
correspondiente es necesariamente no restringida… VERDADERO
c) Si la restricción primal es del tipo ≤, la variable dual correspondiente será no negativa
(no positiva) dependiendo de si el objetivo primal es maximización (minimización)
VERDADERO
d) Si la restricción primal es del tipo ≥, la variable dual correspondiente será no
negativa (no positiva) dependiendo si el objetivo primal es minimización o
(maximización) FALSO
e) Una variable primal no restringida dará como resultado una restricción dual de
igualdad VERDADERO
7. Con frecuencia se citan las siguientes reglas explícitas, en la mayor parte de los
libros sobre investigación de operaciones y programación lineal, para formar el
problema dual. Demuestre que esas reglas están implícitas en la definición general de
la tabla 4.2.

a) Maximizar Z= 10X1 + 24X2 + 8X3

Sujeto a:
2X1 + 4X2 + 2X3 <= 20
4X1 - 2X2 + 6X3 = 16
X1,X2,X3 >= 0
Primal en forma de ecuación:
Maximizar Z= 10X1 + 24X2 + 8X3
Sujeto a:
2X1 + 4X2 + 2X3 + X4 = 20 …Y1
4X1 - 2X2 + 6X3 + 0X4 = 16 …Y2
Convirtiendo a dual:
Minimizar W= 20Y1 + 16Y2
Sujeto a:
2Y1 + 4Y2 >= 10
4Y1 - 2Y2 >= 24
2Y1 + 6Y2 >= 8
Y1 + 0Y2 >= 0
Y1 >=0; Y2 es irrestricta
b) Minimizar Z= 10X1 + 24X2 + 8X3
Sujeto a:
2X1 + 4X2 + 2X3 <= 20
4X1 - 2X2 + 6X3 = 16
X1,X2,X3 >= 0
Primal en forma de ecuación:
Minimizar Z= 10X1 + 24X2 + 8X3
Sujeto a:
2X1 + 4X2 + 2X3 + X4 = 20 …Y1
4X1 - 2X2 + 6X3 + 0X4 = 16 …Y2
Convirtiendo a dual:
Maximizar W= 20Y1 + 16Y2
Sujeto a:
2Y1 + 4Y2 <= 10
4Y1 - 2Y2 <= 24
2Y1 + 6Y2 <= 8
Y1 + 0Y2 <= 0
 Y1 >=0; Y2 es irrestricta

CONJUNTO DE PROBLEMAS 4.2A:

1. Considere las siguientes matrices:

( ) ()
1 4 1
A= 2 5
3 6
1
()
, P1= , P2= 2
2
3
V1= ( 11 22 ) , V2= (−1 −2 −3 )
En cada uno de los casos siguientes indique si la operación matricial respectiva
es legítima y, en caso afirmativo, calcule el resultado.
a) AV1

( )
1 4
2 5 ( 11 22 ) = No está definida
3 6
b) AP1

( )( ) ( )()
1 4 1 x 1+ 4 x 2 9
1
2 5 = 2 x 1+ 5 x 2 = 12
2
3 6 3 x 1+ 6 x 2 15
c) AP2

( )( )
1 4 1
2 5 2 = No está definida
3 6 3

d) V1A

( )
1 4
( 11 22 ) 2 5 = No está definida
3 6
e) V2A

( )
1 4
(−1 −2 −3 ) 2 5
3 6
 = (−1 x 1+−2 x 2+−3 x 3 , −1 x 4 +−2 x 5+−3 x 6 )
= (−14 −32 )
f) P1P2

( )( )
1
1
2 = No está definida
2
3
g) V1P1

()
( 11 22 ) 1 = (11x1 + 22x2) = (55)
2

CONJUNTO DE PROBLEMAS 4.2B:

1. Véase la tabla óptima del ejemplo 3.3-1.

a) Identifique la matriz inversa (óptima).
Maximizar Z= 5X1 + 4X2
Sujeto a:
6X1 + 4X2 <= 24
X1 + 2X2 <= 6
-X1 + X2 <= 1
X2 <= 2
X1, X2 >= 0
Solución:

Maximizar Z= 5X1 + 4X2

Sujeto a:

6X1 + 4X2 + S1 = 24
X1 + 2X2 + S2 =6
-X1 + X2 + S3 =1
X2 + S4 =2

Ecuación Objetivo: Z - 5X1 - 4X2 = 0

Básica 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
Solución final del problema:
Básica Z X1 X2 S1 S2 S3 S4 SOL
Z 1 0 0 3/4 1/2 0 0 21
X1 0 1 0 1/4 -1/2 0 0 3
X2 0 0 1 -1/8 3/4 0 0 3/2
S3 0 0 0 3/8 -5/4 1 0 5/2
S4 0 0 0 1/8 -3/4 0 1 1/2

( )
1/4 −1/2 0 0
−1 /8 3 /4 0 0
Matriz Inversa =
3 /8 −5 /4 1 0
1/8 −3 /4 0 1

b) Demuestre que el lado derecho es igual a la inversa multiplicada por el vector del
lado derecho de las restricciones originales.

( )
1 −1
x 24 + x 6+ 0 x 1+0 x 2
4 2

( )( ) ()
1/4 −1/2 0 0 24 −1 3 3
x 24 + x 6+ 0 x 1+0 x 2
−1 /8 3 /4 0 0 6 8 4 3 /2
= =
3 /8 −5 /4 1 0 1 3 −5 5 /2
x 24 + x 6+ 1 x 1+ 0 x 2
1/8 −3 /4 0 1 2 8 4 1 /2
1 −3
x 24 + x 6+ 0 x 1+1 x 2
8 4

2. Repita el problema 1 con la última tabla del ejemplo 3.4-1.

a) Identifique la matriz inversa (óptima).
Minimizar Z= 4X1 + X2
Sujeto a:
3X1 + X2 = 3
4X1 + 3X2 >=6
X1 + 2X2 <= 4
X1, X2 >= 0

Solución:
Minimizar Z= 4X1 + X2 + MR1 + MR2
 Sujeto a: 3X1 + X2 + R1 =3
4X1 + 3X2 – X3 + R2 =6
X1 + 2X2 + X4 =4

Básica Z X1 X2 X3 R1 R2 X4 SOL
Z 1 -4 -1 0 -M -M 0 0
R1 0 3 1 0 1 0 0 3
R2 0 4 3 -1 0 1 0 6
X4 0 1 2 0 0 0 1 4

Solución final del problema:

Básica Z X1 X2 X3 R1 R2 X4 SOL
Z 1 0 167 -100 -232 0 0 204
X1 0 1 1/3 0 1/3 0 0 1
R2 0 0 5/3 -1 -4/3 1 0 2
X4 0 0 5/3 0 -1/3 0 1 3

( )
1/3 0 0
Matriz inversa= −4 /3 1 0
−1/3 0 1

b) Demuestre que el lado derecho es igual a la inversa multiplicada por el

vector del lado derecho de las restricciones originales.

( )
1
x 3+0 x 6 +0 x 4
3

( )( ) ()
1/3 0 0 3 1
−4
−4 /3 1 0 6 = x 3+1 x 6+0 x 4 = 2
3
−1/3 0 1 4 3
−1
x 3+0 x 6+1 x 4
3
 CONJUNTO DE PROBLEMAS 4.2C:

1. Minimizar Z= 5X1 + 6X2 + 3X3

Sujeto a:
5X1 + 5X2 + 3X3 >= 50
X1 + X2 – X3 >= 20
7X1 + 6X2 – 9X3 >= 30
5X1 + 5X2 + 5X3 >= 35
2X1 + 4X2 – 15X3 >= 10
12X1 + 10X2 >= 90
X2 – 10X3 >= 20
X1, X2, X3 >= 0
Primal en forma de ecuación:
Minimizar Z= 5X1 + 6X2 + 3X3
Sujeto a:
5X1 + 5X2 + 3X3 – X4 + 0X5 = 50
X1 + X2 – X3 – X5 + 0X6 = 20
7X1 + 6X2 – 9X3 – X6 + 0X7 = 30
5X1 + 5X2 + 5X3 - X7 + 0X8 = 35
2X1 + 4X2 – 15X3 – X8 + 0X9 = 10
12X1 + 10X2 – X9 + 0X10 = 90
X2 – 10X3 – X10 + 0X11 = 20
 Convirtiendo a Dual:
Maximizar W= 50Y1 + 20Y2 + 30Y3 + 35Y4 + 10Y5 + 90Y6 + 20Y7
Sujeto a:
5Y1 + Y2 + 7Y3 + 5Y4 + 2Y5 + 12Y6 <= 5
5Y1 + Y2 + 6Y3 + 5Y4 + 4Y5 + 10Y6 + Y7 <= 6
3Y1 - Y2 - 9Y3 + 5Y4 - 15Y5 - 10Y7 <= 3
Y1 >= 0
Y2 >= 0
Y3 >= 0
Y4 >= 0
Y5 >= 0
Y6 >= 0
Y7 >= 0
Usando el programa LINDO:

 En forma Primal
 En forma Dual
La única diferencia, es que en el modelo de PL la cantidad de variables es
considerablemente menor que las restricciones, en donde se puede ahorrar cálculos
resolviendo el dual. Y en el caso de un problema dual hay más variables que
restricciones.
2. Se tiene la siguiente programación lineal:
Maximizar Z = 5X1 + 2X2 + 3X3
sujeta a
X1 + 5X2 + 2X3 = 30
X1 - 5X2 - 6X3 ≤ 40
X1, X2, X3 ≥ 0
La solución óptima produce la siguiente ecuación objetivo:
Z = 0X1 + 23X2 + 7X3 + (5 + M)X4 + 0X5 + 150
donde las variables básicas de inicio son x4 artificial y x5 de holgura. Escriba el
problema dual asociado y determine su solución óptima a partir de la ecuación de z
óptima.

Convirtiendo a Dual
Min W = 30Y1 + 40Y2
Sujeto a:
Y1 + Y2 ≥ 5
5Y1 – 5Y2 ≥ 2
2Y1 – 6Y2 ≥ 3
Y2 ≥ 0 ; Y1 ≥ -M

Variable de inicio: X4 → Y1 ≥ -M
X5 → Y2 ≥ 0

5 + M = Y1 – (-M) 0 = Y2 – 0
Y1 = 5 Y2 = 0

3. En la siguiente programación lineal:

Maximizar Z = 2X1 + 4X2 + 4X3 – 3X4
sujeta a
X1 + 4X2 + X3 + X4 = 8
X1 + 4X2 + X3 + X4 = 4
X1, X2, X3, X4 ≥ 0
El renglón objetivo óptimo es
Z + 2X1 + 0X2 + 0X3 + 3X4 = 16
Con esta información determine la solución dual óptima.

Convirtiendo a DUAL
 Min W = 4Y1 + 8Y2
Sujeto a:
Y1 + Y2 ≥ 2
Y1 + 4Y2 ≥ 4
Y1 + 0Y2 ≥ 4
0Y1 + Y2 ≥ -3

→ Y1 - 4 = 0 → Y1 = 4
→ Y2 + 3 = 3 → Y2 = 0

4. Se tiene la siguiente programación lineal:

Maximizar Z = X1 + 5X2 + 3X3
sujeta a
2X1 + 2X2 + X3 = 3
2X1 - X2 = 4
X1, X2, X3 ≥ 0
a) Escriba el problema dual asociado.
Min W = 3Y1 + 4Y2
Sujeto a:
Y1 + 2Y2 ≥ 1
2Y1 – 2Y2 ≥ 5
Y1 ≥ 3
Y2 ≥ 0

5. Determine una solución factible del siguiente conjunto de desigualdades, usando el

problema dual:
2X1 + 3X2 ≤ 12
-3X1 + 2X2 ≤ -4
3X1 - 5X2 ≤ 2
X1 sin restricción
X2 ≥ 0
(Sugerencia: aumente la función objetivo trivial maximizar Z = 0X1 + 0X2 a las
desigualdades y a continuación resuelva el dual.)

Convirtiendo a DUAL
Min W = 12Y1 + 4Y2 + 2Y3
Sujeto a:
2Y1 +3Y2 + 3Y3 = 0
3Y1 – 2Y2 – 5Y3 ≥ 0
Y1, Y2, Y3 ≥ 0
 6. Determine el valor óptimo de la función objetivo para el siguiente problema, con
sólo inspeccionar el dual (no resuelva el dual por el método simplex).
Minimizar Z = 10X1 + 4X2 + 5X3
sujeta a
5X1 - 7X2 + 3X3 ≥ 50
X1, X2, X3 ≥ 0

Convirtiendo a DUAL
Max W = 50Y1 + 0Y2 + 0Y3 + 0Y4
Sujeto a:
5Y1 ≤ 10
-7Y1 ≤ 4
3Y1 ≤ 5

Y1 = 0, Y2 = 0

CONJUNTO DE PROBLEMAS 4.2D:

2. Considere el siguiente modelo de PL:

Maximizar z = 4x1 + 14x2
S.a:

2x1 + 7x2 + x3 = 21
7x1 + 2x2 + x4 = 21
x1, x2, x3, x4 >= 0

Compruebe la optimalidad y factibilidad de cada una de las siguientes soluciones básicas.

Dual:
Minimice w=21y1 + 21y2
S.a:
2y1 + 7y2 >=4
7y1 + 2y2>= 14
y1, y2>= 0

1/ 7 0
a) Variables básicas = (x2, x4), Inversa =( )
−2/ 7 1
Factibilidad:
x2 1/7 0 21 3
( )= ( ) ( )= ( ) factible
x4 −2/7 1 21 15
Optimalidad:
1/ 7 0
(y1, y2)= (14, 0) ( )= (2,0)
−2/ 7 1
Coeficiente objetivo de x1= 2y1 + 7y2 – 4 = 0
Coeficiente objetivo de x3= y1 -0 = 2-0 = 2
(0, 2)= óptimo
Solución óptima - factible
0 1/2
b) Variables básicas = (x2, x3), Inversa =( )
1 −7/2
Factibilidad:
x2 0 1/2 21 10.5
( )=( ) ( )= ( )  no factible
x3 1 −7/ 2 21 −105/ 2
Optimalidad:
0 1/2
(y1, y2)= (14, 0) = ( ))= (0, 7)
1 −7/2
Coeficiente objetivo de x1= 2y1 + 7y2 – 4 = 45
Coeficiente objetivo de x4= y2 -0 = 7-0 = 7
(x1, x4)= (45, 7)
Solución óptima pero no factible
7/ 45 −2/ 45
c) Variables básicas = (x2, x1), Inversa =( )
−2/ 45 7/ 45
Factibilidad:
x2 7/ 45 −2/ 45 21 7 /3
( )=( ) ( )= ( )  no factible
x1 −2/45 7/ 45 21 7 /3
Optimalidad:
 7/ 45 −2/ 45
(y1, y2)= (14, 4) = ( ) = (2, 0)
−2/45 7/ 45
Coeficiente objetivo de x3= y1 – 0 = 2
Coeficiente objetivo de x4= y2 -0 = 0
(x3, x4)= (2, 0)
Solución óptima pero no factible
1/ 2 0
d) Variables básicas = (x1, x4), Inversa =( )
−7 /2 1
Factibilidad:
x1
( ) = (Factibilidad:
x4
x1 1/2 0 21 21/ 2
( )=( ) ( )= ( )  no factible
x4 −7 /2 1 21 −105/ 2
Optimalidad:
1/2 0
(y1, y2)= (4, 0) = ( ) = (2, 0)
−7 /2 1
Coeficiente objetivo de x2= 7y1 + 2y2 – 14 =0
Coeficiente objetivo de x3= y1 -0 = 2
(x2, x3)= (0, 2)=óptimos
Solución óptima pero no factible

3. Considere el siguiente modelo de PL:

Maximizar z = 3x1 + 2x2 + 5x3
S.a:
x1 + 2x2 + x3 + x4 = 30
3x1 + 2x3 + x5 = 60
x1 + 4x2 + x6 = 20
x1, x2, x3, x4, x5, x6 >= 0

Compruebe la optimalidad y factibilidad de las siguientes soluciones básicas.

Dual:
Minimice w =30y1 + 60y2 + 20y3
S.a:
y1 + 3y2 + y3>=3
2y1 + 4y3>=2
y1 + 2y2 >=5
y1, y2, y3>=0
1 −1/2 0
a) Variables básicas =( x4, x3, x6), Inversa =(0 1/2 0 )
0 0 1
Factibilidad

x4 1 −1/2 0 30 0
( x 3 ) = (0 1/2 0 ) (60)=(50) factible
x6 0 0 1 20 20

Optimalidad

(y1, y2, y3)= (0, 5, 0)¿)= (0, 5/2, 0)

Coeficiente objetivo de x1= y1 + 3y2 + y3 =9/2

Coeficiente objetivo de x2=2 y1 + 4y2 -2=-2

Función factible-no óptima

1/4 −1/8 1/8

b) Variables básicas =( x2, x3, x1), Inversa =(3 /2 −1 /4 −3/4 )
−1 1/2 1 /2

Factibilidad

x2 1/ 4 −1/8 1/8 30 5/2

( x 3 ) = (3 /2 −1 /4 −3/4 ) (60 )= ( 15 ) factible
x1 −1 1/2 1 /2 20 10

Optimalidad

(y1, y2, y3)= (2, 5, 3)¿)= (5, 0, -2)

Coeficiente objetivo de x4= y1-0=5

Coeficiente objetivo de x5=y2 -0=0
Coeficiente objetivo de x6=y3-0=-2 no óptima
 Función factible-no óptima

1/ 2 −1 /4 0
c) Variables básicas =( x2, x3, x6), Inversa =( 0 1/2 0)
−2 1 1
Factibilidad

x2 1/ 2 −1 /4 0 30 0
( x 3) = ( 0 1/ 2 0) (60)= (30) factible
x6 −2 1 1 20 20

Optimalidad

(y1, y2, y3)= (2, 5, 0¿ ¿)= (1, 2, 0)

Coeficiente objetivo de x1= y1 + 3y2 + y3 =4

Coeficiente objetivo de x4=y1 -0=1
Coeficiente objetivo de x5=y2-0=2

(x1, x4, x5)=óptima

Función factible- óptima

4. Se tiene el modelo de programación lineal.

Minimizar z= 2X1 + X2
Sujeto a:
3X1 + X2 – X3 = 3
4X1 + 3X2 – X4 = 6
X1 + 2X2 + X5 = 3
Compruebe toda la tabla simplex asociada y compruebe su optimalidad y factibilidad.
Variables básicas = (X1, X2, X5)
3 /5 −1/5 0
Inversa=( −4/5 3 /5 0 )
1 −1 1
Solución:
FORMULA 1:
Columna de Restricción = (Inversa en iteración i) + (Columna de restricción original)
Para X1:
3 /5 −1/5 0 3 1
−4/5 3 /5 0 * 4 = 0
1 −1 1 1 0
Para X2
 3 /5 −1/5 0 1 0
−4/5 3 /5 0 * 3 = 1
1 −1 1 2 0
Para Solución
3 /5 −1/5 0 3 3 /5
−4/5 3 /5 0 * 6 = 6 /5
1 −1 1 3 −15
FORMULA 2:
(Coeficiente de la Variable Xi en la ecuación Z primal) = (Lado izquierdo de la restricción
dual) – (Lado derecho de la restricción dual)

5. Considere el siguiente modelo de PL:

Maximizar z = 5x1 + 12x2 + 4x3
S.a:
x1 +2x2 + x3 + x4 =10
2x1 – x2 + 3x3 =2
x1, x2, x3, x4 >=0

(a) Identifique la mejor solción de entre las siguientes soluciones factibles

básicas:

1 −1/3
 Variables básicas = (x4, x3), Inversa =( 0 1/3 )

28
x4 1 −1/ 3 10 ¿=( 3 )
( )=( ¿(
x3 0 1/3 2 2
3
Z= (4) (2/3)=8/3
2/ 5 −1/5
 Variables básicas = (x2, x1), Inversa = ( 1/ 5 2/5 ¿

18
x2 2/ 5 −1/5 10 5
( )=( ¿ ¿ ( ¿=( )
x1 1/ 5 2/5 2 14
5

Z= (5) (14/5) + (12) (18/5)=57.2

 Mejor opción
3 −1
7 7
 Variables básicas = (x2, x3), Inversa =( 1 2
¿
7 7
3 −1
x2 7 7 ¿ 10 ¿=( 4 )
( )=( (
x3 1 2 2 2
7 7
Z= (12) (4) +(4)(2)=56

(b) ¿Es óptima la solución obtenida en (a) para el modelo de PL?

2/5 −1/5
(y1, y2)= (12, 5)( ¿ =(29/5, -2/5)
1/5 2/5
Coeficiente objetivo x3= y1 + 3y2-4=3/5
Coeficiente objetivo x4= y1-0=29/5

(x3, x4)=> la solución es óptima

6. Considere el siguiente modelo de PL:

Maximizar z = 5x1 + 2x2 + 3x3

S.a:
x1 + 5x2 + 2x3<= b1
x1 - 5x2 - 6x3 <= b2
x1, x2, x3 >= 0
La siguiente tabla óptima corresponde a valores específicos de b1 y b2:

1 0
Inversa= ( )
−1 1
Determine lo siguiente:
(a) Los valores del lado derecho, b1 y b2.

x1 1 0 b 1 30
( )=( ) ( )= ( )
x 5 −1 1 b 2 10
b1=30, b2=40

(b) La solución dual óptima.

1 0
(y1, y2)= (5, 0) ( ¿ = (5, 0)
−1 1

(c) Los elementos a, b, c, d y e.

( d, e)= (y1, y2) = (5, 0)

a=5y1,-5y2-2 = (5) (5)-(5)(0)=25-2=23

1 0 5 5
¿)= ( ¿ ( ¿=( ¿
−1 1 −5 −10

CONJUNTO DE PROBLEMAS 4.3A

1. En el ejemplo 4.3-1 calcule el cambio de la utilidad óptima en cada uno de los casos
siguientes:

Maximizar z = 5x1 + 4x2

Sujeto a:

6x1 + 4x2 <= 24 (Recurso 1, M1)

x1 + 2x2 <= 6 (Recurso 2, M2)
-x1 + x2 <= 1 (Recurso 3, Mercado)
X2 <= 2 (Recurso 4)
X1, X2 >= 0
Respuesta: x1 = 3, x2 = 1.5, z = 21

a. La restricción para la materia prima M1 (recurso 1) es 6x1 + 4x2 <= 22

 X1 = 2.5
X2 = 1.75
Z= 19.5

b. La restricción para la materia prima M2 (recurso 2) es x1 + 2x2 <= 4.5

 X1 = 3.75
X2 = 0.375
Z= 20.25

c. Las condiciones del mercado representadas por el recurso 4 son x2 <= 10

 X1 = 21
X2 = 3
Z= 1.5

2. NWAC Electronics fabrica cuatro clases de cables sencillos para un contratista

gubernamental. Cada cable debe pasar por cuatro operaciones consecutivas: corte,
estañado, encamisado e inspección. La tabla siguiente muestra los datos pertinentes
del caso.
El contratista garantiza una producción mínima de 100 unidades de cada uno de los cuatro
cables.

a. Formule el problema como modelo de programación lineal y use TORA para

determinar el programa óptimo de producción.

X1 = SC320
X2 = SC325
X3 = SC340
X4 = SC370

Formulación:

Maximizar 9.4X1 + 10.8 X2 + 8.75 X3 + 7.8 X4

Sujeto a:

10.5x1 + 9.3x2 + 11.6x3 + 8.2x4 <= 4800

20.4x1 + 24.6x2 + 17.7x3 + 26.5x4 <= 9600
3.2x1 + 2.5x2 + 3.6x3 + 5.5x4 <= 4700
5x1 + 5x2 + 5x3 + 5x4 <= 4500
X1 + x2 + x3 + x4 >= 100
 X1 = 0
X2 = 218.63
X3 = 238.51
X4 = 0
Z = 4448.199

b. Con base en los precios duales generados por TORA, ¿recomienda usted aumentar
la producción diaria de alguna de las cuatro operaciones? Explique por qué.

No, debido a que hay una holgura, lo que significa que hay recursos sin usar, en este
caso, los minutos. Si se redujeran estos, en el rango establecido, no produciría ningún
percance en la función objetivo.

c. Los requisitos de producción mínima de los cuatro cables, ¿representan una

ventaja o una desventaja para NWAC Electronics? Describa una explicación con
base en los precios duales que proporciona TORA.

No tiene relevancia en la producción, debido a que si se trabaja sin esta restricción las
soluciones óptimas y el valor de la función objetiva siguen siendo las mismas.

d. La contribución unitaria actual a la utilidad, especificada por el precio dual,

¿puede garantizarse si se aumenta la capacidad del estañado en 10 por ciento?
 No, debido a que la utilidad disminuye, puesto que esta restricción no tiene holgura, y si
se quiere aumentar la capacidad, la empresa incurriría en costos.
3. BagCo produce sacos y bolsas de piel. Para un saco se requiere 8 m2 de piel, y en
una bolsa sólo se usan 2 m2. Las necesidades de mano de obra para los dos
productos son 12 y 5 horas, respectivamente. Los suministros semanales actuales de
piel y de mano de obra se limitan a 1200 m2 y a 1850 horas, respectivamente. La
empresa vende los sacos y las bolsas a $350 y a $120, respectivamente. El objetivo es
determinar el programa de producción que maximice los ingresos netos. BagCo
planea un aumento de producción. ¿Cuál es el precio mínimo de compra que
debería pagar la empresa por piel adicional? ¿Por mano de obra adicional?

Resolviendo con Lindo

Como podemos observar en el análisis brindado por Lindo, podemos observar que el
precio mínimo por piel adicional es 19.375 unidades monetarias y por mano de obra
adicional, es de 16.25 unidades monetarias.
 CONJUNTO DE PROBLEMAS 4.3B
1. Suponga, en el ejemplo 4.3-2, que para los trenes de juguete el tiempo por unidad
de operación 2 se puede reducir de 3 minutos a cuando mucho 1.25 minutos.
¿Cuánto debe reducirse el tiempo por unidad de la operación 1 para hacer que los
trenes de juguete sean apenas rentables?

Primal de Toyco Dual de Toyco

Maximizar Z = 3X1 + 2X2 + 5X3 Minimizar Z = 430Y1 + 460Y2 + 420Y3
sujeto a sujeto a
X1 + 2X2 + X3 =< 430 (Operación 1) Y1 + 3Y2 + Y3 => 3
3X1 + + 2X3 =< 460 (Operación 2Y1 + + 4Y3 => 2
2)
X1 + 4X2 + =< 420 (Operación Y1 + 2Y2 => 5
3)
X1, X2, X3 => 0 Y1, Y2, Y3 => 0
Solución óptima Solución óptima
X1=0, X2=100, X3=230, Z=$1350 Y1=1, Y2=2, Y3=0, W=$1350

Si Cambiamos en la operación uno el tiempo de 3 a 1.25, tenemos:

 Tenemos:
Y1 = 1
Y2 = 2
Y3 = 3
1(1 – r)Y1 + 1.25(1-r)Y2 + 1(1-r) Y3 < 3
Reemplazando y operando:
R > 14.28%
Debe reducirse como mínimo en un 14.28% para que la producción de juguetes sea
rentable.
2. En el ejemplo 4.3-2 suponga que TOYCO estudia la posibilidad de introducir un
cuarto juguete: carro de bomberos. En el armado no se usa la operación 1. Sus
tiempos de armado por unidad en las operaciones 2 y 3 son 1 y 3 minutos,
respectivamente. La utilidad por unidad es $4. ¿Aconsejaría usted a TOYCO que
introdujera este nuevo producto?

Agregando el nuevo juguete X4 = CARRITO.

 Si, puesto que con este nuevo juguete, sus utilidades aumentan.

3. En JoShop se usan tornos y taladros verticales para producir cuatro clases de

partes para maquinaria: PP1, PP2, PP3 y PP4. En la tabla siguiente se resumen los
datos pertinentes.

Tiempo de maquinado, minutos por Capacidad

Maquina unidad de (minutos)
PP1 PP2 PP3 PP4
Tornos 2 5 3 4 5300
Taladros
3 4 6 4 5300
verticales
Utilidad por
3 6 5 4
unidad ($)
Para las partes que no se producen con la solución óptima actual, determine la tasa de
deterioro en la utilidad óptima por aumento unitario de cada uno de esos productos.
 X1 = 757.14
X2 = 757.14
X3 = 0
X4 = 0
Z = 6814.286
De acuerdo con los resultados del programa tenemos que para X3 significaría un costo
de 0.14 unidades monetarias y para X4 significaría 1.14

4. Acerca de la solución óptima del problema 3, para JoShop, la empresa estima que
por cada parte que no se produce (de acuerdo con la solución óptima) se puede
obtener una reducción del 20% del tiempo de maquinado, en toda la tabla, por
mejoras en el proceso. ¿Harían las mejoras que esas partes fueran rentables? Si no,
¿cuál es el porcentaje mínimo de reducción necesario para obtener rentabilidad?
No las hacen rentables.
 CONJUNTO DE PROBLEMAS 4.5A
1. En el modelo de TOYCO mencionado al iniciar la sección 4.5, indique si es mejor
asignar la capacidad en exceso de 20 minutos a la operación 3 que a la operación 2 en
lugar de la operación 1.

Solución:

 Agregar 20 de la operación 3 a la 2
Resultados:
X1=0; X2=95; X3=240; Z= 1390

 Agregar 20 de la operación 3 a la 1

Solución:

Trenes Camiones Autos

0 110 230
Componentes Disponibles Utilizados    
Operación 1 450 450 1 2 1
Operación 2 460 460 3 0 2
Operación 3 400 440 1 4 0

Beneficio por producto 3 2 5

Beneficio totales 1370

Resultados:
X1=0; X2=110; X3=230; Z= 1370

Respuesta: Sería más ventajoso asignar la capacidad de superávit de 20 minutos de la

operación 3 a la operación 2 porque tenemos una mayor cantidad en la maximización de 1390

2. Suponga que TOYCO desea cambiar las capacidades de las tres operaciones de
acuerdo con los casos siguientes:
 ( )
460
a ¿ 500
400

Solución

Trenes Camiones Autos

0 105 250
Componentes Disponibles Utilizados    
Operación 1 460 460 1 2 1
Operación 2 500 500 3 0 2
Operación 3 400 420 1 4 0

Beneficio por producto 3 2 5

Beneficio totales 1460

( )
500
b ¿ 400
600

Solución:

Trenes Camiones Autos

0 150 200
Componentes Disponibles Utilizados    
Operación 1 500 500 1 2 1
Operación 2 400 400 3 0 2
Operación 3 600 600 1 4 0

Beneficio por producto 3 2 5

Beneficio totales 1300

( )
300
c ¿ 800
200
Solución:

Trenes Camiones Autos

200 0 100
Componentes Disponibles Utilizados    
Operación 1 300 300 1 2 1
Operación 2 800 800 3 0 2
Operación 3 200 200 1 4 0

Beneficio por producto 3 2 5

Beneficio totales 1100

( )
450
d ¿ 700
350

Solución:

Trenes Camiones Autos

0 50 350
Componentes Disponibles Utilizados    
Operación 1 450 450 1 2 1
Operación 2 700 700 3 0 2
Operación 3 350 200 1 4 0

Beneficio por producto 3 2 5

Beneficio totales 1850

Respuesta: En todos los casos las soluciones son óptimas y factibles.

3. En el modelo de Reddy Mikks del ejemplo 2.1-1, aparece su tabla óptima en el ejemplo 3.3-
1. Si las disponibilidades diarias de las materias primas M1 y M2 aumentan a 28 y 8
toneladas, respectivamente, aplique el análisis de sensibilidad para determinar la nueva
solución óptima.

Solución:
 Pintura Exte Pintura Int
3 1,5
Componentes Disponibles Utilizados    
M1 24 24 6 4
M2 6 6 1 2

Beneficio por producto 5 4

Beneficio totales 21

 Incremento en las disponibilidades

Solución

Pintura Exte Pintura Int

3 2,5
Componentes Disponibles Utilizados    
M1 28 28 6 4
M2 8 8 1 2

Beneficio por producto 5 4

Beneficio totales 25

Respuesta: Ambas soluciones son factibles.

4. Ozark Farm tiene 20,000 pollos a los que alimentan durante 8 semanas antes de ponerlos en
el mercado. El alimento semanal de cada pollo varía según el siguiente programa:

Semana 1 2 3 4 5 6 7 8
Lb/ pollo 0.26 0.48 0.75 1.00 1.30 1.60 1.90 2.10

Para llegar a un peso deseado en 8 semanas, el alimento debe satisfacer las necesidades
nutritivas, para lo cual se mezclan los ingredientes. Aunque es grande una lista normal de
ingredientes, para simplificar limitaremos el modelo sólo a tres de ellos: caliza, maíz y soya.
También las necesidades nutritivas se limitarán a tres tipos: calcio, proteína y fibra. La tabla
siguiente resume el contenido nutritivo de los ingredientes seleccionados, así como sus
costos.

Contenido (lb) por libra de

Ingrediente Calcio Proteína Fibra $ por libra
Piedra caliza 0.380 0.00 0.00 0.12
Maíz 0.001 0.09 0.02 0.45
Soya 0.002 0.50 0.08 1.60
 La mezcla de ingredientes debe contener:
a) Al menos 0.8%, pero no más de 1.2% de calcio
b) Al menos 22% de proteínas
c) Al menos 5% de fibra cruda
Desarrolle un programa óptimo para el periodo de 8 semanas.

Solución:

Caliza Maíz Soya

0,0359842 1,00202109 1,06199473
Disponibles Utilizados    
0,26 2,1 1 1 1
0,48 2,1 1 1 1
0,75 2,1 1 1 1
1 2,1 1 1 1
1,3 2,1 1 1 1
1,6 2,1 1 1 1
1,9 2,1 1 1 1
2,1 2,1 1 1 1
0 1,214E-17 0,372 -0,007 -0,006
0 -0,0084 0,368 -0,011 -0,01
0 0,1591793 -0,22 -0,13 0,28
0 0 -0,05 -0,03 0,03
Beneficio por producto 0,12 0,45 1,6
Beneficio totales 2,15

CONJUNTO DE PROBLEMAS 4.5B

1. En el modelo de TOYCO, suponga que las especificaciones de la cuarta operación son las
siguientes: La tasa de producción máxima basada en 480 minutos al día es de 120 unidades
del producto 1.480 unidades del producto 2, o 240 unidades del producto 3. Determine la
solución óptima, suponiendo que la capacidad diaria está limitada a:

a) 570 minutos

Solución:

Trenes Camiones Autos

0 100 230
Disponibles Utilizados     0
  430 430 1 2 1
 
  460 460 3 0 2
420 400 1 4 0
 570 330 3 1 1
Beneficio por producto 3 2 5
Beneficio totales 1350

b) 548 minutos

Solución:

Trenes Camiones Autos

0 100 230
Disponibles Utilizados     0
430 430 1 2 1
460 460 3 0 2
420 400 1 4 0
548 330 3 1 1

Beneficio por producto 3 2 5

Beneficio totales 1350

Respuesta: Es redundante, porque salen los mismos valores.

CONJUNTO DE PROBLEMAS 4.5C

1. Investigue la optimalidad de la solución de TOYCO para cada una de las siguientes
funciones objetivo. Donde sea necesario, aplique el análisis postóptimo para determinar el
nuevo óptimo.

a. z = 2x1 + x2 + 4x3

Solución:

Trenes Camiones Autos

0 100 230
Disponibles Utilizados     0
430 430 1 2 1
 
  460 460 3 0 2
  420 400 1 4 0

Beneficio por producto 2 1 4

Beneficio totales 1020

b. z = 3x1 + 6x2 + x3
Solución:
 Trenes Camiones Autos
153,333333 66,6666667 0
Disponibles Utilizados     0
  430 286,66667 1 2 1
 
  460 460 3 0 2
420 420 1 4 0
Beneficio por producto 3 6 1
Beneficio totales 860

c. z = 8x1 + 3x2 + 9x3

Solución:

Trenes Camiones Autos

0 100 230
  Disponibles Utilizados     0
430 430 1 2 1
  460 460 3 0 2
  420 400 1 4 0
Beneficio por producto 8 3 9
Beneficio totales 2370