ÁLGEBRA (71)

UNIDAD TEMÁTICA 5
PROGRAMACION LINEAL

1) Halle gráficamente, en cada caso, el conjunto solución

a) En : 2 x  3  7  x  2

b) En : 5  2 x  3  x  4

c) En 2: y  6  2 x
Representamos la recta y  2 x  6 y la expresión segmentaria de la recta es :
x y
 1
3 6
Debemos elegir el conjunto de puntos que cumplen con la desigualdad
Para ello tomamos como punto testigo al (0;0)
¿(0;0) cumple con y  2 x  6?
Reemplazamos el punto (0;0) en la desigualdad y obtenemos : 0  6 Falso
Entonces pintamos el semiplano que no contiene al (0;0)

PRÁCTICA V 154
 ÁLGEBRA (71)

x  y  4
d) En 2: 
x  2y  6

 x y4
x y
Representamos la recta : x  y  4   1
4 4
Tomamos como punto testigo al (0;0)
¿(0;0) cumple con x  y  4?
Reemplazamos el punto (0;0) en la desigualdad y
nos queda : 0  4 Expresión Verdadera
Se pinta entonces el semiplano que contiene al (0;0)

 x  2y  6
x y
Representamos la recta : x  2 y  6   1
6 3
Tomamos como punto testigo al (0;0)
¿(0;0) cumple con x  2 y  6?
Reemplazamos el punto (0;0) en la desigualdad y nos queda : 0  6 Expresión Verdadera
Se pinta entonces el semiplano que contiene al ( 0;0)

PRÁCTICA V 155
 ÁLGEBRA (71)

1  x  5  1 x  5
2  y  5
 En este caso representamos las rectas : x  1  x  5
e) En  : 
2

2 x  y  5 Luego pintamos la banda determinada por las desigualdades : 1  x  x  5

 3 x  2 y  20
 2 y5
En este caso representamos las rectas : y  2  y  5
Luego pintamos la banda determinada por las desigualdades : 2  y  y  5

 2x  y  5
x y
Representamos el borde : 2 x  y  5   1
52 5
Tomamos como punto testigo al (0;0) ¿(0;0) cumple con 2 x  y  5?
Reemplazamos el punto (0;0) en la desigualdad y nos queda : 0  5 Expresión Falsa
Se pinta entonces el semiplano que no contiene al (0;0)

 3 x  2 y  20
x y
Representamos el borde : 3 x  2 y  20   1
20 3 10
Tomamos como punto testigo al (0;0) ¿(0;0) cumple con 3 x  2 y  20?
Reemplazamos el punto (0;0) en la desigualdad y nos queda : 0  20 Expresión Verdadera
Se pinta entonces el semiplano que contiene al (0;0)

Marcamos con negro los vértices de la zona de factibilidad, el polígono ABCDEF, o sea
donde se cumplen simultáneamente todas las inecuaciones

PRÁCTICA V 156
 ÁLGEBRA (71)

 3x  y   6

f) En  :  2 x  3 y   12
2

 y  x


x y
3 x  y  6 entonces el borde es 3 x  y  6 , la expresión segmentaria es  1
2 6

x y
2 x  3 y  12 entonces el borde es 2 x  3 y  12 , la expresión segmentaria es  1
6 4

y  x entonces el borde es y = x

Marcamos con negro los vértices de la zona de factibilidad, el triángulo ABC, o

sea donde se cumplen simultáneamente todas las inecuaciones

PRÁCTICA V 157
 ÁLGEBRA (71)

3 x  y  6
 x y  5

g) En 2: 
 x  0
 y  0

x y
3 x  y  6 entonces el borde es 3 x  y  6 , la expresión segmentaria  1
2 6

x y
x  y  5 entonces el borde es x  y  5 , la expresión segmentaria  1
5 5

 x0
La zona queda reducida al primer cuadrante cuando aplicamos: 
 y0

Marcamos con el entramado en amarillo la zona de factibilidad, o sea donde se

cumplen simultáneamente todas las inecuaciones

PRÁCTICA V 158
 ÁLGEBRA (71)

2) Halle la solución aplicando el método gráfico:

i. Determinar gráficamente el conjunto de soluciones factibles (CSF) del modelo.

ii. Identificar cada uno de los vértices del conjunto de soluciones factibles con letras mayúsculas e indicar sus coordenadas.

iii. Calcular el valor de la función objetivo (Z) en cada vértice del CSF.

iv. En base a los resultados anteriores indicar la solución óptima del modelo (valor de las variables x , y y de la función objetivo (Z)

v. Trazar en el gráfico construido en i) la línea que une todos los puntos de coordenadas ( x; y ) para los cuales la función objetivo toma un
valor constante z  k , siendo k el valor óptimo de z hallado en iv).

vi. Darle a k otros valores distintos del óptimo y repetir el procedimiento seguido en v). Sacar conclusiones.

A continuación…

PRÁCTICA V 159
 ÁLGEBRA (71)

a) Minimizar: Z  x  2 y

x  y  3
Sujeta a: 
 y1
Con x  0; y  0

La región factible no es acotada

Hallamos los vértices:
A  (0;3) resulta inmediato
x  y  3
B  (2;1) es solución del sistema 
 y1

Evaluamos la función objetivo en los vértices

Z (0;3)  1.0  2.3  6  Z (0;3)  6
Z (2;1)  1.2  2.1  4  Z (2; 1)  4
La función tiene mínimo en ( 2;1 ) y es 4

PRÁCTICA V 160
 ÁLGEBRA (71)

Trazamos rectas de función objetivo constante (curva de nivel):

x  2y  k

Si consideramos una recta cuya intersección con el polígono convexo

resulte no vacía entonces sus puntos representan las distintas alternativas
de producción para las cuales la función objetivo toma el mismo valor k.

Si desplazamos esta recta paralelamente a sí misma y alejándose del

origen de coordenadas (lo cual equivale a aumentar el valor de k), el
primer punto común de la recta con el polígono antes de entrar en
contacto con el mismo corresponderá al valor mínimo de k, es decir de la
función objetivo.

De esta forma también se llega a determinar que la solución óptima

corresponde al vértice B y para hallarla bastará con averiguar las
coordenadas de dicho punto.

PRÁCTICA V 161
 ÁLGEBRA (71)

b) Maximizar: Z  2 x  3 y

 2 x  y  10
Sujeta a: 
x  2y  8

Con x  0 ; y  0

La región factible es acotada

Hallamos los vértices:
(0;0) (0;4) (5;0) resultan inmediatos
 2 x  y  10
(4; 2) es solución del sistema 
x  2y  8
Evaluamos la función objetivo en los vértices
Z (0;0)  2.0  3.0  0  Z (0;0)  0
Z (0;4)  2.0  3.4  12  Z (0;4)  12
Z (4;2)  2.4  3.2  14  Z (4;2)  14
Z (5;0)  2.5  3.0  10  Z (5;0)  10

La función tiene máximo en (4; 2) y es Z= 14

PRÁCTICA V 162
 ÁLGEBRA (71)

Trazamos rectas de la función objetivo constante (curva de nivel):

2x  3 y  k

Si consideramos una recta cuya intersección con el polígono convexo resulte

no vacía entonces sus puntos representan las distintas alternativas de
producción para las cuales la función objetivo toma el mismo valor k.

Si desplazamos esta recta paralelamente a sí misma y alejándose del origen

de coordenadas (lo cual equivale a aumentar el valor de k), el último punto
común de la recta con el polígono antes de perder contacto con el mismo
corresponderá al valor máximo de k, es decir de la función objetivo.

De esta forma también se llega a determinar que la solución óptima

corresponde al vértice C y para hallarla bastará con averiguar las
coordenadas de dicho punto.

PRÁCTICA V 163
 ÁLGEBRA (71)

c) Minimizar: Z  7 x  3 y

 3 x  y  2

Sujeta a:  x  y  9
 x  y  1


Con x  0 ; y  0

La región factible es acotada y es un segmento

Hallamos los extremos (vértices):
x  y  9
(0;1) resulta inmediato y (4;5) es solución del sistema 
 x  y  1

Evaluamos la función objetivo en los vértices

Z (0;1)  7.0  3.1  3  Z (0;1)  3
Z (4;5)  7.4  3.5  43  Z (4;5 )  43

La función tiene mínimo en (0;1) y es Z= 3

k=0 k=3

PRÁCTICA V 164
 ÁLGEBRA (71)

d) Minimizar: Z  200 x  100 y

 300 x  100 y  30000

Sujeta a:  Con x  0 ; y  0
 4 x  8 y  800

La región factible no es acotada

Hallamos los vértices:
 300 x  100 y  30000
(0;300) y (200;0) resultan inmediatos y (80;60) es solución del sistema 
 4 x  8 y  800

Evaluamos la función objetivo en los vértices

Z (0;300)  200.0  100.300  30000  Z (0;300)  30000
Z (200;0)  200.200  100.0  40000  Z (200;0)  40000
Z (80;60)  200.80  100.60  22000  Z (80;60)  22000

La función tiene mínimo en (80;60) y es Z= 22000

k=0 k = 22.00

PRÁCTICA V 165
 ÁLGEBRA (71)

e) Maximizar: Z  3 x  6 y

 x  y  3

Sujeta a:  2 x  y  4
 x  2 y  12


Con x  0 ; y  0

La región factible es acotada y es un segmento

Hallamos los extremos (vértices):
( 0;6 ) resulta inmediato y ( 4; 4 ) es solución del sistema
 x  2 y  12

2 x  y  4
Evaluamos la función objetivo en los vértices
Z( 0;6 )  3.0  6.6  36  Z( 0;6 )  3 6
Z( 4; 4 )  3.4  6.4  36  Z( 4; 4 )  36
La función no tiene máximo

PRÁCTICA V 166
 ÁLGEBRA (71)

f) Maximizar: Z  2 x  4 y

 x  y  10

Sujeta a:  3 x  y  2 Con x  0 ; y  0
x  4y  0


La región factible es acotada

Hallamos los vértices:
( 0;0 ) ( 0 ; 2 ) resultan inmediatos y ( 8; 2 ) es solución
 x  y  10
del sistema  k=0
x  4 y  0

 x  y  10
( 2; 8 ) es solución del sistema 
3 x  y   2
k = 0k = 8
Evaluamos la función objetivo en los vértices
Z( 0;0 )  2.0  4.0  0  Z( 0;0 )  0 k = 16
k=8
Z( 0; 2 )  2.0  4.2   8  Z( 0; 2 )   8
Z( 8; 2 )  2.8  4.2  8  Z( 8; 2 )  8
Z( 2;8 )  2.2  4.8  28  Z( 4; 2 )  28

La función tiene máximo en ( 8; 2 ) y es Z= 8

PRÁCTICA V 167
 ÁLGEBRA (71)

3) Indicar una posible función objetivo, para que :

a) La solución óptima que maximice la función objetivo propuesta se encuentre en alguno de los vértices del polígono.

b) Existan soluciones sobre algún lado del polígono.

a) Si las condiciones a las cuales está sujeta la función objetivo está dada
por:

 4 x  y  16
 Con x  0 ; y  0
 x  2 y  12

La condición para que la función objetivo Z  ax  by , alcance un máximo en

algún vértice de la región la condición es que la pendiente de las recta que se
proponga no sea ni 4 , ni 1 / 2 para la respuesta a) para que la recta
ax+by=k no sea paralela a la recta determinada por los vértices B y C ni C y D

b) para que la función objetivo se optimice en un lado del polígono de la

región de soluciones factibles debes tomar una recta que tenga pendiente 4 o
1 / 2 . Observar la región de soluciones factibles, para que la función se
optimice en uno de los lados, la recta que representa a la función objetivo
debe tener la misma pendiente que la recta que pasa por los puntos B y C
(pendiente 1 / 2 ) o los puntos C y D (pendiente 4 )

PRÁCTICA V 168
 ÁLGEBRA (71)

La recta r1 (roja) pasa por un vértice y deja a toda la

región debajo de ella por lo tanto la Función objetivo se
maximiza en ese vértice
Determinar entonces los coeficientes de esa recta y esa es
un ejemplo de función objetivo válida como respuesta.

Mientras que la recta r2 (verde) si bien pasa por el vértice

NO maximiza a la función objetivo ya que la región no
está totalmente por debajo de ella.

Entonces, las respuestas son:

a) Maximizar Z = x + 6y o cualquier otra con

pendiente distinta de –4 y distinta de –1/2.

b) Maximizar Z = 20x + 5y o cualquier otra con

pendiente igual a – 4 ó igual a –1/2

PRÁCTICA V 169
 ÁLGEBRA (71)

4) y 5) Construir los sistemas de ecuaciones y la tabla simplex iniciales asociados a los siguientes programas lineales.
Indicar en cada caso cuales son las variables básicas y no básicas y la primera solución factible

a) Maximizar: Z  x  2 y

2 x  y  8
Sujeta a:  Con x  0 ; y  0
 2 x  3 y  12

La región de factibilidad es acotada.

Hallamos los vértices: ( 0;0 ) , ( 4 ;0 ) y ( 0 ; 4 ) resultan inmediatos y ( 3; 2 )

 2x  y  8
es solución del sistema 
 2 x  3 y  12

Evaluamos la función objetivo en los vértices: k=8

Z  0;0   0  2.0  0
Z  0; 4   0  2.4  8
Z  3; 2   3  2.2  7
Z  4;0   4  2.0  4 k=0
Maximiza en (0;4) y es Z  8 o sea Máximo:  0;4;8 

PRÁCTICA V 170
 ÁLGEBRA (71)

Vamos a resolver usando el Método Simplex

El simplex nos permite hallar los máximos y los mínimos de una función en cierta región. Se puede aplicar aunque haya más de dos variables
Primero cada inecuación la convertimos en una ecuación agregando una variable de holgura o Slack que se suma en caso de menor igual y se resta
en caso de mayor o igual.

2x  y  8  2. x  1.y  1. S1  0. S 2  8
 
 2 x  3 y  12  2. x  3. y  0. S1  1. S 2  12

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la funcional coeficiente cero
Z  x  2.y  Z  1.x  2.y  0.S1  0.S2

En la solución óptima estas variables indican la cantidad de recursos disponibles no utilizados. Si valen cero significa que se han utilizado todos los
recursos y se dice que el recurso está saturado.
El método distingue dos tipos de variables: básicas y no básicas

Básicas: se identifican porque en la tabla la columna que encabezan es un vector canónico

No Básicas: estas últimas en la solución valen cero.
En cada paso se trata de transformar una variable no básica en básica tratando de maximizar la función.
Completamos la tabla cj son los coeficientes de la funcional Z  1. x  2. y  0. S1  0. S2

PRÁCTICA V 171
 ÁLGEBRA (71)

S1 y S2 son las variables básicas (encabezan

cj 1 2 0 0
columnas de vectores canónicos), x e y son
las variables no básicas
ck xk x1(x) x2(y) S1 S2 b Solución básica inicial
Primera
(x; y; S1; S2)= (0; 0; 8; 12) z = 0
0 S1 2 1 1 0 8 La tabla inicial representa el vértice que se
restricción
encuentra en el origen. Hemos obtenido el
Segunda primer vértice de la región de factibilidad V1
0 S2 2 3 0 1 12
restricción
= (0; 0)
Valor inicial de
Zj 2.0 + 2.0 = 0 1.0 + 3.0 = 0 1.0 + 0.0 = 0 0.0 + 1.0 = 0 8.0 + 12.0 = 0 la función
objetivo

c j  zj 1–0=1 2–0=2 0–0=0 0–0=0

Ahora se debe elegir una variable de entrada entre las no básicas y una variable de salida entre las básicas

Entre las no básicas x e y elegimos aquella que corresponde a la columna de coeficiente positivo de mayor valor en la fila cj  zj
En nuestro caso es “y” luego la variable de entrada es
cj 1 2 0 0 “y”. Pintamos la columna
Entre las básicas S1 o S2 elijo la variable de salida, para eso
ck xk x1(x) x2(y) S1 S2 b calculo los cocientes entre los elementos de la columna b
0 S1 2 1 1 0 8 8/1 = 8 con los respectivos coeficientes de la columna de entrada o
sea “y”
0 S2 2 3 0 1 12 12/3 = 4
Elegimos la fila cuyo cociente positivo es menor o sea en
zj 0 0 0 0 0 nuestro caso la variable de salida es “S2”. Pintamos le fila
correspondiente
cj  zj 1 2 0 0

Para transformar la tabla debemos utilizar el método del pivote, el número que resulta de la intersección de la columna y fila elegida es 3
Como el pivote debe ser 1, divido la fila por 3
PRÁCTICA V 172
 ÁLGEBRA (71)

Se obtiene el pivote  y se debe sustituir S2 y en su lugar poner “y” y donde

cj 1 2 0 0
está el coeficiente 0 de S2 poner el 2 de la y.
ck xk x1(x) x2(y) S1 S2 b
0 S1 2 1 1 0 8
2 y 2/3  0 1/3 4
zj 0 0 0 0 0
cj  zj 1 2 0 0

Escribimos la fila del pivote y completamos la columna con tantos ceros como sean necesarios.

cj 1 2 0 0 Los restantes números en este caso de la primera fila los calculamos por la
regla del rectángulo
ck xk x1(x) x2(y) S1 S2 b
0 S1 0 Luego calculamos zj y cj  zj.
2 y 2/3 1 0 1/3 4
zj
cj  zj

En esta nueva tabla las variables básicas son: S1 = 4, y = 4, la función

PRÁCTICA V 173
 ÁLGEBRA (71)

Z = 8, las variables no básicas son: x = 0, S2 = 0

Obtenemos una nueva solución y la misma nos da otro vértice de la región de

cj 1 2 0 0 factibilidad adyacente al anterior: V = (0; 4)

ck xk x1(x) x2(y) S1 S2 b Observando la última fila nos encontramos frente a la solución óptima ya que
0 S1 4/3 0 1 1/3 4 ninguno de los cj  zj es positivo, o sea en este punto no es posible
incrementar la utilidad neta. Luego:
2 y 2/3 1 0 1/3 4
zj 4/3 2 0 2/3 Z=8
cj  zj 1/3 0 0 2/3 Además de la solución se concluye que del recurso 1: sobran 4 unidades y
( ) ( )
del recurso 2: no sobran unidades o sea el recurso 2 se dice está saturado.

Solución óptima  x; y; S1 ; S2    0; 4; 4; 0  Z  8

PRÁCTICA V 174
 ÁLGEBRA (71)

b) Maximizar: Z  x  1, 5 y

 2 x  2 y  160

Sujeta a:  x  2 y  120 Con x  0 ; y  0
 4 x  2 y  280


Vamos a resolver usando el Método Simplex

El simplex nos permite hallar los máximos y los mínimos de una función en cierta región. Se puede aplicar aunque haya más de dos variables
Primero cada inecuación la convertimos en una ecuación agregando una variable de holgura o Slack que se suma en caso de menor igual y se resta
en caso de mayor o igual.

 2 x  2 y  160  2. x  2.y  1. S1  0. S 2  0. S 3  160

 
 x  2 y  120   1. x  2. y  0. S1  1. S 2  0. S 3  120
 4 x  2 y  280  4. x  2. y  0. S  0. S  1. S  280
  1 2 3

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la funcional coeficiente cero
Z  x  1,5y  Z  1.x  1,5.y  0.S1  0.S2  0.S3
En la solución óptima estas variables indican la cantidad de recursos disponibles no utilizados. Si valen cero significa que se han utilizado todos los
recursos y se dice que el recurso está saturado.
El método distingue dos tipos de variables: básicas y no básicas

Básicas: se identifican porque en la tabla la columna que encabezan es un vector canónico

No Básicas: estas últimas en la solución valen cero.

PRÁCTICA V 175
 ÁLGEBRA (71)

cj 1 1,5 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
0 S1 2 2 1 0 0 160 Primera restricción
Segunda
0 S2 1 2 0 1 0 120 restricción
0 S3 4 2 0 0 1 280 Tercera restricción
Valor inicial de la
Zj 2.0 +1.0+4.0 = 0 2.0 + 2.0 +2.0 = 0 1.0 + 0.0 +0.0 = 0 0.0 + 1.0+0.0 = 0 0.0 + 0.0+1.0 = 0 160.0 + 120.0 +280.0 = 0
función objetivo
cj  zj 1–0=1 1,5 – 0 = 1,5 0–0=0 0–0=0 0–0=0

En cada paso se trata de transformar una variable no básica en básica tratando de maximizar la función.
Completamos la tabla cj son los coeficientes de la funcional: Z  x  1,5y  Z  1.x  1,5.y  0.S1  0.S2  0.S3
S1, S2 y S3 son las variables básicas (encabezan columnas de vectores canónicos), x e y son las variables no básicas
Solución básica inicial (x; y; S1; S2; S3)= (0; 0; 160; 120; 280) z = 0

La tabla inicial representa el vértice que se encuentra en el origen. Hemos obtenido el primer vértice de la región de factibilidad V1 = (0; 0)

Ahora se debe elegir una variable de entrada entre las no básicas y una variable de salida entre las básicas
Entre las no básicas x e y elegimos aquella que corresponde a la columna de coeficiente positivo de mayor valor en la fila cj  zj
En nuestro caso es “y” luego la variable de entrada es “y”. Pintamos la columna

Entre las básicas S1 o S2 o S3 elijo la variable de salida, para eso calculo los cocientes entre los elementos de la columna b con los respectivos
coeficientes de la columna de entrada o sea “y”
Elegimos la fila cuyo cociente positivo es menor o sea en nuestro caso la variable de salida es “S2”. Pintamos le fila correspondiente.

PRÁCTICA V 176
 ÁLGEBRA (71)

Para transformar la tabla debemos utilizar el método del pivote, el número que resulta de la intersección de la columna y fila elegida es 2
Como el pivote debe ser 1, divido la fila por 2

cj 1 1,5 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
0 S1 2 2 1 0 0 160 160/2=80
0 S2 1 2 0 1 0 120 120/2=60 VS
0 S3 4 2 0 0 1 280 280/2=140
Zj 0 0 0 0 0 0
cj  zj 1 1,5 VE 0 0 0

Se obtiene el pivote  y se debe sustituir S2 y en su lugar poner “y” y donde está el coeficiente 0 de S2 poner el 1,5 de la y
Escribimos la fila del pivote y completamos la columna con tantos ceros como sean necesarios.

Los restantes números en este caso de la primera fila los calculamos por la regla del rectángulo
Luego calculamos zj y cj  zj.

cj 1 1,5 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
0 S1 2 2 1 0 0 160
0 S2 1/2  0 1/2 0 60
0 S3 4 2 0 0 1 280
Zj 0 0 0 0 0 0
cj  zj 1 1,5 0 0 0

PRÁCTICA V 177
 ÁLGEBRA (71)

En esta nueva tabla las variables básicas son:

cj 1 1,5 0 0 0 S1 = 40, y = 60, S3 = 160 la función Z = 90, las variables no
ck xk x1(x) x2(y) S1 S2 S3 b básicas son: x = 0, S2 = 0
0 S1 1 0 1 1 0 40
1,5 y 1/2 1 0 1/2 0 60 Obtenemos una nueva solución y la misma nos da otro vértice
de la región de factibilidad adyacente al anterior:
0 S3 3 0 0 1 1 160
V = (0; 60)
Zj 0,75 1,5 0 0,75 0 90 Segunda solución factible
cj  zj 0,25 0 0 0,75 0 (x; y; S1; S2; S3)= (0; 60; 40; 0; 160) z = 90

Observando la última fila nos encontramos que todavía hay cj  zj positivo, o sea no hemos encontrado la solución óptima
Reiniciamos el proceso…

cj 1 1,5 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
0 S1 (1) 0 1 1 0 40 40/1=40 VS Variable de entrada: x1(x)
1,5 y 1/2 1 0 1/2 0 60 60/1/2=120 Variable de Salida: S1
0 S3 3 0 0 1 1 160 160/3=53,..
Zj 0,75 1,5 0 0,75 0 90
cj  zj 0,25VE 0 0 0,75 0

Tercera solución factible

cj 1 1,5 0 0 0
(x; y; S1; S2; S3)= (40; 40; 0; 0; 40) z = 100
ck xk x1(x) x2(y) S1 S2 S3 b
1 x 1 0 1 1 0 40 Esta solución es la óptima ya que observando la última fila no
1,5 y 0 1 1/2 1 0 40 quedan coeficientes positivos.
0 S3 0 0 3 2 1 40 Por lo tanto el tercer vértice es (40; 40)
Zj 1 1,5 0,25 0,50 0 100 Solución óptima ( x ; y ; S1 ; S2 ; S3 )   40;40;0;0;40  z  100
cj  zj 0 0 0,25  0,50 0
PRÁCTICA V 178
 ÁLGEBRA (71)

PRÁCTICA V 179
 ÁLGEBRA (71)

c) Maximizar: Z  3 x  3 y

 x y4

Sujeta a:   x  y  4 Con x  0 ; y  0
 x y6


Respuesta c): x = 4; S2 = 8; S3 = 2; Z = 12

PRÁCTICA V 180
 ÁLGEBRA (71)

Vamos a resolver usando el Método Simplex

El simplex nos permite hallar los máximos y los mínimos de una función en cierta región. Se puede aplicar aunque haya más de dos variables
Primero cada inecuación la convertimos en una ecuación agregando una variable de holgura o Slack que se suma en caso de menor igual y se resta
en caso de mayor o igual.

 x y4  1 . x  1 . y  1 . S1  0 . S 2  0 . S 3  4
 
Sujeta a:   x  y  4    1 . x  1 . y  0 . S1  1 . S 2  0 . S 3  4
 x y6  1. x  1. y  0. S  0. S  1. S  6
  1 2 3

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la funcional coeficiente cero
Z  3x  3.y  Z  3.x  3.y  0.S1  0.S2  0.S3

En la solución óptima estas variables indican la cantidad de recursos disponibles no utilizados. Si valen cero significa que se han utilizado todos los
recursos y se dice que el recurso está saturado.
El método distingue dos tipos de variables: básicas y no básicas

Básicas: se identifican porque en la tabla la columna que encabezan es un vector canónico

No Básicas: estas últimas en la solución valen cero.
En cada paso se trata de transformar una variable no básica en básica tratando de maximizar la función.
Completamos la tabla cj son los coeficientes de la función objetivo Z  3. x  3. y  0. S1  0. S 2

PRÁCTICA V 181
 ÁLGEBRA (71)

cj 3 3 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
0 S1 1 1 1 0 0 4 Primera restricción
0 S2 1 1 0 1 0 4 Segunda restricción
0 S3 1 1 0 0 1 6 Tercera restricción
Valor inicial de la función
Zj 1.0 + (1).0 +1.0 = 0 1.0 + 1.0+1.0 = 0 1.0 + 0.0 + 0.0= 0 0.0 + 1.0 + 0.0= 0 0.0 + 0.0+ 1.0 = 0 4.0 + 4.0 + 6.0 = 0
objetivo

cj  zj 3–0=3 3 – 0 = 3 0–0=0 0–0=0 0–0=0

S1, S2 y S3 son las variables básicas (encabezan columnas de vectores canónicos), x e y son las variables no básicas
Solución básica inicial
(x; y; S1; S2)= (0; 0; 4; 4;6) z = 0
La tabla inicial representa el vértice que se encuentra en el origen. Hemos obtenido el primer vértice de la región de factibilidad V1 = (0; 0)

Ahora se debe elegir una variable de entrada entre las no básicas y una variable de salida entre las básicas

Entre las no básicas x e y elegimos aquella que corresponde a la columna de coeficiente positivo de mayor valor en la fila cj  zj

En nuestro caso es “x” luego la variable de entrada es “x”. Pintamos la columna

Entre las básicas S1, S2 y S3 elijo la variable de salida, para eso calculamos los cocientes entre los elementos de la columna b con los respectivos
coeficientes de la columna de entrada o sea “x”
Elegimos la fila cuyo cociente positivo es menor o sea en nuestro caso la variable de salida es “S1”. Pintamos le fila correspondiente

PRÁCTICA V 182
 ÁLGEBRA (71)

Como se puede ver en la tabla no se puede realizar el cociente en la segunda fila; dado que el divisor es negativo o nulo, Si recordamos que el
cociente representa el valor con el que entra en la próxima solución la variable entrante, se advierte claramente que este valor no puede ser negativo.

cj 3 3 0 0 0 Se obtiene el pivote  y se debe sustituir S1 y en su lugar

poner “x” y donde está el coeficiente 0 de S1 poner el 3
ck xk x1(x) x2(y) S1 S2 S3 b de la x.
0 S1  1 1 0 0 4 4/1 = 4 Escribimos la fila del pivote y completamos la columna
No hay con tantos ceros como sean necesarios.
0 S2 1 1 0 1 0 4 Los restantes números en este caso de las otras filas los
cociente
calculamos por la regla del rectángulo
0 S3 1 1 0 0 1 6 6/1 = 6 Luego calculamos zj y cj  zj.
zj 0 0 0 0 0 0
cj  zj 3 3 0 0

cj 3 3 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
3 x 1 1 1 0 0 4
0 S2 0 0 1 1 0 8
0 S3 0 2 1 0 1 2
zj 3 3 3 0 0 12
cj  zj 0 0 3 0 0

PRÁCTICA V 183
 ÁLGEBRA (71)

cj 3 3 0 0 0 En esta nueva tabla las variables básicas son: x = 4, S2 = 8, S3 = 2, la

función
ck xk x1(x) x2(y) S1 S2 S3 b Z = 12, las variables no básicas son: y = 0, S1 = 0
3 x 1 1 1 0 0 4
Observando la última fila nos encontramos frente a la solución óptima ya
0 S2 0 1 1 1 0 8
que ninguno de los cj  zj es positivo, o sea en este punto no es posible
0 S3 0 2 1 0 1 2 incrementar la utilidad neta.
j 3 3 3 0 0 12
cj  zj 0 0 3 0 0 Observación:
El indicador de la variable no básica x2 “y” vemos que es nulo, lo que
sugiere la idea de soluciones múltiples.

Además de la solución se concluye que del recurso 2: sobran 8 unidades y del recurso 3: sobran 4 unidades y del recurso 1 no sobran unidades o
sea el recurso 1 se dice está saturado.

Primera Solución óptima  x; y; S1 ; S2 ; S3    4; 0; 0; 8; 2  Z  12

Hemos encontrado una solución óptima pero para hallar una nueva, dado que por lo anterior sabemos que el problema admite múltiples
soluciones,
Consideramos entonces a x2 “y” como variable entrante, queda después de efectuar los cocientes que S3 es la variable saliente. Ya que los otros
dos cocientes no se pueden realizar por tener divisor negativo

PRÁCTICA V 184
 ÁLGEBRA (71)

Multiplicamos la tercera fila por 1/2 para obtener como pivote a 1, luego aplicamos Gauss-Jordan y calculamos posteriormente los Z j y los
C j  Z j . La tabla que obtenemos es:

cj 3 3 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
3 x 1 1 1 0 0 4
0 S2 0 1 1 1 0 8
-3 S3 0  1/2 0 1/2 1

zj 3 3 3 0 0 12
cj  zj 0 0 3 0 0

cj 3 3 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
3 x 1 0 3/2 0 1/2 5
0 S2 0 0 3/2 1 1/2 9
3 y 0 1 1/2 0 1/2 1

zj 3 3 3 0 0 12
cj  z j 0 0 3 0 0

PRÁCTICA V 185
 ÁLGEBRA (71)

Como los indicadores son no positivos, la solución es óptima

x1= x = 5 x2 = y = 1 S1 = 0 S2 = 9 S3 = 0 Z = 12

Segunda Solución Optima  x1 ; x 2 ; x 3 ; S1 ; S 2    5;1;0;9;0  Z  12

En la última solución x es no básica y su indicador es nulo. Sin embargo, si se repitiera el proceso para determinar otras soluciones óptimas, se
volvería a la segunda tabla. Por ello, el procedimiento no ofrece otras soluciones óptimas.

Por lo tanto: las soluciones óptimas múltiples del problema planteado se expresan de la siguiente forma:

S    (4;0)  (1   ) (5;1) con 0    1

PRÁCTICA V 186
 ÁLGEBRA (71)

5) Utilizando el método simplex , resolver los problemas del ejercicio 4 (resuelto en el 4)

cj 3 3 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
3 y 1/2 1 1 0 0 10 10/0,5=20 6) a) Maximizar Z  3 x  3 y sujeta a
0 S2 1/2 0 1 1 0 5 No hay cociente 1
5/1=5 VS  2 x  y  10
0 S3  0 1 0 1 5

Zj 3/2 3 3 0 0 30  x  y  15
3
cj  zj 3/2VE 0 3 0 0
 x  y  15
2

La tabla inicial representa el vértice que se encuentra en el origen. Hemos obtenido el primer vértice de la región de factibilidad V1 = (0; 0)

cj 3 3 0 0 0
ck xk x1(x) x2(y) S1 S2 S3 b
0 S1 1/2  1 0 0 10 10/1=10 VS
0 S2 1 1 0 1 0 15 15/1=15
Se obtiene el pivote  y se debe sustituir en
la próxima tabla S1 y en su lugar poner “y” y
0 S3 3/2 1 0 0 1 15 15/1=15
donde está el coeficiente 0 de S2 poner el 3
Zj 0 0 0 0 0 0 de la y
cj  zj 3 3 VE 0 0 0

PRÁCTICA V 187
 ÁLGEBRA (71)

Como la solución no es óptima dado que hay un indicador positivo debemos continuar con el proceso

cj 3 3 0 0 0
En esta nueva tabla las variables básicas son:
ck xk x1(x) x2(y) S1 S2 S3 b S2 = 7,5, x = 5, y= 7,5 la función Z = 37,5, las variables no
3 y 0 1 3/2 0 1/2 7,5 básicas son: S1 = 0, S3 = 0 y la solución es óptima por tener
0 S2 0 0 3/2 1 1/2 7,5 los indicadores no positivos
3 x 1 0 1 0 1 5
Zj 3 3 3/2 0 3/2 37,5
cj  zj 0 0 3/2 0 3/2

PRÁCTICA V 188
 ÁLGEBRA (71)

c) ¿Cuánto podría aumentar como máximo c1 manteniendo constante c2  3 sin que sea necesario modificar la solución óptima?

cj c1 3 0 0 0
9 9
ck xk x1(x) x2(y) S1 S2 S3 b  c1  0  c1 
2 2
3 y 0 1 3/2 0 1/2 7,5
3 3
0 S2 0 0 3/2 1 1/2 7,5   c1  0  c1   a partir de c1  3  c1  1, 5
2 2
c1 x 1 0 1 0 1 5
Zj c1 3 9/2 c1 0 3/2+ c1 37,5
cj  zj 0 0 0

d) ¿Cuánto podría aumentar como máximo c 2 manteniendo constante c1  3 sin que sea necesario modificar la solución óptima?

3 3
cj 3 3 0 0 0 c2  3  0  c2  3 c2  2
ck xk x1(x) x2(y) S1 S2 S3 b 2 2
c2 y 0 1 3/2 0 1/2 7,5
3/2 1 1
0 S2 0 0 1 1/2 7,5  c 2  3  0  3  c 2  c2  6
3 x 1 0 1 0 1 5 2 2
Zj 3 c2 3/2c2 3 0 1/2c2 + 3 37,5
cj  zj 0 0 3/2 0 3/2

PRÁCTICA V 189
 ÁLGEBRA (71)

7) Formular el problema dual de cada uno de los siguientes problemas primales:

 2 x1  x2  40  2 y1  y2  9
 
a) Maximizar Z  9 x1  7 x2 sujeta a  x1  3 x2  30 Minimizar W  40 y1  30 y2 sujeta a  y1  3 y2  7
 x  0, x  0 y  0, y  0
 1 2  1 2

 4 x1  3 x2  36
  4 y1  2 y2  1
 2 x1  4 x2  40 
b) Maximizar Z  x1  10 x2 sujeta a  Minimizar W  36 y1  40 y2  3 y3 sujeta a  3 y1  4 y2  y3  10
 x2  3 y  0, y  0, y  0
 x  0, x  0  1 2 3
 1 2

 x1  2 x2  18

 4 x1  3 x2  48
c) Minimizar Z  2 x1  3 x2 sujeta a  Maximizar W  18 y1  48 y2  3 y3 sujeta a
 x1  3
 x  0, x  0
 1 2

PRÁCTICA V 190
 ÁLGEBRA (71)

 2 x1  x2  12
  2 y1  y2  y3  30
 x1  x2  9 
d) Minimizar Z  30 x1  40 x2 sujeta a  Maximizar W  12 y1  9 y2  15 y3 sujeta a  y1  y2  3 y3  40
 x1  3 x2  15 y  0, y  0, y  0
x  0 , x  0  1 2 3
 1 2

 y1  2 y2  10
 x1  3 x 2  4 x 3  5 
  3 y1  4 y2  12
e) Maximizar Z  10 x1  12 x2  15 x3 sujeta a  2 x1  4 x2  5 x3  6 Minimizar W  5 y1  6 y2 sujeta a 
x  0 , x  0 , x  0  4 y1  5 y2  15
 1 2 3 y  0, y  0
 1 2

PRÁCTICA V 191
 ÁLGEBRA (71)

8) Resuelva los siguientes problemas, utilizando el dual.

 x  3y  3

a) Minimizar: Z  4 x  5 y Sujeta a:  3 x  y  3 Con x  0 ; y  0
 x y7

Planteamos en primer lugar el problema Dual

Maximizar W  3 y1  3 y2  7 y3 Sujeta a: 1 y1  3 y2  1 y3  4 Con y1  0 ; y2  0 ; y3  0


 3 y1  1 y2  1 y3  5

Aclaración: llamaremos a la variable x, x1 y a la variable y, x2

Resolvemos el problema Dual aplicando el método Simplex

Sujeta a: 1 y1  3 y2  1 y3  4  1 y1  3 y2  1 y3  1s1  0 s2  4
 
 3 y1  1 y2  1 y3  5  3 y1  1 y2  1 y3  0 s1  1s2  5

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la funcional coeficiente cero

W  3 y1 + 3 y2  7 y3  W  3 y1  3 y2  7 y3  0 S1  0 S2

PRÁCTICA V 192
 ÁLGEBRA (71)

cj 3 3 7 0 0
ck xk y1 y2 y3 S1 S2 b
0 S1 1 3  1 0 4 4/1 = 4 VS
0 S2 3 1 1 0 1 5 5/1 = 5
zj 0 0 0 0 0 0
cj  zj 3 3 7VE 0 0

cj 3 3 7 0 0 Como hemos obtenido una solución óptima dado

que los indicadores son todos no positivos, leemos la
ck xk y1 y2 y3 S1 S2 b solución en está tabla del problema primal.
7 y3 1 3 1 1 0 4 4/1 = 4 VS Considerando las respuestas del primal en valor
absoluto los indicadores del dual.
0 S2 2 2 0 1 1 1 5/1 = 5
zj 7 21 7 7 0 28 Solución
correspondiente a la
cj  zj 4 18 0 7 0 variable y del
problema original

Solución Solución Solución

correspondiente a la Solución correspondiente a correspondiente a la
variable de holgura S1 correspondiente a la variable de variable x del
la variable de problema original
del problema original holgura S3 del
holgura S2 del problema original
problema original
Solución Optima del primal  x1 ; x2 ; S1 ; S 2 ;S 3    7;0;4;18;0  Z  28

PRÁCTICA V 193
 ÁLGEBRA (71)

 x  3 y  2 z  10
b) Minimizar: Z  4 x  3 y  2 z Sujeta a:  Con x  0 ; y  0 ; z  0
 2 x  y  2z  8

 1 y1  2 y2  4

Maximizar W  10 y1  8 y2 Sujeta a:  3 y1  1 y2  3 Con y1  0 ; y2  0
2 y  2 y  2
 1 2

Resolvemos el problema Dual aplicando el método Simplex

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la función objetivo coeficiente cero

W  10 y1 + 8 y2  W  10 y1  8 y2  0 S1  0 S2  0 S3

 1 y1  2 y2  4  1 y1  2 y2  1 S1  0 S 2  0 S 3  4
 
Sujeta a:  3 y1  1 y2  3   3 y1  1 y2  0 S1  1 S 2  0 S 3  3
2 y  2 y  2  2 y  2 y  0 S  0 S  1S  2
 1 2  1 2 1 2 3

cj 10 8 0 0 0
ck xk y1 y2 S1 S2 S3 b
0 S1 1 2 1 0 0 4 4/1 = 4
0 S2 3 1 0 1 0 3 3/3 = 1
0 S3 2 2 0 0 1 2 Dividimos la fila por 2 para obtener pivote 1
2/2 = 1 VS
zj 0 0 0 0 0 0
cj  zj 10VE 8 0 0 0

PRÁCTICA V 194
 ÁLGEBRA (71)

cj 10 8 0 0 0
ck xk y1 y2 S1 S2 S3 b
0 S1 1 2 1 0 0 4
0 S2 3 1 0 1 0 3
0 S3  1 0 0 1/2 1
zj 0 0 0 0 0 0
cj  zj 10VE 8 7 0 0

cj 10 8 0 0 0
Como hemos obtenido una solución óptima dado que los indicadores
ck xk y1 y2 S1 S2 S3 b
son todos no positivos, leemos la solución en está tabla del problema
0 S1 0 1 1 0 1/2 3 primal.
Considerando las respuestas del primal en valor absoluto de los
0 S2 0 2 0 1 3/2 0
indicadores del dual.
10 y1  1 0 0 1/2 1
zj 10 10 0 0 5 10
Solución
cj  zj 0 2 0 0 5 correspondiente a la
variable z del
problema original
Solución Solución Solución Solución
correspondiente a la correspondiente a correspondiente a la correspondiente a
variable de holgura S1 la variable de variable x del la variable y del
del problema original holgura S2 del problema original problema original
problema original

Solución Optima del primal  x1 ; x2 ; x3 ;S1 ;S 2    0;0;5;0;2  Z  10

PRÁCTICA V 195
 ÁLGEBRA (71)

 x  2y  5

c) Minimizar: Z  15 x  20 y Sujeta a:  3 x  y  6 Con x  0 ; y  0
 x  4y  8

Planteamos en primer lugar el problema Dual
Aclaración: llamaremos a la
variable x, x1 y a la variable y, x2

Maximizar W  5 y1  6 y2  8 y3 Sujeta a:  1 y1  3 y2  1 y3  15 Con y1  0 ; y2  0 ; y3  0


 2 y1  1 y2  4 y3  20

Resolvemos el problema Dual aplicando el método Simplex

Sujeta a:  1 y1  3 y2  1 y3  15   1 y1  3 y2  1 y3  1s1  0 s2  15
 
 2 y1  1 y2  4 y3  20  2 y1  1 y2  4 y3  0 s1  1s2  20

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la funcional coeficiente cero
W  3 y1 + 3 y2  7 y3  W  3 y1  3 y2  7 y3  0 S1  0 S2
 Tabla Inicial

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
0 S1 1 3 1 1 0 15 15/1 = 15 Convertimos el pivote 4 en 1 dividiendo la fila
por 4
0 S2 2 1 4 0 1 20 20/4 = 5 VS
zj 0 0 0 0 0 0
cj  zj 5 6 8VE 0 0

PRÁCTICA V 196
 ÁLGEBRA (71)

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
0 S1 1 3 1 1 0 15
0 S2 1/2 1/4  0 1/4 5
zj 0 0 0 0 0 0
cj  zj 5 6 8 0 0

 Segunda Tabla

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
0 S1 1/2 11/4 0 1 1/4 10 10/11/4= 40/11 VS
8 y3 1/2 1/4 1 0 1/4 5 5/1/4=20
zj 4 2 8 0 2 40
cj  zj 1 4VE 0 0 2

PRÁCTICA V 197
 ÁLGEBRA (71)

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
0 S1 2/11  0 4/11 1/11 40/11
8 y3 1/2 1/4 1 0 1/4 5
zj 4 2 8 0 2 40
cj  zj 1 4 0 0 -2
 Tercera Tabla

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
6 y2 2/11  0 4/11 1/11 40/11 40/11/5/11=20
8 y3 5/11 0 1 1/11 3/11 45/11 45/11/5/11=9 VS
zj 52/11 6 8 16/11 18/11 600/11
cj  zj 3/11VE 0 0 16/10 18/11

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
6 y2 2/11 1 0 4/11 1/11 40/11
8 y3  0 11/5 1/5 3/5 9
zj 52/11 6 8 16/11 18/11 600/11
cj  zj 3/11VE 0 0 16/10 18/11

PRÁCTICA V 198
 ÁLGEBRA (71)

 Cuarta tabla

cj 5 6 8 0 0
ck xk y1 y2 y3 S1 S2 b
6 y2 0 1 2/5 2/5 1/5 2
5 y1  0 11/5 1/5 3/5 9
zj 5 6 43/5 7/5 9/5 57 Solución
correspondiente a la
cj  zj 0 0 3/5 7/5 9/5 variable y del
problema original

Solución Solución
Solución correspondiente a
correspondiente a la correspondiente a Solución
la variable de correspondiente a la la variable x del
variable de holgura S1 problema original
holgura S2 del variable de holgura S3
del problema original
problema original del problema original

Como hemos obtenido una solución óptima dado que los indicadores son todos no positivos, leemos la solución en está tabla del problema
primal.
Considerando las respuestas del primal en valor absoluto los indicadores del dual.

7 9 3
Solución Optima del primal  x1 ; x2 ; S1 ; S 2 ;S 3    ; ;0;0;  Z  57
5 5 5

PRÁCTICA V 199
 ÁLGEBRA (71)

9) Para preparar una dieta óptima se dispone de dos ingredientes (I1, I2). El análisis químico determinó que contiene tres tipos distintos de
nutrientes por cada kilo, a saber: 4, 7 y 1,5 gramos para I1; 8, 2 y 5 gramos para I2. La empresa consigue en el mercado I1 a $30 el kg y el
I2 a $40 el kg. .Asimismo se determinó el contenido mínimo de nutrientes para que la dieta sea eficaz: 32, 14 y 15 gramos, respectivamente.

Se pide: a) Programa óptimo.

.

I1 I2 Requerimiento Mínimo
Nutriente 1 4 8 32
Nutriente 2 7 2 14
Nutriente 3 15 5 15
Costo $30 $40

 4 x  8 y  32
 x  0
El planteo es: Minimizar C  30 x  40 y Sujeto a  7 x  2 y  14 con 
1,5 x  5 y  15 y  0


PRÁCTICA V 200
 ÁLGEBRA (71)

C (0;7)  30.0  40.7  280

C (1;3, 5)  30.1  40.3, 5  170

C (5;1, 5)  30.5  40.1, 5  210

C (10;0)  30.10  40.0  300

El programa Óptimo corresponde a I1 = 1; I2 = 3,5; el requerimiento mínimo (15 g) del nutriente 3 se cumple con 4g de exceso, dado que:
 4.1  8.3, 5  32  32

 7.1  2.3, 5  14  14
1, 5.1  5.3, 5  19  15


El costo mínimo es de $ 170.

PRÁCTICA V 201
 ÁLGEBRA (71)

b) Si la empresa se ve obligada a incorporar un nuevo nutriente con coeficientes 1,5 y 5 gramos y un requerimiento mínimo de 18 gramos,
determine qué efecto produce en términos de solución óptima

C (0;7)  30.0  40.7  280

C (1;3, 5)  30.1  40.3, 5  170

C (2;3)  30.2  40.3  180

C (12;0)  30.12  40.0  360

Respuesta: Ninguna modificación

PRÁCTICA V 202
 ÁLGEBRA (71)

10) Para la fabricación de dos productos se utilizan tres insumos según los valores consignados en la siguiente matriz:

Producto P1 P2 Disponibilidad
Insumo
I1 5 10 80
I2 40 20 360
I3 10 10 100
Beneficio 2 3

 5 x  10 y  80 para el primer insumo


 40 x  20 y  360 para el segundo insumo donde x es la cantidad de producto 1, y es la cantidad de producto 2
10 x  10 y  100 para el tercer insumo


En base a esta información se pide:

a) ¿Cuánto debe fabricarse de cada producto para utilizar la totalidad de los insumos 2 y 3?
 40 x  20 y  360
Si queremos que se agoten el segundo y tercer insumo debemos resolver  Resolvemos el sistema x  8 , y  2
10 x  10 y  100
¿Cuál es la cantidad máxima que puede fabricarse del producto 1?
 5 x  10.0  80  x  16

 40 x  20.0  360  x  9 el segundo insumo es el que limita, o sea x  9
10 x  10.0  100  x  16


PRÁCTICA V 203
 ÁLGEBRA (71)

b) Determine el programa óptimo de producción.

B(0;0)  2.0  3.0  0

B(0;8)  2.0  3.8  24

B(4;6)  2.4  3.6  26

B(8;2)  2.8  3.2  24

B(9;0)  2.9  3.0  18

PRÁCTICA V 204
 ÁLGEBRA (71)

c) ¿Las disponibilidades de qué recursos podrían disminuirse sin modificar el beneficio máximo? ¿En cuánto y por qué?
Los recursos 1 y 3 están saturados, porque sus variables de holgura en el óptimo son no básicas y valen cero.
En cambio del segundo recurso hay un exceso de S2  80 , esta es la cantidad del recurso 2 que se puede sacar sin que cambie la
producción, ni el beneficio.
O sea se podría disminuir 80 unidades la disponibilidad del insumo 2 pues no se utilizan en la fabricación (son excedentes).

d) ¿Cuáles son los recursos saturados? ¿Cuánto estaría dispuesto a pagar por una unidad más de ellos? ¿Por qué?
Los recursos saturados hemos dicho son el primero y el tercero, porque S1  S3  0
Observando la última fila de la tabla para el primer insumo es 1/5 y en el tercero es 1/10

e) ¿Podría utilizarse el total de las disponibilidades de los tres insumos? ¿Por qué?
Sabemos que x  8 , y  2 se agotan dos de los tres insumos pero del primero sobran 20 si reemplazamos estos valores en la ecuación del
primer insumo. No existe intersección de las tres rectas.

f) Si el precio de ambos productos varía en igual proporción, ¿se modifica la solución óptima? ¿Cómo y por qué?
La región factible no cambia y si los precios cambian es un factor k el beneficio cambia en ese factor.
No varía la estructura de la solución, sólo el beneficio total. No cambia el polígono de soluciones factibles ni la pendiente de las rectas de
isobeneficio.

PRÁCTICA V 205
 ÁLGEBRA (71)

11) Una refinería de petróleo procesa dos tipos de crudo: A y B con la finalidad de producir gas oíl, lubricantes y kerosene. Las demandas de estos
productos son al menos respectivamente 14, 10 y 8 toneladas por día.
El crudo A tiene un rendimiento de 0,2 toneladas de gas oíl, 0,10 toneladas de lubricante y 0,16 toneladas de kerosene por cada tonelada de
petróleo.
Los rendimientos del crudo B son: 0,10 toneladas de gas
oíl, 0,20 toneladas de lubricante y 0,10 toneladas de
kerosene.

a) Formular el modelo que permita determinar la capacidad

mínima de la planta en toneladas por día de crudo a
procesar.

Minimizar Z  x A  xB

 0, 2 x A  0,10 x B  14

 0,10 x A  0, 20 x B  10
Sujeta a 
 0,16 x A  0,10 x B  8
 x  0, x  0
 A B

b) Determinar gráficamente el espacio de soluciones

factibles.

PRÁCTICA V 206
 ÁLGEBRA (71)

c) Asignar dos valores arbitrarios a la capacidad de la refinería y trazar las líneas que muestren todas las mezclas de crudos A y B que se
pueden procesar con la misma capacidad de la planta.

Llamamos x A  x , xB  y luego Z  x  y hacemos Z  k resulta entonces k  x  y despejamos y   x  k si entonces y   x si k

= 0 para cada valor de k obtendremos rectas paralelas a esta última.

d) Determinar la cantidad de cada crudo a procesar y la capacidad mínima de la planta utilizando el método gráfico.

Las cantidades óptimas a procesar son 60 tn por día de crudo A y 20 tn por día de crudo B, dado que en ese vértice la recta deja al CSF
totalmente por encima de ella. La capacidad mínima de la planta es de 80 tn por día.

e) Trazar en el gráfico del modelo la isolínea que corresponde a la capacidad óptima de la planta. Comparar con las líneas trazadas en c).
Visible en el Gráfico de b)

f) De acuerdo al programa óptimo, ¿habrá excedente de alguno de los tres productos sobre el valor de la demanda? En caso afirmativo
identificar de cuál o cuáles de ellos.

 0, 2.60  0,10.20  14  14 gas oil


Habrá excedente de kerosene, ya que.  0,10.60  0, 20.20  10  10 lubricante
 0,16.60  0,10.200  11, 6  8 kerosene


PRÁCTICA V 207
 ÁLGEBRA (71)

12) Una empresa que elabora alimento para animales desea introducir en el mercado una mezcla alimenticia para caninos que consiste en paquetes
de galletitas con sabor a hígado y pollo. La composición de las galletitas es tal que cada una con sabor a pollo contienen una unidad de
nutriente A y 4 de nutriente B; las de hígado están compuestas por una unidad de nutriente A y 2 de nutriente B. La empresa ha decidido
envasar por lo menos 15 galletitas con sabor a hígado por paquete y además existen reglamentaciones externas que exigen que cada paquete
de alimento contenga por lo menos 40 unidades de nutriente A y 60 unidades de nutriente B. El costo de cada galletita con sabor a hígado
es 10 centavos y cada una de gusto a pollo cuesta 20 centavos.

a) Formular el modelo que permita optimizar la mezcla de galletitas con ambos gustos en cada paquete. ¿Es un problema de maximización o de
minimización?
Minimizar Z  0, 20. x p  0,10. xh sujeta a
 x p  xh  40

 4 x p  2 xh  60

 xh  15
 x  0, x  0
 p h

b) Determinar gráficamente el conjunto de soluciones

factibles.

C (0;40)  0, 20.0  0,10.40  4

C (25;15)  0, 20.25  0,10.15  6, 5

PRÁCTICA V 208
 ÁLGEBRA (71)

c) Hallar las cantidades óptimas a mezclar de cada tipo de galletitas por el método gráfico.
La mezcla óptima es 0 galletitas con sabor a pollo y 40 con sabor a hígado por paquete. El costo mínimo es $4 por paquete.

d) Trazar en el gráfico construido en b) la línea que da todas las

mezclas que tienen el costo óptimo. ¿son todas factibles?
¿Qué denominación le daría a dicha línea?
Se denomina isocoste

e) ¿Alguno de los requerimientos de fabricación se cumplen con

holgura? En caso afirmativo. ¿Cuál?

Se cumple con holgura el requerimiento de nutriente B ya

 0  40  40  40
 4.0  2.40  80  60

que  con un excedente de 20
 15  15
 25  0,15  0

PRÁCTICA V 209
 ÁLGEBRA (71)

13) Para el estudio del plan de producción a seguir durante el próximo período se dispone de los siguientes datos:

PRODUCTO A PRODUCTO B DISPONIBILIDADES

MATERIA PRIMA 1 1 200 Unidades
MANO DE OBRA 2 1 260 Horas/ Hombre
FONDOS 1000 2000 350.000
CONTRIBUCION NETA 100 400

En base a esta información:

a) Defina el significado concreto de todos los elementos del vector “Producto A”.
Para fabricar una unidad del producto A, se necesita 1 unidad de materia prima, 2 horas hombre y U$S 1000.

b) Demuestre que no existe nivel de producción para el cual se utilicen todas las disponibilidades.
No se intersectan en un punto las tres restricciones. El sistema de ecuaciones resulta incompatible

c) Considere la disponibilidad del recurso 2 como " k " y averigüe (aplicando procedimiento) para qué valores de k el sistema planteado
tendría solución.
 x  y  200
  1 1 200   1 1 200  1 1 200   1 0 50 
 2x  y  k        
  2 1 k    0 1 k  400    0 1 k  400    0 0 k  250 
1000 x  2000 y  350.000  1000 2000 350.000   0 1000 150.000  1 0 1 150   0 1 150 
     F3 
1000

El sistema admite solución si k  250

PRÁCTICA V 210
 ÁLGEBRA (71)

d) Plantee el modelo matemático que describa todas las alternativas posibles de producción y permita detectar la óptima.
Max. Z = 100x + 400y
 x  y  200
 2 x  y  260

sujeto a 
1000 x  2000 y  350.000
 x  0, y  0

e) Resuelva gráficamente.

Z (0;0)  100.0  400.0  0

Z (0;175)  100.0  400.175  70.000

Z (50;150)  100.50  400.150  65.000

Z (60;140)  100.60  400.140  62.000

Z (130;0)  100.130  400.0  13.000

La función tiene máximo en  0 ; 175  y es

Z= 70.000

PRÁCTICA V 211
 ÁLGEBRA (71)

f) Resuelva aplicando el método simplex.

cj 100 400 0 0 0
ck xk x1 x2 S1 S2 S3 b
0 S1 1 1 1 0 0 200 200/1=200
0 S2 2 1 0 1 0 260 260/1= 260
0 S3 1000 2000 0 0 1 350000 350000/2000=175
zj 0 0 0 0 0 0
cj  zj 100 400 0 0 0

cj 100 400 0 0 0
ck xk x1 x2 S1 S2 S3 b
0 S1 1/2 0 1 0 1/2000 25
0 S2 3/2 0 0 1 1/2000 85
400 x2 1/2 1 0 0 1/2000 175
zj 200 400 0 0 0,2 70000
cj  z j 100 0 0 0 0,2

g) Averigüe para qué valores de C2 conviene fabricar el producto B exclusivamente.

cj 100 400 0 0 0
ck xk x1 x2 S1 S2 S3 b
A partir de C2 = 200; ya que es necesario que el indicador de
0 S1 1/2 0 1 0 1/2000 25 x sea negativo para que la solución implique sólo fabricar el
0 S2 3/2 0 0 1 1/2000 85 producto B
c2 x2 1/2 1 0 0 1/2000 175 1 1
zj 1/2c2 c2 0 0 0,2 70000 100  C2  0  100  C2  200  C2  C2  200
2 2
cj  z j 1001/2c2 0 0 0 0,2

PRÁCTICA V 212
 ÁLGEBRA (71)

h) ¿A qué costo incorporaría unidades adicionales de los recursos? Explique para cada uno de ellos interpretando según este enunciado.
No incorporaría unidades de materia prima, ni de mano de obra por tener sobrantes y estaría dispuesto a pagar un interés hasta del 20
%.

14) Una fábrica de equipos electrónicos construye amplificadores y altoparlantes. Debido a su capacidad puede construir hasta 100 unidades
diarias en total. Una convención le obliga a exportar a otras provincias la mitad de los amplificadores que fabrica y la tercera parte de los
altoparlantes, pero por un problema de transporte no puede exportar más de 40 unidades por día. Cada amplificador deja un beneficio de $50
y cada altoparlante deja $60.

a) Organizar los datos del problema en una tabla de valores.

b) Plantear las restricciones y la función objetivo.
c) Graficar el modelo indicando el conjunto de soluciones factibles.
d) Determinar qué producción de amplificadores y de altoparlantes maximiza el beneficio.
e) Calcular la ganancia total máxima.
f) Resolver por el método simplex
g) Debido a la implantación de nuevos impuestos disminuye la ganancia de los altoparlantes a $40 manteniéndose el beneficio de los
amplificadores en $50 ¿Cuáles son ahora las producciones óptimas y el beneficio máximo?
Amplificadores Altoparlantes
(x) (y)
Producción diaria x y 100
Exportación 1/2x 1/3y 40
Beneficio $50 $60

PRÁCTICA V 213
 ÁLGEBRA (71)

a)

b)
B( x; y )  50 x  60 y

 x  y  40
1
 1
sujeta a  x  y  40
2 3
 x; y  0

c) , d) , e)

Las producciones óptimas se obtienen con:

0 amplificadores y 100 altoparlantes.

El beneficio máximo es $ 6000.

PRÁCTICA V 214
 ÁLGEBRA (71)

 x  y  100
1
 1
g) Nuevo beneficio a partir de los impuestos B( x; y )  50 x  40 y sujeta a  x  y  40
2 3
 x; y  0

Las nuevas producciones óptimas se obtienen con 40 amplificadores y 60 altoparlantes, y el beneficio máximo será $ 4400

f) Vamos a resolver usando el Método Simplex

El simplex nos permite hallar los máximos y los mínimos de una función en cierta región. Se puede aplicar aunque haya más de dos variables.
Primero cada inecuación la convertimos en una ecuación agregando una variable de holgura o Slack que se suma en caso de menor igual y se
resta en caso de mayor o igual.

B( x; y )  50 x  40 y  0. S1  0. S 2

 x  y  100 1. x  1. y  S1  100

1 1
 1  1
sujeta a  x  y  40   x  y  S 2  40
2 3 2 3

 x; y  0 
 x; y  0

Las variables de holgura no aportan nada al valor de la función objetivo, por eso tienen en la expresión de la función objetivo coeficiente cero

En la solución óptima estas variables indican la cantidad de recursos disponibles no utilizados. Si valen cero significa que se han utilizado todos
los recursos y se dice que el recurso está saturado.

El método distingue dos tipos de variables: básicas y no básicas

PRÁCTICA V 215
 ÁLGEBRA (71)

Básicas: se identifican porque en la tabla la columna que encabezan es un vector canónico

No Básicas: estas últimas en la solución valen cero.

cj 50 60 0 0
ck xk x1(x) x2(y) S1 S2 b
0 S1 1 1 1 0 100 Primera restricción
0 S2 1/2 1/3 0 1 40 Segunda restricción
Valor inicial de la función
Zj 1.0 +1/2.0=0 1.0 + 1/3.0 = 0 1.0 + 0.0 = 0 0.0 + 1.0= 0 100.0 + 40.0 = 0
objetivo
cj  z j 50 – 0 = 50 60 – 0 = 60 0–0=0 0–0=0

B  50 x  60y  Z  50.x  60.y  0.S1  0.S2

S1 y S2 son las variables básicas (encabezan columnas de vectores canónicos), x e y son las variables no básicas
Solución básica inicial (x; y; S1; S2; S3)= (0; 0; 100; 40) B = 0

La tabla inicial representa el vértice que se encuentra en el origen. Hemos obtenido el primer vértice de la región de factibilidad V1 = (0; 0)

Ahora se debe elegir una variable de entrada entre

cj 50 60 0 0 las no básicas y una variable de salida entre las
ck xk x1(x) x2(y) S1 S2 b básicas
0 S1 1  1 0 100 100/1=100 VS Entre las no básicas x e y elegimos aquella que
0 S2 1/2 1/3 0 1 40 40/1/3=120 corresponde a la columna de coeficiente positivo de
Zj 60 60 60 0 600 mayor valor en la fila cj  zj
En nuestro caso es “y” luego la variable de entrada
cj  zj 50 60 VE 0 0
es “y”. Pintamos la columna

PRÁCTICA V 216
 ÁLGEBRA (71)

Entre las básicas S1 o S2 elijo la variable de salida, para eso calculo los cocientes entre los elementos de la columna b con los respectivos
coeficientes de la columna de entrada o sea “y”

Elegimos la fila cuyo cociente positivo es menor o sea en nuestro caso la variable de salida es “S1”. Pintamos la fila correspondiente.

Se obtiene el pivote  y se debe sustituir S1 y en su lugar poner “y” y donde está el coeficiente 0 de S2 poner el 60 de la y

Escribimos la fila del pivote y completamos la columna con tantos ceros como sean necesarios.

Los restantes números en este caso de la primera fila los calculamos por la regla del rectángulo
Luego calculamos zj y cj  zj.

cj 50 60 0 0
ck xk x1(x) x2(y) S1 S2 b
60 y 1 1 1 0 100
0 S2 1/6 0 1/3 1 20/3
Zj 60 60 60 0 6000
cj  zj 10 0 60 0
En esta nueva tabla las variables básicas son:
S2 = 20/3, y = 100, la función B = 6000, las variables no básicas son: x = 0, S1= 0
Obtenemos una nueva solución y la misma nos da otro vértice de la región de factibilidad adyacente al anterior: V = (0; 100)
Segunda solución factible (x; y; S1; S2)= (0; 100; 0; 20/3) B= 6000

Esta solución es la óptima ya que observando la última fila no quedan coeficientes positivos.
Por lo tanto el segundo vértice es (0; 100)
Solución óptima ( x ; y ; S1 ; S2 ; S3 )   0;100;0;20 / 3  B  6000

PRÁCTICA V 217
 ÁLGEBRA (71)

15) Se debe formular un alimento que contenga 3 componentes nutritivos básicos en las siguientes cantidades como mínimo:

 45 gramos de lípidos
 56 gramos de hidratos de carbono
 60 gramos de proteínas

Para ello se dispone en el mercado de dos productos cuya composición en los tres componentes nutritivos básicos es la siguiente:

 Producto A: contiene 10 g/u de lípidos, 7g/u de hidratos de carbono y 5 g/u de proteínas

 Producto B: contiene 5 g/u de lípidos, 7 g/u de hidratos de carbono y 15 g/u de proteínas.
 El producto A tiene un costo de $6/u y el B de $8/u.

a) Formular el modelo lineal que permita obtener un alimento que cumpla con los requerimientos nutritivos y tenga costo mínimo.
10 x A  5 x B  45

 7 x A  7 x B  56
Minimizar Z  6. x A  8. x B sujeta a 
 5 x A  15 x B  60
 x  0, x  0
 A B

b) Determinar gráficamente las cantidades óptimas (en u) a mezclar de productos A y B

PRÁCTICA V 218
 ÁLGEBRA (71)

B(0;9)  6.0  8.9  54

B(1;7)  6.1  8.7  60

B(6;2)  6.6  8.2  52

B(12;6)  6.12  8.6  120

Se deben mezclar 6 u de A con 2 u de B

c) Calcular el mínimo costo del alimento que cumple los requerimientos nutritivos.
El costo mínimo es $52

PRÁCTICA V 219
 ÁLGEBRA (71)

16) Una fábrica de bebidas cuenta con 60000 litros de materia prima con la que produce jugos de dos tipos: A (concentrado) y B (diluido). Los
mismos se envasan en cajas de 24 botellas. En una botella de jugos A se usa 1 litro de materia prima, y en
1
una de jugo B solo de litro de materia prima. La demanda de los productos no es mayor que 2000 cajas
3
de jugo A y 6000 de jugo B. Los precios de cada caja de jugos es $18 los de sabor A y $9 los de sabor B.

a) Plantear el modelo que permita optimizar las producciones de cada tipo de jugo.
 x A  2000

 x B  6000
Maximizar Z  18 x A  9 xB sujeta a 
 24 x A  8 x B  60000
 x  0, x  0
 A B

La Región de soluciones factibles está limitada por los vértices:

M  (0;6000) B(0;6000)  18.0  9.6000  54.000
N  (500;6000) B(500;6000)  18.500  9.6000  63.000
O  (2000;1500) B(2000;1500)  18.2000  9.1500  49.500
P  (2000;0) B(2000;0)  18.2000  9.0  36.000
Q  (0;0) B(0;0)  18.0  9.0  0
Las producciones óptimas son 500 cajas de jugo A y 6000 de jugo B.

b) Determinar la relación precios A/B que permita a la fábrica producir más cajas de jugo con sabor A que B.
Para que se vendan más jugos A que B, la función objetivo debe maximizarse en el vértice (2000; 1500) y por lo tanto el valor que se obtenga de Z debe
ser mayor que el alcanzado en el vértice (500; 6000).
pA
Entonces 500pA+6000pB ≤ 2000pA+1500pB , 4500pB ≤ 1500pA luego  3 para que se vendan más unidades del producto A
pB

PRÁCTICA V 220
 ÁLGEBRA (71)

17) La siguiente es la tabla simplex final correspondiente a un problema de maximización de programación lineal
cj 20 30 0 0
ck xk x1 x2 S1 S2 b
30 X2 4/5 1 1/5 0 40
0 S2 18/5 0 3/5 1 90
Zj 24 30 6 0
cj zj 4 0 6 0

En base a ella, se pide indicar:

a) La solución óptima; teniendo en cuenta que en la tabla los indicadores son no positivos, entonces podemos concluir que x1op  0; x2op  40

b) Si existen recursos saturados y/o disponibilidad de cada uno de ellos: s1  0 (Recurso saturado) y s2  90 (disponibilidad sin utilizar)

c) El valor que se pagaría por incorporar una unidad más en cada uno de los sectores: $0 en el sector 2 y $6 en el sector 1

d) El costo de oportunidad con su significado económico: El costo de oportunidad del producto X 1 es de $4

e) Para qué rango de valores de la contribución en el beneficio de x2 sigue siendo óptima la solución hallada: podría disminuir hasta $25 y la
solución óptima hallada seguiría siendo óptima

cj 20 c2 0 0
ck xk x1 x2 S1 S2 b
c2 X2 4/5 1 1/5 0 40
0 S2 18/5 0 3/5 1 90
Zj 4/5 c2 30 6 0
cj zj 20-4/5 c2 0 6 0

PRÁCTICA V 221
 ÁLGEBRA (71)

18) La siguiente tabla suministra información sobre la fabricación de dos artículos A y B en los diferentes departamentos

Artículo A Artículo B Disponibilidad (hs)

Depto. I 2 1 180
Depto. II 1 2 160
Depto. III 1 1 100
Beneficio por unidad 4 6

a) Plantear el modelo directo (Función objetivo y restricciones):

 2 x A  1 x B  180

1 x A  2 x B  160
Maximizar Z  4. x A  6. x B sujeta a 
1 x A  1 x B  100
 x  0, x  0
 A B

b) Plantear el modelo dual:

 2 y A  1 y B  1 yC  4

Minimizar W  180 y A  160 yB  100 yC sujeta a 1 y A  2 y B  1 yC  6
 y  0, y  0, y  0
 A B C

c) Determinar gráficamente la región factible del problema directo y

analíticamente las posibles soluciones óptimas.
Vértice xA xB Z
A 0 0 0
B 0 80 480
C 40 60 520 Solución óptima
D 80 20 440
90 0 360

d) Hallar la solución óptima ( en la tabla anterior)

PRÁCTICA V 222
 ÁLGEBRA (71)

19) Considerar un enunciado clásico de problema de programación lineal: tres líneas de producto y dos restricciones de insumos, según los datos del
siguiente cuadro:

Prod. A Prod. B Prod. C

Horas Hombre 40 40 20
Horas Máquina 2 8 4

Sabiendo que el total disponible de horas hombre es de 3800 y el horas máquina de 3300 y que la contribución de cada unidad del producto al
beneficio es de $200 para A, $30 para B y $100 para C.

a) Hallar el plan de producción que optimice el resultado económico para el empresario.

Maximizar: Z  200 x A  30 xB  100 xC Maximizar: Z  200 x A  30 xB  100 xC  0 S1  0 S2

 40 x A  40 x B  20 xC  3800  40 x A  40 x B  20 xC  1 S1  0 S 2  3800
 
Sujeta a:  2 x A  8 x B  4 xC  3300 Sujeta a:  2 x A  8 x B  4 xC  0 S1  1 S 2  3300
 x  0; x  0; x  0  x  0; x  0; x  0; x  0; S  0; S  0
 A B C  A B C C 1 2

PRÁCTICA V 223
 ÁLGEBRA (71)

cj 200 30 100 0 0
ck xk x1(x) x2(y) x3(z) S1 S2 b
0 S1 40 40 20 1 0 3800 3800/40 = 95
0 S2 2 8 4 0 1 3300 3300/2= 1650
zj 0 0 0 0 0 0
cj  zj 200 30 100 0

cj 200 30 100 0 0
ck xk x1(x) x2(y) x3(z) S1 S2 b
0 S1  1 1/2 1/40 0 95
0 S2 2 8 4 0 1 3300
zj 0 0 0 0 0 0
cj  zj 200 30 100 0

cj 200 30 100 0 0
ck xk x1(x) x2(y) x3(z) S1 S2 b
200 x1(x) 1 1 1/2 1/40 0 95
0 S2 0 6 3 1/20 1 3110
zj 200 200 100 5 0 19.000
cj  zj 0 170 0 5 Solución óptima ( x ; y ; z; S1 ; S2 )   95;0;0;3110  B  19.000

PRÁCTICA V 224
 ÁLGEBRA (71)

b) Indicar el precio máximo que el empresario estaría dispuesto a pagar por cada hora hombre adicional.
El precio sombra corresponde al indicador en valor absoluto de la variable de holgura correspondiente a las horas hombre, en este caso S2.
En este caso es: $5 por cada hora hombre adicional

c) Determinar el precio sombra correspondiente a la restricción de horas máquinas.

El precio sombra corresponde al indicador en valor absoluto de la variable de holgura correspondiente a las horas máquina, en este caso
S1. En este caso es: $0 por cada hora hombre adicional

d) ¿Cuál es el costo de oportunidad del producto B?

El costo de oportunidad corresponde al indicador en valor absoluto de la variable y que representa al producto B En este caso es: $170

PRÁCTICA V 225