Está en la página 1de 31

Tarea 2 –

Solución de modelos de programación lineal de decisión

Por
Jeisson Andres Vanegas Medina -Código 1075268470

Grupo 100404_336

Presentado a
Michael Alexis Santoya
Tutor

Universidad Nacional Abierta y a Distancia UNAD


Programación Lineal
CEAD Neiva
2020
Videogamer Co
Datos
Utilidad
v.arcade USD170
v.estrategia USD140
v.simulacion USD150
Costo de desarrollo
USD500.000
v.arcade USD110
v.estrategia USD90
v.simulacion USD110 Variables:
Capacidad Maxima servidor
125,000,000
v.arcade 20.000kb
v.estrategia 50.000kb
v.simulacion 17.000kb
Horarios
20.000h
v.arcade 10/h
v.estrategia 5/h
v.simulacion 10/h
ARCADE ESTRATEGIA SIMULACION
UTILIDAD 170 140 150
COSTO DE DESARROLLO 110 90 110
CAPACIDAD 20,000 50,000 17,000
HORARIO 10h/hombre 5h/hombre 10h/hombre

X1: ARCADE Funcion Objetivo: 𝑀𝑎𝑥𝑍=170𝑥1+140𝑥2+150𝑥3


X2: ESTRATEGIA
X3:SIMULACION Restricciones
110𝑥1+90𝑥2+110𝑥3≤500.000 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝐷
Z: UTILIDADES 20.000𝑥1+50.000𝑥2+17.000𝑥3≤120.000.000 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑎𝑝𝑎𝑐𝑖𝑑
10𝑥1+5𝑥2+10𝑥3≤20.000 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝐻𝑜𝑟𝑎𝑟𝑖𝑜 𝑑𝑒

No negatividad
𝑋1, 𝑋2, 𝑋3≥0
DISPONIBILIDAD

500,000
125,000,000
20.000h

=170𝑥1+140𝑥2+150𝑥3

ones
𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝐷𝑒𝑠𝑎𝑟𝑟𝑜𝑙𝑙𝑜 𝑡𝑜𝑡𝑎𝑙
0 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑑𝑜𝑟
𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝐻𝑜𝑟𝑎𝑟𝑖𝑜 𝑑𝑒𝑙 𝑝𝑟𝑜𝑐𝑒𝑠𝑜

vidad
VIDEOGAMER CO
Enter
Enter the
the values
values inin the
the shaded
shaded area
area then
then use
use the
the Run
Run Excel's
Excel's Solver
Solver button.
button.
Alternatively,
Alternatively, or
or to
to view
view the
the sensitivity
sensitivity results,
results, open
open Solver
Solver by
by going
going to
to the
the Data
Data Tab
Tab
(Excel
(Excel 2007,
2007, 2010,
2010, 2013,
2013, 2016)
2016) or
or the
the Tools
Tools menu
menu (Excel
(Excel 2003,
2003, 2011).
2011).
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 170 140 150 sign RHS 456875
RESTRICCIONES 1 110 90 110 < 500000 294375 205625
RESTRICCIONES 2 20000 50000 17000 < 125000000 1.25E+08 0
RESTRICCIONES 3 10 5 10 < 20000 20000 0

Results
Variables 937.5 2125 0
Objective 456875

Page 5
VIDEOGAMER CO
rr button.
button.
to
to the
the Data
Data Tab
Tab
1).
11).

RESTRICCIONES 1
RESTRICCIONES 2
RESTRICCIONES 3

Page 6
Hoja de cálculo: [Libro2]VIDEOGAMER CO
Informe creado: 05/10/2020 3:38:05 p. m.
jeisson Andres Vanegas Medina

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$B$18 Variables x1 937.5 0 170 110
$C$18 Variables x2 2125 0 140 211.66666667
$D$18 Variables x3 0 -15.875 150 15.875

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$K$13 RESTRICCIONES 1 < constraints 294375 0 500000 1E+030
$K$14 RESTRICCIONES 2 < constraints 125000000 0.001375 125000000 75000000
$K$15 RESTRICCIONES 3 < constraints 20000 14.25 20000 22229.72973
$M$13 RESTRICCIONES 1 > constraints 0 0 0 0
$M$14 RESTRICCIONES 2 > constraints 0 0 0 0
$M$15 RESTRICCIONES 3 > constraints 0 0 0 0
Permisible
Reducir
15.301204819
55
1E+030

Permisible
Reducir
205625
85000000
7500
1E+030
1E+030
1E+030
Ejercicio 2. Método simplex artificial.

Se presenta la siguiente situación problema de programación lineal:


La empresa SIDERCOL Co., produce acero estructural al carbono para barras, perfiles y chapas para
estructuras en general.
Producir acero al carbono estructural para barras, genera una utilidad de USD61.662 y requiere 13
de recocido y 18 h de templado y revenido.Producir acero al carbono estructural para perfiles, perfi
USD52.278 y requiere 10 t de acero al carbono, 5 h de recocido y 15 h de templado
Producir acero al carbono estructural para chapas, genera una utilidad de USD56.300 y requiere 20
de recocido y 20 h de templado y revenido.
La empresa dispone como mínimo de 6.000 t de acero al carbono en su planta de producción y c
2.000 h para el proceso de recocido y de 7.000 h para el proceso de templado y r

MAXIMIXAR Z = 61662X1 + 52278X2 + 63000X3 (UTILIDADES DE VENTAS)

RESTRICCIONES

13X1 + 10X2 + 20X3 => 6000 (CANTIDAD DE ACERO)


8X1 + 5X2 + 4X3 <= 2000 (TIEMPO EN RECOCIDO)
18X1 + 15X2 + 20X3 <= 7000 (TIEMPO EN TEMPLADO Y REVENIDO)
RESTRICCIONES DE NO NEGATIVIDAD

X1, X2, X3 => 0 BÁSICAS CONSTANTES R


Z -6000
X7 -1 6000
X5 0 2000
X6 0 7000

BÁSICAS CONSTANTES R
Z 0
X3 0 300
X5 0 800
X6 0 1000

BÁSICAS CONSTANTES R
Z 18900000
X3 63000 300
X5 0 800
X6 0 1000

BÁSICAS CONSTANTES R
Z 23055600
X3 63000 200
X5 0 200
X2 52278 200
ma de programación lineal:
barras, perfiles y chapas para utilizar en construcciones y
eral.
d de USD61.662 y requiere 13 t de acero al carbono, 8 h
estructural para perfiles, perfiles genera una utilidad de
recocido y 15 h de templado y revenido.
d de USD56.300 y requiere 20 t de acero al carbono, 4 h
ado y revenido.
n su planta de producción y como máximo dispone de
ra el proceso de templado y revenido.

FORMA ESTANDAR

MAXIMIZAR Z = 61662X1 + 52278X2 + 63000X3 + 0X4 + 0X5 + 0X6 + 0X7

13X1 + 10X2 + 20X3 - 1X4 + 1X7 = 6000


8X1 + 5X2 + 4X3 + 1X5 = 2000
18X1 + 15X2 + 20X3 + 1X6 = 7000

TABLA 1
X1 X2 X3 X4 X5 X6 X7
-13 -10 -20 1 0 0 0
13 10 20 -1 0 0 1
8 5 4 0 1 0 0
18 15 20 0 0 1 0

TABLA 2
X1 X2 X3 X4 X5 X6 X7
0 0 0 0 0 0 1
0.65 0.5 1 -0.05 0 0 0.05
5.4 3 0 0.2 1 0 -0.2
5 5 0 1 0 1 -1

TABLA 3
X1 X2 X3 X4 X5 X6
-20712 -20778 0 -3150 0 0
0.65 0.5 1 -0.05 0 0
5.4 3 0 0.2 1 0
5 5 0 1 0 1

TABLA 4
X1 X2 X3 X4 X5 X6
66 0 0 1005.6 0 4155.6
0.15 0 1 -0.15 0 -0.1
2.4 0 0 -0.4 1 -0.6
1 1 0 0.2 0 0.2

Tabla de respuestas
Z $ 23,055,600.00
X3 200
X2 200
X1 0
EJERCICIO 2 QM

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 61662 52278 63000 sign RHS 23055600
Constraint 1 13 10 20 > 6000 6000 0 Constraint
Constraint 2 8 5 4< 2000 1800 200 Constraint
Constraint 3 18 15 20 < 7000 7000 0 Constraint

Results
Variables 0 200 200
Objective 23055600

Page 13
La empresa REFICOL Co., compra petróleo crudo ligero, petróleo crudo mediano y petróleo
De cada tipo de petróleo se produ
Para producir un barril de gasolina, se requ
Para producir un barril de Keroseno, se requ
Para producir un barril de combustible para reactore
La refinería tiene un contrato para entregar como mínimo 750.000 barri
REFICOL Co., desea conocer la cantidad de barriles de ca

1. Formular el problema como un modelo de programación lineal.

Construcción del modelo de problema

Información situacion del problema

Petróleo crudo ligero


costo USD
Gasolina
por barril 0.25
Keroseno
por barril 0.25
Combustible para reactores
por barril 0.6

X1:
unidades
costo C1
Uso

Gasolina
por barril a11=
Uso

Keroseno
por barril a21=
Uso

Combustible para reactores


por barril a31=

Sea
X1:
X2:
X3:

si, es la optimización , es la Minimizar el costo en la adqui


demanda, Es la M

La función objetivo es:

Si,

Uso de recurso
Reemplazando la información de la situación problema a line

Función objetivo:

Función objetivo:

Sujeto a:

33 X2 335714.285714286 X1
31 X3 1335714.28571429 X2
35 X1 1192857.14285714 X3
3. conclusion la cantidad de barriles de cada tipo de petróleo crudo que satisfac
es el siguiente.

X1: 1192857 Cantidad de producto Petróleo crudo ligero


X2: 335714.29 Cantidad de producto Petróleo crudo mediano
X3: 1335714 Cantidad de producto Petróleo crudo pesado

Condición de optimidad: la variable entrante (VE) es la variable no basica asociad

Condición de factibilidad: la variable saliente (VS) es la variable básica con la raz


proceso termina en es

VARIABLES BASICAS VARIABLES NO BASICAS


Z X1 X2 X3
Z 1 -35 -33 -31
S1 0 -0.25 -0.55 -0.2
S2 0 -0.25 -0.2 -0.55
S3 0 -0.6 -0.25 -0.15
VE

Razón 140 165 56.3636363636364

Eliminación de Gauss Jordan: convertir la columna de la variable entrante en un vector iden

1. Ecuación pivote:
nueva ecuación pivote = ecuación pivote / elemento pivote
2. Las demás ecuaciones, incluyendo Z:
nueva ecuación = [nueva ecuación pivote * ( - coeficiente de la columna de la va

Iteración 1:

VARIABLES BASICAS VARIABLES NO BASICAS


Z X1 X2 X3
Z 1 -20.909090909091 -21.7 0
S1 0 -0.1590909090909 -0.48 0
X3 0 0.45454545454546 0.364 1
S3 0 -0.5318181818182 -0.2 0
VE

Razón 39.3162393162393 111

Iteración 2:

VARIABLES BASICAS VARIABLES NO BASICAS


Z X1 X2 X3
Z 1 0 -14 0
S1 0 0 -0.42 0
X3 0 0 0.197 1
X1 0 1 0.368 0
VE

Razón 33.53

Iteración 3:

VARIABLES BASICAS VARIABLES NO BASICAS


Z X1 X2 X3
Z 1 0 0 0
X2 0 0 1 0
X3 0 0 0 1
X1 0 1 0 0
Ejercicio 3. Método simplex dual

o, petróleo crudo mediano y petróleo crudo pesado. El costo por barril de crudo ligero es USD35, de crudo mediano es USD33 y de crudo p
De cada tipo de petróleo se producen por barril gasolina, keroseno y combustible para reactores.
producir un barril de gasolina, se requiere 25% de crudo ligero, 55% de crudo mediano y 20% de crudo pesado.
roducir un barril de Keroseno, se requiere 25% de crudo ligero, 20% de crudo mediano y 55% de crudo pesado.
n barril de combustible para reactores, se requiere 60% de crudo ligero, 25% de crudo mediano y 15% de crudo pesado.
entregar como mínimo 750.000 barriles de gasolina, 1.100.000 barriles de keroseno y 1.000.000 de barriles de combustible para reactore
a conocer la cantidad de barriles de cada tipo de petróleo crudo que satisfacen la demanda para garantizar el costo mínimo.

ación lineal.

o de problema

Petróleo crudo ligero Petróleo crudo mediano Petróleo crudo pesado


35 USD 33 USD

0.25 0.55 0.2

0.25 0.2 0.55

0.6 0.25 0.15

Información situacion del problema para linealizar

Petróleo crudo ligero X2: Petróleo crudo mediano X3:


unidades unidades unidades
35 C2 33 C3

0.25 a12= 0.55 a13=

0.25 a22= 0.2 a23=


0.25 a22= 0.2 a23=

0.6 a32= 0.25 a33=

Identificacion de variables

Cantidad de producto Petróleo crudo ligero unidades


Cantidad de producto Petróleo crudo mediano unidades
Cantidad de producto Petróleo crudo pesado unidades

Planteamiento de la fucion objetivo

, es la Minimizar el costo en la adquisición de barriles de cada tipo de petróleo crudo para satisfacen la
demanda, Es la Minimizacion del proceso.

Minimizar z =C1X1+C2X2+C3X3
Reemplazando

z = 35x1 + 33x2 +31x3

Planteamiento de restricciones

Uso de recurso ≥ Demanda Minimizar

Gasolina a11X1+a12X2+a13X3 ≥ DGb


Keroseno a21X1+a22X2+a23X3 ≥ DKb
Combustible para reactores a31X1+a32X2+a33X3 ≥ DCr
No negatividad x1,x2,x3 ≥ 0
mación de la situación problema a linealizar, las restricciones son:

Gasolina 0,25X1+ 0,55X2 + 0,2X3 ≥ 750000


Keroseno 0,25X1 + 0,2X2 + 0,55X3 ≥ 1100000
Combustible para reactores 0,6X1 + 0,25X2 + 0,15X3 ≥ 1000000
No negatividad X1,X2,X3 ≥ 0

El problema como modelo de programación lineal es:

Minimizar z = 35x1 + 33x2 +31x3


Sujeto a: Valores
0,25X1 + 0,55X2 + 0,2X3 ≥ 750000
0,25X1 + 0,2X2 + 0,55X3 ≥ 1100000
0,6X1 + 0,25X2 + 0,15X3 ≥ 1000000
X1,X2,X3 ≥ 0

Forma estandar de metodo simples Dual

Minimizar z - 35x1 - 33x2 -31x3 + 0s1 + 0s2 + 0s3 = 0

Valores
-0,25X1 - 0,55X2 - 0,2X3 + s1 = - 750000
- 0,25X1 - 0,2X2 - 0,55X3 + s2 = - 0
- 0,6X1 - 0,25X2 - 0,15X3 + s3 = - 0
X1,X2,X3,S1,S2,S3 ≥ 0

11750000
44078571.4285714
41407142.8571429
z = 35x1 + 33x2 +31x3
Z=35(1192857,143)+33(335714)+31(1335714)

da tipo de petróleo crudo que satisfacen la demanda para garantizar el costo mínimo
es el siguiente.

unidades
unidades
unidades

e (VE) es la variable no basica asociada con la razón mas pequeña

nte (VS) es la variable básica con la razon más negativa. Si todas las variables básicas son no negativas, el
proceso termina en ese proceso

SOLUCION
S1 S2 S3
0 0 0 0
1 0 0 -750000
0 1 0 -1100000 VS
0 0 1 -1000000

a variable entrante en un vector identidad

elemento pivote

( - coeficiente de la columna de la variable entrante)] + ecuación anterior a la variable

SOLUCION
S1 S2 S3
0 -56 0 62000000
1 -0.36 0 -350000
0 -1.82 0 2000000
0 -0.27 1 -700000 VS

SOLUCION
S1 S2 S3
0 -46 -39.316 89521367.5213675
1 -0.28 -0.2991 -140598.290598291 VS
0 -2.05 0.8547 1401709.4017094
0 0.51 -1.8803 1316239.31623932

Condición de optimidad: la solución óptima se alcanza cuando todas las variables no básicas
son no negativas

SOLUCION
S1 S2 S3
-33.5306122448979 -36 -29.286 94235714.2857143 Solución óptima
-2.38775510204082 0.67 0.7143 335714.285714286
0.469387755102041 -2.18 0.7143 1335714.28571429
0.877551020408163 0.27 -2.1429 1192857.14285714
35, de crudo mediano es USD33 y de crudo pesado es de USD31.
ctores.
e crudo pesado.
de crudo pesado.
o y 15% de crudo pesado.
00 de barriles de combustible para reactores.
a garantizar el costo mínimo.

Petróleo crudo pesado Minimizar


31 Demanda

0.2 750000 ≥

0.55 1100000

0.15 1000000

Petróleo crudo pesado


unidades
31 Demanda Minimizar
Demanda
Gasolina
0.2 ≥ DGb= 750000
Demanda
Keroseno
0.55 ≥
0.55 ≥ DKb= 1100000
Demanda
Combustible para reactores
0.15 ≥ DCr= 1000000

s
s
s

restricciones

mizar
Función objetivo max Z 94235714.2857143
X1 X2 X3
1192857.14286 335714.29 1335714
35 33 31

Restricciones
x1 x2 x3 Lado Izq.
0.25 0.55 0.2 750000 ≥
0.25 0.2 0.55 1100000 ≥
0.6 0.25 0.15 1000000 ≥
Valor más negativo
-750000
-1100000
-1000000

Valor más negativo


-350000
2000000
-700000

Valor más negativo


-140598.290598291
1401709.4017094
1316239.31623932

Solución óptima
Lado Der.
750000
1100000
1000000
Hoja de cálculo: [Aporte ejercicios planteamientos.xlsx]LP_max (3)
Informe creado: 13/10/2020 9:13:22 a. m.

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$B$18 Variables x1 1192857.1429 0 35 38.209302326
$C$18 Variables x2 335714.28571 0 33 41
$D$18 Variables x3 1335714.2857 0 31 41

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$K$13 RESTRICCION 1 < constraints 750000 33.530612245 750000 1359302.3256
$K$14 RESTRICCION 2 < constraints 1100000 36.183673469 1100000 498484.84848
$K$15 RESTRICCION 3 < constraints 1000000 29.285714286 1000000 470000
$M$13 RESTRICCION 1 > constraints 0 0 0 0
$M$14 RESTRICCION 2 > constraints 0 0 0 0
$M$15 RESTRICCION 3 > constraints 0 0 0 0
Permisible
Reducir
13.666666667
14.042735043
16.570093458

Permisible
Reducir
140598.2906
611682.24299
556666.66667
1E+030
1E+030
1E+030

También podría gustarte