Ejercicio 1.

Planteamiento de un problema de programación

lineal:

En una empresa fabricante de mesas desea encontrar la solución a la

necesidad de producir mesas rectangulares de tal forma que las
dimensiones no sobrepasen 2 m y la suma de su dimensión mayor y el
doble de la menor no sea mayor a los 4 m.:

Con los datos anteriores:

a. Plantee con todos los elementos que caracterizan el modelo de

programación lineal, las condiciones del problema, teniendo en
cuenta que la función objetivo es Max Z = 2X1 + 2X2.
b. Resuélvalo por los métodos simplex y gráfico.
c. ¿Cuál es el valor máximo del perímetro para las mesas a fabricar?

ZMAX = 40X1 + 18X2

16X1 + 2X2 ≤ 700

6X1 + 3X2 ≤ 612

X1 ≤ 80

X2 ≤ 120
www.ingenieriaindustrialonline.com

Cuya respuesta es

X1 = 28,75

X2 = 120

S1 = 79.5

S3 = 51.25

Función objetivo = 3310

Procedemos a resolver el problema dual

PASO 1: Definimos el problema dual

www.ingenieriaindustrialonline.com

Este paso se lleva a cabo teniendo en cuenta las relaciones que se expusieron en la
definición de la dualidad. Ahora las variables en el dual las representaremos por "ʎ" y
corresponden a cada restricción.

El modelo queda de la siguiente forma:

ZMIN = 700ʎ1 + 612ʎ2 + 80ʎ3 + 120ʎ4

16ʎ1 + 6ʎ2 + ʎ3 ≥ 40

2ʎ1 + 3ʎ2 + ʎ4 ≥ 18

ʎ1;ʎ4 ≥ 0

Ahora preparamos el modelo para ser resuelto mediante Método Simplex, utilizaremos el
procedimiento en el cual la función objetivo es multiplicada por (-1) y resolveremos el
modelo mediante maximización.
ZMIN = 700ʎ1 + 612ʎ2 + 80ʎ3 + 120ʎ4

Lo que es igual

(-Z)MAX = -700ʎ1 - 612ʎ2 - 80ʎ3 - 120ʎ4

Ahora dado que los signos de las inecuaciones son mayor o igual procedemos a volverlas
ecuaciones agregando variables de exceso, recordemos que en este caso las variables de
exceso se restan del lado izquierdo de la igualdad, por ende.

16ʎ1 + 6ʎ2 + ʎ3 + 0ʎ4 - 1S1 + 0S2 = 40

21ʎ1 + 3ʎ2 + 0ʎ3 + ʎ4 + 0S1 - 1S2 = 18

ʎ1;ʎ4 ≥ 0

Recordemos que el Método Simplex solo es posible por la formación de la matriz

identidad, sin embargo en una matriz identidad no pueden ir coeficientes negativos, el
cual es el caso, por ende recurriremos al artificio denominado "Método de la M grande"
utilizando variables artificiales, las cuales siempre se suman.

16ʎ1 + 6ʎ2 + ʎ3 + 0ʎ4 - 1S1 + 0S2 + 1A1 + 0A2 ≥ 40

21ʎ1 + 3ʎ2 + 0ʎ3 + ʎ4 + 0S1 - 1S2 + 0A1 + 1A2 ≥ 18

ʎ1;ʎ4 ≥ 0

Ahora si observamos la matriz identidad formada por las variables artificiales, nuestra
función objetivo es la siguiente (varía dada la incorporación de las nuevas variables).

(-Z)MAX = -700ʎ1 - 612ʎ2 - 80ʎ3 - 120ʎ4 + 0S1 + 0S2 - MA1 - MA2

Las iteraciones que utiliza el Método Simplex son las siguientes:

Podemos observar que todos los Cj - Zj son menores o iguales a 0, por ende hemos llegado
a la solución óptima del problema, sin embargo recordemos que la función objetivo fue
alterada en su signo al principio, por ende se hace necesario regresarle su signo original
a Zj y a la fila Cj - Zj.

(-Z)max = -3310 * (-1)

Zmax = 3310
Podemos cotejar con la función objetivo del modelo primal y encontraremos que hallamos
el mismo resultado.

Ahora se hace necesario interpretar los resultados de la tabla dual respecto al modelo
primal, y esta interpretación se realiza siguiendo los siguientes principios.

La interpretación del tabulado final del modelo dual es la siguiente:

www.ingenieriaindustrialonline.com
Ahora procedemos a llenar la tabla para la solución del problema
 Maximizar Minimizar
Variable que
La más positiva de los Cj - Zj La más negativa de los Cj - Zj
entra
Siendo b los valores bajo la celda Siendo b los valores bajo la celda
solución ya el valor solución ya el valor
Variable que
correspondiente a la intersección correspondiente a la intersección
sale
entre b y la variable que entra. La entre b y la variable que entra. La
menos positiva de los b/a. más positiva de los b/a.

www.ingenieriaindustrialonline.com

2. El hecho de que una variable distinta forme parte de las variables solución implica una
serie de cambios en el tabulado Simplex, cambios que se explicarán a continuación.
- Lo primero es no olvidar el valor del "a" correspondiente a la variables a entrar, en este
caso el "a = 4".

www.ingenieriaindustrialonline.com

- Lo siguiente es comenzar a rellenar el resto de la tabla, fila x fila.

www.ingenieriaindustrialonline.com

- Se repite este procedimiento con las dos filas restantes, ahora se harán los cálculos
correspondientes en el resto de las celdas.
De esta manera se culmina la primera iteración, este paso se repetirá cuantas veces sea
necesario y solo se dará por terminado el método según los siguientes criterios.

Maximizar Minimizar
Solución Cuando todos los Cj - Zj sean <= Cuando todos los Cj - Zj sean >=
Óptima 0 0

- Continuamos con las iteraciones para lo cual tenemos que repetir los pasos anteriores.
www.ingenieriaindustrialonline.com

En esta última iteración podemos observar que se cumple con la consigna Cj - Zj <= 0,
para ejercicios cuya función objetivo sea "Maximizar", por ende hemos llegado a la
respuesta óptima.

X1 = 3

X2 = 4

X3 = 6

X4 = 4

Con una utilidad de: $ 340000

Sin embargo una vez finalizado el Método Simplex se debe observar una matriz identidad
en el rectángulo determinado por las variables de decisión, el hecho de que en este caso
no se muestre la matriz identidad significa que existe una solución óptima alterna.
www.ingenieriaindustrialonline.com

Podemos observar como existe una solución óptima alternativa en la cual la combinación
de variables es distinta y existe un menor consumo de recursos, dado que el hecho de que
se encuentre la variable "S1" en la solución óptima con un coeficiente de "3" significa
que se presenta una holgura de 3 unidades del recurso (pieza rectangular de 8 pines).
X1 = 0 (Cantidad de mesas a producir = 0)

Minimizar
Variable que entra La más negativa de los (Cj - Zj)
Siendo "b" los valores bajo la celda solución y "a" el
Variable que sale valor correspondiente a la intersección entre "b" y la
variable que entra. La más positiva de los "b/a".
Solución Óptima Cuando todos los (Cj - Zj) sean >= 0.