SlideShare uma empresa Scribd logo
1 de 14
Resolver el siguiente problema:

       Maximizar        Z = 3x1 + 2x2

       Sujeto a:        2x1 + x2 ≤ 18

                        2x1 + 3x2 ≤ 42

                        3x1 + x2 ≤ 24

                        x1 ≥ 0 , x2 ≥ 0
1.Convertir las desigualdades en igualdades: Se introduce una variable
de holgura por cada una de las restricciones, en este caso s1, s2, s3 .
         2x1 + x2 + s1 = 18
         2x1 + 3x2 + s2 = 42
         3x1 + x2 + s3 = 24

  8.Igualar la función objetivo a cero
        Z - 3x1 - 2x2 = 0

  12.Escribir el tablero inicial simplex: En las columnas aparecerán todas
                              :
las variables del problema y, en las filas, los coeficientes de las igualdades
obtenidas, una fila para cada restricción y la última fila con los coeficientes
de la función objetivo.
              objetivo
1. -Encontrar la Variable de Decision que entra en la base y la
   Variable de Holgura que sale de la base

               VD            Base            (Columnas )
               VH            Base            (Filas)

    -Para escoger la Variable de Decision que entra en la base,
    observamos la ultima fila, escogemos la variable con el coeficiente
    màs negativo = columna pivote.

    Nota Si en la última fila no existiese ningún coeficiente negativo, significa que
    se ha alcanzado la solución optima

    -Para escoger la variable de holgura que sale de la base, se divide
    cada término de la última columna (valores solución) por el término
    correspondiente de la columna pivote = fila pivote
Tablero Inicial

Base    Variable de       Variable de Holgura    Solución
       Decisión (VD)             (VH)

       X1       X2        S1        S2      S3


 S1     2        1         1        0       0      18


 S2     2        3         0        1       0      42


 S3     3        1         0        0       1      24


 Z     -3       -2         0        0       0       0
ITERACIÓN No. 1
                       (Buscar fila y columna pivote)

Base    Variable de          Variable de Holgura        Solución   Operación
       Decisión (VD)                (VH)


       X1        X2          S1        S2       S3                 División
                                                                   prueba

 S1    2         1            1         0        0        18       18/2 = 9

 S2    2         3            0         1        0        42       42/2 = 21

 S3    3         1            0         0        1        24       24/3 = 8

 Z     -3        -2           0         0        0         0
RESULTADO DE ITERACIÓN No. 1
(Por operaciones convertimos elemento pivote =1 y después ceros los otros elementos de la
                                     columna pivote)


 Base       Variable de        Variable de Holgura         Solución        Operación
           Decisión (VD)              (VH)

            X1       X2         S1        S2       S3                    Gauss-Jordan
                                                                        (Las VH se operan del
                                                                           cuadro anterior)


   S1        0       1/3         1         0      -2/3         2         – 2 (X1) +S1


   S2        0       7/3         0         1      -2/3        26         – 2 (X1) + S2


   X1        1       1/3         0         0      1/3          8             (1/3) X1


   Z         0        -1         0         0       1          24            3 (X1) +Z
RESULTADO DE ITERACIÓN NO. 1
     (En Z hay un negativo, no hay solución óptima, se repite el proceso)

Base      Variable de      Variable de Holgura     Solución     Operación
         Decisión (VD)            (VH)

           X1      X2       S1       S2     S3


 S1         0     1/3        1       0     -2/3        2


 S2         0     7/3        0       1     -2/3       26


 X1         1     1/3        0       0      1/3        8


 Z          0      -1        0       0       1        24
ITERACIÓN No. 2
                       (Buscar fila y columna pivote)

Base    Variable de        Variable de Holgura      Solución     Operación
       Decisión (VD)              (VH)


       X1       X2         S1       S2        S3                  División
                                                                  Prueba

 S1    0        1/3        1         0       -2/3       2        2/(1/3) = 6

 S2    0        7/3        0         1       -2/3       26     26/(7/3) = 78/7

 X1    1        1/3        0         0       1/3        8       8/(1/3) = 24

 Z     0         -1        0         0        1         24
RESULTADO DE ITERACIÓN No. 2
(Por operaciones convertimos elemento pivote =1 y después ceros los otros elementos de la columna
                                             pivote)


Base       Variable de           Variable de Holgura            Solución          Operación
          Decisión (VD)                 (VH)

                                                                                   Gauss-Jordan
            X1        X2          S1         S2       S3
                                                                               (Las VH se operan del
                                                                                  cuadro anterior)



 X2         0          1          3          0         -2           6                  3X2


 S2         0          0          -7         0         4           12          – (7/3) (X2)+S2


 X1         1          0          -1         0         1            6          – (1/3) (X2)+X1


 Z          0          0          3          0         -1          30                X2+Z
RESULTADO DE ITERACIÓN No. 2
(En Z hay un negativo, no hay solución òptima, se repite el proceso)

Base    Variable de    Variable de Holgura   Solución    Operación
       Decisión (VD)          (VH)

        X1      X2     S1       S2     S3


 X2      0      1       3       0      -2       6


 S2      0      0       -7      0      4       12


 X1      1      0       -1      0      1        6


 Z       0      0       3       0      -1      30
ITERACIÓN No. 3
                       (Buscar fila y columna pivote)
Base    Variable de        Variable de Holgura      Solución     Operación
       Decisión (VD)              (VH)


       X1       X2         S1       S2        S3


 X2    0         1         3         0        -2        6      No se toma por
                                                                ser negativo
 S2    0         0         -7        0        4         12        12/4 = 3

 X1    1         0         -1        0        1         6         6/1 = 6

 Z     0         0         3         0        -1        30
RESULTADO DE ITERACIÓN NO. 3
                (En Z son positivos, hay solución óptima)
Base    Variable de    Variable de Holgura     Solución        Operación
       Decisión (VD)          (VH)

        X1      X2      S1       S2      S3                   Gauss-Jordan
                                                            (Las VH se operan
                                                            del cuadro anterior)

 X2      0      1      -1/2      0       0        12            2 S3 +X2


 S3      0      0      -7/4      0       1         3             (1/4) S3


 X1      1      0       ¾        0       0         3            – S3 +X1


 Z       0      0       5/4      0       0        33              S3 + Z
TABLERO FINAL

Base    Variable de      Variable de Holgura   Solución
       Decisión (VD)            (VH)

       X1       X2       S1        S2     S3


 X2     0        1      -1/2       0       0     12


 S3     0        0      -7/4       0       1      3


 X1     1        0       3/4       0       0      3


 Z      0        0       5/4       0       0     33

Mais conteúdo relacionado

Mais procurados

Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónLuis Guerrero
 
ejercicios método simplex
ejercicios método simplexejercicios método simplex
ejercicios método simplexLorena Llerena
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)lineal
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2CEMEX
 
Solución de problemas en programación lineal
Solución de problemas en programación linealSolución de problemas en programación lineal
Solución de problemas en programación linealARLO SOLIS
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.yadipaosarchi
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2fzeus
 
Trabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesTrabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesRonald Alexander Medina Pinto
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteAlexander Chunhuay Ruiz
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)Pierina Diaz Meza
 
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexEjercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexSalvador Vasquez perez
 
Teoria de la dualidad y Analisis de la Sensibilidad
Teoria de la dualidad y Analisis de la SensibilidadTeoria de la dualidad y Analisis de la Sensibilidad
Teoria de la dualidad y Analisis de la SensibilidadJorge Andres Acero Almonacid
 

Mais procurados (20)

Guiasimplex
GuiasimplexGuiasimplex
Guiasimplex
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
ejercicios método simplex
ejercicios método simplexejercicios método simplex
ejercicios método simplex
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Solución de problemas en programación lineal
Solución de problemas en programación linealSolución de problemas en programación lineal
Solución de problemas en programación lineal
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
 
5 91-1-pb (1)
5 91-1-pb (1)5 91-1-pb (1)
5 91-1-pb (1)
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
 
Trabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesTrabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de Redes
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 
Tarea 4 operativa luis
Tarea 4 operativa luisTarea 4 operativa luis
Tarea 4 operativa luis
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
 
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexEjercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
 
Teoria de la dualidad y Analisis de la Sensibilidad
Teoria de la dualidad y Analisis de la SensibilidadTeoria de la dualidad y Analisis de la Sensibilidad
Teoria de la dualidad y Analisis de la Sensibilidad
 
MÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTEMÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTE
 
5.4 flujo maximo
5.4 flujo maximo5.4 flujo maximo
5.4 flujo maximo
 

Semelhante a Maximizar función objetiva con restricciones

Método simplex
Método simplexMétodo simplex
Método simplexdeweey
 
método Simplex
método Simplexmétodo Simplex
método Simplexynavadni
 
Proyecto investigacion de operaciones
Proyecto investigacion de operacionesProyecto investigacion de operaciones
Proyecto investigacion de operacionesjuancastillosiente
 
S04 01 s08.s1.material metodo simplex
S04 01 s08.s1.material metodo simplexS04 01 s08.s1.material metodo simplex
S04 01 s08.s1.material metodo simplexOscarLuisGuillermoFl
 
Resolucion del metodo simplex
Resolucion del metodo simplexResolucion del metodo simplex
Resolucion del metodo simplexBaiser Roa
 
304solbol6fmimec0304
304solbol6fmimec0304304solbol6fmimec0304
304solbol6fmimec0304Luzmira77
 
Magnetic vortex non-lineal dynamics in magnetic nano-dots
Magnetic vortex non-lineal dynamics in magnetic nano-dotsMagnetic vortex non-lineal dynamics in magnetic nano-dots
Magnetic vortex non-lineal dynamics in magnetic nano-dotsJuan Alfonso Valero Lancho
 
Ecuaciones Diferenciales de Orden Superior
 Ecuaciones Diferenciales de Orden Superior Ecuaciones Diferenciales de Orden Superior
Ecuaciones Diferenciales de Orden SuperiorJoan Perez
 
Representacion de curvas
Representacion de curvasRepresentacion de curvas
Representacion de curvasmgarmon965
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2CEMEX
 
Resumen programación lineal
Resumen programación linealResumen programación lineal
Resumen programación linealUNL
 
Conceptos programacion lineal
Conceptos programacion linealConceptos programacion lineal
Conceptos programacion linealUNL
 
Programación lineal
Programación linealProgramación lineal
Programación linealUNL
 

Semelhante a Maximizar función objetiva con restricciones (20)

Método simplex
Método simplexMétodo simplex
Método simplex
 
método Simplex
método Simplexmétodo Simplex
método Simplex
 
Proyecto investigacion de operaciones
Proyecto investigacion de operacionesProyecto investigacion de operaciones
Proyecto investigacion de operaciones
 
05 pl met.simplex
05 pl met.simplex05 pl met.simplex
05 pl met.simplex
 
S04 01 s08.s1.material metodo simplex
S04 01 s08.s1.material metodo simplexS04 01 s08.s1.material metodo simplex
S04 01 s08.s1.material metodo simplex
 
Simplex
SimplexSimplex
Simplex
 
Resolucion del metodo simplex
Resolucion del metodo simplexResolucion del metodo simplex
Resolucion del metodo simplex
 
Simplex
 Simplex  Simplex
Simplex
 
304solbol6fmimec0304
304solbol6fmimec0304304solbol6fmimec0304
304solbol6fmimec0304
 
Comp graf(2) marzo11
Comp graf(2) marzo11Comp graf(2) marzo11
Comp graf(2) marzo11
 
Magnetic vortex non-lineal dynamics in magnetic nano-dots
Magnetic vortex non-lineal dynamics in magnetic nano-dotsMagnetic vortex non-lineal dynamics in magnetic nano-dots
Magnetic vortex non-lineal dynamics in magnetic nano-dots
 
Ecuaciones Diferenciales de Orden Superior
 Ecuaciones Diferenciales de Orden Superior Ecuaciones Diferenciales de Orden Superior
Ecuaciones Diferenciales de Orden Superior
 
Sesión 04 2015 II
Sesión 04 2015 IISesión 04 2015 II
Sesión 04 2015 II
 
Representacion de curvas
Representacion de curvasRepresentacion de curvas
Representacion de curvas
 
Simplex
SimplexSimplex
Simplex
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2
 
Resumen programación lineal
Resumen programación linealResumen programación lineal
Resumen programación lineal
 
Conceptos programacion lineal
Conceptos programacion linealConceptos programacion lineal
Conceptos programacion lineal
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Problemas mef
Problemas mefProblemas mef
Problemas mef
 

Mais de cgviviana

Mais de cgviviana (20)

Polinomios juego
Polinomios juegoPolinomios juego
Polinomios juego
 
Resumen limites
Resumen limitesResumen limites
Resumen limites
 
Act en moodle
Act en moodleAct en moodle
Act en moodle
 
Act en moodle
Act en moodleAct en moodle
Act en moodle
 
Ct
CtCt
Ct
 
Matema
MatemaMatema
Matema
 
Matema
MatemaMatema
Matema
 
Log
LogLog
Log
 
Log2
Log2Log2
Log2
 
72116073 fundamentos-de-ingenieria-economica
72116073 fundamentos-de-ingenieria-economica72116073 fundamentos-de-ingenieria-economica
72116073 fundamentos-de-ingenieria-economica
 
Trabrecnot
TrabrecnotTrabrecnot
Trabrecnot
 
1 cal cder
1 cal cder1 cal cder
1 cal cder
 
1 cal cder
1 cal cder1 cal cder
1 cal cder
 
Dioses
DiosesDioses
Dioses
 
2 limites
2 limites2 limites
2 limites
 
1. funciones
1. funciones1. funciones
1. funciones
 
1. funciones
1. funciones1. funciones
1. funciones
 
Fis vectores
Fis vectores Fis vectores
Fis vectores
 
Fisica
FisicaFisica
Fisica
 
so
soso
so
 

Maximizar función objetiva con restricciones

  • 1.
  • 2. Resolver el siguiente problema: Maximizar Z = 3x1 + 2x2 Sujeto a: 2x1 + x2 ≤ 18 2x1 + 3x2 ≤ 42 3x1 + x2 ≤ 24 x1 ≥ 0 , x2 ≥ 0
  • 3. 1.Convertir las desigualdades en igualdades: Se introduce una variable de holgura por cada una de las restricciones, en este caso s1, s2, s3 . 2x1 + x2 + s1 = 18 2x1 + 3x2 + s2 = 42 3x1 + x2 + s3 = 24 8.Igualar la función objetivo a cero Z - 3x1 - 2x2 = 0 12.Escribir el tablero inicial simplex: En las columnas aparecerán todas : las variables del problema y, en las filas, los coeficientes de las igualdades obtenidas, una fila para cada restricción y la última fila con los coeficientes de la función objetivo. objetivo
  • 4. 1. -Encontrar la Variable de Decision que entra en la base y la Variable de Holgura que sale de la base VD Base (Columnas ) VH Base (Filas) -Para escoger la Variable de Decision que entra en la base, observamos la ultima fila, escogemos la variable con el coeficiente màs negativo = columna pivote. Nota Si en la última fila no existiese ningún coeficiente negativo, significa que se ha alcanzado la solución optima -Para escoger la variable de holgura que sale de la base, se divide cada término de la última columna (valores solución) por el término correspondiente de la columna pivote = fila pivote
  • 5. Tablero Inicial Base Variable de Variable de Holgura Solución Decisión (VD) (VH) X1 X2 S1 S2 S3 S1 2 1 1 0 0 18 S2 2 3 0 1 0 42 S3 3 1 0 0 1 24 Z -3 -2 0 0 0 0
  • 6. ITERACIÓN No. 1 (Buscar fila y columna pivote) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 División prueba S1 2 1 1 0 0 18 18/2 = 9 S2 2 3 0 1 0 42 42/2 = 21 S3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0
  • 7. RESULTADO DE ITERACIÓN No. 1 (Por operaciones convertimos elemento pivote =1 y después ceros los otros elementos de la columna pivote) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 Gauss-Jordan (Las VH se operan del cuadro anterior) S1 0 1/3 1 0 -2/3 2 – 2 (X1) +S1 S2 0 7/3 0 1 -2/3 26 – 2 (X1) + S2 X1 1 1/3 0 0 1/3 8 (1/3) X1 Z 0 -1 0 0 1 24 3 (X1) +Z
  • 8. RESULTADO DE ITERACIÓN NO. 1 (En Z hay un negativo, no hay solución óptima, se repite el proceso) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 S1 0 1/3 1 0 -2/3 2 S2 0 7/3 0 1 -2/3 26 X1 1 1/3 0 0 1/3 8 Z 0 -1 0 0 1 24
  • 9. ITERACIÓN No. 2 (Buscar fila y columna pivote) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 División Prueba S1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X1 1 1/3 0 0 1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24
  • 10. RESULTADO DE ITERACIÓN No. 2 (Por operaciones convertimos elemento pivote =1 y después ceros los otros elementos de la columna pivote) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) Gauss-Jordan X1 X2 S1 S2 S3 (Las VH se operan del cuadro anterior) X2 0 1 3 0 -2 6 3X2 S2 0 0 -7 0 4 12 – (7/3) (X2)+S2 X1 1 0 -1 0 1 6 – (1/3) (X2)+X1 Z 0 0 3 0 -1 30 X2+Z
  • 11. RESULTADO DE ITERACIÓN No. 2 (En Z hay un negativo, no hay solución òptima, se repite el proceso) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 X2 0 1 3 0 -2 6 S2 0 0 -7 0 4 12 X1 1 0 -1 0 1 6 Z 0 0 3 0 -1 30
  • 12. ITERACIÓN No. 3 (Buscar fila y columna pivote) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 X2 0 1 3 0 -2 6 No se toma por ser negativo S2 0 0 -7 0 4 12 12/4 = 3 X1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30
  • 13. RESULTADO DE ITERACIÓN NO. 3 (En Z son positivos, hay solución óptima) Base Variable de Variable de Holgura Solución Operación Decisión (VD) (VH) X1 X2 S1 S2 S3 Gauss-Jordan (Las VH se operan del cuadro anterior) X2 0 1 -1/2 0 0 12 2 S3 +X2 S3 0 0 -7/4 0 1 3 (1/4) S3 X1 1 0 ¾ 0 0 3 – S3 +X1 Z 0 0 5/4 0 0 33 S3 + Z
  • 14. TABLERO FINAL Base Variable de Variable de Holgura Solución Decisión (VD) (VH) X1 X2 S1 S2 S3 X2 0 1 -1/2 0 0 12 S3 0 0 -7/4 0 1 3 X1 1 0 3/4 0 0 3 Z 0 0 5/4 0 0 33