1

TAREA 1. METODOS SIMPLEX PRIMAL Y SIMPLEX DUAL

PRESENTADO POR

ANA MARIA MUÑOZ FETECUA CÓD: 52664686

KRISTIAN CAMILO RUIZ RAMOS COD 80854022
YURANY MARCELA AVILA COD 53075647
LAURA LORENA CASTRO COD

N° DE GRUPO: 100404A_611

PRESENTADO A:
JOSE MARTIN DIAZ
TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

PROGRAMACION LINEAL
ADMINISTRACION DE EMPRESAS
 2

INTRODUCCIÓN

A través de la elaboración y desarrollo de este trabajo, se llegará a la consecución de

conocimientos básicos a las temáticas del curso de programación lineal tales como, los
métodos simplex primal y simplex dual para la toma de decisiones. En la programación lineal
es muy importante los distintos métodos para la solución de los diferentes problemas no solo
en la parte educativa, sino para aplicarlos en la parte laboral, profesional y personal.

Finalmente, encontraremos en el documento las conclusiones como resultado de los

ejercicios desarrollados y la bibliografía de los recursos consultados para lograr dar cierre a
esta actividad.
 3

Ejercicio 1.
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.
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?
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos fases del
simplex primal?
¿Cuál es la utilidad del problema?
¿Las respuestas de producción según las condiciones varían de acuerdo a cada método usado?
 4

Resolver de forma algebraica por método simplex matricial:

En el problema se debe maximizar la utilidad que percibe la empresa por la venta de tres
jugos que son fabricados por ellos mismos y que están compuestos por tres ingredientes cada
jugo, cada componente se encuentra en cantidad constante dentro de cada uno de los jugos.
La maximización de la utilidad de la empresa está sujeta a las cantidades máximas y mínimas
disponibles de cada uno de los componentes utilizados en la preparación de los 3 jugos
ofrecidos por la empresa.

La función objetivo a maximizar está determinada por la ganancia de cada uno de los jugos
y se expresa así:

𝑴𝒂𝒙 𝑼(𝑱𝒊 ) = 𝟔𝟎𝟎𝑱𝟏 + 𝟒𝟎𝟎𝑱𝟐 + 𝟓𝟎𝟎𝑱𝟑

Donde J1, J2 y J3 expresan la cantidad producida de cada uno de los jugos.

La información de las restricciones puede ser contenida en la siguiente tabla, en donde se

relacionan las cantidades de cada componente, en cada uno de los tipos de jugo, su utilidad
y la disponibilidad de cada uno de los componentes en la producción.

Matriz
Jugo 1 Jugo 2 Jugo 3 Restricción Cantidad
Problema

Componente A 20 30 20 ≥ 1500

Componente B 30 20 10 ≤ 1700

Componente C 20 20 20 ≤ 1300

Utilidad 600 400 500

 5

Matriz simplex primal del problema algebraico, asumimos condiciones de igualdad y

probamos la respuesta:

𝟐𝟎𝑱𝟏 + 𝟑𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 = 𝟏𝟓𝟎𝟎

𝟑𝟎𝑱𝟏 + 𝟐𝟎𝑱𝟐 + 𝟏𝟎𝑱𝟑 = 𝟏𝟕𝟎𝟎
𝟐𝟎𝑱𝟏 + 𝟐𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 = 𝟏𝟑𝟎𝟎

Despejamos J1 de la primera ecuación y la reemplazamos en las otras dos ecuaciones:

150 − 𝟑𝑱𝟐− 𝟐𝑱𝟑

𝟑𝟎 ∗ ( ) + 𝟐𝟎𝑱𝟐 + 𝟏𝟎𝑱𝟑 = 𝟏𝟕𝟎𝟎
𝟐
150 − 𝟑𝑱𝟐− 𝟐𝑱𝟑
𝟐𝟎 ∗ ( ) + 𝟐𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 = 𝟏𝟑𝟎𝟎
𝟐

Después de reemplazar, multiplicamos, realizamos las operaciones de simplificación y

despejamos J2 de la primera ecuación para reemplazar en la segunda ecuación:

𝟓𝑱𝟐 + 𝟒𝑱𝟑 = 𝟏𝟏𝟎

𝟐 ∗ (𝟓𝟓 − 𝟐𝑱𝟑 )
𝑱𝟐 =
𝟓

Reemplazamos el valor de J2 en la tercera ecuación, por lo que tenemos una ecuación con
una sola incógnita, J3. Posteriormente, procedemos a despejar J3 de la ecuación para
entonces hallar el primer valor de la incógnita J3:
 6

𝟐 ∗ (𝟓𝟓 − 𝟐𝑱𝟑 )
150 − 3 ( ) − 𝟐𝑱𝟑 𝟐 ∗ (𝟓𝟓 − 𝟐𝑱𝟑 )
𝟓
𝟐𝟎 ∗ ( ) + 𝟐𝟎 ( ) + 𝟐𝟎𝑱𝟑
𝟐 𝟓

= 𝟏𝟑𝟎𝟎

Debido a la acción que desarrollamos, toda la ecuación nos queda en términos de J3, por lo
que procedemos a despejar y hallar correcto para J3.

𝟖𝑱𝟑 = 𝟐𝟎
𝟐𝟎
𝑱𝟑 =
𝟖
𝑱𝟑 = 𝟐, 𝟓

Ya teniendo el valor correcto de J3, podemos reemplazar en la ecuación anterior y de esta

forma despejar el valor de J2:

𝟐 ∗ (𝟓𝟓 − 𝟐𝑱𝟑 )
𝑱𝟐 =
𝟓
𝟐 ∗ (𝟓𝟓 − (𝟐 ∗ 𝟐, 𝟓))
𝑱𝟐 =
𝟓
𝟏𝟎𝟎
𝑱𝟐 = = 𝟐𝟎
𝟓

Con esto tenemos el valor de J3 y el de J2, por lo que podemos reemplazar en la primera
ecuación, despejar y hallar el valor de J1:

𝟐𝟎𝑱𝟏 + 𝟑𝟎 ∗ (𝟐𝟎) + 𝟐𝟎 ∗ (𝟐, 𝟓) = 𝟏𝟓𝟎𝟎

 7

𝟐𝟎𝑱𝟏 + 𝟔𝟎𝟎 + 𝟓𝟎 = 𝟏𝟓𝟎𝟎

𝟐𝟎𝑱𝟏 = 𝟏𝟓𝟎𝟎 − 𝟔𝟓𝟎
𝟖𝟓𝟎
𝑱𝟏 =
𝟐𝟎
𝑱𝟏 = 𝟒𝟐, 𝟓

Teniendo en cuenta esto, podemos afirmar que las cantidades de J1, J2 y J3 que satisfacen
las restricciones son J1 = 42,5 J2 = 20 y J3 = 2,5.

Reemplazando en la función objetivo tenemos que la utilidad máxima que se puede obtener
es de:

𝑼(𝑱𝒊 ) = 𝟔𝟎𝟎𝑱𝟏 + 𝟒𝟎𝟎𝑱𝟐 + 𝟓𝟎𝟎𝑱𝟑

𝑼 = 𝟔𝟎𝟎 ∗ (𝟒𝟐, 𝟓) + 𝟒𝟎𝟎(𝟐𝟎) + 𝟓𝟎𝟎(𝟐, 𝟓)
𝑼 = 𝟐𝟓𝟓𝟎𝟎 + 𝟖𝟎𝟎𝟎 + 𝟏𝟐𝟓𝟎
𝑼 = $𝟑𝟒. 𝟕𝟓𝟎

La utilidad máxima a la que puede aspirar la empresa de Jugos, es igual a $34.750 pesos,
teniendo en cuenta una producción de 42.5, 20 y 2.5 de cada uno de los jugos.

Pregunta b:

¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos fases del
simplex primal?

Matriz
Jugo 1 Jugo 2 Jugo 3 Restricción Cantidad
Problema
Componente
20 30 20 ≥ 1500
A
Componente
30 20 10 ≤ 1700
B
 8

Componente
20 20 20 ≤ 1300
C
Utilidad 600 400 500

Planteamiento del problema Simplex

𝑷𝒓𝒐𝒃𝒍𝒆𝒎𝒂: 𝑴á𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅

𝑴𝒂𝒙 𝑼(𝑱𝒊 ) = 𝟔𝟎𝟎𝑱𝟏 + 𝟒𝟎𝟎𝑱𝟐 + 𝟓𝟎𝟎𝑱𝟑

s.a. 𝟐𝟎𝑱𝟏 + 𝟑𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 ≥ 𝟏𝟓𝟎𝟎

𝟑𝟎𝑱𝟏 + 𝟐𝟎𝑱𝟐 + 𝟏𝟎𝑱𝟑 ≤ 𝟏𝟕𝟎𝟎
𝟐𝟎𝑱𝟏 + 𝟐𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 ≤ 𝟏𝟑𝟎𝟎
𝑱𝟏,𝟐,𝟑 ≥ 𝟎

Debido a que una de las restricciones es una desigualdad de “mayor o igual que”, se
multiplica por -1 para invertir la desigualdad, quedando definida en variables de exceso,
holgura y artificial:

𝑴𝒂𝒙 𝑼(𝑱𝒊 ) = 𝟔𝟎𝟎𝑱𝟏 + 𝟒𝟎𝟎𝑱𝟐 + 𝟓𝟎𝟎𝑱𝟑 + 𝟎𝑱𝟒 + 𝟎𝑱𝟓 + 𝟎𝑱𝟔 + 𝟎𝑱𝟕

s.a. 𝟐𝟎𝑱𝟏 + 𝟑𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 − 𝟏𝑱𝟒 + 𝟏𝑱𝟕 = 𝟏𝟓𝟎𝟎

𝟑𝟎𝑱𝟏 + 𝟐𝟎𝑱𝟐 + 𝟏𝟎𝑱𝟑 + 𝟏𝑱𝟓 = 𝟏𝟕𝟎𝟎
𝟐𝟎𝑱𝟏 + 𝟐𝟎𝑱𝟐 + 𝟐𝟎𝑱𝟑 + 𝟏𝑱𝟔 = 𝟏𝟑𝟎𝟎
𝑱𝟏,𝟐,𝟑,𝟒,𝟓,𝟔,𝟕 ≥ 𝟎
 9

Tablas de Simplex Primal de Dos Fases

Tabla
J1 J2 J3 J4 J5 J6 J7 b Cb
1

J7 20 30 20 -1 0 0 1 1.500 -1

J5 30 20 10 0 1 0 0 1.700 0

J6 20 20 20 0 0 1 0 1.300 0

U -20 -30 -30 1 0 0 0 -1.500

Tabla
J1 J2 J3 J4 J5 J6 J7 b Cb
2

J2 0,667 1 0,667 -0,033 0 0 0,333 50 0

J5 16,667 0 -3,333 0,667 1 0 -0,667 700 0

J6 6,667 0 6,667 0,667 0 1 -0,667 300 0

U 0 0 0 0 0 0 1 0

Fase 2
Se eliminan las columnas de variable artificial J7 y se modifica la función objetivo

Tabla
600 400 500 0 0 0
3
 10

Base J1 J2 J3 J4 J5 J6 b Cb

J2 0,667 1 0,667 -0,033 0 0 50 400

J5 16,667 0 -3,333 0,667 1 0 700 0

J6 6,667 0 6,667 0,667 0 1 300 0

U -333,333 0 -233,333 -13,333 0 0 20.000

Sale la variable J5 y entra J1

Tabla
600 400 500 0 0 0
4

Base J1 J2 J3 J4 J5 J6 b Cb

J2 0 1 0,8 -0,06 -0,04 0 22 400

J1 1 0 -0,2 0,04 0,06 0 42 600

J6 0 0 8 0,4 -0,4 1 20 0

U 0 0 -300 0,000 20 0 34.000

Sale la variable J6 y entra la variable J3

Tabla
600 400 500 0 0 0
5

Base J1 J2 J3 J4 J5 J6 b Cb

J2 0 1 0 -0,1 0,000 -0,1 20 400

 11

J1 1 0 0 0,05 0,05 0,025 42,5 600

J3 0 0 1 0,05 -0,05 0,125 2,5 500

U 0 0 0 15 5 37,5 34.750

Respuesta b: Según los datos obtenidos de la matriz identidad, se puede concluir que los
valores obtenidos de producción de jugos es la siguiente:

 Jugo 1 = 42,5 mililitros

 Jugo 2 = 20 mililitros

 Jugo 3 = 2,5 mililitros

Pregunta c: ¿Cuál es la utilidad del problema?

La utilidad total del problema está dada por la función:

𝑼(𝑱𝒊 ) = 𝟔𝟎𝟎𝑱𝟏 + 𝟒𝟎𝟎𝑱𝟐 + 𝟓𝟎𝟎𝑱𝟑

Al reemplazar los valores óptimos para J1, J2 y J3, se obtiene el máximo de utilidad posible
dada las restricciones de cantidades, así:

𝑼 = 𝟔𝟎𝟎 ∗ (𝟒𝟐, 𝟓) + 𝟒𝟎𝟎 ∗ (𝟐𝟎) + 𝟓𝟎𝟎 ∗ (𝟐, 𝟓)

𝑼 = 𝟑𝟒. 𝟕𝟓𝟎
 12

Respuesta c: La máxima utilidad recibida por la empresa de jugos, es de $34.750.

Pregunta d: ¿Las respuestas de producción según las condiciones varían de acuerdo a cada
método usado?

Respuesta d: Las respuestas de producción no cambian con respecto al método utilizado, la

respuesta de optimización para la cantidad de jugo a producir, para cada una de sus tres
variedades, teniendo en cuenta restricciones de cantidad en cada uno de sus tres componentes,
es la misma en los dos métodos utilizados.

Ejercicio 2.

Pregunta a: “Cantidad de cada uno de las variables a fabricarse, según el método simplex
algebraico.”

Teniendo en cuenta la información contenida en el ejercicio podemos plantear el problema

de la siguiente forma:

𝑴𝒂𝒙 𝒁(𝑿𝒊 ) = 𝟔𝑿𝟏 + 𝟕𝑿𝟐 + 𝟓𝑿𝟑 + 𝟑𝑿𝟒

s.a. 3𝑋1 + 3𝑋2 + 2𝑋3 + 1𝑋4 ≤ 75

3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 ≤ 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 ≥ 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 ≤ 68
 13

Para lograr obtener la solución algebraica a este sistema de ecuaciones, podemos suponer
todo el sistema como un sistema de ecuaciones y no de inecuaciones. Posteriormente agrupar
los términos en forma matricial y desarrollar por Gauss – Jordán

Tabla Rest. X1 X2 X3 X4 Restricción

Restricción 1 3 3 2 1 ≤ 75

Restricción 2 3 2 3 2 ≤ 100

Restricción 3 2 2 4 3 ≥ 30

Restricción 4 2 2 1 2 ≤ 68

En forma matricial se intenta dar solución de forma algebraica al sistema de inecuaciones, de

la siguiente forma: Se agrupan los datos de forma matricial, así:

3 3 2 1 75
3 2 3 2 100
( )
2 2 4 3 30
2 2 1 2 68

Dividimos la fila 1 por 3 y A la fila 2 le restamos 3 veces la fila 1

1 1 0,67 0,33 25
0 −1 1 1 25
( )
2 2 4 3 30
2 2 1 2 68

Fila 3 menos dos veces la fila 1 y la fila 4 menos dos veces la fila 1

1 1 0,67 0,33 25
0 −1 1 1 25
( )
0 0 2,67 2,33 −20
0 0 −0,33 1,33 18

Fila 4 menos la fila 3 por -0,33 y dividir la fila 4 por 1,63

 14

1 1 0,67 0,33 25
0 1 −1 −1 −25
( )
0 0 1 0,88 −7,5
0 0 0 1 9,54

Fila 3 menos la fila 4 multiplicada por 0,88. La fila 2 menos la fila 4 multiplicada por -1.
Terminar con la fila 1 menos la fila 4 multiplicada por 0,33

1 1 0,67 0 21,82
0 1 −1 0 −15,46
( )
0 0 1 0 −15,85
0 0 0 1 9,54

Por último, a la fila 1 le restamos la fila 2, quedando la matriz identidad mostrando los valores
de cada variable que satisfacen el sistema de ecuaciones

1 0 0 0 63,69
0 1 0 0 −31,31
( )
0 0 1 0 −15,85
0 0 0 1 9,54

Respuesta a: Según el método de resolución del sistema de ecuaciones, de forma algebraica,

por medio del sistema de eliminación de Gauss – Jordan, se tienen los siguientes resultados
para cada variable, así:

Variable Cantidad
X1 63,69
X2 -31,31
X3 -15,85
X4 9,54

Pregunta b: “Cantidad de cada uno de las variables a fabricarse, según el método de las dos
fases del simplex primal.”

Para lograr encontrar la solución con éxito, se da inicio con los datos del problema, tal como
se expresaron en el punto anterior:
 15

𝑴𝒂𝒙 𝒁(𝑿𝒊 ) = 𝟔𝑿𝟏 + 𝟕𝑿𝟐 + 𝟓𝑿𝟑 + 𝟑𝑿𝟒

s.a. 3𝑋1 + 3𝑋2 + 2𝑋3 + 1𝑋4 ≤ 75

3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 ≤ 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 ≥ 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 ≤ 68

Fase 1: Se plantea el problema en términos de simplex estándar:

𝑴𝒂𝒙 𝒁(𝑿𝒊 ) = 𝟔𝑿𝟏 + 𝟕𝑿𝟐 + 𝟓𝑿𝟑 + 𝟑𝑿𝟒 + 𝟎𝑿𝟓 + 𝟎𝑿𝟔 + 𝟎𝑿𝟕 + 𝟎𝑿𝟖 + 𝟎𝑿𝟗

s.a. 3𝑋1 + 3𝑋2 + 2𝑋3 + 1𝑋4 + 1𝑋5 = 75

3𝑋1 + 2𝑋2 + 3𝑋3 + 2𝑋4 + 1𝑋6 = 100
2𝑋1 + 2𝑋2 + 4𝑋3 + 3𝑋4 − 1𝑋7 + 1𝑋9 = 30
2𝑋1 + 2𝑋2 + 1𝑋3 + 2𝑋4 + 1𝑋8 = 68

Teniendo en cuenta este sistema de ecuaciones, procedemos a elaborar el matriz simplex y a

realizar las iteraciones necesarias.

0 0 0 0 0 0 0 0 -1
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 b Cb
1
X5 3 3 2 1 1 0 0 0 0 75 0

X6 3 2 3 2 0 1 0 0 0 100 0

X9 2 2 4 3 0 0 -1 0 1 30 -1
 16

X8 2 2 1 2 0 0 0 1 0 68 0

Z -2 -2 -4 -3 0 0 1 0 0 -30

La variable que sale es la variable X9 y la que entra en la matriz es la variable X3, queda así
la matriz:

0 0 0 0 0 0 0 0 -1
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 b Cb
2
X5 2 2 0 -0,5 1 0 0,5 0 -0,5 60 0

X6 1,5 0,5 0 -0,25 0 1 0,75 0 -0,75 77,5 0

X9 0,5 0,5 1 0,75 0 0 -0,25 0 0,25 7,5 0

X8 1,5 1,5 0 1,25 0 0 0,25 1 -0,25 60,5 0

Z 0 0 0 0 0 0 0 0 1 0

Debido a que existe alguna solución posible, se procede a calcular mediante la segunda fase,
así:

Se procede a eliminar las columnas correspondientes a las variables artificiales del problema,
así mismo se modifica la función objetivo y se procede a desarrollar la matriz

6 7 5 3 0 0 0 0
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 b Cb
3
X5 2 2 0 -0,5 1 0 0,5 0 60 0

X6 1,5 0,5 0 -0,25 0 1 0,75 0 77,5 0

 17

X3 0,5 0,5 1 0,75 0 0 -0,25 0 7,5 5

X8 1,5 1,5 0 1,25 0 0 0,25 1 60,5 0

Z -3,5 -4,5 0 0,75 0 0 -1,25 0 37,5

Como resultado de la iteración, se determina que sale la variable X3 y entra a la matriz la

variable X2, así:

6 7 5 3 0 0 0 0
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 b Cb
4
X5 0 0 -4 -3,5 1 0 1,5 0 30 0

X6 1 0 -1 -1 0 1 1 0 70 0

X2 1 1 2 1,5 0 0 -0,5 0 15 7

X8 0 0 -3 -1 0 0 1 1 38 0

Z 1 0 9 7,5 0 0 -3,5 0 105

Como resultado de las iteraciones y de las operaciones entre filas, se tiene que sale la variable
X5 y entra la variable X7, quedando la matriz así:

6 7 5 3 0 0 0 0

Tabla 5 X1 X2 X3 X4 X5 X6 X7 X8 b Cb

X7 0 0 -2,667 -2,333 0,667 0 1 0 20 0

X6 1 0 1,667 1,333 -0,667 1 0 0 50 0

X2 1 1 0,667 0,333 0,333 0 0 0 25 7

 18

X8 0 0 -0,333 1,333 -0,667 0 0 1 18 0

Z 1 0 -0,333 -0,667 2,333 0 0 0 175

De acuerdo al cálculo entre diferentes operaciones entre las filas de la matriz, se determina
que la variable X8 sale y que ingresa la variable X4, definiendo una nueva matriz así:

6 7 5 3 0 0 0 0
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 b Cb
6
X7 0 0 -3,25 0 -0,5 0 1 1,75 51,5 0

X6 1 0 2 0 0 1 0 -1 32 0

X2 1 1 0,75 0 0,5 0 0 -0,25 20,5 7

X4 0 0 -0,25 1 -0,5 0 0 0,75 13,5 3

Z 1 0 -0,5 0 2 0 0 0,5 184

De acuerdo a los resultados de la matriz, se debe seguir iterando entre filas, sacando de la
base la variable X6 e ingresando los datos correspondientes a la variable X3, así:

6 7 5 3 0 0 0 0
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 b Cb
7
X7 1,625 0 0 0 -0,5 1,625 1 0,125 103,5 0

X3 0,5 0 1 0 0 0,5 0 -0,5 16 5

-
X2 0,625 1 0 0 0,5 0 0,125 8,5 7
0,375
X4 0,125 0 0 1 -0,5 0,125 0 0,625 17,5 3

Z 1,25 0 0 0 2 0,25 0 0,25 192

 19

Repuesta b: De acuerdo a la información contenida en la matriz respuesta, se tiene que la

cantidad de cada una de las variables Xi es la siguiente:

Variable Cantidad

X1 0

X2 8,5

X3 16

X4 17,5

Pregunta C: “¿Cuál es la utilidad del problema?”

Repuesta C: Para obtener el valor correspondiente a la utilidad máxima de la firma, se debe

reemplazar cada una de las cantidades óptimas de X1, X2, X3 y X4 en la función objetivo,
así:

𝒁(𝑿𝒊 ) = 𝟔 ∗ 𝟎 + 𝟕 ∗ 𝟖, 𝟓 + 𝟓 ∗ 𝟏𝟔 + 𝟑 ∗ 𝟏𝟕, 𝟓
𝒁 = 𝟎 + 𝟓𝟗, 𝟓 + 𝟖𝟎 + 𝟓𝟐, 𝟓
𝒁 = 𝟏𝟗𝟐

La utilidad máxima a la que puede aspirar la empresa, teniendo en cuenta las restricciones
establecidas, es de $192.

Pregunta d: “Compare los resultados obtenidos por cada uno de los métodos propuestos y
justifíquelos.”

Debido a la utilización de dos metodologías distintas, en este caso en particular, se tienen dos
resultados distintos. Se puede afirmar que la diferencia entre los dos sistemas radica en la
restricción implícita que contiene la metodología de Simplex de dos fases en dónde se obliga
 20

a que el valor de cada una de las variables es igual o mayor a 0 (cero), razón por la cual en el
primer método nos arrojan valores negativos de las variables, mientras que en el segundo
método se arrojan como resultados sólo valores positivos.

Variable Algebraico Simplex dos Fases

X1 63,69 0
X2 -31,31 8,5
X3 -15,85 16
X4 9,54 17,5

Ejercicio 3.

Según la información suministrada, se tiene que la tabla de datos es la siguiente:

Tabla Datos Corte Ensamble Pintura Costo Semanal

(Mano de Obra)
Tipo 1 (Hogar) 2 3 2 17

Tipo 2 (Oficina) 2 2 3 17

Tipo 3 (Colegio) 3 1 1 23

Tiempo de 33 31 35
fabricación
(Horas)

El problema de optimización está determinado por la siguiente ecuación:

𝑴𝒊𝒏 𝑪(𝑿𝒊 ) = 𝟏𝟕𝑿𝟏 + 𝟏𝟕𝑿𝟐 + 𝟐𝟑𝑿𝟑

s.a. 2𝑋1 + 2𝑋2 + 3𝑋3 ≤ 33

3𝑋1 + 2𝑋2 + 1𝑋3 ≤ 31
2𝑋1 + 3𝑋2 + 1𝑋3 ≤ 35
 21

Se procede a delimitar el ejercicio en términos de simplex

𝑴𝒂𝒙 𝑪(𝑿𝒊 ) = −𝟏𝟕𝑿𝟏 − 𝟏𝟕𝑿𝟐 − 𝟐𝟑𝑿𝟑 + 𝟎𝑿𝟒 + 𝟎𝑿𝟓 + 𝟎𝑿𝟔 + 𝟎𝑿𝟕 + 𝟎𝑿𝟖 + 𝟎𝑿𝟗

s.a. 2𝑋1 + 2𝑋2 + 3𝑋3 − 1𝑋4 + 1𝑋7 = 33

3𝑋1 + 2𝑋2 + 1𝑋3 − 1𝑋5 + 1𝑋8 = 31
2𝑋1 + 3𝑋2 + 1𝑋3 − 1𝑋6 + 1𝑋9 = 35
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9 ≥ 0

Se procede a construir la primera tabla de método de dos fases

0 0 0 0 0 0 -1 -1 -1
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 b Cb
1
X7 2 2 3 -1 0 0 1 0 0 33 -1

X8 3 2 1 0 -1 0 0 1 0 31 -1

X9 2 3 1 0 0 -1 0 0 1 35 -1

C -7 -7 -5 1 1 1 0 0 0 -99

De acuerdo a los valores de las variables que se pueden apreciar en la tabla, se tiene que la
variable que debe salir de la matriz es X8 y la que debe entrar es X1. Se construye una nueva
matriz.

0 0 0 0 0 0 -1 -1 -1
Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 b Cb
2
X7 0 0,667 2,333 -1 0,667 0 1 -0,667 0 12,333 -1
 22

X1 1 0,667 0,333 0 -0,333 0 0 0,333 0 10,333 0

X9 0 1,667 0,333 0 0,667 -1 0 -0,667 1 14,333 1

-
C 0 -2,333 1 -1,333 1 0 2,333 0 -26,667
2,667

La variable que sale es X7 y la variable que entra es X3, se realizan operaciones entre filas.

0 0 0 0 0 0 -1 -1 -1

Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 b Cb
3
- -
X3 0 0,286 1 0,286 0 0,429 0 5,286 0
0,429 0,286

X1 1 0,571 0 0,143 -0,429 0 -0,143 0,429 0 8,571 0

-
X9 0 1,571 0 0,143 0,571 -1 -0,143 1 12,571 -1
0,571
- -
C 0 0 -0,571 1 1,143 1,571 0 -12,571
1,571 0,143

La variable que sale es X7 y la variable que entra es X3, se realizan operaciones entre filas

0 0 0 0 0 0 -1 -1 -1

Tabla 4 X1 X2 X3 X4 X5 X6 X7 X8 X9 b Cb

X3 0 0 1 -0,455 0,181 0,182 0,455 -0,181 -0,182 3 0

X1 1 0 0 0,901 -0,636 0,364 -0,091 0,636 -0,364 4 0

X2 0 1 0 0,901 0,364 -0,636 -0,091 -0,364 0,636 8 0

 23

C 0 0 0 0,00 0 0 1 1 1 0,00

Según la información de la tabla, sale de la base la variable X9 y entra la variable X2.

Posteriormente, se procede a la segunda fase para el cálculo de los valores óptimos de cada
una de las variables. Se eliminan las columnas correspondientes a las variables artificiales y
se modifica la función objetivo del problema original.

-17 -17 -23 0 0 0

Tabla
X1 X2 X3 X4 X5 X6 b Cb
5

X3 0 0 1 -0,455 0,182 0,182 3 -23

X1 1 0 0 0,091 -0,636 0,364 4 -17

X2 0 1 0 0,091 0,364 -0,636 8 -17

C 0 0 0 7,364 0,455 0,455 -273

Con el resultado de la matriz se pueden obtener los valores óptimos de X1, X2 y X3.

Variable Valor

X1 4

X2 8

X3 3

Reemplazando en la función objetivo, se tiene:

 24

𝑪(𝑿𝒊 ) = 𝟏𝟕𝑿𝟏 + 𝟏𝟕𝑿𝟐 + 𝟐𝟑𝑿𝟑

𝑪(𝑿𝒊 ) = 𝟏𝟕(𝟒) + 𝟏𝟕(𝟖) + 𝟐𝟑(𝟑)
𝑪(𝑿𝒊 ) = 𝟐𝟕𝟑
Respuesta: Con el objetivo de ayudar a Rubén y minimizar los costos de la fábrica de
escritorios, se puede evidenciar que, según la información dada, la cantidad de producción
de escritorios que minimiza los costos es de 4 escritorios tipo Hogar, 8 escritorios para oficina
y 3 escritorios para colegio, por semana. El costo total de producción sería de US273.

Ejercicio 4.
Según la información suministrada, se tiene que la tabla de datos es la siguiente:

Restricción X1 X2 X3 X4

1 30 5 3 7 ≥ 510

2 17 7 3 5 ≥ 320

3 11 5 4 2 ≥ 280

4 7 6 5 1 ≥ 170

𝑴𝒊𝒏 𝒁(𝑿𝒊 ) = 𝟕𝟐𝟎𝑿𝟏 + 𝟐𝟏𝟓𝑿𝟐 + 𝟏𝟐𝟎𝑿𝟑 + 𝟕𝟎𝑿𝟒

s.a. 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

Se plantea las ecuaciones en modelo simplex, se crean las variables de exceso y variables
artificiales
 25

𝑴𝒂𝒙 𝒁(𝑿𝒊 ) = −𝟕𝟐𝟎𝑿𝟏 − 𝟐𝟏𝟓𝑿𝟐 − 𝟏𝟐𝟎𝑿𝟑 − 𝟕𝟎𝑿𝟒 + 𝟎𝑿𝟓 + 𝟎𝑿𝟔 + 𝟎𝑿𝟕 + 𝟎𝑿𝟖 + 𝟎𝑿𝟗
+ 𝟎𝑿𝟏𝟎 + 𝟎𝑿𝟏𝟏 + 𝟎𝑿𝟏𝟐

s.a. 30𝑋1 + 5𝑋2 + 3𝑋3 + 7𝑋4 − 1𝑋5 + 𝑋9 = 510

17𝑋1 + 7𝑋2 + 3𝑋3 + 5𝑋4 − 1𝑋6 + 𝑋10 = 320
11𝑋1 + 5𝑋2 + 4𝑋3 + 2𝑋4 − 1𝑋7 + 𝑋11 = 280
7𝑋1 + 6𝑋2 + 5𝑋3 + 1𝑋4 − 1𝑋8 + 𝑋12 = 170
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9, 𝑋10, 𝑋11, 𝑋12 ≥ 0

0 0 0 0 0 0 0 0 -1 -1 -1 -1

Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 b Cb
1

X9 30 5 3 7 -1 0 0 0 1 0 0 0 510 -1

X10 17 7 3 5 0 -1 0 0 0 1 0 0 320 -1

X11 11 5 4 2 0 0 -1 0 0 0 0 0 280 -1

X12 7 6 5 1 0 0 0 -1 0 0 0 1 170 -1

Z -65 -23 -15 -15 1 1 1 1 0 0 0 0 -1280

De acuerdo a la información de la matriz, sale la variable X9 y entra la variable X1.

0 0 0 0 0 0 0 0 -1 -1 -1 -1

Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 b Cb
2
-
X9 1 0,167 0,1 0,233 0 0 0 0,03 0 0 0 17 0
0,033
 26

-
X10 0 4,167 1,3 1,033 0,567 -1 0 0 1 0 0 31 -1
0,567
- -
X11 0 3,167 2,9 0,367 0 -1 0 0 1 0 93 -1
0,567 0,367
- -
X12 0 4,833 4,3 0,233 0 0 -1 0 0 1 51 -1
0,633 0,233
- - - -
Z 0 0,167 1 1 1 2,167 0 0 0
12,167 8,5 1,167 175

De acuerdo a la información de la matriz, sale la variable X10 y entra la variable X2. Se

realizan operaciones entre filas.

0 0 0 0 0 0 0 0 -1 -1 -1 -1

Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 b Cb
3
- -
X1 1 0 0,048 0,192 0,04 0 0 0,056 0 0 15,76 0
0,056 0,04
- -
X2 0 1 0,312 0,248 0,136 0 0 0,24 0 0 7,44 0
0,24 0,136
- - -
X11 0 0 1,912 0,76 -1 0 0,064 1 0 69,44 -1
1,352 0,064 0,76
- - -
X12 0 0 2,792 1,16 0 -1 0,424 0 1 15,04 -1
1,832 0,424 1,16
- - -
Z 0 0 3,184 0,488 1 1 0,512 2,92 0 0
4,704 1,92 84,48

De acuerdo a la información de la matriz, sale la variable X12 y entra la variable X3. Se

realizan operaciones entre filas.

0 0 0 0 0 0 0 0 -1 -1 -1 -1

Tabl X X X X1 C
X4 X5 X6 X7 X8 X9 X10 X12 b
a4 1 2 3 1 b
-
0,22 0,01 0,04 - 15,5
X1 1 0 0 0,04 0,02 0 0 -0,017 0
3 7 8 0,02 01
8
 27

- -
0,45 0,18 0,11 0,36 5,75
X2 0 1 0 0,36 0 0,18 0 -0,111 0
2 3 1 9 9
9 3
- - -
0,22 0,68 0,03 59,1
X11 0 0 0 0,09 0,03 -1 0,22 1 -0,684 -1
6 4 4 4
7 4 6
- - - -
0,41 0,15 5,38
X3 0 0 1 0,65 0,15 0 0,35 0,41 0 0,358 0
5 1 7
6 2 8 5
- - -
0,09 0,03 1,22 0,96
Z 0 0 0 0,22 1 0,68 0 1,684 59,1
7 4 6 5
6 4 4

De acuerdo a la información de la matriz, sale la variable X2 y entra la variable X8. Se

realizan operaciones entre filas.

0 0 0 0 0 0 0 0 -1 -1 -1 -1

Tabl X X X1 X1 C
X2 X4 X5 X6 X7 X8 X9 X10 b
a5 1 3 1 2 b
- -
0,15 - 0,07 0,07 14,61
X1 1 0,15 0 0 0 0,07 0 0 0
3 0,07 6 6 5
3 6
- -
8,94 4,05 1,64 3,30 51,53
X8 0 0 3,30 0 1 1,64 0 -1 0
8 1 1 7 8
7 1
- - - -
0,89 23,84
X11 0 6,12 0 2,87 0,89 2,23 -1 0 2,23 1 0 -1
7 6
8 1 7 0
- -
3,20 0,79 0,43 0,76 23,84
X3 0 1 0,76 0 0 0,43 0 0 0
5 4 5 9 6
9 5
-
6,12 2,87 0,89 - 0,10 3,23
Z 0 0 1 0 0 1 23,84
8 1 7 2,23 2 0
6

De acuerdo a la información de la matriz, sale la variable X11 y entra la variable X6. Se

realizan operaciones entre filas.
 28

0 0 0 0 0 0 0 0 -1 -1 -1 -1

Tabla
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 b Cb
6

- 13,79
X1 1 0,057 0 0,252 -0,045 0 0,034 0 0,045 0 0 0
0,034 3

86,89
X8 0 -0,138 0 -0,206 0,310 0 -1,482 1 -0,310 0 1,482 -1 0
6

10,68
X6 0 -2,747 0 -1,287 -0,402 1 -0,448 0 0,402 -1 0,448 0 0
9

32,06
X3 0 1,091 1 -0,195 0,126 0 -0,344 0 -0,126 0 0,345 0 0
8

Z 0 0 0 0 0 0 0 0 0,999 1 1 1 -0,00

Debido a que existe una solución posible del problema, se procede a la fase II para calcular
los valores óptimos. Se eliminan las columnas correspondientes a las variables artificiales y
se modifica la estructura de la función objetivo por la del modelo original.

-720 -215 -120 -70 0 0 0 0

Tabla 7 X1 X2 X3 X4 X5 X6 X7 X8 b Cb
-
X1 1 0,057 0 0,252 -0,045 0 0,034 0 13,793
720
X8 0 -0,137 0 -0,206 0,310 0 -1,482 1 86,896 0

X6 0 -2,747 0 -1,287 -0,402 1 -0,448 0 10,689 0

-
X3 0 1,091 1 -0,195 0,126 0 -0,344 0 32,068
120
- -
42,58 17,93
Z 0 0 88,62 0 16,551 0 13.779,3
6 1
0 10
 29

De acuerdo a la información de la matriz, sale la variable X1 y entra la variable X4. Se

realizan operaciones entre filas.

-720 -215 -120 -70 0 0 0 0

Tabla 8 X1 X2 X3 X4 X5 X6 X7 X8 b Cb

X4 3,954 0,227 0 1 -0,181 0 0,136 0 54,545 -70

X8 0,818 -0,090 0 0 0,272 0 -1,454 1 98,181 0

X6 5,090 -2,454 0 0 -0,636 1 -0,272 0 80,909 0

-
X3 0,772 1,136 1 0 0,090 0 -0,318 0 42,727
120
-
350,4 62,72
Z 0 0 1,818 0 28,636 0 8.945,4
54 7
54

Con el resultado de la matriz se pueden obtener los valores óptimos de X1, X2, X3 y X4.

Variable Valor

X1 0

X2 0

X3 42,727

X4 54,545

Reemplazando en la función objetivo, se tiene:

𝒁 = 𝟕𝟐𝟎 ∗ (𝟎) + 𝟐𝟏𝟓 ∗ (𝟎) + 𝟏𝟐𝟎 ∗ (𝟒𝟐, 𝟕𝟐𝟕) + 𝟕𝟎 ∗ (𝟓𝟒, 𝟓𝟒𝟓)

𝒁 = 𝟖. 𝟗𝟒𝟓, 𝟒𝟓𝟒
 30

Ejercicio 5.

Resolver por método simplex, problema dual

𝑷𝒓𝒐𝒃𝒍𝒆𝒎𝒂 𝒑𝒓𝒊𝒎𝒂𝒍: 𝑴á𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅

𝑴𝒂𝒙 𝑼(𝑱𝒊 ) = 𝟔𝟎𝟎𝑿𝟏 + 𝟒𝟎𝟎𝑿𝟐 + 𝟓𝟎𝟎𝑿𝟑

s.a. 𝟐𝟎𝑿𝟏 + 𝟑𝟎𝑿𝟐 + 𝟐𝟎𝑿𝟑 ≥ 𝟏𝟓𝟎𝟎
𝟑𝟎𝑿𝟏 + 𝟐𝟎𝑿𝟐 + 𝟏𝟎𝑿𝟑 ≤ 𝟏𝟕𝟎𝟎
𝟐𝟎𝑿𝟏 + 𝟐𝟎𝑿𝟐 + 𝟐𝟎𝑿𝟑 ≤ 𝟏𝟑𝟎𝟎
𝑿𝟏,𝟐,𝟑 ≥ 𝟎

Al plantear el problema en su forma dual, se tiene como:

𝑴𝒊𝒏 𝑼(𝒀𝒊 ) = −𝟏𝟓𝟎𝟎𝒀𝟏 + 𝟏𝟕𝟎𝟎𝒀𝟐 + 𝟏𝟑𝟎𝟎𝒀𝟑

s.a. −𝟐𝟎𝒀𝟏 + 𝟑𝟎𝒀𝟐 + 𝟐𝟎𝒀𝟑 ≥ 𝟔𝟎𝟎

−𝟑𝟎𝒀𝟏 + 𝟐𝟎𝒀𝟐 + 𝟏𝟎𝒀𝟑 ≥ 𝟒𝟎𝟎
−𝟐𝟎𝒀𝟏 + 𝟏𝟎𝒀𝟐 + 𝟐𝟎𝒀𝟑 ≥ 𝟓𝟎𝟎
𝒀𝟏,𝟐,𝟑 ≥ 𝟎

Después de realizar las diferentes iteraciones, de establecer la ecuación y la matriz simplex,

se tiene esta última iteración respuesta:

Cj -1500 1700 1300 0 0 0

B Cb Yb Y1 Y2 Y3 S1 S2 S3

Y3 1300 20 -1/3 0 1 0 1/30 -1/15

Y2 1700 10 -4/3 1 0 0 -1/15 1/30

 31

S1 0 100 -80/3 0 0 1 -4/3 -1/3

Z=43.000 Zj -2.700 1.700 1.300 0 -70 -30

Zj – Cj -1200 0 0 0 -70 -30

Como se puede observar en esta matriz, la respuesta al problema de optimización es:

Variable Valor

Y1 0

Y2 10

Y3 20

Reemplazando en la función objetivo se tiene que:

𝑼(𝒀𝒊 ) = −𝟏𝟓𝟎𝟎 ∗ (𝟎) + 𝟏𝟕𝟎𝟎 ∗ (𝟏𝟎) + 𝟏𝟑𝟎𝟎 ∗ (𝟐𝟎)

𝑼(𝒀𝒊 ) = 𝟏𝟕𝟎𝟎𝟎 + 𝟐𝟔𝟎𝟎𝟎

𝑼(𝒀𝒊 ) = 𝟒𝟑. 𝟎𝟎𝟎

Ejercicio 6.
Del ejercicio 3 se tiene el siguiente problema primal que será convertido a dual:

𝑴𝒊𝒏 𝑪(𝑿𝒊 ) = 𝟏𝟕𝑿𝟏 + 𝟏𝟕𝑿𝟐 + 𝟐𝟑𝑿𝟑

s.a. 2𝑋1 + 2𝑋2 + 3𝑋3 ≤ 33

3𝑋1 + 2𝑋2 + 1𝑋3 ≤ 31
 32

2𝑋1 + 3𝑋2 + 1𝑋3 ≤ 35

Al convertirse queda definido como:

𝑴𝒂𝒙 𝑪(𝑿𝒊 ) = −𝟑𝟑𝒀𝟏 − 𝟑𝟏𝒀𝟐 − 𝟑𝟓𝒀𝟑

s.a. −2𝑌1 − 3𝑌2 − 2𝑌3 ≤ 17

−2𝑌1 − 2𝑌2 − 3𝑌3 ≤ 17
−3𝑌1 − 𝑌2 − 𝑌3 ≤ 35
𝑌1 , 𝑌2 , 𝑌3 ≥ 0

Al realizar las diferentes iteraciones por método simplex, se tiene la siguiente matriz:

Cj -33 -31 -35 0 0 0

B Cb Yb Y1 Y2 Y3 S1 S2 S3
S1 0 17 -2 -3 -2 1 0 0
S2 0 17 -2 -2 -3 0 1 0
S3 0 35 -3 -1 -1 0 0 1
Z=0 Zj 0 0 0 0 0 0
Zj – Cj 33 31 35 0 0 0

Variable Valor

Y1 0

Y2 0
 33

Y3 0

Después de realizar las diferentes iteraciones para resolver el ejercicio por el método sugerido
y una vez llegada la matriz respuesta, se tiene que la solución al problema dual de
maximización tiene como resultado cero (0) en la función objetivo.

𝑪(𝒀𝒊 ) = −𝟑𝟑𝒀𝟏 − 𝟑𝟏𝒀𝟐 − 𝟑𝟓𝒀𝟑

𝑪(𝒀𝒊 ) = −𝟑𝟑 ∗ (𝟎) − 𝟑𝟏 ∗ (𝟎) − 𝟑𝟓 ∗ (𝟎)
𝑪(𝒀𝒊 ) = 𝟎

Ejercicio 7.
Como actividad grupal ingresen al Entorno Práctico, en este espacio se presentan videos
para el uso del Complemento Solver de Excel y tutoriales prácticos para desarrollar las
actividades propuestas, recuerden anexar mediante capturas de pantalla a su trabajo
colaborativo definitivo, el ingreso y tabla de resultados para los ejercicios planteados. En
este mismo espacio pueden revisar cuidadosamente la guía para el uso de recursos
educativos, el uso del complemento Solver les ayudará a dar solución a los ejercicios
planteados en esta tarea.

Ejercicio 1
 34

Ejercicio 2

Ejercicio 3

Ejercicio 4
 35

Ejercicio 5
 36

Ejercicio 6
 37

CONCLUSIONES

 Esta actividad se me dificultó demasiado para realizarla ya que el método simplex

tiene a ser complejo y confuso, los recursos disponibles en la red no son muy claros,
se saltan pasos que quizás deberíamos conocer, pero lo correcto es que se muestren
de forma completa.,

 De acuerdo con lo anterior, concluyo que debo seguir leyendo más sobre el tema y
efectuar más ejercicios que logren resolver mis dudas. Lamentablemente no pude
asistir a la web conferencia y vivo retirada de un CEAD para solicitar aclaraciones
de manera presencial.

 Definitivamente lo que si me llama mucho la atención de estos ejercicios y del

método utilizado es que se puede identificar claramente la aplicabilidad a la vida
diaria
 38

BIBLIOGRAFÍA

*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

*RED TUTORES PROGRAMACION LINEAL. (3 de nov de 2018). Minimización por el

metodo Simpex Dual. Obtenido de youtube.com:
https://www.youtube.com/watch?v=R6qj-A6VXvQ&t=1771s

*RED TUTORES PROGRAMACION LINEAL. (17 de mar de 2017). Solucion de problemas

de Programacion Lineal por el Metodo Simplex. Obtenido de youtube.com:
https://www.youtube.com/watch?v=58Jb2sU6x0s

*RED TUTORES PROGRAMACION LINEAL. (21 de mar de 2017). Solucion de problemas

de programacion lineal, Metodo Algebraico. Obtenido de youtube.com:
https://www.youtube.com/watch?v=8oY1PokSfwk