Programación Lineal

Tarea 2 – Solución de modelos de programación lineal de decisión

Gustavo Adolfo Peñaranda

1092155489

Tutor
Waldyr Fong
Código de curso: 100404_135

Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación
Programa Ingeniería Industrial
CEAD Cúcuta
Octubre 6 de 2021
 X₁: ACERO X₂: ACERO X₃: ACERO
CEMENTACIÓN NITRURACIÓN CIANURACIÓN

Utilidades (USD) U₁: 63 U₂: 68 U₃: 65

Acero (kgs) a₁₁: 21 a₁₂: 23 a₁₃: 24
Proceso termoquímico (horas) a₂₁: 9 a₂₂: 11 a₂₁: 8
Templado y revenido (horas) a₃₁: 19 a₃₂: 18 a₃₁: 16

1. MODELO DE PROGRAMACIÓN LINEAL

Función objetiva:
Maximizar Z = U₁X₁ + U₂X₂ + U₃X₃ → Maximizar Z = 63X₁ + 68X₂ + 65X₃

Sujeto a:
a₁₁X₁ + a₁₂X₂ + a₁₃X₃ ≤ b₁ → 21X₁ + 23X₂ + 24X₃ ≤ 5200
a₂₁X₁ + a₂₂X₂ + a₂₁X₃ ≤ b₂ → 9X₁ + 11X₂ + 8X₃ ≤ 1800
a₃₁X₁ + a₃₂X₂ + a₃₃X₃ ≤ b₃ → 19X₁ + 18X₂ + 16X₃ ≤ 3500
X₁ . X₂ . X₃ ≥ 0 → X₁ . X₂ . X₃ ≥ 0

2. MÉTODO SIMPLEX PRIMAL

Función objetiva:
Maximizar Z = - U₁X₁ - U₂X₂ - U₃X₃ = 0 → Maximizar Z = - 63X₁ - 68X₂ - 65X₃ = 0

Sujeto a:
a₁₁X₁ + a₁₂X₂ + a₁₃X₃ + S₁ = b₁
a₂₁X₁ + a₂₂X₂ + a₂₁X₃ + S₂ = b₂
a₃₁X₁ + a₃₂X₂ + a₃₃X₃ + S₃ = b₃
X₁ . X₂ . X₃ . S₁ . S₂ . S₃ ≥ 0
→ 21X₁ + 23X₂ + 24X₃ + S₁ = 5200
→ 9X₁ + 11X₂ + 8X₃ + S₂ = 1800
→ 19X₁ + 18X₂ + 16X₃ + S₃ = 3500
→ X₁ . X₂ . X₃ . S₁ . S₂ . S₃ ≥ 0

VARIABLES VARIABLES NO BÁSICAS

BÁSICAS Z X₁ X₂ X₃ S₁
Z 1 -63 -68 -65 0
S₁ 0 21 23 24 1
S₂ 0 9 11 8 0
S₃ 0 19 18 16 0

Valor más negativo -63 -68 -65 0

VE

ITERACIÓN 1
VARIABLES VARIABLES NO BÁSICAS
BÁSICAS Z X₁ X₂ X₃ S₁
Z 1 -7.3636363636 0 -15.545454545 0
S₁ 0 2.18181818182 0 7.27272727273 1
 X₂ 0 0.81818181818 1 0.72727272727 0
S₃ 0 4.27272727273 0 2.90909090909 0

Valor más negativo -7.3636363636 0 -15.545454545 0

VE

ITERACIÓN 2
VARIABLES VARIABLES NO BÁSICAS
BÁSICAS Z X₁ X₂ X₃ S₁
Z 1 15.46875 0 0 0
S₁ 0 -8.5 0 0 1
X₂ 0 -0.25 1 0 0
X₃ 0 1.46875 0 1 0

Valor más negativo 15.46875 0 0 0

ITERACIÓN 3
VARIABLES VARIABLES NO BÁSICAS
BÁSICAS Z X₁ X₂ X₃ S₁
Z 1 4.578125 0 0 1.28125
S₂ 0 -4.25 0 0 0.5
X₂ 0 1.875 1 0 -0.25
X₃ 0 -0.921875 0 1 0.28125

ANÁLISIS

Se determina que para obtener la máxima ganancia, bajo las condiciones de recursos existentes, se deben producir 12
204.68 unidades de aceros recubiertos con cianuro; a través de la producción anterior se obtendrá una
 Disponibilidad
b₁: 5200
b₂: 1800
b₃: 3500

68X₂ + 65X₃

200
0
500

68X₂ - 65X₃ = 0

₁ = 5200
1800
₃ = 3500
≥0

Razón menor
SOLUCIÓN
S₂ S₃
0 0 0
0 0 5200 226.09
1 0 1800 163.64 VS
0 1 3500 194.44

0 0

Razón menor
SOLUCIÓN
S₂ S₃
6.18181818182 0 11127.2727273
-2.0909090909 0 1436.36363636 197.5
 0.09090909091 0 163.636363636 225
-1.6363636364 1 554.545454545 190.625 VS

6.18181818182 0

Razón menor
SOLUCIÓN
S₂ S₃
-2.5625 5.34375 14090.625
2 -2.5 50 25 VS
0.5 -0.25 25 50
-0.5625 0.34375 190.625 -338.88888889

-2.5625 5.34375
VE

SOLUCIÓN
S₂ S₃
0 2.140625 14154.6875 SOLUCIÓN OPTIMA
1 -1.25 25
0 0.375 12.5
0 -0.359375 204.6875

SIS

xistentes, se deben producir 12.5 Unidades de aceros recubiertos con nitruración y

ucción anterior se obtendrá una utilidad de US $ 14.154,69 Dolares.
 Solver 1
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 63 68 65 sign RHS 14154.69
Constraint 1 21 23 24 < 5200 5200 0
Constraint 2 9 11 8< 1800 1775 25
Constraint 3 19 18 16 < 3500 3500 0

Results
Variables 0 12.5 204.6875
Objective 14154.69

Page 6
 Solver 1
er
er button.
button.
g to
to the
the Data
Data
, 2011).
3, 2011).

Constraint 1
Constraint 2
Constraint 3

Page 7