Universidad Autónoma de Baja California

Facultad de Ciencias Químicas e Ingeniería

Ingeniería Industrial

Materia:
Investigación de Operaciones I

Tema:
Práctica 5: “Método Simplex. Método de la Gran M. Método de la
Doble Fase”

Alumnos:
Mar Paz Juan Carlos – 1249853

Mota Vejar Jesus Francisco - 1243176

Profesora:
M.C. Teresa Carrillo Gutiérrez

Tijuana B.C 23 de abril de 2019

 I. Competencia
Formular y resolver los diferentes modelos de PL mediante el método de
solución simplex tabular de la Gran M y mediante el método de la Doble Fase
para la mejora en la toma de decisiones en el sector productivo.

II. Marco Teórico

Corresponde a una variación del Algoritmo simplex para penalizar la presencia
de variables artificiales, mediante la introducción de una constante M definida
como un valor muy grande, aunque finito. También se puede usar el Método de
las Dos Fases para resolver problemas que contengan restricciones de >= o =.

Definimos la letra M como un número muy grande pero finito para usarlo como
coeficiente de las variables artificiales en la función objetivo y con sentido
contrario a la misma para penalizar de manera muy grande la existencia de las
mismas en la solución. Si el objetivo es minimizar las variables artificiales
entraran con M positivo y si es maximizar las variables artificiales se usaran
como -M.

III. Procedimiento
Equipo Material
- Computadora - PHPSimplex, POM QM

IV. Condiciones de Seguridad

- Darle el correcto uso al equipo de cómputo.

- Apagar la CPU y el monitor al terminar la práctica de laboratorio.

2
 V. Desarrollo de la Práctica

Instrucciones: Resolver los problemas de manera manual (EN EL

CUADERNO-PORTAFOLIO) y también utilizando PHPSimplex, JSimplex o
bien POM QM por ambos métodos: Gran M y Doble Fase.

Para cada uno de los siguientes planteamientos de problema resolver los

siguientes incisos.

a) Definir las variables de decisión.

b) Elaborar la tabla de resumen de los datos del problema.
c) Elaborar el modelo matemático.
d) Resolver mediante Solver de Excel
e) Analizar el resultado.

La forma tabular del método simplex registra:

 Los coeficientes de las variables.
 Las constantes del lado derecho de las ecuaciones.
 La variable básica que aparece en cada ecuación.

Ejercicio 1:

Rob Richman, presidente de AmeriBank, se quita las gafas, se talla los ojos por
cansancio y ve de reojo el reloj de su estudio. Son las 3 am. Durante las
últimas horas ha estado absorbido en los estados financieros de AmeriBank de
los últimos tres trimestres de operación. Se trata de un banco mediano con
sucursales en todo Estados Unidos que se dirige a un terrible problema
económico. El banco, que proporciona servicios de transacciones, ahorros,
inversión y préstamos, ha experimentado un declive constante en su ingreso
neto durante el último año, y las tendencias muestran que continuará.
Sencillamente el banco está perdiendo clientes que cambian a competidores
extranjeros y no bancarios.

AmeriBank no está solo en esta batalla por mantenerse fuera de los números
rojos. Por su lectura diaria sobre la industria, Rob sabe que muchos bancos
norteamericanos han tenido pérdidas significativas debido al incremento en el
número de estos competidores no bancarios y extranjeros. Dado que ellos se
especializan en ciertos servicios pueden captar mejor esos mercados al ofrecer
servicios menos costosos, más eficientes y más convenientes. Por ejemplo, las
grandes corporaciones ahora buscan bancos extranjeros y ofertas de papel
comercial para sus préstamos, y los norteamericanos acaudalados prefieren
invertir en el mercado de dinero. Los bancos se enfrentan al reto desalentador
de ser diferentes de sus competidores extranjeros y no bancarios.

3
Rob ha llegado a la conclusión de que una estrategia para distinguir AmeriBank
de sus competidores es mejorar los servicios que los extranjeros y no
bancarios no proporcionan: el servicio de transacciones. Ha decidido que un
método de transacción más conveniente debe ser sucesor lógico del cajero
automático y piensa que la banca electrónica en internet permite este método
conveniente de transacción. En internet, los clientes pueden realizar
transacciones desde sus computadoras en cada o el trabajo. La gran
expansión de internet significa que muchos clientes potenciales entienden y
usan la Worl Wide Web o WWW. Por lo tanto, siente que si AmeriBank ofrece
una banca en internet. El banco atraerá muchos clientes nuevos.

Sin embargo, antes de emprender el proyecto de hacer posible la banca en

internet, Rob decide entender el mercado y los servicios que AmeriBank debe
proporcionar en internet, por ejemplo, ¿debe el banco permitir a sus clientes el
acceso a través de internet solo a sus estados de cuenta y a la información
sobre transacciones realizadas o debe desarrollar una estrategia para
permitirles hacer depósitos y retiros de su computadora? ¿Debe el banco
intentar capturar de nuevo una parte del mercado de inversiones proporcionado
por los precios de las acciones en forma continua y permitir a los clientes que
hagan este tipo de transacciones por una cuota mínima?

Sophisticated Surveys es una de las tres compañías que compiten por el

proyecto. Rob les proporcionó una lista de requerimientos para asegurarse que
AmeriBank recibe la información necesaria para la planeación de la banca en
Internet.

Como los diferentes grupos de edad requieren servicios distintos, AmeriBank

está interesado en investigar cuatro grupos. El primero abarca a clientes de 18
a 25 años. El banco supone que este grupo de edad tiene un ingreso anual
limitado y realiza pocas transacciones. El segundo grupo de edad comprende a
clientes entre 26 y 40 años; tiene fuentes significativas de ingreso, realiza
muchas transacciones, requiere numerosos préstamos para casas y autos
nuevos e invierte en varios tipos de inversiones. El tercer grupo de edad
engloba a personas entre 41 y 50 años. Estos clientes suelen tener el mismo
nivel de ingresos y realizar el mismo número de transacciones que el segundo
grupo, pero el banco supone que es menos probable que usen la banca en
internet ya que no se sienten tan cómodos con la explosión de las
computadoras o la Red. Por último, el cuarto grupo incluye clientes mayores de
50 años que por lo común desean seguridad y requieren información continua
sobre los fondos de retiro. El banco piensa que es muy poco probable que usen
internet, pero desea saber las necesidades futuras de este grupo. AmeriBank
quiere entrevistar a 2000 clientes con al menos 20% pertenecientes al primer
grupo, al menos 27.5% en el segundo grupo, al menos 15% en el tercero y al
menos 15% en el cuarto.

4
 Rob entiende que internet es un fenómeno reciente y que algunos clientes no
pueden haber oído hablar de la WWW. Por todo esto desea asegurarse que la
encuesta incluya una mezcla de clientes que conoce bien internet y de quienes
han estado menos expuestos a ella. Para asegurar que AmeriBank obtiene la
mezcla correcta, desea entrevistar al menos a 15% de clientes de Silicon Valley
donde el uso de internet es alto, al menos 35% de clientes en las grandes
ciudades donde el uso de internet es mediano y al menos 20 % de clientes en
ciudades pequeñas donde el uso es bajo.

Sophisticated Surveys realizó un análisis inicial de estos requerimientos de

encuestas para determinar el costo de investigar a las diferentes poblaciones.
Los costos por persona entrevistada se proporcionan en la siguiente tabla:

Grupo de edad
Región
18 a 25 26 a 40 41 a 50 51 o más

Silicon Valley $4.75 $6.50 $6.50 $5.00

Cds. Grandes $5.25 $5.75 $6.25 $6.25

Cds.
$6.50 $5.50 $7.50 $7.25
Pequeñas
Tabla 1. Información del Problema

Sophisticated Surveys explora las siguientes opciones de manera acumulada.

a) Formule un modelo de programación lineal para minimizar los costos al

mismo tiempo que se cumple con las restricciones impuestas por
AmeriBank.

 Tabla de resumen de los datos del problema:

18 a 25 26 a 40 41 a 50 51 o más Disposición
Silicon Valley $4.75 $6.50 $6.50 $5.00 ≥ 300
Cds. Grandes $5.25 $5.75 $6.25 $6.25 ≥ 700

Cds. Pequeñas $6.50 $5.50 $7.50 $7.25 ≥ 400

400 550 300 300

Tabla 2. Datos del Problema

5
  Variables de decisión:
𝑋1 = Número de personas de Silicon Valley menores de 18 a 25 años.
𝑋2 = Número de personas de Silicon Valley menores de 26 a 40 años.
𝑋3 = Número de personas de Silicon Valley menores de 41 a 50 años.
𝑋4 = Número de personas de Silicon Valley por encima del grupo de edad 51.
𝑋5 = Número de personas de las grandes ciudades menores de 18 a 25 años.
𝑋6 = Número de personas de las grandes ciudades menores de 26 a 40 años.
𝑋7 = Número de personas de las grandes ciudades menores de 41 a 50 años.
𝑋8 = Número de personas de las grandes ciudades por encima de 51 años de
edad.
𝑋9 = Número de personas de ciudades pequeñas menores de 18 a 25 años.
𝑋10 = Número de personas de ciudades pequeñas menores de 26 a 40 años.
𝑋11 = Número de personas de ciudades pequeñas menores de 41 a 50 años.
𝑋12 = Numero de personas de ciudades pequeñas por encima de edad 51
años de edad.

 Función objetivo:
𝑍 = Minimizar la utilidad.

 Modelo matemático:
Minimizar 𝑍 = 4.75 𝑋1 + 6.50 𝑋2 + 6.50 𝑋3 + 5 𝑋4 + 5.25 𝑋5 + 5.75 𝑋6 + 6.25 𝑋7 + 6.25 𝑋8 +
6.50𝑋9 + 7.50 𝑋10 + 7.50 𝑋11 + 7.25 𝑋12

Sujeto a:

𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 = 2000

𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 ≥ 300
𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 ≥ 700
𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 ≥ 400
𝑋1 + 𝑋5 + 𝑋9 ≥ 400
𝑋2 + 𝑋6 + 𝑋10 ≥ 550
𝑋3 + 𝑋7 + 𝑋11 ≥ 300
𝑋4 + 𝑋8 + 𝑋12 ≥ 300
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9, 𝑋10, 𝑋11, 𝑋12 ≥ 0

6
  Modelo matemático aumentado:
Max −𝑍 = −4.75𝑋1 − 6.5𝑋2 − 6.5𝑋3 − 5𝑋4 − 5.25𝑋5 − 5.75𝑋6 − 6.25𝑋7 − 6.25𝑋8 −
̅̅̅̅̅̅̅
6.5𝑋9 − 7.5𝑋10 − 7.5𝑋11 − 7.25𝑋12 − 𝑀𝑋 ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅
13 − 𝑀𝑋15 − 𝑀𝑋17 − 𝑀𝑋19 − 𝑀𝑋21 − 𝑀𝑋23 −
̅̅̅̅̅̅̅
𝑀𝑋 ̅̅̅̅̅̅̅
25 − 𝑀𝑋27

Sujeto a:

(1) 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 + ̅̅̅̅̅

𝑋𝟏𝟑 = 2000
(2) X1 + X2 + X3 + X4 − X14 + 𝑋𝟏𝟓 ̅̅̅̅̅̅ = 300
(3) 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 – 𝑋16 + ̅̅̅̅̅𝑋𝟏𝟕 = 700
(4) X9 + X10 + X11 + X12 – X18 + ̅̅̅̅̅ 𝑋𝟏𝟗 = 400
(5) X1 + X5 + X9 – X20 + ̅̅̅̅̅̅
𝑋𝟐𝟏 = 400
̅̅̅̅̅̅
(6) X2 + X6 + X10 – X22 + 𝑋𝟐𝟑 = 550
(7) X3 + X7 + X11 – X24 + ̅̅̅̅̅̅
𝑋𝟐𝟓 = 300
̅̅̅̅̅̅
(8) X4 + X8 + X12 – X26 + 𝑋𝟐𝟕 = 300

𝑋1 , 𝑋2 , 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9, 𝑋10, 𝑋11, 𝑋12, ̅̅̅̅̅
𝑿𝟏𝟑 , 𝑋14, ̅̅̅̅̅
𝑿𝟏𝟓 , 𝑋16, ̅̅̅̅̅
𝑿𝟏𝟕 , 𝑋18, ̅̅̅̅̅
𝑿𝟏𝟗 , 𝑋20, ̅̅̅̅̅
𝑿𝟐𝟏 , 𝑋22,
̅̅̅̅̅ ̅̅̅̅̅ ̅̅̅̅̅
𝑿𝟐𝟑 , 𝑋24, 𝑿𝟐𝟓 , 𝑋26, 𝑿𝟐𝟕 ≥ 0

𝑀𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑟 𝑙𝑎𝑠 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 1 – 8 𝑝𝑜𝑟 (−𝑀)

Max −𝑍 = −4.75𝑋1 − 6.5𝑋2 − 6.5𝑋3 − 5𝑋4 − 5.25𝑋5 − 5.75𝑋6 − 6.25𝑋7 − 6.25𝑋8 −

̅̅̅̅̅̅̅
6.5𝑋9 − 7.5𝑋10 − 7.5𝑋11 − 7.25𝑋12 − 𝑀𝑋 ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅
13 − 𝑀𝑋15 − 𝑀𝑋17 − 𝑀𝑋19 − 𝑀𝑋21 − 𝑀𝑋23 −
̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅
𝑀𝑋25 − 𝑀𝑋27

Sujeto a:

(0) − 𝑍 + 4.75𝑋1 + 6.5𝑋2 + 6.5𝑋3 + 5𝑋4 + 5.25𝑋5 + 5.75𝑋6 + 6.25𝑋7 + 6.25𝑋8 +

6.5𝑋9 + 7.5𝑋10 + 7.5𝑋11 + 7.25𝑋12 + 𝑀𝑋 ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅
13 + 𝑀𝑋15 + 𝑀𝑋17 + 𝑀𝑋19
̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅
+ 𝑀𝑋 ̅̅̅̅̅̅̅
21 + 𝑀𝑋23 +
̅̅̅̅̅̅̅
𝑀𝑋 ̅̅̅̅̅̅̅
25 + 𝑀𝑋27 = 0
(1)−𝑀𝑋1 − 𝑀𝑋2 − 𝑀𝑋3 − 𝑀𝑋4 − 𝑀𝑋5 − 𝑀𝑋6 − 𝑀𝑋7 − 𝑀𝑋8 − 𝑀𝑋9 − 𝑀𝑋10 − 𝑀𝑋11 −
𝑀𝑋12 − (𝑀𝑋_13 ) ̅ = −2000
(2) −𝑀𝑋1 − 𝑀𝑋2 − 𝑀𝑋3 − 𝑀𝑋4 + 𝑀𝑋14 − ̅̅̅̅̅̅̅ 𝑀𝑋𝟏𝟓 = −300𝑀
(3) −𝑀𝑋5 − 𝑀𝑋6 − 𝑀𝑋7 − 𝑀𝑋8 + 𝑀𝑋16 − 𝑀𝑋𝟏𝟕 ̅̅̅̅̅̅̅ = −700𝑀
(4) −𝑀𝑋9 − 𝑀𝑋10 − 𝑀𝑋11 − 𝑀𝑋12 + 𝑀𝑋18 − ̅̅̅̅̅̅̅ 𝑀𝑋𝟏𝟗 = −400𝑀
(5) −𝑀𝑋1 − 𝑀𝑋5 − 𝑀𝑋9 + 𝑀𝑋20 − ̅̅̅̅̅̅̅
𝑀𝑋𝟐𝟏 = −400𝑀
(6) −𝑀𝑋2 − 𝑀𝑋6 − 𝑀𝑋10 + 𝑀𝑋22 − ̅̅̅̅̅̅̅
𝑀𝑋𝟐𝟑 = −550𝑀
(7) −𝑀𝑋3 − 𝑀𝑋7 − 𝑀𝑋11 + 𝑀𝑋24 − 𝑀𝑋𝟐𝟓 ̅̅̅̅̅̅̅ = −300𝑀
(8) −𝑀𝑋4 − 𝑀𝑋8 − 𝑀𝑋12 + 𝑀𝑋26 − ̅̅̅̅̅̅̅
𝑀𝑋𝟐𝟕 = −300𝑀

𝑋1 , 𝑋2 , 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7, 𝑋8, 𝑋9, 𝑋10, 𝑋11, 𝑋12, ̅̅̅̅̅
𝑿𝟏𝟑 , 𝑋14, ̅̅̅̅̅
𝑿𝟏𝟓 , 𝑋16, ̅̅̅̅̅
𝑿𝟏𝟕 , 𝑋18, ̅̅̅̅̅
𝑿𝟏𝟗 , 𝑋20, ̅̅̅̅̅
𝑿𝟐𝟏 , 𝑋22,
̅̅̅̅̅
𝑿𝟐𝟑 , 𝑋24, ̅̅̅̅̅
𝑿𝟐𝟓 , 𝑋26, ̅̅̅̅̅
𝑿𝟐𝟕 ≥ 0

7
 Suma de la ecuación (1), (2), (3), (4), (5), (6), (7) y (8), y posteriormente se le
sumará a la ecuación (0), por lo tanto, obtenemos lo siguiente:

− 𝒁 + (𝟒. 𝟕𝟓 – 𝟑𝑴) 𝑿𝟏 + (𝟔. 𝟓 – 𝟑𝑴) 𝑿𝟐 + (𝟔. 𝟓 – 𝟑𝑴) 𝑿𝟑 + (𝟓 – 𝟑𝑴) 𝑿𝟒 + (𝟓. 𝟐𝟓 – 𝟑𝑴) 𝑿𝟓

+ (𝟓. 𝟕𝟓 – 𝟑𝑴) 𝑿𝟔 + (𝟔. 𝟐𝟓 – 𝟑𝑴) 𝑿𝟕 + (𝟔. 𝟐𝟓 – 𝟑𝑴) 𝑿𝟖 + (𝟔. 𝟓 – 𝟑𝑴) 𝑿𝟗
+ (𝟕. 𝟓 – 𝟑𝑴) 𝑿𝟏𝟎 + (𝟕. 𝟓 – 𝟑𝑴) 𝑿𝟏𝟏 + (𝟕. 𝟐𝟓 – 𝟑𝑴) 𝑿𝟏𝟐 + 𝑴𝑿𝟏𝟒 + 𝑴𝑿𝟏𝟔 + 𝑴𝑿𝟏𝟖
+ 𝑴𝑿𝟐𝟎 + 𝑴𝑿𝟐𝟐 + 𝑴𝑿𝟐𝟒 + 𝑴𝑿𝟐𝟔 = −𝟒𝟗𝟓𝟎𝑴

 Forma algebraica:

(0) − Z + (4.75 – 3M) X1 + (6.5 – 3M) X2 + (6.5 – 3M) X3 + (5 – 3M) X4 + (5.25 – 3M) X5 +
(5.75 – 3M) X6 + (6.25 – 3M) X7 + (6.25 – 3M) X8 + (6.5 – 3M) X9 + (7.5 – 3M) X10 +
(7.5 – 3M) X11 + (7.25 – 3M) X12 + MX14 + MX16 + MX18 + MX20 + MX22 + MX24 +
MX26 = −4950M
(1) 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 + 𝑋 ̅̅̅̅̅
𝟏𝟑 = 2000
(2) 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 − 𝑋14 + ̅̅̅̅̅ 𝑋𝟏𝟓 = 300
(3) 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 – 𝑋16 + 𝑋𝟏𝟕 ̅̅̅̅̅ = 700
(4) X9 + X10 + X11 + X12 – X18 + ̅̅̅̅̅ 𝑋𝟏𝟗 = 400
(5) 𝑋1 + 𝑋5 + 𝑋9 – 𝑋20 + 𝑋𝟐𝟏 ̅̅̅̅̅ = 400
(6) 𝑋2 + 𝑋6 + 𝑋10 – 𝑋22 + ̅̅̅̅̅ 𝑋𝟐𝟑 = 550
(7) X3 + X7 + X11 – X24 + ̅̅̅̅̅
𝑋𝟐𝟓 = 300
(8) 𝑋4 + 𝑋8 + 𝑋12 – 𝑋26 + ̅̅̅̅̅ 𝑋𝟐𝟕 = 300

8
- Pasos para resolver en PHPSimlex (Método Simplex):

1. Se ingresa a la página [Link] y se da clic en el hipervínculo

en morado: (Ver Figura 1)

Figura 1. Ingreso a PHPSimplex

2. Al ingresar al hipervínculo, la página nos mostrará esta ventana y debemos

escoger la opción de “Simplex/Dos fases” y e ingresamos las “Variables de
decisión que tiene el problema”, y por último las “Restricciones”.
Posteriormente daremos clic en el botón “Continuar”. (Ver Figura 2)

Figura 2. Selección de Método e Ingreso de Datos

9
3. A continuación, debemos introducir la función objetivo, para este problema
seleccionamos “Minimizar” y las “Restricciones”. La pantalla mostrará cómo
quedan planteado el problema para dar paso a la primera iteración.
Posteriormente daremos clic en el botón “Continuar”. (Ver Figura 3)

Figura 3. Ingreso de Modelo Matemático

4. El programa en la parte inferior nos da la opción de “Solución directa” o

“Continuar” que es simplemente solución de iteración por iteración, por lo tanto,
damos clic en la opción que se desee. (Ver Figura 4)

Figura 4. Selección de Opción

10
4.1.1. Si oprimimos “Solución directa” nos mostrará la solución óptima al
problema sin mostrar iteraciones. (Ver Figura 5)

Figura 5. Solución Directa

4.2.1. Si oprimimos “Continuar”. El programa realiza la primera iteración

subrayando con azul el número pivote, de nuestro renglón y columna pivote.
Posteriormente, volvemos a dar clic en el botón “Continuar”. (Ver Figura 6)

(La variable que sale de la base es P11 y la que entra es P1)

Figura 6. Primera Iteración

11
4.2.2. Segunda iteración, subrayando con azul el número pivote, de nuestro
renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 7)

(La variable que sale de la base es P14 y la que entra es P5)

Figura 7. Segunda Iteración

4.2.3. Tercera iteración, subrayando con azul el número pivote, de nuestro

renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 8)

(La variable que sale de la base es P1 y la que entra es P2)

Figura 8. Tercera Iteración

12
4.2.4. Cuarta iteración, subrayando con azul el número pivote, de nuestro
renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 9)

(La variable que sale de la base es P25 y la que entra es P6)

Figura 9. Cuarta Iteración

4.2.5. Quinta iteración, subrayando con azul el número pivote, de nuestro

renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 10)

(La variable que sale de la base es P22 y la que entra es P3)

Figura 10. Quinta Iteración

13
4.2.6. Sexta iteración, subrayando con azul el número pivote, de nuestro
renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 11)

(La variable que sale de la base es P26 y la que entra es P9)

Figura 11. Sexta Iteración

4.2.7. Séptima iteración, subrayando con azul el número pivote, de nuestro

renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 12)

(La variable que sale de la base es P2 y la que entra es P4)

Figura 12. Séptima Iteración

14
4.2.8. Octava iteración, subrayando con azul el número pivote, de nuestro
renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 13)

(La variable que sale de la base es P5 y la que entra es P7)

Figura 13. Octava Iteración

4.2.9. Novena iteración, subrayando con azul el número pivote, de nuestro

renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 14)

(La variable que sale de la base es P23 y la que entra es P10)

Figura 14. Novena Iteración

15
4.2.10. Decima iteración, subrayando con azul el número pivote, de nuestro
renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 15)

(La variable que sale de la base es P27 y la que entra es P13)

Figura 15. Decima Iteración

4.2.11. Undécima iteración, subrayando con azul el número pivote, de nuestro

renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 16)

(La variable que sale de la base es P10 y la que entra es P16)

Figura 16. Undécima Iteración

16
4.2.12. Duodécima iteración, subrayando con azul el número pivote, de nuestro
renglón y columna pivote. Posteriormente, volvemos a dar clic en el botón
“Continuar”. (Ver Figura 17)

(La variable que sale de la base es P20 y la que entra es P1)

Figura 17. Duodécima Iteración

4.2.13. Decimotercera iteración, subrayando con azul el número pivote, de

nuestro renglón y columna pivote. Posteriormente, volvemos a dar clic en el
botón “Continuar”. (Ver Figura 18)

(Existe una solución posible para el problema, por lo que podemos pasar a la
Fase II)

Figura 18. Decimotercera Iteración

17
4.2.14. Primera iteración de la Fase II, subrayando con azul el número pivote,
de nuestro renglón y columna pivote. Posteriormente, volvemos a dar clic en el
botón “Continuar”. (Ver Figura 19)

(La variable que sale de la base es P3 y la que entra es P11)

Figura 19. Primera Iteración Fase II

4.2.15. Primera iteración de la Fase II, subrayando con azul el número pivote,
de nuestro renglón y columna pivote. Nos muestra “La solución óptima” del
problema planteado. (Ver Figura 20)

Figura 20. Segunda Iteración Fase II y Solución Óptima

18
- Pasos para resolver en atozmath (Método de la Gran M):

1. Se ingresa a la página [Link] y se da clic en la

opción del Metido de la Gran M o bien “BigM Method”: (Ver Figura 21)

Figura 21. Inicio del método.

2. A continuación se deberá llenar la tabla como se indica con el Total de
variables y Total de restricciones, para así dar clic en el botón llamado
“Generate” para poder generar la función específica. Después llenaremos los
apartados que se muestran, que son la función objetivo y las ecuaciones de las
restricciones, posteriormente se da clic en el Botón “Find” para obtener las
tablas de iteraciones y el resultado del problema, como se muestra a
continuación: (Ver Figura 22)

Figura 22. Ingreso de datos.

19
3. Posteriormente aparecerá la primera iteración con su tabla correspondiente
donde se ve cómo se va resolviendo el problema mediante múltiples
iteraciones (las cuales no serán mostradas ya que son aproximadamente 30
capturas) como se muestra a continuación: (Ver Figura 23)

Figura 23. Primera iteración.

4. Después de adelantar las iteraciones, se puede observar la última iteración y
el resultado del problema, como se muestra a continuación: (Ver Figura 24)
(Ver Figura 25)

Figura 24. Ultima iteración.

Figura 25. Resultado Final.

20
 VI. Conclusión:
Para minimizar los costos dentro de Ameribank

VII. Referencias Bibliográficas

 [Link]
de-programacion-lineal/

21