Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROGRAMACIÓN LINEAL
Actividad:
Solución de modelos de programación lineal de decisión
Autores:
Viviana Herrera - 42158038
Claudia Milena Hernandez - 24780592
Hugo Granados - 75074287
Webstter Cediel Ramirez - 1087986232
Alexander Torres
Tutor:
FERNADO SIERRA AVILA
Curso:
82
Institución:
Universidad Nacional Abierta y a Distancia
Escuela:
ECACEN
Programa:
Administración de Empresas
Año:
2022
Información de la situación del problema. Cementos de occidente
X1:CEM X2 : CEM
Variables Utilidad
Xn X3: CEM V
III IV
Un ($)
Clinker U1= 60 U2= 48 U3= 36 Disponibilidad
a1n (Ton)
Escoria a11= 0.56 a12= 0.40 a13= 0.28 ≤ b1= 5000
a2n (Ton)
Puzulona a21= 0.16 a22= 0.24 a23= 0.32 ≤ b2= 3000
a3n (Ton) a31= 0.28 a32= 0.36 a33= 0.40 ≤ b3= 4000
Variables
Restriccio
nes
Uso de
recursos
≤
Cantidad de Clinker ≤ b1
cantidad Escoria ≤ b2
Cantidad Puzolona ≤ b3
No negatividad: X1 X2 X3 ≥ 0
Sujeto a
a11 X1 + a12 X2 + a13 X3 ≤ b1 0.56 X1 + 0.40 X2 + 0.28 X3 ≤ 5000
Reemplaz
a21 X1 + a22 X2 + a23 X3 ≤ b2 0.16X1 + 0.24X2 + 0.32 X3 ≤ 3000
o de
a31 X1 + a32 X2 + a33 X3 variables
≤ b3 0.28 X1 + 0.36 X2 + 0.4 X3 ≤ 4000
X1 + X2 + X3 ≥ 0 X1 + X2 + X3 ≥ 0
Solución
Variables
Variables No Básicas
básicas
Z X1 X2 X3 s1 s2 s3
Z 1 (-)U1 (-)U2 (-)U3 0 0 0
s1 0 a11 a12 a13 1 0 0
s2 0 a21 a22 a23 0 1 0
s3 0 a31 a32 a33 0 0 1
VB Z X1 X2 X3 s1 s2 s3
Z 1 -60 -48 -36 0 0 0
X1 0 0.56 0.4 0.28 1 0 0
s2 0 0.16 0.24 0.32 0 1 0
s3 0 0.28 0.36 0.4 0 0 1
VB Z X1 X2 X3 s1 s2 s3
Z 1 0 ### -6 ### 0 0
X1 0 1 ### 0.5 ### 0 0
s2 0 0 ### 0.24 ### 1 0
s3 0 0 0.16 0.26 -0.5 0 1
VB Z X1 X2 X3 s1 s2 s3
Z 1 0 ### -6 ### 0 0
X1 0 1 ### 0.5 ### 0 0
s2 0 0 ### 0.24 ### 1 0
X3 0 0 0.16 0.26 -0.5 0 1
VB Z X1 X2 X3 s1 s2 s3
Z 1 0 ### 0 ### 0 ###
X1 0 1 ### 0 ### 0 ###
s2 0 0 ### 0 ### 1 ###
X3 0 0 ### 1 ### 0 ###
VB Z X1 X2 X3 s1 s2 s3
Z 1 0 ### 0 ### 0 ###
X1 0 1 ### 0 ### 0 ###
s2 0 0 ### 0 ### 1 ###
X3 0 0 ### 1 ### 0 ###
VB Z X1 X2 X3 s1 s2 s3
Z 1 0 0 ### ### 0 ###
X1 0 1 0 ### ### 0 ###
s2 0 0 0 ### ### 1 ###
X2 0 0 1 1.625 -3.125 0 6.25
La empresa cementos de Occidente debe producir 2232.1 unidades de CEM III, 9375 unidad
no requiere unidades de CEM V para obtener la mayor utilidad posible con los recursos d
Solucion solver
X1:CEM X2 : CEM
Variables Xn X3: CEM V
III IV
Utilidad
Un ($) U 1= 60 U2= 48 U3= 36 Disponibilidad
Clinker
a1n (Ton) a11= 0.56 a12= 0.40 a13= 0.28 ≤ b1= 5000
Escoria
a2n (Ton) a21= 0.16 a22= 0.24 a23= 0.32 ≤ b2= 3000
Puzulona
a3n (Ton) a31= 0.28 a32= 0.36 a33= 0.40 ≤ b3= 4000
Utilidades= ###
X1 X2 X3
2232.1 9375 0.0
60 48 36
RESTRICCIONES
LADO IZQ LADO DER
0.56 0.4 0.28 5000 ≤ 5,000
0.16 0.24 0.32 2607.143 ≤ 3,000
0.28 0.36 0.4 4000 ≤ 4,000
Solución
0
b1
b2
b3
Sol R
0 0
5000 ### Sale S1
3000 18750 Entra X1
4000 ###
Sol
###
###
###
1500
Sol R
### Sale S3
### ### Entra X3
### ###
1500 ###
Sol
###
###
###
###
Sol R
### Sale X3
### ### Entra X2
### ###
### 9375
Sol
###
###
###
9375
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$A$131 X1 2232.142857 0 60 3.567567568 22.66666667
$B$131 X2 9375 0 48 29.14285714 1.450549451
$C$131 X3 0 -2.357142857 36 2.357142857 1E+030
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$E$136 LADO IZQ 5000 91.071428571 5000 3000 555.5555556
$E$137 LADO IZQ 2607.142857 0 3000 1E+030 392.8571429
$E$138 LADO IZQ 4000 32.142857143 4000 500 1500
La empresa Aceros de Occidente Co., produce aceros templables al
boro grado Durabor 22MnB5, Durabor 24MnB5 y Durabor 20MnB5 para
la industria de maquinaria agrícola.
Producir acero al boro grado Durabor 22MnB5, genera una utilidad de
USD265 y requiere 0,85 toneladas de acero al carbono, 24 minutos de
recocido y 22 minutos de templado.
Producir acero al boro grado Durabor 24MnB5, genera una utilidad de
USD270 y requiere 1,1 toneladas de acero al carbono, 28 minutos de
recocido y 24 minutos de templado.
4
Producir acero al boro grado Durabor 20MnB5, genera una utilidad de
USD260 y requiere 0,9 toneladas de acero al carbono, 26 minutos de
recocido y 20 minutos de templado.
La empresa, dispone en su planta de producción como mínimo de 500
toneladas de acero al boro y como máximo de 13.000 minutos para el
proceso de recocido y de 12.000 minutos para el proceso de templado.
¿Qué cantidad de acero templable al boro de cada grado debe producir
la empresa Aceros de Occidente Co., para tomar decisiones y obtener
la mayor utilidad posible con los recursos disponibles?
Función Objetivo
Condición de no Negatividad
Estandarizamos el Modelo
Primera Fase
Min Z= A1
Condición de no negatividad
Tabla Inicial
Cj 0 0 0
CB B bj X1 X2 X3
1 A1 500.00 0.85 1.10 0.90
0 h1 13000.00 24 28 26.00
0 h2 12000.00 22 24 20.00
Zj 500 1 1 1
Cj- Zj -0.85 -1.10 -0.90
Mas mínimo
C. Pivote
Cj 0 0 0
CB B bj X1 X2 X3
0 X2 454.55 0.77 1.00 0.82
0 h1 272.73 2.36 0 3.09
0 h2 1090.91 3.45 0 0.36
Zj 0 0 0 0
Cj- Zj 0.00 0.00 0.00
Ingresa e1 y sale h1
Ingresa X1 y sale e1
En este punto el proceso iterativo ya no se puede realizar mas , es decir, ya no se puede optimizar mas
ya que los valores de Cj-Zj son todos negativos o iguales a cero
Interpretación de resultados
X1 115.39 Cantidad de Acero tem al Boro Durabor 22MnB5 que se deben fabricar
X2 365.39 Cantidad de Acero tem al Boro Durabor 24MnB5 que se deben fabricar
X3 0 Cantidad de Acero tem al Boro Durabor 20MnB5 que se deben fabricar
h2 692.3 En el proceso de templado solo se esta empleando 11308 min de los 12000 disponibles
h1 0 En el proceso de recocido se lleva todo el tiempo disponible
e1 0 La empresa se consume el mínimo de toneladas de acero disponible
X1 X2 X3
115.38 365.38 0
265 270 260
Restricciones
Lado Izq
0.85 1.1 0.9 500.00 >=
24 28 26 13000.00 <=
22 24 20 11308 <=
Planteamiento del Problema
Expresamos la información que nos da el
problema para poder identificar las variables
0 1 0 0
e1 A1 h1 h2 Razón
-0.91 0.91 0.00 0.00 454.54545
25.45 -25.45 1 0 #DIV/0!
21.82 -21.82 0 1 #DIV/0!
0 0 0 0
0.00 1.00 0.00 0.00
0 0 0
e1 h1 h2 Razón
-0.91 0.00 0.00 -500.00
25.45 1 0 10.71 F. Pivote
21.82 0 0 50.00
-245.45 0 0.00
245.45 0.00 0.00
C. Pivote
0 0 0
e1 h1 h2 Razón
0.00 0.04 0.00 541.67
1.00 0.04 0.00 115.39 F. pivote
0.00 -0.86 0.00 600.00
0.00 9.6429 0.00
0.00 -9.64 0.00
0 0 0
e1 h1 h2 Razón
-9.23 -0.33 0.00 #DIV/0!
10.77 0.42 0.00 115.39
-15.38 -1.46 0.00 #DIV/0!
361.54 23.8462 0.00
-361.54 -23.85 0.00
deben fabricar
deben fabricar
deben fabricar
08 min de los 12000 disponibles
ible
ro disponible
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$A$148 X1 115.3846154 0 265 1E+030 26.47058824
$B$148 X2 365.3846154 0 270 39.16666667 1E+030
$C$148 X3 0 -34.61538462 260 34.61538462 1E+030
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$E$153 Lado Izq 500 -361.5384615 500 10.71428571 39.58333333
$E$154 Lado Izq 13000 23.846153846 13000 473.6842105 272.7272727
$E$155 Lado Izq 11307.69231 0 12000 1E+030 692.3076923
Ejercicio 3. Método simplex dual.
Se presenta la siguiente situación problema de programación
lineal:
La empresa Pinturas de Occidente Co., produce pintura vinílica tipo 1,
tipo 2 y tipo 3 para decoración y terminados de interiores
Producir pintura vinílica tipo 1, requiere 0,35 toneladas de pigmento,
0,15 toneladas de aglutinante y 0,50 toneladas de disolvente, a un
costo de USD800.
Producir pintura vinílica tipo 2, requiere 0,38 toneladas de pigmento,
0,17 toneladas de aglutinante y 0,53 toneladas de disolvente, a un
costo de USD750.
Producir pintura vinílica tipo 3, requiere 0,25 toneladas de pigmento,
0,19 toneladas de aglutinante y 0,56 toneladas de disolvente, a un
costo de USD700.
La empresa, dispone en su planta de producción como mínimo de 300
toneladas de pigmento, de 130 toneladas de aglutinante y de 400
toneladas de disolvente.
¿Qué cantidad de cada tipo de pintura vinílica debe producir la empresa
Pinturas de Occidente Co., para tomar decisiones y obtener el menor
costo posible con los recursos disponibles?
SIMPLEX DUAL QM 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, 2011).
Linear Programming
Data Results
x1 x2 x3 LHS
Minimize 800 750 700 sign RHS 592105.263
Constraint 1 0.35 0.38 0.25 > 300 300
Constraint 2 0.15 0.17 0.19 > 130 134.210526
Constraint 3 0.5 0.53 0.56 > 400 418.421053
Results
Variables 0 789.473684 0
Objective 592105.263
Definición de variables: Planteamiento de la función objetivo y las restricciones del s
X1= Pintura vinilica tipo I al modelo canonico y estandar
X2= Pintura vinilica tipo II
X3= Pintura vinilica tipo III Min: Z = 800X1 + 750X2 + 700X3
Utilidad de pinturas del Occidente Restricción 1 0,35X1 + 0,38X2 + 0,25X3 >= 300
X1 800 USD Restricción 2 0,15X1 + 0,17X2 + 0,19X3 >= 130
X2 750 USD Restricción 3 0,50X1 + 0,53X2 + 0,56X3 >= 400
X3 700 USD
Min: Z - 800X1 - 750X2 - 700X3 = 0
Elementos que se requieren para producir cada tipo de pintura
Pingmento Aglutinante Disolvente - 0,35X1 - 0,38X2 - 0,25X3 + S4 = - 300
TIPO I 0.35 0.15 0.5 - 0,15X1 - 0,17X2 - 0,19X3 + S5 = - 130
TIPO II 0.38 0.17 0.53 - 0,50X1 - 0,53X2 - 0,56X3 + S6 = - 400
TIPO III 0.25 0.19 0.56
Disponibilidad de Recursos
Pingmento 300
Aglutinante 130
Disolvente 400
Variables Basicas
Variables no s4-s5-s6
x1-x2-x3
Columna Pivote
s4 s5
VARIABLES Z X1 X2 X3
Z 1 -800 -750 -700 0 0
S4 0 -0.35 -0.38 -0.25 1 0
S5 0 -0.15 -0.17 -0.19 0 1
fila pivote S6 0 -0.5 -0.53 -0.56 0 0
1600 1415.09434 1250
Columna Pivote
s4 s5
VARIABLES Z X1 X2 X3
Z 1 -175 -87.5 0 0 0
fila pivote S4 0 -0.12678571 -0.14339286 0 1 0
S5 0 0.01964286 0.00982143 0 0 1
X3 0 0.89285714 0.94642857 1 0 0
1380.28169 610.211706 - 0 -
VARIABLES Z X1 X2 X3 s4 s5
Z 1 -97.633873 0 0 -610.211706 0
X2 0 0.88418431 1 0 -6.97384807 0
S5 0 0.0109589 0 0 0.06849315 1
fila pivote X3 0 0.05603985 0 1 6.60024907 0
-1742.22222 - 0 -92.4528302 -
Z X1 X2 X3 s4 s5
VARIABLES
Z 1 -109.210526 0 -206.578947 -1973.68421 0
X2 0 0.92105263 1 0.65789474 -2.63157895 0
S5 0 0.00657895 0 -0.07815789 -0.44736842 1
S6 0 -0.01184211 0 -0.21131579 -1.39473684 0
Al finalizar las iteraciones, se obtiene el siguiente resultado, con el fin de minimizar los costos de producción la em
para obtener una producción de 592.105 USD
Columna de
s6
Resultados VARIABLE EN X3
0 0 VARIABLE SA S6
0 -300
0 -130
1 -400
Columna de
s6
Resultados VARIABLE EN X2
-1250 500000 VARIABLE SA S4
-0.44642857 -121.428571
-0.33928571 5.71428571
-1.78571429 714.285714
2800
Columna Pivote
Columna de
s6 Resultados VARIABLE EN S6
-977.58406 574097.136 VARIABLE SA X3
3.11332503 846.824408
-0.36986301 -2.60273973
-4.73225405 -87.1731009
206.578947
Columna de
s6
Resultados
0 592105.263
0 789.473684
0 4.21052632
1 18.4210526
Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones (pp. 44-
56). México, México: Grupo Editorial Patria. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39452
Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones (pp. 58-
68). México, México: Grupo Editorial Patria. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39452
Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones (pp. 68-
73). 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
Rojas, A. y Lozada, M. (2020). Problema de minimización como modelo de programación lineal [OVI].
Recuperado de https://repository.unad.edu.co/handle/10596/33779