PROGRAMACION LINEAL

TAREA 2 Solucion de Modelos de Programación Lineal de Decisión

Presentado por: Mady Muñoz Yela

Codigo: 69.008.524
GRUPO: 100404 -41

TUTOR:
RICARDO ANDRES PINEDA

UNIVERSIDAD NACIONAL ABIERTA YA DISTANCIA (UNAD)

ESCUELA DE CIENCIAS ADMINSTRATIVAS, CONTABLES, ECONOMICAS Y DE NEGOCIOS
(ECACEN)
ADMINSTRACION DE EMPRESAS
JUNIO -2020
 Decisión

(UNAD)
MICAS Y DE NEGOCIOS
 EJERCICIO 1. METODO SIMPLEX PRIMAL.

Se presenta la siguiente situación problema de programación lineal:

La empresa VIDEOGAMER Co., tiene tres videojuegos para su lanzamiento a final del año. La utilidad del
videojuego 1 es de US150, del videojuego 2 es de US160 y del videojuego 3 es de US155. El costo de
desarrollo del videojuego 1 es de US60, del videojuego 2 es de US70 y del videojuego 3 es de US65 y la
empresa cuenta con un capital inicial máximo para invertir en el desarrollo de estos videojuegos de
US1.000.000. Los videojuegos se deben jugar en línea, para ello la empresa dispone de un servidor con una
Tera (125.000.000kb) de capacidad máxima para almacenar la información de los videojuegos, en promedio, el
videojuego 1 consume 1.900 kb, el videojuego 2 consume 50.000 kb y el videojuego 3 consume 1.800 Kb.
Además, la empresa cuenta con personal experto en el desarrollo del software, los cuales deben repartir su
tiempo para lograr un buen producto, 2 h/hombre para el videojuego 1, 10 h/hombre para el videojuego 2 y 2.5
h/hombre para el videojuego 3 y en total se dispone máximo de 50.000 h/hombre para los desarrollos.

¿Cuántos videojuegos de cada tipo debe vender la empresa VIDEOGAMER Co. en el lanzamiento, para
obtener la mayor utilidad posible con los recursos disponibles?

TABLA DE DATOS
Tipos de videojuegos
Restricciones 1 2 3 disponibilidades
costo 60 70 65 <= 1,000,000
Consumo Kb 1900 50000 1800 <= 125,000,000
tiempo horas/hombre 2 10 2.5 <= 50,000
Utilidad 150 160 155

Este ejercicio es de maximizacion de utilidades

METODO SIMPLEX PRIMAL

Variables
X1= videojuego tipo 1
X2= videojuego tipo 2
X3= videojuego tipo 3
 
MODELO CANONICO

Función objetivo
MAX: Z=150X1+160X2+155X3
 
Sujeto a
60𝑥_1+70𝑥_2+65𝑥_3≤1.000.000
1.900𝑥_1+50.000𝑥_2+1800𝑥_3≤125.000.000
2𝑥_1+10𝑥_2+2,5𝑥_3 ≤50.000
𝑥_1,𝑥_2,𝑥_3≥0
MODELO ESTANDAR

Funcion objetivo 
MAX: Z-150X1-160X2-155X3=0
 
Sujeto a
60𝑥_1+70𝑥_2+65𝑥_3+𝑠_1 =1.000.000
1.900𝑥_1+50.000𝑥_2+1800𝑥_3+𝑠_2=125.000.000
2𝑥_1+10𝑥_2+2,5𝑥_3 ≤50.000
𝑥_1,𝑥_2,𝑥_3≥0
MODELO ESTANDAR

Funcion objetivo 
MAX: Z-150X1-160X2-155X3=0
 
Sujeto a
60𝑥_1+70𝑥_2+65𝑥_3+𝑠_1 =1.000.000
1.900𝑥_1+50.000𝑥_2+1800𝑥_3+𝑠_2=125.000.000
2𝑥_1+10𝑥_2+2,5𝑥_3+𝑠_3 =50.000
𝑥_1,𝑥_2,𝑥_3,𝑠_1,𝑠_2,𝑠_3≥0
 año. La utilidad del
55. El costo de
3 es de US65 y la
eojuegos de
un servidor con una
juegos, en promedio, el
consume 1.800 Kb.
s deben repartir su
ra el videojuego 2 y 2.5
os desarrollos.

n el lanzamiento, para
Tabla 1
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 -150 -160 -155 0 0
FILA 2 S1 0 60 70 65 1 0
FILA 3 S2 0 1900 50000 1800 0 1
FILA 4 S3 0 2 10 2 1/2 0 0
entra X2 y sale S2

Tabla 2
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 -143 8/9 0 -149 1/4 0 0
FILA 2 S1 0 57 1/3 0 62 1/2 1 0
FILA 3 X2 0 0 1 0 0 0
FILA 4 S3 0 1 5/8 0 2 1/7 0 0
entra x3 y sale s3

Tabla 3
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 -30 8/9 0 0 0 0
FILA 2 S1 0 10 0 0 1 0
FILA 3 X2 0 0 1 0 0 0
FILA 4 X3 0 3/4 0 1 0 0
entra x1 y sale s1

Tabla 4
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 0 0 0 3 1/9 0
FILA 2 X1 0 1 0 0 1/9 0
FILA 3 X2 0 0 1 0 0 0
FILA 4 X3 0 0 0 1 - 1/9 0
entra s3 y sale x3

Tabla 5
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 0 0 7 4/7 2 1/2 0
FILA 2 X1 0 1 0 1 1/9 0 0
FILA 3 X2 0 0 1 0 0 0
FILA 4 s3 0 0 0 3/8 0 0
entra s2 y sale x2

Tabla 6
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 0 15 7 1/2 2 1/2 0
FILA 2 X1 0 1 1 1/6 1 1/9 0 0
FILA 3 s2 0 0 47783 1/3 -258 1/3 -31 5/8 1
FILA 4 s3 0 0 7 2/3 1/3 0 0

RESPUESTA
tipo cantidad a
videojuego producir
1 16666 2/3
2 0
3 0
utilidad
maxima 2500000
 S3 TOTAL DIVISIONES
0 0
0 1000000 14285 5/7
0 125000000 2500
1 50000 5000

S3 TOTAL
0 400000
0 825000 13204 2/9
0 2500 69444 4/9
1 25000 11682 1/4

S3 TOTAL
69 3/4 2143457 8/9
-29 1/5 95093 4/9 9469 1/2
0 2079 4/9 193478 1/4
4/9 11682 1/4 15432 1/9

S3 TOTAL
-20 2/9 2436482 1/9
-2 8/9 9469 1/2 -3257
0 1977 2/3 137096 7/9
2 2/3 4513 5/7 1691 2/3

S3 TOTAL
0 2470701 1/9
0 14387 6/7 -589285714 2/7
0 1953 1/4 93333333 1/3
1 1691 2/3 -10543478 1/4

S3 TOTAL
0 2500000
0 16666 2/3
0 93333333 1/3
1 16666 2/3
 VIEDOGAMER.Co

Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 150 160 155 sign RHS 2500000
RESTRICCION 1 60 70 65 < 1000000 1000000 0 RESTRICCION 1
RESTRICCION 2 1900 50000 800 < 125000000 31666667 93333333.333 RESTRICCION 2
RESTRICCION 3 2 10 2.5 < 50000 33333.33 16666.666667 RESTRICCION 3

Results
Variables 16666.67 0 0
Objective 2500000

Page 11
 EJERCICIO 2- METODO SIMPLEX ARTIFICIAL

La empresa STRUCCOL S. A., ensambla tres tipos de estructuras metálicas para construcción a partir de tres clases
chatarra. La estructura metálica tipo 1 genera una utilidad de $190.000.000 y para su ensamble requiere de 10 t de
chatarra férrica, 5 t de chatarra no férrica y 15 t de chatarra mixta. La estructura metálica tipo 2 genera una utilidad
$210.000.000 y para su ensamble requiere de 20 t de chatarra férrica, 4 t de chatarra no férrica y 20 t de chatarra m
La estructura metálica tipo 3 genera $180.000.000 y para su ensamble requiere de 13 t de chatarra férrica, 8 t de
chatarra no férrica y 18 t de chatarra mixta. La empresa dispone como mínimo de 12.000 t de Chatarra férrica en su
planta de ensamble y como máximo dispone de 8.000 t de chatarra no férrica y de 15.000 t de chatarra mixta en su
planta de reciclaje.

¿Qué cantidad de estructuras metálicas de cada tipo debe ensamblar la empresa STRUCCOL S. A. para
maximizar sus utilidades?

TABLA DE DATOS
Tipos de estructuras metalicas
Restricciones 1 2 3 disponibilidades
ton. chatarra ferrica 10 20 13 >= 12,000
ton. chatarra no ferrica 5 4 8 <= 8,000
ton. Chatarra mixta 15 20 18 <= 15,000
Utilidad 190,000,000 210,000,000 180,000,000

Este ejercicio es de maximizacion de utilidades

METODO SIMPLEX VARIABLES ARTIFICIALES

Variables
X1= Estructura metálica tipo 1
X2= Estructura metálica tipo 2
X3= Estructura metálica tipo 3
 
MODELO CANONICO
Función objetivo
MAX: Z=190.000.000X1+210.000.000X2+180.000.000X3
 
Sujeto a
10𝑥_1+20𝑥_2+13𝑥_3≥12.000
5𝑥_1+4𝑥_2+8𝑥_3≤8.000
15𝑥_1+20𝑥_2+18𝑥_3 ≤15.000
𝑥_1,𝑥_2,𝑥_3≥0
MODELO ESTANDAR
Función objetivo 
MAX: Z - 190.000.000X1 - 210.000.000X2 - 180.000.000X3 + MR1 =0
 
Sujeto a
10𝑥_1+20𝑥_2+13𝑥_3−𝑠_1 +𝑅_1=12.000
5𝑥_1+4𝑥_2+8𝑥_3+𝑠_2=8.000
15𝑥_1+20𝑥_2+18𝑥_3+𝑠_3 =15.000
𝑥_1,𝑥_2,𝑥_3,𝑠_1,𝑠_2,𝑠_3≥0

Despejando R1 y reemplazando en función objetivo

𝑅_1=12.000−10𝑥_1−20𝑥_2−13𝑥_3+𝑠_1
 
Sujeto a
10𝑥_1+20𝑥_2+13𝑥_3−𝑠_1 +𝑅_1=12.000
5𝑥_1+4𝑥_2+8𝑥_3+𝑠_2=8.000
15𝑥_1+20𝑥_2+18𝑥_3+𝑠_3 =15.000
𝑥_1,𝑥_2,𝑥_3,𝑠_1,𝑠_2,𝑠_3≥0

Despejando R1 y reemplazando en función objetivo

𝑅_1=12.000−10𝑥_1−20𝑥_2−13𝑥_3+𝑠_1
𝑧−190.000.000𝑥_1−210.000.000𝑥_2−180.000.000𝑥_3+𝑀(12.000−10𝑥_1−20𝑥_2−13𝑥_3+𝑠_1)

𝑧−190.000.000𝑥_1−210.000.000𝑥_2−180.000.000𝑥_3+12.000𝑀−10𝑥_1 𝑀−20𝑥_2 𝑀−13𝑥_3 𝑀+𝑠_1 𝑀

𝑧−(190.000.000+10𝑀) 𝑥_1−(210.000.000+20𝑀) 𝑥_2−(180.000.000+13𝑀) 𝑥_3+𝑠_1 𝑀=−12.000𝑀

 
 
 rucción a partir de tres clases de
nsamble requiere de 10 t de
ca tipo 2 genera una utilidad de
o férrica y 20 t de chatarra mixta.
de chatarra férrica, 8 t de
00 t de Chatarra férrica en su
000 t de chatarra mixta en su

STRUCCOL S. A. para
3+𝑠_1)

13𝑥_3 𝑀+𝑠_1 𝑀

=−12.000𝑀
FILA VARIABLES X1 X2 X3
F1 Z -190.000.000-20M -210.000.000-20M -180.000.000-13M
F2 R1 10 20 13
F3 S2 5 4 8
F4 S3 15 20 18

FILA VARIABLES X1 X2 X3
F5 Z -85.000.000-10M 0 -43.500.000-7M
F6 X2 1/2 1 2/3
F7 S2 3 0 5 2/5
F8 S3 5 0 5

FILA VARIABLES X1 X2 X3
F5 Z 0 0 41.500.000+3M
F6 R1 0 1 1/7
F7 S2 0 0 2 2/5
F8 X1 1 0 1

SOLUCION
MAXIMIZACION ###
X1 300
X3 600
 R1 S1 S2 S3
0 M 0 0
1 -1 0 0
0 0 1 0
0 0 0 1

R1 S1 S2 S3
10.500.000+M -10.500.000-19M 0 0
0 0 0 0
- 1/5 1/5 1 0
-1 1 0 1

R1 S1 S2 S3
-6.500.000-M 6.500.000-17M 0 0
1/7 - 1/7 0 - 1/9
2/5 - 2/5 1 - 3/5
- 1/5 1/5 0 1/5
 SOLUCION DIVISIONES
-12.000M
12000 600
8000 2000
15000 750 operación fila de Z

SOLUCION 210000000 20M * 1/2 =

###
600 1200
5600 1866 2/3
3000 600

SOLUCION
177.000.000.000+600M 85000000 10M * 1 =
300 2000
3800 9500
600 -3000
 105000000 10M 210000000 20M * 2/3 = 136500000 13M
-190000000 -20M -180000000 -20M
----------- ------- ----------- -------
-85000000 -10M -43500000 -7M

85000000 10M 85000000 10M * - 1/5 = -17000000 -2M

-43500000 -7M 10500000 M
----------- ------- ----------- -------
41500000 3M -6500000 -M
210000000 20M * 0 = 10500000 M 210000000 20M * 0
0 0
----------- -------
10500000 M

85000000 10M * 1/5 = 17000000 2M 85000000 10M * 600

-10500000 -19M
----------- -------
6500000 -17M
= -10500000 -20M 210000000 20M * 600 = ###
0 M 0
----------- ------- -----------
-10500000 -19M ###

= ### 6000M
### M
----------- -------
### 6000M
12.000M
-12.000M
-------
0
 STRUCCOL S.A.

Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 190000000 210000000 180000000 sign RHS 1.77E+11
RESTRICCION 1 10 20 13 > 12000 12000 0
RESTRICCION 2 5 4 8< 8000 4200 3800
RESTRICCION 3 15 20 18 < 15000 15000 0

Results
Variables 600 300 0
Objective 1.77E+11

Page 23
 STRUCCOL S.A.

RESTRICCION 1
RESTRICCION 2
RESTRICCION 3

Page 24
 EJERCICIO 3 - METODO SIMPLEX DUAL

La empresa DEPORCOL S.A., fabrica 3 tipos de maletines deportivos, los que se manufacturan con 3 clases de
tela: Nylon, Algodón y Poliéster. Para la fabricación del bolso tipo 1, se emplean 30 cm2 de Nylon, 30 cm2 de
Algodón y 40 cm2 de Poliéster, para el maletín tipo 2, se emplean 60 cm2 de Nylon, 50 cm2 de Algodón y 40 cm2
de Poliéster y para el maletín tipo 3, se utiliza en su producción 30 cm2 de Nylon, 70 cm2 de Algodón y 30 cm2 de
Poliéster. Se conoce que el costo de producción de cada maletín corresponde a $110.000, $150.000 y $130.000
respectivamente y que para el proceso de producción es necesario utilizar como mínimo 7.500 cm2 de Nylon,
11.000 cm2 de Algodón y 7.000 cm2 de Poliéster. DEPORCOL S.A.,

desea conocer la cantidad de cada tipo de maletín a fabricar para garantizar el costo mínimo de producción.

TABLA DE DATOS
Tipos de maletines deportivos disponibilidad de
telas utilizadas 1 2 3 telas en cm2
Nylon 30 60 30 >= 7,500
Algodón 30 50 70 >= 11,000
Poliester 40 40 30 >= 7,000
Costo de produccion 110,000 150,000 130,000

Este ejercicio es de minimizacion de costos

 
METODO SIMPLEX VARIABLES ARTIFICIALES
Variables
X1= maletín deportivo tipo 1
X2= maletín deportivo tipo 2
X3= maletín deportivo tipo 3
 
MODELO CANONICO
Función objetivo
MIN: Z=110.000X1+150.000X2+130.000X3
 
Sujeto a
30𝑥_1+60𝑥_2+30𝑥_3≥7.500
30𝑥_1+50𝑥_2+70𝑥_3≥11.000
40𝑥_1+40𝑥_2+30𝑥_3 ≥7.000
𝑥_1,𝑥_2,𝑥_3≥0
MODELO ESTANDAR
Función objetivo 
MIN: Z=110.000X1+150.000X2+130.000X3
 
Sujeto a
30𝑥_1+60𝑥_2+30𝑥_3−𝑠_1 =7.500
30𝑥_1+50𝑥_2+70𝑥_3 −𝑠_2 =11.000
40𝑥_1+40𝑥_2+30𝑥_3 −𝑠_3=7.000
𝑥_1,𝑥_2,𝑥_3,𝑠_1,𝑠_2,𝑠_3≥0
Multiplicando las restricciones por (-1)
Función objetivo 
MIN: Z=110.000X1+150.000X2+130.000X3
 
Sujeto a
 
Sujeto a
30𝑥_1+60𝑥_2+30𝑥_3−𝑠_1 =7.500
30𝑥_1+50𝑥_2+70𝑥_3 −𝑠_2 =11.000
40𝑥_1+40𝑥_2+30𝑥_3 −𝑠_3=7.000
𝑥_1,𝑥_2,𝑥_3,𝑠_1,𝑠_2,𝑠_3≥0
Multiplicando las restricciones por (-1)
Función objetivo 
MIN: Z=110.000X1+150.000X2+130.000X3
 
Sujeto a
−30𝑥_1−60𝑥_2−30𝑥_3+𝑠_1 =−7.500
−30𝑥_1−50𝑥_2−70𝑥_3 +𝑠_2 =−11.000
−40𝑥_1−40𝑥_2−30𝑥_3 +𝑠_3=−7.000
𝑥_1,𝑥_2,𝑥_3,𝑠_1,𝑠_2,𝑠_3≥0
 
 
 
 
 manufacturan con 3 clases de
30 cm2 de Nylon, 30 cm2 de
on, 50 cm2 de Algodón y 40 cm2
70 cm2 de Algodón y 30 cm2 de
10.000, $150.000 y $130.000
mínimo 7.500 cm2 de Nylon,

el costo mínimo de producción.

TABLA 1
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 1 1 -110000 -150000 -130000 0 0
FILA 2 S1 0 -30 -60 -30 1 0
FILA 3 S2 0 -30 -50 -70 0 1
FILA 4 S3 0 -40 -40 -30 0 0
3666 2/3 3000 1857 1/7

TABLA 2
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 5 1 -54285 5/7 -57142 6/7 0 0 -1857 1/7
FILA 6 S1 0 -17 1/7 -38 4/7 0 1 - 3/7
FILA 7 X3 -0 3/7 5/7 1 -0 0
FILA 8 S3 0 -27 1/7 -18 4/7 0 0 - 3/7
3166 2/3 1481 1/2 4333 1/3

TABLA 3
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 9 1 -28888 8/9 0 0 -1481 1/2 -1222 2/9
FILA 10 X2 -0 4/9 1 -0 0 0
FILA 11 X3 0 1/9 0 1 0 0
FILA 12 S3 0 -18 8/9 0 0 - 1/2 - 2/9
1529 2/5 3076 8/9 5500

TABLA 3
FILA VARIABLES Z X1 X2 X3 S1 S2
FILA 9 1 0 0 0 -745 1/9 -882 1/3
FILA 10 X2 0 4/9 1 0 0 0
FILA 11 X3 0 0 0 1 0 0
FILA 12 X1 0 1 -0 -0 0 0
 S3 TOTAL
0 0
0 -7500
0 -11000
1 -7000

S3 TOTAL
0 20428571 3/7
0 -2785 5/7
-0 157 1/7
1 -2285 5/7

S3 TOTAL
0 24555555 5/9
-0 72 2/9
0 105 5/9
1 -944 4/9

S3 TOTAL
-1529 2/5 26000000
0 72 2/9
0 100
0 50
 DEPORCOL S.A.

Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Minimize 110000 150000 130000 sign RHS 26000000
RESTRICCION 1 30 60 30 > 7500 7500 0 RESTRICCION 1
RESTRICCION 2 30 50 70 > 11000 11000 0 RESTRICCION 2
RESTRICCION 3 40 40 30 > 7000 7000 0 RESTRICCION 3

Results
Variables 50 50 100
Objective 26000000

Page 31
 BIBLIOGRAFIAS
Del Valle, S. (2012) Álgebra lineal para estudiantes de ingeniería y ciencias (pp. 24-34). México, México: Editorial McGraw-
Hill Interamericana. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/detail.action?docID=4585362
Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones (pp. 44-56). México, Méxic
Grupo Editorial Patria. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/detail.action?docID=3227913

Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones (pp. 58-68). México, Méxic
Grupo Editorial Patria. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/detail.action?docID=3227913

Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones (pp. 68-73). México, Méxic
Grupo Editorial Patria. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/detail.action?docID=3227913

Rojas, A. y Lozada, M. (2020). Problema de maximización como modelo de programación lineal [OVI]. Recuperado
de https://repository.unad.edu.co/handle/10596/33778

Rojas, A. y Lozada, M. (2020). Problema de minimización como modelo de programación lineal [OVI]. Recuperado
de https://repository.unad.edu.co/handle/10596/33779 

Rojas, A. y Lozada, M. (2020). Solución de un problema de programación lineal de maximización en Excel QM [OVI].
Recuperado de https://repository.unad.edu.co/handle/10596/33780

Rojas, A. y Lozada, M. (2020). Solución de un problema de programación lineal de minimización en Excel QM [OVI].
Recuperado de https://repository.unad.edu.co/handle/10596/33781
xico, México: Editorial McGraw-

ones (pp. 44-56). México, México:

ones (pp. 58-68). México, México:

ones (pp. 68-73). México, México:

ineal [OVI]. Recuperado

neal [OVI]. Recuperado

zación en Excel QM [OVI].

ación en Excel QM [OVI].