El uso de TORA permite modelar y resolver ejercicios de optimización lineal

mediante algoritmos como el método gráfico (para dos variables) o el método

simplex (para más de dos variables). Durante el desarrollo de cinco ejercicios
aplicados, se abordaron tanto problemas de maximización de beneficios como de
minimización de costos, lo cual permitió observar la versatilidad del software para
adaptarse a diferentes escenarios. Cada problema fue planteado identificando la
función objetivo y las restricciones, introduciendo los datos al sistema de manera
ordenada y ejecutando el proceso paso a paso.
En la resolución de los ejercicios utilicé el software TORA aplicando dos métodos
fundamentales: el método gráfico y el método M-Método (también conocido como
método de la M grande). El método gráfico fue útil en problemas con dos
variables, permitiendo una visualización clara de la región factible y la función
objetivo. Por otro lado, el M-Método fue empleado en ejercicios con restricciones
de igualdad o desigualdad tipo “≥”, facilitando la incorporación de variables
artificiales. En ambos casos, el software mostró todas las iteraciones posibles,
permitiendo seguir paso a paso el procedimiento hasta llegar a la solución óptima.
 Como las restricciones son tipo “≥”, TORA agrega variables artificiales
(Rx6, Rx7, Rx8) para poder iniciar el método simplex. Estas se penalizan en
la función objetivo con valores grandes (por eso los "-100").

Cada iteración muestra cómo evoluciona la solución:

 "Basic": Variables básicas (las que tienen valor distinto de cero en esa
iteración).
 "z (min)": Coeficientes de la función objetivo para determinar cuál variable
entra.
 Filas: Muestran las ecuaciones transformadas del sistema.
 "Solution": Soluciones actuales de cada variable básica.
 Rx6, Rx7, Rx8: Son las variables artificiales.

1. El alimento A y el Alimento B son dos tipos bajo consideración para preparar

una dieta. El alimento A cuesta $12 centavos/onza y el alimento B 8
centavos/onza. Se quiere minimizar el costo total de los alimentos al mismo
tiempo que satisfacer las tres restricciones vitamínicas. Se desean, por lo
menos 30 unidades de la vitamina W, 50 unidades de la vitamina X y 60
unidades de la vitamina Y. Cada onza del alimento A proporciona 2
unidades de la vitamina W, 4 unidades de la vitamina X y 7 unidades de la
vitamina Y. El alimento B proporciona 3,3 y 6 unidades de W, X, Y, por onza.
Respectivamente
Planteamiento:
 M inimizar Z=12 x1 +8 x 2
x 1= onzas del alimento A
x 2= onzas del alimento B

Restricciones:
2 x1 +3 x 2 ≥ 30 Vitamina W
4 x1 +3 x 2 ≥ 5 0 Vitamina X
7 x 1+ 6 x2 ≥ 6 0 Vitamina Y
x1 ≥ 0 , x2 ≥ 0
Iteraciones en Tora: 5

Ilustración 1. Dos últimas iteraciones del Método Simplex en TORA, ejercicio 1.

En la iteración 5 del método M aplicado en TORA, se alcanza la solución óptima al
problema de minimización. El valor mínimo de la función objetivo es 133.33, lo que
representa el costo mínimo total en centavos para satisfacer las necesidades
vitamínicas. En esta solución, se determina que deben utilizarse 16.67 onzas del
alimento B (x2) y 0 onzas del alimento A (x1) lo confirma el método grafico a
continuación. Además, las variables de holgura indican que se exceden los
mínimos requeridos de vitaminas, especialmente en la restricción 1 y 3. La
solución es factible y óptima, ya que no quedan variables artificiales activas en la
base.

Ilustración 2. Método grafico en programa TORA, ejercicio 1.

2.- La Kemore Inc. Es Fabricante líder de los mecanismos civiles y militares,
fabrica actualmente una línea de arma para civiles, con una producción actual
diaria de 30 unidades del modelo Z1200 y de 120 unidades del modelo S-1500. El
vicepresidente de manufactura quiere saber si podría aumentarse las ganancias
cambiando la mezcla de los productos entre los dos modelos. Se compiló la
siguiente sobre las horas requeridas para la fabricación de cada modelo y las
capacidades de los departamentos de la fábrica.
Planteamiento:
M aximizar Z=50 x 1+ 40 x 2
x 1= Modelo Z-1200
x 2= Modelo Z-1500

Restricciones:
2 x1 ≤ 3 0 0
3 x 2 ≤ 540
2 x1 +2 x 2 ≤ 440
x 1+ x2 ≤30 0
x1 ≥ 0 , x2 ≥ 0
Iteraciones en Tora: 3

Ilustración 3. Dos últimas iteraciones en Tora, ejercicio 2

En la iteración 3 del método simplex aplicado en TORA, se obtiene la solución
óptima de maximización, con una ganancia total de $10,300. Esta solución
indica que, para obtener ese beneficio máximo, deben producirse 150 unidades
del modelo Z1200 (x1) y 70 unidades del modelo S-1500 (x2) lo confirma el
método grafico a continuación. Las variables de holgura Sx4 = 330 y Sw6 = 80
muestran que aún quedan horas disponibles sin utilizar en ciertos departamentos,
lo que indica que no todas las restricciones están completamente activas. Esta
solución permite a Kemore Inc. ajustar su mezcla de producción de forma rentable,
optimizando recursos y maximizando ganancias.

Ilustración 4. Método grafico del ejercicio 2

3.- La Duquesa S. A. fabricante de equipo de pruebas tiene tres departamentos
principales para la manufactura de sus modelos S-1000 y S-2000. Las
capacidades mensuales son las siguientes:

Planteamiento:
Maximizar Z =50 x 1 +40 x 2
x 1= Modelo S-1000
x 2= Modelo S-2000

Restricciones:
4 x1 +2 x 2 ≤ 160 0
2.5 x 1+ x 2 ≤120 0
4 .5 x 1 +1.5 x 2 ≤ 16 00
Iteraciones en Tora: 4

Ilustración 5. Últimas dos Iteraciones, Solución de Método Simplex en Tora,

ejercicio 3.
En la iteración 4 del método simplex utilizado en TORA, se alcanza la solución
óptima de maximización, con una ganancia total de $32,000. Esta solución
indica que la producción ideal es de 800 unidades del modelo S-2000 (x2) y 0
unidades del modelo S-1000 (x1) lo confirma el método grafico a
continuación, lo que sugiere que enfocar toda la producción en el modelo S-2000
resulta más rentable para la empresa Duquesa S.A. Las variables de holgura Sx4
= 400 y Sw5 = 400 muestran que aún hay recursos disponibles en dos
departamentos, indicando que esas restricciones no están completamente
saturadas. Esta combinación permite aprovechar al máximo la capacidad
productiva disponible para obtener la mayor ganancia posible.

Ilustración 6. Método grafico en Tora, ejercicio 3

4.- La Toyota Vende Automóviles y Vagonetas. La compañía obtiene $300 de
utilidad sobre cada automóvil que vende y $400.00 por cada vagoneta. El
fabricante no puede proveer más de 300 automóviles ni más de 200 vagonetas por
mes. El tiempo de preparación para los distribuidores es de 2 horas para cada
automóvil y 3 horas para cada vagoneta. La compañía cuenta con 900.00 horas de
tiempo de taller disponible cada mes para la preparación de vehículos nuevos
Planteamiento:
Maximizar Z =300 x 1 +40 0 x 2
x 1= Autos
x 2= Vagonetas

Restricciones:
x 1 ≤ 30 0
x 2 ≤ 200
2 x1 +3 x 2 ≤ 9 00
Iteraciones en Tora: 4

Ilustración 7. Últimas dos Iteraciones en Tora, Método Simplex, ejercicio 4

En la iteración 4 del método simplex aplicado en TORA, se alcanza la solución
óptima de maximización con una utilidad total de $130,000. Para lograr este
beneficio máximo, la empresa Toyota debe vender 300 automóviles (x1) y 100
vagonetas (x2) al mes, lo confirma el método Grafico a continuación. Esto indica
que se utiliza al máximo la capacidad de venta de automóviles y parcialmente la
de vagonetas. La variable de holgura Sx4 = 100 refleja que aún quedan 100 horas
disponibles en el taller, lo que sugiere que la restricción del tiempo de
preparación no está completamente utilizada. Esta solución representa la
combinación más rentable dentro de las limitaciones de producción y tiempo.
Ilustración 8. Método grafico en Tora, ejercicio 5
5.- La Ware Farms del Valle cerca de Albany, NY: cultiva brócoli y coliflor en 500
hectáreas de terreno del valle. Una hectárea de brócoli produce $500 de
contribución a las utilidades y la contribución de una hectárea de coliflor es de
$1000.00. Debido a reglamentos gubernamentales, no pueden cultivarse más de
200 hectáreas de brócoli. Durante la temporada de plantación, habrá disponibles
1200 horas-hombre (H-H) y cada hectárea de brócoli requiere 2.5 H-H y cada
hectárea de coliflor requiere 5.5 H-H.
Planteamiento:
Maximizar Z =500 x 1 +1000 x 2
x 1= Brócoli
x 2= Coliflor

Restricciones:
 x 1+ x2 ≤5 00
x 1 ≤ 200
2 .5 x 1 +5.5 x 2 ≤ 1200
Iteraciones en Tora: 3

Ilustración 9. Método Simplex en Tora, ejercicio 5

En la iteración 3 del método simplex aplicado en TORA, se alcanza la solución
óptima de maximización, con una ganancia total de $227,272.73. Esta solución
indica que la combinación más rentable para Ware Farms del Valle es cultivar
200 hectáreas de brócoli (x1), que es el máximo permitido por los reglamentos, y
127.27 hectáreas de coliflor (x2), lo confirma el método grafico a
continuación. La variable de holgura Sx3 = 172.73 representa las horas-hombre
no utilizadas, lo cual indica que aún quedan recursos laborales disponibles
después de cubrir la siembra óptima. Esta distribución aprovecha al máximo las
restricciones de terreno y regulaciones, maximizando las utilidades de la empresa
agrícola.
Ilustración 10. Método grafico en Tora, ejercicio 5
La resolución de los ejercicios 1 al 5 mediante el software TORA permitió aplicar
de manera práctica y precisa los métodos de programación lineal, como el método
gráfico, el método M y el método simplex, en distintos contextos reales de
optimización. A través de TORA, fue posible visualizar paso a paso todas las
iteraciones necesarias hasta alcanzar la solución óptima en cada problema, ya sea
de minimización de costos o de maximización de utilidades. Cada ejercicio
demostró cómo estos métodos permiten identificar la mejor combinación de
decisiones productivas bajo restricciones específicas como recursos, tiempo,
espacio o reglamentos. El uso de TORA facilita la interpretación de variables
básicas, holguras y recursos sobrantes, ayudando a tomar decisiones informadas
y eficientes. En conclusión, dominar estos métodos y herramientas es fundamental
para el análisis y la optimización en áreas como manufactura, agricultura, ventas y
distribución, ya que permiten mejorar la rentabilidad, minimizar desperdicios y
planificar estratégicamente los recursos disponibles.