Guía de actividades y rúbrica de evaluación Unidad 1 - Tarea 1 -

Solución de modelos de decisión en programación lineal

Natali Muñoz Piedrahita

Tutor: Franco Muñoz

Curso: Programacion
lineal

Universidad Nacional Abierta y a Distancia- UNAD

Escuela de Ciencias Basicas, Tecnologia e Ingenieria -

ECBTI
Ingenieria Industrial

Palmira - Valle de Cauca 2022

nidad 1 - Tarea 1 -
mación lineal

a- UNAD

e Ingenieria -

2
 Utilidades(USD) Clinker (ton) Escoria (Ton)

X1 750 0.6 0.14

X2 630 0.44 0.22
X3 510 0.28 0.3
Totales: Z 5,100 2800
Maximo Maximo
X1: Cantidad fabricada de cemento portland tipo I
Sea X2: Cantidad fabricada de cemento portland tipo ll
X3: Cantidad abricada de cemento portland tipo lll

Modelo de programacion lineal (Modelo Normal)

Funcion Objetivo
Maximizar
Z= 〖 750𝑥 〗 _1+ 〖 630𝑥 〗 _2+ 〖 510𝑥 〗 _3
Sujeto a:
R1: Cantidad de clinker disponible para la fabricacion.
0,60𝑥_1+0,44𝑥_2+0,28𝑥_3≤5100

R2: cantidad de escoria disponibles para la fabricacion

0,14𝑥_1+0,22𝑥_2+0,30𝑥_3≤2800

R3: Cantidad de puzolana disponible para la fabricacion

0,30𝑥_1+0,34𝑥_2+0,42𝑥_3≤4200

Condicion de no negatividad.
𝑥_1,𝑥_2,𝑥_3≥0

Estandarizamos El Modelo
Funcion Objetivo

Maximizar Z= 〖 750𝑥 〗 _1+ 〖 630𝑥 〗 _2+ 〖 510𝑥 〗 _3 + 〖 0ℎ 〗 _1+ 〖 0ℎ 〗 _2+ 〖 0ℎ 〗 _3

Sujeto a:
R1: Cantidad de clinker disponible para la fabricacion.
0,60𝑥_1+0,44𝑥_2+0,28𝑥_3+ℎ_1=5100

R2: cantidad de escoria disponibles para la fabricacion

0,14𝑥_1+0,22𝑥_2+0,30𝑥_3+ℎ_2=2800

R3: Cantidad de puzolana disponible para la fabricacion

 0,30𝑥_1+0,34𝑥_2+0,42𝑥_3+ℎ_3=4200

Condicion de no negatividad.
𝑥_1;𝑥_2;𝑥_3;ℎ_1;ℎ_2;ℎ_3≥0
Cj 750
C`B B bj X1
0 h1 5100.00 0.60
0 h2 2800.00 0.14
0 h3 4200.00 0.30
Zj 0.00 0.00
Cj-Zj 750.00
V. entrante

Cj 750
C`B B bj X1
750 X1 8500.00 1.00
0 h2 1610.00 0.00
0 h3 1650.00 0.00
Zj 6375000.00 750.00
Cj-Zj 0.00

Cj 750
C`B B bj X1
750 X1 5750.00 1.00
0 h2 227.14 0.00
510 X3 5892.86 0.00
Zj 7317857.14 750.00
Cj-Zj 0.00

Cj 750
C`B B bj X1
630 X2 10781.25 1.88
0 h2 46.43 -0.03
510 X3 1272.32 -0.80
Zj 7441071.43 771.43
Cj-Zj -21.43
Fin del algoritmo: Se observa que en la última fila de todos los (Cj-Zj) son NO posit
iterando y llegamos a la soluc
 La solucion optima viene dado por el valor en de Z en la columna de los terminos
los valores de las variables de decisión, observando las fila

SOLUCIÓN CON SOLVER DE EXCEL

Variables
X1 X2 X3
Funcion Objetivo 750 630 510
Restriccion 1 0.60 0.44 0.28
Restriccion 2 0.14 0.22 0.30
Restriccion 3 0.30 0.34 0.42

X1 = 0
X2 = 10781.25
X3 = 1272.321428571
Z MAXIMO 7441071.43

Interpretacion de los resultados

Se debe fabricar 0 Unidades de cemento portland tipo I, es decir no es recomen

X1
maxima.
Se debe fabricar 10781,25 unidades de cemento portland tipo II, de los 3 tipos d
X2
siendo el mas importante y que ayuda a la empre
Se debe fabricar 0 unidades de cemento portland tipo III, esta cantidad de pr
X3
utilidades.
h1 La empresa usa el maximo de clinker disponible par

En la disponibilidad de escoria hay 46.43 Toneladas de las cuales no se utiliza

h2
actividad que genere otras g
h3 La empresa usa el maximo de puzolana disponible pa

Utilidad Maxima La anterior recomendación de la produccion genera una

 Puzolana (Ton)

0.3
0.34
0.42
4200
Maximo

Normal)
 630 510 0 0 0
X2 X3 h1 h2 h3 Razon
0.44 0.28 1.00 0.00 0.00 8500.000000
0.22 0.30 0.00 1.00 0.00 20000.000000
0.34 0.42 0.00 0.00 1.00 14000.000000
0.00 0.00 0.00 0.00 0.00
630.00 510.00 0.00 0.00 0.00

630 510 0 0 0
X2 X3 h1 h2 h3 Razon
0.73 0.47 1.67 0.00 0.00 18214.285714
0.12 0.23 -0.23 1.00 0.00 6860.795455
0.12 0.28 -0.50 0.00 1.00 5892.857143
550.00 350.00 0.00 0.00 0.00
80.00 160.00 0.00 0.00 0.00
V. entrante

630 510 0 0 0
X2 X3 h1 h2 h3 Razon
0.53 0.00 2.50 0.00 -1.67 10781.250000
0.02 0.00 0.19 1.00 -0.84 13551.136364
0.43 1.00 -1.79 0.00 3.57 13750.000000
618.57 510.00 0.00 0.00 571.43
11.43 0.00 0.00 0.00 -571.43
V. entrante

630 510 0 0 0
X2 X3 h1 h2 h3 Razon
1.00 0.00 4.69 0.00 -3.13 10781.250000
0.00 0.00 0.11 1.00 -0.79 #DIV/0!
0.00 1.00 -3.79 0.00 4.91 #DIV/0!
630.00 510.00 0.00 0.00 535.71
0.00 0.00 0.00 0.00 -535.71

ila de todos los (Cj-Zj) son NO positivos o solo hay ceros y negativos, por tanto no podemos seguir
iterando y llegamos a la solucion optima.
de Z en la columna de los terminos independientes (bj), en esta misma columna se puede observar
bles de decisión, observando las filas correspondientes. por tanto tenemos:

CIÓN CON SOLVER DE EXCEL

Capacidad Formula
7441071.4
<= 5100.00 5100
<= 2800.00 2753.5714
<= 4200.00 4200

erpretacion de los resultados

land tipo I, es decir no es recomendable la fabricacion de este cemento para generar una utilidad
maxima.
nto portland tipo II, de los 3 tipos de cemento, este es el que mayor volumen de fabricación tiene,
importante y que ayuda a la empresa a maximizar sus utilidades.
portland tipo III, esta cantidad de produccion de cemento ayuda a la empresa a maximizar sus
utilidades.
el maximo de clinker disponible para la fabricacion de sus productos.

oneladas de las cuales no se utilizan, estas toneladas sobran y podrian aprovecharse para otra
actividad que genere otras ganancias
maximo de puzolana disponible para la fabricacion de sus productos.

ación de la produccion genera una utilidad maxima de USD 7441071.43

v. saliente

v. saliente

v. saliente
En la primera fase minimizamos las variables artificiales
solo tenemos en cuenta la variable artificial con ceficiente 1 en la
funcion objetivo, el resto con oceficiente 0
 FASE 1
Cj 0 0 0
C`B B bj X1 X2 X3
1 A1 530.00 0.90 1.00 1.20
0 S2 70000.00 120.00 125.00 150.00
0 S3 90000.00 150.00 170.00 190.00
Zj 530.00 0.90 1.00 1.20
Cj-Zj -0.90 -1.00 -1.20
Teniendo en cuenta las codiciones para seguir iterando, tenemos:
Sale la variable artificial de la base y entra X3

Cj 0 0 0
C`B B bj X1 X2 X3
0 X3 441.67 0.75 0.83 1.00
0 S2 3750.00 7.50 0.00 0.00
0 S3 6083.33 7.50 11.67 0.00
Zj 0.00 0.00 0.00 0.00
Cj-Zj 0.00 0.00 0.00
Fin del algoritmo: Se observa que en la última fila de todos los (Cj-Zj) solo hay ceros, por tan
a la ultima tabla de la FASE 1

En esta fase cambiamos la funcion objetivo y

FASE 2 su valor es cero, y seguimos iterando la tabla

Cj 1400 1600 1800

C`B B bj X1 X2 X3
1800 X3 441.67 0.75 0.83 1.00
0 S2 3750.00 7.50 0.00 0.00
0 S3 6083.33 7.50 11.67 0.00
Zj 795000.00 1350.00 1500.00 1800.00
Cj-Zj 50.00 100.00 0.00
Teniendo en cuenta las codiciones para seguir iterando, tenemos:
Sale la variable S2 de la base y entra S1

Cj 1400 1600 1800

C`B B bj X1 X2 X3
1800 X3 466.67 0.80 0.83 1.00
0 S1 30.00 0.06 0.00 0.00
 0 S3 1333.33 -2.00 11.67 0.00
Zj 840000.00 1440.00 1500.00 1800.00
Cj-Zj -40.00 100.00 0.00
Teniendo en cuenta las codiciones para seguir iterando, tenemos:
Sale la variable S3 de la base y entra X2

Cj 1400 1600 1800

C`B B bj X1 X2 X3
1800 X3 371.43 0.94 0.00 1.00
0 S1 30.00 0.06 0.00 0.00
1600 X2 114.29 -0.17 1.00 0.00
Zj 851428.57 1422.86 1600.00 1800.00
Cj-Zj -22.86 0.00 0.00
Fin del algoritmo: Se observa que en la última fila de todos los (Cj-Zj) son NO positivos o
podemos seguir iterando y llegamos a la solucion opt
La solucion optima viene dado por el valor en de Z en la columna de los terminos indepen
puede observar los valores de las variables de decisión, observando las

SOLUCIÓN CON S

X1 X2 X3 Capacidad
Funcion Objetivo 1400 1600 1800
Restriccion 1 0.90 1.00 1.20 >= 530.00
Restriccion 2 120.00 125.00 150.00 <= 70000.00
Restriccion 3 150.00 170.00 190.00 <= 90000.00

X1 = 0
X2 = 114.2857142857
X3 = 371.4285714286
Z MAXIMO 851428.57142857

Interpretacion de los resultados

Se debe fabricar 0 Unidades de acero al manganeso grado B-1, es decir no es r

X1
producto para generar una utilidad maxima.
Se debe fabricar 114.28 unidades de acero al manganeso grado B-2, es decir que
X2
utilidades.
Se debe fabricar 371.43 unidades de acero al manganeso grado B-3, es decir que
X3
utilidades.
S1 La empresa necesita 30 toneladas adicionales a su disponibilidad minima de ace

S2 La empresa utiliza en su totalidad el tiempo dispoble en el proc

 S3 La empresa utiliza en su totalidad el tiempo dispoble en el pro

Utilidad Maxima La anterior recomendación de la produccion genera una utilidad max

 Toneladas de
Utilidades
acero al
(USD)
manganeso
X1 1400 0.9
X2 1600 1
X3 1800 1.2
Totales: Z 530
Minimo
X1: Cantidad de acero al manganeso grado B-1 a fabricar
Sea X2: Cantidad de acero al manganeso grado B-2 a fabricar
X3: Cantidad de acero al manganeso grado B-3 a fabricar

Modelo de programacion lineal (Modelo Normal)

Funcion Objetivo
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=1400𝑥_1+1600𝑥_2+1800𝑥_3

Sujeto a:
R1: Cantidad toneladas de acero al manganeso disponibles
0,9𝑥_1+1𝑥_2+1,2𝑥_3≥530

R2: Cantidad maxima de minutos de rtratamiento de templado

120𝑥_1+125𝑥_2+150𝑥_3≤70000

R3: Cantidad maxima de minutos de tratamiento de revenido

150𝑥_1+170𝑥_2+190𝑥_3≤90000

Condicion de no negatividad.
𝑥_1,𝑥_2,𝑥_3≥0

Estandarizamos El Modelo (PARA FASE 1)

Funcion Objetivo

𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=0𝑥_1+0𝑥_2+0𝑥_3+ 〖𝟎𝑺〗 _𝟏+ 〖𝟎𝑺〗 _𝟐+ 〖𝟎𝑺〗 _𝟑+𝑨_𝟏

Sujeto a:
R1: Cantidad toneladas de acero al manganeso disponibles
0,9𝑥_1+1𝑥_2+1,2𝑥_3−𝑺_𝟏+𝑨_𝟏=530

R2: Cantidad maxima de minutos de rtratamiento de templado

120𝑥_1+125𝑥_2+150𝑥_3+𝑺_𝟐=70000
 R3: Cantidad maxima de minutos de tratamiento de revenido
150𝑥_1+170𝑥_2+190𝑥_3+𝑺_𝟑=90000

Condicion de no negatividad.
𝑥_1;𝑥_2;𝑥_3;𝐴_1;𝑺_𝟏;𝑺_𝟐;𝑺_𝟑≥0

0 0 0 1
S1 S2 S3 A1 Razon
-1.00 0.00 0.00 1.00 530.000000
0.00 1.00 0.00 0.00 560.000000
0.00 0.00 1.00 0.00 529.411765
-1.00 0.00 0.00 1.00
1.00 0.00 0.00 0.00

0 0 0 1
S1 S2 S3 A1 Razon
-0.83 0.00 0.00 0.83
125.00 1.00 0.00 -125.00
158.33 0.00 1.00 -158.33
0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00
os (Cj-Zj) solo hay ceros, por tanto no podemos seguir iterando y llegamos
ma tabla de la FASE 1

mbiamos la funcion objetivo y con los coeficientes de la funcion objetivo originales y desechamos la variable artificial
, y seguimos iterando la tabla final de la fase 1 𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟒𝟎𝟎𝒙_𝟏+𝟏𝟔𝟎𝟎𝒙_𝟐+𝟏𝟖𝟎𝟎𝒙_𝟑

0 0 0
S1 S2 S3 Razon
-0.83 0.00 0.00 -
125.00 1.00 0.00 30.000000
158.33 0.00 1.00 38.421053
-1500.00 0.00 0.00
1500.00 0.00 0.00

0 0 0
S1 S2 S3 Razon
0.00 0.01 0.00 560.000000
1.00 0.01 0.00 -
 0.00 -1.27 1.00 114.285714
0.00 12.00 0.00
0.00 -12.00 0.00

0 0 0
S1 S2 S3 Razon
0.00 0.10 -0.07 #DIV/0!
1.00 0.01 0.00 -
0.00 -0.11 0.09 114.285714
0.00 1.14 8.57
0.00 -1.14 -8.57
s los (Cj-Zj) son NO positivos o solo hay ceros y negativos, por tanto no
ndo y llegamos a la solucion optima.
olumna de los terminos independientes (bj), en esta misma columna se
les de decisión, observando las filas correspondientes.

SOLUCIÓN CON SOLVER DE EXCEL

Formula
851428.571
560
70000
90000

so grado B-1, es decir no es recomendable la fabricacion de este

generar una utilidad maxima.
aneso grado B-2, es decir que ayuda a la empresa a maximizar sus
utilidades.
aneso grado B-3, es decir que ayuda a la empresa a maximizar sus
utilidades.
disponibilidad minima de acero al manganeso para su produccion

d el tiempo dispoble en el proceso de templado

d el tiempo dispoble en el proceso de revenido

ccion genera una utilidad maxima de USD 851428.57

 Minutos de Minutos de
tratamiento de tratamiento de
templado revenido
120 150
125 170
150 190
70000 90000
Maximo Maximo
al manganeso grado B-1 a fabricar
al manganeso grado B-2 a fabricar
al manganeso grado B-3 a fabricar

+1600𝑥_2+1800𝑥_3

aneso disponibles

amiento de templado

miento de revenido

𝟎𝑺〗 _𝟐+ 〖𝟎𝑺〗 _𝟑+𝑨_𝟏

aneso disponibles

amiento de templado
miento de revenido

ales y desechamos la variable artificial ya que

_𝟏+𝟏𝟔𝟎𝟎𝒙_𝟐+𝟏𝟖𝟎𝟎𝒙_𝟑
 Cj 1800 1700
C`B B bj X1 X2
0 S1 -45.00 -0.37 -0.31
0 S2 -30.00 -0.13 -0.15
0 S3 -105.00 -0.50 -0.54
Zj 0.00 0.00 0.00
Cj-Zj 1800.00 1700.00
RAZON 3600.00 3148.15
Teniendo en cuenta las codiciones para seguir iterando, tenemos:
Sale la variable S3 de la base y entra X3

Cj 1800 1700
C`B B bj X1 X2
0 S1 -2.29 -0.17 -0.09
0 S2 0.25 0.01 0.01
1600 X3 177.97 0.85 0.92
Zj 284745.76 1355.93 1464.41
Cj-Zj 444.07 235.59
RAZON 2665.31 2607.88
Teniendo en cuenta las codiciones para seguir iterando, tenemos:
Sale la variable S1 de la base y entra X2

Cj 1800 1700
 C`B B bj X1 X2
1700 X2 25.33 1.84 1.00
0 S2 0.11 0.00 0.00
1600 X3 154.78 -0.84 0.00
Zj 290712.95 1790.43 1700.00
Cj-Zj 9.57 0.00
RAZON
Fin del algoritmo: Se observa que en la columna de los bj todos
iterando y llegamos a la solucio
La solucion optima viene dado por el valor en de Z en la columna
misma columna se puede observar los valores de las varia
correspondientes.

SOLUCIÓN CON SOLVER DE EXCEL

X1 X2 X3 Capacidad Formula
Funcion Objetivo 1800 1700 1600 290712.946
Restriccion 1 0.37 0.31 0.24 >= 45 45
Restriccion 2 0.13 0.15 0.17 >= 30 30.1125704
Restriccion 3 0.5 0.54 0.59 >= 105 105

X1 = 0
X2 = 25.32833
X3 = 154.78424
Z MINIMO 290712.946

Interpretacion de los resultados

Se debe fabricar 0 Unidades de refresco en seco clase A, es decir no es recomendable la fabricacio

X1 generar minimos costos.

X2 Se debe fabricar 25.33 Unidades unidades de refresco en seco clase B, es decir ayuda a la empre

X3 Se debe fabricar 154.78 unidades unidades de refresco en seco clase C, es decir que ayuda a la em

S1 La empresa utiliza la cantidad minima de colorante disponible en tonelad

S2 la empresa utilizo adicional a su disponibilidad 0.11 toneladas de coloran

S3 La empresa utiliza la cantidad minima de azucar disponible en tonelada

Costo Minimo La anterior recomendación de la produccion genera unos costos minimos de USD
 Costos (USD) Saborizante (ton) Colorante (ton) Azucar (ton)

X1 1800 0.37 0.13 0.5

X2 1700 0.31 0.15 0.54
X3 1600 0.24 0.17 0.59
Totales: Z 45 30 105
Minimo Minimo Minimo
X1: Cantidad unidades de refresco en seco clase A fabricados
Sea X2: Cantidad unidades de refresco en seco clase B fabricados
X3: Cantidad unidades de refresco en seco clase C fabricados

Modelo de programacion lineal (Modelo Normal)

Funcion Objetivo

Minimizar=1800𝑥_1+1700𝑥_2+1600𝑥_3
Sujeto a:
R1: Cantidad de saborizante minimo
0,37𝑥_1+0,31𝑥_2+0,24𝑥_3≥45

R2: Cantidad minima disponible de colorante

0,13𝑥_1+0,15𝑥_2+0,17𝑥_3≥30

R3: Cantidad minima disponible de azucar

0,50𝑥_1+0,54𝑥_2+0,59𝑥_3≥105

Condicion de no negatividad.
𝑥_1,𝑥_2,𝑥_3≥0

Estandarizamos El Modelo

Como todas las restricciones deben ser de tipo menor o igual, para poder aplica
NOTA: metodo simplex dual, se multiplica por menos 1 cada una de las restricciones y lue
estandariza

Modelo Normal modificado para luego estandarizar

Funcion Objetivo

Minimizar=1800𝑥_1+1700𝑥_2+1600𝑥_3
Sujeto a:
R1: Cantidad de saborizante minimo
−0,37𝑥_1−0,31𝑥_2−0,24𝑥_3≤−45

R2: Cantidad minima disponible de colorante

 −0,13𝑥_1−0,15𝑥_2−0,17𝑥_3≤−30

R3: Cantidad minima disponible de azucar

−0,50𝑥_1−0,54𝑥_2−0,59𝑥_3≤−105

Condicion de no negatividad.
𝑥_1,𝑥_2,𝑥_3≥0

Ahora, Estandarizamos El Modelo

Modelo Estandarizado
Minimizar=1800𝑥_1+1700𝑥_2+1600𝑥_3+𝟎𝑺_𝟏+𝟎𝑺_𝟏+𝟎𝑺_𝟏

Sujeto a:
−0,37𝑥_1−0,31𝑥_2−0,24𝑥_3+𝑺_𝟏=−45

−0,13𝑥_1−0,15𝑥_2−0,17𝑥_3+𝑺_𝟐=−30

−0,50𝑥_1−0,54𝑥_2−0,59𝑥_3+𝑺_𝟑=−105

𝑥_1,𝑥_2,𝑥_3;𝑺_𝟏;𝑺_𝟐;𝑺_𝟑≥0

1600 0 0 0
X3 S1 S2 S3
-0.24 1.00 0.00 0.00
-0.17 0.00 1.00 0.00
-0.59 0.00 0.00 1.00
0.00 0.00 0.00 0.00
1600.00 0.00 0.00 0.00
2711.86 - - 0.00
uir iterando, tenemos:

1600 0 0 0
X3 S1 S2 S3
0.00 1.00 0.00 -0.41
0.00 0.00 1.00 -0.29
1.00 0.00 0.00 -1.69
1600.00 0.00 0.00 -2711.86
0.00 0.00 0.00 2711.86
- 0.00 - 6666.67
uir iterando, tenemos:

1600 0 0 0
 X3 S1 S2 S3
0.00 -11.07 0.00 4.50
0.00 0.06 1.00 -0.31
1.00 10.13 0.00 -5.82
1600.00 -2607.88 0.00 -1651.03
0.00 2607.88 0.00 1651.03

olumna de los bj todos son positivos, por tanto no se puede seguir

o y llegamos a la solucion optima
en de Z en la columna de los terminos independientes (bj), en esta
los valores de las variables de decisión, observando las filas
correspondientes.

comendable la fabricacion de este tipo de vidrio para

os.

es decir ayuda a la empresa a minimizar sus costos.

s decir que ayuda a la empresa a minimizar sus costos.

nte disponible en toneladas

0.11 toneladas de colorante

ar disponible en toneladas

s costos minimos de USD 290712,95

o igual, para poder aplicar el
de las restricciones y luego se
 Bibliografia

Del Valle, S. (2012). Álgebra lineal para estudiantes de ingeniería y

ciencias (pp. 24-34). McGraw-Hill Interamericana. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/93437

Taha, H. (2017). Investigación de operaciones (pp.73-81). Pearson

Educación. https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/?il=6959

Taha, H. (2017). Investigación de operaciones (pp.82-87). Pearson

Educación. https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/?il=6959

Taha, H. (2017). Investigación de operaciones (pp.152-155).

Pearson Educación. https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/?il=6959

Rojas, A. y Hernández, O. (2022). Solución de un problema de

programación lineal de maximización en Solver (Excel) [OVI].
https://repository.unad.edu.co/handle/10596/48369.
 ngeniería y
//elibro-
7

1). Pearson

7). Pearson

155).

ema de
[OVI].