Programacion Lineal

Teoría de Decisiones II
Escuela Profesional:
Ingeniería Comercial INVESTIGACIÓN
DE OPERACIONES
Curso: Teoría de Decisiones II
Modelado con
Programación Lineal
Método Simplex y Análisis

de Sensibilidad
Universidad Nacional
Jorge Basadre Grohmann
ESTRUCTURA
Modelado con Programación Lineal

Solución con computadora, aplicando
Solver AMPL
• Solución de PL con Excel Solver
• Solución de PL con AMPL
• Solución de PL con POM QM
Método Simplex y Análisis

de Sensibilidad (Programa Tora)
• Modelo de PL en forma de
ecuación
• Transición de la solución gráfica
a la algebraica
Es un programa de complemento de Microsoft

Excel que puede usar para llevar a cabo análisis
Valor optimo
Restricciones
PROBLEMA1
Un agricultor tiene que decidir de que manera distribuir la siembra de sus
cultivos de maíz y frijol tal que maximice su utilidad. Cuenta con una superficie
de 200 hectáreas disponibles para sembrar. El maíz le da 5t/ ha, por su parte el
frijol le representa 2t/ha
Se requiere de al menos 100 t de maíz para el consumo de la granja (alimentar
animales ,etc.)
Se cuenta con 1000 horas disponibles para trabajar. Cada hectárea de maíz
necesita de 8 horas y cada hectárea de frijol 4 horas.
El maíz se vende a s/. 1000/ t , mientras que el frijol se vende a s/. 2000/t
Encuentre la solución que maximice el ingreso
PROBLEMA1
Jaimito 200 Hectáreas

Encuentre la solución que maximice el ingreso del
agricultor.
5 toneladas X hectárea
X1= # hectáreas sembradas de maíz
2 toneladas X hectárea
X2= # hectáreas sembradas de frijol
RESTRICCIONES
1 Se cuenta con 1000 horas
disponibles para trabajar. Cada
2 Se requiere de al menos 100 t
hectárea de maíz necesita de 8 de maíz para el consumo de la
horas y cada hectárea de frijol 4 granja
horas. X1 ≥ 20 hectáreas ( 100t/ 5)
8X1+ 4X2 ≤ 1000 horas 1h 5t
3
Xh 100
200 Hectáreas
s/. 1000/ 1t s/. 2000/1t
X1 + X2 ≤ 200 hectáreas
s/. 5000/h s/. 4000/h
X1 X2
VARIABLES
X1= # hectáreas sembradas de maíz
X2= # hectáreas sembradas de frijol
MODELO DE P.L
Función Objetivo
Max Ingreso = 5000 X1 + 4000 X2
RESTRICCIONES
8X1+ 4X2 ≤ 1000 horas
X1 ≥ 20 hectáreas ( 20*5= 100 t)
X1 + X2 ≤ 200 hectáreas
X1,X2 ≥0
SOLUCION EN EXCEL SOLVER
Hectáreas Función Objetivo 850000

X1 (MAIZ) X2 (FRIJOL)
Horas 8 4 Hectáreas a Plantar
Precio 5000 4000 X1 (MAIZ) X2 (FRIJOL)
50 150
Restricciones Limite Holgura
Horas 1000 ≤ 1000 0
Hectareas 200 ≤ 200 0
Consumo 50 ≥ 20
Respuesta
Jaimito tendría que plantar 50 hectáreas de maíz y
150 hectáreas de frijoles para así poder maximizar
el ingreso del agricultor obteniendo s/. 850 000.00
PROBLEMA 2
La tienda de comestible vende dos tipos de bebidas: La marca

sabor a cola Coca Cola y la marca propia de la tienda, Bk de cola,
más económica. El margen de utilidad en la bebida Coca Cola es
de 5 céntimos de dólar por botella, mientras que la bebida de
cola Bk suma una ganancia bruta de 7 céntimos por botella.
En promedio, la tienda no vende más de 500 botellas de ambas
bebidas de cola al día. Se calcula que las ventas de la marca
Bk superan a las de la marca Coca Cola en una razón 2:1 por lo
menos. Sin embargo, se vende, como mínimo, 100 botellas de Bk
al día. ¿Cuántas botellas de cada marca debe tener en existencia
la tienda diariamente para maximizar su utilidad?
PROBLEMA 2
X1= Latas de bebida Coca Cola

que debe tener la tienda en
existencia diariamente
Utilidad = 5 céntimos por botella

B
K
X2= Latas de bebida Bk que debe
tener la tienda en existencia
B diariamente.
K
Utilidad = 7 céntimos por botella
VARIABLES
B
X1= # Bebidas Coca Cola K
X2= # Bebidas Bk
MODELO DE P.L
Función Objetivo
Max Ingreso = 0.05X1 + 0.07 X2
RESTRICCIONES
X1+ X2 ≤ 500 bebidas
-X1+2X ≥0 / -2X+X2 ≥0
X2 ≥ 100 bebidas
X1,X2 ≥0
PROBLEMA 2
PROBLEMA 2
Respuesta:
La tienda debería tener una
existencia de 500 botellas de
la marca Bk para así poder
tener una utilidad de S/.35
soles
PROBLEMA 2/otras restricción
PROBLEMA 2/otras restricción
Respuesta:
La tienda debería tener una
existencia de 500 botellas de
la marca Bk para así poder
tener una utilidad de S/.35
soles
PROBLEMA 3
Sobre dos alimentos diferentes tenemos la siguiente

información por kilogramo
Alimento A Alimento B
Calorias 1000 2000
Proteínas (gramos) 25 100
P. de Venta 60 210
Hallar el Coste mínimo de una dieta formada solo por este tipo de
alimentos y que al menos aporte 3000 calorías y 100 gramos de
proteínas
4 Teoría de Decisiones II
0
Datos
VARIABLES
X1= Unidades del Alimento A
X2=Unidades del Alimento B
MODELO DE P.L
Función Objetivo
Min Costo = 60 X1+ 210X2
RESTRICCIONES
1000X1+ 2000X2 ≥ 3000
25X1 + 100X2 ≥ 100
X1,X2 ≥0
SOLUCION EN EXCEL SOLVER
Alimento A Alimento B Funcion Objetivo 240

Calorias 1000 2000 Unidades a Producir
Proteinas 25 100 Alimento A Alimento B
P. de Venta 60 210
4 0
Restricciones
Calorias 4000 ≥ 3000
Proteinas 100 ≥ 100
Alimento A 4 ≥ 0
Alimento B 0 ≥ 0
Respuesta
Se tendría que consumir 4 unidades del Alimento A
para así llegar a pagar S/.240
PROGRAMA AMPL
¼ para el relleno ½ para el relleno

x cada bizcocho x cada bizcocho
s/.400 en
s/.250 en
ganancias
ganancias
VARIABLES Optimizando los datos tenemos:

EJERCICIO1. X= # tortas de selva negra
En una pastelería se hacen dos
Y= # tortas de tres leches
tipos de tortas: Selva Negra y
Tres Leches. Cada torta Selva
Negra necesita un cuarto de MODELO DE P.L
relleno por cada Kg. de bizcocho Función Objetivo
y produce un beneficio de 250 Max Ingreso = 250X + 400Y
soles, mientras que una torta
Tres Leches necesita medio Kg.
de relleno por cada Kg. de RESTRICCIONES
bizcocho y produce 400 soles de
beneficios. En la pastelería se
x+y ≤ 150
pueden hacer diariamente hasta 0.250x+0.500y ≤ 50 (kg relleno)
150 Kg. de bizcocho y 50 kg. de x ≤ 125 tortas ¿Cuántas tortas de selva Negra y cuantas de
relleno, aunque por problemas de Tres Leches deben vender para maximizar su
y ≤ 125 tortas
maquinaria no pueden hacer más beneficio?
de 125 tortas de cada tipo. x ≥ 0, y ≥ 0
Consola: Resultados
del ejercicio y el Ventana: Escribir el
1. Abrir el programa direccionamiento del modelo (.mod) y los
y veremos dos mismo datos (.dat) y los
ventanas previos comandos
2. Ir a la ventana para
generar un modelo
(.mod)
var x >= 0;
var y >= 0;
maximize beneficio: 250*x +

400*y;
subject to bizcocho: x+y<=150;

subject to relleno:
0.250*x+0.500*y<=50;
subject to limite1: x<=125;
subject to limite2: y<=125;
3. Vamos a la consola y
re direccionamos el
lugar donde guardamos
el archivo
ampl: model 'C:\amplide.mswin64\models\programa3.mod';

ampl: option solver cplex;
ampl: solve;
CPLEX 12.8.0.0: optimal solution; objective 45000
2 dual simplex iterations (0 in phase I)
ampl: display x,y;
x = 100
y = 50
Interpretación:
 La pastelería Las Delicias debe vender 100 tortas de

selva negra y 50 tortas de tres leches para y
maximizar su beneficio con 45 000 soles.
EJERCICIO2.
Un fabricante de refrescos desea mezclar tres azúcares en
cantidades aproximadamente iguales para garantizar la
uniformidad del sabor en un producto. Los proveedores
solo proporcionan combinaciones de azúcares, a costos
variables / tonelada.
 El fabricante considera que para asegurar buenas relaciones con los proveedores es
necesario comprar al menos 10 toneladas de cada uno.
 Los cuales continen 52 toneladas de azúcar de caña ,56 toneladas de azúcar de maíz y
59 toneladas de azúcar de remolacha.
 Hallar .como cambia el modelo y la solución de costo mínimo
PROVEEDOR
Azú car A B C D E F G
Cañ a 10% 10 20 30 40 20 60
Maíz 30% 40 40 20 60 70 10
Remolacha 60% 50 40 50 0 10 30
Cost/ton $10 11 12 13 14 12 15
MODELO DE P.L RESTRICCIONES:

Función Objetivo
Min Costo = 52x + 56y+59z  x ≥10, y ≥10, z ≥10.
 x ≥0, y ≥0, z ≥0
VARIABLES
X= # azúcar de caña
Y= # azúcar de maíz
Z= # azúcar de remolacha
PASO 1. Abrir y
guardar ,llenar el
archivo .mod
set PRO;
set AZUCAR;
param porcentaje {i in PRO,j in AZUCAR};

param costo {i in PRO};
param alMenos {j in AZUCAR};
var cant{i in PRO} >= 0;
minimize cost: sum {i in PRO} cant [i] * costo [i];
subject to atLeast{j in AZUCAR}: sum {i in PRO} cant[i] *

porcentaje [i,j] >= alMenos[j];
PASO 2. Guardar y
set PRO:= A B C D E F G;
set AZUCAR:= caña maíz remolacha;
llenar el
formato .dat
param porcentaje(tr):
A B C D E F G:=
caña 0.10 0.10 0.20 0.30 0.40 0.20 0.60
maíz 0.30 0.40 0.40 0.20 0.60 0.70 0.10
remolacha 0.60 0.50 0.40 0.50 0.00.10 0.30;
param costo:=
A 10
B 11
C 12
D 13
E 14
F 12
G 15 ;
param alMenos:=
caña 52
maíz 56
remolacha 59 ; Teoría de Decisiones II
PASO 3.
Interpretación
ampl: solve;
CPLEX 12.8.0.0: optimal
solution; objective 2068.5
0 simplex iterations (0 in  La solución óptima con
phase I) cantidad de azúcar que
ampl: display cant; tienen es 2068.5.
cant [*] :=
A 60
B 0
C 0
D 0
E 0
F 45.5
G 61.5
;
EJERCICIO3.
• Con el comienzo del semestre escolar se lanzará ofertas de
materiales escolares. Unos almacenes quieren ofrecer 600
cuadernos,500 carpetas y 400 lapiceros para la oferta,
empaquetándolas de dos formas distintas ; en el primer bloque
tendrán pondrán 2 cuadernos ,1 carpeta y dos lapiceros ;en el
segundo pondrán 3 cuadernos,1 carpeta y un lapicero. Los
precios de cada paquete serán 1500 y 2000 dólares
respectivamente.
Cuántos paquetes les convienes ofrecer de cada tipo para obtener
el máximo beneficio?
1. Ir a la ventana para
generar un modelo
(.mod)
var p_1 >= 0;
var p_2 >= 0;
maximize revenue: 1500 * p_1 +2000 * p_2;
subject to Max_Note: 2 * p_1 +3 * p_2<=300;

subject to Max_Folder: p_1 + p_2<=500;
subject to Max_Pencil: 2* p_1+ p_2<=400;
2. CONSOLA 3. INTERPRETACIÓN
ampl: model
'C:\amplide.mswin64\models\nuevo.mod'; • La solución óptima para
ampl: option solver cplex; maximizar, por lo cual se
ampl: solve; obtendrá el máximo
CPLEX 12.8.0.0: optimal solution; objective beneficio será 425 000
425000 dólares. Y se requiere 150
2 dual simplex iterations (1 in phase I) útiles del primer paquete
ampl: display p_1; y 100 del segundo.
p_1 = 150
ampl: display p_2;

p_2 = 100
PROGRAMA POM
QM
1. Una compañía fabrica y venden dos modelos de

lámpara L1 y L2.Para su fabricación se necesita un trabajo
manual de 20 minutos para el modelo L1 y de 30 minutos
para el L2, y un trabajo de máquina para L1 de 20 y de 10
minutos para L2.Se dispone para el trabajo manual de 100
horas y para la máquina 80 horas. Sabiendo que el
beneficio por unida es de 15 y 10 euros para L1 y L2,
respectivamente, planificar la producción para obtener el
máximo beneficio.
Trabajo de
Trabajo manual(min) máquina(min) Utilidad(euros)
Lámpara1 20 10 15
Lámpara2 30 20 10
Disponible 100 80 FO máx
Variables: Definimos nuestras

X= Cantidad lámparas 1 a fabricar variables ,Función
Y= Cantidad lámparas 2 a fabricar
objetivo y restricciones
• Función objetivo:
15x+10y =FO Max
• Restricciones:
20x+30y ≤ 100
10x+20y ≤ 80
(x;y) ≤ 0
Definimos nuestras
funciones.
Luego a SOLVE y a
SOLUTIONS
Interpretación.
 Para obtener el máximo se

necesita 5 horas lámpara
tipo 1 y 0 en lámparas de
tipo 2.
METODO SIMPLEX Y
ANALISIS DE SENSIBILIDAD
• MODELO DE PL EN FORMA DE ECUACION

• TRANSICION DE LA SOLUCION GRAFICA A LA
ALGEBRAICA
MODELO DE PL EN FORMA DE ECUACION
El desarrollo de los cálculos con el método Simplex

se facilita si se imponen dos requerimientos a las
restricciones de Programación Lineal.
1.1 .- Todas las Restricciones son ecuaciones con

lado derecho no negativo.
1.2.- Todas las Variables son no negativas.
Una fabrica de muebles fabrica 2 tipos de sillones el x1 y x2. la fabrica cuenta con dos secciones:
tapicería y carpintería
EJEMPLO 1 Hacer el primer tipo de sillón x1 requiere 1 hora carpintería y 2 de tapicería, y el segundo tipo de sillón
x2 requiere 3 horas de carpintería y 1 hora de tapicería
El personal de tapicería tiene 80 horas y carpintería 90 horas. Las ganancias de las ventas del x1 son de
600 soles por unidad y del x2 son 300 soles por unidad
Calcular cuantos sillones se realizan para maximizar las ganancias
Solucion: Función objetivo:
Variables: Z=600X1 + 300X2
• X1=1°tipo de sillón X2=2° tipo de sillón
Restricciones:
Secciones Consumo unitario por Horas disponibles • 2X1+ X2 <=
producto por secciones 80
• X1 + 3X2
x1 x2
<= 90
• X1;X2
Tapiceria 2 1 80 VALORES >=OPTIMOS:
0
Carpinteria 1 3 90 X1= 40 X2=0
Contribucion s/. 600 s/. 300 Reemplazando en la función objetivo:

por producto Z=600(40) + 300(0)
Z= 24000
EJEMPLO 2:
Se fabrican libreros y mesas; los consumos de cada uno de estos productos en
cada proceso, asi como los recursos disponibles se muestran en la siguiente tabla
Proceso Consumo unitario por Horas disponibles por

producto departamento
mesas libreros
corte 1 2 120
Ensamble 1 1 90
Contribucion por s/. 50 s/. 80
producto
Objetivo: Obtener la máxima ganancia posible con la fabricación de

mesas(x1) y libreros(x2)
Plantear la función objetivo y restricciones

Solucion:
La ganancia total es la suma de la ganancia por fabricar mesas y libreros,
es decir:
Z= ganancia por fabricar mesas + ganancia por fabricar libreros
Z= (s/. 50 /mesa)*(n° de mesas) + (s/.80 /librero)*(n° de libreros)

Y si x1=n° de mesas
x2=n° de libreros
La función objetivo es:

Z=s/. 50 x1 + s/. 80 x2 …………………..maximizar las contribuciones
Restricciones:
• Corte x1 + 2(x2) ≤ 120
• Ensamble x1 + x2 ≤ 90
x1;x2 >= 0
X1 x2
100
y Z=50 x1 + 80 x2 0 60
90 (0;90) 120 0
80 0 90
70
(0;60) 90 0
60
50
40
30
20
10
(90;0) (120;0)
0
10 20 30 40 50 60 70 80 90 100 120 140 x
x1 x2
• Corte x1 + 2(x2) ≤ 120

• Ensamble x1 + x2 ≤ 90
x1;x2 >= 0
EJEMPLO 3 La compañía XYZ produce pinturas para interiores y exteriores, M1 y M2
Secciones Toneladas de materia prima Disponibilidad diaria

de: máxima de toneladas
Pintura para Pintura para
exteriores interiores
Materia prima M1 6 4 24
Materia prima M2 1 2 6
Utilidad s/. 5 s/. 4
Solucion:
Variables:
• X1= toneladas producidas Función objetivo: Z=5X1 + 4X2
diariamente de pintura para Restricciones:
exteriores 6X1+ 4X2 <= 24
• X2=toneladas producidas 1X1 + 2X2 <= 6
diariamente de pintura para X1;X2 >= 0
interiores
TRANSICIÓN DE LA SOLUCIÓN
GRÁFICA A LA ALGEBRAICA
CONCEPTO:
cuando función objetiva y las
La Programación Lineal recursos restricciones son lineales
escasos
Técnica De
optimiza
Investigación De
Operaciones Función sujeta
restricciones
objetiva
condiciones
El desarrollo del método simplex algebraico se basa en los

resultados de la solución gráfica
PROBLEMAS DE ESTUDIO 1
Considere la siguiente PL con dos variables
Maximizar z = 2x + 3y
Restricciones X + 2y ≤ 5
2x + y ≥ 4
2x + y ≤ 4
X Y X Y
X + 2y ≤ 5 0 4 0 2,5
2 0 5 0
Y;X ≥ 0
Restricciones Restricciones
A (0; 4)
B (2;0) 2x + y ≤ 4 2x + y ≤ 4
C (0;2,5)
D (5;0) X + 2y ≤ 5 X + 2y ≤ 5
METODO GRAFICO
Multiplicar por 2 : 2x + y = 4
A ( 0; 4) 4
Punto 4x + 2y = 8
3
óptimo
X + 2y ≤ 5
- / X + 2y = 5
F (1 ; 2) X= 1
C( 0; 2.5)
2
1 + 2y= 5
1
Y= 2
2x + y ≤ 4
D (5 ; 0)
1 2 3 4 5
B ( 2; 0)
METODO ALGEBRAICO
Respuesta:
Formulación de la Función Objetivo
La función 2x + 3y sujeta a las
restricciones mencionadas
F(x;y) = 2x + 3y
tiene un máximo beneficio de 8
soles.
2x + 3y = z
(2 ; 0) 2(2) + 3(0)= 4
B (2;0)
C (0;2,5)
(0 ; 2.5) 2(0) + 3(2.5)= 7.5 𝑓 𝑚𝑎𝑥 =8
F (1;2)
(1; 2) 2(1) + 3(2)= 8
Minimice la función f(x;y)= 5x + 4y sujeto a las siguientes restricciones.
restricciones METODO GRAFICO

3x + y ≤ 7 3x + y = 7
3x + y ≤ 7 7
Y= 7- 3x
X + 2y ≥ 4 X Y
B (0 ; 7)
X + 2y = 4
X, Y ≥0 0 7
Punto X+ 2(7- 3x)= 4
2,3 0 X= 2
óptimo
mínimo Y=1
A (0; 2) X + 2y ≥ 4 A
B (0;7) 2
(2 ; 1)
C (2.3;0) X Y
(0 ; 2) F
D (4;0) 0 2 D
4 0
C 2,3 4
METODO ALGEBRAICO Respuesta:
Formulación de la Función Objetivo La función 5x + 4y sujeta a las

restricciones mencionadas
F (X, Y) = 5x + 4y tiene un mínimo beneficio de 8
soles.
5x + 4y= z
B (0 ; 7) 5(0) + 4(7)= 28
𝑓 𝑚𝑖𝑛 =8
A (0 ; 2) 5(0) + 4(2)= 8
F (2 ; 1) 5(2) + 4(1)= 14
restricciones
3x + y ≤ 7
RESOLUCIÓN CON EL
X + 2y ≥ 4
PROGRAMA TORA
X, Y ≥0
5x + 4y= z
La compañía Camila SAC diseña y vende dos tipos de anillos: AA y BB. La empresa puede producir hasta 24 anillos cada
día, usando como máximo un total de 60h. de mano de obra. Le toma 3h. AA y 2H. en un anillo BB, y además el beneficio
por cada anillo AA es s/. 40 y por cada anillo BB es s/. 30. Maximice el beneficio.
HORAS CANTIDAD BENEFICIO
AA 3h X 40
BB 2h Y 30
Maximizar z = 40x + 30y

Restricciones 3X + 2y = 60 x + y = 24
X Y X Y
x + y ≤ 24
0 30 0 24
3X + 2y ≤ 60 20 0
24 0
X, y ≥0
Respuesta:
Restricciones
METODO ALGEBRAICO
x + y ≤ 24 La función z= 40x + 30y
A( 0; 24) E ( 0; 30)
sujeta a las restricciones
Formulación de la Función
C ( 20; 0) F (24 ; 0)
3X + 2y ≤ 60 mencionadas tiene un
Objetivo
máximo beneficio de 840
METODO GRAFICO F (X, Y) = 40x + 30y soles.
Multiplicar por 2 : x + y = 24
3X + 2y = 60 40x + 30y= z
40 - 2x + 2y = 48
A 40(0) + 30(24)= 720
X= 12
E ( 0; 30) 30 12 + y= 24 40(0) + 30(0)= 0
B
Punto Y= 12
A( 0; 24) A24 óptimo
C 40(20) + 30(0)= 800 𝑓 𝑚𝑎𝑥 =840
20
D (12 ; 12)
3X + 2y ≤ 60 D 40(12) + 30(12)= 840
x + y ≤ 24 10
F (24 ; 0) E
No son puntos
factibles
B C F
10 20 30 40 50
C ( 20; 0)
RESOLUCIÓN CON EL
Restricciones
PROGRAMA TORA
x + y ≤ 24
3X + 2y ≤ 60
X, y ≥0
40x + 30y= z
G A I S
R C A

Programacion Lineal

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Programacion Lineal

Cargado por

Copyright:

Formatos disponibles

Teoría de Decisiones II

Método Simplex y Análisis

Modelado con Programación Lineal

Método Simplex y Análisis

Es un programa de complemento de Microsoft

Jaimito 200 Hectáreas

X1= # hectáreas sembradas de maíz

X2= # hectáreas sembradas de frijol

Hectáreas Función Objetivo 850000

La tienda de comestible vende dos tipos de bebidas: La marca

X1= Latas de bebida Coca Cola

Utilidad = 5 céntimos por botella

Sobre dos alimentos diferentes tenemos la siguiente

Alimento A Alimento B Funcion Objetivo 240

¼ para el relleno ½ para el relleno

VARIABLES Optimizando los datos tenemos:

maximize beneficio: 250*x +

subject to bizcocho: x+y<=150;

ampl: model 'C:\amplide.mswin64\models\programa3.mod';

 La pastelería Las Delicias debe vender 100 tortas de

MODELO DE P.L RESTRICCIONES:

param porcentaje {i in PRO,j in AZUCAR};

var cant{i in PRO} >= 0;

minimize cost: sum {i in PRO} cant [i] * costo [i];

subject to atLeast{j in AZUCAR}: sum {i in PRO} cant[i] *

maximize revenue: 1500 * p_1 +2000 * p_2;

subject to Max_Note: 2 * p_1 +3 * p_2<=300;

ampl: display p_2;

1. Una compañía fabrica y venden dos modelos de

Disponible 100 80 FO máx

Variables: Definimos nuestras

 Para obtener el máximo se

• MODELO DE PL EN FORMA DE ECUACION

MODELO DE PL EN FORMA DE ECUACION

El desarrollo de los cálculos con el método Simplex

1.1 .- Todas las Restricciones son ecuaciones con

1.2.- Todas las Variables son no negativas.

Contribucion s/. 600 s/. 300 Reemplazando en la función objetivo:

Proceso Consumo unitario por Horas disponibles por

Objetivo: Obtener la máxima ganancia posible con la fabricación de

Plantear la función objetivo y restricciones

Z= (s/. 50 /mesa)*(n° de mesas) + (s/.80 /librero)*(n° de libreros)

La función objetivo es:

• Corte x1 + 2(x2) ≤ 120

EJEMPLO 3 La compañía XYZ produce pinturas para interiores y exteriores, M1 y M2

Secciones Toneladas de materia prima Disponibilidad diaria

El desarrollo del método simplex algebraico se basa en los

(1; 2) 2(1) + 3(2)= 8

Minimice la función f(x;y)= 5x + 4y sujeto a las siguientes restricciones.

restricciones METODO GRAFICO

METODO ALGEBRAICO Respuesta:

Formulación de la Función Objetivo La función 5x + 4y sujeta a las

HORAS CANTIDAD BENEFICIO

Maximizar z = 40x + 30y

También podría gustarte

Z= (s/. 50 /mesa)(n° de mesas) + (s/.80 /librero)(n° de libreros)