Introduccin.

Anlisis de sensibilidad es el mtodo para investigar el efecto que tienen cambios en los diferentes parmetros sobre la solucin ptima de un problema de PL. Se pueden cambiar los coeficientes de la funcin objetivo, los valores del segundo trmino de las ecuaciones de restriccin o los coeficientes asociados directamente con las restricciones. Es frecuente que los coeficientes de la funcin objetivo o los valores del segundo trmino de las ecuaciones de restriccin sean estimaciones y, por ello, la sensibilidad de la solucin ante cambios en estos parmetros es de especial valor. 4.1 Cambios en el vector de costos C. Uno de los anlisis ms importantes es el estudio sobre el comportamiento de los coeficientes de la funcin objetivo. Para realizar estos anlisis, tomaremos el siguiente modelo: Maximizar: Zp = 18.5X1 + 20X2 + 14.5 X3 0.05X1 +0.05X2 +0.05X3 1100 0.05X1 +0.10X2 +0.05X3 1800 0.10X1 +0.05X2 +0.05X3 2000 X1, X2, X3 0

Que al resolverlo nos proporciona la siguiente tabla ptima:

Cb 18.5 20 0

Cj Bsica X1 X2 S3 Zj Cj Zj

18.5 X1 1 0 0 18.5 0

20 X2 0 1 0 20 0

14.5 X3 1 0 -0.05 18.5 -4

0 S1 40 -20 -3 340 -340

0 S2 -20 20 1 30 -30

0 S3 0 0 1 0 0

Bi 8,000 14,000 500 428,000

Cuando Xj de Cj es bsica. Consideremos un cambio en el coeficiente de utilidades de una variable bsica, por lo que estamos interesados en saber cul es el valor mximo en el que puede cambiar este coeficiente bsico sin afectar la solucin actual.

Si se cambia la contribucin de una variable bsica a las utilidades, entonces puede producirse uno de dos resultados. Si el coeficiente de contribucin de la variable bsica disminuye, entonces es posible que la variable tuviera que dejar la base puesto que tal vez no fuera suficientemente redituable para seguir siendo bsica. Por otro lado, si la contribucin a las utilidades de una variable bsica aumenta, podra obtenerse un mayor nivel de produccin para la variable que se considera.

Para analizar el efecto de los cambios, utilizaremos el coeficiente j para aadir al coeficiente Cj que ya se tiene. Se detonar la nueva contribucin a las utilidades como j = Cj + j. La adicin de j puede afectar a ms de una columna, por lo que se debe determinar los lmites de j examinando todos los valores Z que se ven afectados por j.

Consideremos la variable X1 de la tabla ptima para analizarla. Cb 18.5 + j 20 0 Cj Bsica X1 X2 S3 Zj Cj Zj 18.5 + j X1 1 0 0 18.5 + j 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 18.5 + j -4 - j 0 S1 40 -20 -3 340 + 40 j -340 - 40 j 0 S2 -20 20 1 30 20 j -30 + 20 j 0 S3 0 0 1 0 0 Bi 8,000 14,000 500 428,000 + 8000 j

Para que la solucin actual siga siendo ptima, debe asegurarse que ningn valor en Z se vuelva positivo. La pregunta es: Cunto puede cambiar Cj en una direccin positiva o negativa de manera que se mantenga la condicin de optimidad?.

Haciendo las operaciones en las variables afectadas tenemos: X3 -4 - j 0, por lo que 1 -4. Para S1 -340 - 401 0, por lo que 1 -8.5. Para S2 -30 + 201 0, por lo que 1 1.5. En resumen tenemos: 1 -4 1 -8.5 1 1.5

Con estos resultados se puede elegir el rango para 1. Como se tiene una sola condicin de menor o igual que, esta debe ser una de los limitantes. Existen dos condiciones de mayor o

igual, y se elige la condicin ms cercana a cero puesto que se satisfar todas las condiciones de mayor o igual. Puesto que -4 > -8.5, se elige 1 -4.

Los cambios permisibles en C1 pueden expresarse como -4 1 1.5. Por lo que la contribucin a las utilidades de X1 no puede aumentar en ms de $1.50 o disminuir en ms de $4.00. A partir de este anlisis, se observa que las utilidades de X1 estn limitadas a quedar entre C1 4 y C1 + 1.5, o $14.50 C1 $20.00. Cualquier valor para C1 fuera de este rango alterar la solucin actual.

Consideremos ahora que C1 aumenta a 25, esto nos proporcionar la siguiente tabla: Cb 25 20 0 Cj Bsica X1 X2 S3 Zj Cj Zj 25 X1 1 0 0 25 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 25 -10.5 0 S1 40 -20 -3 600 -600 0 S2 -20 20 1 100 100 0 S3 0 0 1 0 0 Bi 8,000 14,000 500 480,000

Como se puede observar, la nueva tabla no es ptima por lo que se debe obtener una nueva tabla aplicndose el mtodo smplex escogiendo a S2 (Z positiva) como variable de entrada y S3 (menor razn = 500) como variable de salida, obtenindose el siguiente resultado: Cb 25 20 0 Cj Bsica X1 X2 S3 Zj Cj Zj 25 X1 1 0 0 25 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 25 -10.5 0 S1 40 -20 -3 600 -600 0 S2 -20 20 1 100 100 0 S3 0 0 1 0 0 Bi 8,000 14,000 500 480,000

Con esta modificacin en C1, la solucin original se afect, por lo que obtenemos la nueva tabla ptima:

Cb 25 20 0

Cj Bsica X1 X2 S2 Zj Cj Zj

25 X1 1 0 0 25 0

20 X2 0 1 0 20 0

14.5 X3 0 1 -0.05 20 -5.5

0 S1 -20 40 -3 300 -300

0 S2 0 0 1 0 0

0 S3 20 -20 1 100 -100

Bi 18,000 4,000 500 530,000

Lo que nos da como resultado X1 = 18,000; X2 = 4,000 y una contribucin de Z = 530,000.

Cuando Xj de Cj no es bsica. Analizaremos ahora en el modelo original la variable no bsica X 3, consideremos nuevamente la cantidad j que se sumar al coeficiente Cj. Por lo que tendremos en la funcin objetivo 3 = C3 + 3. La tabla se muestra como:

Cb 18.5 20 0

Cj Bsica X1 X2 S3 Zj Cj Zj

18.5 X1 1 0 0 18.5 0

20 X2 0 1 0 20 0

14.5 + 3 X3 1 0 -0.05 18.5 3 - 4

0 S1 40 -20 -3 340 -340

0 S2 -20 20 1 30 -30

0 S3 0 0 1 0 0

Bi 8,000 14,000 500 428,000

Para que X3 se pueda volver una variable bsica, la operacin 3 4 tendra que volverse no negativa, esto significa que:

3 4 0, despejando 3 tenemos 3 4. Puesto que 3 = C3 + 3. 3 = 14.5+ 3 Sustituyendo 3 4 se obtiene 3 18.5, es decir, si el valor de C3 fuera mayor que 18.5, el resultado actual se vera afectado. Esto quiere decir que la produccin de X 3 se volvera ms redituable que la mezcla actual de 8000 para X1 y 14000 para X2. Supongamos que el coeficiente de X3 en la funcin objetivo se cambia por $20.00, la tabla resultante sera:

Cb 18.5 20 0

Cj Bsica X1 X2 S3 Zj Cj Zj

18.5 X1 1 0 0 18.5 0

20 X2 0 1 0 20 0

20 X3 1 0 -0.05 18.5 1.5

0 S1 40 -20 -3 600 -600

0 S2 -20 20 1 30 -30

0 S3 0 0 1 0 0

Bi 8,000 14,000 500 428,000

Como podemos ver, la tabla no es ptima, por lo que escogeramos a X3 como variable entrante (Z positiva) y a X1 como variable saliente, lo que nos traer una mejor utilidad.

Cb 18.5 20 0

Cj Bsica X1 X2 S3 Zj Cj Zj

18.5 X1 1 0 0 18.5 0

20 X2 0 1 0 20 0

20 X3 1 0 -0.05 18.5 1.5

0 S1 40 -20 -3 600 -600

0 S2 -20 20 1 30 -30

0 S3 0 0 1 0 0

Bi 8,000 14,000 500 428,000

Aplicando la operacin del mtodo smplex, obtenemos la siguiente tabla ptima: Cb 20 20 0 Cj Bsica X3 X2 S3 Zj Cj - Zj 18.5 X1 1 0 0.05 20 -1.5 20 X2 0 1 0 20 0 20 X3 1 0 0 20 0 0 S1 40 -20 -1 400 -400 0 S2 -20 20 0 0 0 0 S3 0 0 1 0 0 Bi 8,000 14,000 900 440,000

El nuevo resultado es ahora X2 = 14,000; X3 = 8,000 y Z mejora a $440,000.

4.2 Cambios en la limitacin de la restriccin.

El anlisis de los cambios en los valores del segundo miembro de las restricciones es tan importante como los cambios en los otros coeficientes. Al igual que en el caso de cambios en los coeficientes de la funcin objetivo, la sensibilidad de la solucin ptima a cambios en la limitacin de la restriccin se mide a travs de una cota superior y una cota inferior para el nivel del recurso que se modifica.

Para calcular el efecto de modificar el nivel de una restriccin, se aade una cantidad j al recurso que se quiere cambiar y despus se vuelve a aplicar el proceso de solucin. En el modelo original, incluiremos un cambio en la primera restriccin, por lo que la tabla inicial se presenta como:

Cb 0 0 0

Cj Bsica S1 S2 S3 Zj Cj Zj

18.5 X1 0.05 0.05 0.10 0 18.5

20 X2 0.05 0.10 0.05 0 20

14.5 X3 0.05 0.05 0.05 0 14.5

0 S1 1 0 0 0 0

0 S2 0 1 0 0 0

0 S3 0 0 1 0 0

Bi 1,100 + 1 1,800 2,000 0

Al resolver el modelo, la tabla ptima sera: Cb 18.5 20 0 Cj Bsica X1 X2 S3 Zj Cj - Zj 18.5 X1 1 0 0 18.5 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 18.5 -4 0 S1 40 -20 -3 340 -340 0 S2 -20 20 1 30 -30 0 S3 0 0 1 0 0 Segundo Miembro 8,000 + 40 1 14,000 -20 1 500 - 3 1 428,000 + 340 1

En esta tabla se aprecia que el valor de la funcin objetivo aumenta en $340 por cada tonelada adicional. Es posible ver que los nuevos valores de la solucin son funciones de cambio en el recurso 1. Puesto que los valores de la solucin deben de ser siempre no negativos, pueden utilizarse estas funciones para determinar la cantidad de disponibilidad en

el segundo miembro de la restriccin 1 que puede aumentarse o disminuirse antes de que la tabla actual ya no sea ptima.

Para hacer esto, se estructura una desigualdad para cada funcin, mayor o igual a cero y se obtiene de ella el intervalo de 1 que satisface cada una de ellas. Con esto tenemos:

X1: X2: X2:

8,000 + 40 1 0 1 -200 14,000 - 20 1 0 1 700 500 - 30 1 0 1 166.67

Si 1 es menor que 166.67, tambin es menor 700, pero no viceversa, por lo que los lmites sern -200 1 166.67. Aplicando este resultado a la disponibilidad del recurso en la restriccin 1 tenemos: 1,100 - 200 b1 1,100 + 166.67 900 b1 1,266.67

Esto nos indica que la disponibilidad de los recursos en la restriccin 1 afectara a la solucin actual si este es menor de 900 mayor de 1,266.67.

Si consideramos un cambio en la disponibilidad de recursos en la restriccin 1, aumentndolo a 1,300 tendremos que: 1 = 1,300 1,100 = 200

Por lo que la tabla se modificara a: Cb 18.5 20 0 Cj Bsica X1 X2 S3 Zj Cj Zj 18.5 X1 1 0 0 18.5 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 18.5 -4 0 S1 40 -20 -3 340 -340 0 S2 -20 20 1 30 -30 0 S3 0 0 1 0 0 Segundo Miembro 8,000 + 40 (200) 14,000 -20 (200) 500 - 3 (200) 428,000 + 340 (200)

Esto nos da: Cb 18.5 20 0 Cj Bsica X1 X2 S3 Zj Cj Zj 18.5 X1 1 0 0 18.5 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 18.5 -4 0 S1 40 -20 -3 340 -340 0 S2 -20 20 1 30 -30 0 S3 0 0 1 0 0 Segundo Miembro 16,000 10,000 - 100 496,000

Esta tabla sigue siendo ptima pero ahora es infactible, por lo que aplicaramos el mtodo Smplex Dual para resolverla. Con este mtodo seleccionaramos a S3 como variable saliente (nico valor negativo en la columna de segundo miembro) y como variable entrante a X3 (menor razn = 80). Cb 18.5 20 0 Cj Bsica X1 X2 S3 Zj Cj Zj 18.5 X1 1 0 0 18.5 0 20 X2 0 1 0 20 0 14.5 X3 1 0 -0.05 18.5 -4 0 S1 40 -20 -3 340 -340 0 S2 -20 20 1 30 -30 0 S3 0 0 1 0 0 Segundo Miembro 16,000 10,000 - 100 496,000

Con lo que obtenemos la siguiente tabla ptima: Cb 18.5 20 14.5 Cj Bsica X1 X2 X3 Zj Cj Zj 18.5 X1 1 0 0 18.5 0 20 X2 0 1 0 20 0 14.5 X3 0 0 1 0 0 0 S1 -20 -20 60 100 -100 0 S2 0 20 -20 110 -110 0 S3 20 0 -20 80 -80 Segundo Miembro 14,000 10,000 2,000 488,000

La tabla es ahora ptima y factible, obteniendo como resultado X1 = 14,000; X2 = 10,000 y X3 = 2,000. La utilidad ser Z = $488,000.00.

4.3 Cambios en los coeficientes aij de A. Los cambios en las variables aij son tambin interesantes de analizar. Tenemos que considerar que los coeficientes de una tabla de programacin lineal son tasas fsicas de sustitucin para transferir asignaciones actuales de recursos (variables bsicas) en asignaciones nuevas de recursos (variables no bsicas). Si aij es el coeficiente para el i-simo rengln y la j-sima columna, entonces aij seala la tasa en que la i-sima variable bsica puede convertirse en la j-sima variable no bsica. Un coeficiente positivo significa que el valor de la variable bsica se reducir al aumentar el valor de la variable no bsica. Un coeficiente negativo seala lo contrario, es decir, que el valor de la variable bsica aumentar al aumentar el valor de la variable no bsica.

Cuando Xj de a (i, j) es bsica. Un cambio en los coeficientes aij solo puede afectar la optimidad de la solucin establecida. Sin embargo, debemos restringir este planteamiento a variables que actualmente sean no bsicas. Un cambio en coeficientes de restricciones de alguna variable bsica afectar la tabla y pudiera conducir a complicaciones en los clculos.

Cuando Xj de a (i, j) no es bsica. Para realizar el anlisis, ocuparemos el siguiente modelo: Maximizar: Z= 4X1 + X2 X1 + 2X2 6 2X1 + X2 8 -X1 + X2 1 X2 2 X1, X2 0

Que nos proporciona la siguiente tabla ptima:

Cb 0 4 0 0

Cj Bsica S1 X1 S3 S4 Zj Cj Zj

4 X1 0 1 0 0 4 0

1 X2 3/2 1/2 3/2 1 2 -1

0 S1 1 0 0 0 0 0

0 S2 -1/2 1/2 1/2 0 2 -2

0 S3 0 0 1 0 0 0

0 S4 0 0 0 1 0 0

Bi 2 4 5 2 16

Ocuparemos la matriz que conforman en la tabla final, las variables de holgura como muestra el rea sombreada en la siguiente tabla: Cb 0 4 0 0 Cj Bsica S1 X1 S3 S4 Zj Cj Zj 4 X1 0 1 0 0 4 0 1 X2 3/2 1/2 3/2 1 2 -1 0 S1 1 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 2 -2 0 S3 0 0 1 0 0 0 0 S4 0 0 0 1 0 0 Bi 2 4 5 2 16

Los cambios se pueden realizar en uno solo o ms coeficientes de la variable elegida. Para este caso, consideremos a X2, quien tiene los siguientes coeficientes en el modelo original

X2 Restriccin 1: 2 Restriccin 2: 1 Restriccin 3: 1 Restriccin 4: 1

Cambiaremos los coeficientes de las restricciones 1 y 2 de la siguiente manera:

X2 Restriccin 1: 2

Restriccin 2: 1/4 Restriccin 3: Restriccin 4: 1 1

La obtencin de la nueva tabla se hace a partir de la siguiente operacin de multiplicacin de matrices: rea sombreada 1 0 0 0 -1/2 1/2 1/2 0 0 0 1 0 0 0 0 1 X 2 1/4 1 1 = 15/8 1/8 9/8 1

Insertando estos valores en la tabla tenemos: Cb 0 4 0 0 Cj Bsica S1 X1 S3 S4 Zj Cj Zj 4 X1 0 1 0 0 4 0 1 X2 15/8 1/8 9/8 1 1/2 1/2 0 S1 1 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 2 -2 0 S3 0 0 1 0 0 0 0 S4 0 0 0 1 0 0 Bi 2 4 5 2 16

Como se puede observar en la tabla, este cambio afecta a la ptimidad, por lo que debe aplicarse el mtodo smplex, eligindose a X2 como variable entrante y a S1 como variable de saliente (menor razn = 16/15) como se muestra en la tabla:

Cb 0 4 0 0

Cj Bsica S1 X1 S3 S4 Zj Cj Zj

4 X1 0 1 0 0 4 0

1 X2 15/8 1/8 9/8 1 1/2 1/2

0 S1 1 0 0 0 0 0

0 S2 -1/2 1/2 1/2 0 2 -2

0 S3 0 0 1 0 0 0

0 S4 0 0 0 1 0 0

Bi 2 4 5 2 16

Para obtener la siguiente tabla ptima: Cb 1 4 0 0 Cj Bsica X2 X1 S3 S4 Zj Cj Zj 4 X1 0 1 0 0 4 0 1 X2 1 0 0 0 1 0 0 S1 8/15 -1/15 -3/5 -8/15 4/15 -4/15 0 S2 -4/15 8/15 4/5 4/15 28/15 -28/15 0 S3 0 0 1 0 0 0 0 S4 0 0 0 1 0 0 Bi 16/15 58/15 57/15 14/15 248/15

Esto nos proporciona como resultado X1 = 58/15, X2 = 16/15 y Z = 248/15.

4.4 Adicin de una variable.

El incluir una nueva variable en el modelo, tambin es de inters para analizar los cambios en el modelo original. Consideremos el modelo recientemente visto y le adicionaremos una nueva variable X3 con los coeficientes que siguen:

Maximizar: Z= 4X1 + X2+ 2 X3 Sujeto a: X1 + 2X2 + 3/4 X3 6 2X1 + X2 + 3/4 X3 8 -X1 + X2 X3 1 X2 2 X1, X2, X3 0

Para preparar la tabla necesitamos calcular con la matriz de las variables de holgura, los coeficientes en la tabla para X3.

1 0 0 0

-1/2 1/2 1/2 0

0 0 1 0

0 0 0 1 X

3/4 3/4 1 0 =

3/8 3/8 11/8 0

Esto proporciona la siguiente tabla: Cb 0 4 0 0 Cj Bsica S1 X1 S3 S4 Zj Cj Zj 4 X1 0 1 0 0 4 0 1 X2 3/2 1/2 3/2 1 2 -1 2 X3 3/8 3/8 11/8 0 3/2 1/2 0 S1 1 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 2 -2 0 S3 0 0 1 0 0 0 0 S4 0 0 0 1 0 0 Bi 2 4 5 2 16

Como se puede ver, esta tabla no es ptima, por lo que se selecciona a X 3 como variable entrante y a S3 como variable saliente: Cb 0 4 0 0 Cj Bsica S1 X1 S3 S4 Zj Cj Zj 4 X1 0 1 0 0 4 0 1 X2 3/2 1/2 3/2 1 2 -1 2 X3 3/8 3/8 11/8 0 3/2 1/2 0 S1 1 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 2 -2 0 S3 0 0 1 0 0 0 0 S4 0 0 0 1 0 0 Bi 2 4 5 2 16

Esto nos proporciona la siguiente tabla ptima:

Cb 0 4 2 0

Cj Bsica S1 X1 X3 S4 Zj Cj Zj

4 X1 0 1 0 0 4 0

1 X2 12/11 1/11 12/11 1 28/11 -17/11

2 X3 0 0 1 0 2 0

0 S1 1 0 0 0 0 0

0 S2 -7/11 4/11 4/11 0 24/11 -24/11

0 S3 -3/11 -3/11 8/11 0 4/11 -4/11

0 S4 0 0 0 1 0 0

Bi 7/11 29/11 40/11 2 196/11

En esta tabla, tenemos un resultado ptimo y factible con solucin X1 = 29/11, X3 = 40/11 y Z = 196/11.

4.5 Adicin de una restriccin. La adicin de una nueva restriccin puede dar origen a una de dos condiciones: 1. La restriccin la satisface la solucin actual y en este caso la restriccin es de no enlace o redundante y, por lo tanto, su adicin no alterar la solucin. 2. La solucin actual no satisface la restriccin. En este caso, la nueva solucin se obtiene utilizando el mtodo smplex dual.

Para ejemplificar este tipo de anlisis, retomemos el modelo con el que hemos estado trabajando que nos proporciona la siguiente tabla ptima: Cb 0 4 0 0 Cj Bsica S1 X1 S3 S4 Zj Cj Zj 4 X1 0 1 0 0 4 0 1 X2 3/2 1/2 3/2 1 2 -1 0 S1 1 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 2 -2 0 S3 0 0 1 0 0 0 0 S4 0 0 0 1 0 0 Bi 2 4 5 2 16

Consideremos ahora una nueva restriccin que nos limita a lo siguiente: X1 3

Para preparar esta nueva restriccin, tenemos que utilizar una nueva variable de holgura para obtener la siguiente forma estndar: X1 + S5 = 3 con S5 0 En la solucin actual X1 es una variable bsica y debemos sustituirla en trminos de las variables no bsicas. En la ecuacin X1 de la tabla ptima actual, se tiene: X1 + X2 + S2 = 4 Despejando a X1 tenemos: X 1 = 4 - X 2 - S2 Sustituyendo en la restriccin en forma estndar: X1 + S5 = 3 (4 - X2 - S2) + S5 = 3 - X2 - S2 + S5 = -1 Aumentando la nueva restriccin, esto nos proporciona la siguiente tabla: Cb 0 4 0 0 0 Cj Bsica S1 X1 S3 S4 S5 Zj Cj Zj 4 X1 0 1 0 0 0 4 0 1 X2 3/2 1/2 3/2 1 -1/2 2 -1 0 S1 1 0 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 -1/2 2 -2 0 S3 0 0 1 0 0 0 0 0 S4 0 0 0 1 0 0 0 0 S5 0 0 0 0 1 0 0 Bi 2 4 5 2 -1 16

Esta tabla nos arroja un resultado ptimo pero infactible, por lo que se debe aplicar el mtodo Smplex Dual para volver el resultado factible, para esto se elige como variable saliente a S5 y como variable entrante a X2 por ser la menor razn. Cb 0 4 0 0 0 Cj Bsica S1 X1 S3 S4 S5 Zj Cj Zj 4 X1 0 1 0 0 0 4 0 1 X2 3/2 1/2 3/2 1 -1/2 2 -1 0 S1 1 0 0 0 0 0 0 0 S2 -1/2 1/2 1/2 0 -1/2 2 -2 0 S3 0 0 1 0 0 0 0 0 S4 0 0 0 1 0 0 0 0 S5 0 0 0 0 1 0 0 Bi 2 4 5 2 -1 16

Al aplicar el mtodo, se obtiene la siguiente tabla: Cb 0 4 0 0 1 Cj Bsica S1 X1 S3 S4 X2 Zj Cj Zj 4 X1 0 1 0 0 0 4 0 1 X2 0 0 0 0 1 1 0 0 S1 1 0 0 0 0 0 0 0 S2 -2 0 -1 -1 1 1 -1 0 S3 0 0 1 0 0 0 0 0 S4 0 0 0 1 0 0 0 0 S5 3 1 3 2 -2 2 -2 Bi -1 3 2 0 2 14

La tabla anterior todava no es factible, pero continuando con el mtodo obtenemos la tabla final: Cb 0 4 0 0 1 Cj Bsica S2 X1 S3 S4 X2 Zj Cj Zj 4 X1 0 1 0 0 0 4 0 1 X2 0 0 0 0 1 1 0 0 S1 -1/2 0 -1/2 -1/2 1/2 1/2 -1/2 0 S2 1 0 0 0 0 0 0 0 S3 0 0 1 0 0 0 0 0 S4 0 0 0 1 0 0 0 0 S5 -3/2 1 3/2 1/2 -1/2 7/2 -7/2 Bi 1/2 3 5/2 1/2 3/2 27/2

Esta ltima tabla nos indica que el resultado final es X1 = 3, X2 = 3/2 y Z = 27/2.