TAREA 4 – SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL DE

DECISIÓN Y OPTIMIZACIÓN

PRESENTADO POR
ANGELA DANERBY GARCES
CODIGO: 1058976456

TUTOR
RAUL EDUARDO PINEROS

CURSO:
PROGRAMACIÓN LINEAL
GRUPO: 100404-578

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCULA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA (ECBTI)
UNAD
2021
Tabla resumen

Estructuras metalicas para:

x1: x2: x3:
Cubiertas Fachadas Entrepisos
Costo $ c1= 4800 c2= 4400 c3= 4700 Disponibilidad minima

Perfil de
acero
(Toneladas) a11= 0,9 a12= 0,7 a13= 0,8 ≥ b1= 75

Corte y
soldadura
(Horas) a21= 14 a22= 10 a23= 15 ≥ b2= 1200
Montaje
(Horas) a31= 13 a32= 12 a33= 12 ≥ b3= 1000
1. Formular el problema de programación lineal como un modelo de programación lineal.

el problema como modelo de programación lineal es:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
𝑥_1, 𝑥_2,𝑥_3≥0

sea el problema primal:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
𝑥_1, 𝑥_2,𝑥_3≥0

2. Solucionar el problema primal por el método simplex dual.

sea la forma estandar del problema dual por el método simplex dual

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧−4800 𝑥_1−4400 𝑥_2−4700 𝑥_3+0𝑆_1+0𝑆_2+0𝑆_3=0

sujeto a:

−0,9 𝑥_1−0,7 𝑥_2−0,8 𝑥_3+𝑆_1=−75

−14 𝑥_1−10 𝑥_2−15 𝑥_3+𝑆_2=−1200
−13 𝑥_1−12 𝑥_2−12 𝑥_3+𝑆_3=−1000
𝑥_1, 𝑥_2,𝑥_3, 𝑆_1,𝑆_2,𝑆_3≥0

Aplicando el método simplex dual al problema primal de minimización.

Tabla inicial:
 Variables Variables no basicas
basicas Z X1 X2 X3 S1
Z 1 -4800 -4400 -4700 0
S1 0 -0.9 -0.7 -0.8 1
S2 0 -14 -10 -15 0
S3 0 -13 -12 -12 0

RAZON MAS PEQUEÑA 342.857143 440 313.333333

VE
Iteración 1

Variables Variables no basicas

basicas Z X1 X2 X3 S1
Z 1 -413.333333 -1266.66667 0 0
S1 0 -0.15333333 -0.16666667 0 1
X3 0 0.93333333 0.66666667 1 0
S3 0 -1.8 -4 0 0

RAZON MAS PEQUEÑA 229.62963 316.666667

VE
Iteración 2

Variables Variables no basicas

basicas Z X1 X2 X3 S1
Z 1 0 -348.148148 0 0
S1 0 0 0.17407407 0 1
X3 0 0 -1.40740741 1 0
X1 0 1 2.22222222 0 0

RAZON MAS PEQUEÑA #DIV/0! -2000 #DIV/0! 0

Iteración 3

Variables Variables no basicas

basicas Z X1 X2 X3 S1
Z 1 0 -817.391304 0 -2695.65217
S3 0 0 -2.04347826 0 -11.7391304
X3 0 0 -0.34782609 1 6.08695652
X1 0 1 1.08695652 0 -6.52173913

Interprestación de resultados:
la empresa debe producir 71 unidades de estructuras metalicas para cubiertas y 13 unidades de
e programación lineal.
as
S2 S3 SOLUCIÓN VALOR MAS NEGATIVO
0 0 0
0 0 -75 -75
1 0 -1200 -1200 VS
0 1 -1000 -1000

as
S2 S3 SOLUCIÓN VALOR MAS NEGATIVO
-313.333333 0 376000
-0.05333333 0 -11 -11
-0.06666667 0 80 80
-0.8 1 -40 -40 VS

391.666667

as
S2 S3 SOLUCIÓN VALOR MAS NEGATIVO
-129.62963 -229.62963 385185.185
0.01481481 -0.08518519 -7.59259259 -7.59259259 VS
-0.48148148 0.51851852 59.2592593 59.2592593
0.44444444 -0.55555556 22.2222222 22.2222222

-8750 2695.65217
VE

as
S2 S3 SOLUCIÓN
-169.565217 0 405652.174
-0.17391304 1 89.1304348
-0.39130435 0 13.0434783
0.34782609 0 71.7391304

ra cubiertas y 13 unidades de estructuras metalicas para entrepisos, para optimizar costos a $ 405652
el problema como modelo de programación lineal es:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
𝑥_1, 𝑥_2,𝑥_3≥0

Funcion objetivo Minimizar Z 405652.174

X1 X2 X3
71.7391304 0 13.0434783
4800 4400 4700

RESTRICCIONES
LADO IZQ LADO DER
0.9 0.7 0.8 75 ≥ 75
14 10 15 1200 ≥ 1200
13 12 12 1089.13043 ≥ 1000
 QM primal
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,
Linear Programming 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 4800 4400 4700 sign RHS 405652.2
Constraint 1 0.9 0.7 0.8 > 75 75 0 Constraint
Constraint 2 14 10 15 > 1200 1200 0 Constraint
Constraint 3 13 12 12 > 1000 1089.13 -89.13043 Constraint

Results
Variables 71.73913 0 13.04348
Objective 405652.2

Page 9
3. Formular el problema dual a partir del problema primal.

sea el problema primal:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
𝑥_1, 𝑥_2,𝑥_3≥0

entonces el problema dual es:

función objetivo:

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑤=75 𝑦_1+1200 𝑦_2+1000𝑦_3

sujeto a:

0,9 𝑦_1+14 𝑦_2+13 𝑦_3≤4800

0,7 𝑦_1+10 𝑦_2+12𝑦_3≤4400
0,8 𝑦_1+15 𝑦_2+12 𝑦_3≤4700
𝑦_1, 𝑦_2,𝑦_3 𝐼𝑟𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑡𝑎𝑠

4. Solucionar el problema dual por el método simplex primal.

sea la forma estandar del problema dual por el metodo simplex primal es:

función objetivo:

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑤−75 𝑦_1−1200𝑦_2−1000𝑦_3+0𝑆_1+0𝑆_2+0𝑆_3=0

sujeto a:

0,9 𝑦_1+14 𝑦_2+13 𝑦_3+𝑆_1=4800

0,7 𝑦_1+10 𝑦_2+12 𝑦_3+𝑆_2=4400
0,8 𝑦_1+15 𝑦_2+12 𝑦_3+𝑆_3=4700
𝑦_1, 𝑦_2,𝑦_3, 𝑆_1,𝑆_(2 ),𝑆_(3 ) 𝐼𝑟𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑡𝑎𝑠

aplicando el metodo simplex primal al problema dual de maximización.

Tabla inicial:

Variables Variables no basicas

basicas
 Variables
basicas w y1 y2 y3 S1 S2
w 1 -75 -1200 -1000 0 0
S1 0 0.9 14 13 1 0
S2 0 0.7 10 12 0 1
S3 0 0.8 15 12 0 0

Valor más negativo -75 -1200 -1000 0 0

VE
Iteració 1

Variables Variables no basicas

basicas w y1 y2 y3 S1 S2
w 1 -11 0 -40 0 0
S1 0 0.15333333 0 1.8 1 0
S2 0 0.16666667 0 4 0 1
Y2 0 0.05333333 1 0.8 0 0

Valor más negativo -11 0 -40 0 0

VE
Iteración 2

Variables Variables no basicas

basicas w y1 y2 y3 S1 S2
w 1 -7.59259259 0 0 22.2222222 0
Y3 0 0.08518519 0 1 0.55555556 0
S2 0 -0.17407407 0 0 -2.22222222 1
Y2 0 -0.01481481 1 0 -0.44444444 0

Valor más negativo -7.59259259 0 0 22.2222222 0

VE
Iteración 3

Variables Variables no basicas

basicas w y1 y2 y3 S1 S2
w 1 0 0 89.1304348 71.7391304 0
Y1 0 1 0 11.7391304 6.52173913 0
S2 0 0 0 2.04347826 -1.08695652 1
Y2 0 0 1 0.17391304 -0.34782609 0

La empresa americana de estructuras Co., debe producir 71 unidades de estructuras metalicas para cubiertas
precio marginal de $ 2695 cada unidad y 13 unidades de estructuras metalicas para entrepisos, ademas de ve
cada unidad de estructuras metalicas para fachadas a $ 169 cada unidad, para optimizar recursos a $ 40565
SOLUCIÓN
 S3 SOLUCIÓN Razón más pequeña
0 0
0 4800 342.857143
0 4400 440
1 4700 313.333333 VS

S3 SOLUCIÓN Razón más pequeña

80 376000
-0.93333333 413.333333 229.62963 VS
-0.66666667 1266.66667 316.666667
0.06666667 313.333333 391.666667

80

S3 SOLUCIÓN Razón más pequeña

59.2592593 385185.185
-0.51851852 229.62963 2695.65217 VS
1.40740741 348.148148 -2000
0.48148148 129.62963 -8750

59.2592593

S3 SOLUCIÓN
13.0434783 405652.174
-6.08695652 2695.65217
0.34782609 817.391304
0.39130435 169.565217

cturas metalicas para cubiertas a un

para entrepisos, ademas de vender
ra optimizar recursos a $ 405652.
entonces el problema dual es:

función objetivo:

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑤=75 𝑦_1+1200 𝑦_2+1000𝑦_3

sujeto a:

0,9 𝑦_1+14 𝑦_2+13 𝑦_3≤4800

0,7 𝑦_1+10 𝑦_2+12𝑦_3≤4400
0,8 𝑦_1+15 𝑦_2+12 𝑦_3≤4700
𝑦_1, 𝑦_2,𝑦_3 𝐼𝑟𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑡𝑎𝑠

Funcion objetivo Maximizar W 405652.174

X1 X2 X3
2695.65217 169.565217 0
75 1200 1000

RESTRICCIONES
LADO IZQ LADO DER
0.9 14 13 4800 ≤ 4800
0.7 10 12 3582.6087 ≤ 4400
0.8 15 12 4700 ≤ 4700
 Ejercicio 2 problema dual
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,
Linear Programming 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
Maximize 75 1200 1000 sign RHS 405652.2
Constraint 1 0.9 14 13 < 4800 4800 0 Constraint
Constraint 2 0.7 10 12 < 4400 3582.609 817.3913 Constraint
Constraint 3 0.8 15 12 < 4700 4700 0 Constraint

Results
Variables 2695.652 169.5652 0
Objective 405652.2

Page 15
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Libro1]Solver primal
Informe creado: 30/11/2021 12:21:53 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$18 X1 71.739130435 0 4800 487.5 413.33333333
$C$18 X2 0 817.39130435 4400 1E+030 817.39130435
$D$18 X3 13.043478261 0 4700 442.85714286 433.33333333

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$23 LADO IZQ 75 2695.6521739 75 2.1428571429 7.5925925926
$F$24 LADO IZQ 1200 169.56521739 1200 206.25 33.333333333
$F$25 LADO IZQ 1089.1304348 0 1000 89.130434783 1E+030
 Nuevo coeficiente
Valor minimo Valor maximo Valor minimo<Nueva Un <Valor máximo
X1 4386.66666666667 5287.5 5000
X2 3582.60869565217 1E+030
X3 4266.66666666667 5142.85714285714 4800

Nueva disponibilidad
Valor minimo Valor maximo Valor minimo<Nueva bn <Valor máximo
b1 67.4074074074074 77.1428571428571
b2 1166.66666666667 1406.25
b3 -1E+030 1089.13043478261 200
función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
𝑥_1, 𝑥_2,𝑥_3≥0

la solución en solver es:

Función objetivo Minimizar Z 421304.348

X1 X2 X3
71.7391304 0 13.0434783
5000 4400 4800

RESTRICCIONES
LADO IZQ
0.9 0.7 0.8 75 ≥
14 10 15 1200 ≥
13 12 12 1089.13043 ≥
la solución permanece optima
aumenta la función objetivo Z
la solucion de las variables Xn permanecen constante

LADO DER
75
1200
1000
función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
𝑥_1, 𝑥_2,𝑥_3≥0

la solución en solver es:

Función objetivo Minimizar Z 405652.174

X1 X2 X3
71.7391304 0 13.0434783
4800 4400 4700

RESTRICCIONES
LADO IZQ
0.9 0.7 0.8 75 ≥
14 10 15 1200 ≥
13 12 12 1089.13043 ≥

la empresa Americana de estructuras Co. Debe aumentar los costos de las estructuras metalicas par
 la solución permanece óptima
la función objetivo Z permanece constante
la solucion de las variables Xn permanecen constante

LADO DER
75
1200
200

de las estructuras metalicas para cubiertas y entrepisos para que optimizar los recusrsos.
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Tarea final.xlsx]Solver primal
Informe creado: 30/11/2021 1:39:08 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$18 X1 71.739130435 0 4800 487.5 413.33333333
$C$18 X2 0 817.39130435 4400 1E+030 817.39130435
$D$18 X3 13.043478261 0 4700 442.85714286 433.33333333

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$23 LADO IZQ 75 2695.6521739 75 2.1428571429 7.5925925926
$F$24 LADO IZQ 1200 169.56521739 1200 206.25 33.333333333
$F$25 LADO IZQ 1089.1304348 0 1000 89.130434783 1E+030
 Nuevo coeficiente
Valor minimo Valor maximo Nuevo CN < Valor minimo
X1 4386.666666667 5287.5 4200
X2 3582.608695652 1E+030 3500
X3 4266.666666667 5142.8571428572 4200

Nueva disponibilidad
Valor minimo Valor maximo Nuevo bn < valor minimo
b1 67.40740740741 77.142857142857 60
b2 1166.666666667 1406.25 1160
b3 -1E+030 1089.1304347826
Nuevo coeficiente
Nuevo CN > Valor maximo
5300

5200

Nueva disponibilidad
Nuevo bn > valor maximo
80
1410
1100
función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75 la solución NO permanece optim

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200 la función objetivo z disminuye
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000 la función de las variables Xn, no
𝑥_1, 𝑥_2,𝑥_3≥0

Funcion objetivo Minimizar Z 363466.667

X1 X2 X3
0 0 77.3333333
4800 4400 4700

RESTRICCIONES
LADO IZQ LADO DER
0.9 0.7 0.8 61.8666667 ≥ 60
14 10 15 1160 ≥ 1160
13 12 12 928 ≥ 0

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000 la solución permanece optima
𝑥_1, 𝑥_2,𝑥_3≥0 la función objetivo z permanece c
la función de las variables Xn per

Funcion objetivo Minimizar Z 405652.174

X1 X2 X3
71.7391304 0 13.0434783
4800 4400 4700
RESTRICCIONES
LADO IZQ LADO DER
0.9 0.7 0.8 75 ≥ 80
14 10 15 1200 ≥ 1410
13 12 12 1089.13043 ≥ 1100
solución NO permanece optima
función objetivo z disminuye
función de las variables Xn, no permanecen constantes

solución permanece optima

función objetivo z permanece constante
función de las variables Xn permanecen constantes
función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000
12 𝑥_1+9𝑥_2+13𝑥_3≥1100
𝑥_1, 𝑥_2,𝑥_3≥0

Funcion objetivo Minimizar Z 418571.429

X1 X2 X3
45.2380952 0 42.8571429
4800 4400 4700

RESTRICCIONES
LADO IZQ LADO DER
0.9 0.7 0.8 75 ≥ 75
14 10 15 1276.19048 ≥ 1200
13 12 12 1102.38095 ≥ 1000
12 9 13 1100 ≥ 1100

Concluimos

la solución es optima
la función objetivo Z, aumenta su valor
la solución de las variables Xn, no permanecen constantes
el problema como modelo de programación lineal es:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75 la solución permanece optima

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200 Disminuye la función objetivo Z
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000 la solución de las variables Xn pe
𝑥_1, 𝑥_2,𝑥_3≥0

Funcion objetivo Minimizar Z 356086.957

X1 X2 X3
71.7391304 0 13.0434783
4200 3500 4200

RESTRICCIONES
LADO IZQ LADO DER
0.9 0.7 0.8 75 ≥ 75
14 10 15 1200 ≥ 1200
13 12 12 1089.13043 ≥ 1000

el problema como modelo de programación lineal es:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3

sujeto a:

0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3≥75 la solución no permanece optima

14 𝑥_1+10 𝑥_2+15 𝑥_3≥1200 disminuye la función objetivo Z
13 𝑥_1+12 𝑥_2+12 𝑥_3≥1000 la solución de las variables Xn no
𝑥_1, 𝑥_2,𝑥_3≥0

Funcion objetivo Minimizar Z 0

X1 X2 X3
0 120 0
5300 0 5200
RESTRICCIONES
LADO IZQ LADO DER
0.9 0.7 0.8 84 ≥ 75
14 10 15 1200 ≥ 1200
13 12 12 1440 ≥ 1000
 solución permanece optima
isminuye la función objetivo Z
solución de las variables Xn permancen constantes

solución no permanece optima

isminuye la función objetivo Z
solución de las variables Xn no permancen constantes
el problema como modelo de programación lineal es:

función objetivo:

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑧=4800 𝑥_1+4400𝑥_2+4700𝑥_3+4500𝑥_4 la solución es optima

sujeto a: la función objetivo Z es constante
la solución de las variables Xn, pe
0,9 𝑥_1+0,7 𝑥_2+0,8 𝑥_3+0,6𝑥_4≥75
14 𝑥_1+10 𝑥_2+15 𝑥_3+12 𝑥_4≥1200
13 𝑥_1+12 𝑥_2+12 𝑥_3+14𝑥_4≥1000
𝑥_1, 𝑥_2,𝑥_3,𝑥_4≥0

Funcion objetivo Minimizar Z 405652.174

X1 X2 X3 X4
71.7391304 0 13.0434783 0
4800 4400 4700 4500

RESTRICCIONES
LADO IZQ
0.9 0.7 0.8 0.6 75 ≥
14 10 15 12 1200 ≥
13 12 12 14 1089.13043 ≥

Interpretación de resultados

la empresa Americana de estructuras Co., debe aumentar una nueva restricción así aumentara los recursos y aum
 solución es optima
función objetivo Z es constante
solución de las variables Xn, permanecen constantes

LADO DER
75
1200
1000

así aumentara los recursos y aumentaran las unidades de estructuras metalicas para cubiertas y entrepisos.
 Bibliografía

Chediak, F. (2013). Investigación de operaciones. Ibagué, Colombia: Editorial Universidad de

Ibagué. Recuperado de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70155

Del Valle, S. (2012) Álgebra lineal para estudiantes de ingeniería y ciencias. México, México:
Editorial McGraw-Hill Interamericana. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/93437

Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones .
México, México: Grupo Editorial Patria. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39452

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
al Universidad de
/ereader/unad/70155

. México, México:

ación de operaciones .

programación lineal
8