PROBLEMA #2 Un herrero con 80 kgs. de acero y 120 kgs.

de aluminio quiere hacer

bicicletas de paseo y de montaña que quiere vender, respectivamente a 2000 y 1500
pesos cada una para sacar el máximo beneficio. Para la de paseo empleará 1 kg. De
acero y 3 kgs de aluminio, y para la de montaña 2 kgs. de ambos metales. ¿Cuántas
bicicletas de paseo y de montaña venderá?
Sean las variables de decisión:
x1= n: de bicicletas de paseo vendidas.
x2= n: de bicicletas de montaña vendidas.
Tabla de material empleado:
Acero Aluminio Precio de venta
Paseo 1 3 2000
Montaña 2 2 1500
80 kgs 120 kgs

Función objetivo:
Max z= 2000x1+1500x2
Restricciones:
s.a. 1x1+2x2≤80
3x1+2x2≤120

X1,2x2≥0
Función objetivo:
Hay 4 posibles puntos factibles
Max z= 2000x1+1500x2 120
Restricciones: x1 x2 solución
s.a. 1x1+2x2≤80 1 0 0 0
3x1+2x2≤120 100 2 0 40 60000
3 20 30 85000
X1,2x2≥0 80 4 40 0 80000

80/1=80x1 Sustitución de Valores

80/2=40x2 60
Restricción 1 I 1.- 0(2000)+ 0(1500)=0
40 2.- 0(2000)+40(1500)=60000
120/3=40x1 3.-20(2000)+30(1500)=85000* P.O
120/2=60x2 4.-40(2000)+ 0(1500)=80000
Restricción 2 20
Región II
Factible
20 40 60 80 100 120

Otra Opción de Solución dando un valor arbitrario a la Función Objetivo

Max z= 2000x1+1500x2=100000
100000/2000=50x1 1000000/1500=66.6666x2
Función objetivo:
Max z= 2000x1+1500x2 METODO POR DESIGUALDADES
120
Restricciones: ELIMINACION O SUMA Y RESTA
s.a. 1x1+2x2≤80
3x1+2x2≤120 100 Max z= 2000x1+1500x2
X1,2x2≥0 Max z=2000(20)+1500(30)
80
=40000+45000
1x1+2x2=80
=85000
3x1+2x2=120
Conclusión: se tiene que vender 20
(-3)1x1+2x2=80 60 bicicletas de paseo y 30 de montaña
3x1+2x2=120 para obtener un beneficio máximo
de 85000 pesos
-3x1-6x2=-240 40
3x1+2x2=120
-4X2=-120
X2=120/4 20
X2=30
Sustituyendo x2
1x1+2(30)=80
20 40 60 80 100 120
1x1+60=80
1x1=80-60
1x1=20
x1=20/1
x1=20
PROBLEMA Un autobús Coahuilense ofrece asientos para fumadores al precio de 1000
pesos y a no fumadores al precio de 600 pesos. Al no fumador se le deja llevar 5 Kg. de
peso y al fumador 2 Kg. Si el autobús tiene 90 asientos y admite un equipaje de hasta
300 Kg. ¿Cuál ha de ser la oferta de asientos de la compañía para cada tipo de
pasajeros, con la finalidad de optimizar el beneficio?
Sean las variables de decisión:
x1= n: de plazas de fumadores
x2= n: de plazas de no fumadores
Tabla de material empleado:
Kg permitidos Asientos Precio de venta
Fumadores 2 1 1000
No fumadores 5 1 600
300 kgs 90 kgs

Función objetivo:
Max z= 1000x1+600x2
Restricciones:
s.a. 2x1+5x2≤300
1x1+1x2≤90

X1,2x2≥0
Función objetivo:
Hay 4 posibles puntos factibles
Max z= 1000x1+600x2 120
Restricciones: x1 x2 solución
s.a. 2x1+5x2≤300 1 0 0 0
1x1+1x2≤90 100 2 0 60 36000
3 50 40 74000
X1,2x2≥0 80 4 90 0 90000
I
300/2=150x1 Sustitución de Valores
300/5=60x2 60
Restricción 1 1.- 0(1000)+ 0(600)=0
40 2.- 0(1000)+60(600)=36000
90/1=90x1 3.-50(1000)+40(600)=74000
90/1=90x2 4.-90(1000)+ 0(600)=90000* P.O
Restricción 2 20
Región II
Factible
20 40 60 80 100 120 140 160

Otra Opción de Solución dando un valor arbitrario a la Función Objetivo

Max z= 1000x1+600x2=100000
100000/1000=10x1 100000/600=16.6666x2
Función objetivo:
Max z= 1000x1+600x2 METODO POR DESIGUALDADES
120
Restricciones: ELIMINACION O SUMA Y RESTA
s.a. 2x1+5x2≤300
1x1+1x2≤90 100 Max z= 1000x1+600x2
X1,2x2≥0 Max z=1000(50)+600(40)
80
=50000+24000
2x1+5x2=300
=74000
(-2)1x1+1x2=90 I

2x1+5x2=300 60 No es el punto optimo mas sin

(-2)1x1+1x2=90 embargo cuando se intersectan dos
ejes podemos verificar el valor de los
2x1+5x2=300 40 mismos.
-2x1-2x2=-180
3x2=120 punto optimo
20
X2=120/3 Región II
X2=40 Factible
Sustituyendo x2
20 40 60 80 100 120 140 160
2x1+5(40)=300
2x1+200=300 Conclusión: se tiene que vender 90
2x1=300-200 Asientos o plazas para fumadores y
2x1=100 ninguna para no fumadores para
x1=100/2 obtener un beneficio máximo de
x1=50
90000 pesos
PROBLEMA Un comerciante acude al mercado popular a comprar naranjas con 50000
pesos. Le ofrecen dos tipos de naranjas: las de tipo A a 50 pesos el Kg. y las de tipo B a
80 pesos el Kg. Sabiendo que sólo dispone de su camioneta con espacio para
transportar 700 Kg. de naranjas como máximo y que piensa vender el Kg. de naranjas
tipo A a 58 pesos. y el Kg. de tipo B a 90 pesos. plantee un modelo de programación
lineal que permita resolver la situación anterior.
Sean las variables de decisión:
x1= n: kg. de naranjas tipo A comprados
x2= n: kg. de naranjas tipo B comprados
Tabla de material empleado:
Dinero Disponible Espacio Disponible Precio de Kg
en camioneta
Naranjas tipo A 50 1 (58-50)=8
Naranjas tipo B 80 1 (90-80)=10
50000 700 kgs
Función objetivo:
Max z= 8x1+10x2
Restricciones:
s.a. 50x1+80x2≤50000
1x1+1x2≤700

X1,2x2≥0
Función objetivo:
Hay 4 posibles puntos factibles
Max z= 8x1+10x2 1200
Restricciones: x1 x2 solución
s.a. 50x1+80x2≤50000 1 0 0 0
1x1+1x2≤700 1000 2 0 625 6250
3 200 500 6600
X1,2x2≥0 800 4 700 0 5600
I
50000/50=1000x1 Sustitución de Valores
50000/80=6250x2 600
Restricción 1 1.- 0(8)+ 0(10)=0
400 2.- 0(8)+625(10)=6250
700/1=700x1 3.-200(8)+500(10)=6600* P.O
700/1=700x2 4.-700(8)+ 0(10)=5600
Restricción 2 200
Región II
Factible
200 400 600 800 1000 1200 1400 1600

Otra Opción de Solución dando un valor arbitrario a la Función Objetivo

Max z= 8x1+10x2=2000
2000/8=250x1 2000/10=200x2
Función objetivo:
Max z= 8x1+10x2 1200
Restricciones: Max z= 8x1+10x2
s.a. 50x1+80x2≤50000 1000 Max z=8(200)+10(500)
1x1+1x2≤700 =1600+5000
=6600
X1,2x2≥0 800
50x1+80x2=50000
(-50)1x1+1x2=700 punto optimo
600

50x1+80x2=50000
-50x1-50x2=-35000 400
30x2=15000
x2=15000/30
x2=500 200
Región
50x1+80(500)=50000Factible
50 x1+40000=50000 200 400 600 800 1000 1200 1400 1600
50x1=50000-40000 Conclusión: se tiene que comprar
50x1=10000 200 kgs. de naranjas A y 500 kgs. de
x1=1000/50 naranjas B para obtener un beneficio
x1=200 máximo de 6600 pesos
PROBLEMA 4 Un vendedor de frutas necesita 16 cajas de naranjas, 5 de plátanos y 20 de
manzanas. Dos mayoristas están en condiciones de satisfacer sus necesidades, pero solo venden
la fruta en contenedores completos. El mayorista A envía en cada contenedor 8 cajas de naranjas,
1 de plátanos y 2 de manzanas. El mayorista B envía en cada contenedor 2 cajas de naranjas, una
de plátanos y 7 de manzanas. Sabiendo que el mayorista A se encuentra a 150 Km. de distancia y
el mayorista B a 300 Km., calcular cuántos contenedores habrá de comprar a cada mayorista, con
el objeto de ahorrar tiempo y dinero, reduciendo al mínimo la distancia.
Sean las variables de decisión:
x1= n: Llamamos x1 al número de contenedores del mayorista A
x2= n: Llamamos x2 al número de contenedores del mayorista B
Tabla de material empleado:
Mayorista A Mayorista B Necesidades
minimas
Naranjas 8 2 16
Plátanos 1 1 5
Manzanas 2 7 20
Función objetivo:
Min z= 150x1 + 300x2
Restricciones:
s.a. 8x1+2x2≥16
1x1+1x2≥5
2x1+7x2≥20
X1,2x2≥0
Función objetivo:
Hay 4 posibles puntos factibles
Min z= 150x1 + 300x2 12
Restricciones: x1 x2 solución
s.a. 8x1+2x2≥16 1 0 8 2400
1x1+1x2≥5 10 2 1 4 1350
2x1+7x2≥20 3 3 2 1050
X1,2x2≥0 8 4 10 0 1500
Restricción 1 I
16/8=2x1 6 Punto optimo
16/2=8x2
Restricción 2
4

5/1=5x1
5/1=5x2 2
Restricción 3
Región
20/2=10 x1
Factible
20/7=2.85x2
2 4 6 Sustitución
8 de
10 Valores
12

Otra Opción de Solución dando un valor arbitrario a 1.- 0(150)+ 8(300)=2400

la Función Objetivo 2.- 1(150)+4(300)=1350
Min z= 150x1 + 300x2 =1500 3.-3(150)+2(300)=1050* P.O
1500/150=10x1 1500/300=5x2 4.-10(150)+0(300)=1350=1500
Función objetivo:
Hay 4 posibles puntos factibles
Min z= 150x1 + 300x2 12
Restricciones: x1 x2 solución
s.a. 8x1+2x2≥16 1 0 8 2400
1x1+1x2≥5 10 2 1 4 1350
2x1+7x2≥20 3 3 2 1050
X1,2x2≥0 8 4 10 0 1500
I
6 Punto optimo

2
Región
Factible
2 4 6 8 10 12

Conclusión: Por tanto el frutero solicitará 3 contenedores del mayorista A y 2

contenedores del mayorista B.
El Método Símplex como herramienta de programación lineal fue
desarrollado para la época de los años cuarenta por George
Dantzing, un joven matemático. El método constituye una forma
sistemática y de búsqueda intensiva a través de todas las posibles
soluciones para obtener una solución óptima. Ello resulta de gran
utilidad debido a su eficiencia. Además es fácil programarlo en una
computadora. En contraste con el análisis gráfico, este método
permite el uso de muchas variables. También permite la aplicación
de cantidades de restricciones lineales con signos; mayores e igual,
menores e igual y de igualdad.

En comparación con el método gráfico, el método símplex tiene

como punto de partida el origen siendo este la solución inicial al
problema. El método prueba todos los puntos extremos gráficos
aunque no necesariamente se detiene en todos los vértices. Por otro
lado utiliza el concepto de álgebra de matrices en una serie de
tablones.
 EL PROBLEMA DE MAXIMIXACIÓN SÍMPLEX
FORMULACIÓN INICIAL

Utilizando el siguiente ejemplo estableceremos la

formulación inicial símplex y demostraremos la mecánica
del método y su interpretación.
Función objetivo:

Max z= 2000x1+1500x2
Restricciones:

s.a. 1x1+2x2≤80
3x1+2x2≤120

X1,2x2≥0
Luego de formular el problema procedemos a trabajar primero con
las restricciones y luego con la función objetivo. Comenzamos
cambiando los signos de las restricciones de
desigualdades a igualdades. El método símplex requiere la
conversión de las restricciones con signos de desiguales a
igualdades estrictas. Esto se debe a que el método usa álgebra de
matrices en donde todas las relaciones matemáticas serán a base
de ecuaciones lineales y que a su vez deben contener todas las
variables. Llamaremos a este procedimiento como aumento de las
restricciones y de la función objetivo.
2.- Le agregamos las variables de holgura, una por cada
restricción.
Función objetivo: Función objetivo:

Max z= 2000x1+1500x2 Max z= 2000x1+1500x2+0x3+0x4

Restricciones: Restricciones:

s.a. 1x1+2x2≤80 s.a. 1x1+2x2+x3=80

3x1+2x2≤120 3x1+2x2+x4=120

X1,2x2≥0 X1,2x2≥0
 Paso 3.-Trasladamos estos datos a la tabla inicial y
tenemos nuestro primera tabla simplex
CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
0 X3 1 2 1 0 80
0 X4 3 2 0 1 120
ZJ 0 0 0 0 0
CJ-ZJ 2000 1500 0 0

Paso 4.-Tomamos el valor mas positivo en el renglón de cj-zj

CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
0 X3 1 2 1 0 80
0 X4 3 2 0 1 120
ZJ 0 0 0 0 0
CJ-ZJ 2000 1500 0 0
 Paso 5.-Dividimos la columna de la solución entre la columna
seleccionada en el paso anterior
CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
0 X3 1 2 1 0 80
0 X4 3 2 0 1 120
ZJ 0 0 0 0 0
CJ-ZJ 2000 1500 0 0

80/1=80
Variable
que entra 120/3=40

Paso 6.-Del resultado de la División tomamos el valor mas

negativo y es la variable que va a salir, en este caso es x4
Paso 7.-Zj se encuentra multiplicando todo el renglón
Correspondiente a la variable por el coeficiente en CB y al final
se suma los resultados de todos los renglones de las variables.
 CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
0 X3 1 2 1 0 80 80/1=80

0 X4 3 2 0 1 120 120/3=40
ZJ 0 0 0 0 0
CJ-ZJ 2000 1500 0 0
Variable
Pivote que Sale x4
Variable
que entra
x1
Paso 8.-Es hacer uno el pivote, y se hace de la siguiente manera
Se divide todo el renglón saliente entre el Pivote

CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
0 X3 1 2 1 0 80
0 X4 3 2 0 1 120
ZJ 0 0 0 0 0
CJ-ZJ 2000 1500 0 0

Renglón Saliente 3 2 0 1 120

Pivote 3 3 3 3 3

Resultado
Renglón Nuevo
1 2/3 0 1/3 40
entrante
 Paso 9.-Es hacer cero el numero arriba del pivote, y se hace
Multiplicando todo el reglón nuevo entrante por el mismo valor
que queramos hacer cero pero con signo contrario de la siguiente
manera. Para este caso el numero seria -1 y le sumamos el renglón
del valor que queramos hacer cero
CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
Renglón que
hacemos cero 0 X3 0 4/3 1 -1/3 40
Renglón Nuevo 2000 X1 1 2/3 0 1/3 40
Entrante X1
ZJ 2000 1333.3 0 666.66 80000
CJ-ZJ 0 166.67 0 -666.66

(-1) X 1 2/3 0 1/3 40

= -1 -2/3 -0 -1/3 -40

+ 1 2 1 0 80

0 4/3 1 -1/3 40
 El problema llega a su terminación cuando los valores de CJ-ZJ son ceros o negativos
para el Caso de maximización, sino se tendrá que hacer una nueva tabla. Y se harán
los mismos pasos. En el caso de este problema se realiza una segunda tabla y se lleva
a cabo los mismos pasos de la primera tabla
CJ 2000 1500 0 0 Variable
CB Variables X1 X2 X3 X4 Solución que sale x3
básicas
0 X3 0 4/3 1 -1/3 40 40/4/3=30
2000 X1 1 2/3 0 1/3 40
40/3=60
ZJ 2000 1333.3 0 666.66 80000
CJ-ZJ 0 166.67 0 -666.66
Pivote
Variable
que entra
x2
Renglón Pivote 0 4/3 1 -1/3 40

Pivote 4/3 4/3 4/3 4/3 4/3

0 1 3/4 -1/4 30 Renglón nuevo

Resultado
Entrante
 CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
1500 X2 0 1 3/4 -1/4 30
2000 X1 1 0 -1/2 1/2 20
ZJ
CJ-ZJ
Numero que queremos hacer cero
Renglón nuevo -(2/3) 0 1 3/4 -1/4 30
Entrante X2
Resultado de la multiplicación 0 -2/3 -1/2 1/6 -20
Sumamos renglón saliente X3 1 2/3 0 1/3 40

Resultado de la suma 1 0 -1/2 1/2 20

 CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
1500 X2 0 1 3/4 -1/4 30
2000 X1 1 0 -1/2 1/2 20
ZJ 2000 0 125 625 85000
CJ-ZJ

X2 1500 0 1 3/4 -1/4 30

Resultado de la multiplicación 0 1500 1125 -375 45000

x1 2000 1 0 -1/2 1/2 20

Resultado de la multiplicación 2000 0 -1000 1000 40000

0 1500 1125 -375 45000

2000 0 -1000 1000 40000

Resultado de las sumas de las

Dos variables 2000 1500 125 625 85000
 CJ 2000 1500 0 0
CB Variables X1 X2 X3 X4 Solución
básicas
1500 X2 0 1 3/4 -1/4 30
2000 X1 1 0 -1/2 1/2 20
ZJ 2000 1500 125 625 85000
CJ-ZJ 0 0 -125 -625

Podemos concluir que este problema llego a su terminación ya que en

CJ-ZJ hay valores negativos y ceros.