Docente: Ing. Marco Luis Pérez Silva Email: mperezucv@hotmail.com Facultad de Ciencias Empresariales
Vamos a resolver el siguiente problema:   Maximizar Z = f(x 1 ,x 2 ) = 3x 1  + 2x 2 Sujeto a: 2x 1  + x 2  ≤ 18   2x 1  + 3x 2   ≤ 42   3x 1  + x 2   ≤ 24   x 1  ≥ 0 , x 2  ≥ 0 Facultad de Ciencias Empresariales - Escuela de Administración
1.          Convertir las desigualdades en igualdades:   Se introduce una variable de holgura por cada una de las restricciones, este caso s 1 , s 2 , s 3  para convertirlas en igualdades y formar el sistema de ecuaciones estandar. Usando en simplex el siguiente criterio:  Signo: Introducir  ≤  s n      Facultad de Ciencias Empresariales - Escuela de Administración
2x 1  + x 2  +  s 1  = 18 2x 1  + 3x 2  +  s 2   = 42 3x 1  + x 2  +  s 3  = 24 Facultad de Ciencias Empresariales - Escuela de Administración
2.   Igualar la función objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z - 3 x 1  - 2 x 2  = 0 Para este caso en particular la funcion objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se devera de colocar como la primer fila Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo.   3. Escribir el tablero inicial simplex: En las columnas aparecerán todas las variables del problema y, en las filas, los coeficientes de las igualdades obtenidas, una fila para cada restricción y la última fila con los coeficientes de la función objetivo:   Facultad de Ciencias Empresariales - Escuela de Administración
Tablero Inicial Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 S 2 2 3 0 1 0 42 S 3 3 1 0 0 1 24 Z -3 -2 0 0 0 0 Facultad de Ciencias Empresariales - Escuela de Administración
4. Encontrar la variable de decisión que entra en la base y la variable de holgura que sale de la base    Para escoger la variable de decisión que entra en la base, (FLECHA ROJA PARTE SUPERIOR), observamos la ultima fila, la cual muestra los coeficientes de la función objetivo y escogemos la variable con el coeficiente más negativo (en valor absoluto). En este caso, la variable x 1  de coeficiente - 3.  Si existiesen dos o más coeficientes iguales que cumplan la condición anterior, entonces se elige cualquiera de ellos.  Si en la última fila no existiese ningún coeficiente negativo, significa que se ha alcanzado la solución óptima. Por tanto, lo que va a determinar el final del proceso de aplicación del método del simplex, es que en la última fila no haya elementos negativos.  La columna de la variable que entra en la base se llama columna pivote (en color  azulado ).  Facultad de Ciencias Empresariales - Escuela de Administración
   B. Para encontrar la variable de holgura que tiene que salir de la base, (FLECHA ROJA COSTADO IZQUIERDO) se divide cada término de la última columna (valores solución) por el término correspondiente de la columna pivote, siempre que estos últimos sean mayores que cero.    Si hubiese algún elemento menor o igual que cero no se hace dicho cociente. En el caso de que todos los elementos fuesen menores o iguales a cero, entonces tendríamos una solución no acotada y no se puede seguir.    El término de la columna pivote que en la división anterior dé lugar al menor cociente positivo, el 3, ya 8 es el menor, indica la fila de la variable de holgura que sale de la base, S 3 . Esta fila se llama fila pivote (en color  azulado ).    Facultad de Ciencias Empresariales - Escuela de Administración
  Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 18/2 = 9 S 2 2 3 0 1 0 42 42/2 = 21 S 3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0 Facultad de Ciencias Empresariales - Escuela de Administración
Si al calcular los cocientes, dos o más son iguales, indica que cualquiera de las variables correspondientes pueden salir de la base. En la intersección de la fila pivote y columna pivote tenemos el elemento pivote operacional, 3, este indica que la variable de decisión X 1  entra y la variable de holgura S 3  sale. 5. Encontrar los coeficientes para el nuevo tablero de simplex.     Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los coeficientes de la fila por el pivote operacional “3”, ya que este se debe convertir en 1.    A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de la columna pivote, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la función objetivo Z.   Facultad de Ciencias Empresariales - Escuela de Administración
Resultado de Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 f(S 1 )  –  2 f(X 1 ) S 2 0 7/3 0 1 -2/3 26 f(S 2 )  –  2 f(X 1 ) X 1 1 1/3 0 0 -1/3 8 (1/3) X 1 Z 0 -1 0 0 1 24 f(Z) + 3 f(X 1 ) Facultad de Ciencias Empresariales - Escuela de Administración
Como en los elementos de la última fila hay un numero negativo, -1, significa que no hemos llegado todavía a la solución óptima. Hay que repetir el proceso:    La variable que entra en la base es x 2 , por ser la columna pivote que corresponde al coeficiente -1    B. Para calcular la variable que sale o la fila pivote, dividimos los términos de la columna solución entre los términos de la nueva columna pivote:   y como el menor cociente positivo es 6, tenemos que la fila pivote y la variable de holgura que sale es S 1 .   C. El elemento pivote, que ahora hay que hacer 1, es 1/3.  Y se opera de forma análoga a la anterior iteración  Facultad de Ciencias Empresariales - Escuela de Administración
Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S 2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X 1 1 1/3 0 0 -1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24 Facultad de Ciencias Empresariales - Escuela de Administración
Resultado de Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 3X 2 S 2 0 0 -7 0 4 12 f(S 2 )  –  (7/3) f(X 2 ) X 1 1 0 -1 0 1 6 f(X 1 )  –  (1/3) f(X 2 ) Z 0 0 3 0 -1 30 f(Z) + f(X 2 ) Facultad de Ciencias Empresariales - Escuela de Administración
Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado todavía a la solución óptima. Hay que repetir el proceso:    La variable que entra en la base es S 3 , por ser la variable que corresponde al coeficiente -1    Para calcular la variable que sale, dividimos los términos de la última columna entre los términos correspondientes de la nueva columna pivote: 6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6] y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es S 2 .  C. El elemento pivote, que ahora hay que hacer 1, es 4.  Obtenemos la tabla:  Facultad de Ciencias Empresariales - Escuela de Administración
Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 No se toma por ser negativo S 2 0 0 -7 0 4 12 12/4 = 3 X 1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30 Facultad de Ciencias Empresariales - Escuela de Administración
Resultado de Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 f(X 2 ) + 2 f(S 3 ) S 3 0 0 -7/4 0 1 3 (1/4) S 3 X 1 1 0 -3/4 0 0 3 f(X 1 )  –  f(S 3 ) Z 0 0 5/4 0 0 33 f(Z) + f(S 3 ) Facultad de Ciencias Empresariales - Escuela de Administración
Tablero Final Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 S 3 0 0 -7/4 0 1 3 X 1 1 0 -3/4 0 0 3 Z 0 0 5/4 0 0 33 Facultad de Ciencias Empresariales - Escuela de Administración
Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la solución óptima.    Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en nuestro caso:  33 .  Facultad de Ciencias Empresariales - Escuela de Administración

Más contenido relacionado

PPT
El Método simplex
PDF
Metodo De Transporte & Transbordo
DOCX
1.método simplex para la solución de problemas de operaciones de investigaciones
PPTX
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
PDF
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
PPTX
Diapositivas
PPTX
programacion Lineal y Metodo simplex alvaro espinoza
PPS
Investigacion de Operaciones No. 2 - R. Campillo
El Método simplex
Metodo De Transporte & Transbordo
1.método simplex para la solución de problemas de operaciones de investigaciones
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
Diapositivas
programacion Lineal y Metodo simplex alvaro espinoza
Investigacion de Operaciones No. 2 - R. Campillo

La actualidad más candente (18)

PPTX
PROGRAMACION LINEAL - METODO SIMPLEX
PDF
Pasos metodo simplex
PPTX
Sesión 04 2015 II
PDF
Método Simplex Caso de Maximización
PDF
Unidad3 metodo simplex
DOCX
Metodo Simplex
DOC
El Metodo Simplex
PDF
Soluciones factibles y soluciones básicas factibles
PPT
7.0 metodo simplex
DOC
Procedimiento-Método Símplex
PDF
Método simplex.
PPS
Metodo simplex
PPT
Un ejemplo práctico en clase
PDF
Método simplex. Teoria
DOCX
PROGRAMACION LINEAL "METODO SIMPLEX"
PPT
Método de transporte - Vogel
PPTX
Método simplex1
PPT
Método Simplex
PROGRAMACION LINEAL - METODO SIMPLEX
Pasos metodo simplex
Sesión 04 2015 II
Método Simplex Caso de Maximización
Unidad3 metodo simplex
Metodo Simplex
El Metodo Simplex
Soluciones factibles y soluciones básicas factibles
7.0 metodo simplex
Procedimiento-Método Símplex
Método simplex.
Metodo simplex
Un ejemplo práctico en clase
Método simplex. Teoria
PROGRAMACION LINEAL "METODO SIMPLEX"
Método de transporte - Vogel
Método simplex1
Método Simplex
Publicidad

Similar a Sesion 05a - Metodo Simplex (20)

PPT
Ejemplo práctico en clase
PPT
Un ejemplo práctico en clase
PPT
Simplex
PPT
El Método Simplex para Investigación Operativa
PPTX
Simplex
PPT
Resolucion del metodo simplex
PPT
05 pl met.simplex
PPT
método Simplex
PDF
Método simple
PDF
Metodosimplex
PDF
Metodosimplex
PPT
Método simplex
PPTX
Método simplex
PPTX
Metodo simplex
PPTX
MÉTODO SIMPLEX
PDF
Método simplex
PPS
Método Simplex
PPTX
Tema 1-4 Método simplex clase universidad.pptx
PDF
Mas ejercicios para la resolución de modelos aplicando el método simplex
Ejemplo práctico en clase
Un ejemplo práctico en clase
Simplex
El Método Simplex para Investigación Operativa
Simplex
Resolucion del metodo simplex
05 pl met.simplex
método Simplex
Método simple
Metodosimplex
Metodosimplex
Método simplex
Método simplex
Metodo simplex
MÉTODO SIMPLEX
Método simplex
Método Simplex
Tema 1-4 Método simplex clase universidad.pptx
Mas ejercicios para la resolución de modelos aplicando el método simplex
Publicidad

Más de Centro de Diagnostico Vehicular - CEDIVE SAC (20)

PPT
Sesion 02 - Programación Lineal Parte I
PPT
Sesion 04 - Proceso del Control de la Calidad
PPT
Presentación_Mercados y Tendencias
PPT
Sesion 05 - Ecs. de 2do Grado con una Incognita
DOC
Segundo Examen Parcial de Estadistica Aplicadax
PPT
Sesion 03 - Recta y Parabola
PPT
Clase 02 - Proceso Productivo
PPT
Sesion 08 - Funciones Exponenciales y Logaritmicas
DOC
Ejercicios Propuestos de Fisica y Quimicax
PPT
Sesion 01b - Estadistica Descriptiva y Graficos
PPT
Sesion 10 - Analisis Matricial
DOC
PPT
Sesion 03 - Distribuciones Chi Cuadrado
Sesion 02 - Programación Lineal Parte I
Sesion 04 - Proceso del Control de la Calidad
Presentación_Mercados y Tendencias
Sesion 05 - Ecs. de 2do Grado con una Incognita
Segundo Examen Parcial de Estadistica Aplicadax
Sesion 03 - Recta y Parabola
Clase 02 - Proceso Productivo
Sesion 08 - Funciones Exponenciales y Logaritmicas
Ejercicios Propuestos de Fisica y Quimicax
Sesion 01b - Estadistica Descriptiva y Graficos
Sesion 10 - Analisis Matricial
Sesion 03 - Distribuciones Chi Cuadrado

Último (20)

PDF
KOF-2022-espanol-mar-27-11-36 coke.pdf jsja
PPTX
RESUMENES JULIO - QUIRÓFANO HOSPITAL GENERAL PUYO.pptx
PDF
Uso de la Inteligencia Artificial en la IE.pdf
PDF
Ficha de Atencion a Estudiantes RE Ccesa007.pdf
PDF
Házlo con Miedo - Scott Allan Ccesa007.pdf
PDF
Ficha de Atencion a Padres de Familia IE Ccesa007.pdf
PDF
Texto Digital Los Miserables - Victor Hugo Ccesa007.pdf
PDF
Modelo Educativo SUB 2023versión final.pdf
PDF
Iniciación Al Aprendizaje Basado En Proyectos ABP Ccesa007.pdf
PPTX
BIZANCIO. EVOLUCIÓN HISTORICA, RAGOS POLÍTICOS, ECONOMICOS Y SOCIALES
PDF
Manual del Gobierno Escolar -MINEDUC.pdf
PDF
4 CP-20172RC-042-Katherine-Mendez-21239260.pdf
DOCX
TEXTO DE TRABAJO DE EDUCACION RELIGIOSA - PRIMER GRADO.docx
PPTX
PRESENTACIÓN SOBRE LA RELIGIÓN MUSULMANA Y LA FORMACIÓN DEL IMPERIO MUSULMAN
PDF
Las Matematicas y el Pensamiento Cientifico SE3 Ccesa007.pdf
PDF
Como usar el Cerebro en las Aulas SG2 NARCEA Ccesa007.pdf
PDF
Los hombres son de Marte - Las mujeres de Venus Ccesa007.pdf
PDF
Aprendizaje Emocionante - Begoña Ibarrola SM2 Ccesa007.pdf
PDF
Telos 127 Generacion Al fa Beta - fundaciontelefonica
PDF
KOF-2022-espanol-mar-27-11-36 coke.pdf tv
KOF-2022-espanol-mar-27-11-36 coke.pdf jsja
RESUMENES JULIO - QUIRÓFANO HOSPITAL GENERAL PUYO.pptx
Uso de la Inteligencia Artificial en la IE.pdf
Ficha de Atencion a Estudiantes RE Ccesa007.pdf
Házlo con Miedo - Scott Allan Ccesa007.pdf
Ficha de Atencion a Padres de Familia IE Ccesa007.pdf
Texto Digital Los Miserables - Victor Hugo Ccesa007.pdf
Modelo Educativo SUB 2023versión final.pdf
Iniciación Al Aprendizaje Basado En Proyectos ABP Ccesa007.pdf
BIZANCIO. EVOLUCIÓN HISTORICA, RAGOS POLÍTICOS, ECONOMICOS Y SOCIALES
Manual del Gobierno Escolar -MINEDUC.pdf
4 CP-20172RC-042-Katherine-Mendez-21239260.pdf
TEXTO DE TRABAJO DE EDUCACION RELIGIOSA - PRIMER GRADO.docx
PRESENTACIÓN SOBRE LA RELIGIÓN MUSULMANA Y LA FORMACIÓN DEL IMPERIO MUSULMAN
Las Matematicas y el Pensamiento Cientifico SE3 Ccesa007.pdf
Como usar el Cerebro en las Aulas SG2 NARCEA Ccesa007.pdf
Los hombres son de Marte - Las mujeres de Venus Ccesa007.pdf
Aprendizaje Emocionante - Begoña Ibarrola SM2 Ccesa007.pdf
Telos 127 Generacion Al fa Beta - fundaciontelefonica
KOF-2022-espanol-mar-27-11-36 coke.pdf tv

Sesion 05a - Metodo Simplex

  • 1. Docente: Ing. Marco Luis Pérez Silva Email: mperezucv@hotmail.com Facultad de Ciencias Empresariales
  • 2. Vamos a resolver el siguiente problema:  Maximizar Z = f(x 1 ,x 2 ) = 3x 1 + 2x 2 Sujeto a: 2x 1 + x 2 ≤ 18   2x 1 + 3x 2   ≤ 42   3x 1 + x 2   ≤ 24   x 1 ≥ 0 , x 2 ≥ 0 Facultad de Ciencias Empresariales - Escuela de Administración
  • 3. 1.         Convertir las desigualdades en igualdades:   Se introduce una variable de holgura por cada una de las restricciones, este caso s 1 , s 2 , s 3 para convertirlas en igualdades y formar el sistema de ecuaciones estandar. Usando en simplex el siguiente criterio: Signo: Introducir ≤ s n     Facultad de Ciencias Empresariales - Escuela de Administración
  • 4. 2x 1 + x 2 + s 1 = 18 2x 1 + 3x 2 + s 2 = 42 3x 1 + x 2 + s 3 = 24 Facultad de Ciencias Empresariales - Escuela de Administración
  • 5. 2. Igualar la función objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z - 3 x 1 - 2 x 2 = 0 Para este caso en particular la funcion objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se devera de colocar como la primer fila Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo.   3. Escribir el tablero inicial simplex: En las columnas aparecerán todas las variables del problema y, en las filas, los coeficientes de las igualdades obtenidas, una fila para cada restricción y la última fila con los coeficientes de la función objetivo:  Facultad de Ciencias Empresariales - Escuela de Administración
  • 6. Tablero Inicial Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 S 2 2 3 0 1 0 42 S 3 3 1 0 0 1 24 Z -3 -2 0 0 0 0 Facultad de Ciencias Empresariales - Escuela de Administración
  • 7. 4. Encontrar la variable de decisión que entra en la base y la variable de holgura que sale de la base   Para escoger la variable de decisión que entra en la base, (FLECHA ROJA PARTE SUPERIOR), observamos la ultima fila, la cual muestra los coeficientes de la función objetivo y escogemos la variable con el coeficiente más negativo (en valor absoluto). En este caso, la variable x 1 de coeficiente - 3. Si existiesen dos o más coeficientes iguales que cumplan la condición anterior, entonces se elige cualquiera de ellos. Si en la última fila no existiese ningún coeficiente negativo, significa que se ha alcanzado la solución óptima. Por tanto, lo que va a determinar el final del proceso de aplicación del método del simplex, es que en la última fila no haya elementos negativos. La columna de la variable que entra en la base se llama columna pivote (en color azulado ). Facultad de Ciencias Empresariales - Escuela de Administración
  • 8.   B. Para encontrar la variable de holgura que tiene que salir de la base, (FLECHA ROJA COSTADO IZQUIERDO) se divide cada término de la última columna (valores solución) por el término correspondiente de la columna pivote, siempre que estos últimos sean mayores que cero.   Si hubiese algún elemento menor o igual que cero no se hace dicho cociente. En el caso de que todos los elementos fuesen menores o iguales a cero, entonces tendríamos una solución no acotada y no se puede seguir.   El término de la columna pivote que en la división anterior dé lugar al menor cociente positivo, el 3, ya 8 es el menor, indica la fila de la variable de holgura que sale de la base, S 3 . Esta fila se llama fila pivote (en color azulado ).   Facultad de Ciencias Empresariales - Escuela de Administración
  • 9.   Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 2 1 1 0 0 18 18/2 = 9 S 2 2 3 0 1 0 42 42/2 = 21 S 3 3 1 0 0 1 24 24/3 = 8 Z -3 -2 0 0 0 0 Facultad de Ciencias Empresariales - Escuela de Administración
  • 10. Si al calcular los cocientes, dos o más son iguales, indica que cualquiera de las variables correspondientes pueden salir de la base. En la intersección de la fila pivote y columna pivote tenemos el elemento pivote operacional, 3, este indica que la variable de decisión X 1 entra y la variable de holgura S 3 sale. 5. Encontrar los coeficientes para el nuevo tablero de simplex.   Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los coeficientes de la fila por el pivote operacional “3”, ya que este se debe convertir en 1.   A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de la columna pivote, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la función objetivo Z.  Facultad de Ciencias Empresariales - Escuela de Administración
  • 11. Resultado de Iteración No. 1 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 f(S 1 ) – 2 f(X 1 ) S 2 0 7/3 0 1 -2/3 26 f(S 2 ) – 2 f(X 1 ) X 1 1 1/3 0 0 -1/3 8 (1/3) X 1 Z 0 -1 0 0 1 24 f(Z) + 3 f(X 1 ) Facultad de Ciencias Empresariales - Escuela de Administración
  • 12. Como en los elementos de la última fila hay un numero negativo, -1, significa que no hemos llegado todavía a la solución óptima. Hay que repetir el proceso:   La variable que entra en la base es x 2 , por ser la columna pivote que corresponde al coeficiente -1   B. Para calcular la variable que sale o la fila pivote, dividimos los términos de la columna solución entre los términos de la nueva columna pivote:   y como el menor cociente positivo es 6, tenemos que la fila pivote y la variable de holgura que sale es S 1 .   C. El elemento pivote, que ahora hay que hacer 1, es 1/3. Y se opera de forma análoga a la anterior iteración  Facultad de Ciencias Empresariales - Escuela de Administración
  • 13. Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 S 1 0 1/3 1 0 -2/3 2 2/(1/3) = 6 S 2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7 X 1 1 1/3 0 0 -1/3 8 8/(1/3) = 24 Z 0 -1 0 0 1 24 Facultad de Ciencias Empresariales - Escuela de Administración
  • 14. Resultado de Iteración No. 2 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 3X 2 S 2 0 0 -7 0 4 12 f(S 2 ) – (7/3) f(X 2 ) X 1 1 0 -1 0 1 6 f(X 1 ) – (1/3) f(X 2 ) Z 0 0 3 0 -1 30 f(Z) + f(X 2 ) Facultad de Ciencias Empresariales - Escuela de Administración
  • 15. Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado todavía a la solución óptima. Hay que repetir el proceso:   La variable que entra en la base es S 3 , por ser la variable que corresponde al coeficiente -1   Para calcular la variable que sale, dividimos los términos de la última columna entre los términos correspondientes de la nueva columna pivote: 6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6] y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es S 2 . C. El elemento pivote, que ahora hay que hacer 1, es 4. Obtenemos la tabla:  Facultad de Ciencias Empresariales - Escuela de Administración
  • 16. Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 3 0 -2 6 No se toma por ser negativo S 2 0 0 -7 0 4 12 12/4 = 3 X 1 1 0 -1 0 1 6 6/1 = 6 Z 0 0 3 0 -1 30 Facultad de Ciencias Empresariales - Escuela de Administración
  • 17. Resultado de Iteración No. 3 Base Variable de decisión Variable de holgura Solución Operación X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 f(X 2 ) + 2 f(S 3 ) S 3 0 0 -7/4 0 1 3 (1/4) S 3 X 1 1 0 -3/4 0 0 3 f(X 1 ) – f(S 3 ) Z 0 0 5/4 0 0 33 f(Z) + f(S 3 ) Facultad de Ciencias Empresariales - Escuela de Administración
  • 18. Tablero Final Base Variable de decisión Variable de holgura Solución X 1 X 2 S 1 S 2 S 3 X 2 0 1 -1/2 0 0 12 S 3 0 0 -7/4 0 1 3 X 1 1 0 -3/4 0 0 3 Z 0 0 5/4 0 0 33 Facultad de Ciencias Empresariales - Escuela de Administración
  • 19. Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la solución óptima.   Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en nuestro caso: 33 . Facultad de Ciencias Empresariales - Escuela de Administración