SlideShare una empresa de Scribd logo
1 de 6
Descargar para leer sin conexión
PRACTICA DE MATEMATICA ESTADISTICA II -MONITORIA
Resolver los siguientes ejercicios con el método simplex.
Sujeto a:
0X1 + 1X2 ≤ 10
3X1 + 1X2 ≤ 44
1X1 + 1X2 ≤ 18
2X1 + 5X2 ≤ 60
X1, X2 ≥ 0
Función Objetivo
Maximizar: Z = 2X1 + 1X2 + 0S1 + 0S2 +
0S3 + 0S4
Sujeto a:
0X1 + 1X2 + 1S1 + 0S2 + 0S3 + 0S4 = 10
3X1 + 1X2 + 0S1 + 1S2 + 0S3 + 0S4 = 44
1X1 + 1X2 + 0S1 + 0S2 + 1S3 + 0S4 = 18
2X1 + 5X2 + 0S1 + 0S2 + 0S3 + 1S4 = 60
X1, X2, S1, S2, S3, S4 ≥ 0 BASE Z X1 X2 S1 S2 S3 S4 Valor
1 -2 -1 0 0 0 0 0
S1 0 0 1 1 0 0 0 10 NO
S2 0 3 1 0 1 0 0 44 44 / 3 = 14.66667
S3 0 1 1 0 0 1 0 18 18 / 1 = 18
S4 0 2 5 0 0 0 1 60 60 / 2 = 30
BASE Z X1 X2 S1 S2 S3 S4 Valor
1 0 -1 / 3 0 2 / 3 0 0 88 / 3
S1 0 0 1 1 0 0 0 10
X1 0 1 1 / 3 0 1 / 3 0 0 44 / 3
S3 0 0 2 / 3 0 -1 / 3 1 0 10 / 3
S4 0 0 13 / 3 0 -2 / 3 0 1 92 / 3
BASE Z X1 X2 S1 S2 S3 S4 Valor
1 0 -1 / 3 0 2 / 3 0 0 88 / 3
S1 0 0 1 1 0 0 0 10 10 / 1 = 10
X1 0 1 1 / 3 0 1 / 3 0 0 44 / 3 (44 /3) / (1/3 ) = 44
S3 0 0 2 / 3 0 -1 / 3 1 0 10 / 3 (10/3) / (2/3) = 5
S4 0 0 13 / 3 0 -2 / 3 0 1 92 / 3 (92/3) / (13/3)= 7.07692308
Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 2/3
BASE Z X1 X2 S1 S2 S3 S4 Valor
1 0 0 0 1 / 2 1 / 2 0 31
S1 0 0 0 1 1 / 2 -3 / 2 0 5
X1 0 1 0 0 1 / 2 -1 / 2 0 13
X2 0 0 1 0 -1 / 2 3 / 2 0 5
S4 0 0 0 0 3 / 2 -13 / 2 1 9
La solución óptima es Z = 31
X1= 13, X2= 5, S1= 5, S2= 0, S3= 0, S4= 9
El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones.
A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz:
Ingresa la variable X1 y sale de la base la variable S2. El elemento pivote es 3
F5 - 2*F3 -> F5
3*F4 - F3 -> F4
(1/3)*F3 -> F3
2*F3 + F1 -> F1
F2 - F4 -> F4
F3 - (1/3)*F4 -> F3
(3/2)*F4 -> F4
F5 -(13/3)*F4 -> F5
1. Maximizar: Z = 2X1 + 1X2
Matriz Inicial
--> Iteracion 1:
Matriz 3da.
JUAN MIGUE CUSTODIO MACGIVER
100480765
--> Iteracion 2:
2. La empresa Whitt Window tiene sólo tres empleados que hacen dos tipos de ventanas a mano: con marco de madera y con marco de aluminio.
La ganancia es de $180 por cada ventana con marco de madera y de $90 por cada una con marco de aluminio. Doug hace marcos de
madera y puede terminar 6 al día. Linda hace 4 marcos de aluminio por día. Bob forma y corta el vidrio y puede hacer 48 pies cuadrados de vidrio por día.
Cada ventana con marco de madera emplea 6 pies cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados.
a. La compañía desea determinar cuántas ventanas de cada tipo debe producir al día para maximizar la ganancia total.
por ende la ganancia debida a este tipo de ventanas. ¿Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana
c. ¿Y de $180 a $60?
d. Doug piensa disminuir sus horas de trabajo, lo cual reduciría el número de ventanas de madera que produce por día.
RESOLVIENDO PARA a).
a. La compañía desea determinar cuántas ventanas de cada tipo debe producir al día para maximizar la ganancia total.
SOLUCION:
Sea DOUG LINDA BOB GANANCIA
X1 6 0 6 180
X2 = Ventana de Marco de AluminioX2 0 4 8 90
TOTAL 6 4 48 180X1 + 90X2
Función Objetivo
Maximizar: Z = 180X1 + 90X2
Sujeto a:
1X1 + 0X2 ≤ 6
0X1 + 1X2 ≤ 4
6X1 + 8X2 ≤ 48
X1, X2 ≥ 0
Función Objetivo
Maximizar: Z = 180X1 + 90X2 + 0S1 +
0S2 + 0S3
Sujeto a:
1X1 + 0X2 + 1S1 + 0S2 + 0S3 = 6
0X1 + 1X2 + 0S1 + 1S2 + 0S3 = 4
6X1 + 8X2 + 0S1 + 0S2 + 1S3 = 48
X1, X2, S1, S2, S3 ≥ 0
BASE Z X1 X2 S1 S2 S3 Valor
1 -180 -90 0 0 0 0
S1 0 1 0 1 0 0 6 6 / 1 = 6
S2 0 0 1 0 1 0 4 NO
S3 0 6 8 0 0 1 48 48 / 6 = 8
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -90 180 0 0 1080
X2 0 1 0 1 0 0 6
S2 0 0 1 0 1 0 4
S3 0 0 8 -6 0 1 12
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -90 180 0 0 1080
X2 0 1 0 1 0 0 6 NO
S2 0 0 1 0 1 0 4 4 / 1 = 4
S3 0 0 8 -6 0 1 12 12 / 8 = 1.5
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 225 / 2 0 45 / 4 1215
X2 0 1 0 1 0 0 6
S2 0 0 0 3 / 4 1 -1 / 8 5 / 2
X2 0 0 1 -3 / 4 0 1 / 8 3 / 2
RESPUESTA a).
b. Un nuevo competidor también produce ventanas con marco de madera. Esta circunstancia puede forzar a la compañía a reducir el precio y
de madera disminuyera de $180 a $120?
¿Cómo cambiaría la solución óptima si hace sólo 5 marcos diarios?
La solución óptima es Z = 1215
X1= 6, X2= 3/2, S1= 0, S2= 5/2, S3= 0
Por lo tanto, se necesitan 6 ventanas marcos de madera y 3 / 2 ventanas marcos de aluminio,
para maximizar la ganancia y obtener $1215.
X1 = Ventana de Marco de Madera
El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones.
A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz:
Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 1
Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 8
F4 - (6)* F2 -> F4
F1 + (180)*F2 -> F1
Matriz Inicial
--> Iteracion 1:
F1+ (90)*F4 -> F1
F3 - F4 -> F3
(1/8)* F4 -> F4
Matriz 2da.
--> Iteracion 2:
RESOLVIENDO PARA b).
por ende la ganancia debida a este tipo de ventanas. ¿Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana
Cuando la función objetivo es: Máx (Z) = 180X1 + 90X2 = 180 (6) + 90 (3/2) = 1215
Si la ganancia por ventana de madera disminuye de $180 a $120:
RESOLVIENDO PARA c).
c. ¿Y de $180 a $60?
Cuando la función objetivo es: Máx (Z) = 180X1 + 90X2 = 180 (6) + 90 (3/2) = 1215
Si la ganancia por ventana de madera disminuye de $180 a $120:
RESOLVIENDO PARA d).
DOUG LINDA BOB GANANCIA X1 = Ventana de Marco de Madera
X1 5 0 6 180
Función Objetivo X2 0 4 8 90
Maximizar: Z = 180X1 + 90X2 TOTAL 6 4 48 180X1 + 90X2
Sujeto a:
1X1 + 0X2 ≤ 5
0X1 + 1X2 ≤ 4
6X1 + 8X2 ≤ 48
X1, X2 ≥ 0
Función Objetivo
Maximizar: Z = 180X1 + 90X2 + 0S1 +
0S2 + 0S3
Sujeto a:
1X1 + 0X2 + 1S1 + 0S2 + 0S3 = 5
0X1 + 1X2 + 0S1 + 1S2 + 0S3 = 4
6X1 + 8X2 + 0S1 + 0S2 + 1S3 = 48 BASE Z X1 X2 S1 S2 S3 Valor
X1, X2, S1, S2, S3 ≥ 0 1 -180 -90 0 0 0 0
S1 0 1 0 1 0 0 5 5 / 1 = 5
S2 0 0 1 0 1 0 4 NO
S3 0 6 8 0 0 1 48 48 / 6 = 8
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -90 180 0 0 900
X1 0 1 0 1 0 0 5
S2 0 0 1 0 1 0 4
S3 0 0 8 -6 0 1 18
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -90 180 0 0 900
X1 0 1 0 1 0 0 5 NO
S2 0 0 1 0 1 0 4 4 / 1 = 4
X2 0 0 8 -6 0 1 18 18 / 8 = 2.25
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 225 / 2 0 45 / 4 2205 / 2
X1 0 1 0 1 0 0 5
S2 0 0 0 3 / 4 1 -1 / 8 7 / 4
S3 0 0 1 -3 / 4 0 1 / 8 9 / 4
RESPUESTA d).
de madera disminuyera de $180 a $120?
Máx (Z) = 120X1 + 90X2 = 120(6) + 90(3/2) = 855
Máx (Z) = 60X1 + 90X2 = 60(6) + 90(3/2) = 495
b. Un nuevo competidor también produce ventanas con marco de madera. Esta circunstancia puede forzar a la compañía a reducir el precio y
Por lo tanto, se necesitan 5 ventanas marcos de madera y (9 / 4) ventanas marcos de aluminio,
d. Doug piensa disminuir sus horas de trabajo, lo cual reduciría el número de ventanas de madera que produce por día.
¿Cómo cambiaría la solución óptima si hace sólo 5 marcos diarios?
El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones.
A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz:
X2 = Ventana de Marco de Aluminio
Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 1
Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 8
La solución óptima es Z = 2205/2
X1= 5, X2= 9/4, S1= 0, S2= 7/4, S3= 0
F1 + (90)*F4 -> F1
F3 - F4 -> F3
(1/8)*F4 -> F4
para maximizar la ganancia y obtener $1102.5
F4 - (6)*F2 -> F4
Matriz Inicial
--> Iteracion 1:
F1 + (180)*F2 -> F1
--> Iteracion 2:
Matriz 2da.
3. La compañía WorldLight produce dos dispositivos para lámparas (productos 1 y 2) que requieren partes de metal y componentes eléctricos.
La administración desea determinar cuántas unidades de cada producto debe fabricar para maximizar la ganancia. Por cada unidad del producto 1 se
requieren 1 unidad de partes de metal y 2 unidades de componentes eléctricos. Por cada unidad del producto 2 se necesitan 3 unidades de partes de metal y
2 unidades de componentes eléctricos. La compañía tiene 200 unidades de partes de metal y 300 de componentes eléctricos. Cada unidad del producto 1 da una ganancia de
$1 y cada unidad del producto 2, hasta 60 unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del producto 2 no genera
ganancia, por lo que fabricar más de esa cantidad está fuera de consideración.
X1 = Producto 1
X2 = Producto 2 METAL ELECTRICO GANANCIA
X1 1 2 1
X2 3 2 2
200 300 X1 + 2X2
Función Objetivo
Maximizar: Z = 1X1 + 2X2
Sujeto a:
1X1 + 3X2 ≤ 200
2X1 + 2X2 ≤ 300
0X1 + 1X2 ≤ 60
X1, X2 ≥ 0
Función Objetivo
Maximizar: Z = 1X1 + 2X2 + 0S1 + 0S2 +
0S3
Sujeto a:
1X1 + 3X2 + 1S1 + 0S2 + 0S3 = 200
2X1 + 2X2 + 0S1 + 1S2 + 0S3 = 300
0X1 + 1X2 + 0S1 + 0S2 + 1S3 = 60
X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor
1 -1 -2 0 0 0 0
S1 0 1 3 1 0 0 200 200 / 3 = 66.6666667
S2 0 2 2 0 1 0 300 300 / 2 = 150
S3 0 0 1 0 0 1 60 60 / 1 = 60
Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 1
BASE Z X1 X2 S1 S2 S3 Valor
1 -1 0 0 0 2 120
S1 0 1 0 1 0 -3 20
S2 0 2 0 0 1 2 180
X2 0 0 1 0 0 1 60
BASE Z X1 X2 S1 S2 S3 Valor
1 -1 0 0 0 2 120
S1 0 1 0 1 0 -3 20 20 / 1 = 20
S2 0 2 0 0 1 -2 180 180 / 2 = 90
X2 0 0 1 0 0 1 60 NO
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 1 0 -1 140
X1 0 1 0 1 0 -3 20
S2 0 0 0 -2 1 4 140
X2 0 0 1 0 0 1 60
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 1 0 -1 140
X1 0 1 0 1 0 -3 20 NO
S2 0 0 0 -2 1 4 140 140 / 4 = 35
X2 0 0 1 0 0 1 60 60 / 1 = 60
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 1 / 2 1 / 4 0 175
X1 0 1 0 -1 / 2 3 / 4 0 125
S3 0 0 0 -1 / 2 1 / 4 1 35
X2 0 0 1 1 / 2 -1 / 4 0 25
SOLUTION
F1 + (2)*F4 -> F1
F2 - (3)*F4 -> F2
F3 - (2)*F4 -> F3
F1 + F2 -> F1
F3 - (2)*F2 -> F3
F1 + F3 -> F1
F2 - (3)*F3 -> F2
(1/4)*F3 -> F3
Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 1
Ingresa la variable S3 y sale de la base la variable S2. El elemento pivote es 4
La solución óptima es Z = 175
X1= 125, X2= 25, S1= 0, S2= 0, S3= 35
F4 - F1 -> F4
Matriz Inicial
--> Iteracion 1:
--> Iteracion 2:
--> Iteracio 3:
Matriz 3ra.
Matriz 2da.
Por lo tanto, se debe fabricar 125 unidades de Producto 1 y 25 unidades de Producto 2para obtener una ganancisa maxima y
obtener $ 175.
Función Objetivo
Maximizar: Z = 5X1 + 2X2
Sujeto a:
3X1 + 2X2 ≤ 2400
0X1 + 1X2 ≤ 800
2X1 + 0X2 ≤ 1200
X1, X2 ≥ 0
Función Objetivo
Maximizar: Z = 5X1 + 2X2 + 0S1 + 0S2 +
0S3
Sujeto a:
3X1 + 2X2 + 1S1 + 0S2 + 0S3 = 2400
0X1 + 1X2 + 0S1 + 1S2 + 0S3 = 800
2X1 + 0X2 + 0S1 + 0S2 + 1S3 = 1200
X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor
1 -5 -2 0 0 0 0
S1 0 3 2 1 0 0 2400 2400 / 3 = 800
S2 0 0 1 0 1 0 800 NO
S3 0 2 0 0 0 1 1200 1200 / 2 = 600
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -2 0 0 5 / 2 3000
S1 0 0 2 1 0 - 3 / 2 600
S2 0 0 1 0 1 0 800
X1 0 1 0 0 0 1 / 2 600
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -2 0 0 5 / 2 3000
S1 0 0 2 1 0 - 3 / 2 600 600 / 2 = 300
S2 0 0 1 0 1 0 800 800 / 1 = 800
X1 0 1 0 0 0 1 / 2 600 NO
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 1 0 1 3600
X2 0 0 1 1 / 2 0 - 3 / 4 300
S2 0 0 0 -1 / 2 1 3 / 4 500
X1 0 1 0 0 0 1 / 2 600
X1= 600, X2= 300, S1= 0, S2= 500, S3= 0
SOLUTION
HARINA PUERCO MANO GANANCIA
X1 0 1 / 4 3 0.8
X2 0.1 0 2 0.3
200 800 2400 0.8X1+ 0.3X2
Función Objetivo
Maximizar: Z = 4/5X1 + 3/10X2
Sujeto a:
0X1 + 1/10X2 ≤ 200
1/4X1 + 0X2 ≤ 800
3X1 + 2X2 ≤ 12000
X1, X2 ≥ 0
El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones.
A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz:
F1 + (5)*F4 -> F1
F2 - (3)*F4 -> F2
(1/2)*F4 -> F4
F1 + (2)*F2 -> F1
Cada hot dog requiere 1/4 de libra de producto de puerco. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos.
Por último, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana). Cada hot dog requiere 3 minutos de trabajo y cada pan 2 minutos de este insumo.
Cada hot dog proporciona una ganancia de $0.80 y cada pan $0.30.
Weenies and Buns desea saber cuántos hot dogs y cuántos panes debe producir cada semana para lograr la ganancia más alta posible
X1 = Cantidad en unidades de hotdogs
X2 = Cantidad en unidades de panes
Ingresa la variable X1 y sale de la base la variable S3. El elemento pivote es 2
Ingresa la variable X2 y sale de la base la variable S1. El elemento pivote es 2
La solución óptima es Z = 3600
Por lo tanto, se requiere 600 de seguro de riesgo y 300 de hipoteca, para tener la maxima ganancia total y obtener $ 3600.
Matriz Inicial
--> Iteracion 1:
(1/2)*F2 -> F2
F3 - F 2 -> F3
--> Iteracion 2:
Matriz 2da.
5. Weenies and Buns es una planta procesadora de alimentos que fabrica hot dogs y pan para hot dogs. Muelen su propia harina a una tasa máxima
de 200 libras por semana. Cada pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega de 800 libras de productos de puerco cada lunes.
4. La compañía de seguros Primo está en proceso de introducir dos nuevas líneas de productos: seguro de riesgo especial e hipotecas. La ganancia esperada
es de $5 por el seguro de riesgo especial y de $2 por unidad de hipoteca. La administración desea establecer las cuotas de venta de las nuevas líneas
para maximizar la ganancia total esperada. Los requerimientos de trabajo son los siguientes:
X1= Número de unidades en seguros de riesgos especiales.
X2= Número de unidades en hipotecas.
Función Objetivo
Maximizar: Z = 4/5X1 + 3/10X2 + 0S1 +
0S2 + 0S3
Sujeto a:
0X1 + 1/10X2 + 1S1 + 0S2 + 0S3 = 200
1/4X1 + 0X2 + 0S1 + 1S2 + 0S3 = 800
3X1 + 2X2 + 0S1 + 0S2 + 1S3 = 12000
X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor
1 - 4 / 5 -3 / 10 0 0 0 0
S1 0 0 1 / 10 1 0 0 200 NO
S2 0 1 / 4 0 0 1 0 800 800 / (1/4) = 3200
S3 0 3 2 0 0 1 12000 12000 / 3 = 4000
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -3 / 10 0 16 / 5 0 2560
S1 0 0 1 / 10 1 0 0 200
X1 0 1 0 0 4 0 3200
S3 0 0 2 0 -12 1 2400
BASE Z X1 X2 S1 S2 S3 Valor
1 0 -3 / 10 0 16 / 5 0 2560
S1 0 0 1 / 10 1 0 0 200 200 / (1/10)= 2000
X1 0 1 0 0 4 0 3200 NO
S3 0 0 2 0 -12 1 2400 2400 / 2 = 1200
BASE Z X1 X2 S1 S2 S3 Valor
1 0 0 0 7 / 5 3 / 20 2920
S1 0 0 0 1 3 / 5 -1 / 20 80
X1 0 1 0 0 4 0 3200
X2 0 0 1 0 -6 1 / 2 1200
SOLUTION
Por lo tanto, se requiere 3200 hot dogs y 1200 panes, para tener la ganancia mas alta posible y obtener $ 2920.
El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones.
A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz:
Ingresa la variable X1 y sale de la base la variable S2. El elemento pivote es 1/4
Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 2
La solución óptima es Z = 2920
X1= 3200, X2= 1200, S1= 80, S2= 0, S3= 0
F1 + (3/10)*F4 -> F1
F2 - (1/10)*F4 -> F2
(1/2)*F4 -> F4
Matriz Inicial
--> Iteracion 1:
F1 + (4/5)*F3 -> F1
(4)*F3 -> F3
F4 - (3)*F3 -> F4
--> Iteracion 2:
Matriz 2da.

Más contenido relacionado

La actualidad más candente

Ejercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-linealEjercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-linealGabriel Chavez
 
ejercicios-resueltos-programacion-lineal
 ejercicios-resueltos-programacion-lineal ejercicios-resueltos-programacion-lineal
ejercicios-resueltos-programacion-linealAndres Sanchez
 
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexEjercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexSalvador Vasquez perez
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporteJaime Medrano
 
Tarea 11 de probabilidad y estadistica con respuestas
Tarea 11 de probabilidad y estadistica con respuestasTarea 11 de probabilidad y estadistica con respuestas
Tarea 11 de probabilidad y estadistica con respuestasIPN
 
solucionario Investigación de operaciones Hamdy a. Taha
 solucionario Investigación de operaciones Hamdy a. Taha solucionario Investigación de operaciones Hamdy a. Taha
solucionario Investigación de operaciones Hamdy a. Tahaangel05az
 
Tarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaTarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaIPN
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestasIPN
 
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...IPN
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesSergio Jarillo
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2fzeus
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasJaviera Huera (Temuco)
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasIPN
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2CEMEX
 

La actualidad más candente (20)

Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Ejercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-linealEjercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-lineal
 
ejercicios-resueltos-programacion-lineal
 ejercicios-resueltos-programacion-lineal ejercicios-resueltos-programacion-lineal
ejercicios-resueltos-programacion-lineal
 
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexEjercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
 
Administración de Operaciones - Ejercicios Resueltos
Administración de Operaciones - Ejercicios ResueltosAdministración de Operaciones - Ejercicios Resueltos
Administración de Operaciones - Ejercicios Resueltos
 
Tarea 11 de probabilidad y estadistica con respuestas
Tarea 11 de probabilidad y estadistica con respuestasTarea 11 de probabilidad y estadistica con respuestas
Tarea 11 de probabilidad y estadistica con respuestas
 
solucionario Investigación de operaciones Hamdy a. Taha
 solucionario Investigación de operaciones Hamdy a. Taha solucionario Investigación de operaciones Hamdy a. Taha
solucionario Investigación de operaciones Hamdy a. Taha
 
Tarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaTarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuesta
 
Solucionarioç
SolucionarioçSolucionarioç
Solucionarioç
 
Tarea 4 operativa luis
Tarea 4 operativa luisTarea 4 operativa luis
Tarea 4 operativa luis
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestas
 
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
 
Distribucion uniforme continua
Distribucion uniforme continuaDistribucion uniforme continua
Distribucion uniforme continua
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
 
Ejercicios inventarios
Ejercicios inventariosEjercicios inventarios
Ejercicios inventarios
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 

Similar a Ejercicios resueltos de maximización: de método simplex

Similar a Ejercicios resueltos de maximización: de método simplex (20)

21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal
 
Presentacion i dual sis-14
Presentacion i dual sis-14Presentacion i dual sis-14
Presentacion i dual sis-14
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
Unidad 2 ejercicios
Unidad 2 ejercicios Unidad 2 ejercicios
Unidad 2 ejercicios
 
Maximi simplex 0
Maximi simplex 0Maximi simplex 0
Maximi simplex 0
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 
Metodo-Simplex-1.pptx
Metodo-Simplex-1.pptxMetodo-Simplex-1.pptx
Metodo-Simplex-1.pptx
 
Ejercicio de metodo siemplex
Ejercicio de metodo siemplexEjercicio de metodo siemplex
Ejercicio de metodo siemplex
 
Deber # 6
Deber # 6Deber # 6
Deber # 6
 
Miop u2 a2_aupc. algoritmo simplex-1
Miop u2 a2_aupc. algoritmo simplex-1Miop u2 a2_aupc. algoritmo simplex-1
Miop u2 a2_aupc. algoritmo simplex-1
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)
 
correccion
correccion correccion
correccion
 
Investigacion de operaciones ejercicios resueltos
Investigacion de operaciones ejercicios resueltosInvestigacion de operaciones ejercicios resueltos
Investigacion de operaciones ejercicios resueltos
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dual
 
MATERIA
MATERIA MATERIA
MATERIA
 
Ejercicios en Clase
Ejercicios en ClaseEjercicios en Clase
Ejercicios en Clase
 
246244973 ejercicios-en-clas1
246244973 ejercicios-en-clas1246244973 ejercicios-en-clas1
246244973 ejercicios-en-clas1
 

Más de JuanMiguelCustodioMo

Historia e evoluvion de los lenguaje de programcion
Historia e evoluvion de los lenguaje de programcionHistoria e evoluvion de los lenguaje de programcion
Historia e evoluvion de los lenguaje de programcionJuanMiguelCustodioMo
 
Los precursores de la Didáctica: sus aportes y teorías
Los precursores de la Didáctica: sus aportes y teoríasLos precursores de la Didáctica: sus aportes y teorías
Los precursores de la Didáctica: sus aportes y teoríasJuanMiguelCustodioMo
 
Investigaciones sobre la enseñanza y el aprendizaje
Investigaciones sobre la enseñanza y el aprendizajeInvestigaciones sobre la enseñanza y el aprendizaje
Investigaciones sobre la enseñanza y el aprendizajeJuanMiguelCustodioMo
 
Cuadros comparativos sobre las teorías de aprendizaje
Cuadros comparativos sobre las teorías de aprendizajeCuadros comparativos sobre las teorías de aprendizaje
Cuadros comparativos sobre las teorías de aprendizajeJuanMiguelCustodioMo
 
Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.
Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.
Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.JuanMiguelCustodioMo
 
Las Competencias : Didáctica General
Las Competencias : Didáctica GeneralLas Competencias : Didáctica General
Las Competencias : Didáctica GeneralJuanMiguelCustodioMo
 
Los Contenidos Didácticos: Tipos y selección de contenidos
Los Contenidos Didácticos: Tipos y selección de contenidosLos Contenidos Didácticos: Tipos y selección de contenidos
Los Contenidos Didácticos: Tipos y selección de contenidosJuanMiguelCustodioMo
 
Actividad práctica para aplicar criterios de evaluación.
Actividad práctica para aplicar criterios de evaluación.Actividad práctica para aplicar criterios de evaluación.
Actividad práctica para aplicar criterios de evaluación.JuanMiguelCustodioMo
 
Introducción a la Didáctica General: Unidad 1
Introducción a la Didáctica General: Unidad 1 Introducción a la Didáctica General: Unidad 1
Introducción a la Didáctica General: Unidad 1 JuanMiguelCustodioMo
 
ESTRATEGIAS DIDÁCTICAS.: Unidad 4
ESTRATEGIAS DIDÁCTICAS.: Unidad 4ESTRATEGIAS DIDÁCTICAS.: Unidad 4
ESTRATEGIAS DIDÁCTICAS.: Unidad 4JuanMiguelCustodioMo
 
Criterios para selección de recursos didácticos
Criterios para selección de recursos didácticosCriterios para selección de recursos didácticos
Criterios para selección de recursos didácticosJuanMiguelCustodioMo
 

Más de JuanMiguelCustodioMo (20)

Historia e evoluvion de los lenguaje de programcion
Historia e evoluvion de los lenguaje de programcionHistoria e evoluvion de los lenguaje de programcion
Historia e evoluvion de los lenguaje de programcion
 
DIAGRAMAS DE FLUJO
DIAGRAMAS DE FLUJODIAGRAMAS DE FLUJO
DIAGRAMAS DE FLUJO
 
Los precursores de la Didáctica: sus aportes y teorías
Los precursores de la Didáctica: sus aportes y teoríasLos precursores de la Didáctica: sus aportes y teorías
Los precursores de la Didáctica: sus aportes y teorías
 
Investigaciones sobre la enseñanza y el aprendizaje
Investigaciones sobre la enseñanza y el aprendizajeInvestigaciones sobre la enseñanza y el aprendizaje
Investigaciones sobre la enseñanza y el aprendizaje
 
Cuadros comparativos sobre las teorías de aprendizaje
Cuadros comparativos sobre las teorías de aprendizajeCuadros comparativos sobre las teorías de aprendizaje
Cuadros comparativos sobre las teorías de aprendizaje
 
Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.
Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.
Profundizaciones sobre la enseñanza, el aprendizaje el rol del docente.
 
Las Competencias : Didáctica General
Las Competencias : Didáctica GeneralLas Competencias : Didáctica General
Las Competencias : Didáctica General
 
Los Contenidos Didácticos: Tipos y selección de contenidos
Los Contenidos Didácticos: Tipos y selección de contenidosLos Contenidos Didácticos: Tipos y selección de contenidos
Los Contenidos Didácticos: Tipos y selección de contenidos
 
Reflexiones sobre evaluación
Reflexiones sobre evaluaciónReflexiones sobre evaluación
Reflexiones sobre evaluación
 
Actividad práctica para aplicar criterios de evaluación.
Actividad práctica para aplicar criterios de evaluación.Actividad práctica para aplicar criterios de evaluación.
Actividad práctica para aplicar criterios de evaluación.
 
Introducción a la Didáctica General: Unidad 1
Introducción a la Didáctica General: Unidad 1 Introducción a la Didáctica General: Unidad 1
Introducción a la Didáctica General: Unidad 1
 
ESTRATEGIAS DIDÁCTICAS.: Unidad 4
ESTRATEGIAS DIDÁCTICAS.: Unidad 4ESTRATEGIAS DIDÁCTICAS.: Unidad 4
ESTRATEGIAS DIDÁCTICAS.: Unidad 4
 
RECURSOS Didácticos
 RECURSOS Didácticos RECURSOS Didácticos
RECURSOS Didácticos
 
Criterios para selección de recursos didácticos
Criterios para selección de recursos didácticosCriterios para selección de recursos didácticos
Criterios para selección de recursos didácticos
 
6. Cuestionario Unidad 3
6. Cuestionario Unidad 36. Cuestionario Unidad 3
6. Cuestionario Unidad 3
 
5. Diario de Campo
5. Diario de Campo5. Diario de Campo
5. Diario de Campo
 
4. Reproducciones
4. Reproducciones4. Reproducciones
4. Reproducciones
 
1. presentacion
1. presentacion1. presentacion
1. presentacion
 
3. Productos
3. Productos 3. Productos
3. Productos
 
2. Competencias especificas
2. Competencias especificas2. Competencias especificas
2. Competencias especificas
 

Último

SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfCESARMALAGA4
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 
TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfDannyTola1
 
Los Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadLos Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadJonathanCovena1
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfNataliaMalky1
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptAlberto Rubio
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfvictorbeltuce
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...fcastellanos3
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfcoloncopias5
 

Último (20)

SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 
TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdf
 
Los Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadLos Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la Sostenibilidad
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
 
VISITA À PROTEÇÃO CIVIL _
VISITA À PROTEÇÃO CIVIL                  _VISITA À PROTEÇÃO CIVIL                  _
VISITA À PROTEÇÃO CIVIL _
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
 

Ejercicios resueltos de maximización: de método simplex

  • 1. PRACTICA DE MATEMATICA ESTADISTICA II -MONITORIA Resolver los siguientes ejercicios con el método simplex. Sujeto a: 0X1 + 1X2 ≤ 10 3X1 + 1X2 ≤ 44 1X1 + 1X2 ≤ 18 2X1 + 5X2 ≤ 60 X1, X2 ≥ 0 Función Objetivo Maximizar: Z = 2X1 + 1X2 + 0S1 + 0S2 + 0S3 + 0S4 Sujeto a: 0X1 + 1X2 + 1S1 + 0S2 + 0S3 + 0S4 = 10 3X1 + 1X2 + 0S1 + 1S2 + 0S3 + 0S4 = 44 1X1 + 1X2 + 0S1 + 0S2 + 1S3 + 0S4 = 18 2X1 + 5X2 + 0S1 + 0S2 + 0S3 + 1S4 = 60 X1, X2, S1, S2, S3, S4 ≥ 0 BASE Z X1 X2 S1 S2 S3 S4 Valor 1 -2 -1 0 0 0 0 0 S1 0 0 1 1 0 0 0 10 NO S2 0 3 1 0 1 0 0 44 44 / 3 = 14.66667 S3 0 1 1 0 0 1 0 18 18 / 1 = 18 S4 0 2 5 0 0 0 1 60 60 / 2 = 30 BASE Z X1 X2 S1 S2 S3 S4 Valor 1 0 -1 / 3 0 2 / 3 0 0 88 / 3 S1 0 0 1 1 0 0 0 10 X1 0 1 1 / 3 0 1 / 3 0 0 44 / 3 S3 0 0 2 / 3 0 -1 / 3 1 0 10 / 3 S4 0 0 13 / 3 0 -2 / 3 0 1 92 / 3 BASE Z X1 X2 S1 S2 S3 S4 Valor 1 0 -1 / 3 0 2 / 3 0 0 88 / 3 S1 0 0 1 1 0 0 0 10 10 / 1 = 10 X1 0 1 1 / 3 0 1 / 3 0 0 44 / 3 (44 /3) / (1/3 ) = 44 S3 0 0 2 / 3 0 -1 / 3 1 0 10 / 3 (10/3) / (2/3) = 5 S4 0 0 13 / 3 0 -2 / 3 0 1 92 / 3 (92/3) / (13/3)= 7.07692308 Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 2/3 BASE Z X1 X2 S1 S2 S3 S4 Valor 1 0 0 0 1 / 2 1 / 2 0 31 S1 0 0 0 1 1 / 2 -3 / 2 0 5 X1 0 1 0 0 1 / 2 -1 / 2 0 13 X2 0 0 1 0 -1 / 2 3 / 2 0 5 S4 0 0 0 0 3 / 2 -13 / 2 1 9 La solución óptima es Z = 31 X1= 13, X2= 5, S1= 5, S2= 0, S3= 0, S4= 9 El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones. A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz: Ingresa la variable X1 y sale de la base la variable S2. El elemento pivote es 3 F5 - 2*F3 -> F5 3*F4 - F3 -> F4 (1/3)*F3 -> F3 2*F3 + F1 -> F1 F2 - F4 -> F4 F3 - (1/3)*F4 -> F3 (3/2)*F4 -> F4 F5 -(13/3)*F4 -> F5 1. Maximizar: Z = 2X1 + 1X2 Matriz Inicial --> Iteracion 1: Matriz 3da. JUAN MIGUE CUSTODIO MACGIVER 100480765 --> Iteracion 2:
  • 2. 2. La empresa Whitt Window tiene sólo tres empleados que hacen dos tipos de ventanas a mano: con marco de madera y con marco de aluminio. La ganancia es de $180 por cada ventana con marco de madera y de $90 por cada una con marco de aluminio. Doug hace marcos de madera y puede terminar 6 al día. Linda hace 4 marcos de aluminio por día. Bob forma y corta el vidrio y puede hacer 48 pies cuadrados de vidrio por día. Cada ventana con marco de madera emplea 6 pies cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados. a. La compañía desea determinar cuántas ventanas de cada tipo debe producir al día para maximizar la ganancia total. por ende la ganancia debida a este tipo de ventanas. ¿Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana c. ¿Y de $180 a $60? d. Doug piensa disminuir sus horas de trabajo, lo cual reduciría el número de ventanas de madera que produce por día. RESOLVIENDO PARA a). a. La compañía desea determinar cuántas ventanas de cada tipo debe producir al día para maximizar la ganancia total. SOLUCION: Sea DOUG LINDA BOB GANANCIA X1 6 0 6 180 X2 = Ventana de Marco de AluminioX2 0 4 8 90 TOTAL 6 4 48 180X1 + 90X2 Función Objetivo Maximizar: Z = 180X1 + 90X2 Sujeto a: 1X1 + 0X2 ≤ 6 0X1 + 1X2 ≤ 4 6X1 + 8X2 ≤ 48 X1, X2 ≥ 0 Función Objetivo Maximizar: Z = 180X1 + 90X2 + 0S1 + 0S2 + 0S3 Sujeto a: 1X1 + 0X2 + 1S1 + 0S2 + 0S3 = 6 0X1 + 1X2 + 0S1 + 1S2 + 0S3 = 4 6X1 + 8X2 + 0S1 + 0S2 + 1S3 = 48 X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor 1 -180 -90 0 0 0 0 S1 0 1 0 1 0 0 6 6 / 1 = 6 S2 0 0 1 0 1 0 4 NO S3 0 6 8 0 0 1 48 48 / 6 = 8 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -90 180 0 0 1080 X2 0 1 0 1 0 0 6 S2 0 0 1 0 1 0 4 S3 0 0 8 -6 0 1 12 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -90 180 0 0 1080 X2 0 1 0 1 0 0 6 NO S2 0 0 1 0 1 0 4 4 / 1 = 4 S3 0 0 8 -6 0 1 12 12 / 8 = 1.5 BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 225 / 2 0 45 / 4 1215 X2 0 1 0 1 0 0 6 S2 0 0 0 3 / 4 1 -1 / 8 5 / 2 X2 0 0 1 -3 / 4 0 1 / 8 3 / 2 RESPUESTA a). b. Un nuevo competidor también produce ventanas con marco de madera. Esta circunstancia puede forzar a la compañía a reducir el precio y de madera disminuyera de $180 a $120? ¿Cómo cambiaría la solución óptima si hace sólo 5 marcos diarios? La solución óptima es Z = 1215 X1= 6, X2= 3/2, S1= 0, S2= 5/2, S3= 0 Por lo tanto, se necesitan 6 ventanas marcos de madera y 3 / 2 ventanas marcos de aluminio, para maximizar la ganancia y obtener $1215. X1 = Ventana de Marco de Madera El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones. A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz: Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 1 Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 8 F4 - (6)* F2 -> F4 F1 + (180)*F2 -> F1 Matriz Inicial --> Iteracion 1: F1+ (90)*F4 -> F1 F3 - F4 -> F3 (1/8)* F4 -> F4 Matriz 2da. --> Iteracion 2:
  • 3. RESOLVIENDO PARA b). por ende la ganancia debida a este tipo de ventanas. ¿Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana Cuando la función objetivo es: Máx (Z) = 180X1 + 90X2 = 180 (6) + 90 (3/2) = 1215 Si la ganancia por ventana de madera disminuye de $180 a $120: RESOLVIENDO PARA c). c. ¿Y de $180 a $60? Cuando la función objetivo es: Máx (Z) = 180X1 + 90X2 = 180 (6) + 90 (3/2) = 1215 Si la ganancia por ventana de madera disminuye de $180 a $120: RESOLVIENDO PARA d). DOUG LINDA BOB GANANCIA X1 = Ventana de Marco de Madera X1 5 0 6 180 Función Objetivo X2 0 4 8 90 Maximizar: Z = 180X1 + 90X2 TOTAL 6 4 48 180X1 + 90X2 Sujeto a: 1X1 + 0X2 ≤ 5 0X1 + 1X2 ≤ 4 6X1 + 8X2 ≤ 48 X1, X2 ≥ 0 Función Objetivo Maximizar: Z = 180X1 + 90X2 + 0S1 + 0S2 + 0S3 Sujeto a: 1X1 + 0X2 + 1S1 + 0S2 + 0S3 = 5 0X1 + 1X2 + 0S1 + 1S2 + 0S3 = 4 6X1 + 8X2 + 0S1 + 0S2 + 1S3 = 48 BASE Z X1 X2 S1 S2 S3 Valor X1, X2, S1, S2, S3 ≥ 0 1 -180 -90 0 0 0 0 S1 0 1 0 1 0 0 5 5 / 1 = 5 S2 0 0 1 0 1 0 4 NO S3 0 6 8 0 0 1 48 48 / 6 = 8 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -90 180 0 0 900 X1 0 1 0 1 0 0 5 S2 0 0 1 0 1 0 4 S3 0 0 8 -6 0 1 18 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -90 180 0 0 900 X1 0 1 0 1 0 0 5 NO S2 0 0 1 0 1 0 4 4 / 1 = 4 X2 0 0 8 -6 0 1 18 18 / 8 = 2.25 BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 225 / 2 0 45 / 4 2205 / 2 X1 0 1 0 1 0 0 5 S2 0 0 0 3 / 4 1 -1 / 8 7 / 4 S3 0 0 1 -3 / 4 0 1 / 8 9 / 4 RESPUESTA d). de madera disminuyera de $180 a $120? Máx (Z) = 120X1 + 90X2 = 120(6) + 90(3/2) = 855 Máx (Z) = 60X1 + 90X2 = 60(6) + 90(3/2) = 495 b. Un nuevo competidor también produce ventanas con marco de madera. Esta circunstancia puede forzar a la compañía a reducir el precio y Por lo tanto, se necesitan 5 ventanas marcos de madera y (9 / 4) ventanas marcos de aluminio, d. Doug piensa disminuir sus horas de trabajo, lo cual reduciría el número de ventanas de madera que produce por día. ¿Cómo cambiaría la solución óptima si hace sólo 5 marcos diarios? El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones. A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz: X2 = Ventana de Marco de Aluminio Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 1 Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 8 La solución óptima es Z = 2205/2 X1= 5, X2= 9/4, S1= 0, S2= 7/4, S3= 0 F1 + (90)*F4 -> F1 F3 - F4 -> F3 (1/8)*F4 -> F4 para maximizar la ganancia y obtener $1102.5 F4 - (6)*F2 -> F4 Matriz Inicial --> Iteracion 1: F1 + (180)*F2 -> F1 --> Iteracion 2: Matriz 2da.
  • 4. 3. La compañía WorldLight produce dos dispositivos para lámparas (productos 1 y 2) que requieren partes de metal y componentes eléctricos. La administración desea determinar cuántas unidades de cada producto debe fabricar para maximizar la ganancia. Por cada unidad del producto 1 se requieren 1 unidad de partes de metal y 2 unidades de componentes eléctricos. Por cada unidad del producto 2 se necesitan 3 unidades de partes de metal y 2 unidades de componentes eléctricos. La compañía tiene 200 unidades de partes de metal y 300 de componentes eléctricos. Cada unidad del producto 1 da una ganancia de $1 y cada unidad del producto 2, hasta 60 unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del producto 2 no genera ganancia, por lo que fabricar más de esa cantidad está fuera de consideración. X1 = Producto 1 X2 = Producto 2 METAL ELECTRICO GANANCIA X1 1 2 1 X2 3 2 2 200 300 X1 + 2X2 Función Objetivo Maximizar: Z = 1X1 + 2X2 Sujeto a: 1X1 + 3X2 ≤ 200 2X1 + 2X2 ≤ 300 0X1 + 1X2 ≤ 60 X1, X2 ≥ 0 Función Objetivo Maximizar: Z = 1X1 + 2X2 + 0S1 + 0S2 + 0S3 Sujeto a: 1X1 + 3X2 + 1S1 + 0S2 + 0S3 = 200 2X1 + 2X2 + 0S1 + 1S2 + 0S3 = 300 0X1 + 1X2 + 0S1 + 0S2 + 1S3 = 60 X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor 1 -1 -2 0 0 0 0 S1 0 1 3 1 0 0 200 200 / 3 = 66.6666667 S2 0 2 2 0 1 0 300 300 / 2 = 150 S3 0 0 1 0 0 1 60 60 / 1 = 60 Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 1 BASE Z X1 X2 S1 S2 S3 Valor 1 -1 0 0 0 2 120 S1 0 1 0 1 0 -3 20 S2 0 2 0 0 1 2 180 X2 0 0 1 0 0 1 60 BASE Z X1 X2 S1 S2 S3 Valor 1 -1 0 0 0 2 120 S1 0 1 0 1 0 -3 20 20 / 1 = 20 S2 0 2 0 0 1 -2 180 180 / 2 = 90 X2 0 0 1 0 0 1 60 NO BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 1 0 -1 140 X1 0 1 0 1 0 -3 20 S2 0 0 0 -2 1 4 140 X2 0 0 1 0 0 1 60 BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 1 0 -1 140 X1 0 1 0 1 0 -3 20 NO S2 0 0 0 -2 1 4 140 140 / 4 = 35 X2 0 0 1 0 0 1 60 60 / 1 = 60 BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 1 / 2 1 / 4 0 175 X1 0 1 0 -1 / 2 3 / 4 0 125 S3 0 0 0 -1 / 2 1 / 4 1 35 X2 0 0 1 1 / 2 -1 / 4 0 25 SOLUTION F1 + (2)*F4 -> F1 F2 - (3)*F4 -> F2 F3 - (2)*F4 -> F3 F1 + F2 -> F1 F3 - (2)*F2 -> F3 F1 + F3 -> F1 F2 - (3)*F3 -> F2 (1/4)*F3 -> F3 Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 1 Ingresa la variable S3 y sale de la base la variable S2. El elemento pivote es 4 La solución óptima es Z = 175 X1= 125, X2= 25, S1= 0, S2= 0, S3= 35 F4 - F1 -> F4 Matriz Inicial --> Iteracion 1: --> Iteracion 2: --> Iteracio 3: Matriz 3ra. Matriz 2da. Por lo tanto, se debe fabricar 125 unidades de Producto 1 y 25 unidades de Producto 2para obtener una ganancisa maxima y obtener $ 175.
  • 5. Función Objetivo Maximizar: Z = 5X1 + 2X2 Sujeto a: 3X1 + 2X2 ≤ 2400 0X1 + 1X2 ≤ 800 2X1 + 0X2 ≤ 1200 X1, X2 ≥ 0 Función Objetivo Maximizar: Z = 5X1 + 2X2 + 0S1 + 0S2 + 0S3 Sujeto a: 3X1 + 2X2 + 1S1 + 0S2 + 0S3 = 2400 0X1 + 1X2 + 0S1 + 1S2 + 0S3 = 800 2X1 + 0X2 + 0S1 + 0S2 + 1S3 = 1200 X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor 1 -5 -2 0 0 0 0 S1 0 3 2 1 0 0 2400 2400 / 3 = 800 S2 0 0 1 0 1 0 800 NO S3 0 2 0 0 0 1 1200 1200 / 2 = 600 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -2 0 0 5 / 2 3000 S1 0 0 2 1 0 - 3 / 2 600 S2 0 0 1 0 1 0 800 X1 0 1 0 0 0 1 / 2 600 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -2 0 0 5 / 2 3000 S1 0 0 2 1 0 - 3 / 2 600 600 / 2 = 300 S2 0 0 1 0 1 0 800 800 / 1 = 800 X1 0 1 0 0 0 1 / 2 600 NO BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 1 0 1 3600 X2 0 0 1 1 / 2 0 - 3 / 4 300 S2 0 0 0 -1 / 2 1 3 / 4 500 X1 0 1 0 0 0 1 / 2 600 X1= 600, X2= 300, S1= 0, S2= 500, S3= 0 SOLUTION HARINA PUERCO MANO GANANCIA X1 0 1 / 4 3 0.8 X2 0.1 0 2 0.3 200 800 2400 0.8X1+ 0.3X2 Función Objetivo Maximizar: Z = 4/5X1 + 3/10X2 Sujeto a: 0X1 + 1/10X2 ≤ 200 1/4X1 + 0X2 ≤ 800 3X1 + 2X2 ≤ 12000 X1, X2 ≥ 0 El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones. A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz: F1 + (5)*F4 -> F1 F2 - (3)*F4 -> F2 (1/2)*F4 -> F4 F1 + (2)*F2 -> F1 Cada hot dog requiere 1/4 de libra de producto de puerco. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos. Por último, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana). Cada hot dog requiere 3 minutos de trabajo y cada pan 2 minutos de este insumo. Cada hot dog proporciona una ganancia de $0.80 y cada pan $0.30. Weenies and Buns desea saber cuántos hot dogs y cuántos panes debe producir cada semana para lograr la ganancia más alta posible X1 = Cantidad en unidades de hotdogs X2 = Cantidad en unidades de panes Ingresa la variable X1 y sale de la base la variable S3. El elemento pivote es 2 Ingresa la variable X2 y sale de la base la variable S1. El elemento pivote es 2 La solución óptima es Z = 3600 Por lo tanto, se requiere 600 de seguro de riesgo y 300 de hipoteca, para tener la maxima ganancia total y obtener $ 3600. Matriz Inicial --> Iteracion 1: (1/2)*F2 -> F2 F3 - F 2 -> F3 --> Iteracion 2: Matriz 2da. 5. Weenies and Buns es una planta procesadora de alimentos que fabrica hot dogs y pan para hot dogs. Muelen su propia harina a una tasa máxima de 200 libras por semana. Cada pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega de 800 libras de productos de puerco cada lunes. 4. La compañía de seguros Primo está en proceso de introducir dos nuevas líneas de productos: seguro de riesgo especial e hipotecas. La ganancia esperada es de $5 por el seguro de riesgo especial y de $2 por unidad de hipoteca. La administración desea establecer las cuotas de venta de las nuevas líneas para maximizar la ganancia total esperada. Los requerimientos de trabajo son los siguientes: X1= Número de unidades en seguros de riesgos especiales. X2= Número de unidades en hipotecas.
  • 6. Función Objetivo Maximizar: Z = 4/5X1 + 3/10X2 + 0S1 + 0S2 + 0S3 Sujeto a: 0X1 + 1/10X2 + 1S1 + 0S2 + 0S3 = 200 1/4X1 + 0X2 + 0S1 + 1S2 + 0S3 = 800 3X1 + 2X2 + 0S1 + 0S2 + 1S3 = 12000 X1, X2, S1, S2, S3 ≥ 0 BASE Z X1 X2 S1 S2 S3 Valor 1 - 4 / 5 -3 / 10 0 0 0 0 S1 0 0 1 / 10 1 0 0 200 NO S2 0 1 / 4 0 0 1 0 800 800 / (1/4) = 3200 S3 0 3 2 0 0 1 12000 12000 / 3 = 4000 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -3 / 10 0 16 / 5 0 2560 S1 0 0 1 / 10 1 0 0 200 X1 0 1 0 0 4 0 3200 S3 0 0 2 0 -12 1 2400 BASE Z X1 X2 S1 S2 S3 Valor 1 0 -3 / 10 0 16 / 5 0 2560 S1 0 0 1 / 10 1 0 0 200 200 / (1/10)= 2000 X1 0 1 0 0 4 0 3200 NO S3 0 0 2 0 -12 1 2400 2400 / 2 = 1200 BASE Z X1 X2 S1 S2 S3 Valor 1 0 0 0 7 / 5 3 / 20 2920 S1 0 0 0 1 3 / 5 -1 / 20 80 X1 0 1 0 0 4 0 3200 X2 0 0 1 0 -6 1 / 2 1200 SOLUTION Por lo tanto, se requiere 3200 hot dogs y 1200 panes, para tener la ganancia mas alta posible y obtener $ 2920. El problema se adecuará al modelo estándar de programación lineal, agregando las variables de holgura, exceso y/o artificiales en cada una de las restricciones. A continuación se muestra el problema en la forma estándar. Se colocará el coeficiente 0 (cero) donde corresponda para crear nuestra matriz: Ingresa la variable X1 y sale de la base la variable S2. El elemento pivote es 1/4 Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 2 La solución óptima es Z = 2920 X1= 3200, X2= 1200, S1= 80, S2= 0, S3= 0 F1 + (3/10)*F4 -> F1 F2 - (1/10)*F4 -> F2 (1/2)*F4 -> F4 Matriz Inicial --> Iteracion 1: F1 + (4/5)*F3 -> F1 (4)*F3 -> F3 F4 - (3)*F3 -> F4 --> Iteracion 2: Matriz 2da.