Esta solo es una vista previa

12 páginas mostradas de 24 páginas totales
Descarga el documento

Esta solo es una vista previa

12 páginas mostradas de 24 páginas totales
La empresa VIDEOGAMER Co., cuenta con tres videojuegos, la utilidad del videojuego
arcade es de USD170, del videojuego de estrategia es de USD140 y del videojuego de
simulación es de USD150. El costo de desarrollo del videojuego arcade es de USD110, del
videojuego de estrategia es de USD90 y del videojuego de simulación es de USD100 y la
empresa cuenta con un capital inicial máximo para invertir en el desarrollo de estos
videojuegos de USD500.000. Los videojuegos se deben jugar en línea, para ello la empresa
dispone de un servidor con una Tera (125.000.000 kb) de capacidad máxima para
almacenar la información de los videojuegos, en promedio, el videojuego arcade consume
20.000 kb, el videojuego de estrategia consume 50.000 kb y el videojuego de simulación
consume 17.000 Kb. Además, la empresa cuenta con personal experto en el desarrollo del
software, los cuales deben repartir su tiempo para lograr un buen producto, 10 h/hombre
para el videojuego arcade, 5 h/hombre para el videojuego de estrategia y 10 h/hombre para
el videojuego de simulación y en total se dispone máximo de 20.000 h/hombre para los
desarrollos. 3 ¿Cuántos videojuegos de cada tipo debe vender la empresa VIDEOGAMER
Co. en el lanzamiento, para obtener la mayor utilidad posible con los recursos disponibles?

1. Formular el problema como un modelo de programación lineal

La empresa TECNOLOGY S.A., tiene tres vídeo juegos para su lanzamiento a final del año

Vídeo Juego: Precio(US): Costo(US): Capacidad (Kb):

1 170 110 20000 10

2 140 90 50000 5

3 150 100 17000 10

170x₁+140x₂ +150x₃ = 500.000

20.000x₁+50000x₂+17.000x₃ = 125.000.000

10x₁+5x₂+10x₃ = 20.000

Zmax = 170x₁+140x₂+150x₃

Ahora se reescribe la función objetivo siendo igualada a cero (0)

Z -170x₁ -140x₂ -150x₃ = 0

Tabla matricial

1 -170 -140 -150 0 0

0 110 90 100 1 0

0 20000 50000 17000 0 1

0 10 5 10 0 0

Ubicamos la columna pivote

Tabla matricial

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal,

plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.

Horas /hombre:

¿Cuántos videojuegos de cada tipo debe vender la empresa VIDEOGAMER Co. en el

lanzamiento, para obtener la mayor utilidad posible con los recursos disponibles?

z1

x1

x2

x3

s1

s2

1 -170 -140 -150 0 0

0 110 90 100 1 0

0 20000 50000 17000 0 1

0 10 5 10 0 0

Ubicamos la fila pivote

Tabla matricial

1 -170 -140 -150 0 0

0 110 90 100 1 0
0 20000 50000 17000 0 1

0 10 5 10 0 0

Se converte el elemento pivote en 1 para eso se divide la fila en 10 y el resultado lo

ubicamos en dicha fila

Tabla matricial

1 -170 -140 -150 0 0

0 110 90 100 1 0

0 20000 50000 17000 0 1

0 1 0.5 1 0 0

Se converten todos los numeros de la columna pivote en 0 menos el elemento pivote

Tabla matricial

1 -170 -140 -150 0 0

0 110 90 100 1 0

0 30000 -25000 33000 0 -1

0 1 0.5 1 0 0

Se converten todos los numeros de la columna pivote en 0 menos el elemento pivote

Tabla matricial

1 -170 -140 -150 0 0

0 -20 -45 -10 -1 0

0 30000 -25000 33000 0 -1

0 1 0.5 1 0 0

Se converten todos los numeros de la columna pivote en 0 menos el elemento pivote

Tabla matricial

1 -10 -60 10 0 0
0 -20 -45 -10 -1 0

z1

x1

x2

x3

s1

s2

z1

x1

x2

x3

s1

s2

z1

x1

x2

x3

s1

s2

z1

x1

x2

x3
s1

s2

z1

x1

x2

x3

s1

s2

z1

x1

x2

x3

s1

s2

0 30000 -25000 33000 0 -1

0 1 0.5 1 0 0

Z 320

x1 1

x2 0.5

x3 1

Se comprueba en la funcion objetivo

Zmax = 170*(1) +140*(0,5) +150*(1)

390 = 390
1. Formular el problema como un modelo de programación lineal

Restricciones:

170x₁+140x₂ +150x₃ ≤ 500.000

20.000x₁+50.000x₂+17.000x₃ ≤ 125.000.000

10x₁+5x₂+10x₃ ≤ 20.000

X1 ,X2,X3 ≥ 0

Variables de holgura:

Z -170x₁ -140x₂ -150x₃ = 0

110x +90x₂ +100x₃ +s₁ = 500.000

20000x₁ +50000x₂ +17000x₃ +s₂ = 125.000.000

10x₁ +5x₂ +10x₃ +s₃ = 20.000

Tabla matricial

Solucion

00

0 500000

0 125000000

1 20

Ubicamos la columna pivote

Tabla matricial

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal,

plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.

La empresa cuenta con un capital inicial máximo para invertir en el desarrollo de estos
vídeo juegos de USD 500.000
Los vídeo juegos 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
vídeo juegos

En total se dispone máximo de 20.000 h/hombre para los desarrollos

s3

Solucion

00

0 500000

0 125000000

1 20

Ubicamos la fila pivote

Tabla matricial

Solucion r

00

0 500000 4545.45

0 125000000 6250

1 20 2

Se converte el elemento pivote en 1 para eso se divide la fila en 10 y el resultado lo

ubicamos en dicha fila

Tabla matricial

Solucion

00

0 500000

0 125000000

0.1 2
Se converten todos los numeros de la columna pivote en 0 menos el elemento pivote

Tabla matricial

Solucion

00

0 500000

5000 -124960000

0.1 2

Se converten todos los numeros de la columna pivote en 0 menos el elemento pivote

Tabla matricial

Solucion

00

9 -499780

5000 -124960000

0.1 2

Se converten todos los numeros de la columna pivote en 0 menos el elemento pivote

Tabla matricial

Solucion

16 320

9 -499780

s3

s3

s3

s3
s3

s3

5000 -124960000

0.1 2

La empresa SIDERCOL Co., produce acero estructural al carbono para barras, perfiles y
chapas para utilizar en construcciones y estructuras en general. Producir acero al carbono
estructural para barras, genera una utilidad de USD61.662 y requiere 13 t de acero al
carbono, 8 h de recocido y 18 h de templado y revenido. 4 Producir acero al carbono
estructural para perfiles, perfiles genera una utilidad de USD52.278 y requiere 10 t de acero
al carbono, 5 h de recocido y 15 h de templado y revenido. Producir acero al carbono
estructural para chapas, genera una utilidad de USD56.300 y requiere 20 t de acero al
carbono, 4 h 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 como máximo dispone de 2.000
h para el proceso de recocido y de 7.000 h para el proceso de templado y revenido. ¿Qué
cantidad de acero al carbono estructural para perfiles, chapas y barras debe producir la
empresa SIDERCOL Co., para maximizar sus utilidades?

Eje_2_QM

Page 11

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

maximizar 61,662 52,278 56,300 sign RHS 52680600

Constraint 1 13 10 20 > 6000 10800 -4800 Constraint 1

Constraint 2 8 5 4 < 2000 6300 -4300 Constraint 2

Constraint 3 18 15 20 < 7000 15300 -8300 Constraint 3

Results

Variables 600 300 0

Objective 52680600

Tabla simplex artificial (inicial) x1 x2 x3 s1 s2

Z -61,662E6+10M-52,278E6+20M-56,300E6+13M -M 0

s1 13 10 20 -1 0

s2 8 5 4 0 1

s3 18 15 20 0 0

Tabla simplex artificial (primera iteración) x1 x2 x3 s1 s2

Z -85E6 0 -44E6 -10,5E6 0

x1 1.3 1 2 -0.1 0

s2 1.5 0 -6 0.5 1

s3 -1.5 0 -10 1.5 0

Tabla simplex artificial (segunda iteración) x1 x2 x3 s1 s2

Z 0 170E6 66,5E6 -19E6 0

x1 1 0.7692307692 1.5384615385 -0.0769230769 0

x2 0 -1.153846154 -8.307692308 0.61538461538 1

s3 0 1.1538461538 -7.692307692 1.38461538462 0

Tabla simplex artificial (tercera iteración)

x1 x2 x3 s1 s2

Z 0 106.67E6 104500000 0 0

x1 1 0.8333333333 1.1111111111 0 0
x2 0 -1.666666667 -4.888888889 0 1

s1 0 0.8333333333 -5.555555556 1 0

Tabla simplex artificial (inicial) s3 r1 R Theta

0 0 6000M

0 1 6000 -6000

0 0 2000

1 0 7000

Tabla simplex artificial (primera iteración) s3 r1 R Theta

0 10,5E6+M 126E9+12000M

0 0.1 600 461.538461538

0 -0.5 -1000 -666.666666667

1 -1.5 -2000 1333.33333333

Tabla simplex artificial (segunda iteración) s3 r1 R Theta

0 19E6+M 228E9+12000M

0 0.07692307692 461.5384615385 -6000

0 -0.6153846154 -1692.307692308 -2750

1 -1.3846153846 -1307.692307692 -944.444444444

Tabla simplex artificial (tercera iteración)

s3 r1 R Theta

0M

0.0555555556 0 388.8888888889

-0.4444444444 0 -1111.111111111

0.7222222222 -1 -944.4444444444
FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION
LINEAL

Información de la situación problema:

crudo ligero crudo mediano crudo pesado Costos ($) 35 33 31 total contrato

Gasolina 25 55 20 750000

Keroseno 25 20 55 1100000 Combustible 60 25 15 1000000

Información de la situación problema para linealizar:

crudo ligero ���� crudo ligero :Crudo mediano���� :Crudo mediano :Crudo
pesado���� :Crudo pesado

disponibilidad minima Costos ($) =35���� crudo ligero =33���� :Crudo

mediano 3=31��3=31 Gasolina =25���� crudo ligero �� crudo ligero a21= 55
≥

Keroseno =20���� :Crudo mediano�� :Crudo mediano ≥

Combustible =15���� :Crudo pesado�� :Crudo pesado ≥

Donde:

xn Tipos de petroleo

��3=31�� Costos ($) ���� crudo ligero �� Cantidad de crudo ligero

���� :Crudo mediano�� Cantidad de crudo mediano

���� :Crudo pesado�� Cantidad de crudo pesado

���� Contrato a entregar como minimo 750.000 barriles de gasolina ����

Contrato a entregar como minimo 1.100.000 barriles de keroseno ���� Contrato a
entregar como minimo 1.000.000 barriles de Combustible

Ejercicio 3 -Metodo simplex dual: La empresa REFICOL Co., compra petróleo crudo
ligero, petróleo crudo mediano y petróleo crudo pesado. El costo por barril de crudo ligero
es USD35, de crudo mediano es USD33 y de crudo pesado es de USD31. De cada tipo de
petróleo se producen por barril gasolina, keroseno y

combustible para reactores. Para producir un barril de gasolina, se requiere 25% de crudo
ligero,
55% de crudo mediano y 20% de crudo pesado. Para producir un barril de Keroseno, se
requiere 25% de crudo ligero,

20% de crudo mediano y 55% de crudo pesado. Para producir un barril de combustible para
reactores, se requiere 60%

de crudo ligero, 25% de crudo mediano y 15% de crudo pesado. La refinería tiene un
contrato para entregar como mínimo 750.000 barriles de gasolina, 1.100.000 barriles de
keroseno y 1.000.000 de

barriles de combustible para reactores. REFICOL Co., desea conocer la cantidad de barriles
de cada tipo de petróleo crudo que satisfacen la demanda para garantizar el costo

mínimo.

a31=20

a12=25 a32=55

a13= 60 a23=25

Variables:

X1 Cantidad de barril de Gasolina

X2

X3 Cantidad de barril de Combustible

Objetivo:

La optimización de los costos es la minimización

Restricciones:

uso de crudo ligero ≥ Cantidad de barriles de gasolina

FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION

LINEAL uso de crudo mediano≥ Cantidad de barriles de keroseno

uso de crudo pesado ≥ Cantidad de barriles de Combustible

: ���� ���������������������� ���� crudo

ligero ,���� :Crudo mediano,���� :Crudo pesado≥��

disponibilidad minima
DN= 750.000

DA= 1.100.000

DP=1.000.000

La empresa REFICOL Co., compra petróleo crudo ligero, petróleo crudo mediano y
petróleo crudo pesado. El costo por barril de crudo ligero es USD35, de crudo mediano es
USD33 y de crudo pesado es de USD31. De cada tipo de petróleo se producen por barril
gasolina, keroseno y

Para producir un barril de gasolina, se requiere 25% de crudo ligero,

Para producir un barril de Keroseno, se requiere 25% de crudo ligero,

Para producir un barril de combustible para reactores, se requiere 60% de crudo ligero, 25%
de crudo mediano y 15% de crudo pesado.

La refinería tiene un contrato para entregar como mínimo 750.000 barriles de gasolina,
1.100.000 barriles de keroseno y 1.000.000 de

REFICOL Co., desea conocer la cantidad de barriles de cada tipo de petróleo crudo que
satisfacen la demanda para garantizar el costo

Cantidad de barril de Keroseno

Cantidad de barril de Gasolina

Cantidad de barril de Combustible

Cantidad de barriles de gasolina

Cantidad de barriles de keroseno

Cantidad de barriles de Combustible

Cantidad de barril de Keroseno

SOLUCION DEL MODELO DE PROGRAMACION LINEAL POR EL METODO

SIMPLEX DUAL

El problema como modelo de progración lineal:

Función objetivo:

Minimizar Z =750000X1+1100000X2+1000000X3
Sujeto a:

25X1+ 55X2+20X3-S1= 750000

25X1+20X2+55X3-S2= 1100000

60X1+ 25X2+ 15X3 -S3 = 1000000

X1,X2,X3,S1,S2,S3 0

forma estándar del método simplex dual del modelo de programación lineal

Función objetivo:

Minimizar Z

Sujeto a:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2

Z 1 -750000 -1100000 -1000000 0 0

S1 0 -25 -55 -20 1 0

S2 0 -25 -20 -55 0 1

S3 0 -60 -25 -15 0 0

VE

razón 30000 55000 18181.8182

iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2

Z 1 -295454.545 -736363.636 0 0 -18181.8182

S1 0 -15.9090909 -47.7272727 0 1 -0.36363636

X3 0 0.45454545 0.36363636 1 0 -0.01818182

S3 0 -53.1818182 -19.5454545 0 0 -0.27272727

VE

razón 18571.4286 15428.5714

iteración 2:

Condicion de optimidad: la variable (VE) es la variable no basica asociada con la razon

mas pequeña.

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2

Z 1 -50000 0 0 -15428.5714 -12571.4286

X2 0 0.33333333 1 0 -0.02095238 0.00761905

X3 0 0.33333333 0 1 0.00761905 -0.02095238

S3 0 -46.6666667 0 0 -0.40952381 -0.12380952

VE

razón 1071.42857

iteración 3:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2

Z 1 0 0 0 -14989.7959 -12438.7755

X2 0 0 1 0 -0.02387755 0.00673469

X3 0 0 0 1 0.00469388 -0.02183673

X1 0 1 0 0 0.00877551 0.00265306

VARIABLES NO BASICAS

SOLUCIÓNS3
0 0 Valor más negativo

0 -750000 -750000

0 -1100000 VS -1100000

1 -1000000 -1000000

VARIABLES NO BASICAS

SOLUCIÓNS3

0 2E+10 valor más negativo

0 -350000 VS -2785.71429

0 20000

1 -700000 -2285.71429

es la variable no basica asociada con la razon mas pequeña.

Condicicion de factibilidad: la variable saliente (VS) es la más negativa

VARIABLES NO BASICAS

SOLUCIÓNS3

0 2.54E+10 valor más negativo

0 7333.33333 72.2222222

0 17333.3333 -51.5873016

1 -556666.667 VS -944.444444

VARIABLES NO BASICAS

SOLUCIÓNS3

-1071.42857 2.5996E+10

0.00714286 3357.14286

0.00714286 13357.1429
-0.02142857 11928.5714

es la más negativa

QM

Page 22

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 35 33 31 sign RHS 6500

Constraint 1 25 25 60 > 750000 8500 741500 Constraint 1

Constraint 2 55 20 25 > 1100000 6250 1093750 Constraint 2

Constraint 3 20 55 15 > 1000000 5250 994750 Constraint 3

Results

Variables 50 50 100

Objective 6500

Enter the values in the shaded area then use the Run Excel's Solver button. Alternatively, or
to view the sensitivity results, open Solver by going to the Data Tab (Excel 2007, 2010,
2013, 2016) or the Tools menu (Excel 2003, 2011).

Enter the values in the shaded area then use the un Excel's Solver button. Alternatively, or
to vie the sensitivity results, open Solver by going to the

ata Tab (Excel 2007, 2010, 2013, 2016) or the Tools enu (Excel 2003, 2011).
INTERPRETACIÓN DE RESULTADOS DE LA SOLUCIÓN DEL MODELO DE
PROGRAMACIÓN LINEAL PARA LA TOMA DE DECISIONES.

INTERPRETACIÓN DE RESULTADOS DE LA SOLUCIÓN DEL MODELO DE

PROGRAMACIÓN LINEAL PARA LA TOMA DE DECISIONES.