INVESTIGACION DE OPERACIONES I.

Alejandro Menocal
alejandro.menocal@uth.hn
Silabo de la clase.
PLATAFORMA
Libro de la clase.
Receso: 11:00 -12:20 Clase.
12:20-12:40 Receso.
12:40-13:59 Clase.
Enviar al correo los nombres de los integrantes del grupo, con copia a todos los del grupo.
Los grupos serán: 2 de 5 alumnos y 1 de 6 alumnos Total = 16 alumnos.
Bosqueje la gráfica de la desigualdad lineal 2x1 - 3x2 < 6
x2

x1

2x1 - 3x2 < 6 si x1=0

-3x2 < 6
x2 < - 2
(0,0) 0< 6 (V)
Wyndor Glass Co.
Maximizar Z = 3 x1 + 5x2
Sujeta a las restricciones x2

x1 ≤4 9
2x2 ≤ 12 Z=36
3 x1 + 2x2 ≤ 18 6
Z=30
x1 ≥ 0 y x 2 ≥ 0
si x1 = 0 x2=9
Z=10
si x2 = 0 x1=6
4 6
x1

Z = 3 x1 + 5x2
Z – 3x1 = 5x2
Z 3
− x =x
5 5 1 2
Si Z=10 entonces;
3
2− x 1=x 2 si x1=0, x2 =2 (0,2)
5

2 – 3/5 x1 = 0 Si x2= 0, x1 = 10/3 (10/3,0)

-3/5 x1 = -2
x1 = +10/3
Si Z=30 entonces;
3
6− x 1=x 2 si x1=0, x2 =6 (0,6)
5

6 – 3/5 x1 = 0 Si x2= 0, x1 =10 (10,0)

-3/5 x1 = -6
x1 = +10
Domingo 22 de mayo 2022.
Una compañía fabrica dos productos, X y Y. Cada uno
de estos productos requiere cierto tiempo en la línea
de ensamblado y otro tiempo más en el departamento
de acabado. Cada artículo del tipo X necesita 5 horas
de ensamblado y 2 horas de acabado. Mientras que
cada artículo del tipo Y requiere 3 horas en
ensamblado y 4 horas en acabado. En cualquier
semana, la empresa dispone de 105 horas en la línea
de ensamblado y 70 horas en el departamento de
acabado. La empresa puede vender todos los artículos
que produce y obtener una utilidad de $200 por cada
artículo de X y $160 por cada artículo de Y. Calcule el
número de artículos de cada tipo que deberían
fabricarse a la semana con objeto de maximizar la
utilidad total. Usar el método grafica de programación
lineal.
x1 = producto X
x2 = producto y
 Producto x1 Producto x2 LD
Ensamblado 5 horas 3 horas 105 horas
Acabado 2 horas 4 horas 70 horas
Función $200 $160
objetivo

Maximizar Z = 200x1 + 160x2

Sujeta a:
5x1 + 3x2 ≤ 105
2x1 + 4x2 ≤ 70
x1 ≥ 0 ; x2 ≥ 0

5x1 + 3x2 = 105 si x1=0; x2= 35. Si x2=0; x1= 21

(0,35) y (21,0) 0 ≤ 105 (V)
2x1 + 4x2 ¿ 70 si x1=0; x2=17.5. Si x2=0; x1= 35
(0,17.5) y (35,0) 0≤ 70 (V)
 Z=16000

Z = 200x1 + 160x2
Z−200 x1 =160 x 2

Z−200 x 1 −5 x 1 Z
x 2= = +
160 4 160
−5 x 1 Z
x 2= +
4 160

Z=16000
−5 x 1
x 2=
4
+ 100 si x1=0; x2= 100. Si x2=0; x1= 80

(0,100) y (80,0)

Z=4000
−5 x 1
x 2=
4
+25 si x1=0; x2= 25. Si x2=0; x1= 80
(0,25) y (20,0)
Z=5000
−5 x 1
x 2=
4
+ 31.25 si x1=0; x2= 31.25. Si x2=0; x1= 25

(0,31.25) y (25,0)
Z = 200(15) + 160(10) = $4600
Producir por semana, 15 artículos del producto x1 y 10
artículos del producto x2 para obtener una ganancia
máxima de $4,600.00
DOMINGO 29/5/2022.
Z=3X1 + 5X2 = 3(0) + 5(9) = 45
(0,9)
x1 ≤4
0 ≤ 4 (v)
2x2 ≤ 12
2(9) ≤ 12 (F)
3X1 + 2X2 ≤ 18
3(0) +2(9) ≤ 18
18 ≤ 18 (v)

(-1,3)
-1 ≤ 4 (v)
2(3) ≤ 12 (V)
6≤ 12
3(-1)+2(3) ≤ 18
-3+6≤ 18 (V)
Z=3(-1)+5(3)=12
(4,4)
4≤ 4 (V)
8≤ 12 (V)
12+ 8 ≤ 18
20 ≤ 18 (F)
Z=3(4)+5(4)=32

[L,U]

Z= 3x1 + 2x2
(2,6) y (4,3)

Z=6+12=18
Z=12+6=18
Z=3(3.3257) + 2(4.0114) = 9.9771 + 8.0228 = 17.999

Domingo 12/6/2022.
Variables de holgura.
x1 ≤4
 x1 + x3 =4
x3 = 4 – x 1

2x2 ≤ 12
2x2 + x4 = 12
3 x1 + 2x2 ≤ 18
3 x1 + 2x2 + x5 = 18

Solución (3,2)
Solución aumentada (3,2,1,8,5)
x1 + x3 =4
3 +x3 = 4
x3 = 1

2x2 + x4 = 12
2(2) + x4 = 12
x4 = 8
3 x1 + 2x2 + x5 = 18
3(3) + 2(2) + x5 = 18
x5 = 5
solución FEV (0,6)
x1= 0 y x2 = 6
x3=0
Wyndor Glass Co.
Maximizar Z = 3 x1 + 5x2
Sujeta a las restricciones
x1 ≤4
2x2 ≤ 12
3 x1 + 2x2 ≤ 18
x1 ≥ 0 y x 2 ≥ 0
METODO SIMPLEX:
FORMA ALGEBRAICA
(0) Z – 3x1 – 5x2 =0
(1) x1 + x3 =4
(2) +2x2 + x4 =12
(3) 3x1 +2x2 +x5 = 18
x j ≥ 0 , para j=1,2 ,3,4,5

FORMA TABULAR
Coeficientes de:
Variables Z x1 x2 x3 x4 x5 LD
básicas
Z 1 -3 -5 0 0 0 0
x3 0 1 0 1 0 0 4
x4 0 0 2 0 1 0 12
x5 0 3 2 0 0 1 18
PRUEBA DE OPTIMALIDAD:
Variables Ec. Z x1 x2 x3 x4 x5 LD cociente
básicas
Z (0 1 -3 -5 0 0 0 0
)
x3 (1 0 1 0 1 0 0 4 4/0 ∄
)
x4 (2 0 0 2 0 1 0 12 12/2=6
)
x5 (3 0 3 2 0 0 1 18 18/2=9
)
Iteración 0.
Variable Ec. Z x1 x2 x3 x4 x5 LD
s básicas
Z (0) 1 -3 0 0 5/2 0 30
x3 (1) 0 1 0 1 0 0 4
x2 (2) 0 0 1 0 1/2 0 6
x5 (3) 0 3 0 0 -1 1 6
5(2) + (0) -2(2) + (3)
5(0) + 1 =1 -2(0) + 0=0
5(0) + (-3) = -3 -2(0) + 3 = 3
5(1) + (-5) = 0 -2(1) + 2 = 0
5(0) +0 = 0 -2(0) + 0 = 0
5(1/2) + 0 = 5/2 -2(1/2) + 0 = - 1
5(0) + 0 = 0 -2(0) + 1 = 1
5(6) + 0= 30 -2(6) + 18 = 6
PRUEBA DE OPTIMALIDAD:
Variables Ec. Z x1 x2 x3 x4 x5 LD cociente
básicas
Z (0 1 -3 0 0 5/ 0 30
) 2
x3 (1 0 1 0 1 0 0 4 4/1=4
)
x4 (2 0 0 1 0 1/ 0 6 6/0 ∄
) 2
x5 (3 0 3 0 0 -1 1 6 6/3=2
)
Iteración 1.
Variables Ec. Z x1 x2 x3 x4 x5 LD
básicas
Z (0) 1 0 0 0 3/2 1 36
x3 (1) 0 0 0 1 1/3 -1/3 2
x2 (2) 0 0 1 0 1/2 0 6
x1 (3) 0 1 0 0 -1/3 1/3 2

3(3) + (0) -(3) + (1)

3(0) + 1 = 1 -0 + 0 = 0
3(1) + (-3) =0 -1 + 1 = 0
3(0) + 0 = 0 -0+0=0
3(0) + 0 = 0 -0 + 1 = 1
3(- 1/3) + 5/2 = 3/2 1/3 + 0 = 1/3
3(1/3) +0 = 1 -1/3 + 0 = -1/3
3(2) + 30 = 36 -2 +4 = 2
Z = $ 36,000
x1 = 2 lotes
x2 = 6 lotes

(2,6,2,0,0)

Maximizar Z = 200x1 + 160x2

Sujeta a:
5x1 + 3x2 ≤ 105
2x1 + 4x2 ≤ 70
x1 ≥ 0 ; x2 ≥ 0

FORMA ALGEBRAICA:
(0) Z - 200x1 – 160x2 =0
(1) 5x1 + 3x2 + x3 = 105
(2) 2x1 +4x2 + x4 =70

xj≥0, para j=1,2,3,4

 FORMA TABULAR:
Coeficientes de:
x1 x2 x3 x4
Variables Z LD
básicas
Z 1 -200 -160 0 0 0
x
3
0 5 3 1 0 105
x
4
0 2 4 0 1 70

PRUEBA DE OPTIMALIDAD:
x x x x
Variables Z 1 2 3 4
LD Cociente
básicas
Z 1 -200 -160 0 0 0
x
3
0 5 3 1 0 105 105/5=21
x
4
0 2 4 0 1 70 70/2=35

Iteración 0:
Variables Ec. Z x x 1 2 x3 x4
LD
básicas
Z (0 1 0 -40 40 0 4200
)
 x1
(1 0 1 3/5 1/5 0 21
)
x4
(2 0 0 14/5 -2/5 1 28
)
200(1) + (0) -2(1) + (2)
200(0) + 1 = 1 -2(0) + 0 = 0
200(1) + (-200) = 0 -2(1) + 2 = 0
200(3/5) + (-160) =-40 -2(3/5) + 4=14/5
200(1/5) + (0) = 40 -2(1/5) + 0=-2/5
200(0) + 0=0 -2(0) + 1 = 1
200(21) + 0 = 4200 -2(21) + 70 = 28
PRUEBA DE OPTIMALIDAD:

Variables Ec. Z x1 x 2 x3 x4
LD Cociente
básicas
Z (0) 1 0 -40 40 0 4200
x1
(1) 0 1 3/5 1/5 0 21 21/3/5=3
5
x4
(2) 0 0 14/5 -2/5 1 28 28/14/5=
10
Iteración 1.
Variables Ec. Z x1 2x x
3 x4
LD
básicas
Z (0 1 0 0 240/7 100/7 4600
)
x
1
(1 0 1 0 2/7 -3/14 15
)
x
2
(2 0 0 1 -1/7 5/14 10
)
40(2) + (0)
40(0) +1=1
40(0) + 0=0
40(1) +(-40) =0
40(-1/7) + 40 = 240/7
40(5/14) + 0 = 100/7
40(10) +4200 = 4600

-3/5(2) + (1)
-3/5(0) + 0=0
-3/5(0) +1 = 1
-3/5(1) + 3/5 = 0
-3/5(-1/7) + 1/5 = 2/7
-3/5(5/14) + 0 = -3/14
-3/5(10) + 21 = 15
La función objetivo es máxima cuando
genera una ganancia de $4,600.00 y se
produciría del producto x1 15 unidades y
del producto x2 10 unidades.
(15,10,0,0)

Domingo 19/6/2022.
Forma Matricial del Método Simplex.

Ejemplo: Método Simplex matricial

Maximizar Z = x1+4x2 + 2x3
Sujeto a: Dimensión de la base
es igual a 3. Porque
2x1 + 2x2 ≤ 20
tiene 3 restricciones.
x1 +3x3 ≤15
x1 + x2 +2x3 ≤ 40
xj ≥0, j=1,2,3,4,5,6 Lado
Variables originales derecho.

[] []
x1 20
C=¿ 1,4,2] x= x 2 b= 15
40
x3
 [ ]
2 2 0
A= 1 0 3
1 1 2

A=matriz de coef .de lavariables

[ ]
2 2 0 1 0 0
[A, I] ¿ 1 0 3 0 1 0
1 1 2 0 0 1

La matriz A aumentada con la matriz identidad

que es de 3x3, que es de la dimensión de la base.
Vamos a poner las Variables Básicas. Para la
iteración 0.

[ ] [ ] Base= Identidad. Partimos del origen

x4 1 0 0
x B = x 5 B= 0 1 0
x6 0 0 1

y vamos a preguntar si es óptimo.

Vamos a estar viendo la información de la tabla
5.8, estamos buscando el más negativo en – C.
El renglón Z en la iteración 0 o la variable de
holgura serán ceros.
−C=¿ -1,-4,-2]
Entra x2
quien sale? Sale el mas chico. Porque está
limitando el crecimiento de la variable x2
xB Columna Pivote LD 20/2 = 10
Cero no limita, x2
puede crecer lo que
queramos.
40/1 = 40
 [] [] []
x4 2 20
x5 0 15
x6 1 40

Tabla 5.8 pág. 162. Del libro de texto.

Aquí hay que hacer más cálculos y sacar matrices
inversas. Con que me digan las VB hacemos la
iteración 1.

[ ] como sé que es óptimo? Tenemos que ver el

x2
xB= x5
x6

renglón de la ecuación cero.

Es un vector [ C B B−1 A−C ]

[C B B−1 ]

En cada iteración lo que cambia es el vector x la

B

base cambia CB y la matriz base B va a cambiar.

[ ]
1
0 0

[ ]
2 0 0 2
−1
B= 0 1 0 B = 0 1 0
1 0 1 −1
0 1
2
 coeficientes de VB en C, Variables de
C B= [ 4 , 0 , 0 ]

Holgura iguales a cero.

CB B-1 A - C

[ ]
1
0 0

[ ]
2 2 2 0
[ 4 ,0 ,0 ] 0
−1
1 0 1 0 3 −¿
1 1 2
1,4,2]
0 1
2

1x3 3x3

[ ]
2 2 0
[ 2 ,0 ,0 ] 1 0 3 −¿ 1,4,2]
1 1 2

[ 4 , 4 , 0 ] − [ 1 , 4 , 2 ] = [ 3 , 0 ,−2 ]

[ ]
1
0 0
2
[ C B B−1 ]= [ 4 , 0 , 0 ] 0 1 0 =[ 2, 0 , 0 ]
−1
0 1
2

[]
20
[ 2 ,0 ,0 ] 15 =[40]
40

Entra x3
Variables Originales
[3, 0, -2] [40]
 [ ][ ]
1
0 0
2 20
C B B−1 b=[ 4 , 0 ,0 ] 0 1 0 15 =¿
−1 40
0 1
2

[]
20
C B B−1 b=[ 2 , 0 ,0 ] 15 =[40]
40

1x3 3x1

[ ][ ] [ ]
1
0 0
2 20 10
−1
B b= 0 1 0 15 = 15
−1 40 30
0 1
2

¿Sale? x5
xB Columna Pivote LD Cero no limita, x2
puede crecer lo que

[] [] []
x2 0 10 queramos.
x5 3 15
x6 2 30 15/3 = 5
30/2 =15

Iteración 2.

[ ] como sabemos que es óptimo?

x2
xB= x3
x6
 [ ]
1
0 0

[ ]
2
2 0 0
1
B= 0 3 0 B−1= 0 0
3
1 2 1
−1 −2
1
2 3

C B= [ 4 , 2 ,0 ]

[ ]
1
0 0

[ ]
2
2 2 0
1
[ 4 ,2 , 0 ] 0 0 1 0 3 −[1,4,2]
3
1 1 2
−1 −2
1
2 3

[ ]
2 2 0
[ 2 ,2 /3 , 0 ] 1 0 3 −[1,4,2]
1 1 2

[ 14
3 ]
, 4 ,2 −[ 1,4,2 ] =
11
3 [
, 0,0
]
Es un vector [ C B B
−1
A−C ]=
[ 11
3
, 0,0
]

C B= [ 4 , 2 ,0 ]

[ ]
1
0 0
2
−1 1
B = 0 0
3
−1 −2
1
2 3
 [ ]
1
0 0
2
C B B−1=[ 4 ,2 , 0 ] 0
1
3 [ 2
0 = 2, ,0
3 ]
−1 −2
1
2 3

][ ]
20
[ 2
C B B−1 b= 2 , , 0 15 = [ 40+10+0 ]= [ 50 ]
3
40

1x3 3x1=1x1

[ ]
1
0 0
2

[]
20
−1 1
B b= 0 0 15 =[10 ,5 ,20]
3
40
−1 −2
1
2 3

3x3 3x1 3x1

[ ][ ]
x2 10
xB = x3 = 5
x6 20

(0, 10, 5, 0, 0, 20) con una utilidad de $50.00

Domingo 10/7/2022.
Método Simplex Dual.
Minimizar W = 60000x1 + 100000x2
Sujeto a:
10x1 + 25x2 ≥ 50
12x1 + 20x2 ≥ 50
x1, x2≥ 0

Modelo estándar:
W – 60000x1 – 100000x2 = 0
10x1 + 25x2 – x3 = 50
12x1 + 20x2 - x4 = 50
Las variables de holgura.
Nuevo Modelo estándar:
W – 60000x1 – 100000x2 =0
−10 x 1−25 x2 + x 3=−50
−12 x1−20 x 2 + x 4=−50

SIMPLEX DUAL
x1 x2 x3 x4
Resultado
W -60000 -100000 0 0 0
x3
-10 -25 1 0 -50
x4
-12 -20 0 1 -50
m−n=4−2=2 grados de libertad .

1.Identificar la fila pivote en la columna de

Resultado. Identificar el numero menor o el
mas negativo. Sin tener en cuenta la fila de W.
2.Identificar la columna pivote: tomamos las
cifras de las variables x1 y x2 de la fila de W y
las dividimos entre las cifras
correspondientes de la fila pivote. El número
más cercano al cero es 4000. Esto me indica
que x2 es la columna pivote.
−60000 −100000
=6000 =4000
−10 −25

3. El numero pivote es – 25 y debe convertirse

en 1. Para ello se divide la fila pivote entre el
 numero pivote. Dando lugar a la primera
tabla anexa.

x1 x2 x3 x4
Ec Resultado
W (0) -20000 0 -4000 0 200000
x2
(1) 2/5 1 -1/25 0 2
x4
(2) -4 0 -4/5 1 -10
100000(1) + (0)
100000(2/5) – 60000 = -20000
100000(1) – 10000 = 0
100000(-1/25) + 0 = - 4000
100000(0) + 0 = 0
100000(2) + 0 = 200000
20(1) + (2)
20(2/5) -12 = - 4
20(1) - 20 = 0
20(-1/25) +0 = -4/5
20(0) + 1 = 1
20(2) – 50 = - 10
 4. Hacerse las siguientes preguntas:
a) ¿Todas las cifras de la columna de
Resultado son positivas? NO
b) ¿Todas las cifras de la fila W están en
cero o son negativos? Excepto el
Resultado. SI
c) Si la respuesta en alguna de las dos
preguntas es negativa se debe de volver
hacer una nueva iteración.
5.Repetir el paso # 1.
−20000 0
=5000 ∄
−4 0

x x2 x3 x4
Ec. 1
Resultado
W (0) 0 0 0 -5000 250000
x2
(1) 0 1 -3/25 1/10 1
x1
(2) 1 0 1/5 -1/4 5/2
20000(2) + (0)
20000(1) – 20000 = 0
20000(0) + 0 = 0
20000(1/5) – 4000 = 0
20000(-1/4) + 0 = - 5000
20000(5/2) + 20000 = 250000

−2
( 2 ) +( 1 )
5
−2
5
2
()
( 1 ) + =0
5

−2
( 0 ) + ( 1 )=1
5

( )( )
−2 1
5 5
+
−1
25
=−3/25

(
−2 −1
5 4 ) + ( 0 )=
1
10

5 (2)
−2 5
+ ( 2 )=1

El costo mínimo de la empres de viajes es de

$250,000.00 y se harían 2.5 viajes de autobuses 1
viaje de los colectivos.

Maximizar Z= 3x1 + 2x2 + 5x3

Sujeto a:
x 1+ 2 x 2 + x 3 ≤ 430

3x + 2 x ≤ 460
PRIMAL
1 3

x 1+ 4 x 2 ≤ 420

x1 , x2 , x3 ≥ 0

Minimizar W = 430x1 + 460x2 + 420x3

Sujeto a:
x 1+ 3 x 2 + x 3 ≥ 3

2 x1 + 4 x 3 ≥ 2

x 1+ 2 x 2 ≥ 5
DUAL

MODELO ESTANDAR:
MAXIMIZAR W – 430X1 – 460x2 – 420x3 = 0
Sujeto a:
El signo de las restricciones se
cambia porque al multiplicar por
– 1 ambos lados de la
desigualdad, la regla dice que el
−x 1−3 x 2−x 3 ≤−3

−2 x1 −4 x 3 ≤−2

−x 1−2 x2 ≤−5

−4 ≥−12

(-1) (-4) ≥ (-1) (-12)

4 ≤ 12(V )

-12 -4 0

MAXIMIZAR: W + 430X1 + 460x2 + 420x3 = 0

Sujeto a:
−x 1−3 x 2−x 3+ x 4 ≤−3

−2 x1 −4 x 3 + x 5 ≤−2

−x 1−2 x2 + x 6 ≤−5

x1 x2 x3 x4 x5 x6 bj
VB
W 430 460 420 0 0 0 0
x4
-1 -3 -1 1 0 0 -3
x5
-2 0 -4 0 1 0 -2
x6
-1 -2 0 0 0 1 -5
430 460 420
=−430 =−230 ∄
−1 −2 0
 x1 x2 x3 x4 x5 x6 bj
VB
W 430 460 420 0 0 0 0
x4
-1 -3 -1 1 0 0 -3
x5
-2 0 -4 0 1 0 -2
x6
-1 -2 0 0 0 1 -5
x x x x4 x5 x6 bj
VB Ec. 1 2 3

W (0) 200 0 420 0 0 230 -1150

x4
(1) 1/2 0 -1 1 0 -3/2 9/2
x5
(2) -2 0 -4 0 1 0 -2
x2
(3) 1/2 1 0 0 0 -1/2 5/2
−460 ( 3 )+(0) 3 ( 3 ) +(1)

−460 ( 12 )+( 430) =2003 ( 1/2)+ (−1)=1/2

−460 ( 1 ) + ( 460 )=0 3 ( 1 ) + (−3 )=0

−460 ( 0 )+ ( 420 )=420 3 ( 0 ) + (−1 )=−1

−460 ( 0 )+ ( 0 )=0 3 ( 0 ) + ( 1 )=1

−460 ( 0 )+ ( 0 )=0 3 ( 0 ) + ( 0 )=0

−460 ( −12 )+( 0)=230 3 (−1/ 2) +( 0)=−3/2

−460 ( 52 )+( 0)=−1150 3 ( 5/2 ) + (−3 ) =9/ 2

x1 x2 x3 x4 x5 x6 bj
VB Ec.
W (0) 0 0 20 0 100 230 -1350
 x4
(1) 0 0 -2 1 1/4 -3/2 4
x1
(2) 1 0 2 0 -1/2 0 1
x2
(3) 0 1 -1 0 1/4 -1/2 2

200 420
=−100 =−105
−2 −4

−200 ( 2 ) +(0) -1/2(2) + (1)

−200 ( 1 ) + ( 220 )=0 -1/2(1) +(1/2) =0
200 ( 0 ) + ( 0 )=0 -1/2(0) + (0) = 0
−200 ( 2 ) + ( 420 )=20 -1/2(2) + (-1)=-2
−200 ( 0 ) + ( 0 )=0 -1/2(0) + (1)=1
−200 ( −12 )+( 0 )=100 -1/2(-1/2)+ (0)=1/4
−200 ( 0 ) + ( 230 ) =230 -1/2(0) + (-3/2)=-3/2
−200 ( 1 ) + (−1150 )=−1350 1/2(1) + (9/2)=4

-1/2(2) + (3)
-1/2(1) + (1/2)=0
-1/2(0) + (1) =1
-1/2(2) + (0) = -1
-1/2(0) + (0)=0
-1/2(-1/2) + (0)=1/4
-1/2(0) + (-1/2)=-1/2
-1/2(1) + (5/2)= 2

W= $1,350.00
x1=1
x2 = 2

Domingo 17/7/2022.
ANALISIS DE SENSIBILIDAD:
EJEMPLO:
Plantee el modelo y resuelva usando el método
Simplex.
Una fabrica produce prendas de vestir de
caballeros, camisas y pantalones, y desea saber
cuanto producir de cada prenda para obtener las
mayores ganancias posibles, sabiendo que gana
$50 y $80 respectivamente por unidad producida
y que lo que produzca lo vende. Sabiendo que
para la producción de tales prendas se pasa por
dos procesos claramente definidos, empleándose
1 hora para la camisa en el proceso 1 y dos horas
para el pantalón en el mismo proceso y 1 hora
para cada producto en el proceso 2. Y además se
cuenta como máximo con 120 horas disponibles
de mano de obra en el proceso 1 y con 90 horas
en el proceso 2.

Tabla Simplex Final

x1 x2 x3 x4
VB Z R
 Z 1 0 0 30 20 5400
x2
0 0 1 1 -1 30
x1
0 1 0 -1 2 60
x 1=Camisas a fabricar

x 2=Pantalones a fabricar

Maximizar Z = 50x1 + 80x2

Sujeto a:
x 1+ 2 x 2 ≤ 120

x 1+ x2 ≤ 90

x1, x2≥ 0

x1 x2 x3 x4
VB Z R
Z 1 -50 -80 0 0 0
x3
0 1 2 1 0 120
x4
0 1 1 0 1 90

Cambiamos 120 por 120 + θ

x 1 :60−1θ ≥ 0

x 2 :30+1 θ ≥ 0

Z :5400+30 θ ≥ 0
x 1 :60−1θ ≥ 0

x 1 :−1 θ≥−60

x 1 :θ ≤ 60

x 2 :30+1 θ ≥ 0

x 2 :+ 1θ ≥−30

x 2 :θ ≥−30

Z :5400+30 θ ≥ 0
Z :30 θ ≥−5400
5400
Z :θ ≥− =−180
30
Z :θ ≥−180

-180 -30 60

120 90 180
θ ∈ [−30 , 60 ]
Cambiamos 90 por 90 + θ
x 1 :60+2 θ ≥ 0

x 2 :30−θ ≥ 0

Z :5400+20 θ ≥ 0

x 1 :60+2 θ ≥ 0

x 1 :2 θ ≥−60

x 1 :θ ≥−30

x 2 :30−θ ≥ 0

x 2 :−θ ≥−30

x 2 :θ ≤ 30

Z :5400+20 θ ≥ 0

Z :20 θ ≥−5400
Z :θ ≥−270

-30 30
-270
 θ ∈ [−30 , 30 ]

Domingo 24/7/2022.
Estra
Maximizar Z= 2x1 + 5x2 + 8x3
Sujeto a:
6x1 + 8x2 + 4x3 ≤ 96 Que tanto Podemos cambiar
2x1 + x2 + 2x3 ≤ 40 nuestro bj sin alterar nuestra Z.

5x1 + 3x2 + 2x3 ≤ 60

x1 , x2 , x3 ≥ 0

Z cj 2 5 8 0 0 0
x1 x2 x3 x4 x5 x6
VB cB 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
x6
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 -14/3 0 0 -1/6 -11/3 0

Supongamos que no tenemos los bj:

[ ]
1 −1
0
6 3

[ ][ ]
96 8 /3
−1 2
0 ∗ 40 = 56 /3
12 3
60 44 /3
−1 −1
1
3 3

3x3 3x1 3x
1

[ ]
1 −1
0
6 3

[ ]
96 +θ
−1 2
0 ∗ 40 =¿
12 3
60
−1 −1
1
3 3

[ ]
1 1
( 96+θ ) − ( 40 ) +0 ( 60 ) ≥ 0
6 3
−1 2
( 96+θ ) + ( 40 ) +0 ( 60 ) ≥0
12 3
−1 1
( 96+θ ) − ( 40 ) +1 ( 60 ) ≥ 0
3 3
 [ ]
1 40
16+ θ− ≥ 0
6 3
1 80
−8− θ+ ≥0
12 3
1 40
−32− θ− +60 ≥0
3 3

1 40
16+ θ− ≥0
6 3
1 8
θ ≥−
6 3
θ ≥−16
1 80
−8− θ+ ≥ 0
12 3
−1 56
θ ≥−
12 3
θ ≤ 224

1 40
−32− θ− +60 ≥ 0
3 3
−1 44
θ ≥−
3 3
θ ≤ 44

-16 44 224
 θ ∈ [−16,44 ]

96 – 16 = 80
96 + 44 = 140

[ ][ ]
1 −1
0
6 3
96
−1 2
0 ∗ 40 =¿
12 3
60+θ
−1 −1
1
3 3

[ −32−
40
3
+60+θ ≥ 0
]
44
+θ ≥ 0
3
44
θ ≥− ≅−14.67
3

16 – 40/3 + 0(60+θ ) ≥ 0
0 ≥−8/3

θ∈
[ −44
3
,∞
]
METODO DE VOGEL:
SUPUESTOS DEL METODO DE VOGEL:
1. Los costos de transporte son una
función lineal del número de unidades
embarcadas.
2. Tanto la oferta como la demanda se
expresan en unidades homogéneas.
3. Los costos unitarios de transporte no
varían de acuerdo con la cantidad
transportada.
4. La oferta y la demanda deben ser
iguales.
5. Las cantidades de oferta y demanda
no varían con el tiempo.
 6. No considera más efectos para la
localización que los costos de
transporte.

VENTAJAS:
1. Es un método preciso.
2. Todos los datos se llevan a una
matriz oferta-demanda u origen-destino.
3. Es un método imparcial.

PASOS PARA RESOLVER LA MATRIZ:

1. Calcular la diferencia entre los dos
costos más pequeños en cada fila y en
cada columna. Y escribir los números
resultantes al lado derecho y en la base
de las filas y columnas.
2. Seleccionar el renglón o la columna
que tenga la mayor diferencia de costo y
asignar tantas unidades como sea
posible a la casilla de costo más bajo. En
caso de empate, se selecciona el renglón
o columna que tenga la casilla más baja
en costo.
3. No considerar en situaciones
posteriores el renglón o columnas que
haya sido satisfecho.
4. Usar una matriz ya reducida al
eliminar renglones y columnas. Repetir
los pasos del 1 al 3, hasta que toda la
oferta haya sido asignada a toda la
demanda y esta haya sido satisfecha en
su totalidad.

Demanda
Plantas W X Y Z RECURSOS
A 3 5 12 7 17
B 4 6 13 8 21
C 5 10 9 4 15
10 16 8 19 53
Plantas W X Y Z RECURSOS
A 3 5 12 7 17
B 4 6 13 8 21
C 5 10 9 4 15
10 16 8 19 53

Plantas W X Y Z RECURSOS
A 3 5 12 7 17
B 4 6 13 8 21
C 5 10 9 4 15
10 16 8 19 53
Costo mínimo = $3(10) + $5(7) + $6(9) +
$13(8) + $8(4)+ $4(15) = $30 + $35 +
$54 + $104 + $32 + $60 = $315.00