Aporte Ejercicio 1 Jhon PROGRAMACION

Ejercicio 1. Método simplex primal.
La empresa Cementos de Occidente Co., produce cemento Portland

tipo CEM III, CEM IV y CEM V para la industria de la construcción.
Producir cemento Portland tipo CEM III, genera una utilidad de USD60
y requiere 0,56 toneladas de clinker, 0,16 toneladas de escoria y 0,28
toneladas de puzolana.
Producir cemento Portland tipo CEM IV, genera una utilidad de USD48
y requiere 0,40 toneladas de clinker, 0,24 toneladas de escoria y 0,36
Producir cemento Portland tipo CEM V, genera una utilidad de USD36 y

requiere 0,28 toneladas de clinker, 0,32 toneladas de escoria y 0,4
La empresa, en su planta de producción dispone como máximo de
5.000 toneladas de clinker, de 3.000 toneladas de escoria y de 4.000
¿Qué cantidad de cemento Portland de cada tipo, debe producir la
empresa Cementos de Occidente Co., para tomar decisiones y obtener
la mayor utilidad posible con los recursos disponibles?
nto Portland
nstrucción.
ad de USD60
scoria y 0,28
ad de USD48
scoria y 0,36
d de USD36 y
scoria y 0,4
máximo de
a y de 4.000
producir la
nes y obtener
bles?
1. Formular el problema como un modelo de programación lineal, , plantear
restricciones por recursos y restricción de no negativida
Información
cemento
cemento cemento
Portland
Recursos Portland tipo Portland tipo Disponibilidad
tipo
CEM III CEM IV
CEM V
clinker (Ton) 0.56 0.4 0.28 5000
escoria (Ton) 0.16 0.24 0.32 3000
puzolana (Ton) 0.28 0.36 0.4 4000
Utilidad (USD) 60 48 36
1. Planteamiento del Problema
Variables de decisión
(𝑋_1= ) cemento Portland de tipo CEM III

(𝑋_2= ) cemento Portland de tipo CEM IV
(𝑋_3= ) cemento Portland de tipo CEM V
Función del Objetivo
𝑀𝑎𝑥imiar(𝑧)=60𝑥_1+ 〖 48𝑥 〗 _2+

〖 36𝑥 〗 _3
canónica
Restricciones
𝑅_1: 〖 0,56𝑥 〗 _1+ 〖 0,4𝑥 〗 _2+ 〖 0,28𝑥 〗 _3 ≤5000
𝑅_2: 〖 0,16𝑥 〗 _1+ 〖 0,24𝑥 〗 _2+ 〖 0,32𝑥 〗 _3≤3000
𝑅_3: 〖 0,28𝑥 〗 _1+ 〖 0,36𝑥 〗 _2+ 〖 0,4𝑥 〗 _3 ≤4000
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
Variables de Holgura
Maximizar: 𝑍=60𝑥_1+ 48𝑥_2+ 36𝑥_3+ 0𝑠_4+ 0𝑠_5 + 0𝑠_6
Estandar
𝑅_1: 〖 0,56𝑥 〗 _1+ 〖 0,4𝑥 〗 _2+ 〖 0,28𝑥 〗 _3+ 〖 1𝑥 〗 _4 =5000
𝑅_2: 〖 0,16𝑥 〗 _1+ 〖 0,24𝑥 〗 _2+ 〖 0,32𝑥 〗 _3+ 〖 1𝑥 〗 _5=3000
𝑅_2: 〖 0,16𝑥 〗 _1+ 〖 0,24𝑥 〗 _2+ 〖 0,32𝑥 〗 _3+ 〖 1𝑥 〗 _5=3000
𝑅_3: 〖 0,28𝑥 〗 _1+ 〖 0,36𝑥 〗 _2+ 〖 0,4𝑥 〗 _3+ 〖 1𝑥 〗 _6 =4000
𝑋_1, 𝑋_2, 𝑋_3, 𝑋_4, 𝑋_5, 𝑋_6
≥ 0
2. Solucionar el modelo de programación lineal por el método sim
2. La primera tabla del método Simplex.
IDENTIFICAR LA VARIABLE QUE ENTRA Y LA VARIABLE QUE SALE : La variable que entra es la que esta ubicada en
sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 X3 S1
Z -60 -48 -36 0
R1 0 0.56 0.4 0.28 1
R2 0 0.16 0.24 0.32 0
R3 0 0.28 0.36 0.4 0
La variable que sale de la base es R1 y la que entra es X1.
X1 X2 X3 S1
Z -60 -48 -36 0
R1 0 1 0.71428571 0.5 1.78571429
R2 0 0.16 0.24 0.32 0
R3 0 0.28 0.36 0.4 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila pivote
numero pivote, definiendo una nueva fila pivote.
R1 0 1 0.71428571 0.5 1.78571429
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor de Z ubicado
columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de R1 y coloco los
resultados en la nueva fila del siguiente cuadro.
NUEVA 0 60 43 30 107
Z ANTIGUA -60 -48 -36 0
RESULTADO 0 0 -5.143 -6 107.143
HALLAR LA NUEVA FILA DE R2: Realizar tabla anexa para hallar la nueva fila de R2. Se identifica el valor de R2 ubi
NUEVA 0 0 0 0 0
R2 ANTIGUA 0 0.16 0.24 0.32 0
RESULTADO 0 0 0.125714 0.24 -0.2857
NUEVA 0 0 0 0 -1
R3 ANTIGUA 0 0.28 0.36 0.4 0
RESULTADO 0 0 0.16 0.26 -0.5
HALLAR NUEVA MATRIZ: Transladar todos los valores de las filas nuevas a una nueva matriz.
X1 X2 X3 S1 S2
Z 0 -5.1429 -6 107.142857142857 0
R1 1 0.7142857 0.5 1.786 0
R2 0 0.12571428571 0.24 -0.28571428571429 1
R3 0 0.16 0.26 -0.5 0
No todos los valores de Z son positivos.
X1 X2 X3 S1
Z 0 -5.1429 -6 107.142857
R1 0 1 0.7142857 0.5 1.786
R2 0 0 0.12571429 0.24 -0.28571429
R3 0 0 0.61538462 1 -1.92307692
R3 0 0 0.61538462 1 -1.92307692
NUEVA 0 0 4 6 -12
Z ANTIGUA 0 -5.1429 -6 107.142857
RESULTADO 0 0 -1.451 0 95.604
NUEVA 0 0 0 0 0
R2 ANTIGUA 0 0 0.12571429 0.24 -0.28571429
RESULTADO 0 0 -0.021978 0 0.1758
NUEVA 0 0 0 -1 1
R1 ANTIGUA 0 1 0.71428571 0.5 1.78571429
RESULTADO 0 1 0.40659 0 2.7473
X1 X2 X3 S1
Z 0 0 -1.450549 0 95.6043956
R1 0 1 0.4065934 0 2.7472527
R2 0 0 -0.02197802 0 0.17582418
R3 0 0 0.6153846 1 -1.923077
X1 X2 X3 S1
Z 0 0 -1.450549 0 95.6043956
R1 0 1 0.4065934 0 2.7472527
R2 0 0 -0.02197802 0 0.17582418
R3 0 0 1 1.625 -3.125
R3 0 0 1 1.625 -3.125
NUEVA 0 0 1 2 -5
Z ANTIGUA 0 0 -1.450549 0 95.6043956
RESULTADO 0 0 0 2.35714 91.07143
NUEVA 0 0 0 0 0
R2 ANTIGUA 0 0 -0.02197802 0 0.17582418
RESULTADO 0 0 0 0.0357143 0.107143
NUEVA 0 0 0 -1 1
R1 ANTIGUA 0 1 0.4065934 0 2.7472527
RESULTADO 0 1 0 -0.660714 4.017857
X1 X2 X3 S1 S2
Z 0 0 2.35714286 91.0714285714286 0
R1 1 0 -0.660714 4.01785714 0
R2 0 0 0.03571429 0.107142857142857 1
R3 0 1 1.625 -3.125 0
Todos los valores de Z son positivos.
La solución óptima es Z = 583928.57142857

X1 = 2232.1428571429
X2 = 9375
X3 = 0
3. Tabla para solucion con SOLVER
X1 X2 X3
Funcion Objetivo 60 48 36
Restricción 1 0.56 0.4 0.28 <=
Restricción 2 0.16 0.24 0.32 <=
Restricción 3 0.28 0.36 0.4 <=
X1 2232.14285714 Cantidades cemento Portland de tipo CEM III

X2 9375 Cantidades cemento Portland de tipo CEM IV
X3 0 Cantidades cemento Portland de tipo CEM V
MAX Z 583928.571429
utilidad maxima de USD$ 583928.57
3. Interpretar los resultados de la solución del modelo de programación li

decisiones.
¿Qué cantidad de cemento Portland de cada tipo, debe producir la empresa Cementos de Occiden
y obtener la mayor utilidad posible con los recursos disponibles?
Debe producir 2232,142 Toneladas de cemento Portland de tipo CEM III, 9375 Toneladas de cemento P
Toneladas de cemento Portland de tipo CEM V para optimizar las utilidades por un valor de USD$5839
ón lineal, , plantear la función objetivo, las
ón de no negatividad.
al por el método simplex primal.
ra es la que esta ubicada en la columna pivote y la variable que

ble que sale.
S2 S3 SOLUCIÒN Fila pivote

0 0 0
0 0 5000 1 8929
1 0 3000 6
0 1 4000 4
S2 S3 SOLUCIÒN
0 0 0
0 0 8928.57143 1
1 0 3000
0 1 4000
se debe dividir la fila pivote en el
0 0 8928.57143
ntifica el valor de Z ubicado en la

ueva fila de R1 y coloco los
0 0 535714
0 0 1 60
0 0 535715
identifica el valor de R2 ubicado en la

0 0 -1429
1 0 3000 -0.16
1 0 1571.43

0 0 -2500
0 1 4000 -0.28
0 1 1500
vas a una nueva matriz.
S3 SOLUCIÒN
0 535715.29
0 8928.57
0 1571.429
1 1500
S2 S3 SOLUCIÒN
0 0 535715.29
0 0 8928.57
1 0 1571.429
0 3.84615385 5769.23077 0.99924432
0 3.84615385 5769.23077

0 23 34615
0 0 535715.29 6
0 23.0769 570330.67

ueva fila de R3 y coloco los |
0 -1 -1385
1 0 1571.42857 -0.24
1 -0.92308 186.8132

0 -2 -2885
0 0 8928.57143 -0.5
0 -1.9231 6043.96
S2 S3 SOLUCIÒN
0 23.07692 570330.67
0 -1.923077 6043.956
1 -0.92307692 186.81319
0 3.84615 5769.231
S2 S3 SOLUCIÒN
0 23.07692 570330.67
0 -1.923077 6043.956
1 -0.92307692 186.81319
0 6.25 9375 1

0 6.25 9375

0 9 13599
0 23.07692 570330.67 1.45054945
0 32.1429 583929.57

0 0 206
1 -0.92307692 186.81319 0.02197802
1 -0.78571 392.8571

0 -3 -3812
0 -1.923077 6043.956 -0.40659341
0 -4.4643 2232.14
S3 SOLUCIÒN
32 583929.57
-4.464286 2232.143
-0.78571429 392.857
6.25 9375
Capacidad Formula
583928.571
5000 5000
3000 2607.14286
4000 4000
o CEM III
o CEM IV
o CEM V
28.57
de programación lineal para la toma de
sa Cementos de Occidente Co., para tomar decisiones
5 Toneladas de cemento Portland de tipo CEM IV y 0

or un valor de USD$583928.57
Ejercicio 2. Método simplex artificial.
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.
de templado.
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?
bles al boro grado
a la industria de
lidad de USD265 y
ocido y 22 minutos
lidad de USD270 y
ocido y 24 minutos
lidad de USD260 y
ocido y 20 minutos
o de 500 toneladas
oceso de recocido y
o.
ebe producir la
btener la mayor
?
1. Formular el problema como un modelo de programación lineal, plantear la
restricción de no negatividad
Información
Utilidad acero al
Recursos recorrido (min)
(USD) carbono(Ton)
boro grado Durabor 22MnB5 265 0.85 24
Totales Z 500 13000
minimo maximo
(𝑋_1= ) Cantidad aceros templables al boro grado Durabor 22MnB5


𝑀𝑎𝑥imiar(𝑧) =
265𝑥_1+ 〖 270𝑥 〗 _2+ 〖 260𝑥 〗 _3
canónica
Restricciones
𝑅_1: 〖 0,85𝑥 〗 _1+ 〖 0,11𝑥 〗 _2+ 〖 0,9𝑥 〗 _3 ≥500
𝑅_2: 〖 24𝑥 〗 _1+ 〖 28𝑥 〗 _2+ 〖 26𝑥 〗 _3 ≤13000
𝑅_3: 〖 22𝑥 〗 _1+ 〖 24𝑥 〗 _2+ 〖 20𝑥 〗 _3 ≤12000
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
Modelo estandar
Maximizar: 𝑍=0𝑥_1+ 0𝑥_2+ 0𝑥_3+ 0𝑠_1+ 0𝑠_2 + 0𝑠_3 + 1𝐴_1
Estandar
𝑅_1: 〖 0,85𝑥 〗 _1+ 〖 0,11𝑥 〗 _2+ 〖 0,9𝑥 〗 _3−" " 1𝑠_1 " "+0𝑠_2 " "+" 0" 𝑠_3 " "+"1" 𝐴_1 =500
𝑅_2: 〖 24𝑥 〗 _1+ 〖 28𝑥 〗 _2+ 〖 26𝑥 〗 _3+0𝑠_1 " "+1𝑠_2 " "+" 0" 𝑠_3 " "+"0" 𝐴_1 =13000
𝑅_3: 〖 22𝑥 〗 _1+ 〖 24𝑥 〗 _2+ 〖 20𝑥 〗 _3+0𝑠_1 " "+0𝑠_2 " "+" 1" 𝑠_3 " "+"0" 𝐴_1 =12000
𝑋_1, 𝑋_2, 𝑋_3, 𝑆_1, 𝑆_2, 𝑆_3,
𝐴_1 ≥ 0
𝑋_1, 𝑋_2, 𝑋_3, 𝑆_1, 𝑆_2, 𝑆_3,
𝐴_1 ≥ 0
2. Solucionar el modelo de programación lineal por el
pivote. La variable que entra reemplaza a la variable que sale.
X0 X1 X2
Z -0.85 -1.1
R1 -1 0.85 1.1
R2 0 24 28
R3 0 22 24
X0 X1 X2
Z -0.85 -1.1
R1 -1 0.77272727273 1
R2 0 24 28
R3 0 22 24
R1 -0.9090909091 0.772727272 1
dicho numero con diferente signo para multiplicar por la nueva fila de R1 y coloco los resultados en la nueva fila
NUEVA -1 0.85 1.1

Z ANTIGUA -0.85 -1.1
RESULTADO -1 0 0
NUEVA 25 -22 -28
R2 ANTIGUA 0 24 28
RESULTADO 25 2.36 0
NUEVA 22 -19 -24

R3 ANTIGUA 0 22 24
RESULTADO 22 3.4545 0
HALLAR NUEVA MATRIZ: Transladar todos los valores de las filas nuevas a una nu
X0 X1 X2
Z 0 0 0
R1 0 0.7727273 1.0
R2 0 2.363636384 0
R3 0 3.4545455 0
Existe alguna solución posible para el problema, por lo que podemos pasar a la Fa
X1 X2
Z -56.363636364 0
R1 270 0.7727273 1
R2 0 2.363636384 0
R3 0 3.4545 0
X1 X2
Z -56.363636364 0
R1 270 0.7727273 1
R2 0 0.09285714459 0
R3 0 3.4545 0
nueva fila pivote.
nueva fila pivote.
R2 0 0.09285714459 0
NUEVA 0 23 0
Z ANTIGUA -56.363636364 0.0000
RESULTADO 0 -33.57143 0
NUEVA 0 0.0844 0
R1 ANTIGUA 270 0.772727272 1
RESULTADO 270 0.85714 1
NUEVA 0 -2 0
R3 ANTIGUA 0 3.45454545455 0
RESULTADO 0 1.4286 0
X1 X2
Z -33.571428571 0
R1 270 0.85714285714 1
R2 0 0.092857 0
R3 0 1.42857 0
X1 X2
Z -33.571428571 0
R1 270 0.85714285714 1
R2 0 1 0
R3 0 1.42857 0
nueva fila pivote.
R2 265 1 0
NUEVA 8896 34 0
Z ANTIGUA -33.571428571 0.000000
RESULTADO 8896 0 0
NUEVA -379 -1 0
R3 ANTIGUA 0 1.42857142857 0
RESULTADO -379 0 0
NUEVA -227 -1 0
R1 ANTIGUA 270 0.85714285714 1.0000000
RESULTADO 43 0 1
X1 X2
Z 0 0
R1 270 0 1
R2 265 1 0
R3 0 0 0

X1 = 115.38461538462
X2 = 365.38461538462
X3 = 0
X1 X2
Funcion Objetivo 265 270
Restricción 1 0.85 1.1
Restricción 2 24 28
X1 115.384615385 Cantidad aceros templables al boro grado Durab

X2 365.384615385 Cantidad aceros templables al boro grado Durab
X3 0 Cantidad aceros templables al boro grado Durab
MAX Z 129230.769231
utilidad maxima de USD$ 129230,76
3. Interpretar los resultados de la solución del modelo de program
¿Qué cantidad de acero templable al boro de cada grado debe producir la empresa Aceros de Occ
posible con los recursos disponibles?
Debe producir 115,3846 Toneladas de aceros templable al boro grado Durabor 22MnB5, 365.3846 Tonel
Toneladas de aceros templables al boro grado Durabor 20MnB5 para optimizar las utilidades por un val
gramación lineal, plantear la función objetivo, las restricciones por recursos y
estricción de no negatividad.
templado
(min)
22
24
20
12000
maximo
2 " "+" 0" 𝑠_3 " "+"1" 𝐴_1 =500

0" 𝑠_3 " "+"0" 𝐴_1 =13000
1" 𝑠_3 " "+"0" 𝐴_1 =12000
programación lineal por el método simplex artificial.
able que entra es la que esta ubicada en la columna pivote y la variable que sale se encuentra ubicada en la fila
X3 X4 X5 X6 X7 SOLUCIÒN
-0.9 1 0 0 0 -500
0.9 -1 0 0 1 500
26 0 1 0 0 13000
20 0 0 1 0 12000
-0.9 1 0 0 0 -500
0.818181818 -0.9090909 0 0 0.9090909 454.54545
26 0 1 0 0 13000
20 0 0 1 0 12000
0.818181818 -0.9090909 0 0 0.9090909 454.54545
de Z. Se identifica el valor de Z ubicado en la columna pivote y se utiliza

y coloco los resultados en la nueva fila del siguiente cuadro.
0.9 -1 0 0 1 500
-0.9 1 0 0 0 -500
0 0 0 0 1 0
la de R2. Se identifica el valor de R2 ubicado en la columna pivote y se utiliza

-23 25 0 0 -25 -12727
26 0 1 0 0 13000
3.091 25.455 1 0 -25.455 272.727

-20 22 0 0 -22 -10909

20 0 0 1 0 12000
0.3636 21.8182 0 1 -21.8182 1090.909
s los valores de las filas nuevas a una nueva matriz.
0 0 0 0 1 0
0.818 -1 0 0 0.91 454.55
3.090909096 25.4545452 1 0 -25.455 272.727
0.3636364 21.8182 0 1 -21.8182 1091
blema, por lo que podemos pasar a la Fase II para calcularla.
X3 X4 X5 X6 SOLUCIÒN
-39.0909090909 -245.4545454546 0 0 122727
0.81818 -0.9091 0 0 454.5455
3.090909096 25.45455 1 0 272.7274 1
0.3636 21.8182 0 1 1090.9091
-39.0909090909 -245.4545454546 0 0 122727
0.81818 -0.9091 0 0 454.5455
0.121428572843 1 0.03928571468 0 10.7142908214286 1
0.3636 21.8182 0 1 1090.9091
igual a uno se debe dividir la fila pivote en el numero pivote, definiendo una
0.121428572843 1 0.03928571468 0 10.7142908214286

30 245 10 0 2630
-39.0909090909 -245.4545454546 0 0 122727.27 245.454545
-9.28571 0 9.64286 0 125357.14411

0.1104 0.9091 0.0357 0 9.7403

0.818181818 -0.9090909 0 0 454.54545 0.9090909
0.928571 0 0.03571 0 464.2857

-3 -22 -1 0 -234
0.363636363636 21.81818181818 0 1 1090.9090909091 -21.8181818
-2.2857 0 -0.8571 1 857.1427
X3 S1 S2 S3 SOLUCIÒN
-9.28571428571 0 9.64285714286 0 125357.14286
1 0 0 0 464.28571
0.121428571429 1 0.03928571429 0 10.71429
-2.285714 0 -0.857143 1 857.14286
que entra es X1.
X3 S1 S2 S3 SOLUCIÒN
-9.28571428571 0 9.64285714286 0 125357.14286
1 0 0 0 464.28571
1.307692307692 10.76923076923 0.42307692308 0 115.384615384618 1
-2.285714 0 -0.857143 1 857.14286
1.307692307692 10.76923076923 0.42307692308 0 115.384615384618

44 362 14 0 3874
-9.28571428571 0 9.64285714286 0.00000 125357.14 33.5714286
34.61538 361.53846 23.8462 0 129230.77

-2 -15 -1 0 -165
-2.28571428571 0 -0.85714285714 1 857.14286 -1.42857143
-4.1538462 -15.384615 -1.461538 1 692.3077

-1 -9 -0.3626 0 -99
1 0 0.0357 0 464.286 -0.85714286
-0.192308 -9.230769 0 0 365.38462
34.61538461539 361.5384615385 23.8461538462 0 129230.769231
-0.192308 -9.23076923 0 0 365.38462
1.307692307692 10.76923076923 0.42307692308 0 115.38462
-4.154 -15.385 -1.461538 1 692.30769
X3 Capacidad Formula
260 129230.769
0.9 >= 500 500
26 <= 13000 13000
20 <= 12000 11307.6923
aceros templables al boro grado Durabor 22MnB5

ión del modelo de programación lineal para la toma de decisiones.
producir la empresa Aceros de Occidente Co., para tomar decisiones y obtener la mayor utilidad
do Durabor 22MnB5, 365.3846 Toneladas de aceros templable al boro grado Durabor 24MnB5 y 0
ara optimizar las utilidades por un valor de USD$129230,7692.
Fila pivote
455
18
21
1.1
-28
-24
Ejercicio 3. Método simplex dual.
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.
costo de USD750.

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?
nílica tipo 1,
eriores
e pigmento,
vente, a un
de pigmento,
vente, a un
e pigmento,
vente, a un
nimo de 300
te y de 400
cir la empresa
ner el menor
1. Formular el problema como un modelo de programación lineal, , plantear
Información
pintura pintura pintura

Recursos vinílica vinílica vinílica tipo Disponibilidad
tipo 1 tipo 2 3
pigmento (Ton) 0.35 0.38 0.25 300
aglutinante (Ton) 0.15 0.17 0.19 130
disolvente (Ton) 0.5 0.53 0.56 400
(𝑋_1= ) Cantidad de pintura vinílica tipo 1

F(x) = 800𝑥_1+750𝑥_2+ 〖 700𝑥 〗 _3 → min
〖 0,35𝑥 〗 _1+ 〖 0,38𝑥 〗 _2+ 〖 0,25𝑥 〗 _3 ≤300

〖 0,15𝑥 〗 _1+ 〖 0,17𝑥 〗 _2+ 〖 0,19𝑥 〗 _3≤130
〖 0,5𝑥 〗 _1+ 〖 0,53𝑥 〗 _2+ 〖 0,56𝑥 〗 _3 ≤400
⟹ 〖 0,38𝑥 〗 _1+ 〖 0,1
〖 0,25𝑥 〗 _1+ 〖 0,
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
Trnsicion a simplex Dual
F(x) = 300𝑥_1+130𝑥_2+ 〖 400𝑥 〗 _3 → max F(x)= 300𝑥_1+130𝑥
〖 0,35𝑥 〗 _1+ 〖 0,15𝑥 〗 _2+ 〖 0,5𝑥 〗 _3≤800

〖 0,38𝑥 〗 _1+ 〖 0,17𝑥 〗 _2+ 〖 0,53 〗 _3≤750 ⟹ 〖 0,25𝑥 〗 _1+ 〖 0,19𝑥
〖 0,25𝑥 〗 _1+ 〖 0,19𝑥 〗 _2+ 〖 0,56𝑥 〗 _3≤700
que sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 X3 S1
Z 300 130 400 0
R1 0 0.35 0.15 0.5 1
R2 0 0.38 0.17 0.53 0
R3 0 0.25 0.19 0.56 0
max 0 -300 -130 -400
X1 X2 X3 S1
Z 300 130 400 0
R1 0 0.13 -0.02 0 1
R2 0 0.14 -0.01 0 0
R3 400 0.45 0.34 1 0
max 500000 -121.43 5.71 0
X1 X2 X3 S1
Z 300 130 400 0
R1 0 0 -0.01 0 1
R2 300 1 -0.07 0 0
R3 400 0 0.37 1 0
max 0 -2.6 0.000 0
X1 X2 X3 S1
Z 300 130 400 0
R1 0 0 -0.01 0.01 1
R2 300 1 0.45 1.39 0
R3 0 0 0.08 0.21 0
max 592105.26 0.000 4.21 18.42

X1 = 0
X2 = 789,47
X3 = 0
3. Interpretar los resultados de la solución del modelo de programación lin

decisiones.
¿Qué cantidad de cada tipo de pintura vinílica debe producir la empresa Pinturas de Occidente C
obtener el menor costo posible con los recursos disponibles?
Debe producir 789,47 Toneladas de Pintura Vinilica Tipo 2, y no producir Pintura Vilica Tipo 1 y 3 par
USD$592105.26 con los recursos disponibles.
ión lineal, , plantear la función objetivo, las
ión de no negatividad.
F(x) = 300𝑥_1+130𝑥_2+ 〖 400𝑥 〗 _3 → max
〖 0,35𝑥 〗 _1+ 〖 0,15𝑥 〗 _2+ 〖 0,5𝑥 〗 _3≤800

〖 0,38𝑥 〗 _1+ 〖 0,17𝑥 〗 _2+ 〖 0,53 〗 _3≤750
〖 0,25𝑥 〗 _1+ 〖 0,19𝑥 〗 _2+ 〖 0,56𝑥 〗 _3≤700
F(x)= 300𝑥_1+130𝑥_2+ 〖 400𝑥 〗 _3+ 0𝑠_4+ 0𝑠_5 + 0𝑠_6→ max
〖 0,35𝑥 〗 _1+ 〖 0,15𝑥 〗 _2+ 〖 0,5𝑥 〗 _3 + 〖 1𝑥 〗 _4=800

〖 0,38𝑥 〗 _1+ 〖 0,17𝑥 〗 _2+ 〖 0,53 〗 _3+ 〖 1𝑥 〗 _5=750
〖 0,25𝑥 〗 _1+ 〖 0,19𝑥 〗 _2+ 〖 0,56𝑥 〗 _3+ 〖 1𝑥 〗 _6=700
eal por el método simplex dual.
ntra es la que esta ubicada en la columna pivote y la variable

variable que sale.
S2 S3 SOLUCIÒN
0 0 0
0 0 1600
1 0 1415.09
0 1 1250
0 0 0
S2 S3 SOLUCIÒN
0 0
0 -0.89 -0.89
1 -0.95 -0.95
0 1.79 1.79
0 0 714.29
S2 S3 SOLUCIÒN
0 0
-0.88 -0.06 -1742.22
6.97 -6.6 -92.45
-3.11 4.73 206.58
846.82 -87.17
S2 S3 SOLUCIÒN
0 0
-0.92 0 0
2.63 0 0
-0.66 1 0
0.00 789.47 0
o de programación lineal para la toma de
a Pinturas de Occidente Co., para tomar decisiones y
Pintura Vilica Tipo 1 y 3 para minimizar los costos a

1. Formular el problema como un modelo de programación lineal,plantear
Información
cemento cemento cemento

Recursos Portland tipo Portland tipo Portland Disponibilidad
I II tipo III
clinker (Ton) 0.6 0.44 0.28 5000
escoria (Ton) 0.14 0.22 0.3 2800
puzolana (Ton) 0.3 0.34 0.42 4200
(𝑋_1= ) cemento Portland de tipo I

(𝑋_2= ) cemento Portland de tipo II
(𝑋_3= ) cemento Portland de tipo III

𝑀𝑎𝑥imiar(𝑧)=750𝑥_1+ 〖 630𝑥 〗 _2+
〖 510𝑥 〗 _3
canónica
Restricciones
𝑅_1: 〖 0,6𝑥 〗 _1+ 〖 0,44𝑥 〗 _2+ 〖 0,28𝑥 〗 _3 ≤5100
𝑅_2: 〖 0,14𝑥 〗 _1+ 〖 0,22𝑥 〗 _2+ 〖 0,3𝑥 〗 _3≤2800
𝑅_3: 〖 0,3𝑥 〗 _1+ 〖 0,34𝑥 〗 _2+ 〖 0,42𝑥 〗 _3 ≤4200
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
Maximizar: 𝑍=750𝑥_1−630𝑥_2− 510𝑥_3+ 0𝑠_1+ 0𝑠_2+ 0𝑠_3
Estandar
𝑅_1: 〖 0,6𝑥 〗 _1+ 〖 0,44𝑥 〗 _2+ 〖 0,28𝑥 〗 _3 +𝑠_1=5100
𝑅_2: 〖 0,14𝑥 〗 _1+ 〖 0,22𝑥 〗 _2+ 〖 0,3𝑥 〗 _3+𝑠_2=2800
𝑅_3: 〖 0,3𝑥 〗 _1+ 〖 0,34𝑥 〗 _2+ 〖 0,42𝑥 〗 _3 +𝑠_3=4200
𝑅_3: 〖 0,3𝑥 〗 _1+ 〖 0,34𝑥 〗 _2+ 〖 0,42𝑥 〗 _3 +𝑠_3=4200
𝑋_1, 𝑋_2, 𝑋_3, 𝑠_1, 𝑠_2, 𝑠_3 =
0
sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 X3 S1
Z -750 -630 -510 0
X1 0 0.6 0.44 0.28 1
X2 0 0.14 0.22 0.33 0
X3 0 0.3 0.34 0.42 0
X1 X2 X3 S1
Z 1 0 -80 -160 1250
X1 0 1 0.73333333 0.466666666666667 1.66666667
S2 0 0 0.11733333 0.234666666666667 -0.23333333
X3 0 0 0.12 0.28 -0.5
X1 X2 X3 S1
Z 1 0 -11.4285714 0 964.285714
X2 0 1 0.53333333 0 2.5
S2 0 0 0.0167619 0 0.18571429
X3 0 0 0.42857143 1 -1.78571429
X1 X2 X3 S1
Z 1 21.4285714286 0 0 1017.85714
X2 0 1.875 1 0 4.6875
S2 0 -0.0314285714 0 0 0.10714286
X3 0 -0.8035714286 0 1 -3.79464286

X1 = 0
X2 = 10781.25
X3 = 1272.3214285714
X1 X2 X3
Restricción 1 0.6 0.44 0.28 <=
Restricción 2 0.14 0.22 0.3 <=
Restricción 3 0.3 0.34 0.42 <=
X1 0 Cantidades cemento Portland de tipo CEM I

X2 10781.25 Cantidades cemento Portland de tipo CEM II
MAX Z 7441071.42857
3. Interpretar los resultados de la solución del modelo de programación li

decisiones.
¿Qué cantidad de cemento Portland de cada tipo, debe producir la empresa Industrial Cementos
decisiones y obtener la mayor utilidad posible con los recursos disponibles?
Debe producir 10781.25 Toneladas de cemento Portland de tipo II, 1272.32 Toneladas de cemento Portla
cemento Portland de tipo I, para optimizar las utilidades por un valor de USD$ 7441071,429
ión lineal,plantear la función objetivo, las
ón de no negatividad.
al por el método simplex primal.
ra es la que esta ubicada en la columna pivote y la variable que

ble que sale.

0 0 0
0 0 5100 1 8500
1 0 2800 20000
0 1 4200 14000
S2 S3 SOLUCIÒN
0 0 6375000 Fila pivote
0 0 8500 18214.2857
1 0 1610 6860.79545
0 1 1650 1 5892.85714
S2 S3 SOLUCIÒN
0 571.428571 7317857.14 Fila pivote
0 -1.66666667 5750 1 10781.25
1 -0.83809524 227.142857 13551.1364
0 3.57142857 5892.85714 13750
S2 S3 SOLUCIÒN
0 535.714286 7441071.43
0 -3.125 10781.25
1 -0.78571429 46.4285714
0 4.91071429 1272.32143
Capacidad Formula
7441071.43
5100 5100
2800 2753.57143
4200 4200
o CEM I
o CEM II
o CEM III
071,4
de programación lineal para la toma de
sa Industrial Cementos de Occidente Co., para tomar

s?
neladas de cemento Portland de tipo III y 0 Toneladas de

$ 7441071,429
Tabla 2 750 630 510
Z 0 -80 -160
Base Cb P1 P2 P3
0.73333 0.46666
P1 750 1 3333333 6666666
33 67
0.11733 0.23466
P5 0 0 3333333 6666666
33 67
P6 0 0 0.12 0.28
0 0 0
1250 0 0 6375000
P4 P5 P6 P0
16,666,666,666,667 0 0 8500
-0.23333333333333 1 0 1610
-0.5 0 1 1650
Ejercicio 1. Método simplex primal.
1. Formular el problema como un modelo de programación lineal, , plant

restricciones por recursos y restricción de no negativ
Información
cemento
cemento cemento
Portland
Recursos Portland tipo Portland tipo Disponibilidad
tipo
CEM III CEM IV
CEM V
clinker (Ton) 0.56 0.4 0.28 5000
escoria (Ton) 0.16 0.24 0.32 3000
puzolana (Ton) 0.28 0.36 0.4 4000
(𝑋_1= ) cemento Portland de tipo CEM I

(𝑋_2= ) cemento Portland de tipo CEM II
(𝑋_3= ) cemento Portland de tipo CEM III

𝑀𝑎𝑥imiar(𝑧)=60𝑥_1+ 〖 48𝑥 〗 _2+
〖 36𝑥 〗 _3
canónica
Restricciones
𝑅_1: 〖 0,56𝑥 〗 _1+ 〖 0,4𝑥 〗 _2+ 〖 0,28𝑥 〗 _3 ≤5000
𝑅_2: 〖 0,16𝑥 〗 _1+ 〖 0,24𝑥 〗 _2+ 〖 0,32𝑥 〗 _3≤3000
𝑅_3: 〖 0,28𝑥 〗 _1+ 〖 0,36𝑥 〗 _2+ 〖 0,4𝑥 〗 _3 ≤4000
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
Maximizar: 𝑍=60𝑥_1+ 48𝑥_2+ 36𝑥_3+ 0𝑠_4+ 0𝑠_5 + 0𝑠_6
Estandar
𝑅_1: 〖 0,56𝑥 〗 _1+ 〖 0,4𝑥 〗 _2+ 〖 0,28𝑥 〗 _3+ 〖 1𝑥 〗 _4 =5000
𝑅_1: 〖 0,56𝑥 〗 _1+ 〖 0,4𝑥 〗 _2+ 〖 0,28𝑥 〗 _3+ 〖 1𝑥 〗 _4 =5000
𝑅_2: 〖 0,16𝑥 〗 _1+ 〖 0,24𝑥 〗 _2+ 〖 0,32𝑥 〗 _3+ 〖 1𝑥 〗 _5=3000
𝑅_3: 〖 0,28𝑥 〗 _1+ 〖 0,36𝑥 〗 _2+ 〖 0,4𝑥 〗 _3+ 〖 1𝑥 〗 _6 =4000
𝑋_1, 𝑋_2, 𝑋_3, 𝑋_4, 𝑋_5, 𝑋_6
≥ 0
2. Solucionar el modelo de programación lineal por el método
encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 X3 S1
Z -750 -630 -510 0
S1 0 0.6 0.44 0.28 1
S2 0 0.14 0.22 0.33 0
S3 0 0.3 0.34 0.42 0
La variable que sale de la base es S1 y la que entra es X1.
X1 X2 X3 S1
Z -750 -630 -510 0
X1 0 1 0.73333333 0.466666666666667 1.66666667
S2 0 0.14 0.22 0.33 0
S3 0 0.3 0.34 0.42 0
pivote, definiendo una nueva fila pivote.
X1 0 1 0.73333333 0.466666666666667 1.66666667
pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de X1 y coloco los resultado
fila del siguiente cuadro.
NUEVA 0 750 550 350 1250

Z ANTIGUA -750 -630 -510 0
RESULTADO 0 0 -80.000 -160 1250.000
HALLAR LA NUEVA FILA DE X2: Realizar tabla anexa para hallar la nueva fila de S2. Se identifica el valor de S2 ubic
columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila de X1 y coloco los
la nueva fila del siguiente cuadro.
NUEVA 0 0 0 0 0
S2 ANTIGUA 0 0.14 0.22 0.33 0
RESULTADO 0 0 0.117333 0.2646667 -0.2333
HALLAR LA NUEVA FILA DE R3: Realizar tabla anexa para hallar la nueva fila de S3. Se identifica el valor de S3 ubic
NUEVA 0 0 0 0 -1
S3 ANTIGUA 0 0.3 0.34 0.42 0
RESULTADO 0 0 0.12 0.28 -0.5
X1 X2 X3 S1
Z 0 -80.0000 -160 1250
X1 1 0.7333333 0.4666667 1.667
S2 0 0.11733333 0.264666666666667 -0.23333333
S3 0 0.12 0.28 -0.5
X1 X2 X3 S1
Z 0 -80.0000 -160 1250
X1 0 1 0.7333333 0.4666667 1.667
S2 0 0 0.11733333 0.264666666666667 -0.23333333
X3 0 0 0.42857143 1 -1.78571429
X3 0 0 0.42857143 1 -1.78571429
NUEVA 0 0 69 160 -286

Z ANTIGUA 0 -80.0000 -160 1250
RESULTADO 0 0 -11.429 0 964.286
HALLAR LA NUEVA FILA DE R2: Realizar tabla anexa para hallar la nueva fila de S2. Se identifica el valor de S2 ubic
NUEVA 0 0 -0.200000 -0.5 0.833333

X1 ANTIGUA 0 1 0.7333333 0.5 1.667
RESULTADO 0 1 0.533333 0 2.5
HALLAR LA NUEVA FILA DE R1: Realizar tabla anexa para hallar la nueva fila de X1. Se identifica el valor de X1 ubic
NUEVA 0 0 -0.113 -0.265 0.473

S2 ANTIGUA 0 0 0.11733333 0.264666666666667 -0.23333333
RESULTADO 0 0 0.003905 0 0.239286
X1 X2 X3 S1
Z 0 0 -11.428571 0 964.285714
X1 0 1 0.5333333 0 2.5000000
S2 0 0 0.0167619 0 0.18571429
X3 0 0 0.4285714 1 -1.785714
La variable que sale de la base es X1 y la que entra es X2.
X1 X2 X3 S1
Z 0 0 -11.428571 0 964.285714
X2 0 1.875 1 0 4.6875
S2 0 0 0.0167619 0 0.18571429
X3 0 0 0.42857143 1 -1.78571429
X2 0 1.875 1 0 4.6875
NUEVA 0 21 11 0 54
Z ANTIGUA 0 0 -11.428571 0 964.285714
RESULTADO 0 21.429 0 0 1017.857
HALLAR LA NUEVA FILA DE RS: Realizar tabla anexa para hallar la nueva fila de S2. Se identifica el valor de S2 ubic
NUEVA 0 0 0 0 0
S2 ANTIGUA 0 0 0.0167619 0 0.18571429
RESULTADO 0 -0.03143 0 0 0.107143
HALLAR LA NUEVA FILA DE X3: Realizar tabla anexa para hallar la nueva fila de X3. Se identifica el valor de X3 ubic
NUEVA 0 -1 0 0 -2
X3 ANTIGUA 0 0 0.42857143 1 -1.78571429
RESULTADO 0 -0.80357 0 1 -3.794643
X1 X2 X3 S1 S2
Z 21.4285714286 0 0 1017.85714285714 0
X2 1.875 1 0 4.6875 0
S2 -0.0314285714 0 0 0.107142857142857 1
X3 -0.8035714286 0 1 -3.79464285714286 0

X1 = 2232.1428571429
X2 = 9375
X3 = 0
X1 X2 X3
Restricción 1 0.6 0.44 0.28 <=
Restricción 2 0.14 0.22 0.3 <=
Restricción 3 0.3 0.34 0.42 <=
X1 0 Cantidades cemento Portland de tipo CEM I

X2 10781.25 Cantidades cemento Portland de tipo CEM II
MAX Z 7441071.42857
3. Interpretar los resultados de la solución del modelo de programación line
¿Qué cantidad de cemento Portland de cada tipo, debe producir la empresa Industrial
Cementos de
Cementos
Occiden
obtener la ymayor
decisiones obtener
utilidad
la mayor
posible
utilidad
con los
posible
recursos
con disponibles?
los recursos disponibles?
Debe producir 10781.25

2232,142 Toneladas de cemento Portland de tipo II, CEM
1272.32
III, 9375
Toneladas de cemento
Portla
P
de cemento
Portland de tipo
Portland
I, para
de optimizar
tipo CEMlas
V para
utilidades
optimizar
por un
lasvalor
utilidades
de USD$
por un
7441071,429
valor de USD$583928.57
ción lineal, , plantear la función objetivo, las
ción de no negatividad.
La empresa Industrial de Cementos Co., produce cemento Portland tipo

I, cemento Portland tipo II y cemento Portland tipo III para la industria de la construcción.
Producir cemento Portland tipo I, genera una utilidad de USD750 y requiere 0,60 toneladas de clinker, 0,14
toneladas de escoria y 0,30 toneladas de puzolana.
Producir cemento Portland tipo II, genera una utilidad de USD630 y requiere 0,44 toneladas de clinker, 0,22
Producir cemento Portland tipo III, genera una utilidad de USD510 y requiere 0,28 toneladas de clinker, 0,30
La empresa, en su planta de producción dispone como máximo de 5.100 toneladas de clinker, de 2.800
toneladas de escoria y de 4.200 toneladas de puzolana.
eal por el método simplex primal.
es la que esta ubicada en la columna pivote y la variable que sale se

ale.

0 0 0
0 0 5100 1 8500
1 0 2800 20000
0 1 4200 14000
S2 S3 SOLUCIÒN
0 0 0
0 0 8500 1
1 0 2800
0 1 4200
debe dividir la fila pivote en el numero
0 0 8500
tifica el valor de Z ubicado en la columna

e X1 y coloco los resultados en la nueva
0 0 6375000
0 0 0 750
0 0 6375000
entifica el valor de S2 ubicado en la
eva fila de X1 y coloco los resultados en
0 0 -1190
1 0 2800 -0.14
1 0 1610.00

0 0 -2550
0 1 4200 -0.3
0 1 1650
S2 S3 SOLUCIÒN
0 0 6375000
0 0 8500
1 0 1610
0 1 1650
S2 S3 SOLUCIÒN
0 0 6375000
0 0 8500
1 0 1610
0 3.57142857143 5892.85714286 1
0 3.57142857143 5892.85714286

0 571 942857
0 0 6375000 160
0 571.4286 7317857

0 -1.666667 -2750
0 0 8500 -0.46666667
0 -1.66667 5750.0000
entifica el valor de X1 ubicado en la

0 -0.945 -1560
1 0 1610 -0.26466667
1 -0.9452 50.36
S2 S3 SOLUCIÒN
0 571.42857 7317857.14
0 -1.666667 5750
1 -0.8380952381 227.142857143
0 3.57143 5892.857
S2 S3 SOLUCIÒN
0 571.42857 7317857.14
0 -3.125 10781.25 1
1 -0.8380952381 227.14286
0 3.57142857143 5893

0 -3.125 10781.25

0 -36 123214
0 571.42857 7317857.14 11.4285714
0 535.714 7441071.429

0 0 -181
1 -0.8380952381 227.14286 -0.0167619
1 -0.78571 46.4286
entifica el valor de X3 ubicado en la

0 1 -4621
0 3.57142857143 5893 -0.42857143
0 4.9107 1272.32
S3 SOLUCIÒN
535.714286 7441071.42857
-3.125 10781.25
-0.78571429 46.4285714286
4.91071429 1272.32142857
Capacidad Formula
7441071.42857
5100 5100
2800 2753.57142857
4200 4200
o CEM I
o CEM II
o CEM III
071,4
programación lineal para la toma de decisiones.
a Industrial
Cementos deCementos
Occidente
de Co.,
Occidente
para tomar
Co., para
decisiones
tomar y
eladas de cemento
Portland
Portland
de tipo
de tipo
III yCEM
0 Toneladas
IV y 0 Toneladas
de cemento
de
429USD$583928.57
tipo
construcción.
eladas de clinker, 0,14
de clinker, de 2.800
1. Formular el problema como un modelo de programación lineal, , plante
restricción de no negativi
Información
Acero al Acero al Acero al

Recursos manganeso manganeso manganeso grado
grado B-1 grado B-2 B-3
Acero de Manganeso 0.9 1 1.2

Templado 120 125 150
Revenido 150 170 190
Utilidad (USD) 1400 1600 1800
(𝑋_1= ) Acero de Manganeso grado B-1

𝑀𝑎𝑥imiar(𝑧)
=1400𝑥_1+ 〖 1600𝑥 〗 _2+ 〖 1800𝑥 〗 _3
Restricciones
𝑅_1: 〖 0,9𝑥 〗 _1+ 〖 1𝑥 〗 _2+ 〖 1,2𝑥 〗 _3 ≥5000

𝑅_2: 〖 120𝑥 〗 _1+ 〖 125𝑥 〗 _2+ 〖 150𝑥 〗 _3≤70000
𝑅_3: 〖 150𝑥 〗 _1+ 〖 170𝑥 〗 _2+ 〖 190𝑥 〗 _3 ≤90000
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
2. Solucionar el modelo de programación lineal po

𝑀𝑎𝑥imiar(𝑧) =−1400𝑥_1− 〖 1600𝑥 〗 _2− 〖 1800𝑥 〗 _3+" 0" 𝑠_1+" 0" 𝑅_1+" 0"
𝑠_2+" 0" 𝑠_3=0
Restricciones
〖 0,9𝑥 〗 _1+ 〖 1𝑥 〗 _2+ 〖 1,2𝑥 〗 _3−𝑆_1+𝑅_1=530

〖 120𝑥 〗 _1+ 〖 125𝑥 〗 _2+ 〖 150𝑥 〗 _3+𝑆_2 =70000
〖 150𝑥 〗 _1+ 〖 170𝑥 〗 _2+ 〖 190𝑥 〗 _3+𝑆_3 =90000
Restricciones de no negatividad
𝑥_1,𝑥_2,𝑥_3,𝑠_1, 𝑠_2,𝑠_3 〖 ,𝑅 〗 _1 ≥0
Minimizar R1
Restricciones
〖 0,9𝑥 〗 _1+ 〖 1𝑥 〗 _2+ 〖 1,2𝑥 〗 _3−𝑆_1+𝑅_1=530

〖 120𝑥 〗 _1+ 〖 125𝑥 〗 _2+ 〖 150𝑥 〗 _3+𝑆_2 =70000
〖 150𝑥 〗 _1+ 〖 170𝑥 〗 _2+ 〖 190𝑥 〗 _3+𝑆_3 =90000
𝑥_1,𝑥_2,𝑥_3,𝑠_1, 𝑠_2,𝑠_3 〖 ,𝑅 〗 _1 ≥0
Nueva funcion Objetivo
Minimizar R1=R1
Despejar R1
〖 0,9𝑥 〗 _1+ 〖 1𝑥 〗 _2+ 〖 1,2𝑥 〗 _3−𝑆_1+𝑅_1=530

〖𝑅 _1=−0,9𝑥 〗 _1− 〖 1𝑥 〗 _2− 〖 1,2𝑥 〗 _3+𝑆_1+530
Minimizar(𝑧) = 𝑅_1+ 〖 0,9𝑥 〗 _1+ 〖 1𝑥 〗 _2+ 〖 1,2𝑥 〗 _3+" " 𝑆_1+" 0" 𝑅_1+"
0" 𝑠_2+" 0" 𝑠_3=530
Restricciones
〖 0,9𝑥 〗 _1+ 〖 1𝑥 〗 _2+ 〖 1,2𝑥 〗 _3−𝑆_1+𝑅_1=530

〖 120𝑥 〗 _1+ 〖 125𝑥 〗 _2+ 〖 150𝑥 〗 _3+𝑆_2 =70000
〖 150𝑥 〗 _1+ 〖 170𝑥 〗 _2+ 〖 190𝑥 〗 _3+𝑆_3 =90000
𝑥_1,𝑥_2,𝑥_3,𝑠_1, 𝑠_2,𝑠_3 〖 ,𝑅 〗 _1 ≥0
𝑥_1,𝑥_2,𝑥_3,𝑠_1, 𝑠_2,𝑠_3 〖 ,𝑅 〗 _1 ≥0
FASE I - método Simplex primal para minimización
R X1
R1 0 1 0.9
S1 0 0 0.9
S2 0 0 120
S3 0 0 150
R X1
R 0 1 0.9
X3 0 0 0.75
S2 0 0 120
S3 0 0 150
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno s
S1 0 0.75
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se iden
pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila d
NUEVA 0 -1
R1 ANTIGUA 1 0.9
RESULTADO 1 0
NUEVA 0 -113
S2 ANTIGUA 0 120
RESULTADO 0 7.5
NUEVA 0 -143
S3 ANTIGUA 0 150
RESULTADO 0 7.5
R X1
R 0 1 0
X3 0 0 0.75
S2 0 0 7.5
S3 0 0 7.5
Existe alguna solución posible para el problema, por lo que podemos pasar a la FASE II para calcularla.
Z X1
Z 1 -1400
X3 0 0 0.75
S2 0 0 7.5
S3 0 0 7.5
Z X1
Z 0 1 -1400
X3 0 0 0.75
S1 0 0 7.5
S3 0 0 7.5
X3 0 0.75
NUEVA 0 1350
Z ANTIGUA 1 -1400
RESULTADO 1 -50
NUEVA 0 0
S1 ANTIGUA 0 7.5
RESULTADO 0 7.5
NUEVA 0 0
S3
S3 ANTIGUA 0 7.5
RESULTADO 0 7.5
Z X1
Z 1 -50
X3 0 0 0.75
S2 0 0 7.5
S3 0 0 7.5
Z X1
Z 0 1 -50
X3 0 0 0.75
S1 0 0 0.06
S3 0 0 7.5
S2 0 0.06
NUEVA 0 90
Z ANTIGUA 1 -50
RESULTADO 1 40
NUEVA 0 0
S1 ANTIGUA 0 0.75
RESULTADO 0 0.8
NUEVA 0 -9
S3 ANTIGUA 0 7.5
RESULTADO 0 -2
Z X1
Z 1 40
X3 0 0 0.8
S2 0 0 0.06
S3 0 0 -2
Z X1
Z 0 1 40
X3 0 0 0.8
S1 0 0 0.06
X2 0 0 -0.171428571429
S3 0 -0.171428571429
NUEVA 0 -17
Z ANTIGUA 1 40
RESULTADO 1 22.857
NUEVA 0 0
S2 ANTIGUA 0 0.8
RESULTADO 0 0.943
NUEVA 0 0
X2 ANTIGUA 0 0.06
RESULTADO 0 0.060
HALLAR NUEVA MATRIZ: Transladar todos los valores de las filas nuevas a una nueva m
X1 X2 X3
Z 22.85714285714 0 0
X2 0.942857142857 0 1
S2 0.06 0 0
X3 -0.17142857143 1 0

X1 = 0
X2 = 114.28571428571
X3 = 371.42857142857
X1 X2
Funcion Objetivo 1400 1600
Restricción 1 0.9 1
X1 0 Acero de Manganeso grado B-1

X2 114.2857142857 Acero de Manganeso grado B-2
X3 371.4285714286 Acero de Manganeso grado B-3
MAX Z 851428.5714286
3. Interpretar los resultados de la solución del modelo de programación
¿Qué cantidad
cantidaddedeacero al manganeso
cemento Portland dedecada
cadatipo,
grado debe
debe producirlalaempresa
producir empresaCementos
Industrial de
de Occiden
Aceros
posible con los recursos
mayor utilidad disponibles?
posible con los recursos disponibles?
La empresa
Debe Industrial
producir 2232,142de Toneladas
Aceros Codedebe producir
cemento 114,28deToneladas
Portland tipo CEMdeIII,
acero
9375alToneladas
manganesode grado B-2Py
cemento
Toneladas
Portland dedetipo
acero
CEM al V
manganeso gradolas
para optimizar B-1, obteniendo
utilidades por una utilidad
un valor por un valor de USD$ 851428,57
de USD$583928.57
e programación lineal, , plantear la función objetivo, las restricciones por recursos y
restricción de no negatividad.
Disponibilidad
La empresa Industrial de Aceros Co., produce aceros al manganeso grado B-
grado B-2 con una utilidad de USD1.600 y aceros al manganeso grado B-3 co
530 donde se requiere resistencia al impacto y
70000 Producir acero al manganeso grado B-1, requiere 0,90 toneladas de acero al
90000 y 150 minutos de tratamiento de
Producir acero al manganeso grado B-2, requiere 1 tonelada de acero al ma
170 minutos tratamiento de re
Producir acero al manganeso grado B-3, requiere 1,2 toneladas de acero al m
190 minutos de tratamiento de
La empresa, dispone en su planta de producción como mínimo de 530 tonela
minutos para el tratamiento de templado y de 90.000 minu
elo de programación lineal por el método simplex artificial.

1+" 0" 𝑅_1+" 0"
1+" 0" 𝑅_1+"

X2 X3 S1 S2 S3 R1 SOLUCIÒN
1 1.2 -1 0 0 0 530
1 1.2 -1 0 0 1 530
125 150 0 1 0 0 70000
170 190 0 0 1 0 90000
1 1.2 -1 0 0 0 530
0.833333333333333 1 -0.83333333 0 0 0.83333333 441.666667
125 150 0 1 0 0 70000
170 190 0 0 1 0 90000
l nuevo numero pivote quede igual a uno se debe dividir la fila pivote en el numero
0.833333333333333 1 -0.83333333 0 0 0.83333333 441.666667
anexa para hallar la nueva fila de Z. Se identifica el valor de Z ubicado en la columna

nte signo para multiplicar por la nueva fila de X1 y coloco los resultados en la nueva
-1 -1 1 0 0 -1 -530
1 1.2 -1 0 0 0 530
0 0 0 0 0 -1 0
-125 -150 125 0 0 -125 -66250

125 150 0 1 0 0 70000
0 0 125 1 0 -125 3750
-158 -190 158 0 0 -158 -83917

170 190 0 0 1 0 90000
11.67 0 158.333 0 1 -158.333 6083.333
0 0 0 0 0 -1 0
0.833333333333333 1 -0.83333333 0 0 0.83333333 441.666667
0 0 125 1 0 -125 3750
11.6666666666667 0 158.333333 0 1 -158.333333 6083.33333
pasar a la FASE II para calcularla.
X2 X3 S1 S2 S3 SOLUCIÒN
-1600 -1800 0 0 0 0
0.833333333333333 1 -0.83333333 0 0 441.666667 1
0 0 125 1 0 3750
11.6666666666667 0 158.333333 0 1 6083.33333
-1600 -1800 0 0 0 0
0.833333333333333 1 -0.83333333 0 0 441.666667
0 0 125 1 0 3750
11.6666666666667 0 158.333333 0 1 6083.33333
0.833333333333333 1 -0.83333333 0 0 441.666667

1500 1800 -1500 0 0 795000

-1600 -1800 0 0 0 0 1800
-100.000 0 -1500.000 0 0 795000
0 0 0 0 0 0
0 0 125 1 0 3750 0
0.000 0 125.000 1 0 3750
0 0 0 0 0 0
11.6666666666667 0 158.333333 0 1 6083.33333 0
11.667 0 158.333 0 1 6083
-100 0 -1500 0 0 795000
0.833333333333333 1 -0.83333333 0 0 441.666667
0 0 125 1 0 3750 1
11.6666666666667 0 158.333333 0 1 6083.33333
-100 0 -1500 0 0 795000
0.833333333333333 1 -0.83333333 0 0 441.666667
0 0 1 0.008 0 30
11.6666666666667 0 158.333333 0 1 6083.33333
0 0 1 0.008 0 30

0 0 1500 12 0 45000
-100 0 -1500 0 0 795000 1500
-100 0 0 12 0 840000
0 0 1 0 0 25
0.833333333333333 1 -0.83333333 0 0 441.666667 0.83333333
1 1 0 0 0 467
0 0 -158 -1 0 -4750
11.6666666666667 0 158.333333 0 1 6083.33333 -158.333333
11.667 0 0 -1 1 1333
-100 0 0 12 0 840000
0.833333333333333 1 0 0.00666667 0 466.666667
0 0 1 0.008 0 30
11.6666666666667 0 0 -1.26666667 1 1333.33333 1
-100 0 0 12 0 840000
0.833333333333333 1 0 0.00666667 0 466.666667
0 0 1 0.008 0 30
1 0 2.92338E-14 -0.10857143 0.08571429 114.285714
1 0 2.92338E-14 -0.10857143 0.08571429 114.285714

100 0 0 -11 9 11429

-100 0 0 12 0 840000 100
0 0 0 1.1429 8.5714 851428.6
-1 0 0 0 0 -95
0.833333333333333 1 0 0.00666667 0 466.666667 -0.83333333
0 1 0 0.09714 0 371.429
0 0 0 0 0 0
0 0 1 0.008 0 30 0
0 0 1 0.008 0 30
os valores de las filas nuevas a una nueva matriz.
S1 S2 S3 SOLUCIÒN
0 1.14285714 8.57142857 851428.571
0 0.09714286 -0.07142857 371.428571
1 0.008 0 30
0 -0.10857143 0.08571429 114.285714
X3 Capacidad Formula
1800 851428.571
1.2 ≥ 530 560
150 <= 70000 70000
190 <= 90000 90000
e Manganeso grado B-1

lidad maxima de USD$ 851428,57
del modelo de programación lineal para la toma de decisiones.
oducir
ucir lalaempresa
empresaCementos
Industrial de
de Occidente
Aceros Co.,Co.,
parapara
tomar decisiones
tomar y obtener
decisiones la mayor
y obtener la utilidad
adas
CEMdeIII,
acero
9375alToneladas
manganesode grado B-2Portland
cemento y 371,42deToneladas
tipo CEM deIV
acero
y 0al manganeso
Toneladas grado B-3 y 0
de cemento
ilidad por un valor de USD$ 851428,57
or de USD$583928.57
or recursos y
oduce aceros al manganeso grado B-1 con una utilidad de USD1.400, aceros al manganeso
y aceros al manganeso grado B-3 con una utilidad de USD1.800, utilizados en aplicaciones
e se requiere resistencia al impacto y contra la abrasión.
requiere 0,90 toneladas de acero al manganeso, 120 minutos de tratamiento de templado
y 150 minutos de tratamiento de revenido.
, requiere 1 tonelada de acero al manganeso, 125 minutos de tratamiento de templado y
170 minutos tratamiento de revenido.
requiere 1,2 toneladas de acero al manganeso, 150 minutos de tratamiento de templado y
190 minutos de tratamiento de revenido.
ducción como mínimo de 530 toneladas de acero al manganeso y como máximo de 70.000
ento de templado y de 90.000 minutos para el tratamiento de revenido.
Fila pivote
1 442
467
474
-1.2
-150
-190
1. Formular el problema como un mo
Variables
Acero de Manganeso grado B-1= X1
2. Solucionar el modelo de progra
FUNCIÓN OBJETIVO
Mazimizar Z - 1400X1 - 1600X2 - 18
RESTRICCIONES
0,9X1 + 1X2 + 1,2X
120X1 + 125X2 + 15
150X1 + 170X2 + 19
RESTRICCIONES DE NO NEGATIVIDAD
X1, X2, X3, S1, S
Fas
Sean La restricciones
Sujeto a:
0,9X1 + 1X
120X1 + 12
150X1 + 17
X1, X2,
La nueva Funcion Objetivo es:

M
Despejando R1 de la Primera restriccion
0,9X1 + 1X
R1 = - 0,9X
Minimizar R1 + 0,9X1 + 1
R
0,9X1 + 1X
120X1 + 12
150X1 + 17
RESTRICCIO
X1, X2,
Aplicamos el metodo Simplex primal para la minimizacion

IT0 R X1
R1 1 0.90
S1 0 0.90
S2 0 120
S3 0 150
IT1 R X1
R 1 0
X3 0 0.75
S2 0 7.5
S3 0 7.5
Fase II
it1 Z X1
Z 1 -1400
X3 0 0.75
S2 0 7.5
S3 0 7.5
IT2 Z X1
Z 1 -50
X3 0 0.75
S1 0 7.5
S3 0 7.5
IT3 Z X1
Z 1 40
X3 0 0.8
S1 0 0.06
X2 0 -2
IT5 Z X1
Z 1 22.8571428571428
X2 0 0.942857142857143
S1 0 0.06
X2 0 -0.17142857142857
Interpret
La empresa Industrial de Aceros Co debe producir 114,28 Toneladas de acero al mangane

producir r acero al manganeso grado B-1, p
ular el problema como un modelo de programación lineal.
X1 X2 X3
Utilidad 1400 1600 1800 Recursos
Acero de Manganeso 0.9 1 1.2 >= 530
Templado 120 125 150 <= 70000
Revenido 150 170 190 <= 90000
FUNCIÓN OBJETIVO
Maximizar Z= 1400X1 + 1600X2 + 1800X3
SUJETO A:
0,9X1 + 1X2 + 1,2X3 >= 530
120X1 + 125X2 + 150X3 <= 70000
150X1 +170X2 + 190X3 <= 90000
X1, X2, X3 >= 0
olucionar el modelo de programación lineal por el método simplex artificial:
OBJETIVO
Mazimizar Z - 1400X1 - 1600X2 - 1800X3 + 0S1 + 0R1 + 0S2 + 0S3 = 0
IONES
0,9X1 + 1X2 + 1,2X3 - S1 + R1 = 530
120X1 + 125X2 + 150X3 + S2 = 70000
150X1 + 170X2 + 1900X3 + S3 = 90000
IONES DE NO NEGATIVIDAD
X1, X2, X3, S1, S2, S3, R1>= 0
Fase 1 Minimizar R1
estricciones
0,9X1 + 1X2 + 1,2X3 - S1 + R1 = 530

120X1 + 125X2 + 150X3 + S2 = 70000
150X1 + 170X2 + 190X3 + S3 = 90000
X1, X2, X3, S1, S2, S3, R1>= 0
Funcion Objetivo es:

Minimizar R = R1
do R1 de la Primera restriccion
0,9X1 + 1X2 + 1,2X3 - S1 + R1 = 530
R1 = - 0,9X1 - 1X2 - 1,2X3 + S1 + 530
Minimizar R1 + 0,9X1 + 1X2 + 1,2X3 - S1 + 0R1 + 0S2 + 0S3 = 530

RESTRICCIONES
0,9X1 + 1X2 + 1,2X3 - S1 + R1 = 530
120X1 + 125X2 + 150X3 + S2 = 70000
150X1 + 170X2 + 190X3 + S3 = 90000
X1, X2, X3, S1, S2, S3, R1>= 0
X2 X3 S1 S2 S3 R1
1.0 1.2 -1 0 0 0
1.0 1.2 -1 0 0 1
125 150 0 1 0 0
170 190 0 0 1 0
X2 X3 S1 S2 S3 R1
0 0 0 0 0 -1
0.833333333333333 1 -0.83333333 0 0 0.8333333333
0 0 125 1 0 -125
11.6666666666667 0 158.333333 0 1 -158.3333333
X2 X3 S1 S2 S3 Solución
-1600 -1800 0 0 0 0
0.833333333333333 1 -0.83333333 0 0 441.66666667
0 0 125 1 0 3750
11.6666666666667 0 158.333333 0 1 6083.3333333
-100 0 -1500 0 0 795000
0.833333333333333 1 -0.83333333 0 0 441.66666667
0 0 125 1 0 3750
11.6666666666667 0 158.333333 0 1 6083.3333333
-100 0 0 12 0 840000
0.833333333333333 1 0 0.00666667 0 466.66666667
0 0 1 0.008 0 30
11.6666666666667 0 0 -1.26666667 1 1333.3333333
0 0 0 1.14285714 8.5714285714 851428.57143
0 1 0 0.09714286 -0.0714285714 371.42857143
0 0 1 0.008 0 30
1 0 0 -0.10857143 0.0857142857 114.28571429
Interpretacion de resultados
114,28 Toneladas de acero al manganeso grado B-2 Y 371,42 toneladas de r acero al manganeso grado B-3, la empresa debe abstenerse de
ucir r acero al manganeso grado B-1, para obtener una utilidad maxima de USD851428,572.
Solución
530 Razon más pequeña
530 441.666666666667
70000 466.666666666667
90000 473.684210526316
Solución
0
441.666666666667
3750
6083.33333333333
Razon más pequeña
Razon más pequeña

-530
30
38.4210526315789
Razon más pequeña

560
0
114.285714285714
3, la empresa debe abstenerse de

Ejercicio 3. Método simplex dual.
1. Formular el problema como un modelo de programación lineal, , plan

restricciones por recursos y restricción de no negati
Información
refresco en refresco en refresco en

Recursos seco clase seco clase seco clase Recurso
A B C
Saborizante 0.37 0.31 0.24 45
Colorante 0.13 0.15 0.17 30
Azucar 0.5 0.54 0.59 105
Costo (USD) 1800 1700 1600
(𝑋_1= ) Refresco seco Clase A La empresa Industrial de Refrescos Co.

refresco en seco clase B a un costo de U
(𝑋_2= ) Refresco seco Clase B Producir refresco en seco clase A, requier
(𝑋_3= ) Refresco seco Clase C 0,50 toneladas de azúcar, Producir refresc
toneladas de co
Producir refresco en seco clase C, requier
Función del Objetivo 0,5
La empresa, dispone en su planta de pro
toneladas de col
𝑀𝑎𝑥imiar(𝑧)
=1800𝑥_1+ 〖 1700𝑥 〗 _2+ 〖 1600𝑥 〗 _3
Restricciones
𝑅_1: 〖 0,37𝑥 〗 _1+ 〖 0,31𝑥 〗 _2+ 〖 0,24𝑥 〗 _3 ≥45

𝑅_2: 〖 0,13𝑥 〗 _1+ 〖 0,15𝑥 〗 _2+ 〖 0,17𝑥 〗 _3 ≥30
𝑅_3: 〖 0,50𝑥 〗 _1+ 〖 0,54𝑥 〗 _2+ 〖 0,59𝑥 〗 _3 ≥105
𝑋_1, 𝑋_2, 𝑋_3 ≥ 0
2. Solucionar el problema dual a partir del problem

2. Solucionar el problema dual a partir del problem
𝑀𝑎𝑥imiar(𝑧) =−1800𝑥_1− 〖 1700𝑥 〗 _2− 〖 1600𝑥 〗 _3+" 0" 𝑠_1+" 0" 𝑠_2+"
0" 𝑠_3=0
Restricciones
− 〖 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
3. Solucionar el problema dual por el método simp
variable que sale se encuentra ubicada en la fila pivote. La variable que entra reemplaza a la variable que sale.
X1 X2 X3 S1 S2
Z 1 -1800 -1700 -1600 0 0
S1 0 -0.37 -0.31 -0.24 1 0
S2 0 -0.13 -0.15 -0.17 0 1
S3 0 -0.5 -0.54 -0.59 0 0
X1 X2 X3 S1 S2
Z -1800 -1700 -1600 0 0
S1 0 -0.37 -0.31 -0.24 1 0
S2 0 -0.13 -0.15 -0.17 0 1
X3 0 0.84745763 0.91525424 1 0 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila
pivote en el numero pivote, definiendo una nueva fila pivote.
X3 0 0.84745763 0.91525424 1 0 0
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor de Z
ubicado en la columna pivote y se utiliza dicho numero con diferente signo para multiplicar por la nueva fila
de X3 y coloco los resultados en la nueva fila del siguiente cuadro.
NUEVA 0 1356 1464 1600 0 0

Z ANTIGUA 0 -1800 -1700 -1600 0 0
RESULTADO 0 -444.068 -235.593 0 0 0
HALLAR LA NUEVA FILA DE X2: Realizar tabla anexa para hallar la nueva fila de S2. Se identifica el valor de S2
NUEVA 0 0 0 0 0 0
S1 ANTIGUA 0 -0.37 -0.31 -0.24 1 0
RESULTADO 0 -0.1666 -0.090339 0 1 0
HALLAR LA NUEVA FILA DE R3: Realizar tabla anexa para hallar la nueva fila de S3. Se identifica el valor de S3
NUEVA 0 0 0 0 0 0
S2 ANTIGUA 0 -0.13 -0.15 -0.17 0 1
RESULTADO 0 0.01407 0.00559 0 0.0 1
X1 X2 X3 S1 S2
Z -444.067797 -235.5932 0 0 0
S1 -0.16661017 -0.09034 0 1 0
S2 0.0140678 0.00559322 0 0 1
X3 0.84746 0.91525 1 0 0

X1 X2 X3 S1 S2
Z 1 -444.067797 -235.5932 0 0 0
X2 0 1.84427767 1 0 -11.0694184 0
S2 0 0.0140678 0.00559322 0 0 1
X3 0 0.84745763 0.91525424 1 0 0
HALLAR LA NUEVA FILA PIVOTE: Para que el nuevo numero pivote quede igual a uno se debe dividir la fila
pivote en el numero pivote, definiendo una nueva fila pivote.
X2 0 1.84427767 1 0 -11.0694184 0
HALLAR LA NUEVA FILA DE Z: Realizar tabla anexa para hallar la nueva fila de Z. Se identifica el valor de Z
NUEVA 0 434 236 0 -2608 0

Z ANTIGUA 0 -444.067797 -235.5932 0 0 0
RESULTADO 0 -9.568 0.000 0 -2608 0
HALLAR LA NUEVA FILA DE X2: Realizar tabla anexa para hallar la nueva fila de S2. Se identifica el valor de S2
NUEVA 0 0 0 0 0 0
S2 ANTIGUA 0 0.0140678 0.00559322 0 0 1
RESULTADO 0 0.0038 0 0 0.0619 1
HALLAR LA NUEVA FILA DE X3: Realizar tabla anexa para hallar la nueva fila de X3. Se identifica el valor de X3
NUEVA 0 -2 -1 0 10 0
X3 ANTIGUA 0 0.84745763 0.91525424 1 0 0
RESULTADO 0 -0.84053 0 1 10.131 0
X1 X2 X3 S1 S2 S3
Z -9.5684803 0 0 -2607.87992 0 -1651.03189
X2 1.84427767 1 0 -11.0694184 0 4.50281426
S2 0.00375235 0 0 0.0619137 1 -0.31332083
X3 -0.84052533 0 1 10.1313321 0 -5.81613508

X1 = 0
X2 = 25.328330206379
X3 = 154.78424015009
X1 X2 X3 Capacidad
Restricción 1 0.37 0.31 0.24 ≥ 45
Restricción 2 0.13 0.15 0.17 ≥ 30
Restricción 3 0.5 0.54 0.59 ≥ 105
X1 0 Cantidades Refresco seco Clase A

X2 25.3283302 Cantidades Refresco seco Clase B
X3 154.78424 Cantidades Refresco seco Clase C
MAX Z 290712.946
3. Interpretar los resultados de la solución del modelo de programación linea

de decisiones.
¿Qué cantidad
cantidaddedecada clasePortland
cemento de refresco
de en seco
cada debe
tipo, producir
debe producirla empresa
la empresaIndustrial de Refrescos
Cementos Co
de Occiden
obtener el menor costo posible con los recursos disponibles?
decisiones y obtener la mayor utilidad posible con los recursos disponibles?
La empresa Industrial de Refrescos Co., debe producir 25,328 Toneladas de refresco seco Clase B y 154
Clase C y 0 Toneladas
Debe producir 2232,142deToneladas
refresco seco Clase A,Portland
de cemento para obtener el CEM
de tipo menorIII,costo
9375 posible por un
Toneladas valor de U
de cemento P
IV y 0 Toneladas de cemento Portland de tipo CEM V para optimizar las utilidades por un valor de US
mación lineal, , plantear la función objetivo, las
tricción de no negatividad.
a Industrial de Refrescos Co., produce refresco en seco clase A a un costo de USD1.800,

seco clase B a un costo de USD1.700 y refresco en seco clase C a un costo de USD1.600.
sco en seco clase A, requiere 0,37 toneladas de saborizante, 0,13 toneladas de colorante y
s de azúcar, Producir refresco en seco clase B, requiere 0,31 toneladas de saborizante, 0,15
toneladas de colorante y 0,54 toneladas de azúcar.
sco en seco clase C, requiere 0,24 toneladas de saborizante, 0,17 toneladas de colorante y
0,59 toneladas de azúcar.
dispone en su planta de producción como mínimo de 45 toneladas de saborizante, de 30
toneladas de colorante y de 105 toneladas de azúcar.
partir del problema primal

partir del problema primal
por el método simplex dual.
ra es la que esta ubicada en la columna pivote y la

aza a la variable que sale.
S3 SOLUCIÒN Fila pivote

0 0
0 -45 188
0 -30 176
1 -105 1 178
S3 SOLUCIÒN
0 0
0 -45 -0.37
0 -30
-1.69491525 177.966102
se debe dividir la fila
-1.69491525 177.966102
entifica el valor de Z
tiplicar por la nueva fila
-2712 284746
0 0 1600
-2711.864 284746
identifica el valor de S2
0 43
0 -45 0.24
-0.4068 -2.29
0 30
0 -30 0.17
-0.2881 0.2542
evas a una nueva matriz.
S3 SOLUCIÒN
-2712 284746
0 -2.288
-0.28813559 0
-1.6949 177.966
S3 SOLUCIÒN
-2712 284746
4.50281426 25.3283302 1
-0.28813559 0.254
-1.69491525 177.966102
se debe dividir la fila
4.50281426 25.3283302
entifica el valor de Z
1061 5967
-2712 284746 235.59322
-1651.032 290712.95
0 0
-0.28813559 0.254 -0.00559322
-0.3133 0.1126
identifica el valor de X3
-4 -23
-1.69491525 177.966102 -0.91525424
-5.8161 154.7842
evas a una nueva matriz.
SOLUCIÒN
290712.946
25.3283302
0.11257036
154.78424
Formula
290712.946
45
30.1125704
105
programación lineal para la toma
ndustrial de Refrescos
sa Cementos Co., para
de Occidente Co., tomar decisiones y
para tomar
s?
efresco seco Clase B y 154,78 Toneladas refresco seco
posible por un
5 Toneladas valor de USD$
de cemento 290712,94
Portland de tipo CEM
dades por un valor de USD$583928.57
1. Formular el problema como un modelo de programació
X1 X2 X3
Costo 1800 1700 1600 Recursos
Saborizante 0.37 0.31 0.24 >= 45
Colorante 0.13 0.15 0.17 >= 30
Azucar 0.5 0.54 0.59 >=105
FUNCIÓN OBJETIVO
Z= 1800X1 + 1700X2 + 1600X3
Refresco seco Clase A = X1 RESTRICCIONES
Refresco seco Clase B = X2 0,37X1 + 0,31X2 + 0,24X3 >= 45
Refresco seco Clase C = X3 0,13X1 + 0,15X2 + 0,17X3 >= 30
0,50X1 + 0,54X2 + 0,59X3 >= 105
X1, X2, X3 >= 0
3. Formular el problema dual a partir del problema p
FUNCIÓN OBJETIVO
MIN: Z - 1800X1- 1700X2 - 1600X3 =
RESTRICCIONES
-0,37X1 - 0,31X2 - 0,24X3 + S1 = -45
-0,13X1 - 0,15X2 - 0,17X3 + S2 = -30
-0,50X1 - 0,54X2 - 0,59X3 + S3 = -105
X1, X2, X3,S1,S2,S3 >= 0
4. Solucionar el problema dual por el méto
IT0 Z X1 X2 X3
Z 1 -1800 -1700 -1600
S1 0 -0.37 -0.31 -0.24
S2 0 -0.13 -0.15 -0.17
S3 0 -0.5 -0.54 -0.59
Hallamos la fila y columna pivote

IT1 Z X1 X2 X3
Z 1 -1800 -1700 -1600
S1 0 -0.37 -0.31 -0.24
S2 0 -0.13 -0.15 -0.17
X3 0 -0.5 -0.54 -0.59
Razon mas pequeña 3600 3148.14814814815 2711.86441
IT2 Z X1 X2 X3
Z 1 -444.067797 -235.593220338983 0
X2 0 -0.16661017 -0.090338983050848 0
S2 0 0.0140678 0.005593220338983 0
X3 0 0.84745763 0.915254237288136 1
Razon mas pequeña 2665.31027 2607.87992495309
Hallamos la nueva celda Pivote

IT3 Z X1 X2 X3
Z 1 -9.5684803 0 0
X2 0 1.84427767 1 0
S2 0 0.00375235 0 0
X3 0 -0.84052533 0 1
Razon mas pequeña 11.3839286
Interpretacion de re
Para obtener el menor costo posible en recursos disponibles la empresa de refrescos en
Toneladas de refresco en seco clase C, para un valo
delo de programación lineal.
X1 + 1700X2 + 1600X3
0,31X2 + 0,24X3 >= 45

0,15X2 + 0,17X3 >= 30
0,54X2 + 0,59X3 >= 105
NEGATIVIDAD
X1, X2, X3 >= 0
artir del problema primal
00X1- 1700X2 - 1600X3 = 0
,31X2 - 0,24X3 + S1 = -45

0,15X2 - 0,17X3 + S2 = -30
54X2 - 0,59X3 + S3 = -105
NEGATIVIDAD
2, X3,S1,S2,S3 >= 0
ma dual por el método simplex dual.
S1 S2 S3 Solución
0 0 0 0
1 0 0 -45
0 1 0 -30
0 0 1 -105
fila y columna pivote

S1 S2 S3 Solución
0 0 0 0
1 0 0 -45
0 1 0 -30
0 0 1 -105
S1 S2 S3 Solución
0 0 -2711.864407 284745.762711864
1 0 -0.406779661 -2.28813559322034
0 1 -0.288135593 0.254237288135599
0 0 -1.694915254 177.966101694915
6666.6666667
a nueva celda Pivote

S1 S2 S3 Solución
-2607.87992 0 -1651.031895 290712.945590994
-11.0694184 0 4.5028142589 25.328330206379
0.0619137 1 -0.313320826 0.1125703564728
10.1313321 0 -5.816135084 154.784240150094
-257.407407 283.87096774
Interpretacion de resultados
a empresa de refrescos en seco debe producir 25,32 toneladas de refresco en seco clase B Y 154,78
eco clase C, para un valor en costos minimos de 290712,94 USD

Aporte Ejercicio 1 Jhon PROGRAMACION

Cargado por

Copyright:

Formatos disponibles

Aporte Ejercicio 1 Jhon PROGRAMACION

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

Aporte Ejercicio 1 Jhon PROGRAMACION

Cargado por

Copyright:

Formatos disponibles

Ejercicio 1. Método simplex primal.

La empresa Cementos de Occidente Co., produce cemento Portland

Producir cemento Portland tipo CEM V, genera una utilidad de USD36 y

1. Planteamiento del Problema

(𝑋_1= ) cemento Portland de tipo CEM III

Función del Objetivo

𝑀𝑎𝑥imiar(𝑧)=60𝑥_1+ 〖 48𝑥 〗 _2+

Maximizar: 𝑍=60𝑥_1+ 48𝑥_2+ 36𝑥_3+ 0𝑠_4+ 0𝑠_5 + 0𝑠_6

2. Solucionar el modelo de programación lineal por el método sim

2. La primera tabla del método Simplex.

La variable que sale de la base es R1 y la que entra es X1.

R1 0 1 0.71428571 0.5 1.78571429

No todos los valores de Z son positivos.

La variable que sale de la base es R3 y la que entra es X3.

No todos los valores de Z son positivos.

La variable que sale de la base es R3 y la que entra es X2.

Todos los valores de Z son positivos.

La solución óptima es Z = 583928.57142857

3. Tabla para solucion con SOLVER

X1 2232.14285714 Cantidades cemento Portland de tipo CEM III

utilidad maxima de USD$ 583928.57

3. Interpretar los resultados de la solución del modelo de programación li

ra es la que esta ubicada en la columna pivote y la variable que

S2 S3 SOLUCIÒN Fila pivote

se debe dividir la fila pivote en el

ntifica el valor de Z ubicado en la

identifica el valor de R2 ubicado en la

identifica el valor de R3 ubicado en la

vas a una nueva matriz.

se debe dividir la fila pivote en el

ntifica el valor de Z ubicado en la

identifica el valor de R2 ubicado en la

identifica el valor de R1 ubicado en la

vas a una nueva matriz.

se debe dividir la fila pivote en el

ntifica el valor de Z ubicado en la

identifica el valor de R2 ubicado en la

identifica el valor de R1 ubicado en la

vas a una nueva matriz.

de programación lineal para la toma de

sa Cementos de Occidente Co., para tomar decisiones

5 Toneladas de cemento Portland de tipo CEM IV y 0

La empresa Aceros de Occidente Co., produce aceros templables al boro grado

¿Qué cantidad de acero templable al boro de cada grado debe producir la

1. Planteamiento del Problema

(𝑋_1= ) Cantidad aceros templables al boro grado Durabor 22MnB5

Función del Objetivo

Maximizar: 𝑍=0𝑥_1+ 0𝑥_2+ 0𝑥_3+ 0𝑠_1+ 0𝑠_2 + 0𝑠_3 + 1𝐴_1

2. Solucionar el modelo de programación lineal por el

2. La primera tabla del método Simplex.

La variable que sale de la base es R1 y la que entra es X1.

NUEVA -1 0.85 1.1

NUEVA 22 -19 -24

La variable que sale de la base es R2 y la que entra es X4.

No todos los valores de Z son positivos.

La variable que sale de la base es R2 y la que entra es X1.

Todos los valores de Z son positivos.

La solución óptima es Z = 129230.76923077