Resuelve los siguientes ejercicios, utilizando el método simplex: identifica los tres
elementos de programación lineal, construye el modelo y redacta una conclusión de los
resultados obtenidos:
a. Maximizar Z = 8X1 + 3X2
2X1 + 4X2 ≤ 16
X1 + 6X2 ≤ 12
1. Función del objetivo:
Maximizar Z=8X1+3X2Z=8X1+3X2.
2. Restricciones:
• 2X1+4X2≤162X1+4X2≤16
• X1+6X2≤12X1+6X2≤12
• X1,X2≥0X1,X2≥0 (no negatividad).
3. Variables de decisión:
• X1: Cantidad del producto 1.
• X2: Cantidad del producto 2.
Paso 1:
Convertimos las desigualdades en igualdades añadiendo variables de holgura (s1 y s2)
1. 2X1+4X2+S1=16
2. X1+6X2+S2=12
La función objetivo:
Z=8X1+ 3X2 +0S1 +0S2.
Paso 2: tabla simplex
Base X1 X2 S1 S2 Solución
S1 2 4 1 0 16
S2 1 6 0 1 12
Z -8 -3 0 0 0
Paso 3: Actualizar tabla con el elemento pivote
Base X1 X2 S1 S2 Solución
X1 1 2 0.5 0 8
S2 0 4 -0.5 1 4
Z 0 13 4 0 64
Paso 4: verificar optimalidad
Todos los coeficientes en la fila de Z son no negativos, por lo que la solución es óptima.
Paso 5: solución optima
• X1= 8
• X2= 0
• Z= 64
Conclusion:
La solución óptima del problema es producir 8 unidades de X1 y 0 unidades de X2,
lo que maximiza la función objetivo con un valor de Z=64. Esto significa que, bajo las
restricciones dadas, la mejor decisión es enfocarse únicamente en la producción de X1
para obtener el máximo beneficio.
Elementos de programación lineal:
1. Función objetivo: Maximizar Z=100X1+200X2Z=100X1 +200X2 .
2. Restricciones:
a. 20X1+2X2≤1020X1 +2X2 ≤10
b. 6X1+2X2≤86X1 +2X2 ≤8
3. Variables de decisión: X1≥0,X2≥0X1 ≥0,X2 ≥0.
Construcción del modelo:
1. Convertimos las restricciones a igualdades anadiendo variables de holgura S1S1 y
S2S2 :
a. 20X1+2X2+S1=1020X1 +2X2 +S1 =10
b. 6X1+2X2+S2=86X1 +2X2 +S2 =8
2. La funcion objetivo se reescribe como:
a. Z−100X1−200X2=0Z−100X1 −200X2 =0
Tabla inicial del simplex:
S1 S2
Base X1X1 X2X2 Solución
S1 S2
S1S1 20 2 1 0 10
S2S2 6 2 0 1 8
ZZ -100 -200 0 0 0
Iteraciones del método simplex:
1. Primera iteración:
a. Variable entrante: X2X2 (coeficiente mas negativo en la fila de ZZ).
b. Variable saliente: S1S1 (menor cociente 102=5210 =5 vs 82=428 =4).
c. Pivote: 2.
Actualizamos la tabla:
X2 S1S S2
Base X1X1 Solución
X2 1 S2
X2X2 10 1 0.5 0 5
S2S2 -14 0 -1 1 -2
ZZ 1900 0 100 0 1000
2. Segunda iteración:
a. Variable entrante: X1X1 (coeficiente mas negativo en la fila de ZZ).
b. Variable saliente: X2X2 (menor cociente 510=0.5105 =0.5).
c. Pivote: 10.
Actualizamos la tabla:
X1 X2X S2
Base S1S1 Solución
X1 2 S2
X1X1 1 0.1 0.05 0 0.5
S2S2 0 1.4 -0.3 1 5
ZZ 0 -10 5 0 905
Solución óptima:
• X1=0.5X1 =0.5, X2=0X2 =0.
• Valor optimo de Z=100(0.5)+200(0)=50Z=100(0.5)+200(0)=50.
Conclusión:
El valor maximo de ZZ es 50, que se alcanza cuando X1=0.5X1 =0.5 y X2=0X2 =0.
Conclusión general:
En ambos ejercicios, el metodo simplex permitio encontrar la solucion optima
maximizando la funcion objetivo. En el primer ejercicio, el valor maximo de ZZ fue 51,
mientras que en el segundo fue 50. Estos resultados muestran como el metodo simplex es
eficaz para resolver problemas de programacion lineal.
c. Maximizar Z=50X1+30X2Z=50X1 +30X2
Sujeto a:
1. 25X1+5X2≤10025X1 +5X2 ≤100
2. 8X1+16X2≤3208X1 +16X2 ≤320
3. X1,X2≥0X1 ,X2 ≥0
Elementos de Programación Lineal:
1. Función Objetivo:
Maximizar Z=50X1+30X2Z=50X1 +30X2 .
2. Restricciones:
Las desigualdades lineales que limitan los valores de X1X1 y X2X2 .
3. Variables de Decisión:
X1X1 y X2X2 .
Modelo:
• Convertir las desigualdades en igualdades agregando variables de holgura
S1S1 y S2S2 :
25X1+5X2+S1=10025X1 +5X2 +S1 =100
8X1+16X2+S2=3208X1 +16X2 +S2 =320
• La función objetivo se reescribe como:
Z−50X1−30X2=0Z−50X1 −30X2 =0
Tabla Inicial del Simplex:
Base X1 X2 S1 S2 Solución
S1 25 5 1 0 100
S2 8 16 0 1 320
Z -50 -30 0 0 0
Iteraciones del Simplex:
1. Primera Iteración:
a. Variable entrante: X1X1 (coeficiente más negativo en ZZ).
b. Variable saliente: S1S1 (cociente mínimo 10025=425100 =4).
c. Pivote: 25.
Actualizar la tabla:
Base X1 X2 S1 S2 Solución
X1 1 0.2 0.04 0 4
S2 0 14.4 -0.32 1 288
Z 0 -20 2 0 200
2. Segunda Iteración:
a. Variable entrante: X2X2 (coeficiente más negativo en ZZ).
b. Variable saliente: S2S2 (cociente mínimo 28814.4=2014.4288 =20).
c. Pivote: 14.4.
Actualizar la tabla:
Base X1 X2 S1 S2 Solución
X1 1 0 0.0556 -0.0139 1.111
X2 0 1 -0.0222 0.0694 20
Z 0 0 1.5556 1.3889 600
Conclusión:
• La solución óptima es X1=1.111X1 =1.111, X2=20X2 =20.
• El valor máximo de ZZ es 600.
¿Cuáles son las diferencias entre el método gráfico y el método simplex en
programación lineal?
Respuesta:
Dimensión: El método gráfico solo funciona con dos variables, mientras que el
simplex se aplica a cualquier cantidad de variables.
Forma de solución: El gráfico usa representación visual, el simplex usa cálculos
algebraicos.
Precisión y eficiencia: El gráfico es intuitivo pero limitado, el simplex es preciso y
eficiente para problemas grandes.
Interpretación: El gráfico muestra la solución en un plano, el simplex proporciona
más información como valores duales y sensibilidad.
Aplicabilidad: El gráfico es educativo y simple, el simplex es usado en problemas
reales de optimización
