INVESTIGACIÓN DE OPERACIONES I

Docente: Manuel Salgado Alba

Ingeniero Químico - Universidad Nacional de Colombia
Especialización en Ingeniería Ambiental - Universidad Industrial de Santander
Master of Business Administration (MBA) - Broward International University
Celular: 315 2 816069
Correo institucional: manuel_salgado@cun.edu.co

Introducción.

La investigación de operaciones, básicamente, es el conjunto de métodos, algoritmos y herramientas

matemáticas útiles en el proceso de toma de decisiones para la resolución de problemas o situaciones que
involucran variables de sistemas de ecuaciones condicionados.

Prerrequisitos

Teniendo en cuenta que para introducirse al tema de Investigación de Operaciones I, es absolutamente necesario
dominar el tema de resolución de sistemas de ecuaciones lineales por el método de Gauss Jordan (matriz
escalonada reducida) visto en la materia de algebra lineal, es necesario hacer un repaso. Por ésta razón, se
agregaron sus correos al Google Calendar para invitación a la clase de los sábados (G 4014R, distancia, 5 sábados,
7:00 – 10:00 am), en cualquier momento pueden ubicarse en la fecha y hora de la clase (la primera de 5 es el
pasado sábado 14 agosto) y descargar el video de cada clase (archivo en rojo). En el video se explica claramente
cómo se resuelven sistemas de ecuaciones lineales por el método de Gauss Jordan.

Ejemplo: Resolver el siguiente sistema de ecuaciones lineales por el Método de reducción de Gauss Jordan
(encontrar el valor de X,Y,Z, de modo que al reemplazarlos en dichas ecuaciones, den los resultados después del
igual)
2𝑋 + 4𝑌 + 6𝑍 = 18
4𝑋 + 5𝑌 + 6𝑍 = 24
3𝑋 + 𝑌 − 2𝑍 = 4
Se construye la matriz ampliada del sistema con los coeficientes de las variables y los resultados:

2 4 6 18
(4 5 6 | 24)
3 1 −2 4
Se trata de, a través de operaciones básicas, convertir en un uno (1) o pivote, sólo uno de los términos de cada
columna y con base en éste pivote convertir en ceros el resto de los términos de dicha columna. En el caso de la
matriz escalonada reducida de Gauss Jordan es hacerlo de manera escalonada en cada columna, de modo que
quede de la siguiente manera:

1 0 0 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑋
(0 1 0| 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑌 )
0 0 1 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑍
El procedimiento se basa en dos operaciones básicas:
 Convertir un número deseado en 1 (pivote). Para ello se debe dividir toda la ecuación entre el mismo número
con el fin de no afectar la igualdad. Por ejemplo, si quiero convertir el 2 de la siguiente ecuación en 1, debo
dividir toda la ecuación entre 2, de la siguiente manera:

2𝑋 + 4𝑌 + 6𝑍 = 18

2𝑋 + 4𝑌 + 6𝑍 18
=
2 2

2𝑋 4𝑌 6𝑍 18
+ + =
2 2 2 2

𝑋 + 2𝑌 + 3𝑍 = 9
Que es el procedimiento que se realiza en la fila 1 ( f1 ) del primer bloque de la siguiente tabla (solo con los
coeficientes de la ecuación) denotado de la siguiente manera:

𝑓1
𝑓1 = o también 𝑓1 = 𝑓1 /2
2

Que se lee: la fila 1 se va a hacer igual a cada uno de los términos de la fila 1 dividido entre 2

 Convertir un número en cero con base en el 1 pivote obtenido en el paso anterior. Se desea convertir el
número 4 que está debajo del 1 pivote (en rojo) del segundo bloque la siguiente tabla.

Para ello se determina la fila dónde se va a hace la modificación (en éste caso la fila 2 denotada como f2) y se
hace igual a el número que se quiere hacer cero pero con signo cambiado (en éste caso el 4 que queda como
– 4), multiplicado por la fila donde se obtuvo el 1 pivote en rojo (en este caso es f1 ) y a ésta operación se le
suma la fila en donde está el número que se quiere hacer cero (en éste caso f2). Toda la operación se resume
así:

𝑓2 = − 4 ∗ 𝑓1 + 𝑓2
O si se quiere más ordenada
𝑓2 = (− 4 ∗ 𝑓1 ) + 𝑓2

Que se lee: La fila 2 se va a hacer igual a – 4 por la fila 1 a cuyo resultado se le suma la fila 2.

A continuación, se sigue el procedimiento completo en cada uno de los bloques de la siguiente tabla de
resolución del sistema:
2𝑋 + 4𝑌 + 6𝑍 = 18
4𝑋 + 5𝑌 + 6𝑍 = 24
3𝑋 + 𝑌 − 2𝑍 = 4
Solución:
 X Y Z Resultado Pivote Formulas
2 4 6 18 f1 =f1 / 2
4 5 6 24 igual
3 1 -2 4 igual
f1 1 2 3 9 pivote f 1 igual (es pivote)
f2 4 5 6 24 f2 =- 4 *f1 +f2
f3 3 1 -2 4 f3 =- 3 *f1 +f3
f1 1 2 3 9 igual
f2 0 -3 -6 -12 f2 =f2 / - 3
f3 0 -5 -11 -23 igual
f1 1 2 3 9 f1 =- 2 *f2 +f1
f2 0 1 2 4 pivote f 2 igual (es pivote)
f3 0 -5 -11 -23 f3 =5 *f2 +f3
f1 1 0 -1 1 igual
f2 0 1 2 4 igual
f3 0 0 -1 -3 f3 =f3 / - 1
f1 1 0 -1 1 f1 =1 *f3 +f1
f2 0 1 2 4 f2 =- 2 *f3 +f2
f3 0 0 1 3 pivote f 3 igual (es pivote)
f1 1 0 0 4 X=4
f2 0 1 0 -2 Solución Y=- 2
f3 0 0 1 3 Z=3
X Y Z Resultado

Prueba: Si efectivamente el sistema tiene solución, entonces al reemplazar los valores de las variables en el
sistema original, entonces los resultados de cada ecuación deben ser consistentes.

Reemplazando en la 1ra ecuación:

2𝑋 + 4𝑌 + 6𝑍 = 18
(2 ∗ 𝟒) + (4 ∗ −𝟐) + (6 ∗ 𝟑) = 18
Reemplazando en la 2da ecuación:
4𝑋 + 5𝑌 + 6𝑍 = 24
(4 ∗ 𝟒) + (5 ∗ −𝟐) + (6 ∗ 𝟑) = 24
Reemplazando en la 3ra ecuación:
3𝑋 + 𝑌 − 2𝑍 = 4
(3 ∗ 𝟒) + (1 ∗ −𝟐) + (−2 ∗ 𝟑) = 4
Ejemplo: Resolver el siguiente sistema de ecuaciones lineales por el Método de reducción de Gauss Jordan
(encontrar el valor de las variables, de modo que al reemplazarlas en dichas ecuaciones, den los resultados
después del igual)
𝑋1 − 2𝑋2 + 3𝑋3 = 11
4𝑋1 + 𝑋2 − 𝑋3 = 4
2𝑋1 − 𝑋2 + 3𝑋3 = 10
Solución:
 X1 X2 X3 Resultado Pivote Formulas
1 -2 3 11 pivote f 1 igual (es pivote)
4 1 -1 4 f2 = - 4 *f1 +f2
2 -1 3 10 f3 = - 2 *f1 +f3
f1 1 -2 3 11 igual
f2 0 9 -13 -40 f2 =f2 / 9
f3 0 3 -3 -12 igual
f1 1 -2 3 11 f1 =2 *f2 +f1
f2 0 1 -1,44444 -4,4444444 pivote f 2 igual (es pivote)
f3 0 3 -3 -12 f3 = - 3 *f2 +f3
f1 1 0 0,111111 2,11111111 igual
f2 0 1 -1,44444 -4,4444444 igual
f3 0 0 1,333333 1,33333333 f 3 = f 3 / 1,333
f1 1 0 0,111111 2,11111111 f 1 = - 0,11 * f 3 + f 1
f2 0 1 -1,44444 -4,4444444 f 2 = 1,44 * f 3 + f 2
f3 0 0 1 1 pivote f 3 igual (es pivote)
f1 1 0 0 2 X1 = 2
f2 0 1 0 -3 Solución X2 = - 3
f3 0 0 1 1 X3 = 1
X1 X2 X3 Resultado

Prueba:

Reemplazando en la 1ra ecuación:

𝑋1 − 2𝑋2 + 3𝑋3 = 11
(1 ∗ 𝟐) + (−2 ∗ −𝟑) + (3 ∗ 𝟏) = 11
Reemplazando en la 2da ecuación:
4𝑋1 + 𝑋2 − 𝑋3 = 4
(4 ∗ 𝟐) + (1 ∗ −𝟑) + (−1 ∗ 𝟏) = 4
Reemplazando en la 3ra ecuación:
2𝑋1 − 𝑋2 + 3𝑋3 = 10
(2 ∗ 𝟐) + (−1 ∗ −𝟑) + (3 ∗ 𝟏) = 10

Ejemplo: Resolver el siguiente sistema de ecuaciones lineales por el Método de reducción de Gauss Jordan
(encontrar el valor de las variables, de modo que al reemplazarlas en dichas ecuaciones, den los resultados
después del igual)
𝑋1 + 𝑋2 − 𝑋3 = 7
4𝑋1 − 𝑋2 + 5𝑋3 = 4
2𝑋1 + 2𝑋2 − 3𝑋3 = 0
 X1 X2 X3 Resultado Pivote Formulas
1 1 -1 7 pivote f 1 igual (es pivote)
4 -1 5 4 f2 = - 4 *f1 +f2
2 2 -3 0 f3 = - 2 *f1 +f3
f1 1 1 -1 7 igual
f2 0 -5 9 -24 f2 =f2 / - 5
f3 0 0 -1 -14 igual
f1 1 1 -1 7 f1 =- 1 *f2 +f1
f2 0 1 -1,8 4,8 pivote f 2 igual (es pivote)
f3 0 0 -1 -14 igual (ya es cero)
f1 1 0 0,8 2,2 igual
f2 0 1 -1,8 4,8 igual
f3 0 0 -1 -14 f3 =f3 / - 1
f1 1 0 0,8 2,2 f 1 = - 0,8 * f 3 + f 1
f2 0 1 -1,8 4,8 f 2 = 1,8 * f 3 + f 2
f3 0 0 1 14 pivote f 3 igual (es pivote)
f1 1 0 0 -9 X1 = - 9
f2 0 1 0 30 Solución X 2 = 30
f3 0 0 1 14 X 3 = 14
X1 X2 X3 Resultado

Prueba:

Reemplazando en la 1ra ecuación:

𝑋1 + 𝑋2 − 𝑋3 = 7
(1 ∗ −𝟗) + (2 ∗ 𝟑𝟎) + (−1 ∗ 𝟏𝟒) = 7
Reemplazando en la 2da ecuación:
4𝑋1 − 𝑋2 + 5𝑋3 = 4
(4 ∗ −𝟗) + (−1 ∗ 𝟑𝟎) + (5 ∗ 𝟏𝟒) = 4
Reemplazando en 3ra ecuación:
2𝑋1 + 2𝑋2 − 3𝑋3 = 0
(2 ∗ −𝟗) + (2 ∗ 𝟑𝟎) + (−3 ∗ 𝟏𝟒) = 0

Ejemplo. Se suministran 3 tipos de alimento a un lago (tipo A, tipo B, tipo C), para que coexistan 3 especies de
peces (X, Y, Z). Cada pez de la especie X consume en promedio cada semana 1 Kilogramo del Alimento A, 1
Kilogramo del Alimento B, 2 Kilogramo del Alimento C. Cada pez de la especie Y consume en promedio cada
semana 3 Kilogramo del Alimento A, 4 Kilogramo del Alimento B, 5 Kilogramo del Alimento C. Cada pez de la
especie Z consume en promedio cada semana 2 Kilogramo del Alimento A, 1 Kilogramo del Alimento B, 5
Kilogramo del Alimento C.

En total se agregan al lago cada semana 25000 Kilogramo del Alimento A, 20000 Kilogramo del Alimento B y
55000 Kilogramo del Alimento C. ¿Cuántos peces de cada especie pueden coexistir en el lago?
 X: El número de peces de la especie X
Y: El número de peces de la especie Y
Z: El número de peces de la especie Z
Lo puede haber visto así:

Tipo A Tipo B Tipo C

(Kg) (Kg) (Kg)
Especie X 1 1 2
Especie Y 3 4 5
Especie Z 2 1 5
Total Alimento 25000 20000 55000

Pero me conviene mejor ver el problema con los totalizadores a la derecha, para asemejarlo a la disposición de
las ecuaciones de un sistema, así:

Total
Alimento Especie X Especie Y Especie Z
Alimento
Tipo A (Kg) 1 3 2 25000
Tipo B (Kg) 1 4 1 20000
Tipo C (Kg) 2 5 5 55000

Resolver el sistema:

Alimento Tipo A
1𝑋 + 3𝑌 + 2𝑍 = 25000
Alimento Tipo B
1𝑋 + 4𝑌 + 1𝑍 = 20000
Alimento Tipo C
2𝑋 + 5𝑌 + 5𝑍 = 55000
Solución del sistema utilizando el método de Gauss Jordan.

X Y Z Resultado Pivote Fórmula

1 3 2 25000 Pivote f 1 Igual (es el pivote)
1 4 1 20000 f 2 = - 1*f 1 + f 2
2 5 5 55000 f 3 = - 2*f 1 + f 3
1 3 2 25000 f 1 = - 3* f 2 + f 1
0 1 -1 -5000 pivote f 2 igual (es el pivote)
0 -1 1 5000 f 3 = 1*f 2 + f 3
1 0 5 40000 X + 5Z = 40000
0 1 -1 -5000 Y - Z = - 5000
0 0 0 0 Solución
X Y Z Resultado

Como toda la fila inferior es cero, por lo que el sistema no tiene una única solución, entonces se procede a
escribir las ecuaciones solución:
Ecuación 1:
𝑌 − 𝑍 = −5000
Ecuación 2:
𝑋 + 5𝑍 = 40000
Despejo Y en la ecuación 1:
𝑌 = 𝑍 − 5000

𝑃𝑎𝑟𝑎 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑡𝑟𝑒𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑒𝑠 𝑐𝑜𝑒𝑥𝑖𝑠𝑡𝑎𝑛 𝑒𝑛 𝑒𝑙 𝑙𝑎𝑔𝑜, 𝑌 > 0 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑍 > 5000
Despejo X en la ecuación 2:
𝑋 = 40000 − 5𝑍

𝑃𝑎𝑟𝑎 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑡𝑟𝑒𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑒𝑠 𝑐𝑜𝑒𝑥𝑖𝑠𝑡𝑎𝑛 𝑒𝑛 𝑒𝑙 𝑙𝑎𝑔𝑜, 𝑋 > 0 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑍 < 8000

Podría escribirse la solución como:

𝑃𝑎𝑟𝑎 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑡𝑟𝑒𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑒𝑠 𝑐𝑜𝑒𝑥𝑖𝑠𝑡𝑎𝑛 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠; 5000 < 𝑍 < 8000
Solución: Elegir un valor que le convenga para Z (mayor que 5000, pero menor que 8000) y calcular X y Y.

Solución 1: Si supongo 𝑍 = 6000 entonces reemplazando las ecuaciones de X y de Y:

Reemplazando Z en:
𝑌 = 𝑍 − 5000
𝑌 = 6000 − 5000
𝑌 = 1000
Reemplazando Z en:
𝑋 = 40000 − 5𝑍
𝑋 = 40000 − (5 ∗ 6000)
𝑋 = 40000 − 30000
𝑋 = 10000

Entonces una solución sería que: 𝑍 = 6000, 𝑋 = 10000, 𝑌 = 1000

Es decir que el problema tiene 2998 soluciones enteras

Procedimiento General De Abordaje Y Solución De Problemas De Maximización Y Minimización.

Maximizar: Para maximizar cuando hay resultados no negativos a la derecha se realizan los siguientes pasos:

 Igualar la función objetivo a cero expresando Z positivo (+ Z).

 Deshacer las desigualdades introduciendo variables de holgura o de disponibilidad
 Armar la matriz de coeficientes del sistema de ecuaciones
 Para seleccionar el pivote se debe primero:

 Columna pivote. Resaltar la columna debajo del coeficiente más negativo de la función objetivo Z
 Fila pivote. Dividir los resultados positivos de cada fila entre sus correspondientes coeficientes de la
columna pivote y seleccionar como fila pivote aquella que arroje el cociente de menor valor. Si no hay
valores positivos en la columna de resultados, el problema no tiene solución. No hacer esto en la fila de la
función objetivo Z, ni en las filas que arrojen cociente negativo.

 Formular para obtener un uno en el pivote (intersección entre la columna y la fila pivote)
 Con base en el uno del pivote, formular para obtener ceros en el resto de la columna (incluida la función
objetivo).
 Repetir el anterior procedimiento hasta que no se observen más números negativos en la función objetivo Z.
 Si se observa una variable que no está explícita, se puede continuar pivoteando la fila correspondiente y hacer
cero los elementos de la misma columna para así despejar la variable deseada.

Minimizar: Para minimizar cuando hay resultados no negativos a la derecha se realizan los siguientes pasos:

 Igualar la función objetivo a cero expresando Z negativo ( - Z).

 Deshacer las desigualdades introduciendo variables de holgura o de disponibilidad
 Armar la matriz de coeficientes del sistema de ecuaciones
 Para seleccionar el pivote se debe primero:

 Columna pivote. Resaltar la columna debajo del coeficiente más positivo de la función objetivo Z
 Fila pivote. Dividir los resultados positivos de cada fila entre sus correspondientes coeficientes de la
columna pivote y seleccionar como fila pivote aquella que arroje el cociente de menor valor. Si no hay
valores positivos en la columna de resultados, el problema no tiene solución. No hacer esto en la fila de la
función objetivo Z, ni en las filas que arrojen cociente negativo.

 Formular para obtener un uno en el pivote (intersección entre la columna y la fila pivote)
 Con base en el uno del pivote, formular para obtener ceros en el resto de la columna (incluida la función
objetivo).
 Repetir el anterior procedimiento hasta que no se observen más números positivos en la función objetivo Z.
 Si se observa una variable que no está explícita, se puede continuar pivoteando la fila correspondiente y hacer
cero los elementos de la misma columna para así despejar la variable deseada.

Ejemplo 2. Una empresa cuenta con 3 plantas. En la planta 1 se produce marcos de aluminio y herrería. En la
planta 2 se produce marcos de madera. En la planta 3 se produce vidrio y se ensamblan los anteriores. Se
requiere una reorganización de la producción para aumentar ganancias. Se están descontinuando varios
productos para liberar capacidad y pensar en uno o dos nuevos productos solicitados. Uno es una puerta de
vidrio con marco de aluminio y el segundo es una ventana con marco de madera y guillotina. El departamento
de mercadotecnia ha concluido que se pueden vender tantos productos como puedan producirse con la
capacidad disponible. Sin embargo, como los dos productos competirían por la misma capacidad de producción
en la planta 3, no se ve claro que mezcla entre los dos sería la más ventajosa.

El departamento de Investigación de Operaciones determinó: 1. El porcentaje de la capacidad de producción de

cada planta del que se dispondría para ambos productos. 2. Los porcentajes requeridos por cada producto para
cada unidad de producción por minuto. 3. La utilidad unitaria para cada producto. En la siguiente tabla se
resume ésta información. Debido a que siempre que se use capacidad para uno de los productos en la planta 3,
ya no queda disponible para otro, el departamento de IO reconoció que éste era un problema de programación
lineal de tipo clásico de mezcla de productos y abordaron planteamiento y resolución (Pagina 16 resuelto en la
35 del Lieberman).

Capacidad Usada (%) Capacidad

Planta
Producto 1 Producto 2 Disponible (%)
1 1 0 4
2 0 2 12
3 3 2 18
Valor unitario $3 $5

El 2 significa, que se está usando el 2% de capacidad instalada en la planta 2, para producir una unidad del
producto 2 por minuto. Pero estaría disponible hasta el 12% para aprovechar.

Paso 1. En primer lugar, se lee y se entiende bien el problema.

Paso 2. Se identifica la función objetivo, las incógnitas y se asignan las variables:

Función Objetivo: Maximizar la ganancia Z ($)

𝑿: 𝐸𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑞𝑢𝑒 𝑑𝑒𝑏𝑜 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑑𝑒𝑙 𝑷𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝟏

𝒀: 𝐸𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑞𝑢𝑒 𝑑𝑒𝑏𝑜 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑑𝑒𝑙 𝑷𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝟐

Paso 3. Análisis Dimensional y planteamiento de ecuaciones

Función Objetivo: Maximizar la ganancia Z ($)

Capacidad Usada (%) Capacidad

Planta
Producto 1 Producto 2 Disponible (%)
Valor unitario $3 $5

3$ 5$
∗ 𝑈𝑛𝑖𝑑𝑎𝑑 𝑃1 + ∗ 𝑈𝑛𝑖𝑑𝑎𝑑 𝑃2 = 𝑍($)
𝑈𝑛𝑖𝑑𝑎𝑑 𝑃1 𝑈𝑛𝑖𝑑𝑎𝑑 𝑃2

3𝑋 + 5𝑌 = 𝑍
Balance planta 1:

Capacidad Usada (%) Capacidad

Planta
Producto 1 Producto 2 Disponible (%)
1 1 0 4

1%
∗ 𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃1 ≤ 4
𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃1
 1𝑋 ≤ 4
Balance planta 2:

Capacidad Usada (%) Capacidad

Planta
Producto 1 Producto 2 Disponible (%)
2 0 2 12

2%
∗ 𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃2 ≤ 12
𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃2

2𝑌 ≤ 12
Balance planta 3:

Capacidad Usada (%) Capacidad

Planta
Producto 1 Producto 2 Disponible (%)
3 3 2 18

3% 2%
∗ 𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃1 + ∗ 𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃2 ≤ 18
𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃1 𝑈𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑃2

3𝑋 + 2𝑌 ≤ 18
Resumen del planteamiento del sistema:

Función Objetivo Maximizar: 3𝑋 + 5𝑌 = 𝑍

𝑋≤4
2𝑌 ≤ 12
Sujeciones Sujeta a:
3𝑋 + 2𝑌 ≤ 18
X,Y ≥0

Paso 4. Expresar la variable Z de la función objetivo de la siguiente manera:

 Si se va a maximizar se expresar Z positivo (+ Z) en la función objetivo

 Si se va a minimizar se expresar Z negativo (- Z) en la función objetivo

Como en éste caso se va a maximizar la en la función objetivo, entonces se debe expresar Z positivo, pero
siempre se deben dejar todas las variables a la izquierda del igual de las ecuaciones del sistema para proceder a
resolver por Gauss Jordan.

3𝑋 + 5𝑌 = 𝑍
0 = 𝑍 − 3𝑋 − 5𝑌
𝑍 − 3𝑋 − 5𝑌 = 0
Paso 5. Desbaratar las desigualdades, porque para resolver por Gauss Jordan, todas las variables deben estar a
la izquierda y los resultados a la derecha (después del igual) y deben ser igualdades. Entonces:

Recordar que la boca grande de una desigualdad apunta al término más grande de una expresión. Por esa razón,
para desbaratar una desigualdad hay que sumarle una variable (de holgura) al término pequeño, o por el
contrario restarle una variable (de disponibilidad) al término grande, de la siguiente manera:

𝑋≤4
𝑋+𝑀 =4

2𝑌 ≤ 12
2𝑌 + 𝑅 = 12

3𝑋 + 2𝑌 ≤ 18
3𝑋 + 2𝑌 + 𝑄 = 18
Donde, M, R y Q son variables de holgura.

Resumen del sistema Planteamiento Arreglarlo para Gauss Jordan

Función Objetivo Maximizar: 3𝑋 + 5𝑌 = 𝑍 𝑍 − 3𝑋 − 5𝑌 = 0
𝑋≤4 𝑋+𝑀 =4
2𝑌 ≤ 12 2𝑌 + 𝑅 = 12
Sujeciones Sujeta a:
3𝑋 + 2𝑌 ≤ 18 3𝑋 + 2𝑌 + 𝑄 = 18
X,Y ≥0 X,Y ≥0

Paso 6. Ahora que el sistema se organizó para su resolución por Gauss Jordan, se procede a obtener los unos
(pivotes) y ceros (en resto de la columna), pero siguiendo el siguiente procedimiento para encontrar la celda
donde se ubicaran el uno (pivote). El sistema de ecuaciones debe comenzar por la función objetivo, así.

𝑍 − 3𝑋 − 5𝑌 = 0
𝑋+𝑀 =4
2𝑌 + 𝑅 = 12
3𝑋 + 2𝑌 + 𝑄 = 18
 Obtener la columna del pivote. Si se va a maximizar se resalta la columna debajo del coeficiente más
negativo de la función objetivo Z. Si por el contrario se va a minimizar se resalta la columna debajo del
coeficiente más positivo de la función objetivo Z (que debe ser la primera ecuación).
 Obtener la fila del pivote. Dividir el resultado de cada fila entre el correspondiente coeficiente de la columna
pivote y resaltar como fila pivote aquella que arroje el menor cociente (no hacer esto en la fila de la función
objetivo Z, ni de los cocientes que den valores negativos)
 Pivote. Es la posición que se encuentre en la intersección entre la fila pivote y la columna pivote, cuyo valor
se debe proceder a convertir en uno (pivote), y con base en éste obtener ceros en el resto de la columna.
 Si se está maximizando, repetir el anterior procedimiento hasta que no se observen números negativos en
la función objetivo. Si se está minimizando, repetir el procedimiento hasta que no se observen números
positivos en la función objetivo.
 El número de variables que se pueden hallar depende del número de ecuaciones que tenga el sistema. Por
mucho, se puede hallar un número de variables igual al número de ecuaciones.
 Cuando se obtienen los unos y ceros en las columnas de las variables de interés, se pueden suponer cero (0)
las variables de holgura, para hacer cero (0) toda la columna y dejar explícita la respuesta de las variables de
interés.
 Si se observa una variable que no está explícita, se puede continuar pivoteando la fila correspondiente y hacer
cero los elementos de la misma columna para así despejar la variable (pero evitando que se sacrifique otra
variable de interés anteriormente despejada).

Se describe el anterior procedimiento.

𝑍 − 3𝑋 − 5𝑌 = 0
𝑋+𝑀 =4
2𝑌 + 𝑅 = 12
3𝑋 + 2𝑌 + 𝑄 = 18
f4 Z X Y M R Q Resultado Pivote Formula
f 1 (Fun Obj) 1 -3 -5 0 0 0 0 Deba jo má s (-) de FO Igual
f2 0 1 0 1 0 0 4 4/0 → muy gra nde igual
f3 0 0 2 0 1 0 12 12/2 = 6 (menor) f3 =f3 / 2
f4 0 3 2 0 0 1 18 18/2 = 9 igual
f 1 (Fun Obj) 1 -3 -5 0 0 0 0 f1 =5 *f3 +f1
f2 0 1 0 1 0 0 4 igual (ya es 0)
f3 0 0 1 0 0.5 0 6 Pivote f 3 igual (es pivote)
f4 0 3 2 0 0 1 18 f4 = - 2 *f3 +f4
f 1 (Fun Obj) 1 -3 0 0 2.5 0 30 Deba jo má s (-) de FO Igual
f2 0 1 0 1 0 0 4 4/1 = 4 Igual
f3 0 0 1 0 0.5 0 6 6/0 → muy gra nde Igual
f4 0 3 0 0 -1 1 6 6/3 = 2 (menor) f4 =f4 / 3
f 1 (Fun Obj) 1 -3 0 0 2.5 0 30 f1 =3 *f4 +f1
f2 0 1 0 1 0 0 4 f2 = - 1 *f4 +f2
f3 0 0 1 0 0.5 0 6 igual (ya es 0)
f4 0 1 0 0 -0.33333333 0.333333333 2 igual (es pivote)
f 1 (Fun Obj) 1 0 0 0 1.5 1 36 Solución
f2 0 0 0 1 0.33333333 -0.333333333 2 Z = 36 M=2
f3 0 0 1 0 0.5 0 6 X=2 R=0
f4 0 1 0 0 -0.33333333 0.333333333 2 Y=6 Q=0
Z X Y M R Q Resultado

En éste caso las variables de interés Z, X, Y (y la de holgura M) quedan explicitas, mientras las variables de holgura
R y Q no se pueden calcular porque hay más variables (son 6) que ecuaciones (solo son 4), por lo que se procede
a hacer a R = 0 y Q = 0, de modo que las variables de interés queden explícitas para formular la respuesta.

Respuesta: Si se fabrican 2 unidades del producto 1 (X = 2) y se fabrican 6 unidades del producto 2 (Y = 6), se
obtiene una ganancia máxima de $ 36 (Z = $ 36).
Solución gráfica. En éste caso solo se usan las ecuaciones del planteamiento

Planteamiento
Función Objetivo Maximizar: 3𝑋 + 5𝑌 = 𝑍
𝑋≤4
2𝑌 ≤ 12
Sujeciones Sujeta a:
3𝑋 + 2𝑌 ≤ 18
X,Y ≥0

Se grafica
𝑋≤4
Se grafica
2𝑌 ≤ 12

12
𝑌≤
2

𝑌≤6
Se grafica
3𝑋 + 2𝑌 ≤ 18
Se discriminan las áreas de interés de acuerdo a las desigualdades y se hallan los puntos de intersección (X, Y),
los cuales se reemplazan en la función objetivo (3𝑋 + 5𝑌 = 𝑍) para hallar el valor de Z. Se toma el resultado de
mayor valor, que se asumirá como el máximo valor de Z. En éste ejemplo la gráfica es la siguiente:
 Y=6

Interseca
(4, 3)

X=4

Los puntos de intersección en (X, Y) son (4, 3) y (2, 6). Se procede al reemplazo en la función objetivo:

Punto (4, 3). Reemplazando el punto de intersección (4, 3) en la función objetivo el valor de Z es:

3𝑋 + 5𝑌 = 𝑍
(3 ∗ 4) + (5 ∗ 3) = 𝑍
12 + 15 = 𝑍
27 = 𝑍
𝑍 = $ 27
Punto (2, 6). Reemplazando el punto de intersección (2, 6) en la función objetivo el valor de Z es:

3𝑋 + 5𝑌 = 𝑍
(3 ∗ 2) + (5 ∗ 6) = 𝑍
6 + 30 = 𝑍
36 = 𝑍
𝑍 = $ 36 (óptimo)
Como el valor de Z = $36 (para el punto 2, 6) es mayor que Z = $27, entonces se elige Z = $36 como el valor
máximo y se configura la siguiente respuesta:

Respuesta: Si se fabrican 2 unidades del producto 1 (X = 2) y se fabrican 6 unidades del producto 2 (Y = 6), se
obtiene una ganancia máxima de $ 36 (Z = $ 36).
Solución con solver (herramienta de complementos de Excel):

Resolver a X1 b X2 R
3X1 + 5X2 = Z 3 X1 5 X2 Z
X1 ≤ 4 1 X1 0 X2 ≤4
2X2 ≤ 12 0 X1 2 X2 ≤ 12
3X1 + 2X2 ≤ 18 3 X1 2 X2 ≤ 18

Formulación:

Celdas C D E F G
Filas a X1 b X2 R
9 3 5 = (C9*$D$9) + (E9*$F$9)
10 1 X1 0 X2 = (C10*$D$9) + (E10*$F$9)
11 0 X1 2 X2 = (C11*$D$9) + (E11*$F$9)
12 3 X1 2 X2 = (C12*$D$9) + (E12*$F$9)

Resultado:
 Resolver a X1 b X2 R
3X1 + 5X2 = Z 3 2 5 6 36
X1 ≤ 4 1 X1 0 X2 2
2X2 ≤ 12 0 X1 2 X2 12
3X1 + 2X2 ≤ 18 3 X1 2 X2 18

Solución del sistema: Entonces 𝑍 = 36 cuando 𝑋1 = 2 y 𝑋2 = 6

Respuesta: Si se fabrican 2 unidades del producto 1 (X = 2) y se fabrican 6 unidades del producto 2 (Y = 6), se
obtiene una ganancia máxima de $ 36 (Z = $ 36).

Ejemplo 3. La compañía Minas Universal opera tres minas. El mineral de cada una se separa antes de embarcarse
en dos grados. La capacidad diaria de producción, así como sus costos de operación son los siguientes:

Mineral grado alto Mineral grado bajo Costo de operación

Minas
Ton/día Ton/día $ 1000 / día
Mina 1 4 4 20
Mina 2 6 4 22
Mina 3 1 6 18

La empresa se comprometió a entregar 54 toneladas de mineral de grado alto y 65 toneladas de mineral de

grado bajo para fines de la siguiente semana. Garantiza el pago de día completo por día o fracción del mismo
que la mina opere. Determínese el número de días que cada mina debería operar durante la siguiente semana,
si la empresa ha de cumplir su compromiso a un costo total mínimo.

Función objetivo es Minimizar Z (costo)

𝑿𝟏 : 𝑑í𝑎𝑠 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑀𝑖𝑛𝑎 1

𝑿𝟐 : 𝑑í𝑎𝑠 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑀𝑖𝑛𝑎 2
𝑿𝟑 : 𝑑í𝑎𝑠 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑀𝑖𝑛𝑎 3

Análisis dimensional

Análisis de los costos de operación.

Costo de operación
Minas
$ 1000 / día
Mina 1 20
Mina 2 22
Mina 3 18

$ 20 $ 22 $ 18
∗ 𝑿1 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀1 + ∗ 𝑿𝟐 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀2 + ∗ 𝑿𝟑 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀3 = 𝑍($)
𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀1 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀2 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀3

20𝑋1 + 22𝑋2 + 18𝑋3 = 𝑍

Análisis del Mineral grado alto.

Mineral grado alto

Minas
Ton/día
Mina 1 4
Mina 2 6
Mina 3 1

4 𝑇𝑜𝑛 6 𝑇𝑜𝑛 1 𝑇𝑜𝑛

∗ 𝑿1 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀1 + ∗ 𝑿𝟐 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀2 + ∗ 𝑿𝟑 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀3 = 54 𝑇𝑜𝑛
𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀1 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀2 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀3

4𝑋1 + 6𝑋2 + 1𝑋3 = 54

Análisis del Mineral grado bajo

Mineral grado bajo

Minas
Ton/día
Mina 1 4
Mina 2 4
Mina 3 6

4 𝑇𝑜𝑛 4 𝑇𝑜𝑛 6 𝑇𝑜𝑛

∗ 𝑿1 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀1 + ∗ 𝑿𝟐 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀2 + ∗ 𝑿𝟑 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀3 = 65 𝑇𝑜𝑛
𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀1 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀2 𝑑í𝑎 𝑜𝑝𝑒𝑟𝑎 𝑀3

4𝑋1 + 4𝑋2 + 6𝑋3 = 65

Análisis de tiempo en la siguiente semana.

𝑋1 ≤ 7 𝑑í𝑎𝑠

𝑋2 ≤ 7 𝑑í𝑎𝑠

𝑋3 ≤ 7 𝑑í𝑎𝑠
Resumen del planteamiento:

Planteamiento
Minimizar: 20𝑋1 + 22𝑋2 + 18𝑋3 = 𝑍
4𝑋1 + 6𝑋2 + 1𝑋3 = 54
4𝑋1 + 4𝑋2 + 6𝑋3 = 65
𝑋1 ≤ 7
Sujeta a:
𝑋2 ≤ 7
𝑋3 ≤ 7
X 1 , X2 ≥ 0

Expresar Z. Como el problema plantea minimizar Z, expreso Z negativa ( - Z), recordando que para resolver por
Gauss Jordan debemos tener todas las variables a la izquierda.
 20𝑋1 + 22𝑋2 + 18𝑋3 = 𝑍

−𝑍 + 20𝑋1 + 22𝑋2 + 18𝑋3 = 0

Desbaratar las desigualdades.
𝑋1 ≤ 7
𝑋1 + 𝑿𝟒 = 7

𝑋2 ≤ 7
𝑋2 + 𝑿𝟓 = 7

𝑋3 ≤ 7
𝑋3 + 𝑿𝟔 = 7

Donde 𝑋1 , 𝑋2 𝑦 𝑋3 son variables de interés y 𝑿𝟒 , 𝑿𝟓 𝒚 𝑿𝟔 son variables de holgura

Planteamiento Expresando para resolver por Gauss Jordan

Minimizar: 20𝑋1 + 22𝑋2 + 18𝑋3 = 𝑍 −𝑍 + 20𝑋1 + 22𝑋2 + 18𝑋3 = 0
4𝑋1 + 6𝑋2 + 1𝑋3 = 54 4𝑋1 + 6𝑋2 + 1𝑋3 = 54
4𝑋1 + 4𝑋2 + 6𝑋3 = 65 4𝑋1 + 4𝑋2 + 6𝑋3 = 65
𝑋1 ≤ 7 𝑋1 + 𝑿𝟒 = 7
Sujeta a:
𝑋2 ≤ 7 𝑋2 + 𝑿𝟓 = 7
𝑋3 ≤ 7 𝑋3 + 𝑿𝟔 = 7
X1 , X 2 ≥ 0

Resolver por Gauss Jordan. Se resuelve el siguiente sistema de ecuaciones, teniendo en cuenta que corresponde
a una minimización de Z, por lo que en el procedimiento general (descrito anteriormente), se toma el coeficiente
más positivo de la función objetivo para resaltar la columna pivote debajo de éste:

−𝑍 + 20𝑋1 + 22𝑋2 + 18𝑋3 = 0

4𝑋1 + 6𝑋2 + 1𝑋3 = 54
4𝑋1 + 4𝑋2 + 6𝑋3 = 65
𝑋1 + 𝑿𝟒 = 7
𝑋2 + 𝑿𝟓 = 7
𝑋3 + 𝑿𝟔 = 7
 -Z X1 X2 X3 X4 X5 X6 Resultados Pivote Fórmula
-1 20 22 18 0 0 0 0 Deba jo má s (+) fun obj f 1 = - 22*f 5 + f 1
0 4 6 1 0 0 0 54 54/6 = 9 f 2 = - 6*f 5 + f 2
0 4 4 6 0 0 0 65 65/4 = 16.25 f 3 = - 4*f 5 + f 3
0 1 0 0 1 0 0 7 7/0 → muy gra nde igual (ya es 0)
0 0 1 0 0 1 0 7 7/1 = 7 (menor) igual (es pivote)
0 0 0 1 0 0 1 7 7/0 → muy gra nde igual (ya es 0)
f 1 (fun Obj) -1 20 0 18 0 -22 0 -154 Deba jo má s (+) fun obj Igual
f2 0 4 0 1 0 -6 0 12 12/4 = 3 (menor) f2 =f2 / 4
f3 0 4 0 6 0 -4 0 37 37/4 = 9.25 Igual
f4 0 1 0 0 1 0 0 7 7/1 = 7 Igual
f5 0 0 1 0 0 1 0 7 7/0 → muy gra nde Igual
f6 0 0 0 1 0 0 1 7 7/0 → muy gra nde Igual
f 1 (fun Obj) -1 20 0 18 0 -22 0 -154 f 1 = - 20*f 2 + f 1
f2 0 1 0 0.25 0 -1.5 0 3 Pivote f 2 igual (es pivote)
f3 0 4 0 6 0 -4 0 37 f 3 = - 4*f 2 + f 3
f4 0 1 0 0 1 0 0 7 f 4 = - 1*f 2 + f 4
f5 0 0 1 0 0 1 0 7 Igual
f6 0 0 0 1 0 0 1 7 Igual
f 1 (fun Obj) -1 0 0 13 0 8 0 -214 Deba jo má s (+) fun obj Igual
f2 0 1 0 0.25 0 -1.5 0 3 3/0.25 = 12 Igual
f3 0 0 0 5 0 2 0 25 25/5 = 5 (menor) f3 =f3 / 5
f4 0 0 0 -0.25 1 1.5 0 4 no ha go (-) Igual
f5 0 0 1 0 0 1 0 7 7/0 → muy gra nde Igual
f6 0 0 0 1 0 0 1 7 7/1 = 7 Igual
f 1 (fun Obj) -1 0 0 13 0 8 0 -214 f 1 = - 13*f 3 + f 1
f2 0 1 0 0.25 0 -1.5 0 3 f 2 = - 0.25*f 3 + f 2
f3 0 0 0 1 0 0.4 0 5 Pivote f 3 igual (es pivote)
f4 0 0 0 -0.25 1 1.5 0 4 f 4 = 0.25*f 3 + f 4
f5 0 0 1 0 0 1 0 7 igual (ya es 0)
f6 0 0 0 1 0 0 1 7 f 6 = - 1*f 3 + f 6
f 1 (fun Obj) -1 0 0 0 0 2.8 0 -279 Respuestas
f2 0 1 0 0 0 -1.6 0 1.75 - Z = - 279 X 4 = 5.25
f3 0 0 0 1 0 0.4 0 5 Z = 279 X5 = 0
f4 0 0 0 0 1 1.6 0 5.25 X 1 = 1.75 X6 = 2
f5 0 0 1 0 0 1 0 7 X2 = 7
f6 0 0 0 0 0 -0.4 1 2 X3 = 5
f 1 (fun Obj) -Z X1 X2 X3 X4 X5 X6 Resultados

En éste caso las variables de interés 𝑋1 , 𝑋2 𝑦 𝑋3 (y las de holgura 𝑋4 𝑦 𝑋6 ) quedan explicitas, mientras la variable
de holgura 𝑋5 no se pueden calcular porque hay más variables (son 7) que ecuaciones (son 6), por lo que se
procede a hacer a 𝑋5 = 0, de modo que las variables de interés queden explícitas para formular la respuesta.

Solución. La mina 1 debe producir durante 1.75 días (X1 = 1.75) de la próxima semana. La mina 2 debe producir
durante los 7 días (X2 = 7) de la próxima semana. La mina 3 debe producir durante 5 días (X3 = 5) de la próxima
semana. El costo total mínimo por día de operación de las tres minas es de $ 279 000 (Z = 279 en miles).

Solución por solver

 Mnimizar a X1 b X2 c X3 R
20X1 + 22X2 + 18X3 = Z 20 X1 22 X2 18 X3 Z
4X1 + 6X2 + 1X3 = 54 4 X1 6 X2 1 X3 54
4X1 + 4X2 + 6X3 = 65 4 X1 4 X2 6 X3 65
X1 ≤ 7 1 X1 0 X2 0 X3 ≤7
X2 ≤ 7 0 X1 1 X2 0 X3 ≤7
X3 ≤ 7 0 X1 0 X2 1 X3 ≤7

Cel C D E F G H I
Minimizar das a X1 b X2 c X3 R
20X1 + 22X2 + 18X3 = Z 65 20 22 18 =(C65*$D$65)+(E65*$F$65)+(G65*$H$65)
4X1 + 6X2 + 1X3 = 54 66 4 X1 6 X2 1 X3 =(C66*$D$65)+(E66*$F$65)+(G66*$H$65)
4X1 + 4X2 + 6X3 = 65 67 4 X1 4 X2 6 X3 =(C67*$D$65)+(E67*$F$65)+(G67*$H$65)
X1 ≤ 7 68 1 X1 0 X2 0 X3 =(C68*$D$65)+(E68*$F$65)+(G68*$H$65)
X2 ≤ 7 69 0 X1 1 X2 0 X3 =(C69*$D$65)+(E69*$F$65)+(G69*$H$65)
X3 ≤ 7 70 0 X1 0 X2 1 X3 =(C70*$D$65)+(E70*$F$65)+(G70*$H$65)
 C D E F G H I
Celdas
Mnimizar a X1 b X2 c X3 R
20X1 + 22X2 + 18X3 = Z 65 20 1.75 22 7 18 5 279
4X1 + 6X2 + 1X3 = 54 66 4 X1 6 X2 1 X3 54
4X1 + 4X2 + 6X3 = 65 67 4 X1 4 X2 6 X3 65
X1 ≤ 7 68 1 X1 0 X2 0 X3 1.75
X2 ≤ 7 69 0 X1 1 X2 0 X3 7
X3 ≤ 7 70 0 X1 0 X2 1 X3 5

Solución. Entonces la mina 1 debe producir durante 1.75 días (X1 = 1.75) de la próxima semana. La mina 2 debe
producir durante los 7 días (X2 = 7) de la próxima semana. La mina 3 debe producir durante 5 días (X3 = 5) de la
próxima semana. El costo total mínimo por día de operación de las tres minas es de $ 279 000.

Ejercicio. Un fabricante de muebles tiene 6 unidades (tablas) de madera y 28 horas disponibles, durante las
cuales fabricará biombos decorativos. Con anterioridad, se han vendido dos modelos, de manera que se limitará
a producir éstos. Estima que el modelo I requiere 2 unidades de madera (tablas) y 7 horas del tiempo disponible,
mientras el modelo II requiere 1 unidad de madera y 8 horas. Los precios de los modelos son $120 y $80,
respectivamente. ¿Cuántos biombos de cada modelo debe fabricar si desea maximizar su ingreso en la venta?

Modelo I Modelo II Total

Unidades de madera (Tablas) 2 tablas 1 tablas 6 Tablas
Horas 7 horas 8 horas 28 horas
Precios ($) $ 120 $ 80

Función Objetivo: Maximizar $ (Z)

Cuáles son mis incógnitas:

¿Cuántos biombos de cada modelo debe fabricar si desea maximizar su ingreso en la venta?

𝑿𝟏 : 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 1 𝑞𝑢𝑒 𝑑𝑒𝑏𝑜 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟

𝑿𝟐 : 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 2 𝑞𝑢𝑒 𝑑𝑒𝑏𝑜 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟

Análisis dimensional.

Análisis de las unidades de madera (tablas)

Modelo I Modelo II Total

Unidades de madera (Tablas) 2 tablas 1 tablas 6 Tablas

2 𝑡𝑎𝑏𝑙𝑎𝑠 1 𝑡𝑎𝑏𝑙𝑎𝑠
∗ 𝑿𝟏 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀1 + ∗ 𝑿𝟐 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀2 = 6 𝑡𝑎𝑏𝑙𝑎𝑠
𝑈𝑛𝑖𝑑𝑎𝑑 𝑀1 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀2

2𝑋1 + 1𝑋2 = 6
Análisis de tiempos (horas).

Modelo I Modelo II Total

Horas 7 horas 8 horas 28 horas

7 ℎ𝑜𝑟𝑎𝑠 8 ℎ𝑜𝑟𝑎𝑠
∗ 𝑿𝟏 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀1 + ∗ 𝑿𝟐 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀2 = 28 ℎ𝑜𝑟𝑎𝑠
𝑈𝑛𝑖𝑑𝑎𝑑 𝑀1 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀2

7𝑋1 + 8𝑋2 = 28

Análisis de Precios ($):

Modelo I Modelo II Total

Precios ($) $ 120 $ 80 Z

$ 120 $ 80
∗ 𝑿𝟏 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀1 + ∗ 𝑿𝟐 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀2 = $ 𝑍
𝑈𝑛𝑖𝑑𝑎𝑑 𝑀1 𝑈𝑛𝑖𝑑𝑎𝑑 𝑀2

120𝑋1 + 80𝑋2 = 𝑍

Resumen del sistema

Función Objetivo Planteamiento

Maximizar Z 120𝑋1 + 80𝑋2 = 𝑍
2𝑋1 + 1𝑋2 = 6
Sujeto a:
7𝑋1 + 8𝑋2 = 28

Organizar las ecuaciones para resolver por Gauss Jordan

Expresar Z. Si se va a maximizar, expresar Z positivo, pero debo tener siempre las incógnitas a la izquierda del
igual para resolver por Gauss Jordan.

120𝑋1 + 80𝑋2 = 𝑍
0 = 𝑍 − 120𝑋1 − 80𝑋2
𝑍 − 120𝑋1 − 80𝑋2 = 0

Resumen del sistema

Función Objetivo Planteamiento Organizado para Gauss Jordan

Maximizar Z 120𝑋1 + 80𝑋2 = 𝑍 𝑍 − 120𝑋1 − 80𝑋2 = 0
2𝑋1 + 1𝑋2 = 6 2𝑋1 + 1𝑋2 = 6
Sujeto a:
7𝑋1 + 8𝑋2 = 28 7𝑋1 + 8𝑋2 = 28
Se arma el sistema en forma de matriz ampliada y se resuelve por el método de reducción de Gauss Jordan de
acuerdo con los siguientes procedimientos.

 Resaltar la columna debajo del coeficiente más negativo (si voy a maximizar) de la función objetivo Z
 Dividir el resultado de cada fila entre el correspondiente coeficiente de la columna anteriormente resaltada
y seleccionar como fila pivote aquella que arroje el menor (se puede mayor, pero aumenta un paso más)
cociente (no hacer esto en la fila de la función objetivo Z)
 Obtener uno en el pivote (intersección fila columna) y con base en éste obtener ceros en el resto de la
columna.
 Repetir el anterior procedimiento hasta que no se observen números positivos en la función objetivo.
 Si se observa una variable que no está explícita, se puede continuar pivoteando la fila correspondiente y hacer
cero los elementos de la misma columna para así despejar la variable.

Z X1 X2 Resultado Pivote Fórmula

f 1 (fun Obj) 1 -120 -80 0 Deba jo má s (-) fun obj igual
f2 0 2 1 6 6/2 = 3 (menor) f2 =f2 / 2
f3 0 7 8 28 28/7 = 4 igual
f 1 (fun Obj) 1 -120 -80 0 f 1 = 120 * f 2 + f 1
f2 0 1 0.5 3 Pivote f 2 igual (es pivote)
f3 0 7 8 28 f3 = - 7*f2 +f3
f 1 (fun Obj) 1 0 -20 360 igual
f2 0 1 0.5 3 igual
f3 0 0 4.5 7 f 3 = f 3 / 4.5
f 1 (fun Obj) 1 0 -20 360 f 1 = 20 * f 3 + f 1
f2 0 1 0.5 3 f 2 = - 0.5 * f 3 + f 2
f3 0 0 1 1.555556 Pivote f 3 igual (es pivote)
f 1 (fun Obj) 1 0 0 391.1111 Z = 391.111
f2 0 1 0 2.222222 Solución X 1 = 2.22222
f3 0 0 1 1.555556 X 2 = 1.55556
Z X1 X2 Resultado

Solución. Se debían fabricar 2.22 unidades del modelo I ( 𝑋1 = 2.22222 ) y 1.55556 unidades del modelo II (𝑋2 =
2.22222) para obtener un máximo de $ 391.11 (Z = 391.11) en la venta de ambos modelos.

Solución por solver.

Resolver (maximizar) a X1 b X2 Resultado

120X1 + 80X2 = Z 120 X1 80 X2 Z
2X1 + 1X2 = 6 2 X1 1 X2 6
7X1 + 8X2 = 28 7 X1 8 X2 28

CELDAS C D E F G
Resolver (maximizar) 22 a X1 b X2 Resultado
120X1 + 80X2 = Z 23 120 80 =(C23*D23)+(E23*F23)
2X1 + 1X2 = 6 24 2 X1 1 X2 =(C24*D23)+(E24*F23)
7X1 + 8X2 = 28 25 7 X1 8 X2 =(C25*D23)+(E25*F23)
 Resolver (maximizar) a X1 b X2 Resultado
120X1 + 80X2 = Z 120 2.22222 80 1.55556 391.1111111
2X1 + 1X2 = 6 2 X1 1 X2 6
7X1 + 8X2 = 28 7 X1 8 X2 28

Solución. Se debían fabricar 2.22 unidades del modelo I (𝑋1 = 2.22222) y 1.55556 unidades del modelo II (𝑋2 =
2.22222) para obtener un máximo de $ 391.11 (Z = 391.11) en la venta de ambos modelos.

Solución gráfica (en Geogebra)

Función Objetivo Planteamiento Para graficar

Maximizar Z 120𝑋1 + 80𝑋2 = 𝑍 120𝑋 + 80𝑌 = 𝑍
2𝑋1 + 1𝑋2 = 6 2𝑋 + 1𝑌 = 6
Sujeto a:
7𝑋1 + 8𝑋2 = 28 7𝑋 + 8𝑌 = 28
 Intersección
(X = 2.22222, Y = 1.55556)

Se remplaza el valor de X e Y en la ecuación de Z para calcular Z

120𝑋 + 80𝑌 = 𝑍

(120 ∗ 2.22222) + (80 ∗ 1.55556) = 𝑍

391.11111 = 𝑍
Solución. Se debían fabricar 2.22 unidades del modelo I ( 𝑋 = 𝑋1 = 2.22222 ) y 1.55556 unidades del modelo
II (𝑌 = 𝑋2 = 2.22222) para obtener un máximo de $ 391.11 (Z = $ 391.11) en la venta de ambos modelos.
_______________________________________________________________________________________

Proyecto de Aula Primera Entrega (Temática 2)

Encontrar la solución de los sistemas de ecuaciones lineales del archivo “Ejercicios Gauss Jordan 2018 B” cargado
al final de ésta Temática 2, utilizando el método de Gauss Jordan y subirlos resueltos (procedimiento) en el
“Proyecto de Aula Primera Entrega” de ésta Temática 2. Pueden desarrollar los ejercicios a mano, los escanean,
los pasan a pdf y los suben a la plataforma, o los pueden hacer en Word o en Excel, pasarlos a pdf y subirlos.
Plazo hasta éste jueves 29 de febrero.
_______________________________________________________________________________________

Evaluación 1. Seleccionar la respuesta correcta (única pregunta)

Seleccionar la respuesta correcta de la solución del siguiente sistema de Ecuaciones Lineales:

2𝑋 + 4𝑌 + 6𝑍 = 18
4𝑋 + 5𝑌 + 6𝑍 = 24
3𝑋 + 𝑌 − 2𝑍 = 4
Solución: X = 4, Y = - 2, Z = 3
_________________________________________________________________________________________

Correo (primer corte). Buenos días, se les cargó el Proyecto de Aula Primera Entrega (Temática 2), el archivo
“Ejercicios Gauss Jordan 2018 B” (Temática 2), el archivo con el contenido de clases “Clases Investigación de
Operaciones I (2024 A)” (Temática 2) y la Evaluación 1 (Temática 3). Se recomienda primero revisar el archivo
de clases. El plazo de éstas actividades es hasta éste jueves 29 de febrero.
_________________________________________________________________________________________

Proyecto de Aula Segunda Entrega (Temática 4)

Leer y analizar los siguientes tres ejercicios, plantear las ecuaciones, resolver por Gauss Jordan y subir el
procedimiento en el “Proyecto de Aula Segunda Entrega” (Temática 4). Revisar los ejemplos resueltos en el
archivo actualizado “Clases de Investigación de Operaciones I (2024 A)” cargado en la Temática 4. Pueden
desarrollar los ejercicios a mano, escanearlos y pasarlos a pdf, o hacerlos en Word y pasarlos a pdf para subirlos.

Ejercicio 1. Fabricación de juguetes. Una empresa está dedicada a la fabricación de juguetes de plástico de dos
tipos diferentes que llamaremos Tipo (I) y Tipo (II). La fabricación de cada unidad del juguete Tipo (I) necesita 0.5
horas de trabajo de una máquina M1 y 0.25 horas de otra máquina M2. El juguete del Tipo (II) necesita 1 hora
de M1 y 1 hora de M2. El orden en que se efectúan las operaciones en las máquinas es indiferente. La máquina
M1 está disponible 40 horas por semana y la máquina M2, 25 horas por semana. Cada unidad del juguete Tipo
(I) da una ganancia o utilidad de U$S 10 y cada unidad del juguete Tipo (II) da una ganancia de U$S 30. Si se sabe
que todos los juguetes fabricados serán vendidos, se desea saber cuántas unidades deben fabricarse por semana
de cada uno de los tipos de juguetes para que la empresa obtenga máxima ganancia.

Ejercicio 2. La compañía financiera Madison tiene un total de $20 millones asignados a préstamos para
adquisición de casas y automóviles. En promedio, la tasa anual de recuperación para las casas es del 10% y del
12% para los autos. La gerencia ha estipulado que la cantidad total de préstamos hipotecarios tiene que ser
mayor o igual a 4 veces la cantidad total de préstamos para autos. ¿Cuál es la cantidad total de los préstamos de
cada tipo que debe realizar Madison para maximizar el monto de recuperación?

Ejercicio 3. (únicamente plantear las ecuaciones, no resolver). Una inmobiliaria desea promocionar una nueva
urbanización mediante una campaña publicitaria. Para ello dispone de 5 tipos de anuncios: anuncios en televisión
local al mediodía (tvm), anuncios en televisión local a la noche (tvn), anuncios en periódico local (per), anuncios
en suplemento dominical local (sup) y anuncios en radio local por la mañana (rad). La empresa ha reunido datos
sobre la cantidad de clientes potenciales a los que se destina cada tipo de anuncio y el coste de cada anuncio en
euros. Además, se ha llevado a cabo una valoración de la calidad que tiene cada anuncio de acuerdo al medio en
el que se expone, en una escala de 0 a 100 (0 nula, 100 excelente). Los datos se recogen en la siguiente tabla:
 Clientes Coste Calidad
Anuncios
Potenciales (euros) exposición
tvm 1 1000 1500 65
tvn 2000 3000 90
per 1500 400 40
sup 2500 1000 60
rad 300 100 20

El número máximo de anuncios que se pueden emitir es 15, 10, 25, 4 y 30 de tvm, tvn, per, sup y rad,
respectivamente. La inmobiliaria, aconsejada por una agencia de publicidad, decide utilizar al menos 10 anuncios
en la televisión, alcanzar por lo menos 50000 clientes potenciales, no gastar más de 18000 euros en anuncios en
televisión y si se hacen anuncios en el periódico entonces no hacer anuncios en la televisión por la noche. El
presupuesto máximo para la campaña publicitaria es de 30000 euros. Modelizar, sin resolver, mediante
programación lineal entera el problema de cómo debe planificar la campaña si se desea maximizar la calidad de
la exposición de todos los anuncios de la campaña publicitaria
_________________________________________________________________________________________

Correo (segundo corte). Buenos días, se les cargó el Proyecto de Aula Segunda Entrega (Temática 4), en el cual
deben resolver los tres ejercicios al final del archivo actualizado “Clases de Investigación de Operaciones I (2024
A)” cargado en la Temática 4. También se les cargo la Evaluación 2 (Temática 5). Se recomienda primero revisar
el archivo de clases. El plazo de éstas actividades es hasta el sábado 13 de abril.