SlideShare una empresa de Scribd logo
Resolver el siguiente problema:

       Maximizar        Z = 3x1 + 2x2

       Sujeto a:        2x1 + x2 ≤ 18

                        2x1 + 3x2 ≤ 42

                        3x1 + x2 ≤ 24

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

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

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

               VD            Base            (Columnas )
               VH            Base            (Filas)

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

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

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

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

       X1       X2        S1        S2      S3


 S1     2        1         1        0       0      18


 S2     2        3         0        1       0      42


 S3     3        1         0        0       1      24


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

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


       X1        X2          S1        S2       S3                 División
                                                                   prueba

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

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

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

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


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

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


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


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


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


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

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

           X1      X2       S1       S2     S3


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


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


 X1         1     1/3        0       0      1/3        8


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

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


       X1       X2         S1       S2        S3                  División
                                                                  Prueba

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

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

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

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


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

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



 X2         0          1          3          0         -2           6                  3X2


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


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


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

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

        X1      X2     S1       S2     S3


 X2      0      1       3       0      -2       6


 S2      0      0       -7      0      4       12


 X1      1      0       -1      0      1        6


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


       X1       X2         S1       S2        S3


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

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

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

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

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


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


 X1      1      0       ¾        0       0         3            – S3 +X1


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

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

       X1       X2       S1        S2     S3


 X2     0        1      -1/2       0       0     12


 S3     0        0      -7/4       0       1      3


 X1     1        0       3/4       0       0      3


 Z      0        0       5/4       0       0     33

Más contenido relacionado

La actualidad más candente

Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
Lupita Rodríguez
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
Luis Guerrero
 
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
Salvador Vasquez perez
 
Ejercicios resueltos 1, metodo grafico y simplex
Ejercicios resueltos 1, metodo grafico y simplexEjercicios resueltos 1, metodo grafico y simplex
Ejercicios resueltos 1, metodo grafico y simplexCarlos Samuel Garcia
 
Método grafico. Teoría y Práctica
Método grafico. Teoría y PrácticaMétodo grafico. Teoría y Práctica
Método grafico. Teoría y Práctica
Leux Javier Malavé Quijada
 
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONESMETODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
JuanMiguelCustodioMo
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.yadipaosarchi
 
problemas de programacion lineal resueltos
problemas de programacion lineal resueltosproblemas de programacion lineal resueltos
problemas de programacion lineal resueltos
Julio Cesar Cardozo Bracho
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binariaJaime Medrano
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
fzeus
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
Cris Panchi
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
Sergio Jarillo
 
5.3 árbol de expansión mínima
5.3 árbol de expansión mínima5.3 árbol de expansión mínima
5.3 árbol de expansión mínima
ADRIANA NIETO
 
MÉTODO SIMPLEX
MÉTODO SIMPLEXMÉTODO SIMPLEX
MÉTODO SIMPLEX
liizrocks
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
Ildemaro Vargas
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)lineal
 
Ejercicios plani pdf
Ejercicios plani pdfEjercicios plani pdf
Ejercicios plani pdf
henrry rojas simeon
 

La actualidad más candente (20)

Expo 2 método de dos fases
Expo 2   método de dos  fasesExpo 2   método de dos  fases
Expo 2 método de dos fases
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
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
 
Ejercicios resueltos 1, metodo grafico y simplex
Ejercicios resueltos 1, metodo grafico y simplexEjercicios resueltos 1, metodo grafico y simplex
Ejercicios resueltos 1, metodo grafico y simplex
 
Método grafico. Teoría y Práctica
Método grafico. Teoría y PrácticaMétodo grafico. Teoría y Práctica
Método grafico. Teoría y Práctica
 
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONESMETODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
 
Expo 2 método dual simplex
Expo 2   método dual simplexExpo 2   método dual simplex
Expo 2 método dual simplex
 
problemas de programacion lineal resueltos
problemas de programacion lineal resueltosproblemas de programacion lineal resueltos
problemas de programacion lineal resueltos
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 
5.3 árbol de expansión mínima
5.3 árbol de expansión mínima5.3 árbol de expansión mínima
5.3 árbol de expansión mínima
 
MÉTODO SIMPLEX
MÉTODO SIMPLEXMÉTODO SIMPLEX
MÉTODO SIMPLEX
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
 
Ejercicios plani pdf
Ejercicios plani pdfEjercicios plani pdf
Ejercicios plani pdf
 

Similar a Repaso Metodo Simplex

Método simplex
Método simplexMétodo simplex
Método simplexdeweey
 
método Simplex
método Simplexmétodo Simplex
método Simplexynavadni
 
Proyecto investigacion de operaciones
Proyecto investigacion de operacionesProyecto investigacion de operaciones
Proyecto investigacion de operacionesjuancastillosiente
 
05 pl met.simplex
05 pl met.simplex05 pl met.simplex
05 pl met.simplex
Cezar Ricardo
 
S04 01 s08.s1.material metodo simplex
S04 01 s08.s1.material metodo simplexS04 01 s08.s1.material metodo simplex
S04 01 s08.s1.material metodo simplex
OscarLuisGuillermoFl
 
Resolucion del metodo simplex
Resolucion del metodo simplexResolucion del metodo simplex
Resolucion del metodo simplexBaiser Roa
 
Simplex
 Simplex  Simplex
Simplex
puracastillo
 
304solbol6fmimec0304
304solbol6fmimec0304304solbol6fmimec0304
304solbol6fmimec0304
Luzmira77
 
Comp graf(2) marzo11
Comp graf(2) marzo11Comp graf(2) marzo11
Comp graf(2) marzo11
Alonso Alvarez Olivo
 
Magnetic vortex non-lineal dynamics in magnetic nano-dots
Magnetic vortex non-lineal dynamics in magnetic nano-dotsMagnetic vortex non-lineal dynamics in magnetic nano-dots
Magnetic vortex non-lineal dynamics in magnetic nano-dots
Juan Alfonso Valero Lancho
 
Ecuaciones Diferenciales de Orden Superior
 Ecuaciones Diferenciales de Orden Superior Ecuaciones Diferenciales de Orden Superior
Ecuaciones Diferenciales de Orden Superior
Joan Perez
 
Sesión 04 2015 II
Sesión 04 2015 IISesión 04 2015 II
Sesión 04 2015 II
Karina Cieza Sanchez
 
Representacion de curvas
Representacion de curvasRepresentacion de curvas
Representacion de curvas
mgarmon965
 
Simplex
SimplexSimplex
Simplex
Rodia Bravo
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2CEMEX
 
Resumen programación lineal
Resumen programación linealResumen programación lineal
Resumen programación linealUNL
 
Programación lineal
Programación linealProgramación lineal
Programación linealUNL
 
Conceptos programacion lineal
Conceptos programacion linealConceptos programacion lineal
Conceptos programacion lineal
UNL
 
Problemas mef
Problemas mefProblemas mef
Problemas mef
dany escobar bellido
 

Similar a Repaso Metodo Simplex (20)

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

Más de cgviviana

Polinomios juego
Polinomios juegoPolinomios juego
Polinomios juegocgviviana
 
Resumen limites
Resumen limitesResumen limites
Resumen limitescgviviana
 
Act en moodle
Act en moodleAct en moodle
Act en moodlecgviviana
 
Act en moodle
Act en moodleAct en moodle
Act en moodlecgviviana
 
72116073 fundamentos-de-ingenieria-economica
72116073 fundamentos-de-ingenieria-economica72116073 fundamentos-de-ingenieria-economica
72116073 fundamentos-de-ingenieria-economicacgviviana
 
1. funciones
1. funciones1. funciones
1. funcionescgviviana
 
1. funciones
1. funciones1. funciones
1. funcionescgviviana
 
Fis vectores
Fis vectores Fis vectores
Fis vectores cgviviana
 

Más de cgviviana (20)

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

Repaso Metodo Simplex

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