SlideShare una empresa de Scribd logo
1 de 21
VAMOS A RESOLVER MÉTODO SIMPLEX Compilación y adaptación:  Deizi  De Jesús
[object Object],[object Object],[object Object],Cómo comenzar
Ejemplo de Simplex: Vamos a resolver el siguiente problema:   Maximizar Z  =  f(x 1 ,x 2 ) = 3x 1  + 2x 2 Sujeto a: 2x 1  + x 2   ≤  18   2x 1  + 3x 2    ≤  42   3x 1  + x 2    ≤  24   x 1   ≥  0 , x 2   ≥  0
Se consideran los siguientes  p asos:  1.          Convertir las desigualdades en igualdades:   Se introduce una variable de holgura por cada una de las restricciones, este caso s 1 , s 2 , s 3  para convertirlas en igualdades y formar el sistema de ecuaciones estandar.  Usando en simplex el siguiente criterio:  Signo:  Introducir    ≤  s n      
FORMA ESTANDAR: FORMA ESTANDAR: con la cual voy a trabajar en lo adelante 2x 1  + x 2  +  s 1  = 18 2x 1  + 3x 2  +  s 2   = 42 3x 1  + x 2  +  s 3  =  24
2 .   Igualar la función objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z - 3 x 1  - 2 x 2  = 0 Para este caso en particular la funcion objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se devera de colocar como la primer fila Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo.   3. 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: 
Tablero Inicial Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 S 2 2 3 0 1 0 42 S 3 3 1 0 0 1 24 Z -3 -2 0 0 0 0
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
  Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 18/2 = 9 S 2 2 3 0 1 0 42 42/2 = 21 S 3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Resultado de Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 f( S 1 ) – 2 f(X 1 ) S 2 0 7/3 0 1 -2/3 26 f( S 2 ) – 2 f(X 1 ) X 1 1 1/3 0 0 -1/3 8 (1/3)  X 1 Z 0 -1 0 0 1 24 f( Z) + 3 f(X 1 )
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S 2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X 1 1 1/3 0 0 -1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24
Resultado de Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 3X 2 S 2 0 0 -7 0 4 12 f( S 2 ) – (7/3) f(X 2 ) X 1 1 0 -1 0 1 6 f( X 1 ) – (1/3) f(X 2 ) Z 0 0 3 0 -1 30 f( Z) + f(X 2 )
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 No se toma por ser negativo S 2 0 0 -7 0 4 12 12/4 = 3 X 1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30
Resultado de Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 f( X 2 ) + 2 f(S 3 ) S 3 0 0 -7/4 0 1 3 (1/4) S 3 X 1 1 0 -3/4 0 0 3 f( X 1 ) – f(S 3 ) Z 0 0 5/4 0 0 33 f( Z) + f(S 3 )
Tablero Final Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 S 3 0 0 -7/4 0 1 3 X 1 1 0 -3/4 0 0 3 Z 0 0 5/4 0 0 33
Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la solución óptima.    Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en nuestro caso:  33 .
Castillo,  Conejo, Pedregal, García y Alguacil (2002):Formulación y resolución de Modelos de Programación Matemática en ingeniería y Ciencias, España. Francisco Chediak. Investigacion de Operaciones I. Frederick S. Hillier, Gerald J. Lieberman (1993).  Introducción a la Investigación de Operaciones.   Editorial: Mc.  Graw Hill  Taha, Hamdy A. Investigación de operaciones. Editorial: Pearson. Referencias Bobliográficas

Más contenido relacionado

La actualidad más candente

Método simplex
Método simplexMétodo simplex
Método simplex
deweey
 
Metodo simplex maxgallagher
Metodo simplex maxgallagherMetodo simplex maxgallagher
Metodo simplex maxgallagher
Ivan Ruiz
 
Dual y método dual simplex
Dual y método dual simplexDual y método dual simplex
Dual y método dual simplex
Jaime Medrano
 
05 metodo algebraico
05 metodo algebraico05 metodo algebraico
05 metodo algebraico
Julio Pari
 
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
 
Expo 7 programación entera (algoritmo de gomory)
Expo 7   programación entera (algoritmo de gomory)Expo 7   programación entera (algoritmo de gomory)
Expo 7 programación entera (algoritmo de gomory)
Ayda Ramirez Montalvo
 
Problema de asignación de programación dinámica
Problema de asignación de programación dinámicaProblema de asignación de programación dinámica
Problema de asignación de programación dinámica
Luis La Rosa Cavalcanti
 
Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
Kbl Julus Saraccini
 

La actualidad más candente (20)

Método simplex
Método simplexMétodo simplex
Método simplex
 
Modelo de transporte.pptx
Modelo de transporte.pptxModelo de transporte.pptx
Modelo de transporte.pptx
 
Trabajo de investigacion operativa (x)
Trabajo de investigacion operativa (x)Trabajo de investigacion operativa (x)
Trabajo de investigacion operativa (x)
 
Metodo simplex maxgallagher
Metodo simplex maxgallagherMetodo simplex maxgallagher
Metodo simplex maxgallagher
 
Dual y método dual simplex
Dual y método dual simplexDual y método dual simplex
Dual y método dual simplex
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
 
Prog. lineal
Prog. linealProg. lineal
Prog. lineal
 
Ejercicios de investigación operativa resueltos
Ejercicios de investigación operativa resueltosEjercicios de investigación operativa resueltos
Ejercicios de investigación operativa resueltos
 
Transporte y asignación
Transporte y asignaciónTransporte y asignación
Transporte y asignación
 
Tarea 4 operativa luis
Tarea 4 operativa luisTarea 4 operativa luis
Tarea 4 operativa luis
 
Expo 2 método de dos fases
Expo 2   método de dos  fasesExpo 2   método de dos  fases
Expo 2 método de dos fases
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
Mapa conceptual de colas
Mapa conceptual de colasMapa conceptual de colas
Mapa conceptual de colas
 
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
 
05 metodo algebraico
05 metodo algebraico05 metodo algebraico
05 metodo algebraico
 
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)
 
Expo 7 programación entera (algoritmo de gomory)
Expo 7   programación entera (algoritmo de gomory)Expo 7   programación entera (algoritmo de gomory)
Expo 7 programación entera (algoritmo de gomory)
 
Problema de asignación de programación dinámica
Problema de asignación de programación dinámicaProblema de asignación de programación dinámica
Problema de asignación de programación dinámica
 
Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
 
Presentacion de Portafolio Final
Presentacion de Portafolio FinalPresentacion de Portafolio Final
Presentacion de Portafolio Final
 

Similar a Un ejemplo práctico en clase

método Simplex
método Simplexmétodo Simplex
método Simplex
ynavadni
 

Similar a Un ejemplo práctico en clase (20)

Ejemplo práctico en clase
Ejemplo práctico en claseEjemplo práctico en clase
Ejemplo práctico en clase
 
Método Simplex
Método SimplexMétodo Simplex
Método Simplex
 
Simplex
SimplexSimplex
Simplex
 
Sesion 05a - Metodo Simplex
Sesion 05a - Metodo SimplexSesion 05a - Metodo Simplex
Sesion 05a - Metodo Simplex
 
Sesion 05a - Metodo Simplex
Sesion 05a - Metodo SimplexSesion 05a - Metodo Simplex
Sesion 05a - Metodo Simplex
 
05 pl met.simplex
05 pl met.simplex05 pl met.simplex
05 pl met.simplex
 
El Método Simplex para Investigación Operativa
El Método Simplex  para Investigación OperativaEl Método Simplex  para Investigación Operativa
El Método Simplex para Investigación Operativa
 
método Simplex
método Simplexmétodo Simplex
método Simplex
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Simplex
 Simplex  Simplex
Simplex
 
Metodosimplex
MetodosimplexMetodosimplex
Metodosimplex
 
Metodosimplex
MetodosimplexMetodosimplex
Metodosimplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Método simple
Método simpleMétodo simple
Método simple
 
Simplex
SimplexSimplex
Simplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Metodo simplexdual
Metodo simplexdualMetodo simplexdual
Metodo simplexdual
 
Método Simplex
Método SimplexMétodo Simplex
Método Simplex
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 

Más de unefadeizi

Revista digital modulo 9
Revista digital modulo 9Revista digital modulo 9
Revista digital modulo 9
unefadeizi
 
Reunion de individualiazdos MTE final
Reunion de individualiazdos MTE finalReunion de individualiazdos MTE final
Reunion de individualiazdos MTE final
unefadeizi
 
Reunion de individualiazdos mte
Reunion de individualiazdos mteReunion de individualiazdos mte
Reunion de individualiazdos mte
unefadeizi
 
Guia de lectura
Guia de lecturaGuia de lectura
Guia de lectura
unefadeizi
 

Más de unefadeizi (20)

Revista digital modulo 9
Revista digital modulo 9Revista digital modulo 9
Revista digital modulo 9
 
Presentcion dpartamento de_investigacion al
Presentcion dpartamento de_investigacion alPresentcion dpartamento de_investigacion al
Presentcion dpartamento de_investigacion al
 
Reunion de individualiazdos MTE final
Reunion de individualiazdos MTE finalReunion de individualiazdos MTE final
Reunion de individualiazdos MTE final
 
Individualiazdos mte
Individualiazdos mteIndividualiazdos mte
Individualiazdos mte
 
Reunion de individualiazdos mte
Reunion de individualiazdos mteReunion de individualiazdos mte
Reunion de individualiazdos mte
 
Reunion de estudios individualiazdos mte
Reunion de estudios individualiazdos mteReunion de estudios individualiazdos mte
Reunion de estudios individualiazdos mte
 
Reunion de estudios individualiazdos
Reunion de estudios individualiazdosReunion de estudios individualiazdos
Reunion de estudios individualiazdos
 
EPE.Exposición Profesional FATLA
EPE.Exposición Profesional FATLAEPE.Exposición Profesional FATLA
EPE.Exposición Profesional FATLA
 
Profesional. EPE FATLA
Profesional. EPE FATLAProfesional. EPE FATLA
Profesional. EPE FATLA
 
Exposición Profesional
Exposición ProfesionalExposición Profesional
Exposición Profesional
 
Bloque Académico del Aula virtual
Bloque Académico del Aula virtualBloque Académico del Aula virtual
Bloque Académico del Aula virtual
 
Bloque Académico del Aula virtual
Bloque Académico del Aula virtualBloque Académico del Aula virtual
Bloque Académico del Aula virtual
 
Un ejemplo práctico en clase
Un ejemplo práctico en claseUn ejemplo práctico en clase
Un ejemplo práctico en clase
 
Fase planificación grupo e
Fase planificación grupo eFase planificación grupo e
Fase planificación grupo e
 
Fase 2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
Fase  2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, BeliceFase  2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
Fase 2: planificación, Proyecto: caso 3: Instituto Tecnológico de Gamma, Belice
 
pruebas
pruebaspruebas
pruebas
 
La guia de lecturas
La guia de lecturasLa guia de lecturas
La guia de lecturas
 
Guia de lectura
Guia de lecturaGuia de lectura
Guia de lectura
 
Mi guia de lectura
Mi guia de lecturaMi guia de lectura
Mi guia de lectura
 
Mi guia de lectura
Mi guia de lecturaMi guia de lectura
Mi guia de lectura
 

Último

PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdfPROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
EduardoJosVargasCama1
 

Último (20)

ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Novena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan EudesNovena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan Eudes
 
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdfPROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 

Un ejemplo práctico en clase

  • 1. VAMOS A RESOLVER MÉTODO SIMPLEX Compilación y adaptación: Deizi De Jesús
  • 2.
  • 3. Ejemplo de Simplex: Vamos a resolver el siguiente problema:  Maximizar Z = f(x 1 ,x 2 ) = 3x 1 + 2x 2 Sujeto a: 2x 1 + x 2 ≤ 18   2x 1 + 3x 2   ≤ 42   3x 1 + x 2   ≤ 24   x 1 ≥ 0 , x 2 ≥ 0
  • 4. Se consideran los siguientes p asos: 1.         Convertir las desigualdades en igualdades:   Se introduce una variable de holgura por cada una de las restricciones, este caso s 1 , s 2 , s 3 para convertirlas en igualdades y formar el sistema de ecuaciones estandar. Usando en simplex el siguiente criterio: Signo: Introducir ≤ s n    
  • 5. FORMA ESTANDAR: FORMA ESTANDAR: con la cual voy a trabajar en lo adelante 2x 1 + x 2 + s 1 = 18 2x 1 + 3x 2 + s 2 = 42 3x 1 + x 2 + s 3 = 24
  • 6. 2 . Igualar la función objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z - 3 x 1 - 2 x 2 = 0 Para este caso en particular la funcion objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se devera de colocar como la primer fila Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo.   3. 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: 
  • 7. Tablero Inicial Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 S 2 2 3 0 1 0 42 S 3 3 1 0 0 1 24 Z -3 -2 0 0 0 0
  • 8.
  • 9.
  • 10.   Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 18/2 = 9 S 2 2 3 0 1 0 42 42/2 = 21 S 3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0
  • 11.
  • 12. Resultado de Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 f( S 1 ) – 2 f(X 1 ) S 2 0 7/3 0 1 -2/3 26 f( S 2 ) – 2 f(X 1 ) X 1 1 1/3 0 0 -1/3 8 (1/3) X 1 Z 0 -1 0 0 1 24 f( Z) + 3 f(X 1 )
  • 13.
  • 14. Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S 2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X 1 1 1/3 0 0 -1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24
  • 15. Resultado de Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 3X 2 S 2 0 0 -7 0 4 12 f( S 2 ) – (7/3) f(X 2 ) X 1 1 0 -1 0 1 6 f( X 1 ) – (1/3) f(X 2 ) Z 0 0 3 0 -1 30 f( Z) + f(X 2 )
  • 16.
  • 17. Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 No se toma por ser negativo S 2 0 0 -7 0 4 12 12/4 = 3 X 1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30
  • 18. Resultado de Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 f( X 2 ) + 2 f(S 3 ) S 3 0 0 -7/4 0 1 3 (1/4) S 3 X 1 1 0 -3/4 0 0 3 f( X 1 ) – f(S 3 ) Z 0 0 5/4 0 0 33 f( Z) + f(S 3 )
  • 19. Tablero Final Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 S 3 0 0 -7/4 0 1 3 X 1 1 0 -3/4 0 0 3 Z 0 0 5/4 0 0 33
  • 20. Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la solución óptima.   Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en nuestro caso: 33 .
  • 21. Castillo, Conejo, Pedregal, García y Alguacil (2002):Formulación y resolución de Modelos de Programación Matemática en ingeniería y Ciencias, España. Francisco Chediak. Investigacion de Operaciones I. Frederick S. Hillier, Gerald J. Lieberman (1993). Introducción a la Investigación de Operaciones.   Editorial: Mc. Graw Hill Taha, Hamdy A. Investigación de operaciones. Editorial: Pearson. Referencias Bobliográficas