Problemas del metodo simplex

1. Escribir los siguientes modelos en forma est andar de maximizacion.

1.1 max z = 2x
1
+ 4x
2
4x
3
1.2 min z = 2x
1
3x
2
+ x
3
sujeto a sujeto a
3x
1
+ 2x
2
+ 4x
3
1 x
1
5x
2
+ 6x
3
8
4x
1
3x
2
= 2 x
1
4x
2
12
2x
1
+ x
2
+ 6x
3
3 2x
1
x
2
+ 4x
3
= 5
x
1
, x
2
0, x
3
: no restringida x
1
, x
2
, x
3
0
1.3 min z = 2x
1
+ 2x
2
4x
3
1.4 max z = 3x
1
7x
2
+ 5x
3
sujeto a sujeto a
2x
1
+ 2x
2
+ 2x
3
= 10 x
2
x
3
9
2x
1
+ 6x
2
x
3
10 x
1
2x
3
5
x
1
+ 3x
2
3 4x
1
x
2
= 6
x
1
0, x
2
, x
3
0 x
1
0, x
2
0, x
3
: no restrigida
2. Considerar el modelo lineal
max z = x
1
+ x
2
sujeto a
x
1
+ x
2
4
2x
1
+ 5x
2
20
2x
1
x
2
2
x
1
, x
2
0
2.1 Resolver el modelo gracamente.
2.2 Calcular todas las soluciones b asicas. Decir cuales son factibles y
cuales son degeneradas.
2.3 Que punto extremo le corresponde a cada solucion factible b asica?
OpenCourseWare, UPV/EHU. Investigaci on Operativa. Programaci on Lineal 1
3. Considerar el modelo lineal
max z = 4x
1
+ 3x
2
+ 2x
3
sujeto a
x
1
+ 2x
2
+ 3x
3
6
2x
1
+ x
2
+ x
3
3
x
1
+ x
2
+ x
3
2
x
1
, x
2
, x
3
0
Escribir el modelo en forma est andar de maximizacion y calcular la solucion
b asica asociada a la base B = (a
4
, a
1
, a
6
). Aplicar el teorema de mejora
para calcular la solucion optima.
4. Considerar el modelo lineal
max z = 2x
1
+ 2x
2
+ 5x
3
sujeto a
x
1
+ x
3
2
x
2
+ x
3
4
x
1
+ 2x
3
3
x
1
, x
2
, x
3
0
y la inversa de la matriz B = (a
1
, a
2
, a
3
)

1 0 1
0 1 1
1 0 2

1
=

2 0 1
1 1 1
1 0 1

.
Demostrar que la solucion b asica asociada a esa base es optima. Calcular
dicha solucion y el valor de la funci on objetivo.
5. Considerar el modelo lineal
max z = x
1
+ 4x
2
+ 3x
3
sujeto a
3x
1
+ 4x
2
+ 6x
3
10
x
1
+ 2x
2
+ x
3
4
2x
1
+ 2x
2
+ 3x
3
8
x
1
, x
2
, x
3
0
Suponer que en una iteraci on del algoritmo simplex se tiene la siguiente
tabla:
OpenCourseWare, UPV/EHU. Investigaci on Operativa. Programaci on Lineal 2
x
1
x
2
x
3
x
4
x
5
x
6
1 0 0 2 0
a
4
2 0 1 2 0
a
2
2 1 0
1
2
0
a
6
1 0 0 1 1
5.1 Comprobar que hay un error de c alculo en la columna y
1
.
5.2 Comprobar que en la columna y
5
no hay errores de c alculo.
5.3 Utilizando la informacion de la tabla calcular x
B
, y
3
y z
3
c
3
.
6. Calcular utilizando el algoritmo simplex la solucion optima de los siguien-
tes modelos lineales. Para los modelos que tengan solucion se nalar en
la solucion graca los puntos extremos recorridos por el algoritmo hasta
llegar a la solucion optima.
6.1 max z = x
1
x
2
6.2 max z = x
1
+ x
2
sujeto a sujeto a
x
1
2x
2
2 x
1
+ 6x
2
6
4x
1
3x
2
12 2x
1
3x
2
6
x
1
, x
2
0 x
1
+ 2x
2
6
x
1
, x
2
0
7. Calcular utilizando el algoritmo simplex la solucion optima para los si-
guientes modelos lineales.
7.1 max z = 3x
1
+ 2x
2
+ x
3
7.2 min z = 5x
1
x
2
2x
3
sujeto a sujeto a
x
1
x
2
+ x
3
4 x
1
+ x
2
x
3
= 6
2x
1
+ x
2
+ 4x
3
8 x
1
+ 2x
2
x
3
4
x
1
, x
2
, x
3
0 x
1
+ x
2
+ 2x
3
8
x
1
0, , x
2
, x
3
0
OpenCourseWare, UPV/EHU. Investigaci on Operativa. Programaci on Lineal 3
7.3 min z = x
1
3x
2
+ 2x
3
7.4 min z = 10x
1
+ 8x
2
+ 6x
3
+ 4x
4
sujeto a sujeto a
3x
1
x
2
+ 2x
3
9 2x
1
+ 4x
2
+ 2x
3
+ x
4
10
2x
1
+ 4x
2
+ x
3
14 4x
1
+ 4x
2
x
3
+ 2x
4
12
4x
1
+ 4x
2
+ 8x
3
10 x
1
, x
2
, x
3
, x
4
0
x
1
, x
2
, x
3
0
7.5 min z = 16x
1
+ 2x
2
+ x
3
2x
4
3x
5
7.6 max z = 9x
1
+ 5x
2
+ 4x
3
+ x
4
sujeto a sujeto a
3x
1
+ x
2
+ 3x
3
3x
4
+ 9x
5
12 2x
1
+ x
2
+ x
3
+ 2x
4
2
2x
1
+ 8x
2
+ 4x
3
+ 2x
4
4x
5
10 8x
1
+ 4x
2
2x
3
x
4
10
x
1
, x
2
, x
3
, x
4
, x
5
0 4x
1
+ 7x
2
+ 2x
3
+ x
4
4
x
1
, x
2
, x
3
, x
4
0
7.7 min z = 4x
1
+ 2x
2
x
3
7.8 min z = 3x
1
+ x
2
2x
3
2x
4
+ x
5
sujeto a sujeto a
x
1
x
2
+ 2x
3
8 x
1
+ 2x
2
+ 2x
3
+ x
4
+ x
5
2
2x
1
3x
2
+ 4x
3
5 2x
1
+ x
2
+ 3x
3
+ 2x
4
+ 2x
5
12
x
1
, x
2
0, x
3
: no restringida x
1
, x
2
, x
3
, x
4
, x
5
0
OpenCourseWare, UPV/EHU. Investigaci on Operativa. Programaci on Lineal 4