TRABAJO DE PROGRAMACION LINEAL

100404 A

 
TAREA 2
SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEA
 
 YEISON NOMESQUE CARDOZO

 
 
 
TUTOR: MICHAEL ALEXIS SANTOYA  

GRUPO:
100404_360

 
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANC

ESCUELA DE CIENCIAS BÁSICAS, INGENIERÍAS Y TE

CEAD LA DORADA CALDAS

OCTUBRE 2020
AJO DE PROGRAMACION LINEAL  
100404 A

 
TAREA 2
ELOS DE PROGRAMACIÓN LINEAL DE DECISIÓN 
 
EISON NOMESQUE CARDOZO

 
 
 
OR: MICHAEL ALEXIS SANTOYA  

GRUPO:
100404_360

 
NACIONAL ABIERTA Y A DISTANCIA - UNAD

CIAS BÁSICAS, INGENIERÍAS Y TECNOLOGÍAS

CEAD LA DORADA CALDAS

OCTUBRE 2020
Ejercicio 1. Método simplex primal.
Se presenta la siguiente situación problema de programación lineal:
La empresa VIDEOGAMER Co., cuenta con tres videojuegos, la utilidad del videojuego arcade es de U
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
USD100 y la empresa cuenta con un capital inicial máximo para invertir en el desarrollo de estos vide
videojuegos se deben jugar en línea, para ello la empresa dispone de un servidor con una Tera (125.0
almacenar la información de los videojuegos, en promedio, el videojuego arcade consume 20.000 kb
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 rep
producto, 10 h/hombre para el videojuego arcade, 5 h/hombre para el videojuego de estrategia y 10
simulación y en total se dispone máximo de 20.000 h/hombre para los desarrollos.
¿Cuántos videojuegos de cada tipo debe vender la empresa VIDEOGAMER Co. en el lanzamiento, p
con los recursos disponibles?

1. Formular del problema como un modelo de programa

Ejercicio Problema primal 1:

Variables:

Función objetivo
Maximizar Z = 170 X1 + 140 X2 + 150 X3
Sujeto a:
110 X1 + 90 X2 + 100 X3 ≤ 500000
20000 X1 + 50000 X2 + 17000 X3 ≤ 125000000
10 X1 + 5 X2 + 10 X3 ≤ 20000
X1, X2, X3 ≥ 0

2. Solucionar el problema primal por el método simple

Formulación estandar:
 
Función objetivo
Maximizar Z = 170 X1 + 140 X2 + 150 X3 + 0S1 + 0S2 +

Sujeto a:
110 X1 + 90 X2 + 100 X3 + S1 = 500000
20000 X1 + 50000 X2 + 17000 X3 + S2 = 125000000
10 X1 + 5 X2 + 10 X3 + S3 = 20000
X1, X2, X3, S1, S2, S3 ≥ 0
 Maximizar Z = 170 X1 + 140 X2 + 150 X3 + 0S1 + 0S2 +

Sujeto a:
110 X1 + 90 X2 + 100 X3 + S1 = 500000
20000 X1 + 50000 X2 + 17000 X3 + S2 = 125000000
10 X1 + 5 X2 + 10 X3 + S3 = 20000
X1, X2, X3, S1, S2, S3 ≥ 0

MÉTODO SIMPLEX PRIMAL

VARIABLES BASE X1 X2 X3 S1
S1 110 90 100 1
S2 20000 50000 17000 0
S3 10 5 10 0
-170 -140 -150 0

VARIABLES BASE X1 X2 X3 S1
S1 0 35 -10 1
S2 0 40000 -3000 0
X1 1 0.5 1 0
0 -55 20 0

VARIABLES BASE X1 X2 X3 S1
S1 0 0 -7.375 1
X2 0 1 -0.075 0
X1 1 0 1.0375 0
0 0 15.875 0

3. Interpretar los resultados de la solución del modelo de programación lin

La empresa VIDEOGAMER debe vender aproximadamente 937 videojuegos arcade, 2125 v

estrategia y 0 videojuegos de simulación para ganar $456875. Los videojuegos de simulaci
demanda
ineal:
utilidad del videojuego arcade es de USD170, del videojuego de estrategia es

l videojuego de estrategia es de USD90 y del videojuego de simulación es de

a invertir en el desarrollo de estos videojuegos de USD500.000. Los
one de un servidor con una Tera (125.000.000 kb) de capacidad máxima para
videojuego arcade consume 20.000 kb, el videojuego de estrategia consume

ollo del software, los cuales deben repartir su tiempo para lograr un buen
e para el videojuego de estrategia y 10 h/hombre para el videojuego de
para los desarrollos.
VIDEOGAMER Co. en el lanzamiento, para obtener la mayor utilidad posible

como un modelo de programación lineal.

Videojuego
Recurso
Variables:
Costo de desarrollo (US)
Consumo de espacio (kb)
Tiempo de desarrollo (h/
Función objetivo Utilidad (US$)
r Z = 170 X1 + 140 X2 + 150 X3
Sujeto a:
+ 90 X2 + 100 X3 ≤ 500000
0000 X2 + 17000 X3 ≤ 125000000
1 + 5 X2 + 10 X3 ≤ 20000
X1, X2, X3 ≥ 0

ma primal por el método simplex primal.

Función objetivo
Z = 170 X1 + 140 X2 + 150 X3 + 0S1 + 0S2 +0S3

Sujeto a:
0 X1 + 90 X2 + 100 X3 + S1 = 500000
1 + 50000 X2 + 17000 X3 + S2 = 125000000
10 X1 + 5 X2 + 10 X3 + S3 = 20000
X1, X2, X3, S1, S2, S3 ≥ 0
Z = 170 X1 + 140 X2 + 150 X3 + 0S1 + 0S2 +0S3

Sujeto a:
0 X1 + 90 X2 + 100 X3 + S1 = 500000
1 + 50000 X2 + 17000 X3 + S2 = 125000000
10 X1 + 5 X2 + 10 X3 + S3 = 20000
X1, X2, X3, S1, S2, S3 ≥ 0

ODO SIMPLEX PRIMAL

S2 S3 Z Solución Razón min.

0 0 0 500000 4545.45455 A cada valor le resta el producto de
1 0 0 125000000 6250 con el de la fila pivo
0 1 0 20000 2000
0 0 1 0

S2 S3 Z Solución Razón min.

0 -11 0 280000 8000
1 -2000 0 85000000 2125
0 0.1 0 2000 4000
0 17 1 340000

S2 S3 Z Solución
-0.000875 -9.25 0 205625 VARIABLE SOLUCION
2.5E-05 -0.05 0 2125 S1 205625
-1.25E-05 0.125 0 937.5 X2 2125
0.001375 14.25 1 456875 X1 937.5
Z 456875

el modelo de programación lineal para la toma de decisiones.

damente 937 videojuegos arcade, 2125 videojuegos de

nar $456875. Los videojuegos de simulación no tienen
 Disponibili
1 2 3
dad
110 90 100 500000
20000 50000 17000 125000000
10 5 10 20000
170 140 150
r le resta el producto de la columna pivote
con el de la fila pivote
 PRUEBA QM VIDEOGAMER
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
Constraint 1 110 90 100 < 500000 294375 205625 Constraint
Constraint 2 20000 50000 17000 < 125000000 1.25E+08 0 Constraint
Constraint 3 10 5 10 < 20000 20000 0 Constraint

Results
Variables 937.5 2125 0
Objective 456875

Page 9
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 u
general.
Producir acero al carbono estructural para barras, genera una utilidad de USD61.662 y requiere 13 t
h de templado y revenido.
Producir acero al carbono estructural para perfiles, perfiles genera una utilidad de USD52.278 y requ
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
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
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 empr
utilidades?

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

Ejercicio Problema primal 2:

Variables:
X1= acero al carbono estructural para barras
X2= acero al carbono estructural para perfiles
X3= acero al carbono estructural para chapas
Función objetivo
Maximizar Z = 61662 X1 + 52278 X2 + 56300 X3
Sujeto a:
13 X1 + 10 X2 + 20 X3 ≥ 6000
8 X1 + 5 X2 + 4 X3 ≤ 2000
18 X1 + 15 X2 + 20 X3 ≤ 7000
X1, X2, X3 ≥ 0

2. Solucionar el problema primal por el método simple

Formulación estandar:
 
Función objetivo
Maximizar Z = 61662 X1 + 52278 X2 + 56300 X3 + 0S1 + 0S2 +0S3

Sujeto a:
13 X1 + 10 X2 + 20 X3 - S1 +A1= 6000
8 X1 + 5 X2 + 4 X3 + S2 = 2000
18 X1 + 15 X2 + 20 X3 + S3 = 7000
X1, X2, X3, S1, S2, S3, A1 ≥ 0
 Sujeto a:
13 X1 + 10 X2 + 20 X3 - S1 +A1= 6000
8 X1 + 5 X2 + 4 X3 + S2 = 2000
18 X1 + 15 X2 + 20 X3 + S3 = 7000
X1, X2, X3, S1, S2, S3, A1 ≥ 0

MÉTODO SIMPLEX ARTIFICIAL

VARIABLES BASE X1 X2 X3 S1
S1 13 10 20 -1
S2 8 5 4 0
S3 18 15 20 0
-61662 -52278 -56300 0

VARIABLES BASE X1 X2 X3 S1
X3 0.65 0.5 1 -0.05
S2 5.4 3 0 0.2
S3 5 5 0 1
-25067 -24128 0 -2815

VARIABLES BASE X1 X2 X3 S1
X3 0 0.13888889 1 -0.074074
X1 1 0.55555556 0 0.037037
S3 0 2.22222222 0 0.8148148
0 -10201.889 0 -1886.593

VARIABLES BASE X1 X2 X3 S1
X3 0 0 1 -0.125
X1 1 0 0 -0.166667
X2 0 1 0 0.3666667
0 0 0 1854.1

3, Interpretar los resultados de la solución del modelo de programa

Respuesta: La empresa SIDERCOL Co. debe producir total de Acero al carbono estructural
667, Acero al cardono estructural para chapas 187,5 Acero al carbono estructural para bar
manera la empresa tendra utilidades de 21793850.
Respuesta: La empresa SIDERCOL Co. debe producir total de Acero al carbono estructural
667, Acero al cardono estructural para chapas 187,5 Acero al carbono estructural para bar
manera la empresa tendra utilidades de 21793850.
neal:
para barras, perfiles y chapas para utilizar en construcciones y estructuras en

tilidad de USD61.662 y requiere 13 t de acero al carbono, 8 h de recocido y 18

era una utilidad de USD52.278 y requiere 10 t de acero al carbono, 5 h de

utilidad de USD56.300 y requiere 20 t de acero al carbono, 4 h de recocido y 20

no en su planta de producción y como máximo dispone de 2.000 h para el

y revenido.
hapas y barras debe producir la empresa SIDERCOL Co., para maximizar sus

ación lineal como un modelo de programación lineal.

al carbono
Variables: Recurso
carbono estructural para barras
arbono estructural para perfiles Acero al carbono (t)
carbono estructural para chapas Tiempo de recocido (h)
Función objetivo
61662 X1 + 52278 X2 + 56300 X3 Tiempo de templado y re
ujeto a: Utilidad (USD$)
+ 10 X2 + 20 X3 ≥ 6000
1 + 5 X2 + 4 X3 ≤ 2000
1 + 15 X2 + 20 X3 ≤ 7000
X1, X2, X3 ≥ 0

a primal por el método simplex artificial

Función objetivo
78 X2 + 56300 X3 + 0S1 + 0S2 +0S3

Sujeto a:
X1 + 10 X2 + 20 X3 - S1 +A1= 6000
8 X1 + 5 X2 + 4 X3 + S2 = 2000
8 X1 + 15 X2 + 20 X3 + S3 = 7000
X1, X2, X3, S1, S2, S3, A1 ≥ 0
 Sujeto a:
X1 + 10 X2 + 20 X3 - S1 +A1= 6000
8 X1 + 5 X2 + 4 X3 + S2 = 2000
8 X1 + 15 X2 + 20 X3 + S3 = 7000
X1, X2, X3, S1, S2, S3, A1 ≥ 0

O SIMPLEX ARTIFICIAL

S2 S3 A1 Z Solución Razón min.

0 0 1 0 6000 300
1 0 0 0 2000 500
0 1 0 0 7000 350
0 0 0 1 0

S2 S3 A1 Z Solución Razón min.

0 0 0.05 0 300 461.538462
1 0 -0.2 0 800 148.148148
0 1 -1 0 1000 200
0 0 2815 1 16890000

S2 S3 Z Solución Razón min.

-0.12037037 0 0 203.7037037 1466.66667
0.1851851852 0 0 148.1481481 266.666667
-0.925925926 1 0 259.2592593 116.666667
4642.037037 0 1 20603629.63

S2 S3 Z Solución VARIABLE
-0.0625 -0.0625 0 187.5 X3
0.4166666667 -0.25 0 83.33333333 X1
-0.416666667 0.45 0 116.6666667 X2
391.25 4590.85 1 21793850 Z

ción del modelo de programaciónlineal para la toma de decisiones

r total de Acero al carbono estructural para perfiles 116,

,5 Acero al carbono estructural para barras 83,333 de esta
ndra utilidades de 21793850.
r total de Acero al carbono estructural para perfiles 116,
,5 Acero al carbono estructural para barras 83,333 de esta
ndra utilidades de 21793850.
Barras Perfiles Chapas Disponibilidad
13 10 20 6000
8 5 4 2000
18 15 20 7000
61662 52278 56300
 Solución
187.5
83.3333
116.667
21793850
 PRUEBA QM SIDERCOL
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) oror 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 61662 52278 56300 sign RHS 21793850
Constraint 1 13 10 20 > 6000 6000 0 Constraint
Constraint 2 8 5 4< 2000 2000 0 Constraint
Constraint 3 18 15 20 < 7000 7000 0 Constraint

Results
Variables 83.33333 116.6667 187.5
Objective 21793850

Page 18
Ejercicio 3. Método simplex dual.
Se presenta la siguiente situación problema de programación lineal:
La empresa REFICOL Co., compra petróleo crudo ligero, petróleo crudo mediano y petróleo crudo pe
crudo mediano es USD33 y de crudo pesado es de USD31. De cada tipo de petróleo se producen por
Para producir un barril de gasolina, se requiere 25% de crudo ligero, 55% de crudo mediano y 20% de
Para producir un barril de Keroseno, se requiere 25% de crudo ligero, 20% de crudo mediano y 55% d
Para producir un barril de combustible para reactores, se requiere 60% de crudo ligero, 25% de crudo
La refinería tiene un contrato para entregar como mínimo 750.000 barriles de gasolina, 1.100.000 ba
para reactores.
REFICOL Co., desea conocer la cantidad de barriles de cada tipo de petróleo crudo que satisfacen la d

1. Formular el problema de programación lineal com

Ejercicio Problema primal 1:

Variables:
X1= barril de crudo ligero
X2= barril de crudo mediano
X3= barril de crudo pesado
Función objetivo
Minimizar Z = 35 X1 + 33 X2 + 31 X3
Sujeto a:
0,25 X1 + 0,55 X2 + 0,2 X3 ≥ 750000
0,25 X1 + 0,2 X2 + 0,55 X3 ≥1100000
0,6 X1 + 0,25 X2 + 0,15 X3 ≥1000000
X1, X2, X3 ≥ 0

2. Solucionar el problema primal por e

Formulación estandar:
 
Función objetivo
Maximizar Z = 750000 X1' + 1100000 X2' + 1000000 X3' + 0S1 + 0S2 +0S

Sujeto a:
-0,25 X1' - 0,25 X2' - 0,6 X3' + S1 = - 3
-0,55 X1' - 0,2 X2' - 0,25 X3' + S2 = - 3
-0,2 X'1' - 0,55 X2'- 0,15 X3' + S3 = - 3
X1', X2', X3', S1, S2, S3 ≥ 0
 Sujeto a:
-0,25 X1' - 0,25 X2' - 0,6 X3' + S1 = - 3
-0,55 X1' - 0,2 X2' - 0,25 X3' + S2 = - 3
-0,2 X'1' - 0,55 X2'- 0,15 X3' + S3 = - 3
X1', X2', X3', S1, S2, S3 ≥ 0

MÉTODO SIMPLEX D

VARIABLES BASE X1' X2' X3' S1

S1 -0.25 -0.25 -0.6 1
S2 -0.55 -0.2 -0.25 0
S3 -0.2 -0.55 -0.15 0
-750000 -1100000 -1000000 0

VARIABLES BASE X1' X2' X3' S1

X3' 0.4166667 0.4166667 1 -1.66666666667
S2 -0.445833 -0.0958333 0 -0.41666666667
S3 -0.1375 -0.4875 0 -0.25
-333333.3 -683333.33 0 -1666666.66667

VARIABLES BASE X1' X2' X3' S1

X3' 0.2991453 0 1 -1.88034188034
S2 -0.418803 0 0 -0.36752136752
X2' 0.2820513 1 0 0.512820512821
-140598.3 0 0 -1316239.31624

VARIABLES BASE X1' X2' X3' S1

X3' 0 0 1 -2.14285714286
X1' 1 0 0 0.877551020408
X2' 0 1 0 0.265306122449
0 0 0 -1192857.14286

Interpretar los resultados de la solución del modelo de pro

Respuesta: La empresa REFICOL Co. debe producir un total derivado del petroleo así 1192
335714,2857 barriles de keroseno y 1335714,286 de barriles de combustible para reactore
por un costo minimo de USD 94.235.714,29
mediano y petróleo crudo pesado. El costo por barril de crudo ligero es USD35, de
de petróleo se producen por barril gasolina, keroseno y combustible para reactores.
% de crudo mediano y 20% de crudo pesado.
% de crudo mediano y 55% de crudo pesado.
de crudo ligero, 25% de crudo mediano y 15% de crudo pesado.
les de gasolina, 1.100.000 barriles de keroseno y 1.000.000 de barriles de combustible
óleo crudo que satisfacen la demanda para garantizar el costo mínimo.

rogramación lineal como un modelo de programación lineal.

Variables:
barril de crudo ligero
arril de crudo mediano
barril de crudo pesado
Función objetivo
r Z = 35 X1 + 33 X2 + 31 X3
ujeto a:
0,55 X2 + 0,2 X3 ≥ 750000
0,2 X2 + 0,55 X3 ≥1100000
0,25 X2 + 0,15 X3 ≥1000000
X1, X2, X3 ≥ 0

problema primal por el método simplex dual.

Función objetivo
2' + 1000000 X3' + 0S1 + 0S2 +0S3

Sujeto a:
X1' - 0,25 X2' - 0,6 X3' + S1 = - 35
X1' - 0,2 X2' - 0,25 X3' + S2 = - 33
'1' - 0,55 X2'- 0,15 X3' + S3 = - 31
X1', X2', X3', S1, S2, S3 ≥ 0
 Sujeto a:
X1' - 0,25 X2' - 0,6 X3' + S1 = - 35
X1' - 0,2 X2' - 0,25 X3' + S2 = - 33
'1' - 0,55 X2'- 0,15 X3' + S3 = - 31
X1', X2', X3', S1, S2, S3 ≥ 0

MÉTODO SIMPLEX DUAL

S2 S3 Z Solución Razón min.

0 0 0 -35 3000000
1 0 0 -33 4400000
0 1 0 -31 1666666.67
0 0 1 0

S2 S3 Z Solución Razón min.

0 0 0 58.3333333333 2424242.42
1 0 0 -18.4166666667 1401709.4
0 1 0 -22.25 0
0 0 1 58333333.3333

S2 S3 Z Solución Razón min.

0 0.8547008547 0 39.3162393162 335714.286
1 -0.196581197 0 -14.0427350427 0
0 -2.051282051 0 45.641025641 0
0 -1401709.402 1 89521367.5214

S2 S3 Z Solución VARIABLE
0.7142857143 0.7142857143 0 29.2857142857 X3'
-2.387755102 0.4693877551 0 33.5306122449 X1'
0.6734693878 -2.183673469 0 36.1836734694 X2'
-335714.2857 -1335714.286 1 94235714.2857 Z

ción del modelo de programación lineal para la toma de decisiones.

derivado del petroleo así 1192857,14 barriles de gasolina,

s de combustible para reactores para asi poder tener utilidades
 0.6
0.25
0.15
1000000

-0.41666666667
0.095833333333
0.4875
683333.3333333

-0.29914529915
0.418803418803
-0.28205128205
140598.2905983

Solución
29.28571428571
33.5306122449
36.18367346939
94235714.28571
 PRUEBA QM REFICOL
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,
Linear Programming 2011).
2011).

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 94235714
Constraint 1 0.25 0.55 0.2 > 750000 750000 0 Constraint
Constraint 2 0.25 0.2 0.55 > 1100000 1100000 0 Constraint
Constraint 3 0.6 0.25 0.15 > 1000000 1000000 0 Constraint

Results
Variables 1192857 335714.3 1335714
Objective 94235714

Page 24
 BIBLIOGRAFÍA

Guerrero, S. H. (2009). (pp. 15-72)Programación lineal aplicada. Bogotá, CO: Ecoe Ediciones
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10758304&p00=

Izquierdo G. D., Ruiz R. J,J, PHPSimplex, (2006-2016) Casos reales de aplicación de la PL Rec
http://www.phpsimplex.com/casos_reales.htm

Rojas, A. y Lozada, M. (2020). Problema de minimización como modelo de programación lin

de https://repository.unad.edu.co/handle/10596/33779
 
Rojas, A. y Lozada, M. (2020). Solución de un problema de programación lineal de maximiza
de https://repository.unad.edu.co/handle/10596/33780
 
Kong, M. (2000). (pp.12-30) Investigación de operaciones: programación lineal. Problemas d
de la Pontificia Universidad Católica del Perú. Recuperado de: http://bibliotecavirtual.unad.
docID=10751521&p00=programacion+lineal

Del Valle, S. (2012) Álgebra lineal para estudiantes de ingeniería y ciencias (pp. 24-34). Méx
Interamericana. Recuperado de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader
 
Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operacio
Editorial Patria. Recuperado de
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39452

 
 BIBLIOGRAFÍA

ada. Bogotá, CO: Ecoe Ediciones. Retrieved Recuperado de:

l.action?docID=10758304&p00=programacion+lineal

eales de aplicación de la PL Recuperado de:

mo modelo de programación lineal [OVI]. Recuperado

rogramación lineal de maximización en Excel QM [OVI]. Recuperado

rogramación lineal. Problemas de transporte. Análisis de redes: Fondo Editorial

e: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?

iería y ciencias (pp. 24-34). México, México: Editorial McGraw-Hill

avirtual.unad.edu.co/es/ereader/unad/93437

2014). Investigación de operaciones (pp. 44-56). México, México: Grupo

/unad/39452