Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación De Operaciones
IU Digital De Antioquia
2023
Unidad 3: Programación lineal, solución gráfica
Introducción:
El directivo de una organización se enfrenta a diario con el más complejo de los
desafíos: tomar la mejor elección para que la empresa cumpla con las metas
deseadas y propuestas. Por este motivo, debe analizar cada una de las
problemáticas de producción, contratación e incluso las decisiones
organizacionales.
Total 55%
Actividad de Aprendizaje 3:
En esta unidad abordaremos conceptos como la solución de modelos de
maximización y minimización, cómo se identifica la variable de holgura, la
importancia del superávit y no restringidas, el análisis de sensibilidad, cambios
en el coeficiente de la función y el valor unitario; por otra parte veremos la
aplicación de los software WinQSB, TORA y la aplicación del método simplex;
por lo tanto, adquirirás los conocimientos, fundamentos y técnicas matemáticas
pertinentes de la investigación de operaciones en las organizaciones
empresariales, las cuales ayudarán a desarrollar soluciones oportunas frente a
un problema y a tomar la mejor decisión para una empresa u organización. Los
temas que estudiaremos son:
Ejemplo 1:
Determinar los valores de X1 y de X2 con el fin de maximizar el valor de Z, donde
Z se calcula como 100X1 + 120X2 y se debe cumplir con las siguientes
condiciones:
2X1 + X2 ≤ 80
3X1 + 6X2 ≤ 300
12X1 + 10X2 ≤ 600
X 1, X 2 ≥ 0
1
2X1 + X2 = 70
90-
2X1 + X2 ≤ 70
80-
70-
60-
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110 X2
X
• Segunda restricción:
•
lOMoARcPSD|15473895
90-
80-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
• Tercera restricción:
90-
80-
12X1 + 10X2 ≤ 600
12X1 + 10X2 = 600
70-
60-
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
90-
2X1 + X2 ≤ 70
80-
3X1 + 6X2 ≤ 300
70-
12X1 + 10X2 = 600
60-
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
80-
70-
60-
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
90-
80-
70-
60-
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
lOMoARcPSD|15473895
80-
2X1 + X2 ≤ 70
3X1 + 6X2 ≤ 300
70-
12X1 + 10X2 ≤ 600
60- X1, X2 ≥ 0
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
80-
Z=400
70-
60-
Z=300
50-
Z=2000 40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
Para analizar cuáles serían las coordenadas del punto se debe plantear una
serie de ecuaciones con la intensión de saber cuáles son las restricciones y
encontrar el punto óptimo; a continuación, se ilustrará lo mencionado.
lOMoARcPSD|15473895
90-
80-
70-
60-
50-
40-
30-
20-
10-
0-
0 10 20 30 40 50 60 70 80 90 100 110
X1= 60, X2= 100 serían las coordenadas del punto óptimo.
Este método sirve para resolver problemas que contienen dos variables,
pero te ayudará a comprender los temas siguientes.
Las empresas buscan aprovechar los recursos con los que cuentan,
esperan mejorar su utilización logrando la maximización. Para hacerlo,
intervienen diferentes factores del ecosistema que ayudan a mejorar los
procesos que, además, cuentan con una planeación representada por
lOMoARcPSD|15473895
Ejemplo:
La diseñadora Romelia Pachón desea organizar su fábrica de tecnología
para el hogar, por eso requiere de un grupo de electricistas y mecánicos
que la ayuden con el montaje y producción. Se cuenta con la
disponibilidad de 30 electricistas y 20 mecánicos. Romelia necesita que
en su grupo de trabajo exista mayor o igual número de mecánicos y que
estos no superen el doble de electricistas.
Cada uno de los electricistas da un beneficio de 250 dólares por jornada
a la fábrica; los mecánicos, por su parte, dan 200 dólares. De acuerdo
con la información, la diseñadora desea saber ¿cuántos trabajadores de
cada área necesitan para realizar la labor y cuál sería el máximo
beneficio?
lOMoARcPSD|15473895
Solución:
Para iniciar con la solución del problema debemos analizar la información
con la que contamos y a esto se le dará el nombre de planteamiento.
Planteamiento:
De acuerdo con el problema, se cuenta con dos tipos de trabajadores:
electricistas y mecánicos. Llamaremos X a los electricistas que se
encuentran disponibles con la intención de obtener el mayor beneficio,
llamaremos Y a la cantidad de mecánicos.
X: número de electricistas.
Y: número de mecánicos.
El planteamiento de maximización
sería el siguiente: Maximizar F(X; Y) =
250 X + 200 Y Sujeto a:
X ≤ 30
Y≥X
Y=X
Y=0
lOMoARcPSD|15473895
40-
35-
30-
25-
20-
15-
10-
5-
0- Y=X
l l l l l l l l l
0 5 10 15 20 25 30 35 40
Y≥X
Y = 20
Y=X
40-
35-
30-
25-
20-
Y ≤ 2X 15-
Y = 2X 10-
Y = 2(0) 5-
Y=0 0-
l l l l l l l l l
0 5 10 15 20 25 30 35 40
Y=X
40-
35-
30-
25-
20-
15-
10-
5-
0-
l l l l l l l l l
0 5 10 15 20 25 30 35 40
lOMoARcPSD|15473895
Y = 2X Y=X
40-
Y = 2(10) 35-
Y = 20 30-
Y=0 25-
20-
15-
10-
5-
0-
l l l l l l l l l
0 5 10 15 20 25 30 35 40
X = 30
l l l l l l l l l
0 5 10 15 20 25 30 35 40
Y = 2X
Y=X
40-
35-
X ≤ 30
30-
X=30
25-
20-
15-
10-
5-
0-
lOMoARcPSD|15473895
Y = 2X
Y ≤ 20
Y=20
Y=X
40-
35-
30-
25-
20-
15-
10-
5-
0- X = 20
l l l l l l l l l
0 5 10 15 20 25 30 35 40
40-
Y = 2X Y=X
35-
Y≥X 30- Y = 20
25-
Y ≤ 2X
20-
X ≤ 30
15-
Y ≤ 20
10-
X = 30
5-
0-
l l l l l l l l l
0 5 10 15 20 25 30 35 40
Coordenadas:
Y = 2X
Y=X
40-
A: (0; 0) 35-
B: (10,20) 30-
C: (20,20)
25-
B:(10,20) Y = 20
20-
15-
10-
C:(20,20)
5- X = 30
0-
l l l l l l l l l
A:(0,0)
0 5 10 15 20 25 30 35 40
Solución:
La diseñadora Romelia Pachón debe elegir:
X: 20 electricistas.
Y: 20 mecánicos.
Con esto, podrá ganar 9.000 dólares por jornada.
Ejemplo:
Ximena fue al médico porque necesita mejorar su estado físico. Su doctor
le recomendó tomar dos tipos de vitaminas: D y E. Cada unidad de
vitamina D tiene 120 calorías y 2 gramos de proteína. La vitamina E, por
su parte, tiene 100 calorías y 5 gramos de proteína. Para alcanzar el éxito
con la dieta, Ximena debe consumir mínimo 1 000 calorías y 30 gramos
de proteína. Si tenemos en cuenta que la unidad de vitamina D cuesta
$70.000 y la de vitamina E $80.000, ¿cuántas unidades de cada alimento
debe incluir Ximena para que el costo sea el mínimo?
• Para que la dieta sea exitosa debe tener como mínimo 1.000
calorías y 30 gramos de proteínas.
lOMoARcPSD|15473895
Restricciones:
Calorías: 120x + 100y ≥ 1.000
Proteínas: 2x + 5y ≥ 30
X≥0 Restricciones de no negatividad
Y≥0
Al revisar las restricciones, observamos que la primera restricción se
puede simplificar sacándole veinteava de la siguiente manera:
6x + 5y ≥ 50
entonces esta sería la
restricción El siguiente paso es determinar la
región factible.
X
≥0
Y
≥0
6x + 5y ≥ 50
2x + 5y ≥ 30
Y
14- Y = 10
6x + 5y ≥ 50
12-
6x + 5y = 50
10-
6(0) + 5y = 50 8-
5y = 50 6-
Y = 50 4-
5 2-
Y = 10 0-
l l l l l l l l l X
0 5 10 15 20 25 30 35 40
Y
6x + 5y ≥ 50
6x + 5(0) = 50 14- 6x + 5y = 50
6x = 50 12-
x = 50 10-
6 8-
Y = 8,3 6-
4-
2-
0-
l l l l l l l l l X
0 5 10 15 20 25 30 35 40
2x + 5y ≥ 30
2x + 5y = 30 14-
2(0) + 5y =30 12-
5y = 30 10-
Y=30 8-
5 6- y = 6
Y= 6 4-
2-
0-
l l l l l l l l l X
0 5 10 15 20 25 30 35 40
lOMoARcPSD|15473895
2x + 5y ≥ 30
2x + 5y = 30 14-
2x + 5(0) =30 12-
2x = 30 10-
x=30 8-
2 6- 2x + 5y = 30
x= 15 4-
2-
0-
l l l l l l l l l X
0 5 10 15 20 25 30 35 40
Y
Región factible 14-
6x + 5y = 50
6x + 5y ≥ 50 12-
2x + 5y ≥ 30 10-
8-
6-
4-
2-
2x + 5y = 30
0-
l l l l l l l l l X
0 5 10 15 20 25 30 35 40
A= (0; 10)
B= corresponde a la solución del sistema de ecuaciones: 6x + 5y = 50 y
la ecuación de 2x + 5y = 30 donde se pasará a restar estas dos
ecuaciones:
lOMoARcPSD|15473895
6x + 5y = 50
2x + 5y = 30
4x = 20
X= 20
4
X= 5
Estos serían los vértices de las
coordenadas. Y= 4
C= (15; 0)
Y
14-
Región factible 12- A= (0; 10)
6x + 5y = 50 10-
2x + 5y = 30 8- B= (5; 4)
6-
4-
2- C= (15; 0)
0-
l l l l l l l l l X
0 5 10 15 20 25 30 35 40
F (15; 0) = 1.050.000 + 0
F (15; 0) = 1.050.000
Ejemplo:
En un taller se fabrican refrigeradores de dos tipos: tipo A y tipo B. Estas
son algunas características de la producción del taller:
Planteamiento:
Tipos Máxima Utilidad Hierro Fibra de Aluminio
de producción carbono
$/ unidad
refrigerador
A 80 000 15 10% 12% 7%
B 120 000 30 5% 10% 10%
Disponible Disponible Disponible
10 000 k 16 000 k 14 000k
Sujeto a:
X1 ≤ 80.000
X2 ≤ 12.000
0,1 X1 + 0,05 X2
≤ 10.000 0,12 X2
+ 0,1 X2 ≤
16.000 0,07 X1 +
0,1 X2 ≤ 14.000
X 1, X 2 ≥ 0
lOMoARcPSD|15473895
C Restriccione 15 30 0 0 0 0 0
j s Variabl Variabl Variabl Variabl Variabl
e de e de e de e de e de
holgura holgura holgura holgura holgura
Xj Bn X1 X2 S1 S2 S3 S4 S5
0 S 80.000 1 0 1 0 0 0 0
1
0 S 120.000 0 1 0 1 0 0 0
2
0 S 10.000 0,1 0,0 0 0 1 0 0
3 5
0 S 16.000 0,1 0,1 0 0 0 1 0
4 2
0 S 14.000 0,7 0,1 0 0 0 0 1
5
zj 0 0 0 0 0 0 0 0
Zj - -15 -30 0 0 0 0 0
-
lOMoARcPSD|15473895
Cj
Estos se conocen como indicadores
De esta forma se sigue realizando con: S1, S2, S3, S4, S5; en este caso
dará cero por la multiplicación realizada con Cj. Finalmente restamos los
Zj – Cj
bn / X2
80.000 / 0 = No existe
120.000/1 = 120.000
10.000/0,05=200.000
16.000/0,1 = 160000
14.000/0,07= 140000
Cj 15 30 0 0 0 0 0
Variab Variab Variab Variab Variab
Restriccio le le le le le
n es
de de de de de
holgur holgur holgur holgur holgur
a a a a a
Xj Bn X1 X2 S1 S2 S3 S4 S5
Varia
ble
entra
nte
0 S1 80.000 1 0 1 0 0 0 0
0 S2 120.000 0 1 0 1 0 0 0 Variable
Pivot saliente
e
0 S3 10.000 0,1 0,05 0 0 1 0 0
0 S4 16.000 0,1 0,1 0 0 0 1 0
2
lOMoARcPSD|15473895
S3 ↔ 0 - 0,1
(0) = 0 S4 ↔ 1
- 0,1 (0) =1
S5 ↔ 0 - 0,1 (0) = 0
Ahora
encontraremos el Zj
– Cj x1 ↔ 0 -15 = -
15 x2 ↔ 30-30 = 0
S1 ↔ 0-0 =0
S2 ↔ 30 – 0 = 30
S3 ↔ 0 – 0 = 0
S4 ↔ 0-0 = 0
S5 ↔ 0-0 = 0
0 S3 4 0,1 0 0 -0,05 1 0 0
0 S4 4 0,12 0 0 -0,1 0 1 0
0 S5 2 0,07 0 0 -0,1 0 0 1
zj 3600 0 30 0 30 0 0 0
Zj - - -15 0 0 30 0 0 0
Cj
S5 (1/0,07)
bn ↔ 2 (1/0,07) =
28,57 x1 ↔ 0,07
(1/0,07) = 1
x2 ↔ 0 (1/0,07) = 0
S1 ↔ 0 (1/0,07) = 0
S2 ↔ 0,1 (1/0,07) = -1,43
S3 ↔ 0 (1/0,07) = 0
S4 ↔ 0 (1/0,07) = 0
S5 ↔ (1/0,07) = -14,29
lOMoARcPSD|15473895
Tabla simplex ll
cj 15 30 0 0 0 0 0
Xj bn X1 X2 S1 S2 S3 S4 S5
0 S1 80 1 0 1 0 0 0 0
30 X2 120 0 1 0 1 0 0 0
pivo
te
0 S3 4 0,1 0 0 -0,05 1 0 0
0 S4 4 0,12 0 0 -0,1 0 1 0
0 S5 28,57 1 0 0 -1,43 0 0 14,29
zj 3600 0 30 0 30 0 0 0
Zj - - -15 0 0 30 0 0 0
Cj
S1 - S5 bn ↔ 80 -
28,57 = 51,43
x1 ↔ 1
-1 = 0
x2 ↔ 0
- 0 =0
S1 ↔
1- 0 =
1
S2 ↔ 0 - (-1,43)= 1,43
S3 ↔ 0-0 = 0
S4 ↔ 0-0= 0
S5 ↔ 0-14,29= 14,29
lOMoARcPSD|15473895
bn ↔ 4 – 0,1
(28,57) = 1,143 x1
↔ 0,1 – 0,1(1) = 0
x2 ↔ 0 – 0,1 (0)=0
S1 ↔ 0 – 0,1(0) =
0
S2 ↔ 0,05 – 0,1(-1,43)=0,093
S3 ↔ 1- 0,1 = 1
S4 ↔ 0-0,1= 0
S5 ↔ 0-0,1(14,29)= 1,429
bn ↔ 4 – 0,12
(28,57) =0,5716 x1 ↔
0,12 – 0,12(1) = 0 x2
↔ 0 – 0,12 (0)=0 S1
↔ 0 – 0,12(0) = 0
S2 ↔ 0,1 – 0,12(-1,43)=0,0716
S3 ↔ 0- 0,12(0) = 0
S4 ↔ 1 – 0,12(0)= 1
S5 ↔ 0-0,12(14,29)= -1,71
Ahora encontraremos el Zj
Cj * bn + Cj*bn
0 -15 = -15
30* 120 +15* 28,57 =4028,55
30 * 0 +15*1 = 15
30 * 1 +15*0 = 0
30 * 0 +15*0 = 0
lOMoARcPSD|15473895
30 * 1 + (-1,43) = 8,55
30*0 +15*0=0
30*0 +15*14.29=214,35
Ahora encontraremos el Zj – Cj
15-15 = 0
30-30 = 0
0-0 =0
8,55 - 0 = 0
0-0 =0
0-0 =0
214,35 -0 =214,35
cj 15 30 0 0 0 0 0
Xj bn X1 X2 S1 S2 S3 S4 S5
0 S1 51,43 0 0 1 1,43 0 0 -14,29
30 X2 120 0 1 0 1 0 0 0
0 S3 1,143 0 0 0 0,093 1 0 -1,429
0 S4 0,5716 0 0 0 0,071 0 1 -1,71
6
15 X1 28,57 1 0 0 -1,43 0 0 14,29
zj 4028,55 15 30 0 8,55 0 0 214,35
Zj - - 0 0 0 8,55 0 0 214,35
Cj
X1= 28,57
lOMoARcPSD|15473895
X2= 120
S1=
51,4
3
S3=
1,14
3
S4= 0,5716
S2= 0
S5=0
X1= 28570
X2= 120000
S1= 51430
S3= 1143
S4= 571,6
S2= 0
S5=0
Solución:
Variables de holguras:
Variable superávit:
Variable de no restringidas:
Cuando se habla de una variable no restringida, nos referimos a que se
encuentra libre en signo, es también llamada variable (n.r.s); lo que nos
indica que se puede mover desde el -∞ hasta el +∞ donde cualquier
número ya sea positivo o negativo se puede expresar como una
diferencia tanto de dos números positivos puede también cambiarse de
variable por la diferencia de dos variables negativas: Xj = Xj + Xj - >= 0.
Este modelo nos muestra que tanto podemos cambiar en los factores al
interior sin que la solución óptima cambie, en este caso la mezcla tanto
para X1 y X3, los valores no cambian.
Ejemplo:
Max Z= 2X1 + 5X2
+ 8X3 Sujeto a:
6X1 + 8X2 +
4X3 ≤ 96 2X1
+ X2 + 2X3 ≤
40
5X1 + 3X2 + 2X3 ≤ 60
Cj 2 5 8 0 0 0
VB Cs X1 X2 X3 S1 S2 S3 bj
X2 5 1/3 1 0 1/6 -1/3 0 8/3
X3 8 5/6 0 1 -1/12 2/3 0 56/3
S3 0 7/3 0 0 -1/3 -1/3 1 44/3
Zj 25/3 5 8 1/6 11/3 0 488/3
lOMoARcPSD|15473895
VB
X2
X3
S3
2
X1
1/3
5/6
7/3
25/3
-19/3
Realizaremos un primer ejercicio donde cambiaremos el valor de 2 por el
número 6, ¿qué sucedería con la solución?
Cj 6 5 8 0 0 0
VB Cs X1 X2 X3 S1 S2 S3 bj
X2 5 1/3 1 0 1/6 -1/3 0 8/3
X3 8 5/6 0 1 -1/12 2/3 0 56/3
S3 0 7/3 0 0 -1/3 -1/3 1 44/3
lOMoARcPSD|15473895
6
X1
1/3
5/6
7/3
25/3
-19/3
Cj 9 5 8 0 0 0
VB Cs X1 X2 X3 S1 S2 S3 bj
X2 5 1/3 1 0 1/6 -1/3 0 8/3
X3 8 5/6 0 1 -1/12 2/3 0 56/3
S3 0 7/3 0 0 -1/3 -1/3 1 44/3
Zj 25/3 5 8 1/6 11/3 0 488/3
Cj - Zj -19/3 0 0 -1/6 -11/3 0
Cj 9 5 8 0 0 0
VB Cs X1 X2 X3 S1 S2 S3 bj
X2 5 1/3 1 0 1/6 -1/3 0 8/3
X3 8 5/6 0 1 -1/12 2/3 0 56/3
S3 0 7/3 0 0 -1/3 -1/3 1 44/3
Zj 25/3 5 8 1/6 11/3 0 488/3
Cj - Zj 2/3 0 0 -1/6 -11/3 0
Esto nos indica que en nuestro tablero no es óptimo y que por tal razón
en el siguiente tablero tendremos que seguir desarrollando y X1 entraría
hacer parte de una solución básica. ¿Hasta dónde puedo cambiar el
coeficiente para que se salga de esa zona? Si aumentamos una
diferencia d.
Cj 2 +d 5 8 0 0 0
VB Cs X1 X2 X3 S1 S2 S3 bj
X2 5 1/3 1 0 1/6 -1/3 0 8/3
X3 8 5/6 0 1 -1/12 2/3 0 56/3
S3 0 7/3 0 0 -1/3 -1/3 1 44/3
Zj 25/3 5 8 1/6 11/3 0 488/3
Cj - Zj -19/3 0 0 -1/6 -11/3 0
• WinQSB:
WinQSB fue creado en 1985 por Yin-Long, profesor del Instituto de
Georgia; puede ser utilizado en cualquier computadora que en sus
funciones utilice el sistema operativo Windows 95, 96 y 2000 profesional
o Xp. (Carro, 2009)
• Da clic en aceptar:
Indica que el problema fue resuelto y se llegó a una solución óptima. Das
clic en aceptar:
TORA:
Tora es un software controlado por un menú, se utiliza para graficar las
restricciones de la programación lineal, es una herramienta autosuficiente
y muy útil que permite registrar los datos fácilmente, cuenta con
instrucciones, menú, cuadros de verificación y comandos, lo cual permite
su ágil desarrollo y manejo. (TAHA, 2012)
Ejercicio:
Tenemos el siguiente problema de maximización donde se muestra la
función objetivo y sus respectivas restricciones.
lOMoARcPSD|15473895
Max Z= 300X1 +
500 X2 Sujeto a:
X1 ≤ 4
2X2 ≤ 12
3X1 + 2 X2 ≤ 18
X 1, X 2 ≥ 0
Para que el Tora arroje el resultado das doble clic en “click here to graph
LP in one stroke” y este mostrará el siguiente resultado:
lOMoARcPSD|15473895
Z= C1 x1 + C2 X2 +
… + Cn Xn a11 x1 +
lOMoARcPSD|15473895
a12 X2 + … + a1n Xn
≤ b1
a21 x1 + a22 X2 + … + a2n Xn ≤ b2
…………
am1 x1 + am2 X2 + … + amn Xn ≤ bm
En programación lineal las variables no pueden asumir valores negativos,
lo que quiere decir que solo pueden tomar valores positivos o cero para
maximizar o minimizar la función objetivo Z.
Z= C1 x1 + C2 X2 + … + Cn
Xn a11 x1 + a12 X2 + … + a1n
Xn + xn + 1 = b1 a21 x1 + a22
X2 + … + a2n Xn + xn + 2 =b2
am1 x1 + am2 X2 + … + amn Xn
+ xn + m =bm
Paso 1:
Expresamos la función objetivo como el sistema de restricciones en
términos de las variables independientes. Elegimos valores para las
variables independientes de tal manera que z adquiera el mayor valor
posible.
Z= C1 x1 + C2 X2 + … + Cn Xn
lOMoARcPSD|15473895
Z= C1 x1 + C2 X2 + … + Cn Xn
Xn+ 1= b1 - a11 X1 -a12 X2 - …-a1n xn
Xn+ 2= b2 – a21 X1 –a22 X2 - …-a2n xn
…………
Xn+ m= bm – am1 X1 –am2 X2 - …-amn xn
(x1, x2… xn) (xn + 1, xn + 2… xn +m)
Paso 3:
lOMoARcPSD|15473895
Z= C1 x1 + C2 X2 + … + Cn Xn
C1 =< 0
C2 =< 0
Cn =< 0
Ejercicio: Teniendo en cuenta el método simplex calcularemos el máximo
de la expresión
Z= 5x1 + 6X2
Sujeta a:
2x1 + 3x2 ≤ 12
2x1 + x2 ≤ 8
Entonces:
Z= 20
X 3= 4
X 4= 0
En el segundo paso, observas los valores que han tomado todas las
variables y aquellas que tomaron el valor 0 serán nuestras nuevas
variables independientes.
= 20 + -5 +12X2 - 5 x4
22
Z= 20 + 7 X2 - 5 x4
22
lOMoARcPSD|15473895
x3 = 4 - 2X2
- X4 +2x2 -
x3 + 2X2 -
x3 = 0
2x2 = 4 - X3 - X4
22
lOMoARcPSD|15473895
x2 = 2 - 1X3 + 1X4
22
= 4 – 1 + 1X3 - 1 X4 - 1 X4
442
= 3 + 1X3 - 1 +2X4
44
x1 = 3 + 1 + 1X3 - 3 X4
444
Z = 27 - 7X3 - 3 x4
44
lOMoARcPSD|15473895
Z = 27 - 7X3 - 3 x4
44
Los valores obtenidos son similares al paso anterior, esto nos indica que
hemos encontrado el máximo absoluto para la función objetivo; además,
que las otras dos condiciones para validar este resultado se cumplen;
todos los coeficientes de las variables independientes son negativos y
todas las variables independientes deben asumir el valor de cero; de esta
forma hemos obtenido el máximo Z= 27 aplicando el método simplex.
En esta unidad aprendimos sobre cuáles son los elementos para tener en
cuenta para la solución gráfica en investigación de operaciones, cómo se
realizan los procedimientos y cómo se pueden utilizar los diferentes
softwares recomendados, así como algunos materiales complementarios
que apoyarán tu proceso formativo.
Bibliografía: