TAREA 2 - METODO SIMPLEX PRIMAL

Situación problema de programación lineal:

Información de la situación del Problema
X1 Cemento Portland tipo CEM III
X2 Cemento Portland tipo CEM IV CEM III CEM IV
X3 Cemento Portland tipo CEM V Utilidades (USD) 55 43
Clinker (Ton) 0.56 0.4
Escoria (Ton) 0.16 0.24
Puzolana (Ton) 0.28 0.36

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

Funcion Objerivo

Maximizar Z = 〖 𝟓 𝟓𝑿〗 _(𝟏 )+𝟒 𝟑 𝑿_𝟐 + 31 𝑿_𝟑

Sujeto a:

𝟎,𝟓𝟔 𝑿_𝟏+ 0,4 𝑿_𝟐+ 0,28 〖 𝑿〗 _𝟑 ≤ 4,500 𝟎,𝟓𝟔 𝑿_𝟏+ 0,4 𝑿_𝟐+ 0,28 〖 𝑿〗 _𝟑

𝟎,𝟏𝟔 𝑿_𝟏+ 0,24 𝑿_𝟐+ 0,𝟑𝟐 〖 𝑿〗 _𝟑 ≤ 2,800 𝟎,𝟏𝟔 𝑿_𝟏+ 0,24 𝑿_𝟐+ 0,𝟑𝟐 〖 𝑿〗
𝟎,𝟐𝟖 𝑿_𝟏+ 0,36 𝑿_𝟐+ 0,𝟒 〖 𝑿〗 _𝟑 ≤ 3,800 𝟎,𝟐𝟖 𝑿_𝟏+ 0,36 𝑿_𝟐+ 0,𝟒 〖 𝑿〗 _
𝑿_𝟏, 𝑿_𝟐, 〖 𝑿〗 _𝟑 ≥ 0 𝑿_𝟏, 𝑿_𝟐, 〖 𝑿〗 _𝟑, S𝟏, S𝟐, S𝟑 ≥ 0

2. Solucionar el modelo de programación lineal por el método simplex primal.

Funcion Objerivo

Maximizar Z = 〖−𝟓𝟓𝑿〗 _(𝟏 )−𝟒𝟑 𝑿_𝟐− 31 𝑿_𝟑+𝟎"S" 𝟏+𝟎𝑺𝟐+𝟎𝑺𝟑=𝟎

Sujeto a:
𝟎,𝟓𝟔 𝑿_𝟏+ 0,4 𝑿_𝟐+ 0,28 〖 𝑿〗 _𝟑 + S𝟏 = 4500
𝟎,𝟏𝟔 𝑿_𝟏+ 0,24 𝑿_𝟐+ 0,𝟑𝟐 〖 𝑿〗 _𝟑 + S𝟐 = 2800
𝟎,𝟐𝟖 𝑿_𝟏+ 0,36 𝑿_𝟐+ 0,𝟒 〖 𝑿〗 _𝟑 + S𝟑 = 3800
𝑿_𝟏, 𝑿_𝟐, 〖 𝑿〗 _𝟑, S𝟏, S𝟐, S𝟑 ≥ 0

Aplicando el método SIMPLEX PRIMAL al problema de maximización

Tabla inicial
VARIABLES VARIABLES NO BASICAS
BASICAS
 VARIABLES
BASICAS Z X1 X2 X3 S1 S2
Z 1 -55 -43 -31 0 0
S1 0 0.56 0.4 0.28 1 0
S2 0 0.16 0.24 0.32 0 1
S3 0 0.28 0.36 0.4 0 0

Valor más negativo -55 -43 -31 0 0

VE

Interacción N°1
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 0 -3.71428571 -3.5 98.2142857 0
X1 0 1 0.71428571 0.5 1.78571429 0
S2 0 0 0.12571429 0.24 -0.28571429 1
S3 0 0 0.16 0.26 -0.5 0

Valor más negativo 0 -3.71428571 -3.5 98.2142857 0

VE

Interacción N°2
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 0 0 2.53571428571429 86.6071429 0

X1 0 1 0 -0.6607142857143 4.01785714 0

S2 0 0 0 0.03571428571429 0.10714286 1

X2 0 0 1 1.625 -3.125 0

Valor más negativo 0 0 2.53571428571429 86.6071429 0

Solver (Excel), encontrar los resultados de la solución del problema programación lineal.

FUNCION OBJETIVO Max Z 477946.429

X1 X2 X3
1116.07143 9687.5 0
55 43 31

RESTRICCIONES
VALOR
0.56 0.4 0.28 4500 ≤ 4500
 0.16 0.24 0.32 2503.57143 ≤ 2800
0.28 0.36 0.4 3800 ≤ 3800

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de de

SOLUCIÓN ÓPTIMA: La empresa debe producir 1116 toneladas de Cemento

Portland tipo CEM III a una utilidad de USD 55 y 9687,5 Toneladas de
Cemento Portland tipo CEM IV a una utilidad de USD 43, para maximizar de
esta manera las utilidades de producción a USD 477946,42
 CEM V Disponibilidad
31 (Ton)
0.28 4500
0.32 2800
0.4 3800

𝑿_𝟐+ 0,28 〖 𝑿〗 _𝟑 + S𝟏 = 4500

𝑿_𝟐+ 0,𝟑𝟐 〖 𝑿〗 _𝟑 + S𝟐 = 2800
𝑿_𝟐+ 0,𝟒 〖 𝑿〗 _𝟑 + S𝟑 = 3800
〗 _𝟑, S𝟏, S𝟐, S𝟑 ≥ 0

SOLUCION
 SOLUCION
S3
0 0 Razón más pequeña
0 4500 8035.7 VS
0 2800 17500.0
1 3800 13571.4

SOLUCION
S3
0 441964.285714286 Razón más pequeña
0 8035.71428571429 11250.0
0 1514.28571428571 12045.5
1 1550 9687.5 VS

SOLUCION
S3
23.2142857 477946
-4.46428571 1116 Solucion del problema
-0.78571429 296
6.25 9688

23.2142857
para la toma de decisiones.
 TAREA 2 - METODO SIMPLEX ARTIFICIAL

Situación problema de programación lineal:

X1 Aceros templables al boro grado Durabor 20MnB5

X2 Aceros templables al boro grado Durabor 22MnB5
X3 Aceros templables al boro grado Durabor 24MnB5

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

Funcion Objerivo

Maximizar Z = 𝟐𝟕𝟓 𝑿_𝟏+𝟐𝟖𝟎 𝑿_𝟐 + 285 𝑿_𝟑

Sujeto a:
Sujetoa:
𝟎,𝟖𝟓 𝑿_𝟏+ 0,9 𝑿_𝟐+ 1,1 〖 𝑿〗 _𝟑 ≥ 510 𝟎,𝟖𝟓 𝑿_𝟏+ 0,9 𝑿_𝟐+ 1,1 〖 𝑿〗 _𝟑 - S

24𝑿_𝟏+ 26 𝑿_𝟐+ 28 〖 𝑿〗 _𝟑 ≤ 13500 𝟐𝟒𝑿_𝟏+ 26 𝑿_𝟐+ 2𝟖 〖 𝑿〗 _𝟑 + S𝟐 =

22𝑿_𝟏+ 20𝑿_𝟐+ 24 〖 𝑿〗 _𝟑 ≤ 11500 22 𝑿_𝟏+ 20 𝑿_𝟐+ 24 〖 𝑿〗 _𝟑 + S𝟑 =
𝑿_𝟏, 𝑿_𝟐, 〖 𝑿〗 _𝟑 ≥ 0 𝑿_𝟏, 𝑿_𝟐, 〖 𝑿〗 _𝟑, S𝟏, R𝟏 S𝟐, S𝟑 ≥ 0

2. Solucionar el modelo de programación lineal por el método simplex artificial

Tabla inicial

VARIABLES VARIABLES NO BASICAS

BASICAS R X1 X2 X3
R 1 0.85 0.9 1.1
R1 0 0.85 0.9 1.1
S2 0 24 26 28
S3 0 22 20 24

Valor más negativo 0.85 0.9 1.1

VE
Interacción N°1
VARIABLES VARIABLES NO BASICAS
BASICAS R X1 X2 X3
R 1 0 0 0
X3 0 0.77 0.82 1
S2 0 2.36 3.09 0
S3 0 3.45 0.36 0

Valor más negativo 0 0 0

FASE 2 Maximizar Z
Remplazando la función objetivo del problema original en la solución óptima de la Minimización y suprimiendo la variable arti

Funcion Objerivo

Maximizar Z = 𝟐𝟕𝟓 𝑿_𝟏+𝟐𝟖𝟎 𝑿_𝟐 + 285 𝑿_𝟑

Funcion Objerivo

Maximizar Z - 𝟐 𝟕 𝟓 𝑿_𝟏 −𝟐 𝟖 𝟎 𝑿_𝟐 - 285 𝑿_𝟑 +𝟎𝑺_𝟏 + 〖𝟎𝑺〗 _𝟐 + 0𝑺_𝟑 = 0

Tabla Inicial
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3
Z 1 -275 -280 -285
X3 0 0.77 0.82 1
S2 0 2.36 3.09 0
S3 0 3.45 0.36 0

Valor más negativo -275 -280 -285

VE

Interacción N°1
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3
Z 1 -54.77 -46.82 0
X3 0 0.77 0.82 1
S2 0 2.36 3.09 0
S3 0 3.45 0.36 0

Valor más negativo -54.77 -46.82 0.00

Interacción N°2
VARIABLES VARIABLES NO BASICAS
BASICAS
 VARIABLES
BASICAS Z X1 X2 X3
Z 1 -14 -43 0
X3 0 1 1 1
S2 0 -2 3 0
S1 0 0 0 0

Valor más negativo -13.75 -42.50 0.00

VE

Interacción N°3
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3
Z 1 -40 0 0
X3 0 1 0 1
X2 0 -1 1 0
S1 0 0 0 0

Valor más negativo -40.31 0.00 0.00

VE

Interacción N°4
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3
Z 1 0 0 0
X3 0 0 0 1
X2 0 0 1 0
X1 0 1 0 0

Valor más negativo 0.00 0.00 0.00

VE

Solver (Excel), encontrar los resultados de la solución del problema programación lineal.

FUNCION OBJETIVO Max Z 141847.222

X1 X2 X3
98.148 92.593 312.037
275 280 285

RESTRICCIONES
VALOR
0.85 0.9 1.1 510 ≥
24 26 28 13500 ≤
22 20 24 11500 ≤
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de de

SOLUCIÓN ÓPTIMA DE MAXIMIZACIÓN

Industrial Materials Enterprice Co., debe producir para maximizar todos sus recursos y
llegar a tener utilidades USD de 141847,22 , de la siguiente manera:

X1 98,148 toneladas de Aceros templables al boro grado Durabor 20MnB5, con una utilidad de 2
X2 92,593 toneladas de Aceros templables al boro grado Durabor 22MnB5, con una utilidad de 2
X3 312,037 toneladas de Aceros templables al boro grado Durabor 24MnB5, con una utilidad de 2
 X1= Aceros templables X2= Aceros templables X3= Aceros templables
al boro grado Durabor al boro grado Durabor al boro grado Durabor
20MnB5 22MnB5 24MnB5

Utilidades (USD) 275 280 285

Acero al Boro (Ton) 0.85 0.9 1.1
Tiempo de Recocido (Min) 24 26 28
Tiempo de Templado (Min) 22 20 24

ción lineal.

FASE 1 Minimizar R

Minimizar R + 𝟐𝟕𝟓 𝑿_𝟏+𝟐𝟖𝟎 𝑿_𝟐+ 285 𝑿_𝟑-𝑺_𝟏+ 0𝑹_𝟏+ 〖𝟎𝑺〗 _𝟐 + 0𝑺_𝟑 =

510
𝟎,𝟖𝟓 𝑿_𝟏+ 0,9 𝑿_𝟐+ 1,1 〖 𝑿〗 _𝟑 - S𝟏 + R𝟏 = 510
𝟐𝟒𝑿_𝟏+ 26 𝑿_𝟐+ 2𝟖 〖 𝑿〗 _𝟑 + S𝟐 = 13500
22 𝑿_𝟏+ 20 𝑿_𝟐+ 24 〖 𝑿〗 _𝟑 + S𝟑 = 11500
𝑿_𝟏, 𝑿_𝟐, 〖 𝑿〗 _𝟑, S𝟏, R𝟏 S𝟐, S𝟑 ≥ 0

método simplex artificial

VARIABLES NO BASICAS
S1 R1 S2 S3
-1 0 0 0
-1 1 0 0
0 0 1 0
0 0 0 1

-1 0 0 0
 VARIABLES NO BASICAS
S1 R1 S2 S3
0 -1 0 0
-0.91 0.91 0 0
25.45 -25.45 1 0
21.82 -21.82 0 1

0 -1 0 0

tima de la Minimización y suprimiendo la variable artificial R1:

〖𝟎𝑺〗 _𝟐 + 0𝑺_𝟑 = 0

VARIABLES NO BASICAS
S1 S2 S3
0 0 0
-0.91 0 0
25.45 1 0
21.82 0 1

0 0 0

VARIABLES NO BASICAS
S1 S2 S3
-259.09 0 0 0
-0.91 0 0 0
25.45 0 1 0
21.82 0 0 1

-259.09 0 0
VE

VARIABLES NO BASICAS
 S1
0 0
0 0
0 0
1 0
S2 S3
0 12
0 0
1 -1
0 0

0.00 0 11.875

VARIABLES NO BASICAS
S1 S2 S3
0 0 16 -7
0 0 0 0
0 0 0 0
1 0 0 0

0.00 15.9375 -6.71875

VARIABLES NO BASICAS
S1 S2 S3
239 0 14 6
-9 0 0 0
4 0 0 0
6 0 0 0

238.89 14.4444444444444 5.97222222222222

ramación lineal.

510
13500
11500
e programación lineal para la toma de decisiones.

XIMIZACIÓN
para maximizar todos sus recursos y
2 , de la siguiente manera:

al boro grado Durabor 20MnB5, con una utilidad de 275 USD

al boro grado Durabor 22MnB5, con una utilidad de 280 USD
al boro grado Durabor 24MnB5, con una utilidad de 285 USD
 Disponibilidad Mínima
Disponibilidad Máxima (Ton)

≥ 510
≤ 13500
≤ 11500

+ 0𝑺_𝟑 =

SOLUCION

510 Razón más pequeña

510 463.6 VS
13500 482.1
11500 479.2
SOLUCION

0 Solución óptima de la minimizacion

463.64
518.18
372.73

SOLUCION

0 Razón más pequeña

463.64 463.6 VS
518.18 #DIV/0!
372.73 #DIV/0!

SOLUCION

132136.36 Razón más pequeña

463.64 -510.0
518.18 20.4
372.73 17.1 VS

SOLUCION
SOLUCION

136563 Razón más pequeña

479 575.0
83 31.3 VS
17 1025.0

SOLUCION

137891 Razón más pequeña

453 315.2
31 -50.0
17 98.1 VS

Solucion del problema

SOLUCION

141847
312
93
98
 Ejercicio 3 METODO SIMPLEX DUAL PARA UNA MINIMIZACION - TAREA 2

El problema como modelo de programación lineal:

Función objetivo:
Minimizar Z = 780 𝑿_𝟏+𝟕𝟑𝟎 𝑿_𝟐 + 680 𝑿_𝟑
Sujeto a:
𝟎,𝟑𝟓 𝑿_𝟏+ 0,3 𝑿_𝟐+ 0,25 〖 𝑿〗 _𝟑 ≥ 300
𝟎,𝟏𝟓 𝑿_𝟏+ 0,17 𝑿_𝟐+ 0,19 〖 𝑿〗 _𝟑 ≥ 150
𝟎,𝟓 𝑿_𝟏+ 0,53 𝑿_𝟐+ 0,56 〖 𝑿〗 _𝟑 ≥ 450

Forma estándar del método simplex dual:

Función objetivo: Minimizar Z - 780 𝑿_𝟏 −𝟕𝟑𝟎𝑿_𝟐 -680 𝑿_𝟑 + 𝑺_𝟏 + 〖𝟎𝑺〗 _𝟐 + 0
Sujeto a:
− 𝟎,𝟑𝟓 𝑿_𝟏- 0,3 𝑿_𝟐- 0,25 〖 𝑿〗 _𝟑 + 𝑺_𝟏 = - 300
− 𝟎,𝟏𝟓 𝑿_𝟏- 0,17 𝑿_𝟐- 0,19 〖 𝑿〗 _𝟑 + 𝑺_𝟐 = - 150
− 𝟎,𝟓 𝑿_𝟏 - 0,53 𝑿_𝟐- 0,56 〖 𝑿〗 _𝟑 + 𝑺_𝟑 = - 450

Solución del modelo por el método simplex dual:

Tabla inicial:
Condición de optimidad: la variable entrante (VE) es la variable

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z 1 -780 -730 -680
S1 0 -0.35 -0.3 -0.25
S2 0 -0.15 -0.17 -0.19
S3 0 -0.5 -0.53 -0.56
VE
Razón más pequeña 1560 1377.36 1214.29

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

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 varia

Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z 1 -172.85714285714 -86.428571428572 0
S1 0 -0.1267857142857 -0.0633928571429 0
S2 0 0.01964285714286 0.00982142857143 0
X3 0 0.89285714285714 0.94642857142857 1
VE

Razón más pequeña 1363.38028169014 1363.38028169014 #DIV/0!

Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z 1 0 0 0
X1 0 1 0.5 0
S2 0 0 0 0
X3 0 0 0.5 1
VE

Razón más pequeña #DIV/0! #DIV/0! #DIV/0!

Iteración 3: Ya no me da ningun valor para poder escoger la Razón mas pequeña, busco la soluc

Solver (Excel), encontrar los resultados de la solución del problema programación lineal.

FUNCION OBJETIVO Min Z 700345

X1 X2 X3
672.4 0.0 258.6
780 730 680

RESTRICCIONES
VALOR
0.35 0.3 0.25 300
0.15 0.17 0.19 150
 0.5 0.53 0.56 481.03448275862

La empresa debe producir 672,4 unidades del producto "Pintura Plasstica Interiores" a
unidades del producto "Pintura Plastica Techos" a un costo de $USD 680 para minim
$USD 700345
 Construccion del Modelo
Pintura Pintura Pintura
Plasstica Plasstica Plasstica
Interiores Exteriores Techos
Costo (USD) 780 730 680 Disponibilidad
Pigmento (Ton) 0.35 0.3 0.25 300
Aglutinante (Ton) 0.15 0.17 0.19 150
Plastificante (Ton) 0.5 0.53 0.56 450

𝑿_𝟑 + 𝑺_𝟏 + 〖𝟎𝑺〗 _𝟐 + 0𝑺_𝟑 = 0

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

NO BASICAS Condición de factibilidad: la variable saliente (

SOLUCION
S1 S2 S3
0 0 0 0 Valor más negativo
1 0 0 -300 -300
0 1 0 -150 -150
0 0 1 -450 VS -450

0 0 0

ble entrante en un vector identidad

mento pivote

oeficiente de la columna de la variable entrante)] + ecuación anterior

NO BASICAS
SOLUCION
S1 S2 S3
0 0 -1214.28571 546428.5714 Valor más negativo
1 0 -0.44642857 -99.1071429 VS -99.1071429
0 1 -0.33928571 2.678571429 2.678571429
0 0 -1.78571429 803.5714286 803.5714286

0 #DIV/0! 2720

NO BASICAS
SOLUCION
S1 S2 S3
-1363.38028 0 -605.633803 681549.2958 Valor más negativo
-7.88732394 0 3.521126761 781.6901408 781.6901408
0.154929577 1 -0.4084507 -12.6760563 VS -12.6760563
7.042253521 0 -4.92957746 105.6338028 105.6338028

Razón mas pequeña, busco la solución por medio de SOLVER

mación lineal.

≥ 300
≥ 150
 ≥ 450

ntura Plasstica Interiores" a un costos de$USD 780 y 258,6

to de $USD 680 para minimizar los costos de producción a
700345
idad: la variable saliente (VS) es la variable básica con la razon más negativa. Si todas las variables básicas son no negativas, el proceso ter

lor más negativo

lor más negativo

lor más negativo

s son no negativas, el proceso termina
Min Enter the values in the shaded area then use the Run Excel's Solver but
Alternatively, or to view the sensitivity results, open Solver by going to th
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
x1 x2 x3
Minimize 780 730 680 sign RHS
Constraint 1 0.35 0.3 0.25 > 300
Constraint 2 0.15 0.17 0.19 > 150
Constraint 3 0.5 0.53 0.56 > 450

Results
Variables 672.4 0 258.6
Objective 700320
 then use the Run Excel's Solver button.
y results, open Solver by going to the
2016) or the Tools menu (Excel 2003,

postrophe first.)

Results Problem setup area

LHS Slack/Surplus
700320 < constraints > constraints
299.99 0.01 Constraint 0 0 299.99 300
149.994 0.006 Constraint 0 0 149.994 150
481.016 -31.016 Constraint 0 0 481.016 450

La empresa debe producir 672,4 unidades del producto "Pintura Plasstica Interiores" a un costos de$USD
780 y 258,6 unidades del producto "Pintura Plastica Techos" a un costo de $USD 680 para minimizar los
costos de producción a $USD 700320