Tarea 2_Solución de Modelos de Programación Líneal de Decisión

Presentado por:

Angie Vanessa Pescador

Deisy Lorena Lozada
Diana Marcela Morales
Hoffmann Ramirez Sanchez
Juan Gabriel Banol

Tutor:
Manuel Alejandro Lozada

Universidad Nacional Abierta y a Distancia UNAD

Vicerrectoría Académica y de Investigación

Programación Lineal

Grupo: 100404_232
Octubre 2020
 planteamiento

Se separa primero todos los datos que podamos obtener del problema
• Videojuego: Arcade, Estratega, Simulación
• Utilidad: USD170, USD140, USD150
• Costo: USD110, USD90, USD100
• K.b.: 20.000, 50.000, 17.000
• Hora Hombre: 10, 5, 10
• Disponibilidad: 50.000, 125.000.000, 20.000

Modelo canónico
Definir la función objetivo (meta), que en este caso vamos a maximizar

Restricciones
USD 110X1+USD90X2+USD100X3 ≤ 500000
20000X1+50000+ 17000X3 ≤ 125000000
10X1 + 5X2 + 10X3 ≤ 20000

Nota el método simple no trabaja con desigualdades, trabaja con igualdade

Modelo estándar
Pasamos todo lo del lado contrario del igual al otro lado con signo
contrario

Las restricciones quedan igual solo cambia el

Pasamos a sumarle la variable de holgura que dando así:

Ahora organizamos ese modelo estándar en una tabla

Vamos a identificar la columna pivote, y la fila pivote, para ello
buscamos en la fila Z el número menos negativo que este caso es el -170,
por lo tanto, la columna es la columna pivoté la cual desmarqué en fucsia
 SOLUCION

X1 X2 X3 S1 S2 S3 RESULTADO
Z -170 -140 -150 0 0 0
S1 110 90 100 1 0 0 500000 500000/110 4545.4545
S2 20000 50000 17000 0 1 0 125000000 125000000/20000 6250
X1 10 5 10 0 0 1 20000 20000/10 2000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -170 -140 -150 0 0 0
S1 110 90 100 1 0 0 500000
S2 20000 50000 17000 0 1 0 125000000
X1 10 5 10 0 0 1 20000

X1 X2 X3 S1 S2 S3 resultado
Z 0 -55 20 0 0 17 340000
S1 0 35 -10 1 0 -11 280000
S2 0 40000 -3000 0 1 -2000 85000000
X1 1 0.5 1 0 0 0.1 2000

Como se puede evidenciar en la fila de z hay negativos debemos empezar a buscar de nuevo la fila, columna y
numero pivote

X1 X2 X3 S1 S2 S3 resultado
Z 0 -55 20 0 0 0.0006 340000
S1 0 35 -10 1 0 -11 280000 8000
X2 0 40000 -3000 0 1 -2000 85000000 2125
X1 1 0.5 1 0 0 0.1 2000 4000

X1 X2 X3 S1 S2 S3 resultado
Z 0 -55 20 0 0 0.001 340000
S1 0 35 -10 1 0 -11 280000
X2 0 1 -0.075 0 0.000025 -0.05 2125
X1 1 0.5 1 0 0 0.1 2000

X1 X2 X3 S1 S2 S3 resultado
Z 0 0 15.875 0 0.001375 -2.74942 456875
S1 0 0 -7.375 1 -0.000875 -9.25 205625
X2 0 1 -0.075 0 0.000025 -0.05 2125
X1 1 0 1.0375 0 -0.0000125 0.125 937.5

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 0 15.875 0 0.001375 -2.74942 456875
X2 0 0 -7.375 1 -0.000875 -9.25 205625
X3 0 1 -0.075 0 0.00003 -0.05 2125
X1 1 0 1.0375 0 -0.0000125 0.125 938

Cuántos videojuegos de cada tipo debe vender la empresa VIDEOGAMER Co. en el lanzamiento, para obtener la mayor utilidad
posible con los recursos disponibles?
Z: Utilidad 456,875
X1 :arcade 938
X2:estrategia 2,125
X3: simulación 0
 Hallar la fila y la columna pivote
La columna pivote es la que tiene mayor negativo
La fila de pivote la hallamos dividiendo la columna pivote entre el resultado
El numero pivote es la intersepccion entre la colunma y la fila pivote

Hallar la fila y la columna pivote

La columna pivote es la que tiene mayor negativo
La fila de pivote la hallamos dividiendo la columna pivote entre el resultado
El numero pivote es la intersepccion entre la colunma y la fila pivote
 LP_max

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
x1 x2 x3
Maximize 170 140 150 sign RHS
c1 110 90 100 > 500000
c2 20000 50000 17000 > 125000000
c3 10 5 10 > 20000

Results
Variables 938.00 2125.00 0.00
Objective 456960.00

Page 6
 LP_max

Results Problem setup area

LHS Slack/Surplus
456960 < constraints > constraints
294430 205570 c1 0 0 294430 500000
125010000 -10000 c2 0 0 125010000 125000000
20005 -5 c3 0 0 20005 20000

Page 7
 Barras (X1) Perfiles (X2) Chapas (X3) Condición
$ 61,662.00 $ 52,278.00 $ 56,300.00
Cantidad (t) 13 10 20 ≥ 6000
Tiempo Recocido (h) 8 5 4 ≤ 2000
Tiempo T&R (h) 18 15 20 ≤ 7000

MODELO ESTÁNDAR
FUNCIÓN OBJETIVO A MAXIMIZAR FUNCIÓN OBJETIVO A MAXIMIZAR
𝑍=61662𝑥_1+52278𝑥_2+56300𝑥_3 𝑍−61662𝑥_1−52278𝑥_2−56300𝑥_3+MR_1= 0

RESTRICCIONES POR RECURSOS RESTRICCIONES POR RECURSOS

13𝑥_1+10𝑥_2+20𝑥_3≥ 6000 13𝑥_1+10𝑥_2+20𝑥_3−𝑆_1+𝑅_1= 6000
restar le lo que le sobra una variable de asceso y sumarle una
8𝑥_1+5𝑥_2+4𝑥_3≤2000 variable artificial
8𝑥_1+5𝑥_2+4𝑥_3+𝑆_2= 2000 agegarle lo que les falta por eso se suma
18𝑥_1+15𝑥_2+20𝑥_3≤7000
18𝑥_1+15𝑥_2+20𝑥_3+𝑆_3=7000 agegarle lo que les falta por eso se suma

RESTRICCIÓN DE NO NEGATIVIDAD
𝑥_1,𝑥_2,𝑥_3≥0

VARIABLE VARIABLES NO BASICAS tengo que quitar la variable de M enR1 de Z

BASICA x1 x2 x3 S1 S2 S3 R1 Resultado x1 x2 x3 S1 S2 S3 R1 Resultado
Z
R1
-61662
13
-52278
10
-56300
20
0
-1
0
0
0
0
M
1
0
6000 Z Actual Z
Operación
-61662
-13M
-52278
-10M
-56300
-20M
0
-M
0
0
0
0
M
-M
0
-6000M R1*-M
S2 8 5 4 0 1 0 0 2000 Resultado -61662-13M -52278-10M -56300-20M -M 0 0 0 -6000M
S3 18 15 20 0 0 1 0 7000

VARIABLE VARIABLES NO BASICAS

BASICA x1 x2 x3 S1 S2 S3 R1 Resultado
Z -61662-13M -52278-10M -56300-20M M 0 0 0 -6000M
x3 13 10 20 -1 0 0 1 6000 300
S2 8 5 4 0 1 0 0 2000 500
S3 18 15 20 0 0 1 0 7000 350

VARIABLE VARIABLES NO BASICAS

BASICA x1 x2 x3 S1 S2 S3 R1 Resultado
Z -25067 -24128 0 -2815 0 0 2815 16890000
x3 0.65 0.5 1 -0.05 0 0 0.05 300 461.5
x1 5.4 3 0 0.20 1 0 -0.20 800 148.1
S3 5 5 0 1 0 1 -1 1000 200

VARIABLE VARIABLES NO BASICAS

BASICA x1 x2 x3 S1 S2 S3 R1 Resultado
Z 0 -10201.89 0 -1886.59 4642.04 0 1886,6 20603630
x3 0 0.14 1.00 -0.07 -0.12 0.00 0.07 203.70
x1 1 0.56 0 0.04 0.19 0 -0.04 148.15
S3 0 2.22 0 0.81 -0.93 1 -0.81 259.26

VARIABLE VARIABLES NO BASICAS

BASICA x1 x2 x3 S1 S2 S3 R1 Resultado
Z 0 -10201.89 0 -1886.59 4642.04 0 1886,6 20603630
x3 0 0.14 1 -0.07 -0.12 0 0.07 203.70 1467
x1 1 0.56 0 0.04 0.19 0 -0.04 148.15 266.67
x2 0 2.22 0 0.81 -0.93 1 -0.81 259.26 116.67

VARIABLE VARIABLES NO BASICAS

BASICA x1 x2 x3 S1 S2 S3 R1 Resultado
Z 0 0 0 1854.10 391.25 4590.85 #VALUE! 21793850
x3 0 0 1 -0.13 -0.06 -0.06 0.13 187.50
x1 1 0 0 -0.17 0.42 -0.25 0.17 83.33
x2 0 1 0 0.37 -0.42 0.45 -0.37 116.67

VARIABLE
BASICA x1 x2 x3 S1 S2 S3 R1 Resultado
Z 0 0 0 1854.10 391.25 4590.85 -1854.09 21793850.00
x3 0 0 1 -0.13 -0.06 -0.06 0.13 187.50
x1 1 0 0 -0.17 0.42 -0.25 0.17 83.33
x2 0 1 0 0.37 -0.42 0.45 -0.37 116.67

solución
Utillidad Z 21793850
Chapas (X3) 187.50
Barras (X1) 83.33
Perfiles (X2) 116.67
𝑥_1=83,33
𝑥_2=116,67
𝑥_3=187,50
Z = 21793850
 LP_max (2)

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
x1 x2 x3
Maximize 61662 52270 56300 sign RHS
c1 13 10 20 > 6000
c2 8 5 4< 2000
c3 18 15 20 < 7000

Results
Variables 83.33 116.67 187.50
Objective 21792885.36

Page 10
 LP_max (2)

Results Problem setup area

LHS Slack/Surplus
21792885.4 < constraints > constraints
5999.99 0.0100000000002183 c1 0 0 5999.99 6000
1999.99 0.00999999999999091 c2 1999.99 2000 0 0
6999.99 0.0100000000002183 c3 6999.99 7000 0 0

Page 11
 Variable de decisión
X1:Petroleo crudo ligero
X2:Petroleo crudo mediano
X3:Petroleo crudo pesado

Función Objetivo
Minimizar Z=35x1+33x2+31x3

Sujeto a
0,25x1 + 0,55x2 + 0,20x3 > 750000 Gasolina
0,25x1 + 0,20x2 + 0,55x3 > 1100000 Keroseno
0,60x1 + 0,25x2 + 0,15x3 > 1000000 Combistible para reactotores
x1,x2,x3>0

2. Solución método simplex dual:

Forma estándar del método simplex dual:
Función Objetivo:
Minimizar Z - 35x1 - 33x2 - 31x3+0S1 +0S2 + 0S3 =0

Sujeto a
0,25x1 + 0,55x2 + 0,20x3 - S1 = 750000
0,25x1 + 0,20x2 + 0,55x3 - S2 = 1100000
0,60x1 + 0,25x2 + 0,15x3 - S3 = 1000000
x1,x2,x3,S1,S2,S3 >0

Multiplicando por (-1) ambos miembros de las ecuaciones, para

invertir el signo de las variable de olgura
0,25x1 + 0,55x2 + 0,20x3 - S1 = 750000 *(-1)
0,25x1 + 0,20x2 + 0,55x3 - S2 = 1100000 *(-1)
0,60x1 + 0,25x2 + 0,15x3 - S3 = 1000000 *(-1)
x1,x2,x3,S1,S2,S3 >0

ontenemos como resultado signos contrarios a lo inicialmente

dado

Función Objetivo

Sujeto a:
 SOLUCIÓN

X1 X2 X3 S1 S2 S3 RESULTADO
Z -35 -33 -31 0 0 0 0
S1 -0.25 -0.55 -0.20 1 0 0 -750000
S2 -0.25 -0.20 -0.55 0 1 0 -1100000
S3 -0.60 -0.25 -0.15 0 0 1 -1000000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -35 -33 -31 0 0 0 0
S1 -0.25 -0.55 -0.20 1 0 0 -750000
X3 -0.25 -0.20 -0.55 0 1 0 -1100000
S3 -0.60 -0.25 -0.15 0 0 1 -1000000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -35 -33 -31 0 0 0 0
S1 -0.25 -0.55 -0.20 1 0 0 -750000
X3 0.45 0.36 1 0 -1.82 0 2000000
S3 -0.60 -0.25 -0.15 0 0 1 -1000000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -20.909 -21.727 0 0 -56.364 0 62000000
S1 -0.25 -0.55 -0.20 1 0 0 -750000
X3 0.45 0.36 1 0 -1.82 0 2000000
S3 -0.60 -0.25 -0.15 0 0 1 -1000000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -20.909 -21.727 0 0 -56.364 0 62000000
S1 -0.159 -0.477 0 1 -0.364 0 -350000
X3 0.45 0.36 1 0 -1.82 0 2000000
S3 -0.60 -0.25 -0.15 0 0 1 -1000000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -20.909 -21.727 0 0 -56.364 0 62000000
S1 -0.159 -0.477 0 1 -0.364 0 -350000
X3 0.45 0.36 1 0 -1.82 0 2000000
S3 -0.532 -0.195 0 0 -0.273 1 -700000

Con el metodo de simplex dual se deben cumplir 2 condiciones para dar por terminado el ejercicio, que la
columna de resultados este en positivo y que la fila de Z este en ceros o en negativos

X1 X2 X3 S1 S2 S3 RESULTADO
Z -20.909 -21.727 0 0 -56.364 0 62000000
S1 -0.159 -0.477 0 1 -0.364 0 -350000
X3 0.455 0.364 1 0 -1.818 0 2000000
S3 -0.532 -0.195 0 0 -0.273 1 -700000

X1 X2 X3 S1 S2 S3 RESULTADO
Z -20.909 -21.727 0 0 -56.364 0 62000000
S1 -0.159 -0.477 0 1 -0.364 0 -350000
X3 0.455 0.364 1 0 -1.818 0 2000000
X1 -0.532 -0.195 0 0 -0.273 1 -700000
 X1 X2 X3 S1 S2 S3 RESULTADO
Z -20.909 -21.727 0 0 -56.364 0 62000000
S1 -0.159 -0.477 0 1 -0.364 0 -350000
X3 0.455 0.364 1 0 -1.818 0 2000000
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 -14.043 0 0 -45.641 -39.316 89521368
S1 -0.159 -0.477 0 1 -0.364 0 -350000
X3 0.455 0.364 1 0 -1.818 0 2000000
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 -14.043 0 0 -45.641 -39.316 89521368
S1 0 -0.419 0 1 -0.282 -0.299 -140598
X3 0.455 0.364 1 0 -1.818 0 2000000
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 -14.043 0 0 -45.641 -39.316 89521368
S1 0 -0.419 0 1 -0.282 -0.299 -140598
X3 0 0.197 1 0 -2.051 0.854700854701 1401709.401709
X1 1 0.368 0 0 0.513 -1.880 1316239

Con el metodo de simplex dual se deben cumplir 2 condiciones para dar por terminado el ejercicio, que la
columna de resultados este en positivo y que la fila de Z este en ceros o en negativos

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 -14.043 0 0 -45.641 -39.316 89521368
X2 0 -0.419 0 1 -0.282 -0.299 -140598
X3 0 0.197 1 0 -2.051 0.854700854701 1401709.401709
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 -14.043 0 0 -45.641 -39.316 89521368
X2 0 -0.419 0 1 -0.282 -0.299 -140598
X3 0 0.197 1 0 -2.051 0.854700854701 1401709.401709
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 -14.043 0 0 -45.641 -39.316 89521368
X2 0 1 0 -2.388 0.673 0.714 335714
X3 0 0.197 1 0 -2.051 0.854700854701 1401709.401709
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 0 0 -33.531 -36.184 -29.286 94235714
X2 0 1 0 -2.388 0.673 0.714 335714
X3 0 0.197 1 0 -2.051 0.854700854701 1401709.401709
X1 1 0.368 0 0 0.513 -1.880 1316239
 X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 0 0 -33.531 -36.184 -29.286 94235714
X2 0 1 0 -2.388 0.673 0.714 335714
X3 0 0 1 0.469 -2.184 0.714 1335714
X1 1 0.368 0 0 0.513 -1.880 1316239

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 0 0 -33.531 -36.184 -29.286 94235714
X2 0 1 0 -2.388 0.673 0.714 335714
X3 0 0 1 0.469 -2.184 0.714 1335714
X1 1 0 0 0.878 0.265 -2.143 1192857

Interpretacion de resultado

X1 X2 X3 S1 S2 S3 RESULTADO
Z 0 0 0 -33.531 -36.184 -29.286 94,235,714
X2 0 1 0 -2.388 0.673 0.714 335,714
X3 0 0 1 0.469 -2.184 0.714 1,335,714
X1 1 0 0 0.878 0.265 -2.143 1,192,857

¿cantidad
Z=costo de barriles de cada tipo de petróleo crudo que satisfacen la demanda para garantizar el costo mínimo?.
mínimo 94,235,714
X1=Petroleo crudo Ligero 1,192,857
X2=Petroleo crudo Mediano 335,714
X3=Petroleo crudo Pesado 1,335,714
 -35 -33 -31
-0.25 -0.20 -0.55
140 165 56.4

-0.25 -0.20 -0.55 0 1 0 -1100000

-0.55 -0.55 -0.55 -0.55 -0.55 -0.55 -0.55
0.455 0.364 1 0 -1.818 0 2000000

-35 -33 -31 0 0 0 0

14.0909 11.2727 31 0 -56.36 0 62000000 31
-20.909 -21.727 0 0 -56.364 0 62000000

-0.25 -0.55 -0.20 1 0 0 -750000

0.0909 0.0727 0.20 0 -0.36 0 400000 0.20
-0.159 -0.477 0 1 -0.364 0 -350000

-0.6 -0.25 -0.15 0 0 1 -1000000

0.0682 0.0545 0.15 0 -0.27 0 300000 0.15
-0.532 -0.195 0 0 -0.273 1 -700000

-20.909 -21.727 0
-0.532 -0.195 0
39.316 111.163 N/A
 -0.532 -0.195 0 0 -0.273 1 -700000
-0.532 -0.532 -0.532 -0.532 -0.532 -0.532 -0.532
1 0.368 0 0 0.513 -1.880 1316239

-20.909 -21.727 0 0 -56.364 0 62000000

20.909 7.685 0.000 0.000 10.723 -39.316 27521367.521 20.909
0 -14.043 0 0 -45.641 -39 89521368

-0.159 -0.477 0 1 -0.364 0 -350000

0.159 0.058 0.000 0.000 0.082 -0.299 209401.709 0.159
0 -0.419 0 1 -0.282 -0.299 -140598

0.455 0.364 1 0 -1.818 0 2000000

-0.455 -0.167 0 0.0 -0.233 0.855 -598291 -0.455
0 0.197 1 0 -2.051 1 1401709

0 -14.043 0
0 -0.419 0
N/A 33.531 N/A

0 -0.419 0 1 -0.282 -0.299 -140598

-0.419 -0.419 -0.419 -0.419 -0.419 -0.419 -0.419
0 1 0 -2.388 0.673 0.714 335714

0 -14.043 0 0 -45.641 -39.316 89521368

0 14.043 0 -33.531 9.457 10.031 4714347 14.043
0 0 0 -33.531 -36.184 -29 94235714
0 0.197 1 0 -2.051 0.855 1401709
0 -0.197 0 0.469 -0.132 -0.140 -65995.116 -0.197
0 0.000 1 0.469 -2.184 0.714 1335714

1 0.368 0 0 0.513 -1.880 1316239

0 -0.368 0 0.878 -0.248 -0.263 -123382 -0.368
1 0 0 0.878 0.265 -2 1192857
 LP_max (3)

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
x1 x2 x3
Maximize 35 33 31 sign RHS
c1 0.25 0.55 0.2 < 750000
c2 0.25 0.2 0.55 < 1100000
c3 0.6 0.25 0.15 < 1000000

Results
Variables 1192857 335714 1335714
Objective 94235714.29

Page 19
 LP_max (3)

Results Problem setup area

LHS Slack/Surplus
94235714.3 < constraints > constraints
750000 0 c1 749999.999999999 750000 0 0
1100000 0 c2 1100000 1100000 0 0
1000000 1.86264514923096E-09 c3 999999.999999998 1000000 0 0

Page 20