Compendio de Matematicas III Villa
Compendio de Matematicas III Villa
Compendio de Matematicas III Villa
1
DIAGNÓSTICO MÉDICO Y ATENCIÓN AL PACIENTE
2
DIAGNÓSTICO MÉDICO Y ATENCIÓN AL PACIENTE
AUTORES
Edwin Dimitri Nieto Guerrero
Master Ingeniero de la Industria Textil
ednieto@uce.edu.ec
3
DIAGNÓSTICO MÉDICO Y ATENCIÓN AL PACIENTE
4
DIAGNÓSTICO MÉDICO Y ATENCIÓN AL PACIENTE
REVISORES
Hugo Andrés Vinueza Peralta
Magister en Estadística mención en Gestión de la Calidad y Productividad;
Ingeniero Mecánico
Universidad Técnica Estatal de Quevedo
hugvinu87@gmail.com
5
DIAGNÓSTICO MÉDICO Y ATENCIÓN AL PACIENTE
6
DIAGNÓSTICO MÉDICO Y ATENCIÓN AL PACIENTE
DATOS DE CATALOGACIÓN
El proyecto didáctico Compendio de Matemáticas Volumen III, es una obra colectiva creada
por sus autores y publicada por MAWIL; publicación revisada por el equipo profesional y
editorial siguiendo los lineamientos y estructuras establecidos por el departamento de publi-
caciones de MAWIL de New Jersey.
© Reservados todos los derechos. La reproducción parcial o total queda estrictamente pro-
hibida, sin la autorización expresa de los autores, bajo sanciones establecidas en las leyes,
por cualquier medio o procedimiento.
7
Prefacio
Este texto, que es el tercer volumen de una serie, de por lo menos diez volúme-
nes, ha sido realizado con el propósito de ayudar a todos aquellos estudiantes que
desean mejorar y profundizar sus conocimientos en esta materia y para todos aque-
llos que desean incrementar sus habilidades para resolver ejercicios de diferentes
niveles de dificultad del área de la matemática. Esté es el volumen de una serie de
volúmenes, que están siendo preparados para que cumplen con el programa obli-
gatorio que consta en el currı́culo de las Universidades que tienen la facultad de
Ingenierı́a, el cual consta principalmente de:
Conjuntos, los números reales, inducción matemática,relaciones y funciones, po-
linomios, funciones exponenciales y funciones logarı́tmicas,sistema de ecuaciones,
planificación optima, series,calculo diferencial de una variable, de dos o mas va-
riables,calculo integral de una o mas variables,ecuaciones diferenciales y métodos
numéricos. Los autores esperan, que cumpla con las exigencias de la facultad.
En este volumen se encuentra los temas de sistemas de ecuaciones lineales y pro-
gramación lineal. De la observación de estos últimos años, en los cuales hemos en-
señado esta materia, nos ha permitido llegar a la conclusión de que justamente el
nivel de conocimientos, ası́ como la habilidad de resolver diferentes tipos de proble-
mas, tiene gran influencia en el éxito de permanencia de los estudiantes en nuestra
facultad.
El libro pretende lograr los siguientes objetivos:
2. Incluir una gran variedad de problemas, ası́ como indicar una gran variedad
de aplicaciones.
Las soluciones de algunas aplicaciones conducen por sı́ mismas a procedi-
mientos deductivos que llevan a algoritmos especı́ficos. Este enfoque refuer-
za la relación ı́ntima existente entre esta disciplina y diferentes campos de la
ciencia.
1
Los pre-requisitos para este libro son principalmente un interés por abordar y resol-
ver diversos tipos de problemas, una formación básica en el álgebra de secundaria.
Nuestra mayor motivación para escribir este libro ha sido el impulso recibido en
los últimos 10 años de nuestros alumnos, ası́ como por recomendaciones de las au-
toridades de la facultad de Ingenierı́a. En el libro se ha tratado de presentar los
diferentes temas en la forma más simple y clara posible, además al final de cada te-
ma hay un conjunto de ejercicios diversos cuya solución quizá requiera la aplicación
de varios teoremas. Los ejercicios al final de los temas están diseñados para:
2. Enlazar ideas de temas anteriores con las ideas de los nuevos temas.
Los Autores.
2
Compendio de Matemáticas
Volumen III
Índice general
1. Sistema de Ecuaciones 5
1.1. Definición de un Sistema de Ecuaciones . . . . . . . . . . . . . . . . . 6
1.2. Sistema de Ecuaciones Lineales . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Métodos de Resolución de Sistemas de Ecuaciones Lineales . . . . . . 10
1.3.1. Método Gauss-Jordán. . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.2. Método Determinantes . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.3. Método Matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.4. Elementos de una Matrices. . . . . . . . . . . . . . . . . . . . . 20
1.3.5. Sistema lineales con Matrices. . . . . . . . . . . . . . . . . . . . 30
1.3.6. Métodos de Calculo de la Matriz Inversa. . . . . . . . . . . . . 32
1.3.7. Método de Operaciones Elementales para Obtener la Matriz
Inversa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.3.8. Método de Cofactores, determinantes . . . . . . . . . . . . . . 35
1.3.9. Matriz Ortogonal. . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.3.10. Ecuación Caracterı́stica de una Matriz. . . . . . . . . . . . . . . 39
1.3.11. Rango de una Matriz. . . . . . . . . . . . . . . . . . . . . . . . . 40
1.3.12. Sistema de m Ecuaciones Lineales de n Variables . . . . . . . . 41
1.4. Sistema de Ecuaciones No-lineales . . . . . . . . . . . . . . . . . . . . 44
1.5. Ejercicios de Sistema de Ecuaciones . . . . . . . . . . . . . . . . . . . . 45
1.5.1. Ejercicios Resueltos de Sistema de ecuaciones . . . . . . . . . . 45
1.5.2. Ejercicios Propuestos de Sistema de ecuaciones . . . . . . . . . 57
2. Programación Lineal 71
2.1. Definición de Programación Lineal . . . . . . . . . . . . . . . . . . . . 72
2.2. Caracterı́sticas de la Programación Lineal . . . . . . . . . . . . . . . . 72
2.3. Objetivos de la Programación Lineal . . . . . . . . . . . . . . . . . . . 73
2.4. Aplicaciones de la Programación Lineal . . . . . . . . . . . . . . . . . 73
2.5. Conceptos Básicos de Programación Lineal . . . . . . . . . . . . . . . . 74
2.6. El Problema de la Programación Lineal . . . . . . . . . . . . . . . . . . 74
2.7. Métodos de Solución de Programación Lineal . . . . . . . . . . . . . . 75
2.8. Método Gráfico en Programación Lineal . . . . . . . . . . . . . . . . . 76
2.8.1. Ejercicios Resueltos Método Gráfico . . . . . . . . . . . . . . . 77
2.8.2. Ejercicios de Maximización Método Gráfico . . . . . . . . . . . 78
2.8.3. Ejercicios de Minimización Método Gráfico . . . . . . . . . . . 87
2.8.4. Ejercicios Combinados Método Gráfico . . . . . . . . . . . . . . 90
2.9. Análisis de Sensibilidad de las Restricciones . . . . . . . . . . . . . . . 96
2.10. Análisis de Sensibilidad: Evaluación de Nuevos Productos. . . . . . . 103
2.11. Análisis de Sensibilidad: Coeficientes de la Función Objetivo. . . . . . 104
3
CAPITULO 1. Sistema de Ecuaciones
Sistema de Ecuaciones
2. Tipos de sistemas
a) Método de Gauss-Jordán
b) Método de Cramer
c) Matrices
2. Sistemas no lineales, por lo menos una de todas las variables tiene exponente
diferente a uno (1).
Donde:
Donde:
Donde:
Donde:
ax + by + cz = d
a1 x + b1 y + c1 z = d1
a2 x + b2 y + c2 z = d2
a3 x + b3 y + c3 z = d3
Donde:
punto de intersección entre las ecuaciones lineales; por lo tanto , estas rectas
deben ser paralelas en toda su dominio.
" # " #
2 3 4 1 1 1
f2 ↔ f1
1 1 1 2 3 4
Se ha intercambiado filas.
" # " #
1 1 1 1 1 1
(−2) · f1 + f2
2 3 4 0 1 2
A la fila uno se ha multiplicado por (-2) y se ha sumado a la fila dos. La fila uno
se mantiene constante, cualquiera sean los números
h que se hallen
i en la fila.
Como se observa en la segunda fila esta escrito: 0 1 2
2 −2 1 3 1 −3 2 0 1 −3 2 0
3 1 −1 7
f1 ↔ f2 3 1 −1 7
0 10 −7 7
(−3)f1 + f2
1 −3 2 0 2 −2 1 3 2 −2 1 3
1 −3 2 0 1 −3 2 0 1 −3 2 0
0 10 −7 7 0 10 −7 7 0 2 −1 1
(−2)f1 + f3 (−2)f3 + f2
2 −2 1 3 0 4 −3 3 0 4 −3 3
1 −3 2 0 1 −3 2 0 1 −3 2 0
0 2 −1 1 0 2 −1 1 0 2 0 0
(−2)f2 + f3 (−1)f3 + f2
0 4 −3 3 0 0 −1 1 0 0 −1 1
1 −3 2 0 1 −3 0 2 3 1 0 0 2
0 2 0 0 0 2 0 0 0 2 0 0
(2)f3 + f1 ( )f2 + f1
2
0 0 −1 1 0 0 −1 1 0 0 −1 1
1 0 0 2 1 0 0 2 1 0 0 2
1
0 2 0 0 0 1 0 0 0 1 0 0
f (−1)f3
2 2
0 0 −1 1 0 0 −1 1 0 0 1 −1
Se conoce que un sistema tiene tres diferentes tipos de solución.La pregunta natural
del estudiante en este momento seria: ¿Como se define que tipo de solución tiene un
sistema al resolverlo por Gauss-Jordán. La respuesta es la forma como se presente
la matriz aumentada:
1 0 0 2
0 1 0 0
0 0 1 −1
Por lo tanto, para cada una de las filas se la puede escribir de la forma (se
considera la primera fila): x1 + 0x2 + 0x3 = 2. De donde x toma un solo valor.
Esto nos permite concluir que: el sistema tiene solución única.
1 0 0 2
0 1 0 0
0 0 0 −1
Por lo tanto, en la matriz aumentada existe una fila, que se la puede escribir
de la forma: 0x1 + 0x2 + 0x3 = −1, lo que indicarı́a que: 0 = -1, lo cual es una
falacia.En este caso el sistema no tiene solución.
1 0 0 2
0 1 0 0
0 0 0 0
Por lo tanto, en la matriz aumentada existe una fila, que se la puede escribir
de la forma: 0x1 + 0x2 + 0x3 = 0, lo que indicarı́a que: 0 = 0, lo cual es una
tautologı́a.En este caso el sistema es paramétrico y tiene una cantidad infinita
de soluciones.
a · b1 x − b · a1 x = b1 · c − b · c1 −→ x(a · b1 − b · a1 ) = b1 · c − b · c1
Se despeja x:
b1 · c − b · c 1
x=
a · b 1 − b · a1
a la ultima expresión se la escribió de otra forma:
c b a c
b · c − b · a1 c1 b1 Dx Dy a1 c1
x= 1 = = , y= =
a · b1 − b · c1 a b Db Db a b
a1 b 1 a1 b1
Donde:
El sistema seria:
ax + by + cz = d
a1 x + b1 y + c1 z = d1
a2 x + b2 y + c2 z = d2
ria(s).
Propiedades de Determinantes.
Las propiedades de determinantes se puede aplicar a cualquier sistema de ecua-
ciones de cualquier orden. Por facilidad de comprensión y visualización , se escri-
birán y demostrarán las propiedades de un determinante para un determinante de
orden 2x2. Estás son:
a b Este determinante se utilizara para analizar sus propiedades.
c d
2. Si dos filas o dos columnas son idénticas, el valor del determinante es igual a
cero.
a b −→ a b Al aplicar Sarus se tendrı́a: a · b − a · b = 0
c d a b
3. Si toda una fila ó columna se intercambia con otra fila ó columna, se debe es-
cribir el signo menos delante del determinante.
a b −→ c d = c · b − a · d = −(a · d − c · b) = − a b
c d a b c d
4. Si toda una fila o columna tiene un factor, el factor sale delante del determi-
nante.
a b −→ a · k b · k = a.k · d − bk · c = k(a · d − b · c) = k a b
c d c d c d
5. Si todas las filas ó columnas tienen un factor, el factor sale delante del deter-
minante con un exponente que es igual al orden del determinante.
a b −→ a · k b · k = a.k 2 · d − bk 2 · c = k 2 (a · d − b · c) = k 2 a b
c d c·k d ·k c d
Todos los elementos están en un orden definido;por lo que, nos afecta en este
momento es el signo menos. Pero se lo puede escribir de la siguiente forma:
!
e f d f d e
= a + −b + c
h i g i g h
Donde:
El elemento ai,j serán todos los elementos de una fila ó columna, según se desa-
rrolla el determinante.
A∗ = [Aij ].
n n
(−1)i+j ai,j Mi,j =
P P
Det. = ai,k Ai,k .Donde: i la fila que se desarrolla el de-
i=1 k=1
terminante
n n
(−1)i+j ai,j Mi,j =
P P
Det. = ak,j Ak,j .Donde: j la columna que se desarrolla
i=1 k=1
el determinante
El primer elemento y el tercero al multiplicarlos por cero son igual a cero; por
lo que, nos queda unicamente el segundo elemento.
En el segundo elemento nos queda: (−1)2+2 = (−1)4 = 1. El exponente (2 + 2)es
el lugar del elemento con el que se desarrolla el determinante ai,j = 1, y lo que
queda es el minorante(cofactor):
" #
1 1
Det.A = 2 (1)(1) = 2(4 − 5) = 2(−1) = −2
5 4
−1 2 1 1
−2 −2 2 −3
2. Det.A =
1 1 −1 2
2 1 3 −1
5 −3
Db = (−1)1+1 (1) 1 −12
= (1)(−60 − 3) = −57
6 2
Dx = (−1)1+3 (1) 81 −11
= (1)(−66 − 162) = −228
Dx −228
Se calcula el valor de la variable (x): x = = =4
Db −57
3 6 1 2
Dy = (−1)1+3 (−1) −5 9 = (−1)3 −5 9 = (−3)(9 + 10) = (−3)(19) = −57
Dy (3)(−57)
Se calcula el valor de la variable (y): y = = =3
Db −57
5 −18
Dz = (−1)1+1 (1) 1 −15
(1)(−75 + 18) = −57
Dz −57
Se calcula el valor de la variable (z): z = = =1
Db −57
1. Conmutatividad
2. Asociatividad
Definición de Matriz.
Los números que aparecen en la definición, ai,j donde i representan las filas, j
representan las columnas (i = 1, 2,.., n, j = 1, 2, m) se llaman elementos o términos
de una matriz A. También, se usa la forma abreviada de notación: A = [ai,j ]nxm , A =
Anxm
Se define A = [aij ], cuando no hay ninguna duda sobre la dimensión de la matriz.
Cuando m = n, la matriz es cuadrada. La cifra n define el grado u orden de la matriz
y en forma corta se escribe A = [ai,j ]n o A = An . En cada otro caso la matriz es
rectangular.
Las matrices:
1 −1 8
A3x3 = 2 3 −2 Matriz cuadrada 3x3.
3 −2 9
En la matriz, a1,1 = 1, lo que nos indica es que: el elemento de la primera fila, pri-
mera columna es igual a 1 y ası́ sucesivamente con todos los elementos de la matriz.
1 −1 8 5
A3x4 = [aij ]3x4 = 2 3 −2 7 Matriz rectangular 3x4.
3 −2 9 −3
Matriz Nula.
Una matriz, en la cual todos los elementos son iguales a cero, se llama matriz
nula y marcamos con la letra O o Omxn , cuando se conoce su dimensión, Nn . Como
fácil es observar en la matriz:
0 0 0
N3x3 = [N3 ] = 0 0 0 Matriz nula cuadrangular 3x3
0 0 0
Matriz Diagonal.
La diagonal principal de la matriz cuadrada se compone de elementos con mis-
mos indicadores, es decir, i = j. Si la diagonal principal de una matriz esta formada
por cualquier numero, se la llama matriz diagonal. Y en el caso en que la diagonal
principal estas compuesta por un solo numero, se lo conoce con el nombre de matriz
escalar.
a11 0 0 0 ··· 0
a21 a22 0 0 ··· 0
a31 a32 a33 0 ··· 0
An = a41 a42 a43 a44 ··· 0
Matriz de triangulo inferior.
.. .. .. .. .. ..
. . . . . .
an1 an2 an3 an4 · · · ann
Matriz Transpuesta.
La matriz transpuesta AT de la matriz A, se llama a una matriz, que se forma
por un intercambio de filas por columnas correspondientes sin cambiar su orden;
entonces, es la substitución de elemento aij por elemento aji . Si la matriz A = [aij ]
la matriz transpuesta es AT = [aji ]
La operación que consiste en la determinación de una matriz transpuesta AT de la
matriz A, se llama transposición de la matriz. El resultado de transposición se cam-
bia las dimensiones de la matriz. Lo que significa que cuando la matriz A tiene una
dimensión n x m, la matriz AT tiene una dimensión m x n.
1 2 3
1 −1 8 5
−1 3 −2
A3x4 = 2 3 −2 7 AT4x3 =
8 −2 9
3 −2 9 −3
5 7 −3
De esta definición de la matriz transpuesta resulta las propiedades siguientes:
1. (AT )T = A
Demostración: Se considera una matriz cuadrada, aunque puede ser de cual-
quier orden:
(AT )T = ((aij )T )T = (aji )T = aij = A ∀i, j ∈ N
2. ET = E
Demostración: En una matriz unidad, su caracterı́stica es que, su diagonal
principal esta compuesta por unos. En el proceso de transposición la diago-
nal principal se mantiene constante.
3. Det.(Ai,j ) = Det.(Ai,j )T ∀i, j ∈ N
Demostración: Se conoce que el valor de un determinante de segundo orden
esta definido por la regla de Sarus:
" # " #
a b a c
= a·d −b·c = a·d −c·b =
c d b d
Matriz Simétrica
Se llama matriz simétrica a la matriz cuadrada en la cual sus elementos ubica-
dos simétricamente con relación a la diagonal principal son iguales, donde. aik = aki
para i, k = 1, 2, 3, · · · , n
a b c d
b k r s
−→ A = AT ∀A ∈ K
c r l p
d s p m
Una matriz anti-simétrica esta definida por: A = −AT ∀A ∈ K
Lo escrito permite formular los teoremas siguientes:
Igualdad de Matrices.
Dos matrices A = [ai,j ] y B = [bi,j ] de la misma dimensión (n x m) se llaman igua-
les o idénticas; si todos sus elementos correspondientes de las dos matrices ubicados
en los mismos lugares son iguales. lo que significa que:
1. Reflexiva, A = A
3. Transitiva, Si A = B y B = C entonces A = C
Suma de Matrices.
Si se considera el conjunto de todas las matrices de dimensión determinada n x
m, y en este conjunto se define la operación de suma y la operación de multiplicación
por una constante, ası́ definidos las operaciones de matrices es lo que se denomina
un conjunto lineal, también conocida como espacio lineal. Esta definición cada vez
toma mas importancia en la matemática moderna.
La suma de dos matrices A = [ai,j ]nxm y B = [bi,j ]nxm se define solamente para matri-
ces de igual dimensión, se llama a la matriz C = [ci,j ]nxm , donde todos sus elementos
son el resultado de la suma de los elementos correspondientes de ambas matrices:
C=A+B ↔ [ai,j ]nxm + [bi,j ]nxm = [aij + bij ]nxm = [ci,j ]nxm ,
Donde: i = 1, 2, · · · , n y j = 1, 2, · · · , m.
A - B = A + (-B)
1 0 2 1 −6 2
[ai,j ]3x3 = 2 1 4 [bi,j ]3x3 = −5 1 4
3 −1 4 3 −1 8
1 0 2 1 −6 2 2 −6 4
2 1 4
+ −5 1 4 = −3 2 8
3 −1 4 3 −1 8 6 −2 12
Multiplicación de Matrices.
Multiplicación de una Constante por una Matrices.
El producto de una matriz A y un escalar λ se llama a la matriz B de dimensión
igual a la matriz A, donde los elementos de la matriz [bij ]nxm es el producto de los
elementos de la matriz [aij ]nxm correspondientes ( todos sus elementos) a la matriz
A y escalar λ, lo que significa:
1. α · (βA) = (α · β) · A.
Demostración:
Se define la matriz, en el campo K, con la dimensión: Amxn y α, β ∈ K y sus
elementos están definidos:
α · (βAnxm ) = α · (β(aij )nxm ) = α · (βaij )nxm = (α · βaij )nxm = ((α · β)(aij ))nxm =
(α · β)((aij ))nxm = (α · β) · Anxm
4. (α · Anxm )T = α · (Anxm )T
Demostración:
Se define la matriz, en el campo K, con la misma dimensión: Anxm , y α ∈ K y
sus elementos están definidos:
(α · Anxm )T = (α · (aij )nxm )T = (α · aji ) = (α(aij )nxm ) = α(aij )nxm ) = α · (Anxm )T
5. α · Nnxm = 0
Demostración:
Se define la matriz, en el campo K, con la dimensión: Nnxm y sus elementos
están definidos:
α · Nnxm = α(nij )nxm = α(0ij )nxm = (α · 0ij )nxm = (0ij )nxm = (nij )nxm = Nnxm = 0
El producto (-1) por una matriz A se lo escribe con el sı́mbolo –A y lo se llama matriz
opuesta a la matriz A.
Determinar la matriz A = X - 2Y + 3E, cuando:
" # " #
−1 2 1 0
X2x2 = [x2x2 ] = Y2x2 = [y2x2 ] =
−1 3 2 −4
Multiplicación de Matrices.
la operación algebraica de la multiplicación de matrices esta definida, si el núme-
ro de columnas de la matriz A es igual al número de filas de la matriz B, entonces
el producto An,r · Br,m de la matriz A = aij de dimensión n x r, por la matriz B = bjk
de dimensión r x m se llama una matriz C = cik de dimensión n x m en la cual, sus
elementos de la matriz Cik que están ubicados en la i-fila y k-columna es igual a la
suma de los productos de los elementos correspondientes de la i-fila de la primera
matriz por los elementos de la k-columna de la segunda matriz, lo que significa:
r
P
cik = ai1 · b1k + ai2 · b2k + ai3 · b3k + · · · + air · brk = aij · bjk
j=1
A·B , B·A
Por lo tanto, se debe diferenciar la multiplicación de izquierda a derecha de la ma-
triz A por la matriz B, es decir A · B y la multiplicación de derecha a izquierda de la
matriz A por la matriz B, por lo tanto, B · A.
Si las matrices A y B cumplen la condición:
A·B = B·A
Se las llama matrices conmutativas.
En base a las últimas definiciones resultan las siguientes propiedades:
1. A · (B · C) = (A · B) · C Asociativa.
Demostración:
Las matrices A,B y C pertenecen en un campo (dominio) K y son compatibles
para el producto. Se define el producto D = B · C
m
P
D = B · C −→ dij = bik · ckj ∀i, j ∈ N
k=1
Sea el producto de matrices E = A · D:
!! !
m
P m
P m
P m P
P m
E = A·D −→ eij = air · drj = air brk · ckj = air brk · ckj
r=1 r=1 k=1 r=1 k=1
Por el lado derecho de la igualdad se realiza un proceso parecido:
m
P
F = A · B −→ fij = aik · bkj
k=1
Sea el producto de matrices: G = F · C:
! ! ! !
Pm m P
P m m P
P m
G = F · C −→ gij = fir · crj = aik · bkj crj = aik · bkr · crj
r=1 r=1 k=1 r=1 k=1
Se obtuvo que, E = G; por lo tanto, (A · B) · C = A · (b · C)
5. E · A = A y A·E = A
Demostración:
Las matrices E (matriz diagonal) y A pertenecen en un campo K y son compa-
tibles para el producto.
! !
P P
E · A = A −→ eik · akj = aij = A
k=1 k=1
6. O · A = O y A·O = O Identidad.
Demostración:
La matriz O, indica que es una matriz nula,es decir, todos sus elementos son
igual a cero, (nij )mxn = 0; por lo tanto, el producto de la matriz nula con cual-
quier matriz debe ser cero.
2 −2 1 4 −3
A = 3 1 −1 B = 6 −7
1 −3 2 5 −3
2 −2 1 4 −3
3 1 −1 6 −7
· =
1 −3 2 5 −3
2 −2 1 3
A = 3 1 −1 7
1 −3 2 0
2 −2 1 3 2 −2 1 3 2 −2 1 3
A1 = 3 1 −1 7 A2 = 3 1 −1 7 A3 = 3 1 −1 7
1 −3 2 0 1 −3 2 0 1 −3 2 0
Q T
A = Donde: D,T,R, Y M son sub-matrices.
R M
x1
x2
x3
Matriz columna de las variables.
..
.
xn
b1
b2
b3
Matriz columna de los coeficientes libres.
..
.
bn
A·X = B
B
A·X = B −→ X= −→ X = A−1 · B
A
( " #
a + b = 1 a b 0
Matriz Aumentada −→
a1 + b 1 = 0 a1 b1 1
Como se observa, en ambos sistemas la parte izquierda es la misma, varia la par-
te derecha, pero también se observa, que la matriz aumentada esta formada por la
matriz de coeficientes de las variables y por la matriz unidad, es decir:
" #
a b 1 0
a1 b1 0 1
Al aplicar propiedades y operaciones elementales, suma multiplicación, a esta
ultima matriz aumentada, para lograr pasar la matriz unidad del lado derecho al
lado izquierdo de la matriz, en ese momento, se habrá resulto los sistemas y por lo
tanto, se habrá obtenido los coeficientes de la matriz inversa.
Resuelva el sistema:
x + 2y + 3z = 14
3x + y + 2z = 11
2x + 3y + z = 11
1 2 3 x 14
3 1 2 y 11
· =
2 3 1 z 11
−1
x 1 2 3 14
y 3 1 2 11
=
z 2 3 1 11
1 2 3 1 0 0 1 2 3 1 0 0
3 1 2 0 1 0 0 −5 −7 −3 1 0
f1 (−3) + f2
2 3 1 0 0 1 2 3 1 0 0 1
1 2 3 1 0 0 1 2 3 1 0 0
0 −5 −7 −3 1 0 0 −5 −7 −3 1 0
f1 (−2) + f3
2 3 1 0 0 1 0 −1 −5 −2 0 1
1 2 3 1 0 0 1 0 −7 −3 0 2
0 −5 −7 −3 1 0 0 −5 −7 −3 1 0
f3 (2) + f1
0 −1 −5 −2 0 1 0 −1 −5 −2 0 1
1 0 −7 −3 0 2 1 0 −7 −3 0 2
0 −5 −7 −3 1 0 0 0 18 7 1 −5
f3 (5) + f2
0 −1 −5 −2 0 1 0 −1 −5 −2 0 1
1 0 −7 −3 0 2 1 0 −7 −3 0 2
0 0 18 7 1 −5 0 −1 −5 −2 0 1
f3 ↔ f2
0 −1 −5 −2 0 1 0 0 18 7 1 −5
1 0 −7 −3 0 2
1 0 −7 −3 0 2
1
0 −1 −5 −2 0 1
0 −1 −5 −2 0 1
f3
18 7 1 −5
0 0 18 7 1 −5
0 0 1
18 18 18
1 0 −7 −3 0 2
1 0 −7 −3 0 2
0 −1 −5 −2
1 5 7
0 1
f3 (5) + f2 0 −1 0 −
−
7 1 −5 18 18 18
0 0 1
18 18 18 7 1 −5
0 0 1
18 18 18
1 0 0 − 5 7 1
1 0 −7 −3 0 2
18 18 18
1 5 7
0 −1 0 − − 0 −1 0 − 1 5 7
18 f3 (7) + f1 −
18 18 18 18 18
7 1 −5
7 1 −5
0 0 1
0 0 1
18 18 18 18 18 18
1 0 0 − 5 7 1 5 7 1
1 0 0 −
18 18 18
18 18 18
0 −1 0 − 1 5 7 1 5 7
− f2 (−1) 0 1 0 −
18 18 18
18 18 18
0 0 1 7 1 −5
0 7 1 −5
0 1
18 18 18 18 18 18
Por el lado derecho se tiene la matriz unidad; por lo tanto, al lado derecho se
tiene la matriz inversa.
5 7 1
−
18 18 18
−1
x 1 2 3 14 x 1 14
y 3 1 2 11 5 7
11
y
= −→ = −
18 18 18 11
z 2 3 1 11 z
7 1 −5
18 18 18
Todos los elementos de la matriz inversa, tienen un factor; por lo que, se aplica
la propiedad de matrices:
5 7 1
−
18 18 18
x 1 14 x −5 7 1 14
5 7
1
11 −→ y = 1 −5 7
y 11
= −
18
18 18 18 11
z z 7 1 −5 11
7 1 −5
18 18 18
Después de realizar la multiplicación de matrices, queda:
x 18 x 1
y 1 36 y 2
= −→ = −→ x = 1; y = 2; z = 3
18
z 54 z 3
2 7 3
A = 3 9 4
1 5 3
2 7 3 1 5 3 1 5 3 1 5 3
3 9 4 3 9 4 0 −6 −5
= − f1 (−3) + f2 f1 (−2) + f2 0 −6 −5
1 5 3 2 7 3 2 7 3 0 −3 −3
7 5 6 7 −5 6
6 3 3 −6 3 −3
=
1 −1 −3 1 1 −3
7 −6 1
AD = [A∗i,j ]T = −5 3 1
6 −3 −3
1. E−1 = E
2. (A−1 )−1 = A
5. detA · detA−1 = 1
1 −1
6. Si λ , 0 −→ (λ · A)−1 = ·A
λ
(
x1 = x · cos(α) − y · sin(α)
y1 = x · sin(α) + y · cos(α)
Es la transformación lineal de puntos del plano (x,y) a los puntos del plano de
coordenadas (x1 , y1 ). la matriz de esta transformación lineal es:
" #
cos(α) − sin(α)
W=
sin(α) cos(α)
Esta matriz es una matriz no-singular, ya que:
cos(α) − sin(α)
Det.W = = cos2 (α) + sin2 (α) = 1 , 0
sin(α) cos(α)
Al formar la matriz de complementos algebraicas de la matriz W y después de
ella, obtener la matriz transpuesta, se obtiene la matriz adjunta W D y al multipli-
1
carla por = 1:
Det.W
" #
−1 cos(α) sin(α)
Det.W =
− sin(α) cos(α)
Pero a la vez, esta matriz es igual a ala matriz transpuesta:
W −1 = W T
A−1 = AT .
A · AT = a · A−1 = E, ademas, AT · A = E
ai1 · aj1 + ai2 · aj2 + ai3 · aj3 + · · · + ain · ajn = 0 para i,j i, j = 1, 2, 3, · · · , n
a1k · a1l + a2i · a2l + a3i · a3l + · · · + ank · anl = 0 para k,l k, l = 1, 2, 3, · · · , n
1 √ 1 √
λ1 = (7 − 13) λ2 = (7 + 13)
2 2
Son los valores propios de la matriz A.
Ademas, se puede demostrar que la matriz A es la raı́z de su ecuación caracterı́stica,
para lo cual, debe cumplir:
A2 − 7A + 9E = O
" # " # " # " # " #
2 2 1 2 1 2 1 1 0 0 0
A − 7A + 9E = · −7 +9 =
1 5 1 5 1 5 0 1 0 0
El cálculo del rango de una matriz solamente en base a la definición seria pro-
blemático, este problema se lo soluciona por medio de la transformación de una
matriz por medio de las operaciones elementales, como ya se sabe, la matriz no
cambia de valor de su rango, cuando se aplica operaciones elementales.
Se puede demostrar que, para cualquier matriz A de dimensiones m x n, se puede
utilizar las transformaciones elementales para reducir a la forma:
Ek R
A = .
N1 N2
La cual es conocida como matriz canónica la que contiene: una sub-matriz unita-
ria Ekl de grado k, una sub-matriz R llamada matriz residual y sub-matrices nulas
N1 y N1 .
Los casos que pueden suceder entre k y la dimensión de la matriz:
1 2 −2 0
A = 2 5 0 −2
−3 −6 6 0
1 2 −2 0 1 2 −2 0
A = 2 5 0 −2 f1 (−2) + f2 0 1 4 −2
−3 −6 6 0 −3 −6 6 0
1 2 −2 0 1 2 −2 0
0 1 4 −2 f1 (3) + f3
0 1 4 −2
−3 −6 6 0 0 0 0 0
1 2 −2 0 1 0 −10 4
0 1 4 −2 0 1 4 −2
f2 (−2) + f1
0 0 0 0 0 0 0 0
1 0 −10 4
0 1 4 −2
0 0 0 0
2. la matriz completa, que es la matriz formada por los coeficientes de las varia-
ble y los coeficientes libres del sistema de ecuaciones lineales, definida como
U:
r = r(W) = r(U).
Puede suceder:
5 3 −1
2 1 −1
W = .
3 −2 2
1 −1 2
El determinante máximo que se puede obtener es de grado cuatro, sin embargo la
matriz completa:
5 3 −1 3
2 1 −1 1
U = .
3 −2 2 −4
1 −1 2 −2
Se requiere determinar el rango de U, para lo cual se calcula el valor del deter-
minante:
5 3 −1 3 5 2 −1 3
2 1 −1 1 2 0 −1 1
Det.U = c3 (1) + c2 .
3 −2 2 −4
3 0 2 −4
1 −1 2 −2 1 1 2 −2
5 2 −1 3 3 0 −5 7
2 0 −1 1 2 0 −1 1
= f4 (−2) + f1
3 0 2 −4
3 0 2 −4
1 1 2 −2 1 1 2 −2
−7 −5 7 −7 −5 2
0 −1 1 c2 (1) + c3 0 −1 0
7 2 −4 7 2 −2
Por lo tanto, el rango de r(U ) < 4. Se analiza el rango de r(W) y en el caso ue sea
diferente de cero r(W) = r(U). Se calcula el valor del determinante de W.
5 3 −1 −1 3 −1
W = 2 1 −1 c2 (−2) + c1 0 1 −1
3 −2 2 7 −2 2
−1 3 −1 −1 3 2
= 0 1 −1 c2 (1) + c3 0 1 0
7 −2 2 7 −2 0
Por lo tanto, r(W) = r(U) = 3. El sistema tiene solución única, que es igual a
2 10 1
x = − ;y = ; z = − El estudiante debe comprobar las respuestas.
7 7 7
1. Substitución
2. Igualación
3. Suma y resta
4. Productos notables.
Resuelva el sistema:
( 2
x + y 2 = 26
x · y = 5
De la segunda condición despejamos una de las variables:
5
x · y − 5 = 0 −→ y =
x
x4 − 26x2 + 25 = 0 −→ t 2 − 26t + 25 = 0
Se obtiene las raı́ces del polinomio de segundo orden en función de t:
t 2 − 26t + 25 = 0 −→ (t − 25)(t − 1) = 0
t1 = 25 −→ x12 = 25 −→ x1 = ±5
Se obtiene y:
5 5 5 5
y= −→ y = −→ y1 = = 1; y2 = = −1
x x 5 −5
t2 = 1 −→ x22 = 1 −→ x2 = ±(−1)
5 5 5 5
y= −→ y = −→ y2 = = −5; y2 = = 5
x −1 −1 1
Los pares ordenados que cumplen la condición son: (5, 1); (5,- 1); (1,5); (-1,5), y
son la respuesta.
3 2 −1 −5 4 3 2 −1 −5 4
7 6 −3 −7 12
−2 0 0 8 0
A = −9 −6 4 3 −2 f1 (−3) + f2
−9 −6 4 3 −2
4 3 −2 −2 1 4 3 −2 −2 1
5 −2 6 −3 4 5 −2 6 −3 4
3 2 −1 −5 4 3 2 −1 7 4
−2 0 0 8 0
−2 0 0 0 0
−9 −6 4 3 −2 C1 (4) + C4 −9
−6 4 −33 −2
4 3 −2 −2 1 4 3 −2 14 1
5 −2 6 −3 4
5 −2 6 17 4
2 −1 7 4 2 −1 7 4
−6 4 −33 −2 0 1 −12 10
(−2)(−1)3 f (3) + f2
3 −2 14 1 1 3 −2 14 1
−2 6 17 4 −2 6 17 4
2 −1 7 4 2 −1 −5 4
0 1 −12 10 0 1 0 10
3 −2 14 1 C2 (12) + C3 3 −2 −10 1
−2 6 17 4 −2 6 89 4
2 −1 −5 4 2 −1 −5 14
0 1 0 10 0 1 0 0
3 −2 −10 1 C2 (−10) + C4 3 −2 −10 21
−2 6 89 4 −2 6 89 −56
1 7 = −10(2) 1 7
(5)(−1)3 −2 −56
= −20(−28 + 7) = −20(−21) = 420
−1 −28
√ √ √ √ √ √ √ √
√2 √ 3 √ 5 3
√ √ √
2 3
√ √ √ √ 5 √3
6 √21 10 −2√3
3 2 √7√3 √5√2 √ −2√3
√ −→ √ √
10 2 √
15 √ 5 √ 6
√5√2 2√5√3 √5√5 √3√2
2 2 6 10 15 2 2 2 3 2 5 2 5 3
√1 1
√ √ 1 1 √1 √1 √1 1
√ √ √ √ 3 √ 3
√7 √2 √ −2 √7 √2 √−2
2 3 5 3 √ −→ 3 10 √
√5 2 √5 √5 √2
√5 2√5 √5 √2
2 2 2 2 5 2 2 2 2 5
√1 √1 √1 1
√1 √ √0 √1 1
3
√7 √2 −2 3 7 − 3 2 −2
√ √ C1 (−1) + C2 √
√ √ √ √
√5 2√5 √5 2
√
5 2 5 − 5
√ √ √ √5 √2
2 2 2 2 5 2 2 2− 2 2 5
√1 √ 0 √ 1
√ 1 √1 √ 0 √ √ √0 1
3 ( 7 − 3) 2 −2 3 ( 7 − 3) ( 2 − 3) √
−2
√ √ √ √ C1 (−1) + C3 √ √
√5 √5 √5 √2
√5 √5 0 2
√
2 2 2 5 2 2 0 5
ln3 4 = (ln 4)(ln 4)(ln 4) = (ln 22 )(ln 22 )(ln 22 ) = (2 ln 2)(2 ln 2)(2 ln 2) = 8 ln3 2
1 1 1 1 1 1 1 1
1 2 4 8 0 1 3 7
1 3 9 27 f1 (−1) + f2 1 3 9 27
1 4 16 64 1 4 16 64
1 1 1 1 1 1 1 1
0 1 3 7 0 1 3 7
1 3 9 27 f1 (−1) + f3 0 2 8 26
1 4 16 64 1 4 16 64
1 1 1 1 1 1 1 1
0 1 3 7 0 1 3 7
0 2 8 26 f1 (−1) + f3 0 2 8 26
1 4 16 64 0 3 15 63
x2 − 1 x3 − 1
x − 1
2x − 4 x2 − 4 x3 − 8
3x − 9 x2 − 9 x3 − 27
(x − 1)(x2 + x + 1)
x−1 (x − 1)(x + 1)
2(x − 2) (x − 2)(x + 2) (x − 2)(x2 + 2x + 4)
3(x − 3) (x − 3)(x + 3) (x − 3)(x2 + 3x + 9)
(x2 + x + 1)
1 (x + 1)
(x − 1)(x − 2)(x − 3) 2 (x + 2) (x2 + 2x + 4)
3 (x + 3) (x2 + 3x + 9)
(x2 + x + 1) (x2 + x + 1)
1 (x + 1) 1 (x + 1)
2 (x + 2) (x2 + 2x + 4) f1 (−2) + f2 0 −x −x2 + 2
3 (x + 3) (x2 + 3x + 9) 3 (x + 3) 2
(x + 3x + 9)
(x2 + x + 1) (x2 + x + 1)
1 (x + 1) 1 (x + 1)
0 −x −x2 + 2 f1 (−3) + f3 0 −x −x2 + 2
3 (x + 3) (x2 + 3x + 9) 0 −2x −2x2 + 6
−x2 + 2 −x2 + 2
−x = (−x) 1 = (−x)(−2x2 + 6 + 2x2 − 4) = (−x)(2)
−2x −2x2 + 6 2 −2x2 + 6
a) El determinante es cuadrangular
b) No se conoce el numero de filas
c) El método de solución es el mismo; es decir, una de las filas (columnas) se
suma a todas las demás filas ( columnas), de tal forma que aparezca una
constante, que sera factor en el determinante.
En este caso la primera columna se multiplica por (-1) y se suma a todas las
demás columnas; por lo cual, en todo lugar donde este a se hará cero. Quedan-
do unicamente la diagonal principal del determinante:
1 1 1 1 ··· ··· 1
0 x−a 0 0 ··· ··· 0
0 0 x−a 0 ··· ··· 0
A = x + (n − 1)a 0 0 0 x−a ··· ··· 0
··· ··· ··· ··· ··· ··· 0
··· ··· ··· ··· ··· ··· 0
0 0 0 0 ··· ··· x − a
7. Resuelva el sistema:
(
x2 + y 2 + x · y = 13
(x + y) + x · y + x · y 2 = 28
2 2
x2 + y 2 + xy = 13 −→ x2 + y 2 + xy + xy − xy = 13
Lo que se obtiene:
x2 + y 2 + xy + xy − xy = 13 −→ x2 + y 2 + 2xy − xy = 13
x2 + y 2 + 2xy − xy = 13 −→ (x + y)2 − xy = 13
Cambio de variable: x + y = t; y xy = k
K = t 2 − 13 −→ t 2 + (t 2 − 13)t = 28 −→ t 2 + t 3 − 13t = 28
t 2 + t 3 − 13t = 28 −→ t 3 + t 2 − 13t − 28 = 0
1 1 −13 −28
4 4 20 28
1 5 7 0
t 3 + t 2 − 13t − 28 = (t − 4)(t 2 + 5t + 7 = 0)
4 = b2 − 4a · c = (5)2 − 4(1)(7) = 25 − 28 = −3
3
x · y = 3 −→ y =
x
3
x + y = 4 −→ x + = 4 −→ x2 + 3 = 4x −→ x2 − 4x + 3 = 0
x
x2 − 4x + 3 = 0 −→ (x − 3)(x − 1) = 0 −→ x1 = 3; x2 = 1
x + y = 4 −→ 3 + y = 4 −→ y1 = 1
x + y = 4 −→ 1 + y = 4 −→ y2 = 3
Los pares ordenados que cumplen las condiciones son: (4,1); (1,3). Que es la
respuesta del ejercicio.
8. Resolver el sistema:
(
x(x + 1)(3x2 + 5y) = 144
4x2 + x + 5y = 24
4x2 +x+5y = 3 −→ 3x2 +x2 +x+5y = (3x2 +5y)+(x2 +x) = (3x2 +5y)+x(x+1) = 24
El sistema queda:
(
t · k = 144
t + k = 24
144
t · k = 144 −→ t =
k
144
t + k = 24 −→ + k = 24 −→ 144 + k 2 = 24k −→ k 2 − 24k + 144 = 0
k
Se escribe el sistema:
(
x(x + 1) = 12
3x2 + 5y = 12
x(x + 1) = 12 −→ x2 + x − 12 = 0 −→ (x + 4)(x − 3) = 0
x1 = −4 y x2 = 3
−36
3x2 + 5y = 12 −→ 3(−4)2 + 5y = 12 −→ 48 + 5y = 12 −→ y =
5
−25
3x2 + 5y = 12 −→ 3(3)2 + 5y = 12 −→ 27 + 5y = 12 −→ y = = −5
5
−36
Los pares ordenados: −4, ; (3, −5). Son las respuestas al ejercicio.
5
9. Resolver el sistema:
x + y + z = 9
1 1 1
+ + = 1
x y z
xz + xy + yz = 27
x=3
9
yz = 9 −→ z =
y
9
y + z = 6 −→ y + = 6 −→ y 2 + 9 = 6y −→ y 2 − 6y + 9 = 0
y
y 2 − 6y + 9 = 0 −→ (y − 3)2 = 0 −→ y = 3;
Con el valor de y se obtiene el valor de z:
9 9
z= −→ z = −→ z = 3
y 3
1
+x = 6
2
x − y
x2
1
2y 2 − 2x 2 = 12
+
x + x2 = 30 −→ x2 + x − 30 = 0 −→ (x + 6)(x − 5) = 0
t + x1 = 6 −→ t − 6 = 6 −→ t1 = 12
t + x2 = 6 −→ t + 5 = 6 −→ t2 = 1
√
12y 2 = −71 −→ y = −71
√ √
(
x+y = 0
2 2 Su solución: x6 = ± 19; y6 = ∓ 19
x + xy + y = 19
d) la condición:
√ √
(
x−y = 0
2 2 Su solución: x7 = ± 7; y7 = ∓ 7
x − xy + y = 7
La solución del sistema consta de siete pares ordenados.
1. Dada las matrices A2x2 ; B2x2 ; C2x3 ; D3x3 . Realizar las siguientes operaciones:
" # " # " #
2 3 2 3 2 3 5
A2x2 = ; B2x2 = C2x3 == .
−4 1 −4 1 −4 1 −2
2 3 5
D2x3 == 6 7 −8 .
−4 1 −2
1) A + 3B 1) AT − B
2) 3A + 2C 2) BT · C
3) A · C 3) D · C T
4) C · D 4) (D · C)T
5) C · B 5) A + C · C T
6) B - A 6) D − C T
4 3 2 5
2. Dada las matrices A = −1 5 , B = 6 −2 . y la matriz unitaria E.
2 1 1 0
1) C = 2A 1) C = 3B − 5A
2) C = A + E 2) C = BT − AT
4) C = (A · B)T 4) C = A − 5E + 6B
3. Verifique, si la igualdad (A + B)2 = A2 + 2A · B + B2 , es una identidad si:
" # " #
2 5 1 −2
A= B= .
−1 0 1 1
" #
2 5 1
4. Dada es la matriz: A = Calcular valor de la expresión:
−1 0 −2
A · B − B · A = E.
2 1
" #
0 3 0 5
a =
3 1 B=
2 −1 1 0
−1 2
" # " #
2 1 5 6 7
7. Dada las matrices A = y, B= .Encontrar matriz C ,
3 1 8 9 0
si:
1) C = 2A · B 1) C = AT · A2
2) C = BT · A 2) C = BT · AT
3) (C = A · AT 3) C = B · BT
8. 12. Para cuales valores del parámetro a, la matriz A es no-singular:
1 a 1 a 1 1
1) 1 a 2 1) 1 a 1
2 a2 1 1 1 a
−2 1 a 3 0 1
2) 4 0 3 2) −1 a −3
1 1 a a 1 0
" # " #
a−2 a+2 x+3 x−3
3) 3)
a+2 a−2 x−3 x+3
9. Resolver la inecuación:
x 1 1
1 1 2 1
x −3 0
1) 1 x 1 > 0
0 1 3 2
0 1 1
1 1 x 1) ≥
1 1 3 3
1 1 x
1 1 2 4
1 0 1 1
" #
1 1 1 1 x 1
2 x + 2 −1
2) ≥
2 3 3 2 2x x
2) 1 1 −2 > 0
1 1 1 1
5 −3 x
3 1
" #
2 5 0
12. Dada las matrices A = y B = 0 2 . Encontrar la matriz C si:
7 1 3
2 5
1) C = AT + B 1) C = (3A + 2B)T
2) C = 2A − BT 2) C = AT − BT
3) C = (BT − A)T ) 3) C = B · AT
2 4
" # " #
1 3 2 −1 2 0
13. Dada las matrices A = B = 1 1 y C = . De-
0 2 1 2 0 5
0 2
terminar la matriz D cuando:
1) D = 2A + C, 1) D = B · A,
2) D = A − 3C, 2) D = A · BT
3) D = A · B, 3) D = B · AT
14. Encontrar la matriz inversa de la matriz A:
−1 2 1
1) C = 1 −1 0 −2 1 1
1 3 1 1) F = 5 −1 1
3 4 2
−1 1 1
2) D = 2 −1 1 −2 1 6
3 1 2 2) G = 5 −1 1
4 0 2
−1 1 1
3) E = 2 −1 1 −2 1 6 −1
3 1 2 5 −1 1 2
3) M =
5 −1 1 0
−4 1 6 −1
5 −2 1 2 4 0 2 3
4) H =
5 −1 3 −1 −5 1 6 −1
4 0 2 3 0 −1 3 2
4) N =
1 −1 1 0
−2 1 6 −3
0 −4 1 2 4 0 2 3
5) A =
6 −2 1 0 −4 1 7
4 1 2 3 5) G = 5 −2 1
4 0 2
−2 1 3 −3
2 −4 0 2
−4 1 7
6) B =
6 −2 1 0 6) R = 5 −2 1
4 0 2 1 4 0 2
−1 1 0 −3 −4 1 −3
2 −4 1 2 7) R = 5 −2 1
7) B =
6 −2 1 0 3 −1 2
4 −1 2 1
−4 −3 7 −4 1 −3
2) B = 5 −2 1 2) F = −2 −2 1
4 8 −2 3 −1 3
−5 1 6 −1 −2 1 9 −1
0 −1 3 2 3 −1 3 2
3) C = 3) G =
1 −1 1 0 1 −1 2 0
4 0 2 3 4 0 2 3
−7 1 −2 −4 −6 1 9 −5
−1 −2 3 −2 3 −2 3 2
4) D = 4) H =
1 −3 2 0 1 −3 2 0
4 0 2 −3 4 0 2 −3
16. Aplicando leyes de operaciones con matrices, determinar de las expresio-
nes dadas, la matriz X, si se conoce que las matrices A y B son no-singulares
y de mismo grado:
3) A.X T –E = A2 . 3) (A−1 )T · E = X
1 2 3
17. La matriz A cumple con la condición: A + A−1 = B, donde: B = 2 3 4 ,
3 4 0
Calcular C = A2 + A−1 .
18. Determinar w W = Det.(A−3 ), sabiendo que la matriz A es matriz cuadrada
de segundo orden, con elementos reales y cumplen con las ecuaciones:
1) Det.(2AT ) = Det.A2 + 4.
2) Det.(2AT ) = 8Det.A2 ,
3) A−2 − AT = O.
19. Determinar W = Det.A2 sabiendo que la matriz A es matriz cuadrada de
segundo orden, con elementos reales y que cumplen la ecuación:
1) Det(A−3 ) = det(4 · AT ),
2) (AT )2 = A−1 .
3) A · AT = 2A−2 .
" #
3 2 1 2
20. Determinar Det.(A · AT ), si :B= ,
4 1 1 3
" #
1 2
21. Determinar la matriz B = 6(A + A−1 ), si se sabe ,que: (−3A)−1 = ,
1 4
22. Para que valores del parámetro t, la suma de los complementos algebraicos
(cofactores) de los elementos de la segunda columna de la matriz:
2
1 t 0
B = t 1 1 , Es igual al determinante de la matriz A.
0 1 2
1 0 1
23. Demostrar que si A, es igual a A = 0 1 0 , An = 2n−1 .
1 0 1
24. Para que valores del parámetro λ, existe la matriz transpuesta de la matriz:
" #
0 1 λ
A = B · BT .Donde :B=
1 0 λ
1 −1 0 −1 0
A = 2 1 1 y B = 1 2
2 1 −1 0 1
28. Para que valores del parámetro t existe la igualdad: |Det.A| = 2|A11 + A21 |, si
A11 y A21 significan los correspondientes
" # complementos algebraicos (co-
1 2
factores) de la matriz A =
1 4
" # " #
3 4 7
29. Dadas son: A = i B= Determinar la matriz C = (E−X.X T )−1 ,
1 −1 0
si A · X = B.
3 2 −1
30. Resolver la ecuación: λ · Det.(A−1 ) − Det.(λ · A) = , si A = 1
2 0
2
1 0 0
31. Determinar la condición para que la matriz A = 0 −1 0 , cumpla :
0 0 −1
A−1 = A.
" #
T 2 3 4
32. Resolver la ecuación: (X −E)·A = A12 +A , si A == , y A12 significa
2 3
el complemento algebraico (cofactores ) de la matriz A.
33. Encontrar (si existen) todas las matrices cuadradas A de segundo orden que
cumplen con las condiciones:
1) AT = A−1 si a12 = 1,
2) AT = A−1 si a12 = 0.
34. Encontrar la matriz X, para que cumple la ecuación matricial:
" # " #
1 1 0 1
1) X · A = B, donde A = ,B =
2 −1 3 −1
" #
2 1 1
2) X −1 = A · AT –2 · E, donde: A =
0 1 2
" # " #
2 1 1
3) A · X = AT · X–B · Det.A, donde: A = ,B =
1 −1 3
" # " #
1 1 4 0
4) B−1 · X · A = E , donde: A = ,B =
3 2 1 2
1 1 1
" # " #
0 1 1 2 1 −2 1 0 5
5) X·A = C+2B, donde: A = , B = ,C =
1 0 −3 1 −2 8
0 0 1
1 0 −1
6) A · X = A + A2 , donde: A = 0 2 0 ,
−4 0 2
" #
1 2
7) (A2 · DetA + A · DetA2 )X − E = O, donde: A =
1 1
" #
1 2
8) (A · DetA + X) · A = E, donde: A =
1 1
" # " #
3 4 −1 2
9) A · X · B = E, donde: A = ,B = ,
1 1 3 −5
" # " #
1 1 1 3 3
10) A · AT · X = B, donde: A = ,B = ,
2 3 1 1 2
" #
1 0 1
11) X · (AT · A + E) = E, Donde: A = ,
0 1 0
" # " #
3 4 −1 2
12) A · (X + E) · B = E, Donde: A = ,B = ,
1 1 3 −5
" #
0 2
13) A · X = E · X + E, Donde: A = ,
3 0
0 1 2 0 1
14) A · X = 4B, Donde: A = 1 0 1 , B = 1 2 ,
1 2 1 0 1
" # " #
3 4 3 0 1
15) A · X = B. Donde: A = ,B = ,
2 3 2 1 1
2 −1 −2 1
16) 2X - 3A = B, Donde: A = 0 1 , B = 1 0 ,
2 3 0 1
−1 −2 −1 1
2 −3 1
17) A · X + 2X = B, Donde: A = , B = 3 ,
3 −4 0 8
" # " #
1 2 1 1
18) X · A = 3B, Donde: A = ,B = ,
2 1 3 3
1 0 1 1 1 1
21) AT · X · A−1 = B, Donde: A = 0 2 1 , B = 2 0 −1 .
1 1 1 −2 −1 5
# !2 "
" #2 " #
2 −1 1 −2 3 h i
22) 2X · , − = 1 −2 ,
3 −2 −1 −3 −1
2 −1 0 0 −1
" #!T
1 0 3
23)
0 1 −1 X + = 2 · −1 2
0 1 2
−1 0 0 0 1
" # " #2
−1 −1 −4 0 h iT h i
24) X · + = 2 −1 · 3 −4 − 6E = 0
−1 2 1 −2
" #2 " # T h
2 −1 5 −1 1 iT h i
26) − · X = 2 −1 · 1 −1
0 −1 0 −2 10
−3 2 1
1) C = 1 −1 4 −2 6 12
−2 3 1
1) F = 5 −3 1
8 4 2
−1 6 −4
2) D = 2 −3 1 −9 3 6
5 0 2
2) G = 5 0 10
4 6 2
−7 −3 1
3) E = 2 −1 4 −14 2 6 0
3 0 2
5 −10 15 20
3) M =
5 −0 1 0
−4 1 3 −1
5 −2 1 2 4 −8 2 3
4) H =
2 −1 3 −1
−5 1 6 −1
4 0 2 3 0 −1 3 2
4) N =
1 −1 1 0
−2 8 6 −3
0 −4 1 2 4 0 2 3
5) A =
6 −2 1 −1
−8 2 7
4 6 2 3 5) G = 5 −2 1
4 12 2
−2 0 3 −3
2 −4 0 2
−3 21 6
6) B =
6 −2 1 0
6) R = 12 −2 6
4 0 2 1
4 8 2
−3 1 7 −3
1 4 −3
2 −4 −2 2
7) R = 3 −2 1
7) K =
6 −2 1 9
3 −1 2
4 −1 2 −2
1 3 2 2 −1
1 4 2 −2 −1 −2 1 3 9 5
−3 1 3 9 6 8) A = 3 1 2 8 −4
8) A = 3 1 2 8 4 0 3 3 0 0
0 4 4 0 0
2 5 8 2 3
2 5 8 2 −3
−12 16 6
5 10 15 −20 0 9) G =
5 −15 25
2 0 3 9 6
4 0 2
9) A = 6 0 2 8 4
−22 11 0
0 5 5 0 0
2 10 8 2 −6 10) G = 3 −12 15
6 0 −3
4 0 2 −2 −12
−6 1 4
2 1 6 9 0
10) A = 2 0 2 8 4 11) G = 0 −1 1
4 14 2
6 3 3 12 0
2 4 8 2 −16
2x − 3x2 + 3x3 = −15
1
x + 2x2 − 3x3 = 7
1
1) 3x 1 + 2x2 − 5x3 = −19
5x1 − 4x2 − 2x3 1) 2x1 + 5x2 − 9x3 = 16
= −2
2x1 + 4x2 − 3x3
= 4
3x − 2x2 − 4x3 = −8
1
x + 2x2 − 3x3 = 7
1
2) 4x 1 + 4x2 − 5x3 = −5
6x1 − 5x2 + 2x3 2) 2x1 + 5x2 − 9x3 = 16
= −17
x1 + 5x2 − 7x3
= 13
4x − 2x2 − 3x3 = 0
1
4x − 2x2 − 3x3 = 0
1
3) 3x1 − 5x2 − 2x3 = −12
2x1 + 4x2 − 3x3 3) 3x1 − 5x2 − 2x3 = −12
= 4
2x1 + 4x2 − 3x3
= 4
x + 2x2 + 3x3 = 14
1
5x − 3x2 + 2x3 = 3
1
4) 3x1 + x2 + 2x3 = 11
2x1 + 3x2 + x3 4) 4x1 + 5x2 − 3x3 = 21
= 11
5x1 − 2x2 − 3x3
= −12
2x1 − x2 + x3 = 1
3x + 12x2 + 5x3 = −43
1
5) 3x 1 + x2 − 2x3 = 0
2x1 − 3x2 − x3 = 2
5)
5x1 − 3x2 − 10x3 = −76
4x1 − 17x2 + 2x3
= 23
4x1 − 6x2 + 2x3 + 3x4 = 2
3x − 4x2 − x3 = 1
1
2x − 3x + 5x + 7x
= 1
1
2 3 4
6) 6) 2x1 − 3x2 + x3 = 1
2x1 − 3x2 − 11x3 − 15x4 = 1
x1 − 2x2 − 3x3 = 2
x − 2x + 2x + 3x
= 3
1 2 3 4
x1 + x2 + x3 + x4 = 4
x1 − 3x2 + 2x3 + 3x4 = 2
2x1 + 3x2 + x3 + 7x4 = 1
−x1 + 2x2 + x3 = 0
7)
7) 2x1 + 3x2 + x3 − x4 = 6
x1 − x2 − x3 − 2x4 = 1
−2x1 + x2 − 2x3 + 2x4 = −1
3x + 2x + 2x + 3x = 3
1 2 3 4
3x − 2x2 + 2x3 = 6
1
x1 − x2 − x3 − x4 = 1
8) 7x1 − 3x2 + 2x3 = −1
2x
1
+ x2 + x3 + 2x4 = 3
8) 2x1 − 3x2 + 4x3 = 0
x1 − 2x2 − 2x3 − 3x4 = 0
3x − 4x + x + 35x = −3
1 2 3 4 5x + 6x2 − 3x3 = 6
1
9) 4x1 − 7x2 − 2x3 = −3
2x1 + x2 + x3 = 5
5x1 + 1x2 − 7x3 = 1
9) 4x1 − x2 − 3x3 = 1
8x1 + 1x2 − x3 = 5
x + 2x2 − x3 = −3
1
10) 2x1 − 4x2 + x3 = −7
2x + 5x2 − x3 = 2
1
−2x1 + 2x2 − 3x3 = 4
10)
2x1 + x2 + x3 = 7
x1 − 1x2 + 2x3 =
11
1x1 + 3x2 − 2x3 − 2x4 = 6
−2x + 1x − 3x + 9x = 5
1 2 3 4
2x1 + 5x2 − x3 + x4 = 2
11) 3x − 1x + 2x − 8x = −4
1 2 3 4
2x + x + x + 2
1 2 3 4 = 7
11) x1 − 3x2 + 3x3 + x4 = 0
−x − x + x + 2 = 4
1 2 3 4
2x − 5x − 8x − 2x = 3
x − 1x + 2x + x
= 11 1 2 3 4
1 2 3 4
x2 + xy + y √ 2 · y = a2
(
√ √ √
√
(
x+y = 2 3
x−y 1)
1) log √x a ( a) + log √y b ( b) = a · 3
(x + y) · 2y−x = 3
(
xlog(y) = 16
642x + 642y
(
= 12
√ 2)
2) x · y = 400
64x+y = 4 2
logx (10) + logy (10) = 5
(
3y · 4x
= 18
3)
5
3)
4y · 9x = 48 log10 (x) + log10 (y) =
4
2 +x+2
(
yx
4)
= 1 2 log(x) − log(y) = log(9)
x+y = 3 4) 1
10y−x =
( 2
100
xx = y ( log(y)
5) x = 100
x4x−1 = y4 5)
logy (x) = 2
8x−2 · 4y+1 = 16
(
6)
(
22(x−1) · 8y = 1 2x = 3 y
6) 2
x + xy = 10
82x+1 = 32 4y−1
(
7) √·2 ( y
x = 9
5 · 5x−y = 252y+1 7)
y = log3 (3)
2
(
y x +7x12 = 1
5
8)
logy (x) + logx (y) =
x+y = 6
8) 2
x + y = a + a2
2
y
x2! = y 5
9)
3 = x
9) x log(x)
y = 1 + log (x)
3
log y = log(y)
( x+y
x = y x−y
10) (
x2 · y = 1 logx (y) − 2 log(x) = 1
10)
( log(x + y) − log(x − y) = 1
2x−y = 4
11)
x · y = a2
(
log2 (y + 3) = 2 + log2 (x)
11)
( 2(log2 (x) + log2 (y) = 5(log2 (a2 ))
3x · 2y = 576
12)
log2 (y − x) = 2
log2 (x) + log4 (y) + log4 (z) = 2
12) log9 (x) + log3 (y) + log9 (z) = 2
(
2x = 4 · 8y
log (x) + log (y) + log (z) = 2
13) 16 16 4
log3 (x) + log3 (y) = 0 1
√ √ (x + y)x−y =
(
9−1 y 9x − 27 · x 27y = 0 64
13)
14)
log(x − 1) − log(1 − y) = 0
(x + y) · 2y−x
= 32
(
x·y = 2 (
15) log(4y√+ 16) = 1 − 2 log(2) + log(x)
logx (y) − 4 logy (x) = 3 14) √
2 x− y = 4
1 3 2 −2 −1
2 1 3 9 5
1) A = 3 1 2 8 4 1 3 2 −2 −1
0 3 3 0 0
2 1 3 9 5
2 5 8 2 −3 1) J = 3 1 2 8 4
0 3 3 0 0
2 5 8 2 −3
4 6 2 −2 −1
2 1 3 9 4
2) B = 3 1 2 8 4 1 3 2 −2 −1
2 1 3 9 5
0 3 3 0 2
2 4 8 2 −3 2) K = 3 1 2 8 4
0 3 3 0 0
2 5 8 2 −3
8 6 4 −2
2 1 3 9
3) C =
0 6
4 −2
3 1 2 8
2 1 3 9
0 3 3 0 3) L =
3 1 2 8
0 3 1 0
1 1 1 1
1 2 −3 4
4) D =
1 1 1 1
1 4 9 16
1 −2 −3 6
1 8 −27 64 4) M =
1 2 5 16
1 8 −9 32
0 1 1 1
1 0 c2 b2
5) E =
0 1 1 1
1 c2 0 a2
1 b 2 a2 0 1 0 c b
5) N =
1 c 0 a
1 b a 0
1 1 1 1
x 2 3 4
6) F =
1 3 −5 0
x2 22 32 42
x 3 23 33 43 4 0 −7 3
6) O =
2 5 0 9
1 2 3 −4
1 3 −5 2
4 5 −7 3
7) G =
−1 5 −9 1
2 5 −2 9
0 0 −5 1
1 2 3 −4
7) P = 1
0 − x2 0
2
1 3 2 −1
−2 x2 0 2
−3 1 3 −2
8) H =
2 3 −1 2
−2 4 −16 1
2 10 3 1
1 −1 −5 1
8) Q = 1
x2 0
2 3 4 −2 3 −
4
−3 2 3 −4
−2 x2
9) I =
4 2
4 3 −1 4
1 15 3 1
12 22 32 n2
··· ···
22 32 42 ··· · · · (n + 1)2
3 2 4 2 52 ··· · · · (n + 2)2
A =
42 52 62 ··· · · · (n + 3)2
··· ··· ··· ··· ··· ···
n2 (n + 1)2 (n + 2)2 ··· · · · (2n − 1)2
−2 8 −32 1
1 −1 −10 1
Q =
1 2
3 − 8 x −1
−2 x 2 8 4
(
x2 + y 2 + x + y = 62 (
1 2xy − 3y − 3 = 0
x2 − y 2 + x − y = 50 1)
y 2 − 4xy + 15 = 0
(
x2 + 2y 2 − 3 = 0 (
2 xy(x + y) = 30
2x2 − 3xy − y 2 = 0 2)
x3 + y 3 = 35
(
x2 − xy + 2y 2 = 16
3 x + y + z = 14
2x2 − 3xy − y 2 = 4
3) xyz = 70
y 2 − xz = 11
(
(x + y)2 (y + 1)2 = 27xy
4
(x2 + 1)(y 2 + 1)2x2 = 10xy (
y 4 − x4 = 15
4)
xy = 2 y −x = 1
5
yz = 6 ( √ √
xz = 3 x+ y = 4
5)
xy = 9
( 2
x + xy + y 2 = 6 (
6 (x + 2)2 (y − 1)2 = 25
x + xy + y = 29 6)
(x + 2)(y − 1) = 12
( 2
x + y 2 = 58 ( 2
7 x + xy + y 2 = 7
xy = 21 7)
2x2 − xy − y 2 = 5
(
2y − x − 3 = 0 (
8 x2 + xy + y 2 = 13
xy = 5 8)
2(x + y) + x y + xy 2 + 30 = 0
2 2
( 2
x + xy + y 2 − 3x − 3y = 6 ( 3
9 x + y 3 = 28
4x + xy + 4y = 0 9)
x+y = 4
( 2
x + y 2 = 13 (
10 x2 − xy − y 2 = 5
x4 + y 4 = 97 10)
2x2 − 5xy + 6y 2 = 9
( 2
x + 3xy = 7
11 xy = x + y
xy + 3y 2 = 14
11) xz = x + z
( yz = z + y
x3 + y 3 = 9
12
x2 + y 2 − xy = 3 ( 2
(x + y 2 )(x3 + y 3 ) = 280
12)
( 2
x − xy − 3(x − y) = 0 x+y = 4
13
x2 − 3x + 5y − y 2 = 4
2
−y = 2
3x − y 2
x + y x − y 10
+ =
13)
x−y x+y 3
1
14
+ 2y 2 =
8
6x − 2y 2
2 2
x + 18 + y = 9x + 9y − 2xy
(
( x2 + y 2 = 13
2xy − 5y − 5 = 0 14)
15 x + y + xy = 11
y 2 − 4xy + 15 = 0
Programación Lineal
72 Obtimización de Procesos
Programación Lineal CAPITULO 2.
a) En la industria quı́mica,
b) En la industria hierro y acero,
c) En la industria papel y cartón,
d) En la industria petrólera,
e) En la industria farmacéutica,
Obtimización de Procesos 73
CAPITULO 2. Programación Lineal
f ) En la industria de alimentos y,
g) En la industria textil.
a) En la agricultura,
b) En la construcción,
c) Aviación,
d) Sistemas hidroeléctricos,
e) Transporte.
74 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Donde:
Z(MAX): para los casos de maximización
Z(MIN): para los casos de minimización.
C1 , C2 , C3 , · · · , Cn son coeficientes de la función objetivo, pueden ser márge-
nes de beneficios, precios, costos unitarios,
X1 , X2 , X3 , · · · , Xn Variables del problema, lo que se quiere lograr.
b) Limitaciones y Restricciones
Es el conjunto de inecuaciones o ecuaciones, que expresan las condiciones
finitas del problema, denominados también, COEFICIENTES TÉCNICOS
de producción, tecnológicos, de transporte, etc., según sea el caso de es-
tudio; lo cual, se representa:
A11 X1 + A12 X2 + A13 X3 · · · A1n Xn T1 b1
A21 X1 + 22 X2 + A23 X3 · · · A2n Xn T2 b2
.. .. .. .. .. .. .. .. ..
. . . . . . . . .
An1 X1 + An2 X2 + An3 X3 · · · Ann Xn Tn bn
En donde:
Obtimización de Procesos 75
CAPITULO 2. Programación Lineal
76 Obtimización de Procesos
Programación Lineal CAPITULO 2.
a) Función Objetivo,
b) Conjunto de limitaciones o restricciones,
c) Condición de no negatividad,
d) Condiciones u optimización,
e) Solución factible,
Obtimización de Procesos 77
CAPITULO 2. Programación Lineal
CPA
Producto
M1 M2 M3
I 6 – 5
II 6 4 10
La ganancia por unidad del producto I es de 2 unidades monetarias, por
unidad del producto II es de 4 unidades monetarias. Determinar la canti-
dad de producción de los productos I y II; tal manera que, la ganancia de la
empresa sea máxima.
De las condiciones del ejercicio se debe transforma a inecuaciones y funcio-
nes. Se designa a la producción anual de producto I con x1 , al producto II
con x2 . De acuerdo a las condiciones del ejercicio la ganancia anual de esta
78 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Obtimización de Procesos 79
CAPITULO 2. Programación Lineal
80 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Recursos Consumo Disponibilidad
P iel 1 1 400
Sieres A 1 0 200
Sieres B 0 0 350
Capasidad 2 1 500
Función objetivo: Maximizar la utilidad total.
Z(MAX) = 40X1 + 30X2
Restricciones:
x1 + x2 ≤ 400 Consumo de piel
x1 ≤ 200 Consumo de sierres A
x2 ≤ 350 Consumo de sierres B
2x1 + x2 ≤ 500 P roductividad
x1 , x2 ≥ 0 N o − negatividad
Obtimización de Procesos 81
CAPITULO 2. Programación Lineal
82 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Obtimización de Procesos 83
CAPITULO 2. Programación Lineal
Función Objetivo:
Z(MAX) = 150X1 + 300X2
Restricciones
C(Ecuaciones 3 y 5)
(
0.07x1 + 0.1x2 = 14000
−→ C(28.571,120.000)
x2 = 120000
D(Ecuaciones 2 y 3)
(
0.12x1 + 0.1x2 = 16.000
−→ D(40,112.000)
0.07x1 + 0.10x2 = 14.000
E(Ecuaciones 1 y 2):
(
0.10x1 + 0.05x2 = 10.000
−→ E(50.000,100.000)
0.12x1 + 0.10x2 = 16.000
F(Ecuaciones 1 y 4):
(
0.10x1 + 0.05x2 = 10.000
−→ F80.000,40.000)
x1 = 80.000
84 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Obtimización de Procesos 85
CAPITULO 2. Programación Lineal
Abstracción:
Trasformamos las desigualdades fraccionarias en igualdades enteras; para
lo
cual, buscamos el mı́nimo común denominador.
8x + 5x2 = 200
1
5x1 + 4x2 = 140
5x1 + 7x2 = 175
86 Obtimización de Procesos
Programación Lineal CAPITULO 2.
6. Una compañı́a quı́mica, esta diseñando una planta para producir dos tipos
de minerales M y N. La planta debe ser capaz de producir al menos 100
unidades de M y 420 unidades de N cada dı́a. Existen dos posibles diseños
para las cámaras principales de reacción que vienen incluidas en la planta.
Cada cámara de tipo A cuesta 600 mil dólares y es capaz de producir 10
unidades de M y 20 unidades de N por dı́a; el tipo B es un diseño mas
económico, cuesta 300 mil dólares y es capaz de producir 4 unidades de M
y 30 unidades de N por dı́a. A causa de los costos de operación, es necesario
tener al menos 4 cámaras de cada tipo en la planta. ¿Cuantas cámaras de
cada tipo deben ser incluidas para minimizar el costo de construcción y
satisfacer el programa de producción requerido?
Función objetivo:
x1 = cámaras tipo A
x2 = cámaras tipo B
Z(MIN ) = 600x1 + 300x2
Restricciones:
Obtimización de Procesos 87
CAPITULO 2. Programación Lineal
10x1 + 4x2 ≥ 100 P roduccion mineral M
20x1 + 30x2 ≥ 420 P roduccion mineral N
x1 ≥ 4 Camara tipo A
x2 ≥ 4 Camara tipo B
x1 , x2 ≥ 0 N o − negatividad
Abstracci
ón:
10x 1 4x2
+ = 100
20x1 + 30x2 = 420
x1 = 4
x2 = 4
C(Ecuaciones 1 y 3):
(
10x1 + 4x2 = 100
−→ C(4;15)
x1 = 4
D(Ecuaciones 3 y 4):
(
10x1 + 4x2 = 100
−→ D(6;10)
20x1 + 30x2 = 420
E(Ecuaciones 2 y 4):
(
20x1 + 30x2 = 420
−→ E(15;4)
10x2 = 420
88 Obtimización de Procesos
Programación Lineal CAPITULO 2.
C(Ecuaciones 2 y 3):
(
0.12x1 + 0.10x2 = 450
−→ C(2500;1500)
x1 = 2500
D(Ecuaciones 1 y 3):
(
0.10x1 + 0.40x2 = 600
−→ D(3157.89;710.53)
0.12x1 + 0.10x1 = 450
P (x1 , x2 ) −→ Z(MIN ) = 3x1 + 5x2
C(2.500, 1.500) −→ Z = 3(2.500) + 5(1.500) = 15.000
D(3157, 89; 710, 53) −→ Z = 3(3157, 89)+5(710, 53) = 13026, 32 P unto Optimo
Solución Óptima:
Z(MÍN) = 13.026,32 dolares,
x1 = 3157.89 Toneladas del producto A,
x2 = 710.53 Toneladas del producto B.
Se logrará un costo mı́nimo de (13.026,32 dólares) cuando se produzca
3157,89 toneladas del producto A y 710,53 toneladas del producto B.
Obtimización de Procesos 89
CAPITULO 2. Programación Lineal
90 Obtimización de Procesos
Programación Lineal CAPITULO 2.
D(Ecuaciones 1 y 2):
(
0.90x1 + 0.50x2 = 270
−→ D(212.5;157.5)
0.10x1 + 0.50x1 = 100
E(Ecuaciones 3 y 4):
(
x1 = 150
−→ E(150;100)
x2 = 100
F(Ecuaciones 1 y 4):
(
0.90x1 + 0.50x2 = 270
−→ F(244.44;100)
x2 = 100
P (x1 , x2 ) −→ Z(MAX) = 5x1 + 7x2
C(150, 170) −→ Z = 5(150) + 7(170) = 1.940
D(212, 5; 157, 5) −→ Z = 5(212, 5) + 7(157, 5) = 2.165 P unto Optimo
E(150, 100) −→ Z = 5(150) + 7(100) = 1.450
F(244, 44, 100) −→ Z = 5(244, 4) + 7(100) = 1.922, 2
Obtimización de Procesos 91
CAPITULO 2. Programación Lineal
1 1
x1 + x2 ≥ 200 Hectarias de Maiz y trigo
4 2
6 2
x1 + x2 ≤ 600 Capital para Maiz y trigo
4 2
50 50
x 1 + x ≥ 6.250 Agua octubre para maiz y trigo
2 2
4
200 100
x1 + x ≤ 25.000 Agua noviembre para maiz y trigo
2 2
4
x ,x ≥ 0 N o − negatividad
1 2
Abstracci
ón:
x1 + 2x 2 = 400
3x1 + 2x2 = 1.200
x1 + 2x2 = 500
x1 + x2 = 500
C(Ecuaciones 2 y 4):
(
3x1 + 2x2 = 1.200
−→ C(200;300)
x1 + x2 = 500
D(Ecuaciones 2 y 3):
(
3x1 + 2x2 = 1.200
−→ D(350;75)
x1 + 2x2 = 500
F(Ecuaciones 3 y 4):
(
x1 + 2x2 = 500
−→ F(500;0)
x1 + x2 = 500
92 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Solución óptima:
Z(MÁX)= 4.200 dólares,
x1 = 200 Unidades de maı́z,
x2 = 300 Unidades de trigo.
10. Un taller de calzado confecciona zapatos para hombre y mujer. El producir
un par de zapatos de hombre, requiere el doble de tiempo que para produ-
cir un par de zapatos de mujer. El taller esta en capacidad de producir al
menos 14 pares de zapatos. En el mercado solo se puede conseguir diaria-
mente la cantidad de cuero y suela para 12 pares de zapatos. Los zapatos
de mujer requieren de una fibra, la cual solo existe para 7 pares de zapatos
diariamente. Para la confección de los zapatos de hombre, se puede conse-
guir exactamente 6 pares de tacos de caucho diariamente. ¿Que cantidad
de zapatos de hombre y mujer debe producir diariamente dicho taller pa-
ra maximizar el beneficio, si se sabe, que al vender un par de zapatos de
hombre se obtiene 25 dólares de utilidad y 30 dólares al vender un par de
zapatos de mujer?
Formulación del problema:
Hombre
Mujer −→ Zapatos
x1 x2 −→ Cantidades
25 30 −→ U tilidad
Función Objetivo:
Z(MAX) = 25x1 + 30x2
Restricciones:
2x1 + x2 ≥ 14 Capacidad
x + x ≤ 12 Materiales
1 2
x2 ≤ 7 Fibra
x = 6 T acos
1
x1 , x2 ≥ 0 N o − negatividad
Abstracci
ón:
2x1 + x2 = 14
x1 + x2 = 12
x2 = 7
x1 = 6
C(Ecuaciones 2 y 4):
(
x1 + 2x2 = 12
−→ C(6;6)
x1 = 6
D(Ecuaciones 1 y 4):
(
2x1 + x2 = 14
−→ D(6;2)
x1 = 6
Como la restricción x1 = 6, lleva el signo de igualdad, en consecuencia la re-
gión básica factible, esta formada por la recta comprendida entre los puntos
C y D.
P (x1 , x2 ) −→ Z(MAX) = 25x1 + 30x2
C(6, 6) −→ Z = 25(6) + 30(6) = 330P untooptimo
D(6, 2) −→ Z = 25(6) + 30(2) = 210
Obtimización de Procesos 93
CAPITULO 2. Programación Lineal
Solución óptima:
Z(MÁX) = 330
x1 = 6 zapatos de hombre,
x2 = 6 zapatos de mujer.
94 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Obtimización de Procesos 95
CAPITULO 2. Programación Lineal
Abstracción:
(
2x1 + 3x2 = 24
2x1 + x2 = 16
El punto C es el óptimo, para encontrar sus coordenadas resolvemos las
ecuaciones:
(
2x1 + 3x2 = 24
−→ C(6;4)
2x1 + x2 = 16
Solución óptima:
Z(MÁX) = 6(6) + 7(4),
Z(MÁX) = 64
x1 = 6 unidades del producto A,
x2 = 4 unidades del producto B.
Para realizar su sensibilidad, primero se obtiene el gráfico que representa
el ejercicio; es decir:
96 Obtimización de Procesos
Programación Lineal CAPITULO 2.
La solución es la misma:
Z(MÁX.) = 64
x1 = 6 unidades del producto A,
x2 = 4 unidades del producto B
Precios duales:
Obtimización de Procesos 97
CAPITULO 2. Programación Lineal
98 Obtimización de Procesos
Programación Lineal CAPITULO 2.
Obtimización de Procesos 99
CAPITULO 2. Programación Lineal
teriormente se mencionó que, cada hora adicional daba como resultado una
reducción de 0.25 unidades del producto A y un aumento de 0.5 unidades
del producto B. El precio dual asociado con cada hora de variación era de
dos dólares. Con 28 horas disponibles, la solución óptima pasa de C a F.
En F, la solución óptima es x1 = 5 y x2 = 6. Las horas adicionales en la
máquina 1 no tendrán efecto más allá de este punto, ya que la restricción
x2 = 6 ahora es efectiva. Con las demás restricciones del problema, la canti-
dad de 28 horas en la maquina 1, es la máxima, que puede usarse de manera
rentable. Entonces, este incrementó de cuatro horas, para llegar a 28 horas
disponibles, representa el lı́mite superior del intervalo en el cual es valido
el precio dual de dos dólares.
Análisis de Sensibilidad
Restricción
Limite Actual Precio Dual Aumento Permitido Reducción Permitida
Horas de la Maquina 1 24 2 4 8
Horas de la Maquina 2 16 1 8 4
Demanda Producto B 6 0 infinito 2
2·1+1·1 = 3
Observe que en la región factible hay puntos por encima de la lı́nea (es de-
cir, con mayores beneficios), por lo cual el punto C, ya no es optimo. Ahora
el punto D es la única solución óptima. En otras palabras, si el coeficiente
de x2 excede a nueve dólares, el punto optimo pasa del punto C al D.
El análisis es el mismo si se reduce el coeficiente de x2 . Con un coeficiente
de 3, la función de beneficio es:
3x + x2 = 30
1
x1 = 8
x2 = 12
C(ecuaciones
( 1 y 3):
3x1 + x2 = 30
−→ C(6;12)
x2 = 12
D(ecuaciones
( 1 y 2):
3x1 + x2 = 30
−→ D(8;6)
x1 = 8
P (x1 , x2 ) −→ Z(MAX) = 30x1 + 25x2
C(6, 12) −→ Z = 30(6) + 25(12) = 480 mil. Punto optimo.
D(8, 6) −→ Z = 30(8) + 25(6) = 390 mil.
D(ecuaciones
( 1 y 2):
3x1 + x2 = 30
−→ D ∗ (9;3)
x1 = 9
P (x1 , x2 ) −→ Z(MAX) = 30x1 + 25x2
C(6, 12) −→ Z = 30(6) + 25(12) = 480 mil. Punto óptimo.
D ∗ (9, 3) −→ Z = 30(9) + 25(3) = 345 mil.
Solución óptima:
Z(MÁX.) = 480 Mil dólares x1 = 6 Unidades del producto A,
x2 = 12 Unidades del producto B.
Un aumento de una unidad en el producto A, no afecta la solución
óptima ni el beneficio, por tanto el precio dual es cero.
f (x1 ; x2 ) = x1 + 3x2
f (x1 ; x2 ) = 3x1 + 4x2
3x + 3x2 ≤ 30
2x1 + x2 ≤ 10
1
1) 2x1 + 3x2 ≤ 18
1) x1 + 2x2 ≥ 10
x1 − x2 ≤ 2
x1 − x2 ≥ 0
x1 ; x2 ≥ 0
x1 ; x2 ≥ 0
f (x1 ; x2 ) = 2x1 + x2
f (x1 ; x2 ) = 6x1 + 5x2
2x1 + x2 ≥ 8
3x1 − x2 ≥ 1 2)
x1 − x2 ≥ 1
2) 2x1 − 2x2 ≤ 19
x1 ; x2 ≥ 0
x1 + 4x2
≥ 9
x1 ; x2 ≥ 0
f (x1 ; x2 ) = 2x1 + 3x2
3) x1 + 4x2 ≥ 11
f (x1 ; x2 ) = x1 + x2
x1 ; x2 ≥ 0
2x1 + 3x2 30
≤
x1 + 2x2 ≥ 10
3) f (x1 ; x2 ) = 130x1 + 20x2
x1 − x2 ≥ 0
1≤ x1 ≤6
4)
x1 ≥ 0
0 ≤ x2 ≤ 12
x2 ≥ 2
x +x
≤ 16
1 2
f (x1 ; x2 ) = 7x1 + 3x2
f (x1 ; x2 ) = 9x1 + 4x2
x1 + x2 ≤ 4
−x + x ≥ 1
4) 1 2
2x1 + x2 ≥ 0
5) −x + x ≤ 3
1 2
x −x ≤ 0
1 2
2 ≤ x1 ≤5
f (x1 ; x2 ) = 5x1 − 3x2
x1 ; x2 ≥ 0
x1 + x2 ≤ 4
5)
2x1 + x2
f (x1 ; x2 ) = 5x1 + 4x2
≥ 4
−x1 + x2 ≥ 1
x −x ≤ 2
1 2 6)
−x1 + x2 ≤ 3
3 ≤ x1 ≤ 7
f (x1 ; x2 ) = 4x1 + 3x2
2x1 + x2 ≥ 8
x1 ; x2 ≥ 0
2x1 + 3x2 ≥ 16
f (x1 ; x2 ) = 2x1 + 4x2
6) x1 + 3x2 ≥ 11
x1 + x2 5
≤
x1 ≤ 20
x1 + 2x2 ≥ 2
7)
x2 ≤ 20 x1 − 2x2 ≥ 0
x1 ; x2 ≥ 0
x2 ≤ 4
f (x1 ; x2 ) = 3x1 + x2
x1 ; x2 ≥ 0
2x1 + x2 ≤ 20
7) f (x1 ; x2 ) = 2x1 − x2
−x1 + 8x2 ≤ 24
x1 + x2 ≥ 2
x2 ; x1 ≥ 0 8)
x1 + x2
≤ 1
x1 ; x2 ≥ 0
f (x1 ; x2 ) = 25x1 + 35x2
x1 + 3x2
≤ 24
f (x1 ; x2 ) = 2x1 + 3x2
8) x1 + x2 ≤ 10
x + 2x ≤ 6
1
2
2x 1 + x2 ≤ 16 9)
2x 1 + x2 ≥ 0
x2 ; x1 ≥ 0
x2 ; x1 ≥ 0
Productos
Maquinas
P1 P2
M1 1 4
M2 2.5 2
Tabla 1
Materias Productos
Primas W1 W2 reservas materiales
S1 3 1 18
S2 2 4 40
S3 3 2 40
Ganancias U nitarias 2 3 –
Tabla 2
Construir el correspondiente modelo matemático que garantice las ganan-
cias máximas.
6. Una empresa elabora productos W1 y W2 por medio de máquinas U1 , U2 y U3 ,
las cuales durante el dı́a pueden trabajar correspondientemente: 24000,
40000 y 27000 segundos. La norma de tiempo expresadas en segundos para
elaboración de una unidad del producto por medio de la adecuada maqui-
na muestra la tabla 3:
Productos
Maquinas
W1 W2
U1 3 6
U2 8 4
U3 9 3
Tabla 3
Materia prima
Productos
S1 S2 S3
W1 1 1 4
W2 3 1 2
Tabla 4
de pintura tiene una capacidad diaria de 120 productos del tipo A o 160
del tipo B. También el tratamiento técnico puede procesar un total de 90
artı́culos del tipo A por dı́a. El producto A tiene una utilidad de 4 dólares y
el producto B de 6 dólares. Determinar la producción optima que maximice
los beneficios.
13. Se producen dos artı́culos A y B los mismos que son procesados por tres
maquinas M1 , M2 y M3 . La máquina M1 procesa 0.5 unidad de A y 0.5 de
B, M2 procesa 1 de A, 0.5 de B, M3 procesa 0.5 de A y 2 de B. Se dispone
al menos de 65 horas semanales para M1 , 95 para M2 y 100 para M3 . El
costo de A es de 3 dólares y 5 dólares el de B. ¿Cuantas unidades de A y B
se deben producir para que el costo sea mı́nimo?.
14. Un fabricante de gasolina para aviación vende dos clases de combustible A
y B. El combustible A tiene 12.5 por ciento de grade 1 y 2 y 25 por ciento
de gasolina grado 3. El combustible B tiene 25 por ciento de gasolina grado
2 y 3. Disponible para producción hay 25 galones/hora grado 1 y 100 galo-
nes/hora grado 2 y 3. Los costos son 15 centavos por galón grado 1, el galón
grado 2 cuesta 30 centavos y 45 centavos por galón grado 3. El combustible
A puede venderse a 0.71 dólares por galón, mientras que, el combustible B
alcanza a 58.75 centavos por galón, ¿Que cantidad debe fabricarse de cada
combustible para obtener el mayor beneficio?
15. Un estacionamiento puede atender cuando más a 100 vehı́culos entre au-
tomóviles y camiones. Un automóvil ocupa 10 metros cuadrados, mientras
que un camión necesita un área de 20 metros cuadrados, y se sabe que, el
área total del estacionamiento es de 1.200 metros cuadrados. La tarifa que
se cobra mensualmente es de 20 dólares por auto y 35 por camión. ¿Cuantos
vehı́culos de cada tipo le proporcionara el estacionamiento una ganancia
máxima?
16. Un laboratorio farmacéutico desea preparar un tónico de tal manera que ca-
da frasco contenga al menos 32 unidades de vitamina A, 10 de vitamina B y
40 de vitamina C. Para suministrar estas vitaminas, el laboratorio emplea el
aditivo X1 a un costo de 2 dólares por onza, el cual contiene 15 unidades de
vitamina A, 2 de B y 4 de C, un aditivo X2 a un costo de 4 dólares por cada
onza, que contiene 4 unidades de vitamina A, 2 de B y 14 de C. ¿Cuántas
onzas de cada aditivo se deben incluir en el frasco para minimizar el costo?
17. Un vivero desea añadir árboles frutales y arbustos orientales a sus cultivos
existentes. Los árboles proporcionan 14 dólares por unidad. Cada árbol re-
quiere de 2 metros cuadrados. Para exhibición, mientras que cada arbusto
necesita de 3 metros cuadrados. Además, el tiempo necesario para preparar
un árbol para exhibición es de dos minutos, mientras que el tiempo, que se
requiere para cada arbusto es de un minuto. Las restricciones de espacio y
tiempo son las siguientes:
1) Hay a lo más 12 metros cuadrados para exhibición disponibles.
2) Se dispone a lo más de 8 minutos de tiempo de preparación.
Si el vivero puede vender todos Los árboles y arbustos en exhibición. ¿Cuántos
árboles y cuantos arbustos deberán exhibir diariamente para maximizar su
ganancia?. (Suponga que es posible preparar una exhibición solamente una
vez al dı́a).
3. En los casos de igualdad (=) se introduce variables artificiales con signo mas
(+ variables artificiales).
5. Resolución:
Cuando se trata de un sistema de inecuaciones, no existe una solución única; si
no que, implica muchas posibilidades que dan solución al sistema, razón por
la cual, el método simplex va generando soluciones básicas.
8. Proceso Iteractivo:
En función de los criterios del método simplex, se van obteniendo ensayos, in-
teracciones o algoritmos hasta lograr la respuesta ideal.
El objetivo es, ir eliminando las variables de holgura e ir las reemplazando por
alterativas, en función de variables fundamentales, propósito del problema.
El proceso se lo desarrolla por cuadros o etapas. Cada uno de ellas nos repre-
sentará una mejor combinación de producción y un mayor beneficio, para lo
cual se necesita aplicar el método matricial de coeficientes. Donde se tiene:
TABLA I:
Cj 40 30 0 0 0 0 Tabla I
xi bn x1 x2 S1 S2 S3 S4
0 S1 400 1◦ 1 1 0 0 0
←− 0 S2 200 1∗ 0 0 1 0 0
0 S3 350 0◦ 1 0 0 1 0
0 S4 500 2◦ 1 0 0 0 1
Zj 0 0 0 0 0 0 0
Zj − C j — -40 -30 0 0 0 0
TABLA II:
1◦
400 ÷ 1 = 400 Semipivote
1∗
bn
200 ÷ 1 = 200 pivote
=
x1
350 ÷ 0 = No 0◦ semipivote
500 ÷ 2 = 250 2◦ semipivote
Los divisores que, son cero o negativos, no se toman en cuenta para el menor
cociente, pero si, se los considera como semipivote.
El menor cociente, se obtiene, al dividir 200 ÷ 1 = 200; entonces, en la intersec-
ción de la fila S2 y la columna x1 se encuentra el pivote, los demás elementos
son semipivotes, lo cual, significa que, la fila que sale es S2 y en su lugar in-
gresa x1 con una utilidad de 40. Al pivote, se lo representa por un asterisco (∗ )
y los semipivotes con un punto (◦ ).
Para obtener, los coeficientes de la nueva fila, se divide los coeficientes ante-
riores de S2 para el pivote; es decir:
Coeficientes de S4 :
500 − 200 · 2 = 100
2 − 1·2 = 0
1 − 0 · 2 = 1
0 − 0·2 = 0
0 − 1 · 2 = −2
0 − 0·2 = 0
1 − 0·2 = 1
Cj 40 30 0 0 0 0 Tabla II
xi bn x1 x2 S1 S2 S3 S4
0 S1 200 0 1◦ 1 -1 0 0
−→ 40 x1 200 1 0◦ 0 1 0 0
0 S3 350 0 1◦ 0 0 1 0
←− 0 S4 100 0 1∗ 0 -2 0 1
Zj 8.000 40 0 0 40 0 0
Zj − Cj — 0 -30 0 40 0 0
La dirección de las flechas en las tablas, nos ayuda a definir donde ingresa una
fila con los nuevos datos, y cual fila sale, según los cálculos realizados. Los
coeficientes de la fila Zj , se obtienen multiplicando 40 por cada coeficiente de
esa fila:
Se indica los cinco primeros elementos de como se calcula Zj
200 × 40 = 8.000
1 × 40 = 40
Zj = 0 × 40 = 0
0 × 40 = 0
1 × 40 = 40
TABLA III:
Al tener un valor negativo (-30) en la fila (Zj − Cj ) se debe eliminarlo, eso
significa que, la variable de esa columna es la que ingresa (x2 ); para saber, que
fila sale se procede como en el caso anterior.
200 ÷ 1 = 200 −→ 1◦ Semipivote
200 ÷ 0 = N o −→ 1◦ semipivote
bn
=
x1
350 ÷ 1 = 350 −→ 0◦ semipivote
100 ÷ 1 = 100 −→ 1∗ pivote
El pivote nos indica, que la fila sale, en este caso, es (S4 ) e ingresa la fila de x2
con una utilidad de 30.
Coeficientes de x2 : Coeficientes de S1 :
100 ÷ 1 = 100 200 − 100 × 1 = 100
0 ÷ 1 = 0 0 − 0×1 = 0
1 ÷ 1 = 1
1 − 1 × 1 = 0
0 ÷ 1 = 0 1 − 0×1 = 1
−2 ÷ 1 = −2
−1 − (−2 × 1) =
1
0 ÷ 1 = 0
0 − 0×1 = 0
1 ÷ 1 = 1 0 − 1×1 = −1
Coeficientes de x1 : Coeficientes de S3 :
200 − 100 × 0 = 200 350 − 100 × 1 = 250
1 − 0×0 = 1 0 − 0×1 = 0
0 − 1×0 = 0
1 − 1×1 = 0
0 − 0×0 = 0 0 − 0×1 = 0
1 − (−2 × 0) = 1 0 − (−2 × 1) = 2
0 − 0×0 = 0
1 − 0×1 = 1
0 − 1×0 = 0 0 − 1×1 = −1
Cj 40 30 0 0 0 0 Tabla III
xi bn x1 x2 S1 S2 S3 S4
0 S1 100 0 0 1 1∗ 0 -1
−→ 40 x1 200 1 0 0 1 0 0
0 S3 250 0 0 0 2◦ 0 -1
−→ 30 x2 100 0 1∗ 0 −2◦ 0 1
Zj 11.000 40 30 0 -20 0 30
Zj − Cj — 0 0 0 -20 0 30
TABLA IV:
Como, queda otro valor negativo (-20), se requiere hacer otra vez el mismo
proceso, la variable, que ingresa es S2:
100 ÷ 1 = 100 −→ 1∗ pivote
bn 200 ÷ 1 = 200 −→ 1◦ semipivote
=
S2
250 ÷ 2 = 125 −→ 0◦ semipivote
100 ÷ −2 = N o −→ 1◦ semipivote
Coeficientes de S2 : Coeficientes de x1 :
100 ÷ 1 = 100 200 − 100 × 1 = 100
0 ÷ 1 = 0 1 − 0×1 = 1
0 ÷ 1 = 0
0 − 0×1 = 0
1 ÷ 1 = 1 0 − 1×1 = −1
1 ÷ 1 = 1 1 − (1 × 1) = 0
0 ÷ 1 = 0
0 − 0×1 = 0
−1 ÷ 1 = −1 0 − −1 × 1 = 1
Coeficientes de S3 : Coeficientes de x2 :
250 − 100 × 2 = 50 100 − 100 × (−2) = 300
0 − 0×2 = 0 0 − 0 × (−2) = 0
0 − 0×2 = 0
1 − 0 × (−2) = 1
0 − 1×2 = −2 0 − 1 × (−2) = 2
2 − (1 × 2) = 0 −2 − (1 × (−2) = 0
0 − 0×2 = 0
0 − 0 × (−2) = 0
−1 − −1 × 2 = 1 1 − −1 × (−2) = −1
Cj 40 30 0 0 0 0 Tabla IV
xi bn x1 x2 S1 S2 S3 S4
−→ 0 S2 100 0 0 1 1 0 -1
40 x1 100 1 0 -1 0 0 1
0 S3 50 0 0 -2 0 0 1
30 x2 300 0 1 2 0 0 -1
Zj 13.000 40 30 0 -20 0 30
Zj − Cj — 0 0 20 0 0 10
la fila (Zj −Cj ), ya no tiene valores negativos; por lo tanto, el proceso ha conclui-
do. Se presenta la solución del ejercicio en una sola tabla (siguiente pagina).
Para definir la solución del ejercicio, se toma los valores de la columna xj y los
de bn .
Solución optima:
Z(MÁX) = 13.000 dolares,
x1 = 100 Cinturones de clase A,
x2 = 300 Cinturones de clase B,
S1 = 0 Se utiliza toda la piel,
S2 = 100 Hebillas elegantes no utilizadas,
Cj 40 30 0 0 0 0 Tabla I
xi bn x1 x2 S1 S2 S3 S4
0 S1 400 1◦ 1 1 0 0 0
←− 0 S2 200 1∗ 0 0 1 0 0
0 S3 350 0◦ 1 0 0 1 0
0 S4 500 2◦ 1 0 0 0 1
Zj 0 0 0 0 0 0 0
Zj − C j — -40 -30 0 0 0 0
Cj 40 30 0 0 0 0 Tabla II
xi bn x1 x2 S1 S2 S3 S4
0 S1 200 0 1◦ 1 -1 0 0
−→ 40 x1 200 1 0◦ 0 1 0 0
0 S3 350 0 1◦ 0 0 1 0
←− 0 S4 100 0 1∗ 0 -2 0 1
Zj 8.000 40 0 0 40 0 0
Zj − C j — 0 -30 0 40 0 0
Cj 40 30 0 0 0 0 Tabla III
xi bn x1 x2 S1 S2 S3 S4
0 S1 100 0 0 1 1∗ 0 -1
−→ 40 x1 200 1 0 0 1 0 0
0 S3 250 0 0 0 2◦ 0 -1
−→ 30 x2 100 0 1∗ 0 −2◦ 0 1
Zj 11.000 40 30 0 -20 0 30
Zj − C j — 0 0 0 -20 0 30
Cj 40 30 0 0 0 0 Tabla IV
xi bn x1 x2 S1 S2 S3 S4
−→ 0 S2 100 0 0 1 1 0 -1
40 x1 100 1 0 -1 0 0 1
0 S3 50 0 0 -2 0 0 1
30 x2 300 0 1 2 0 0 -1
Zj 13.000 40 30 0 -20 0 30
Zj − C j — 0 0 20 0 0 10
La utilidad que, cada refrigeradora deja a la empresa es: 150 dólares por uni-
dad de A y 300 dólares por unidad de B. Cuantas unidades de A y Cuantas de
B deben producirse para que ECASA alcance la máxima utilidad anual, si sólo
se dispone de:
La tabla I, se forma en base a los datos originales, que se define en las restric-
ciones:
TABLA II:
La formación de la tabla I, tiene el objetivo principal de indicar el camino, que
se va a seguir en la solución del problema. Por lo tanto, se aconseja al estu-
diante que, siempre la haga, esto facilita el resolver el ejercicio con el método
de simplex.
La tabla I nos indica que, en la fila (Zj − Cj ) se tiene valores negativos, se es-
coje el menor de ellos, en este caso sera (-300); por lo tanto, la columna que
ingresa es x2 , para saber cual fila sale, se divide los coeficientes de bn para los
coeficientes de x2 .
10 ÷ 0.05 = 200 −→ 0.05∗ semipivote
16 ÷ 0.1 = 160 −→ 0.1◦ semipivote
bn
= 14 ÷ 0.1 = 140 −→ 0.1◦ semipivote
x2
80 ÷ 0 = N o −→ 0◦ semipivote
120 ÷ 1 = 120 −→ 1∗
pivote
Para obtener los nuevos coeficientes de x2 . Se divide los coeficientes anteriores
de S4 para el pivote , que es 1:
Coeficientes de x2 : Coeficientes de S1 :
10 − 120 × 0.05 = 4
120 ÷ 1 = 120
0.1 − 0 × 0.05 = 0.1
0 ÷ 1 = 0
0.05 − 1 × 0.05 = 0
1 ÷ 1 = 1
1 − 0 × 0.05 = 1
0 ÷ 1 = 0
0 − (0 × 0.05) = 0
0 ÷ 1 = 0
0 − 0 × 0.05 = 0
0 ÷ 1 = 0
0 − 1 × 0.05 = −0.05
1 ÷ 1 = 1
0 − 0 × 0.05 = 0
0 ÷ 1 = 0
Coeficientes de S3 : Coeficientes de S5 :
14 − 120 × 0.1 = 2
80 − 120 × (0) = 80
0.07 − 0 × 0.1 = 0.07 1 − 0 × (0) = 1
0.1 − 1 × 0.1 = 0
0 − 1 × (0) = 0
0 − 0 × 0.1 = 0 0 − 0 × (0)
= 0
Coeficientes de S3 : Coeficientes de S5 :
0 − (0 × 0.1) = 0
0 − (0 × (0) = 0
0 − 0 × (0) = 0
1 − 0 × 0.1
= 1
0 − 1 × 0.1 = −0.1
1 − 1 × (0) = 1
0 − 0 × 0.1
= 0 0 − 0 × (0) = 0
Coeficientes de S2 : Coeficientes de S2 :
16 − 120 × (0.1) = 4
1 − (0 × (0.1) = 1
0.12 − 0 × (0.1) = 0.12
0 − 0 × (0.1) = 0
0.1 − 1 × (0.1) = 0 0 − 1 × (0.1) = −0.1
0 − 0 × (0.1) = 0 0 − 0 × (0.1) = 0
TABLA III:
El siguiente elemento a eliminar de la tabla es el número negativo (-150); es
decir, ingresa la columna de x1 con una utilidad de 150, se debe obtener la fila
sale:
−→ 0.1◦ semipivote
4 ÷ 0.1 = 40
4 ÷ 0.12 = 33.33 −→ 0.12◦ semipivote
bn
= 2 ÷ 0.07 = 28.57 −→ 0.07∗ pivote
x1
120 ÷ 0 = N o −→ 0◦ semipivote
80 ÷ 1 = 80 −→ 1 ∗ semipivote
Por lo tanto, ingresa la columna de x1 y sale la fila S3 y el numero 0.07 sera el
pivote:
Coeficientes de x1 : Coeficientes de S1 :
2 ÷ 0.07 = 28.57
4 − 23.33 × 0.1 = 1.14
0.07 ÷ 0.07 = 1 0.1 − 1 × 0.1 = 0
0 ÷ 0.07 = 0 0 − 0 × 0.1 = 0
0 ÷ 0.07 = 0
1 − 0 × 0.1 = 1
0 ÷ 0.07 = 0
0 − (0 × 0.1) = 0
1 ÷ 0.07 = 14.28 0 − 14.28 × 0.1 = −1.43
−0.1 ÷ 0.07 = −1.43
−0.05 − −143 × 0.1 = 0.09
0 ÷ 0.07 = 0 0 − 0 × 0.1 = 0
Coeficientes de S2 : Coeficientes de S5 :
4 − 28.57 × 0.12 = 0.57
80 − 28.57 × (1) = 51.43
0.12 − 1 × 0.12 = 0 1 − 1 × (1) = 0
0 − 0 × 0.12 = 0 0 − 0 × (1) = 0
0 − 0 × 0.12 = 0 0 − 0 × (1)
= 0
1 − (0 × 0.12) = 1
0 − (0 × (1) = 0
0 − 14.28 × 0.12 = −1.71 0 − 14.28 × (1) = −14.28
−0.1 − −1.43 × 0.12 = 0.07
1 − −1.43 × (1) = 2.43
0 − 0 × 0.12 = 0 0 − 0 × (1) = 0
Coeficientes de x2 :
120 − 28.57 × (0) = 120
0 − 1 × (0) = 0
1 0 (0) = 1
− ×
0 − 0 × (0) = 0
0 − (0 × (0) = 0
0 − 14.28 × (0) = 0
0 − −1.43 × (0) = 0
1 − 0 × (0) = 1
Solución óptima:
Z(MÁX) = 40.285.000 dólares
x1 = 28.57 mil. Unidades de refrigeradoras tipo A,
x2 = 120 mil. Unidades de refrigeradoras tipo B,
S1 = 1.14 mil. Unidades de hierro no utilizadas,
S2 = 0.57 mil. Unidades de fibra de vidrio no utilizadas,
S3 = 0 Se ha utilizado todo el aluminio,
S5 = 51.43 mil. No se ha cubierto toda la demanda de A,
S4 = 0 Se ha cubierto toda la demanda de B.
Como elemento final en la resolución del ejercicio, se presenta todos los resul-
tados en una sola tabla.
Comprobación:
0, 10x1 + 0, 05x2 + S1 = 10.000 −→ 0.10(28.57) + 0.05(120) + 1.14 = 9.999
0, 12x1 + 0, 10x2 + S2 = 16.000 −→ 0.12(28.57) + 0.10(120) + 0.57 = 15.999
0, 07x1 + 0, 10x2 + S3 = 14.000 −→ 0.07(28.57) + 0.10(120) + 0 = 13.999
x1 + S4 = 80.000 −→ 28.57 + 51.43 = 80.000
x2 + S5 = 120.000 −→ 120 + 0 = 120.000
3. Una fabrica produce dos tipos de muebles A y B, dispone del taller de torno, el
mismo que, puede procesar 25 unidades/hora de A y 40 unidades/hora de B,
siendo el costo por hora de 20 dólares. El taller de rectificación puede procesar
28 un/h de A y 35 un/h de B y su costo es de 14 dólares. El taller de pintura
puede atender a 35 un/h de A y 25 un/h de B y su costo es de 17,5 dólares. El
Función Objetivo:
Z(MAX) = 3, 2x1 + 2, 4x2
Restricciones:
1 1
x1 + x2 ≤ 1 torno
25 40
1 1
x1 + x2 ≤ 1 Rectif icacion
28 35
1 1
x1 + x1 ≤ 1 P intura
35 35
x1 , x2 ≥ 0 N o − negatividad
Variables de Holgura:
Se trasforma las desigualdades fraccionarias en igualdades enteras, para lo
cual, se aumenta las variables de holgura,y se obtiene el mı́nimo común deno-
minador:
Z(MAX.) = 3.2x1 + 2.4x2 + 0S1 + 0S2 + 0S3
8x + 5x2 + S1 = 200
1
6x1 + 4x2 + S2 = 140
5x1 + 7x2
+ S3 = 175
Tabla I:
Coeficientes de S2 :
Coeficientes de x1 :
140 − 25 × 5 = 15
200 ÷ 8 = 25
5 − 1×5 = 0
8 ÷ 8 = 1
4 − 0.625 × 5 = 0.875
5 ÷ 8 = 0.625
0 − 0.125 × 5 = −0.625
1 ÷ 8 = 0.125
1 − (0 × 5) = 1
0 ÷ 8 = 0
0 − 0×5 = 0
0 ÷ 8 = 0
Coeficientes de S3 :
175 − 25 × 5 = 50
5 − 1×5 = 0
7 − 0.625 × 5 = 3.875
0 − 0.125 × 5 = −0.625
0 − (0 × 5) = 0
1 − 0×5 = 1
Tabla III:
La tabla II nos indica que, en la fila (Zj −Cj ) se tiene, todavı́a, valores negativos,
se escoje el menor de ellos, en este caso sera (-0.4); por lo tanto, la columna que
ingresa es x2 , para saber cual fila sale, se divide los coeficientes de bn para los
coeficientes de x2 :
25
−→ 0.625◦ semipivote
= 40
0.625
bn 15
= = 17.14 −→ 0.875◦ semipivote
x2
0.875
50
= 12.90 −→ 3.875∗ pivote
3.875
Por lo tanto, ingresa la columna de x2 y sale la fila S3 y el numero 3.875 sera el
pivote.
Para obtener los nuevos coeficientes de x2 . Se divide los coeficientes anteriores
de S3 para el pivote , que es :
Coeficientes de x2 : Coeficientes de S2 :
La fila (Zj − Cj ) esta compuesta por números positivos y ceros; por lo tanto el
proceso ha concluido.
Solución óptima Z(MÁX.) = 85.6 dólares
x1 = 17 Se debe producir 17 elementos de tipo A
x2 = 13 Se debe producir 13 elementos de tipo B
S1 = 0 Se utilice toda la capacidad del departamento de torno.
S2 = 3.625. No se ha utilizado toda la capacidad del departamento de recti-
ficación
S3 = 0 Se ha utilizado toda la capacidad del departamento de pintura.
Se presenta en una sola tabla el ejercicio.
1. Se producen dos artı́culos A y B los mismos que son procesados por 3 maqui-
nas M1 , M2 y M3 que disponen de 130, 190, 200 horas semanales al menos.
La M1 procesa 1 unidad de A y 1 de B; M2 procesa 2 de A y 1 de B; M3 procesa
1 de A y 4 de B. El costo de procesar es 2 dólares por cada unidad del articulo
A y 3 dólares por cada unidad del articulo B. Cuantas unidades de A y B se
deben procesar para que el costo sea mı́nimo.?
Formulación del problema:
A B −→ P roductos
x1 x2 −→ N úmero producido
2
3 −→ U tilidad
Restricciones:
x1 + x2 ≥ 130 Capacidad de procesar M1
2x + x2 ≥ 190 Capacidad de procesar M2
1
x1 + 4x1 ≥ 200 Capacidad de procesar M3
x1 , x2 ≥ 0 N o − negatividad
x + x2 − S1 +m1 ≥ 130
1
2x1 + x2 − S2 +m2 ≥ 190
x1 + 4x1
− S3 +m3 ≥ 200
TABLA I:
Para formar la tabla I, se utiliza los coeficientes de las variables fundamenta-
les, de holgura y artificiales. Primero se elimina las variables artificiales, las
mismas que, en la función objetivo irán con un coeficiente (M), que representa
un valor indeterminado.
Cj 2 3 0 0 0 M M M Tabla I
xi bn x1 x2 S1 S2 S3 m1 m2 m3
M m1 130 1 1 -1 0 0 1 0 0
M m2 190 2 1 0 -1 0 0 1 0
←− M m3 200 1 4 ∗ 0 0 -1 0 0 1
Zj 520M 4M 6M -M -M -M M M M
Zj − C j — 4M 6M -M -M -M 0 0 0
La fila Zj se obtiene:
Zj = M X 130 + M x 190 + M x 200 =520M
= 1 x M + 2 x M + 1 x M = 4M
= 1×M +1×M +4×M = 6×M
=−1 × M + O × M + 0 × M = −M
= 0 × M − 1 × M + 0 × M = −M
= 0 × M + O × M − 1 × M = −M
= 1×M +0×M +0×M = M
= 0×M +1×M +0×M = M
= 0×M +0×M +1×M = M
TABLA II:
Cuando la función objetivo es de minimización, de la fila Zj −Cj se debe elimi-
nar los valores positivos, empezando por el mayor, en este caso 6M, de modo
que ingresa X2 con un costo de 3, para saber que fila sale se procede como en
los problemas de maximización.
130
= 130 −→ 1◦ semipivote
1
bn 190
= = 190 −→ 1◦ semipivote
x2
1
200
= 50 −→ 4∗ pivote
4
Coeficientes de x2 : Coeficientes de m1 :
200 ÷ 4 = 50
130 − 50 × 1 = 80
1 ÷ 4 = 0.25
1 − 0.25 × 1 = 0.75
4 ÷ 4 = 1 1 − 1×1 = 0
0 ÷ 4 = 0
−1 − 0×1 = −1
0 ÷ 4 = 0 0 − (0 × 1) = 0
−1 ÷ 4 = −0.25 0 − (−0.25) × 1 = 0.25
0 ÷ 4 = 0
1 − 0×1 = 1
0 ÷ 4 = 0 0 − 0×1 = 0
1 ÷ 4 = 0.25 0 − 0.25 × 1 =
−0.25
Coeficientes de m2 :
190 − 50 × 1 = 140
2 − 0.25 × 1 = 1.75
1 − 1×1 = 0
0 − 0 × 1 = 0
−1 − (0 × 1) = −1
0 − (−0.25) × 1 = 0.25
0 − 0×1 = 0
1 − 0×1 = 1
0 − 0.25 × 1 = −0.25
Cj 2 3 0 0 0 M M M Tabla II
xi bn x1 x2 S1 S2 S3 m1 m2 m3
M m1 80 0.75 0 -1 0 0.25 1 0 -0.25
←− M m2 140 1.75∗ 0 0 -1 0.25 0 1 -0.25
−→ 3 x2 50 0.25 1 0 0 -0.25 0 0 0.25
Zj 220M 2.5M 0M -M -M 0.5M M M -0.5M
Zj − Cj — 2.5M 0M -M -M 0.5M 0 0 -1.5M
La fila Zj − Cj tiene los mismos valores de la fila Zj , con excepción de las tres
ultimas columnas. Para los valores de Zj no se toma en cuenta la fila x2 por
tener coeficiente numéricos.
TABLA III:
De la fila Zj − Cj se toma el valor el mayor valor positivo, en este caso, 2,5M.
Es decir, ingresa x1 con un costo de 2 dolares. Se determina la fila que sale:
80
= 106.66 −→ 0.75◦ semipivote
0.75
bn 140
= = 80 −→ 0.25∗ pivote
x1
1.75
50
−→ 0.25◦ semipivote
= 200
0.25
Coeficientes de x1 : Coeficientes de m1 :
140 ÷ 1.75 = 80
80 − 80 × 0.75 = 20
1.75 ÷ 1.75 =
1 0.75 − 1 × 0.75
= 0
0 ÷ 1.75 = 0 0 − 0 × 0.75 = 0
0 ÷ 1.75 = 0
−1 − 0 × 0.75 = −1
−1 ÷ 1.75 = −0, 57 0 − (−0.57 × 0.75) = 0.43
0.25 ÷ 1.75 = 0.14 0.25 − (0.14) × 0.75 = 0.15
0 ÷ 1.75 = 0
1 − 0 × 0.75 = 1
1 ÷ 1.75 = 0.57 0 − 0.57 × 0.75 = −0.43
−0.25 ÷ 1.75 =
−0.14 −0.25 − (−0.14) × 0.75
= −0.15
Coeficientes de x2 :
50 − 80 × 0.25 = 30
0.25 − 1 × 0.25 = 0
1 − 0 × 0.25 = 1
0 − 0 × 0.25 = 0
0 − (−0.57 × 0.25) = 0.14
−0.25 − (0.14) × 0.25 = −0.28
0 − 0 × 0.25 = 0
0 − 0.57 × 0.25 = −0.14
0.25 − −0.14 × 0.25
= 0.28
Cj 2 3 0 0 0 M M M Tabla III
xi bn x1 x2 S1 S2 S3 m1 m2 m3
←− M m1 20 0 0 -1 0.43∗ 0.15 1 -0.43 -0.15
−→ 2 x1 80 1 0 0 -0.57 0.14 0 0.57 -0.14
3 x2 30 0 1 0 0.14 -0.28 0 -0.14 0.28
Zj 20M 0M 0M -M -M 0.43M 0.15M -0.43M -0.15M
Zj − Cj — 0M 0M -M 0.43M 0.15M 0 -1.43M -1.15M
TABLA IV:
20
= 46.5 −→ 0.43∗
pivote
0.43
bn
80
= = No −→ −0.57◦ semipivote
S2
−0.57
30
= 214.3 −→ 0.25◦ semipivote
0.14
Coeficientes de x1 :
Coeficientes de S2 :
80 − 46.51 × (−0.57) = 106.51
20 ÷ 0.43 = 46.51
1 − 0 × (−0.57) = 1
0 ÷ 0.43 = 0
0 − 0 × (−0.57) = 0
0 ÷ 0.43 = 0
0 − −2.33 × (−0.57) = −1.33
−1 ÷ 0.43 = −2.33
−0.57 − (1 × (−0.57)) = 0
0.43 ÷ 0.43 = 1
0.14 − (0.35) × (−0.57)
0.15 ÷ 0.43 = = 0.34
0.35
Coeficientes de x2 :
Cj 2 3 0 0 0 Tabla IV
xi bn x1 x2 S1 S2 S3
←− 3 x2 23.5 0 1 0.33 0 -0.33
−→ 2 x1 106.51 1 0 -1.33 0 0.34
0 S2 46.51 0 0 -2.33 1 0.35
Zj 20M 2 3 -1.67 0 -0.31
Zj − Cj — 0 0 -1.67 0 -0.31
La fila (Zj − Cj ), se denomina criterio del simplex, cuando se tiene valores ne-
gativos o ceros; entonces, el proceso ha terminado.
Solución óptima:
Z(MÍN) = 183,5 Dólares.
x1 = 106,51 Unidades del artı́culo A
x2 = 23,5 Unidades del articulo B
S1 = 0 Se utilice toda la capacidad de la maquina uno
S2 = 46,5 Capacidad no utilizada de la maquina dos
S3 = 0 Se utilice toda la capacidad de la maquina tres
Comprobación:
x1 + x2 − S1 = 130
106.5 + 23.5 - 0 = 130
2x1 + x2 − S1 = 190
2(106.5) + 23.5 - 46.5 = 190.
La solución del ejercicio se presenta en una sola tabla.
Cj 2 3 0 0 0 M M M Tabla I
xi bn x1 x2 S1 S2 S3 m1 m2 m3
M m1 130 1 1 -1 0 0 1 0 0
M m2 190 2 1 0 -1 0 0 1 0
←− M m3 200 1 4∗ 0 0 -1 0 0 1
Zj 520M 4M 6M -M -M -M M M M
Zj − Cj — 4M 6M -M -M -M 0 0 0
Cj 2 3 0 0 0 M M M Tabla II
xi bn x1 x2 S1 S2 S3 m1 m2 m3
M m1 80 0.75 0 -1 0 0.25 1 0 -0.25
←− M m2 140 1.75∗ 0 0 -1 0.25 0 1 -0.25
−→ 3 x2 50 0.25 1 0 0 -0.25 0 0 0.25
Zj 220M 2.5M 0M -M -M 0.5M M M -0.5M
Zj − Cj — 2.75M 0M -M -M 0.5M 0 0 -1.5M
Cj 2 3 0 0 0 Tabla III
xi bn x1 x2 S1 S2 S3
←− 3 x2 23.5 0 1 0.33 0 -0.33
−→ 2 x1 106.51 1 0 -1.33 0 0.34
0 S2 46.51 0 0 -2.33 1 0.35
Zj 20M 2 3 -1.67 0 -0.31
Zj − Cj — 0 0 -1.67 0 -0.31
2. Una compañı́a quı́mica esta diseñando una planta para producir dos tipos de
minerales M y N. La planta debe sen capaz de producir al menos 100 unida-
des de M y 420 unidades de N cada dı́a. Existen dos posibles diseños para las
cámaras principales de reacción que vienen incluidas en la planta. Cada cáma-
ra tipo A cuesta 600 mil dólares y es capaz de producir 10 unidades de M y 20
unidades de N por dı́a; el tipo B es un diseño mas económico, cuesta 300 mil
dólares y es capaz de producir 4 unidades de M y 30 unidades de N por dı́a.
A causa de los costos de operación, es necesario tener al menos 4 cámaras de
cada tipo en la planta. ¿Cuantas cámaras de cada tipo deben ser incluidas pa-
ra minimizar el costo de construcción y satisfacer el programa de producción
requerido?
Formulación del problema:
A B −→ Camaras
x x −→ N úmero de Camaras
1 2
600 mil
300 mil −→ Costos
Restricciones:
x1 ≥ 4 Camaras tipo A
x2 ≥ 4 Camaras tipo B
10x1 + 4x2 ≥ 100 P roduccion Mineral M
20x1 + 30x2 ≥ 420 P roduccion Mineral N
x1 , x2 ≥ 0 N o − negatividad
Variables de holgura y Artificiales:
x1 − S1 +m1 = 4
x2 − S2 +m2 = 4
10x1 + 4x1 − S3 +m3 ≥ 100
20x + 30x
− S +m4 ≥ 420
1 2 4
Función Objetivo:
Z(MIN ) = 600X1 + 300X2 + 0S1 + 0S2 + 0S3 + 0S4 + Mm1 + Mm2 + Mm3 + Mm4
TABLA I:
TABLA II:
El mayor valor positivo de la fila del criterio simplex es 35M, de manera que
la columna que ingresa es x2 con un costo de 300. Para obtener la fila que sale,
se busca el menor cociente de dividir:
4
= N o −→ 1◦ semipivote
0
4
−→ 1∗ pivote
= 4
1
bn
=
x2 100
= 25 −→ 4◦ semipivote
4
420
= 14 −→ 4◦ semipivote
30
Coeficientes de m1 :
Coeficientes de x2 :
4 − 4×0 = 4
4 ÷ 1 = 4
1 − 0×0 = 1
0 ÷ 1 = 0
0 − 1×0 = 0
1 ÷ 1 = 1
−1 − 0 × 0 = −1
0 ÷ 1 = 0
0 − (−1 × 0) = 0
−1 ÷ 1 = −1
0 − (0) × 0 = 0
0 ÷ 1 = 0
0 − 0×0 = 0
0 ÷ 1 = 0
1 − 0×0 = 1
0 ÷ 1 = 0
0 − 1 × 0 = 0
1 ÷ 1 = 1
0 − 0×0 = 0
0 ÷ 1 = 0
0 − 0×0
0 ÷ 1 = 0 = 0
Coeficientes de m3 : Coeficientes de m4 :
100 − 4 × 4 = 84
420 − 4 × 30 = 300
10 − 0 × 4 = 10
20 − 0 × 30 = 20
4 − 1×4 = 0
30 − 1 × 30 = 0
0 − 0×4 = 0 0 − 0 × 30 = 0
0 − (−1 × 4) = 4
0 − (−1 × 30) = 30
−1 − (0) × 4 = −1 0 − (0) × 30 = 0
0 − 0×4 = 0 −1 − 0 × 30 = −1
0 − 0×4 = 0
0 − 0 × 30 = 0
0 − 1×4 = −4 0 − 1 × 30 = −30
1 − 0×4 = 1 0 − 0 × 30 = 0
0 − 0×4 = 0 1 − 0 × 30 = 1
TABLA III:
Se elimina el mayor valor positivo de la fila del criterio simplex, que es 34M;
de manera que, la columna que ingresa es S2 con un costo de 0. Para obtener
la fila sale se busca el menor cociente de dividir:
4 ÷ 0 = N o −→ 4◦ semipivote
4 ÷ −1 = N o −→ 1◦ semipivote
bn
=
S2
84 ÷ 4 = 21 −→ 0◦ semipivote
300 ÷ 30 = 10 −→ 30∗ pivote
300 ÷ 30 = 10 4 − 10 × 0 = 4
20 ÷ 30 = 066 1 − 0.66 × 0 = 1
0 ÷ 30 = 0
0 − 0×0 = 0
0 ÷ 30 = 0 −1 − 0 × 0 = −1
30 ÷ 30 = 1
0 − (1 × 0) = 0
0 ÷ 30 = 0 0 − (0) × 0 = 0
−1 ÷ 30 = −0.03 0 − −0.03 × 0 = 0
0 ÷ 30 = 0
1 − 0×0 = 1
−30 ÷ 30 = −1 0 − −1 × 0 = 0
0 ÷ 30 = 0 0 − 0×0 = 0
1 ÷ 30 = 0.03 0 − 0.03 × 0 = 0
Coeficientes de m3 : Coeficientes de x2 :
84 − 10 × 4 = 44
4 − 10 × (−1) = 14
10 − 0.66 × 4 = 7.36
0 − 0.66 × (−1) = 0.66
0 − 0×4 = 0
1 − 0 × (−1) = 1
0 − 0×4 = 0 0 − 0 × (−1) = 0
4 − (1 × 4) = 0
−1 − (1 × (−1)) = 0
−1 − (0) × 4 = −1 0 − (0) × (−1) = 0
0 − −0.03 × 4 = 0.12 0 − −0.03 × (−1) = 0.03
0 − 0×4 = 0
0 − 0 × (−1) = 0
−4 − −1 × 4 = 0 1 − −1 × (−1) = 0
1 − 0×4 = 1 0 − 0 × (−1) = 0
0 − 0.03 × 4
= −0.12 0 − 0.03 × (−1) = 0.03
TABLA IV:
Se elimina el mayor valor positivo de la fila del criterio simplex, que en este ca-
so es 8.36M, de manera que la columna que ingresa es x1 con un costo de 600,
se determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
4
−→ 1∗
= 4 pivote
1
14
= 21.21 −→ 0.66◦ semipivote
0.66
bn
=
x1
44
−→ 7.36◦ semipivote
= 5.97
7.36
10
= 15.15 −→ 10◦
semipivote
0.66
4 ÷ 1 = 4
10 − 4 × 0.66 = 7.36
1 ÷ 1 = 1
0.66 − 1 × 0.66 = 0
0 ÷ 1 = 0
0 − 0 × 0.66 = 0
−1 ÷ 1 = −1 0 − (−1 × 0.66) = 0.66
0 ÷ 1 = 0
1 − (0) × 0.66 = 1
0 ÷ 1 = 0 0 − 0 × 0.66 = 0
0 ÷ 1 = 0 −0.03 − 0 × 0.66 = −0.03
1 ÷ 1 = 1
0 − 1 × 0.66 = −0.66
0 ÷ 1 = 0 −1 − 0 × 0.66 = −1
0 ÷ 1 = 0 0 − 0 × 0.66 = 0
0 ÷ 1 = 0
0.03 − 0 × 0.66 = 0.03
Coeficientes de x2 :
Coeficientes de m3 :
14 − 4 × (0.66) = 11.36
44 − 4 × 7.36 = 14.56
0.66 − 1 × (0.66) = 0
7.36 − 1 × 7.36 = 0
1 − 0 × (0.66) = 1
0 − 0 × 7.36 = 0
0 − −1 × (0.66) = 0.66
0 − −1 × 7.36 = 7.36
0 − (0 × (0.66)) = 0
0 − (0 × 7.36) = 0
0 − (0) × (0.66) = 0
−1 − (0) × 7.36 = −1
0.03 − 0 × (0.66) = 0.03
0.12 − 0 × 7.36 = 0.12
0 − 1 × (0.66) = −0.66
0 − 1 × 7.36 = −7.36
0 − 0 × (0.66) = 0
0 − 0 × 7.36 = 0
0 − 0 × (0.66) = 0
1 − 0 × 7.36 = 1
0.03 − 0 × (0.66)
−0.12 − 0 × 7.36 = 0.03
= −0.12
4
−→ 1◦
= No semipivote
−1
11.36
= No −→ −0.66◦ semipivote
−0.66
bn
=
S1
14.56
−→ 7.36∗
= 2 pivote
7.36
7.36
= 11.15 −→ 0.66◦
semipivote
0.66
Coeficientes de x2 : Coeficientes de S2 :
Solución óptima:
Z(MIN ) = 6.600 dólares
x1 = 6 Cámaras tipo A
x2 = 10 Cámaras tipo B
S1 = 2 Se tiene 2 cámaras mas del limite
S2 = 6 Cámaras mas del limite
S3 = 0 Se ha cubierto la producción de P1
S4 = 0 Se ha cubierto la producción de P2 .
El estudiante debe presentar la solución del ejercicio en una sola tabla.
Cj 10 8 0 0 M M Tabla I
xi bn x1 x2 S1 S2 m1 m3
M m1 80 1 1 -1 0 1 0
←− M m3 70 1∗ 0 0 0 0 1
0 S2 100 1 2 0 1 0 0
Zj 150M 2M M -M 0M M M
Zj − Cj — 2M M -M 0 0 0
TABLA II:
Se elimina el mayor valor positivo de la fila del criterio simplex, que en este
caso es 2M, de manera que la columna que ingresa es x1 con una utilidad de
diez, se determina la fila que sale, para lo cual, se busca el menor cociente de
dividir:
80
= 80 −→ 1◦ semipivote
1
bn
70
= = 70 −→ 1∗ pivote
x1
1
100
= 100 −→ 1◦ semipivote
1
Coeficientes de S2 :
100 − 70 × 1 = 30
1 − 1×1 = 0
2 − 0 × 1 = 2
0 − 0×1 = 0
1 − (0 × 1) = 1
0 − (0) × 1 = 0
0 − 1×1 = −1
Cj 10 8 0 0 M M Tabla II
xi bn x1 x2 S1 S2 m1 m3
M m1 10 0 1 -1 0 1 -1
←− 10 x1 70 1∗ 0 0 0 0 1
0 S2 30 0 2 0 1 0 -1
Zj 10M 0 M -M 0M M -M
Zj − C j — 0 M -M 0 0 -2M
TABLA III:
Se elimina el mayor valor positivo de la fila del criterio simplex, que en este
caso es M, de manera que la columna que ingresa es x2 con una utilidad de
ocho dolares, se determina la fila que sale, para lo cual, se busca el menor co-
ciente de dividir:
10
−→ 1∗ pivote
= 10
1
bn
70
= = N o −→ 1◦ semipivote
x2
0
30
= 15 −→ 1◦ semipivote
2
Las variables artificiales, m1 , m3 ya no se les considera en el análisis; ya que,
en la columna xi no están.
Coeficientes de x1 :
Coeficientes de x2 :
70 − 10 × 0 = 70
10 ÷ 1 = 10
1 − 0 × 0 = 1
0 ÷ 1 = 0
0 − 1×0 = 0
1 ÷ 1 = 1
0 − (−1 × 0) = 0
−1 ÷ 1 = −1
0 − (0) × 0 = 0
0 ÷ 1 = 0
Coeficientes de S2 :
Coeficientes de S2 :
30 − 10 × 2 = 10 (
0 − −1 × 2 = 2
0 − 0×2 = 0
2 − 1×2 = 0
1 − (0 × 2) = 1
Cj 10 8 0 0 Tabla III
xi bn x1 x2 S1 S2
−→ 8 x2 10 0 1 -1 0
10 x1 70 1∗ 0 0 0
0 S2 10 0 0 2 1
Zj 780 10 8 -8 0M
Zj − Cj — 0 0 -8 0
TABLA IV:
Se escoje el valor negativo de la fila del criterio simplex, que en este caso es -8;
ya que, en esta fila deben constar de valores positivos o ceros. De manera que,
la columna que ingresa es S1 con una utilidad de cero dolares, se determina la
fila que sale, para lo cual, se busca el menor cociente de dividir:
10
= N o −→ −1◦ semipivote
−1
bn
70
= = N o −→ 0◦ semipivote
S1
0
10
−→ 2∗
= 5 pivote
2
Coeficientes de S1 : Coeficientes de x1 :
10 ÷ 2 = 5
70 − 5 × 0 = 70
0 ÷ 2 = 0
1 − 0 × 0 = 1
0 ÷ 2 = 0 0 − 0×0 = 0
2 ÷ 2 = 1 0 − (1 × 0) = 0
1 ÷ 2 = 0.5
0 − (0.5) × 0 = 0
Coeficientes de x2 :
10 − 5 × −1 = 15
0 − 0 × −1 = 0
1 − 0 × −1 = 1
−1 − 1 × −1 = 0
0 − (0.5 × −1) = 0.5
Cj 10 8 0 0 Tabla IV
xi bn x1 x2 S1 S2
−→ 8 x2 15 0 1 0 0.5
10 x1 70 1∗ 0 0 0
0 S1 5 0 0 1 0.5
Zj 820 10 8 0 4
Zj − Cj — 0 0 0 4
SOLUCIÓN ÓPTIMA:
Z (MÁX) = 820 dólares
x1 = 70 Número de muebles tipo A
x2 = 15 Número de muebles tipo B
S1 = 5
S2 = 0
El valor S1 = 5 significa que, se esta produciendo 5 mas de lo previsto, que
tiene como limite mı́nimo 80.
Comprobación:
x1 + x2 − S1 = 80 −→ 70 + 15 - 5 = 80
x1 + 2x2 + S2 =100 −→ 70 + 2(15) + 0 = 100.
Función Objetivo:
Z(MIN ) = 3X1 + 2X2 + 5x3 + 0S1 + 0S2 + S3
TABLA I:
Cj 3 2 5 0 0 0 Tabla I
xi bn x1 x2 x3 S1 S2 S3
0 S1 430 1 2 1 1 0 0
←− 0 S2 460 3 0 2∗ 0 1 0
0 S3 420 1 4 0 0 0 1
Zj 0 0 0 0 0 0 0
Zj − C j — -3 -2 -5 0 0 0
TABLA II:
Se escoje el menor de los valores negativos de la fila del criterio simplex, que
en este caso es -5; ya que, en esta fila deben constar de valores positivos o
ceros. De manera que, la columna que ingresa es x3 con una utilidad de cinco
dolares. Se determina la fila que sale, para lo cual, se busca el menor cociente
de dividir:
430 ÷ 1 = 430 −→ 1◦ semipivote
bn
460 ÷ 2 = 230 −→ 2∗ pivote
=
x3 430 ÷ 0 = N O −→ 0◦ semipivote
Coeficientes de x3 : Coeficientes de S1 :
Coeficientes de S3 :
Cj 3 2 5 0 0 0 Tabla II
xi bn x1 x2 x3 S1 S2 S3
0 S1 200 -0.5 2 0 1 -0.5 0
←− 5 x3 230 1.5 0 1 0 0.5 0
0 S3 420 1 4 0 0 0 1
Zj 1150 7.5 0 5 0 2.5 0
Zj − C j — 4.5 -2 0 0 2.5 0
TABLA III:
Se escoje el menor de los valores negativos de la fila del criterio simplex, que
en este caso es -2; ya que, en esta fila deben constar de valores positivos o ceros.
De manera que, la columna que ingresa es x2 con una utilidad de dos dolares.
Se determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
200
= 100 −→ 1∗ pivote
2
bn
230
= = N o −→ 0◦ semipivote
x2
0
420
= 105 −→ 4◦ semipivote
4
Coeficientes de x2 : Coeficientes de x3 :
Coeficientes de S3 :
Coeficientes de S3 :
420 − 100 × 4 = 20
0 − 0.5 × 4 = −2
1 − −0.25 × 4 = 2
0 − −0.25 × 4 = 1
4 − 1×4 = 0
1 − (0 × 4) = 1
0 − 0×4 = 0
Cj 3 2 5 0 0 0 Tabla III
xi bn x1 x2 x3 S1 S2 S3
2 x2 100 -0.25 1 0 0.5 -0.25 0
←− 5 x3 230 1.5 0 1 0 0.5 0
0 S3 20 2 0 0 -2 1 1
Zj 1350 7.0 2 5 1 2.0 0
Zj − Cj — 3.5 0 0 1 2.25 0
Solución óptima:
Z(MÁX) = 1350 Dólares de utilidad
x1 = 0 S1 = 0
x2 = 100 S2 = 0
x3 = 230 S3 = 20 minutos.
El valor de S3 significa que existe 20 minutos de la Operación que no han sido
utilizados.
Restricciones:
x1 ≤ 1000 V enta Articulo A
x2 ≤ 500 V enta Articulo B
x3 ≤ 1500 V enta Articulo C
x1 x x
+ 2+ 3
≤ 45 T iempo
50 25 75
x ,x ,x
1 2 3 ≥ 0 N o − negatividad
Variables de holgura y Artificiales:
x1 + 0x2 + 0x3 + S1 = 1000
0x1 + x2 + 0x3 + S2 = 500
0x1 + 0x2 + x3 + S3 = 1500
3x + 6x + 2x
+ S4 = 6750
1 2 3
En la cuarta restricción se obtuvo buscado el mı́nimo común denominador de
los quebrados y realizando las operaciones necesarias (150).
Función Objetivo:
Z(MIN ) = 4X1 + 12X2 + 3x3 + 0S1 + 0S2 + S3
TABLA I:
Cj 4 12 2 0 0 0 0 Tabla I
xi bn x1 x2 x3 S1 S2 S3 S4
0 S1 1000 1 0 0 1 0 0 0
←− 0 S2 500 0 1 0 0 1 0 0
0 S3 1500 0 0 1 0 0 1 0
0 S3 6750 3 6 2 0 0 0 1
Zj 0 0 0 0 0 0 0 0
Zj − Cj — -4 -12 -2 0 0 0 0
TABLA II:
Se escoje el menor de los valores negativos de la fila del criterio simplex, que
en este caso es -12; ya que, en esta fila deben constar de valores positivos o
ceros. De manera que, la columna que ingresa es x2 con una utilidad de doce
dolares. Se determina la fila que sale, para lo cual, se busca el menor cociente
de dividir:
1000
= No −→ 0◦ semipivote
0
500
= 500 −→ 1∗ pivote
1
bn
=
x2
1500
= No −→ 0◦ semipivote
0
6750 = 1125
−→ 0◦ semipivote
6
Coeficientes de x2 : Coeficientes de S1 :
500 ÷ 1 = 500
1000 − 500 × 0 = 1000
0 ÷ 1 = 0 1 − 0×0 = 1
1 ÷ 1 = 1
0 − 1×0 = 0
0 ÷ 1 = 0
0 − (0 × 0) = 0
0 ÷ 1 = 0
1 − (0 × 0) = 1
1 ÷ 1 = 1 0 − (1) × 0 = 0
0 ÷ 1 = 0
0 − (0) × 0 = 0
0 ÷ 1 = 0 0 − (0) × 0 = 0
Coeficientes de S3 : Coeficientes de S4 :
1500 − 500 × 0 = 1500
6750 − 500 × 6 = 3750
0 − 0×0 = 0 3 − 0×6 = 3
0 − 1×0 = 0 6 − 1×6 = 0
1 − 0×0 = 1
2 − 0×6 = 2
0 − 0×0 = 0
0 − 0×6 = 0
0 − 1×0 = 0 0 − 1×6 = −6
1 − (0 × 0) = 1
0 − 0×6 = 0
0 − (0 × 0) = 0 1 − (0 × 6) = 1
Cj 4 12 2 0 0 0 0 Tabla II
xi bn x1 x2 x3 S1 S2 S3 S4
0 S1 1000 1 0 0 1 0 0 0
←− 12 x2 500 0 1 0 0 1 0 0
0 S3 1500 0 0 1 0 0 1 0
0 S4 3750 3 0 2 0 -6 0 1
Zj 6000 0 12 0 0 12 0 0
Zj − Cj — -4 0 -2 0 12 0 0
TABLA III:
Se escoje el menor de los valores negativos de la fila del criterio simplex, que
en este caso es -4; ya que, en esta fila deben constar de valores positivos o ce-
ros. De manera que, la columna que ingresa es x1 con una utilidad de cuatro
dolares. Se determina la fila que sale, para lo cual, se busca el menor cociente
de dividir:
1000
= 1000 −→ 1◦ pivote
1
500
= No −→ 0◦ semipivote
0
bn
=
x1
1000
= No −→ 0◦ semipivote
0
3750 = 1250
−→ 3◦ semipivote
3
Coeficientes de x1 : Coeficientes de x2 :
1000 ÷ 1 = 1000
500 − 1000 × 0 = 500
1 ÷ 1 = 1 0 − 1×0 = 0
0 ÷ 1 = 0 1 − 0×0 = 1
0 ÷ 1 = 0
0 − (0 × 0) = 0
1 ÷ 1 = 1
0 − (1 × 0) = 0
0 ÷ 1 = 0 1 − (0) × 0 = 1
0 ÷ 1 = 0
0 − (0) × 0 = 0
0 ÷ 1 = 0 0 − (0) × 0 = 0
Coeficientes de S3 : Coeficientes de S4 :
1500 − 1000 × 0 = 1500
3750 − 1000 × 3 = 750
0 − 1×0 = 0 3 − 1×3 = 0
0 − 0×0 = 0 0 − 0×3 = 0
1 − 0×0 = 1
2 − 0×3 = 2
0 − 1×0 = 0
0 − 1×3 = −3
0 − 0×0 = 0 −6 − 0 × 3 = −6
1 − (0 × 0) = 1
0 − 0×3 = 0
0 − (0 × 0) = 0 1 − (0 × 3) = 1
Cj 4 12 2 0 0 0 0 Tabla III
xi bn x1 x2 x3 S1 S2 S3 S4
←− 4 x1 1000 1 0 0 1 0 0 0
12 x2 500 0 1 0 0 1 0 0
0 S3 1500 0 0 1 0 0 1 0
0 S4 750 0 0 2 -3 -6 0 1
Zj 10000 4 12 0 4 12 0 0
Zj − C j — 0 0 -2 4 12 0 0
TABLA IV:
Se escoje el menor de los valores negativos de la fila del criterio simplex, que
en este caso es -2; ya que, en esta fila deben constar de valores positivos o ceros.
De manera que, la columna que ingresa es x3 con una utilidad de dos dolares.
Se determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
1000
= No −→ 0◦ semipivote
0
500
= No −→ 0◦ semipivote
0
bn
=
x3
1500
= 1500 −→ 1◦ semipivote
1
750 = 375
−→ 2∗ pivote
2
Coeficientes de x3 : Coeficientes de x2 :
750 ÷ 2 = 375
500 − 375 × 0 = 500
0 ÷ 2 = 0 0 − 0×0 = 0
0 ÷ 2 = 0 1 − 0×0 = 1
2 ÷ 2 = 1
0 − (1 × 0) = 0
−3 ÷ 2 = −1.5
0 − (−1.5 × 0) = 0
−6 ÷ 2 = −3 1 − (−3) × 0 = 1
0 ÷ 2 = 0
0 − (0) × 0 = 0
1 ÷ 2 = 0.5 0 − (0.5) × 0 = 0
Coeficientes de S3 : Coeficientes de x1 :
1500 − 375 × 1 = 1125
1000 − 375 × 0 = 1000
0 − 0×1 = 0 1 − 0×0 = 1
0 − 0×1 = 0 0 − 0×0 = 0
1 − 1×1 = 0
0 − 1×0 = 0
0 − −1.5 × 1 = 1.5
1 − −1.5 × 0 = 1
0 − −3 × 1 = 3 0 − −3 × 0 = 0
1 − (0 × 1) = 1
0 − 0×0 = 0
0 − (0.5 × 1) = −0.5 0 − (0.5 × 0) = 0
Cj 4 12 2 0 0 0 0 Tabla IV
xi bn x1 x2 x3 S1 S2 S3 S4
←− 4 x1 1000 1 0 0 1 0 0 0
12 x2 500 0 1 0 0 1 0 0
0 S3 1125 0 0 0 1.5 3 1 -0.5
2 x3 375 0 0 1 -1.5 -3 0 0.5
Zj 10750 4 12 2 1 6 0 0
Zj − Cj — 0 0 0 1 6 0 0
Solución optima:
Z(MÁX) = 10.750 Utilidad
A = x1 = 1000
B = x2 = 500
C = x3 = 375
S1 = 0
S2 = 0
S3 = 1125
S4 = 0
El valor de S3 = 1125 significa que, no se ha vendido lo previsto del producto
C; es decir, se ha vendido 375 unidades de las 1.500 unidades.
Comprobación:
x1 + S1 = 1000 −→ 1000 + 0 = 1000
Cj 20 10 30 0 0 0 0 M M Tabla I
xi bn x1 x2 x3 S1 S2 S3 S4 m2 m3
0 S1 800 1 1 1 1 0 0 0 0 0
←− M m2 200 1∗ 0 0 0 -1 0 0 1 0
M m3 100 0 1 0 0 0 -1 0 0 1
0 S4 200 0 0 1 0 0 0 1 0 0
Zj 300M M M 0 0 -M -M 0 M M
Zj − Cj — M M 0 0 -M -M 0 0 0
TABLA II:
Se escoje el mayor de los valores positivos de la fila del criterio simplex, que
en este caso existe dos valores posibles , se escoje cualquiera de ellos, es 1; ya
que, en esta fila deben constar de valores positivos o ceros. De manera que, la
columna que ingresa es x1 con una utilidad de veinte dolares. Se determina la
fila que sale, para lo cual, se busca el menor cociente de dividir:
800
= 800 −→ 1◦ semipivote
1
200
= 200 −→ 1∗ pivote
1
bn
=
x1 100
= N o −→ 0◦ semipivote
0
200 = N o −→ 0◦ semipivote
0
Coeficientes de x1 : Coeficientes de S1 :
200 ÷ 1 = 200
800 − 200 × 1 = 600
1 ÷ 1 = 1
1 − 1×1 = 0
0 ÷ 1 = 0 1 − 0×1 = 1
0 1 = 0 1 (0 1) = 1
÷
− ×
0 ÷ 1 = 0
1 − (0 × 1) = 1
−1 ÷ 1 = −1 0 − (−1) × 1 = 1
0 ÷ 1 = 0 0 − (0) × 1 = 0
0 ÷ 1 = 0
0 − (0) × 1 = 0
1 ÷ 1 = 1 0 − (1) × 1 = 0
0 ÷ 1 = 0 0 − (0) × 1 = 0
Coeficientes de m3 : Coeficientes de S4 :
100 − 200 × 0 = 100
200 − 200 × 0 = 200
0 − 1×0 = 0
0 − 1×0 = 0
1 − 0 × 0 = 1 0 − (0 × 0) = 0
0 − 0×0 = 0 1 − (0 × 0) = 1
0 − 0×0 = 0
0 − 0×0 = 0
0 − −1 × 0 = 0
0 − −1 × 0 = 0
−1 − 0 × 0 = −1 0 − 0×0 = 0
0 − 0 × 0 = 0
1 − (0 × 0) = 1
0 − 1×0 = 0 0 − 1×0 = 0
1 − 0×0 = 1 0 − 0×0 = 0
Cj 20 10 30 0 0 0 0 M M Tabla II
xi bn x1 x2 x3 S1 S2 S3 S4 m2 m3
0 S1 600 0 1 1 1 1 0 0 0 0
←− 20 x1 200 1∗ 0 0 0 -1 0 0 1 0
M m3 100 0 1 0 0 0 -1 0 0 1
0 S4 200 0 0 1 0 0 0 1 0 0
Zj 100M 0M M 0M 0 0M -M 0 0M M
Zj − Cj — 0M M 0M 0 0M -M 0 -M 0
TABLA III:
Se escoje el mayor de los valores positivos de la fila del criterio simplex, es M;
ya que, en esta fila deben constar de valores positivos o ceros. De manera que,
la columna que ingresa es x2 con una utilidad de diez dolares. Se determina la
fila que sale, para lo cual, se busca el menor cociente de dividir:
600 ÷ 1 = 600 −→ 1◦ semipivote
200 ÷ 0 = N o −→ 0∗ semipivote
bn
=
x2
100 ÷ 1 = 100 −→ 1∗ pivote
200 ÷ 0 = N o −→ 0◦ semipivote
Coeficientes de x2 : Coeficientes de S1 :
100 ÷ 1 = 100
600 − 100 × 1 = 500
0 ÷ 1 = 0
0 − 0×1 = 0
1 ÷ 1 = 1 1 − 1×1 = 0
0 ÷ 1 = 0 1 − (0 × 1) = 1
0 ÷ 1 = 0
1 − (0 × 1) = 1
0 ÷ 1 = 0
1 − (0) × 1 = 1
−1 ÷ 1 = −1 0 − (−1) × 1 = 1
0 ÷ 1 = 0
0 − (0) × 1 = 0
0 ÷ 1 = 0 0 − (0) × 1 = 0
1 ÷ 1 = 1 0 − (1) × 1 = −1
Coeficientes de x1 : Coeficientes de S4 :
200 − 100 × 0 = 200
200 − 100 × 0 = 200
1 − 0×0 = 1
0 − 0×0 = 0
0 − 1×0 = 0 0 − (1 × 0) = 0
0 − 0×0 = 0 1 − (0 × 0) = 1
0 − 0×0 = 0
0 − 0×0 = 0
−1 − 0 × 0 = −1 0 − 0×0 = 0
0 − −1 × 0 = 0 0 − −1 × 0 = 0
0 − 0×0 = 0
1 − (0 × 0) = 1
1 − 0×0 = 1 0 − 0×0 = 0
0 − 1×0 = 0 0 − 1×0 = 0
Cj 20 10 30 0 0 0 0 Tabla III
xi bn x1 x2 x3 S1 S2 S3 S4
0 S1 500 0 0 1 1 1 1 0
20 x1 200 1 ∗ 0 0 0 -1 0 0
←− 10 x2 100 0 1 0 0 0 -1 0
0 S4 200 0 0 1 0 0 0 1
Zj 5000 20 10 0 0 -20 -10 0
Zj − Cj — 0 0 -30 0 -20 -10 0
500
= 500 −→ 1◦ semipivote
1
200
= No −→ 0∗ semipivote
0
bn
=
x2
100
−→ 0∗ semipivote
= No
0
200
= 200 −→ 1∗ pivote
1
Coeficientes de x3 : Coeficientes de S1 :
200 ÷ 1 = 200
500 − 200 × 1 = 300
0 ÷ 1 = 0 0 − 0×1 = 0
0 1 = 0 0 0 1 = 0
÷
− ×
1 ÷ 1 = 1
1 − (1 × 1) = 0
0 ÷ 1 = 0
1 − (0 × 1) = 1
0 ÷ 1 = 0 1 − (0) × 1 = 1
0 ÷ 1 = 0
1 − (0) × 1 = 1
1 ÷ 1 = 1 0 − (1) × 1 = −1
Coeficientes de x1 : Coeficientes de x2 :
200 − 200 × 0 = 200
100 − 200 × 0 = 100
1 − 0×0 = 1 0 − 0×0 = 0
0 − 0×0 = 0 1 − (0 × 0) = 1
0 − 1×0 = 0
0 − (1 × 0) = 0
0 − 0×0 = 0
0 − 0×0 = 0
−1 − 0×0 = −1 0 − 0×0 = 0
0 − 0×0 = 0
−1 − 0 × 0 = −1
0 − 1×0 = 0 0 − (1 × 0) = 0
Cj 20 10 30 0 0 0 0 Tabla IV
xi bn x1 x2 x3 S1 S2 S3 S4
0 S1 300 0 0 0 1 1 1 -1
20 x1 200 1 ∗ 0 0 0 -1 0 0
←− 10 x2 100 0 1 0 0 0 -1 0
30 x3 200 0 0 1 0 0 0 1
Zj 11000 20 10 30 0 -20 -10 30
Zj − C j — 0 0 0 -20 -10 30
TABLA V:
Ahora se escoje el menor de los valores negativos, de manera que, la columna
que ingresa es S2 con una utilidad de cero dolares. Se determina la fila que
sale, para lo cual, se busca el menor cociente de dividir:
300 ÷ 1 = 300 −→ 1∗ pivote
200 ÷ −1 = N o −→ −1∗ semipivote
bn
=
S2 100 ÷ 0 = N o −→ 0∗ semipivote
200 ÷ 0 = N o −→ 0∗ semipivote
Coeficientes de S2 : Coeficientes de x3 :
300 ÷ 1 = 300
200 − 300 × 0 = 200
0 ÷ 1 = 0 0 − 0×0 = 0
0 ÷ 1 = 0 0 − 0×0 = 0
0 ÷ 1 = 0
1 − (0 × 0) = 1
1 ÷ 1 = 1
0 − (1 × 0) = 0
1 ÷ 1 = 1 0 − (1) × 0 = 0
1 ÷ 1 = 1
0 − (1) × 0 = 0
−1 ÷ 1 = −1
1 − (−1) × 0 = 1
Coeficientes de x1 : Coeficientes de x2 :
200 − 300 × −1 = 500
100 − 300 × 0 = 100
1 − 0 × −1 = 1 0 − 0×0 = 0
0 − 0 × −1 = 0 1 − (0 × 0) = 1
0 − 0 × −1 = 0
0 − (0 × 0) = 0
0 − 1 × −1 = 1
0 − 1×0 = 0
−1 − 1 × −1 = 0 0 − 1×0 = 0
0 − 1 × −1 = 1
−1 − 1×0 = −1
0 − −1 × −1 = −1 0 − (−1 × 0) = 0
Cj 20 10 30 0 0 0 0 Tabla V
xi bn x1 x2 x3 S1 S2 S3 S4
0 S2 300 0 0 0 1 1 1 -1
20 x1 500 1∗ 0 0 1 0 1 -1
←− 10 x2 100 0 1 0 0 0 -1 0
30 x3 200 0 0 1 0 0 0 1
Zj 17000 20 10 30 20 0 10 10
Zj − C j — 0 0 0 20 0 10 10
Solución óptima:
Z(MÁX) = 17.000 dólares
x1 = 500 Cajas de Naranjas
x2 = 100 Cajas de Toronjas
x3 = 200 Cajas de Mandarinas
S2 = 300.
El valor S2 = 300 significa que, el camión esta llevado 300 cajas de naranjas
mas de lo previsto.
a) Resuelva gráficamente,
b) Por el método simplex
a) Solución gráfica:
Formulación del problema:
A
B −→ P roductos
x1 x2 −→ N úmero de botellas
10
6 −→ U tilidad
Restricciones:
x1 + x2 ≥ 60 Cantidad de Botellas
x1 3x2
+ ≤ 12 T iempo de LLenado
10 10
x1 + x2 ≤ 1
Capacidad de Empresa
80 55
x1 ≤ 50 Demanda de A
x ,x ,x ≥ 0
N o − negatividad
1 2 3
Abstracci
ón:
x1 + x2 = 60
x1 + 3x2 = 120
11x1 + 16x2 = 880
x1 = 50
Función Objetivo:
Z(MIN ) = 10x1 + 6x2
Se gráfica cada una de las ecuaciones presentadas en abstracción, se en-
cuentra cada uno de los puntos de intersección, resolviendo los respecti-
vos sistemas entre cada par de funciones:
Punto C (Ecuaciones 1 y 2):
(
x1 + x2 = 60
−→ C(30,30)
x1 + 3x2 = 120
Punto D (Ecuaciones 2 y 4):
(
11x1 + 16x2 = 880
−→ D(42,26)
x1 + 3x2 = 120
Punto E (Ecuaciones 3 y 4):
(
11x1 + 16x2 = 880
−→ E(50,21)
x1 = 50
Función Objetivo:
Z(MIN ) = 10x1 + 6x2 + 0S1 + 0S2 + 0S3 + 0S4 + Mm1
TABLA I:
Cj 10 6 0 0 0 0 M Tabla I
xi bn x1 x2 S1 S2 S3 S4 m1
M m1 60 1 1 -1 0 0 0 1
0 S2 120 1∗ 3 0 1 0 0 0
0 S3 880 11 16 0 0 1 0 0
←− 0 S4 50 1 0 0 0 0 1 0
Zj 60M M M -M 0M 0M 0M M
Zj − Cj — M M -M 0 0 0 0
TABLA II:
Se escoje el mayor de los valores positivos, ya que el ejercicio consta de
los dos signos de programación lineal. Como hay varios valores se esco-
je cualquiera de ellos de manera que, la columna que ingresa es x1 con
una utilidad de diez dolares. Se determina la fila que sale, para lo cual, se
busca el menor cociente de dividir:
1◦
60 ÷ 1 = 60 −→ semipivote
1◦
bn 120 ÷ 1 =
120 −→ semipivote
=
x1
880 ÷ 11 = 88 −→ 11◦ semipivote
50 ÷ 1 = 50 −→ 1∗ pivote
Coeficientes de x1 : Coeficientes de m1 :
50 ÷ 1 = 50
60 − 50 × 1 = 10
1 ÷ 1 = 1 1 − 1×1 = 0
0 ÷ 1 = 0 1 − 0×1 = 1
0 ÷ 1 = 0 −1 − (0 × 1) = −1
0 ÷ 1 = 0
0 − (0 × 1) = 0
0 ÷ 1 = 0 0 − (0) × 1 = 0
1 ÷ 1 = 1
0 − (1) × 1 = −1
0 ÷ 1 = 0
1 − (0) × 1 =
1
Coeficientes de S2 : Coeficientes de S3 :
120 − 50 × 1 = 70
880 − 50 × 11 = 330
1 − 1×1 = 0 11 − 1 × 11 = 0
3 − 0×1 = 3 16 − (0 × 11) = 16
0 − 0×1 = 0
0 − (0 × 11) = 0
1 − 0×1 = 1
0 − 0 × 11 = 0
0 − 0×1 = 0 1 − 0 × 11 = 1
0 − 1×1 = −1
0 − 1 × 11 = −11
0 − 0×1 = 0 0 − (0 × 11) = 0
Cj 10 6 0 0 0 0 M Tabla II
xi bn x1 x2 S1 S2 S3 S4 m1
←− M m1 10 0 1 -1 0 0 -1 1
0 S2 70 0 3 0 1 0 -1 0
0 S3 330 0 16 0 0 1 -11 0
−→ 10 x1 50 1 0 0 0 0 1 0
Zj 10M 10 M -M 0M 0M -M M
Zj − Cj — 0 M -M 0 0 -M 0
TABLA III:
Se escoje el mayor de los valores positivos, como hay varios valores se
escoje cualquiera de ellos de manera que, la columna que ingresa es x2 con
una utilidad de seis dolares, ademas la columna de m1 ya no se considera
Se determina la fila que sale, para lo cual, se busca el menor cociente de
dividir:
−→ 1∗
10 ÷ 1 = 10 pivote
70 ÷ 3 = 23.3 −→ 3◦ semipivote
bn
=
x2
330 ÷ 16 = 20.6 −→ 16◦ semipivote
50 ÷ 0 = N o −→ 0◦ semipivote
Coeficientes de x2 : Coeficientes de S2 :
10 ÷ 1 = 10 70 − 10 × 3 = 40
0 ÷ 1 = 0 0 − 0×3 = 0
1 ÷ 1 = 1
3 − 1 × 3 = 0
−1 ÷ 1 = −1 0 − (−1 × 3) = 3
0 ÷ 1 = 0 1 − (0 × 3) = 1
0 ÷ 1 = 0
0 − (0) × 3 = 0
−1 ÷ 1 = −1 −1 − (−1) × 3 = 2
Coeficientes de S3 : Coeficientes de x1 :
330 − 10 × 16 = 170 50 − 10 × 0 = 50
0 − 0 × 16 = 0 1 − 0×0 = 1
16 − 1 × 16 = 0
0 − (1 × 0) = 0
0 − −1 × 16 = 16 0 − (−1 × 0) = 0
0 − 0 × 16 = 0 0 − 0×0 = 0
1 − 0 × 16 = 1
0 − 0×0 = 0
−11 − −1 × 16 = 5 1 − −1 × 0 = 1
Cj 10 6 0 0 0 0 Tabla III
xi bn x1 x2 S1 S2 S3 S4
−→ 6 x2 10 0 1 -1 0 0 -1
0 S2 40 0 0 3 1 0 2
←− 0 S3 170 0 0 16 0 1 5
10 x1 50 1 0 0 0 0 1
Zj 560 10 6 -6 0 0 4
Zj − C j — 0 0 -6 0 0 4
TABLA IV:
Se escoje el menor de los valores negativos, de manera que, la columna
que ingresa es S1 con una utilidad de cero dolares. Se determina la fila
que sale, para lo cual, se busca el menor cociente de dividir:
10 ÷ −1 = N o −→ 1◦ semipivote
40 ÷ 3 = 13.3 −→ 3◦ semipivote
bn
=
S1 170 ÷ 16 = 10.6 −→ 16∗ pivote
50 ÷ 0 = N o −→ 0◦ semipivote
Coeficientes de S1 : Coeficientes de S2 :
Cj 10 6 0 0 0 0 Tabla IV
xi bn x1 x2 S1 S2 S3 S4
−→ 6 x2 20.6 0 1 0 0 0.06 -0.7
0 S2 8.2 0 0 0 1 -0.18 1.1
←− 0 S1 10.6 0 0 1 0 0.06 0.3
10 x1 50 1 0 0 0 0 1
Zj 623.6 10 6 0 0 0.48 5.8
Zj − Cj — 0 0 0 0 0.48 5.8
Comprobación:
x1 + 3x2 + S2 = 120 −→ 50 + 3(20.6) + 8.2 = 120 −→ 120 = 120
a) Método gráfico:
Formulación del problema:
N ormal
Doble puerta −→ Ref rigeradoras
x1 x2 −→ N úmero de ref rigeradoras
30.000
60.000 −→ U tilidad = P recio de venta − Costos
Restricciones:
x1 + x2 ≤ 100 Compresores
5x2 ≤ 350 Linea especial
x1 + 0.5x2 ≤ 80 Linea comun
x1 , x 2 ≥ 0 N o − negatividad
Abstracci
ón:
x1 + x2 = 100
5x2 = 350
x1 + 0.5x2 = 80
Función Objetivo:
Z(MIN ) = 30x1 + 60x2 (En miles)
Cj 30 60 0 0 0 Tabla I
xi bn x1 x2 S1 S2 S3
0 S1 100 1 1 1 0 0
←− 0 S2 350 0 5 0 1 0
0 S3 80 0.5 0 0 0 1
Zj 0 0 0 0 0 0
Zj − Cj — -30 -60 0 0
TABLA II:
Se escoje el menor de los valores negativos, de manera que, la columna
que ingresa es x2 con una utilidad de sesenta dólares. Se determina la fila
que sale, para lo cual, se busca el menor cociente de dividir:
100 = 100 −→ 1◦ semipivote
1
bn 350
= = 70 −→ 5∗ pivote
x2
5
80 = N o −→ 0◦ semipivote
0
Coeficientes de x2 : Coeficientes de S1 :
350 ÷ 5 = 70 100 − 70 × 1 = 30
0 ÷ 5 = 0 1 − 0×1 = 1
5 ÷ 5 = 1
1 − 1×1 = 0
0 ÷ 5 = 0
1 − (0 × 1) = 1
1 ÷ 5 = 0.2 0 − (0.2 × 1) = −0.2
0 ÷ 5 = 0 0 − (0) × 1 = 0
Coeficientes de S3 :
80 − 70 × 0 = 80
0.5 − 0 × 0 = 0.5
0 − 1×0 = 0
0 − 0 × 0 = 0
0 − 0.2 × 0 = 0
1 − 0×0 = 1
Cj 30 60 0 0 0 Tabla III
xi bn x1 x2 S1 S2 S3
0 S1 30 1 0 1 -0.2 0
−→ 60 x2 70 0 1 0 0.2 0
0 S3 80 0.5 0 0 0 1
Zj 4200 0 60 0 12 0
Zj − Cj — -30 0 0 12 0
TABLA III:
Se escoje el menor de los valores negativos, de manera que, la columna
que ingresa es x1 con una utilidad de treinta dólares. Se determina la fila
que sale, para lo cual, se busca el menor cociente de dividir:
30
= 30 −→ 1∗
pivote
1
bn
70
= = N o −→ 0◦ semipivote
x2
0
80
= 160 −→ 0.5◦ semipivote
0.5
Coeficientes de x1 : Coeficientes de x2 :
30 ÷ 1 = 30 70 − 30 × 0 = 70
1 ÷ 1 = 1 0 − 1×0 = 0
0 ÷ 1 = 0 1 − 0×0
= 1
1 ÷ 1 = 1
0 − (1 × 0) = 0
−0.2 ÷ 1 = −0.2 0.2 − (−0.2 × 0) = 0.2
0 ÷ 1 = 0 0 − (0) × 0 = 0
Coeficientes de S3 :
80 − 30 × 0.5 = 65
0.5 − 1 × 0.5 = 0
0 − 0 × 0.5 = 0
0 − 1 × 0.5 = −0.5
0 − −0.2 × 0.5 = 0.1
1 − 0 × 0.5 = 1
Cj 30 60 0 0 0 Tabla III
xi bn x1 x2 S1 S2 S3
←− 30 x1 30 1 0 1 -0.2 0
−→ 60 x2 70 0 1 0 0.2 0
0 S3 65 0 0 -0.5 0.1 1
Zj 5100 30 60 30 6 0
Zj − C j — 0 0 30 6 0
a) Método gráfico:
Formulaci
ón del Problema:
Color Blanco N egro −→ T elevisores
x1 x2 −→ N úmero de T elevisores
150
60 −→ U tilidad
Restricciones:
x1 + x2 ≤ 500 T ubos de pantalla importados
x1 ≤ 250 T ubo de pantalla a color
1.5x1 + x2 ≤ 600 Capacidad de ensamblaje
x2 ≤ 300 Contratos de pantalla a blanco − negro
x2 ≥ 150 Demanda de pantalla a blanco − negro
x ,x ≥ 0
1 2 N o − negatividad
Las restricciones tienen que duplicarse, porque las preguntas están he-
chas para dos meses.
TABLA I:
Cj 150 60 0 0 0 0 0 M Tabla I
xi bn x1 x2 S1 S2 S3 S4 S5 m4
0 S1 1000 1 1 1 0 0 0 0 0
0 S2 500 1 0 0 1 0 0 0 0
0 S3 1200 1.5 1 0 0 1 0 0 0
←− M m4 300 0 1∗ 0 0 0 -1 0 1
0 S5 600 0 1 0 0 0 0 1 0
Zj 300M 0 M 0 0 0 -M 0 M
Zj − Cj — 0 M 0 0 0 -M 0 0
TABLA II:
Se escoje el mayor de los valores positivos, de manera que, la columna
que ingresa es x2 con una utilidad de sesenta dólares. Se determina la fila
que sale, para lo cual, se busca el menor cociente de dividir:
1◦
1000 ÷ 1 = 1000 −→ semipivote
0◦
500 ÷ 0 = No −→ semipivote
bn
1◦
= 1200 ÷ 1 = 1200 −→ semipivote
x2
300 ÷ 1 = 300 −→ 1∗ pivote
1◦
600 ÷ 1 = 600 −→ semipivote
Coeficientes de x2 : Coeficientes de S1 :
300 ÷ 1 = 300
1000 − 300 × 1 = 700
0 ÷ 1 = 0 1 − 0×1 = 1
1 ÷ 1 = 1
1 − 1×1 = 0
0 ÷ 1 = 0
1 − (0 × 1) = 1
0 ÷ 1 = 0
0 − (0 × 1) = 0
0 ÷ 1 = 0 0 − (0) × 1 = 0
−1 ÷ 1 = −1
0 − (−1 × 1) = 1
0 ÷ 1 = 0 0 − (0 × 1) = 0
Coeficientes de S2 : Coeficientes de S3 :
500 − 300 × 0 = 500
1200 − 300 × 1 = 900
1 − 0×0 = 1 1.5 − 0 × 1 = 1.5
0 − 1×0 = 0
1 − 1×1 = 0
0 − (0 × 0) = 0
0 − (0 × 1) = 0
1 − (0 × 0) = 1
0 − (0 × 1) = 0
0 − (0) × 0 = 0 1 − (0) × 1 = 1
0 − (−1 × 0) = 0
0 − (−1 × 1) = 1
0 − (0 × 0) = 0 0 − (0 × 1) = 0
Coeficientes de S5 :
600 − 300 × 1 = 300
0 − 0×1 = 0
1 − 1×1 = 0
0 − (0 × 1) = 0
0 − (0 × 1) = 0
0 − (0) × 1 = 0
0 − (−1 × 1) = 1
1 − (0 × 1) = 1
Cj 150 60 0 0 0 0 0 Tabla II
xi bn x1 x2 S1 S2 S3 S4 S5
0 S1 700 1 0 1 0 0 1 0
←− 0 S2 500 1∗ 0 0 1 0 0 0
0 S3 900 1.5 0 0 0 1 1 0
−→ 60 x2 300 0 1 0 0 0 -1 0
0 S5 300 0 0 0 0 0 1 1
Zj 18000 0 60 0 0 0 -60 0
Zj − C j — -150 0 0 0 0 -60 0
TABLA III:
Se escoje el menor de los valores negativos, de manera que, la columna
que ingresa es x1 con una utilidad de ciento cincuenta dólares. Se deter-
mina la fila que sale, para lo cual, se busca el menor cociente de dividir:
1◦
700 ÷ 1 = 700 −→ semipivote
1∗
500 ÷ 1 = 500 −→ pivote
bn
1.5◦
= 1200 ÷ 1.5 = 800 −→ semipivote
x2
300 ÷ 0 = No −→ 0◦ semipivote
0◦
300 ÷ 0 = No −→ semipivote
Coeficientes de x1 : Coeficientes de S1 :
500 ÷ 1 = 500
700 − 500 × 1 = 200
1 ÷ 1 = 1 1 − 1×1 = 0
0 ÷ 1 = 0 0 − 0×1 = 0
0 ÷ 1 = 0
1 − (0 × 1) = 1
1 ÷ 1 = 1
0 − (1 × 1) = −1
0 ÷ 1 = 0 0 − (0) × 1 = 0
0 ÷ 1 = 0
1 − (0 × 1) = 1
0 ÷ 1 = 0 0 − (0 × 1) = 0
Coeficientes de x2 : Coeficientes de S3 :
300 − 500 × 0 = 300
900 − 500 × 1.5 = 150
0 − 1×0 = 0 1.5 − 1 × 1.5 = 0
1 0 0 = 1 0 0 1.5 = 0
− ×
− ×
0 − (0 × 0) = 0
0 − (0 × 1.5) = 0
0 − (1 × 0) = 0
0 − (1 × 1.5) = −1.5
0 − (0) × 0 = 0 1 − (0) × 1.5 = 1
−1 − (0 × 0) = −1
1 − (0 × 1.5) = 1
0 − (0 × 0) = 0 0 − (0 × 1.5) = 0
Coeficientes de S5 :
300 − 500 × 0 = 300
0 − 1×0 = 0
0 0 0 = 0
− ×
0 − (0 × 0) = 0
0 − (1 × 0) = 0
0 − (0) × 0 = 0
1 − (0 × 0) = 1
1 − (0 × 0) = 1
TABLA IV:
Se escoje el menor de los valores negativos, de manera que, la columna
que ingresa es S4 con una utilidad de cero dólares. Se determina la fila
que sale, para lo cual, se busca el menor cociente de dividir:
200 ÷ 1 = 200 −→ 1◦ semipivote
500 ÷ 0 = 500 −→ 0∗
semipivote
bn ∗
= 150 ÷ 1 = 150 −→ 1 pivote
x2 ◦ semipivote
300 ÷ −1 = N o −→ −1
300 ÷ 1 = 300 −→ 1◦ semipivote
Coeficientes de S4 : Coeficientes de S1 :
150 ÷ 1 = 150
200 − 150 × 1 = 50
0 ÷ 1 = 0 0 − 0×1 = 0
0 ÷ 1 = 0 0 − 0×1 = 0
0 ÷ 1 = 0
1 − (0 × 1) = 1
−1.5 ÷ 1 = −1.5
−1 − (−1.5 × 1) = 0.5
1 ÷ 1 = 1 0 − (1) × 1 = −1
1 ÷ 1 = 1
1 − (1 × 1) = 0
0 ÷ 1 = 0 0 − (0 × 1) = 0
Coeficientes de x2 : Coeficientes de x1 :
300 − 150 × −1 = 450
500 − 150 × 0 = 500
0 − 0 × −1 = 0 1 − 0×0 = 1
1 0 = 1
− × −1 0 − 0×0 = 0
0 − (0 × −1) = 0
0 − (0 × 0) = 0
0 − (−1.5 × −1) = −1.5
1 − (−1.5 × 0) = 1
0 − (1) × −1 = 1 0 − (1) × 0 = 0
−1 − (1 × −1) = 0
0 − (1 × 0) = 0
0 − (0 × −1) = 0 0 − (0 × 0) = 0
Coeficientes de S5 :
300 − 150 × 1 = 150
0 − 0×1 = 0
0 − 0×1 = 0
0 − (0 × 1) = 0
0 − (−1.5 × 1) = 1.5
0 − (1) × 1 = −1
1 − (1 × 1) = 0
1 − (0 × 1) = 1
Solución óptima por el método simplex:
Z(MÁX) = 102.000 Dólares
x1 = 500 Televisores a Color
x2 = 450 Televisores Blanco- Negro
S1 = 50 Existe 50 tubos de pantalla no utilizadas.
c) Si S2 = 0 Se agota el cupo de importación de los tubos de color.
S3 = 0 Se agota la capacidad de ensamblaje
S1 = 50 Existe en stock 50 tubos para televisores blanco-negro
Cj 150 60 0 0 0 0 0 Tabla IV
xi bn x1 x2 S1 S2 S3 S4 S5
0 S1 50 0 0 1 0.5 -1 0 0
←− 60 x2 450 0 1 0 -1.5 1 0 0
150 x1 500 1 0 0 0 0 0 0
−→ 0 S4 150 0 0 0 -1.5 1 1 0
0 S5 150 0 0 0 1.5 -1 0 1
Zj 102000 150 60 0 90 0 60 0
Zj − Cj — 0 0 0 90 0 60 0
estamos alcanzando ese objetivo, maximizar, ese mismo objetivo se lo podrı́a repre-
sentar, como el deseo de alcanzar un mı́nimo, y viceversa.
Esta asociación de los dos problemas se conoce como ”Dualidad.o ”Problema dual”.
El estudio del problema dual tiene un interés matemático - económico porque:
Lo escrito nos permite definir los objetivos del problema dual, que son:
2. Los coeficientes de la función objetivo del dual están formados por los térmi-
nos independientes de las restricciones del primal.
4. Si las restricciones del primal son del tipo ≥, las restricciones del dual serán
del tipo ≤ y viceversa.
Primal Dual
1. Problema primal:
Z(Max) = 4x1 + 5x2 + 9x3
Restricciones:
x1 + x2 + 2x3 ≤ 16
7x1 + 5x2 + 3x3 ≤ 25
xj ≥ 0
EL dual sera:
Siendo la función objetivo del primal de maximización, entonces la del dual
será minimización. Los términos independientes del primal pasan a ser los
coeficientes de la función objetivo del dual:
Z(MIN ) = 16y1 + 25y2
Para formar las restricciones del dual se toma s los coeficientes de las restric-
ciones del primal en sentido vertical:
y1 + 7y2 ≥ 4
y1 + 5y2 ≥ 5
2y1 + 3y2 ≥ 9
yj ≥ 0
Los términos independientes de las restricciones del dual son los coeficientes
de la función objetivo del primal.
Se ha planteado el problema dual, pero no se ha resuelto, para hallar el valor
de las variables del dual, es necesario el método simplex.
3. Cuando el primal este formado por todos los sı́mbolos matemáticos conocidos;
es decir: ≤, ≥ y =, en ese caso se resuelve de la siguiente manera:
Z(MAX) = 8x1 + 5x2
Restricciones:
4x1 + 3x2 ≥ 120
2x1 + 8x2 ≤ 160
x1 + 2x2 = 60
xj ≥ 0
Siendo el primal un problema de maximización, todas las restricciones deben
ser puestas en la forma ≤.
La primera se multiplica por (-1) para que cambie de sentido de la inecuación:
−4x1 − 3x2 ≤ −120
La tercera restricción por ser una igualdad se remplazara por dos: una con
signo ≥ y la otra con signo ≤.
x1 + 2x2 ≤ 60 y x1 + 2x2 ≥ 60
La segunda ecuación le multiplicamos por (-1) para que, cambia de signo de
la desigualdad para igualar al resto de inecuaciones; por lo tanto se obtiene:
−x1 − 2x2 ≤ −60.
Por lo tanto, el primal transformado a su forma canónica de maximización es:
Z(MAX) = 8x1 + 5x2
Restricciones:
−4x1 − 3x2 ≤ −120
2x1 + 8x2 ≤ 160
x1 + 2x2 ≤ 60
−x1 − 2x2 ≤ −60
xj ≥ 0
Después de haber transformado el primal, el dual tendrá la siguiente forma:
Z(MIN ) = −120y1 + 160y2 + 60y3 − 60y4
Restricciones:
−4y1 + 2y2 + y3 − y4 ≥ 8
Solución del Dual a través del primal: Una de las aplicaciones de la dualidad exis-
tente en programación lineal es la posibilidad de obtener la solución de un modelo
lineal a partir o por inspección de la solución de su dual o de su primal.
Esto significa que habiendo resuelto un problema, implı́citamente esta resuelto
el otro.
Entonces, esto da la posibilidad de trabajar con aquel modelo que tenga menor
número de restricciones, disminuyendo por tanto el tiempo de solución.
Con un análisis sencillo se establece las relaciones entre la solución óptima del
primal y la solución óptima de su dual.
La relación entre las funciones objetivas óptimas:
Utilizando la notación matricial se puede expresar un modelo de maximización,
como:
Funcion Objetivo
Z(max) = Cj Xj
P rimal =
Restricciones :
A·X ≤ b
j n
En donde:
Cj = matriz de una sola fila.
Xj = matriz de una sola columna (variables primales).
A = matriz de los coeficientes tecnológicos.
bn matriz de una sola columna que representa a los términos independientes.
Le corresponde un dual:
Funcion Objetivo
Z(max) = bnT yj
Dual = Restricciones :
AT · Y ≥ C T
j
En donde:
CjT = matriz transpuesta de C de una sola fila.
Yj = matriz de una sola columna (variables duales).
AT = matriz transpuesta de A que son los coeficientes tecnológicos.
óptimas principales del dual son numéricamente iguales al valor absoluto de los co-
rrespondientes elementos de las variables de holgura, que se encuentran en la fila
del criterio simplex en la tabla óptima del primal. Ya se indico que, un problema
de maximización esta asociado matemáticamente a otros de minimización, y como
matemáticamente el problema dual puede extraerse del primal.
Los dos problemas: Primal Y Dual; son en realidad modelos que representan la asig-
nación eficiente, optima de recursos limitados de una empresa. Por tanto, es natural
que también deben estar asociados en su interpretación económica. La interpreta-
ción económica nos permite:
Variables de holgura:
Z(MIN ) = 400y1 + 200y2 + 350y3 + 500y4 + 0S1 + 0S2 + Mm1 + Mm2
(
y1 + y2 + 2y4 − S1 +m1 = 40
y1 + y3 + y4 − S2 +m2 = 30
Tabla I:
Se escoje el mayor de los valores positivos que, en este caso es 25, de la fila
Zj − Cj de manera que, la columna que ingresa es y1 con un valor de 400. Se
determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
(
bn 20 ÷ 0.5 = 40 −→ 0.5◦ semipivote
=
y1 10 ÷ 0.5 = 20 −→ 0.5∗ pivote
Coeficientes de y1 : Coeficientes de y4 :
10 ÷ 0.5 = 20 20 − 20 × 0.5 = 10
0.5 ÷ 0.5 = 1 0.5 − 1 × 0.5 = 0
−0.5 ÷ 0.5 = −1
0.5 − −1 × 0.5 = 1
1 ÷ 0.5 = 2 0 − (2 × 0.5) = −1
0 ÷ 0.5 = 0 1 − (0 × 0.5) = 1
0.5 ÷ 0.5 = 1
−0.5 − (1) × 0.5 = −1
−1 ÷ 0.5 = −2 0 − (−2 × 0.5) = 1
Tabla IV:
El ejercicio es de minimización; por lo tanto, en la fila de decisión, Zj − Cj
debe constar de ceros o números negativos. Como este es el caso, el proceso ha
terminado.
Solución óptima:
Z(MIN ) = 13.000 Dolares
y1 = 20 y3 = 0 Son los mismos valores
y2 = 0 y4 = 10
2. Se producen dos artı́culos A y B los mismos que son procesados por 3 maqui-
nas M1 , M2 y M3 que disponen de 130, 190, 200, horas semanales al menos
respectivamente. La M1 procesa 1 unidad de A y 1 de B, M2 procesa 2 de A y
1 de B, M3 procesa 1 de A y 4 de B. El costo de procesar es 2 dólares por ca-
da unidad del articulo A y 3 dólares por cada unidad del articulo B. ¿Cuantas
unidades de A y B se deben procesar para que el costo sea mı́nimo?.
Método Primal:
Función Objetivo:
Z(MIN .) = 2X1 + 3X2 + 0S1 + 0S2 + 0S3
Restricciones:
x1 + x2 ≥ 130 Capasidad de M1
2x + x ≥ 190 Capasidad de M2
1
2
x1 + 4x 2 ≥ 200 Capacidad de M3
x1 ; x2 ≥ 0
Variables de Holgura:
Z(MAX.) = 2X1 + 3X2 + 0S1 + 0S2 + 0S3
x + x2 −S1 +Mm1 = 130
1
2x1 + x1 −S2 +Mm2 = 190
x1 + 4x2
−S3 +Mm3 = 200
Solución óptima del problema primal: El lector debe verificar las respuestas.
Z(MÍN) = 283,5 Dólares
x1 = 106,51 Unidades del articulo A
x2 = 23,5 Unidades del articulo B
S1 = 1.7 Capacidad no utilizada de M1
S2 = 0 Capacidad no utilizada de M2
S3 = 1.6 Capacidad no utilizada de M3
Método dual:
Función objetivo:
Tabla I:
Se escoje el menor de los valores negativos que, en este caso es -200, de la fila
Zj − Cj de manera que, la columna que ingresa es y3 con un valor de 200. Se
determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
(
bn 2÷1 = 2 −→ 1◦ semipivote
=
y3 3 ÷ 4 = 0.75 −→ 4∗ pivote
Coeficientes de y3 : Coeficientes de S1 :
Se escoje el menor de los valores negativos que, en este caso es -140, de la fila
Zj − Cj de manera que, la columna que ingresa es y2 con un valor de 190. Se
determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
(
bn 1.25 ÷ 1.75 = 0.71 −→ 1.75∗ pivote
=
y2 0.75 ÷ 0.25 = 3 −→ 0.25◦ semipivote
Coeficientes de y2 : Coeficientes de y3 :
Todavı́a hay valores negativos, se escoje el menor de los valores negativos que,
en este caso es -20, de la fila Zj − Cj de manera que, la columna que ingresa es
y1 con un valor de 190. Se determina la fila que sale, para lo cual, se busca el
menor cociente de dividir:
(
bn 0.71 ÷ 0.43 = 1.6 −→ 0.43∗ pivote
=
y2 0.57 ÷ 0.14 = 4.1 −→ 0.14◦ semipivote
Coeficientes de y1 : Coeficientes de y3 :
(
−y1 + 2y2 + y3 − y4 −S1 +Mm1 = 10
−y1 + 4y2 −S2 +Mm2 =8
Tabla I:
Se escoje el mayor de los valores positivos que, en este caso es 6M, de la fila
Zj − Cj de manera que, la columna que ingresa es y2 con un valor de 200. Se
determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
(
bn 10 ÷ 2 = 5 −→ 2◦ semipivote
=
y3 8 ÷ 4 = 2 −→ 4∗ pivote
Coeficientes de y2 : Coeficientes de m1 :
8 ÷ 4 = 2
10 − 2 × 2 = 6
−1 ÷ 4 = −0.25
−1 − −0.25 × 2
= −0.5
4 ÷ 4 = 1 2 − 1×2 = 0
0 ÷ 4 = 0
1 − (0 × 2) = 1
0 ÷ 4 = 0 −1 − (0 × 2) = −1
0 ÷ 4 = 0 −1 − (0) × 2 = −1
−1 ÷ 4 = −0.25
0 − (−0.25 × 2) = 0.5
0 ÷ 4 = 0 1 − (0 × 2) = 1
0 ÷ 4 = 0
0 − (0) × 2
= 0
Tabla II:
Coeficientes de y3 : Coeficientes de y2 :
6 ÷ 1 = 6
2 − 6×0 = 2
−0.5 ÷ 1 = −0.5
−0.25 − −0.5 × 0
= −0.25
0 ÷ 1 = 0 1 − 0×0 = 1
1 ÷ 1 = 1 0 − (1 × 0) = 0
−1 ÷ 1 = −1
0 − (−1 × 0) = 0
Coeficientes de y3 : Coeficientes de y2 :
−1 ÷ 1 = −1
0 − (−1) × 0 = 0
0.5 ÷ 1 = 0.5
−0, 25 − (0.5 × 0)
= −02.5
1 ÷ 1 = 1
0 − (1 × 0) = 0
0 ÷ 1 = 0
0 − (0) × 0 = 0
Tabla III:
x1 + x2 + x3 ≤ 800 Capasidad del camion
x1 ≥ 200 Cajas de naranjas
x2 ≥ 100 Cajas de toronjas
x3 ≤ 200 Cajas de mandarinas
x1 ; x2 ; x3 ≥ 0
Para transformar a su forma dual, el ejercicio requiere tener todas las desigual-
dades en una sola dirección; para lo cual, se multiplica por (−1) a las ecuacio-
nes que se desee cambiar la dirección de la desigualdad.
x1 + x2 + x3 ≤ 800 Capasidad del camion
−x 1 ≤ −200 Cajas de naranjas
−x2 ≤ −100 Cajas de toronjas
x ≤ 200 Cajas de mandarinas
3
x1 ; x2 ; x3 ≥ 0
Restricciones con los Cambios en Primal:
x1 + x2 + x3 ≤ 800 Capasidad del camion
−x1 + 0x 2 + 0x 3 ≤ −200 Cajas de naranjas
0x1 − x2 + 0x3 ≤ −100 Cajas de toronjas
0x1 + 0x2 + x3 ≤ 200 Cajas de mandarinas
x1 ; x2 ; x3 ≥ 0
Función Objetivo en Dual:
Z(Min.) = 800y1 − 20y2 − 100y3 + 200y4
Variables de Holgura en Dual :
Z(Min.) = 800y1 − 200y2 − 100y3 + 200y4 − 0S1 − 0S2 − 0S3 + Mm1 + Mm2 + Mm3
y − y + 0y3 + 0y4 − S1 +Mm1 = 20
1 2
y1 + 0y2 − y3 + 0y4 − S2 +Mm 2 = 10
y1 + 0y2 + 0y3 + y4
− S3 +Mm3 = 30
Tabla I:
Se escoje el mayor de los valores positivos que, en este caso es 3M, de la fila
Zj − Cj de manera que, la columna que ingresa es y1 con un valor de 800. Se
determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
20 ÷ 1 = 20 −→ 1◦ semipivote
bn
10 ÷ 1 = 10 −→ 1∗ pivote
=
y1 30 ÷ 1 = 30 −→ 1◦ semipivote
Coeficientes de y1 : Coeficientes de m1 :
20 − 10 × 1 = 10
10 ÷ 1 = 10
1 − 1×1 = 0
1 ÷ 1 = 1
0 ÷ 1 = 0
−1 − 0 × 1 = −1
−1 ÷ 1 = −1 0 − (−1 × 1) = 1
0 ÷ 1 = 0
0 − (0 × 1) = 0
0 ÷ 1 = 0 −1 − (0 × 1) = −1
−1 ÷ 1 = −1 0 − (−1 × 1) = 1
0 − (0 × 1) = 0
0 ÷ 1 = 0
0 ÷ 1 = 0 1 − (0 × 1) = 1
1 ÷ 1 = 1 0 − (1 × 1) = −1
0 − (0 × 1) =
0 ÷ 1 = 0 0
Coeficientes de m3 :
Coeficientes de m3 :
30 − 10 × 1 = 20
0 − (−1 × 1) = 1
1 − 1×1 = 0
−1 − (0 × 1) = −1
0 − 0×1 = 0
0 − (0 × 1) = 0
0 − (−1 × 1) = 1
0 − (1 × 1) = −1
1 − (0 × 1) = 1
1 − (0 × 1) =
0 − (0 × 1) = 1
0
Tabla II:
Se escoje el mayor de los valores positivos que, en este caso es 2M, de la fila
Zj − Cj de manera que, la columna que ingresa es y3 con un valor de -100. Se
determina la fila que sale, para lo cual, se busca el menor cociente de dividir:
10 ÷ 1 = 10 −→ 1∗
pivote
bn ◦
= 10 ÷ −1 = N o −→ −1 semipivote
y3 20 ÷ 1 = 20 −→ 1◦ semipivote
Coeficientes de y3 : Coeficientes de y1 :
10 ÷ 1 = 10 10 − 10 × −1 = 20
0 ÷ 1 = 0 1 − 0 × −1 = 1
−1 ÷ 1 = −1
0 − −1 × −1 = −1
1 ÷ 1 = 1 −1 − (1 × −1) = 0
0 ÷ 1 = 0 0 − (0 × −1) = 0
0 − (−1 × −1) = −1
−1 ÷ 1 = −1
1 ÷ 1 = 1 −1 − (1 × −1) = 0
Coeficientes de y3 : Coeficientes de y1 :
0 ÷ 1 = 0
0 − (0 × −1) = 0
0 − (1 × −1) = 1
1 ÷ 1 = 1
−1 ÷ 1 = −1
1 − (−1 × −1) = 0
0 ÷ 1 = 0
0 − (0 × −1) =
0
Coeficientes de m3 :
Coeficientes de m3 :
20 − 10 × 1 = 10
1 − (1 × 1) = 0
0 0 1 = 0
− ×
−1 − (0 × 1) =
−1
0 − −1 × 1 = 1
0 − (1 × 1) = −1
1 − (1 × 1) = 0
−1 − (−1 × 1) = 0
1 − (0 × 1) = 1
1 − (0 × 1) =
0 − (−1 × 1) = 1
1
Tabla III:
Se escoje el mayor de los valores positivos que, en este caso es M, como hay tres
valores M, se escoje el de y4 ya que existen dos valores ceros en esta columna,
lo cual facilitara los cálculos. En la fila Zj − Cj se toma la columna para que
ingrese y4 con un valor de 200. Ademas, las variables artificiales ya no se les
considera. Se determina la fila que sale, para lo cual, se busca el menor cociente
de dividir:
20 ÷ 0 = N o −→ 0◦ semipivote
bn
10 ÷ 0 = N o −→ 0◦ semipivote
=
S2 20 ÷ 1 = 20 −→ 1∗ pivote
Coeficientes de y4 :
10 ÷ 1 = 10
0 ÷ 1 = 0
1 ÷ 1 = 1 Coeficientes de y1 y4 :
0 ÷ 1 = 0
1 ÷ 1 = 1 Los valores de y1 e y4 son los mismos ;
1 ÷ 1 = 1
ya que, el semipivote de estos elemen-
0 ÷ 1 = 0
tos es cero.
−1 ÷ 1 = −1
−1 ÷ 1 = −1
0 ÷ 1 = 0
1 ÷ 1 = 1
Tabla IV:
Tiempo Capacidad en
Operación
A B C minutos dia
I 1 2 1 430
II 3 0 2 460
III 1 4 0 420
Ganancias 3 2 5 Dólares
a) Determinar la producción diaria óptima para los tres productos que maxi-
mice el beneficio.
b) Suponga que, un cuarto producto debe fabricarse con las mismas operacio-
nes. Los tiempos por unidad en las tres operaciones son 3, 5 y 1. El beneficio
por unidad es igual a 6. Vuelva a formular el modelo de programación li-
neal. Si además debe utilizarse la capacidad total de la operación 3 ¿Cómo
cambiarı́a esto la formulación?.
c) Suponga que, la suma de las capacidades no utilizadas de las tres operacio-
nes no debe exceder de 10 minutos por dı́a. Muestre como esta restricción
puede ser implantada en la formulación.
d) Suponga que, un estudio de mercado indica que la relación del número de
unidades del producto A al número de unidades de los productos B y C debe
ser al menos igual a 0.4. Muestre como esta restricción puede ser tomada en
cuenta en la formulación.
El costo total de producir una unidad de cada producto esta basado directamente
en el tiempo de maquina. Suponga que: el costo por hora para las maquinas I y
II es 10 dólares y 15 dólares. Las horas totales presupuestadas para todos los
productos en las maquinas I y II son 500 y 380. Si el precio de venta por unidad
para los productos A, B, C y D es 65 dólares, 70 dólares, 55 dólares y 45 dólares,
formule el problema como un modelo de programación lineal para maximizar el
beneficio neto total.
3. Una compañı́a produce dos tipos de sombreros vaquero. Cada sombrero del pri-
mer tipo requiere el doble de tiempo en mano de obra que el segundo tipo. Si
todos los sombreros son solamente del segundo tipo, la compañı́a puede pro-
ducir un total de 500 sombreros al dı́a. El mercado limita las ventas diarias del
primero y segundo tipos a 150 y 250 sombreros. Suponga que los beneficios por
sombrero son 8 dólares para el tipo A y 5 dólares para el tipo B. Determine el
número de sombreros que deben producirse de cada tipo a fin de maximizar el
beneficio.
4. Un fabricante produce tres modelos (I, II y III) de un cierto producto, y usa dos
tipos de materia prima (A y B) de los cuales se tiene disponibles 2000 y 3000
unidades, respectivamente. Los requisitos de materia prima por unidad de los
tres modelos son:
Requisitos
Materia Prima
I II III
A 2 3 5
B 4 2 7
El tiempo de mano de obra para cada unidad del modelo I es dos veces que del
modelo II y tres veces del modelo III. La fuerza laboral completa de la fábrica
puede producir el equivalente de 700 unidades del modelo I. Una encuesta de
mercado indica que la demanda mı́nima de los tres modelos es 200, 250 y 150
unidades respectivamente. Sin embargo, las relaciones del número de unidades
producidas debe ser igual a 3: 2: y 5. Suponga que los beneficios por unidad de
los modelos I, II y III son 30, 20 y 50 unidades monetarias. Formule el proble-
ma como un modelo de programación lineal a fin de determinar el número de
unidades de cada producto que maximizaran el beneficio.
6. Para una cafeterı́a que trabaja 24 horas., se requieren las siguientes meseras:
Los costos asociados de operación por viaje en las diferentes rutas junto con el
costo de penalización (beneficio perdido), por no servir a un cliente, se resumen
a continuación:
9. Una fabrica de papel recibió tres pedidos de rollos de papel con los anchos y
longitudes incluidos en la tabla siguiente:
Los rollos se producen en la fábrica con dos anchos estándar; 10 y 20 pies. Los
cuales hay que recortar a los tamaños especificados por los pedidos. No existe
Lı́mite sobre la longitud de los rollos estándar; ya que, para propósitos prácticos
los rollos de longitud limitada pueden unirse para proporcionar las longitudes
requeridas.
a) a) Determine el esquema de producción (modelos de corte) que minimice la
perdida por ajuste y satisfaga la demanda dada.
b) b) Reformule el problema suponiendo solamente la disponibilidad de un
rollo estándar con ancho de 15.
10. Re-formule el problema 9 según la hipótesis de que, los rollos de papel se reem-
plazan por troncos. Las longitudes estándar de los troncos son de 10 y 20 pies, los
números de troncos requeridos de longitudes 5, 7 y 9, son 1.000, 3.000 y 2.000,
respectivamente.
11. Dos aleaciones A y B se hacen de cuatro metales diferentes I, II, III, IV. De acuerdo
con las especificaciones siguientes:
Especificaciones
Aleación A no mayor a 0.8 de I
no mayor a 0.3 de II
no mayor a 0.5 de IV
Especificaciones
Aleación B entre 0.4 y 0.6 de II
al menos 0.3 de III
a lo mas 0.7 de IV
200 y 300 unidades monetarias por tonelada. Formule el problema como un mo-
delo de programación lineal eligiendo, la función objetiva apropiada, que hará el
mejor uso de la información dada [Sugerencia: sea Xp la cantidad (en toneladas)
del metal i (i = I, II, III, IV) obtenida de mineral j, (j = 1, 2, 3) y asignada en la
aleación k-estima (k = A, B)
12. Un jugador interviene en un juego que requiere dividir su dinero entre cuatro
elecciones diferentes. El juego tiene tres resultados. La tabla siguiente da la ga-
nancia o perdida correspondiente por unidad monetaria depositada en cada una
de las cuatro elecciones para los tres resultados:
Suponga que el jugador tiene un total de 500 dólares, con los cuales puede jugar
únicamente una vez. El resultado exacto del juego no se conoce a prior, y en vis-
ta de esta incertidumbre el jugador decide hacer la asignación que maximizarı́a
Ganancia o Perdida
Resultado
1 2 3 4
I -3 4 -7 15
II 5 -3 9 4
III 3 -9 10 -8
13. La Sta. Cristina Polo es una estudiante emprendedora de tercer año de la Javie-
rana. Comprende que: ”solo el trabajo y nada de diversión hacen de Cristina una
muchacha aburrida”. Como resultado, Cristina quiere distribuir su tiempo dis-
ponible, de alrededor de 10 horas al dı́a, entre el trabajo y la diversión. Calcula
que, el juego es dos veces más divertido que el trabajo. También quiere, estudiar
por lo menos tanto como jugar. Sin embargo, Cristina comprende, que si quie-
re terminar todas sus tareas universitarias, no puede jugar más de cuatro horas
al dı́a. ¿Cómo debe distribuir Cristina su tiempo para maximizar su satisfacción
tanto en el trabajo como en el juego?.
14. Tamy debe trabajar por lo menos 20 horas a la semana para completar su ingreso
mientras asiste a la Universidad. Tiene la oportunidad de trabajar en dos tiendas
al detalle: en la tienda 1 Tamy puede trabajar entre 5 y 12 horas a la semana, y en
la tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas tiendas pagan el mismo
salario por hora. De manera que Tamy quiere basar su decisión acerca de cuántas
horas debe trabajar en cada tienda en un criterio diferente; el factor del estrés
en el trabajo. Basándose en entrevistas con los empleados actuales, Tamy calcula
que, en una escala de 1 a 10, los factores del estrés son de 8 y 6 en las tiendas 1 y
2, respectivamente. Debido a que el estrés aumenta por hora, ella supone que el
estrés total al final de la semana es proporcional al número de horas que trabaja
en la tienda. ¿Cuántas horas debe trabajar en cada tienda?
centavos de dólar por lata, mientras que la de la bebida de cola Dimitri suma
una ganancia bruta de 7 centavos por lata. En promedio, la tienda no vende más
de 500 latas de ambas bebidas de cola al dı́a. Aún cuando A1 es una marca más
conocida, los clientes tienden a comprar mas latas de marca Dimitri, porque es
considerablemente más económica. Se calcula que la venta de la marca Dimitri
superan a las de la marca A1 en una razón de 2 a 1 por lo menos. Sin embargo,
Dimitri vende, como mı́nimo, 100 latas de A1 al dı́a.
17. Mueblina emplea a cuatro carpinteros durante 10 dı́as para ensamblar mesas y
sillas. Se requieren 2 horas para ensamblar una mesa y 30 minutos para ensam-
blar una silla. Por lo común, los clientes compran entre cuatro y seis sillas con
cada mesa. Las utilidades son de 13.5 dólares por mesa y 5 dólares por silla. La
compañı́a opera un tumo de 8 horas al dı́a:
18. Electrolux produce dos tipos de motores eléctricos, cada uno en una lı́nea de
ensamble separada. Las respectivas capacidades diarias de las dos lı́neas son de
600 y 750 motores. El motor tipo A emplea 10 unidades de cierto componente
electrónico y el motor tipo B solo utiliza 8 unidades. El proveedor del compo-
nente puede proporcionar 8.000 piezas al dı́a. Las utilidades por motor para los
tipos A y B son de 60 y 40 dólares, respectivamente. Determine la mezcla optima
para la producción diaria.
19. El Supermaxi tiene un contrato para recibir 60.000 libras de tomates maduros a
7 centavos de dólar por libra, con las cuales produce jugo de tomate enlatado,
ası́ como pasta de tomate. Los productos enlatados se empacan en cajas de 24
latas. Una lata de jugo requiere una libra de tomates frescos y una lata de pasta
solo requiere 1/3 de libra. La participación de mercado de la compañı́a se limita
a 2.000 cajas de jugo y 6.000 cajas de pasta. Los precios de mayoreo por caja de
jugo y de pasta son de 18 y 9 dólares, respectivamente:
2.000 cajas de jugo y 6.000 cajas de pasta. Los precios de mayoreo por caja
de jugo y de pasta son de 18 y 9 dólares, respectivamente
20. Mueblina ensambla dos tipos de gabinetes de cocina de madera precortada: re-
gulares y de lujo. Los gabinetes regulares están pintados de blanco y los de lujo
están barnizados. Tanto la pintura como el barnizado se llevan a cabo en un de-
partamento. La capacidad diaria del departamento de ensamble puede producir
un máximo de 200 gabinetes regulares y 150 gabinetes de lujo. El barnizado de
un gabinete de lujo se lleva el doble de tiempo que pintar uno regular. Si el depar-
tamento de pintura /barnizado se dedica únicamente a las unidades de lujo, ter-
minarı́a 180 unidades diarias. La compañı́a calcula que las utilidades por unidad
de los gabinetes regulares y de lujo son de 100 y 140 dólares, respectivamente.
21. Se producen dos tipos de sombreros estilo vaquero. El sombrero tipo 1 requiere
el doble de tiempo de trabajo que el de tipo 2. Si todos los sombreros producidos
únicamente son del tipo 2, la compañı́a puede producir un total de 400 sombre-
ros al dı́a. Los limites diarios del mercado son de 150 y 200 sombreros de los
tipos 1 y 2, respectivamente. La utilidad del sombrero tipo 1 es de 8 dólares y la
del sombrero tipo 2 es de 5 dólares:
27. Se fabrican dos productos de limpieza para el hogar, A y B procesando dos tipos
de materia prima, I y II. El procesamiento de una unidad de materia prima I
cuesta 8 dólares y produce.5 unidad de solución A y .5 unidad de solución B.
Además, el procesamiento de una unidad de materia prima II cuesta 5 dólares y
produce 6 unidad de solución A y 4 unidades de solución B. La demanda diaria
de la solución A es entre 10 y 15 unidades y la de la solución es entre 12 y 20
unidades.
28. Una lı́nea de ensamble que consta de tres estaciones consecutivas produce dos
modelos de radios: A y B. La siguiente tabla proporciona los tiempos de ensamble
para las tres estaciones de trabajo. El mantenimiento diario de las estaciones 1,
óptima del problema dual. Después indique si los siguientes cambios en los re-
cursos mantendrán factible la solución actual. Para los casos donde se mantiene
la factibilidad, determine la nueva solución óptima del primal (valores de las
variables y de la función objetivo).
a) La piel disponible se incrementa a 45 pies2 .
b) La piel disponible se disminuye en 1 pie2 .
c) Las horas de costura disponibles se cambian a 38 horas.
d) Las horas de costura disponibles se cambian a 46 horas.
e) Las horas de acabado disponibles se disminuyen a 15 horas.
f ) Las horas de acabado disponibles se incrementan a 50 horas.
30. Electrolux produce los modelos de artefactos electrónicos que utilizan resistores,
capacitores y chips. La siguiente tabla resume los datos de la situación:
31. Estatex tiene un presupuesto diario de 320 horas de mano de obra y 350 unida-
des de materia prima para fabricar dos productos. De ser necesario, la compañı́a
puede emplear hasta 10 horas diarias de tiempo extra de mano de obra a un cos-
to adicional de 2 dólares por hora. Se necesitan una hora de mano de obra y tres
unidades de materia prima para producir una unidad del producto 1, y dos horas
de mano de obra y una unidad de materia para producir una unidad del produc-
to 2. La utilidad por unidad del producto 1 es de 10 dólares y la del producto 2 es
de 12 dólares. Sea que X1 y X2 defina el numero diario de unidades producidas
de los productos 1 y 2 y que X3 sea las horas extras diarias utilizadas:
[6] Jose Luis Mataix Mil Problemas de Aritmetica y Algebra, editorial Dossat, Madrit,
España, 1970,1983,2015.
[9] Oswin Crespo Ejercicios y Problemas de Algebra editorial Alameda, España, Ma-
drid 1970.
[13] Yakovliev G. N Algebra y Principios del Análisis editorial MIR, Moscu 1985.
209
CAPITULO 2. Programación Lineal
[24] Arcos Garcia Joe Problemas de Lógica; Mil Problemas en Matemática editorial
ESPE, Ecuador, Quito,2008, 2009.
[31] Kurosch A.G. Curso de Algebra Superior editorial MIR, Moscu 1981, 1998.