Tarea 1 - Métodos simplex primal y simplex dual

Elaborado por:

CARLOA AUGUSTO PINZON Cod. 13715336

JANETH FERNANDA MENDOZA BERBEO Código: 52776663

FREDY VALERIO PRADA Còdigo:
HASBLEIDY SALAZAR MONTERO Còdigo: 52746685

Tutor:
Michael Alexis Santoya

Grupo:
100404_131

Universidad Nacional Abierta y a Distancia - UNAD

Ingenieria de Sistemas
Programación lineal
2020
Ejercicio 1. Método simplex primal.

Se presenta la siguiente situación problema de programación lineal:

La empresa TECNOLOGY S.A., tiene tres videojuegos para su lanzamiento a final del año. El precio de lanzamien
videojuego 1 es de US110, del videojuego 2 es de US130 y del videojuego 3 es de US120. El costo de desarrollo
videojuego 1 es de US60, del videojuego 2 es de US70 y del videojuego 3 es de US65 y la empresa cuenta con u
capital inicial máximo para invertir en el desarrollo de estos videojuegos de US1.000.000. Los videojuegos se de
jugar en línea, para ello la empresa dispone de un servidor con una Tera (125.000.000kb) de capacidad máxima
almacenar la información de los videojuegos, en promedio, el videojuego 1 consume 1.900 kb, el videojuego 2
consume 50.000 kb y el videojuego 3 consume 1.800 Kb. Además, la empresa cuenta con personal experto en e
desarrollo del software, los cuales deben repartir su tiempo para lograr un buen producto, 2 h/hombre para el
videojuego 1, 10 h/hombre para el videojuego 2 y 2.5 h/hombre para el videojuego 3 y en total se dispone máx
de 50.000 h/hombre para los desarrollos. Determinar la utilidad de cada videojuego (si ésta es igual al precio d
lanzamiento menos el costo de desarrollo). ¿Cuántos videojuegos de cada tipo se deben vender en el lanzamie
para obtener la mayor utilidad posible con los recursos disponibles?

1. Formular el problema como un modelo de programación lineal.

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la función
objetivo, las restricciones por recursos y restricción de no negatividad.

2. Solucionar el modelo de programación lineal por el método simplex primal.

En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal al modelo de programación lin
diseñar la tabla inicial del método simplex primal y construir las tablas de las iteraciones de la solución del mod
programación lineal por el método simplex primal.

En Software PHPSimplex, tomar la forma estándar del método simplex del modelo de programación lineal, la ta
inicial del método simplex del modelo de programación lineal y las tablas de las iteraciones de la solución del m
de programación lineal por el método simplex (capturas de pantalla).

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
 1. Formulción del problema como modelo de programación lineal.

a. Contrucción del modelo:

o. El precio de lanzamiento del
0. El costo de desarrollo del Información de la situación problema:
la empresa cuenta con un
00. Los videojuegos se deben
b) de capacidad máxima para Videojuego1
.900 kb, el videojuego 2
on personal experto en el
cto, 2 h/hombre para el Precio de lanzamiento
110
en total se dispone máximo ($)
ésta es igual al precio de
n vender en el lanzamiento Costo - capital ($) 60

Consumo - Capacidad
1900
(kb)
eal, plantear la función

Tiempo - Personal
2
(h/hombre)
delo de programación lineal,
s de la solución del modelo de
Información de la situación problema para linealizar

programación lineal, la tabla

ones de la solución del modelo X1 : Videojuego1
(Unidades)

oma de decisiones. Utilidad ($) 𝑼_𝟏=𝒑_𝟏𝟏−𝒂_𝟏𝟏

Precio de lanzamiento
($) 𝒑_𝟏𝟏 =
Costo - capital ($)
Consumo - Capacidad 𝒂_𝟏𝟏 =
𝒂_𝟐𝟏 =
(kb)
Tiempo - Personal 𝒂_𝟑𝟏 =
(h/hombre)

X1 : Videojuego1
(Unidades)

Utilidad ($) 50

Precio de lanzamiento
110
($)

Costo - capital ($) 60

Consumo - Capacidad
1900
(kb)

Tiempo - Personal
2
(h/hombre)
elo de programación lineal.

𝑼_𝟏𝒏=𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅𝒆𝒔 ($)
𝑷_𝟏𝒏=𝑷𝒓𝒆𝒄𝒊𝒐 𝒅𝒆 𝒍𝒂𝒏𝒛
𝒂_𝟏𝒏=𝑪𝒐𝒔𝒕𝒐($)
Videojuego2 Videojuego3

𝒂_𝟑𝒏=𝑷𝒆𝒓𝒔𝒐𝒏𝒂𝒔(𝒉/𝒉
130 120 Disponibilidad

70 65 1000000
𝑫𝑷 =𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅
50000 1800 125000000

10 2.5 50000

ara linealizar

X2 : Videojuego2 X2 : Videojuego2
(Unidades) (Unidades)

𝑼_𝟐=𝒑_𝟏𝟐−𝒂_𝟏𝟐 𝑼_𝟑=𝒑_𝟏𝟑−𝒂_𝟏𝟑
Disponibilidad máxima
𝒑_𝟏𝟐 = 𝒑_𝟏𝟑 =
≤ 𝑫𝑰 =
𝒂_𝟏𝟐 = 𝒂_𝟏𝟑 =
𝒂_𝟐𝟐 = 𝒂_𝟐𝟑 = ≤ 𝑫𝑪 =

𝒂_𝟑𝟐 = 𝒂_𝟑𝟑 = ≤ 𝑫𝑷 =

X2 : Videojuego2 X2 : Videojuego2
(Unidades) (Unidades)

60 55

Disponibilidad máxima
130 120

70 65 ≤ 1000000
50000 1800 ≤ 125000000

10 2.5 ≤ 50000
 Donde:

𝑿𝒏=𝑽𝒊𝒅𝒆𝒐𝒋𝒖𝒆𝒈𝒐𝒔
𝑼_𝟏𝒏=𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅𝒆𝒔 ($)
𝑷_𝟏𝒏=𝑷𝒓𝒆𝒄𝒊𝒐 𝒅𝒆 𝒍𝒂𝒏𝒛𝒂𝒊𝒆𝒏𝒕𝒐 ($)
𝒂_𝟏𝒏=𝑪𝒐𝒔𝒕𝒐($)
𝒂_𝟐𝒏=𝑪𝒐𝒏𝒔𝒖𝒎𝒐𝒔(𝒌𝒃)
𝒂_𝟑𝒏=𝑷𝒆𝒓𝒔𝒐𝒏𝒂𝒔(𝒉/𝒉𝒐𝒃𝒓𝒆)
𝑫𝑳=𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝒊𝒏𝒗𝒆𝒓𝒔𝒊ó𝒏 ($)
𝑫𝑪 =𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝒄𝒂𝒑𝒂𝒄𝒊𝒅𝒂𝒅(𝒌𝒃)
𝑫𝑷 =𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝒑𝒆𝒓𝒔𝒐𝒏𝒂𝒔(𝒉/𝒉𝒐𝒎𝒃𝒓𝒆)

Variables:

𝑿_𝟏 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒗𝒊𝒅𝒆𝒐𝒋𝒖𝒆𝒈𝒐 𝟏

𝑿_𝟐 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒗𝒊𝒅𝒆𝒐𝒋𝒖𝒆𝒈𝒐 𝟐
𝑿_𝟑 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒗𝒊𝒅𝒆𝒐𝒋𝒖𝒆𝒈𝒐 𝟑

Objetivo:

Si, la optimización de las utilizades es la maximización entonces,

Utilidad = precio de lanzamiento - costo de desarrollo

𝑼_𝟏
=𝑷_𝟏𝟏−𝒂_𝟏𝟏
𝑼_𝟐
=𝑷_𝟏𝟐−𝒂_𝟏𝟐
𝑼_𝟑
=𝑷_𝟏𝟑−𝒂_𝟏𝟑

Restricciones:
Si, uso de recursos ≤ Disponibilidad maxima

Entonces,

Maximizar 𝐙 =𝑼_𝟏 𝑿_𝟏 + 𝑼_𝟐 𝑿_𝟐

+𝑼_𝟑 𝑿_𝟑
Donde:

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑

≤𝑫𝑳
𝒂_𝟐𝟏 𝑿_𝟏 + 𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑
≤𝐃𝐂
𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑
≤𝑫𝑷 𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑
≥𝟎

Maximizar 𝐙 =𝟓𝟎𝑿_𝟏 + 𝟔𝟎𝑿_𝟐

+𝟓𝟓𝑿_𝟑
𝟔𝟎𝑿_𝟏 + 70𝑿_𝟐 +𝟔𝟓𝑿_𝟑 ≤𝟏𝟎𝟎𝟎𝟎𝟎𝟎
𝟏𝟗𝟎𝟎𝑿_𝟏 + 𝟓𝟎𝟎𝟎𝟎𝑿_𝟐 +𝟏𝟖𝟎𝟎𝑿_𝟑 ≤𝟏𝟐𝟓𝟎𝟎𝟎𝟎𝟎𝟎
𝟐𝑿_𝟏 + 10𝑿_𝟐 +𝟐.𝟓𝑿_𝟑 ≤𝟓𝟎
𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑 ≥𝟎
Solución del modelo de programació lineal por el metodo simplex primal

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑

𝑿_𝟑+𝑺_𝟏=𝑫𝑳
𝒂_𝟐𝟏 𝑿_𝟏 + 𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑
𝑿_𝟑+𝑺_𝟐=𝐃𝐂
𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑
+ 𝑺_𝟑=𝑫𝑷𝑿_𝟏 ,𝑿_𝟐, 𝑿_𝟑,𝑺_𝟏,𝑺_(𝟐, )
𝑺_𝟑 ≥𝟎

𝟔𝟎𝑿_𝟏 + 𝟕𝟎𝑿_𝟐
+𝟔𝟓𝑿_𝟑+𝑺_𝟏=𝟏𝟎𝟎𝟎𝟎𝟎𝟎
𝟏𝟗𝟎𝟎𝑿_𝟏 + 𝟓𝟎𝟎𝟎𝟎𝑿_𝟐 +𝟏𝟖𝟎𝟎𝑿_𝟑+𝑺_𝟐=
125000000
2𝑿_𝟏 + 𝟏𝟎𝑿_𝟐 +𝟐.𝟓𝑿_𝟑 +
𝑺_𝟑=𝟓𝟎𝟎𝟎𝟎
𝑿_𝟏 ,𝑿_𝟐, 𝑿_𝟑,𝑺_𝟏,𝑺_(𝟐, )
𝑺_𝟑 ≥𝟎

Igualación a cero (0) de la función objetivo:

Maximizar 𝐙 =𝑼_𝟏 𝑿_𝟏 + 𝑼_𝟐 𝑿_𝟐 +𝑼_𝟑

𝑿_𝟑 = 0
Maximizar 𝐙 =𝟓𝟎𝑿_𝟏 + 𝟔𝟎𝑿_𝟐 +𝟓𝟓𝑿_𝟑 = 0

Maximizar 𝐙 −𝟓𝟎𝑿_𝟏−𝟔𝟎𝑿_𝟐−𝟓𝟓𝑿_𝟑 = 0

Sumar la variable holgura con coeficiente (0) en la función objetivo

Maximizar 𝐙 −𝟓𝟎𝑿_𝟏−𝟔𝟎𝑿_𝟐−𝟓𝟓𝑿_𝟑+ 0𝑺_𝟏+𝟎𝑺_𝟐+ 〖𝟎𝑺〗

_𝟑 = 0
La form estandar del metodo simple primal del modelo de programación lineal es:

Función:

Maximizar 𝐙 −𝟓𝟎𝑿_𝟏−𝟔𝟎𝑿_𝟐−𝟓𝟓𝑿_𝟑+ 0𝑺_𝟏+𝟎𝑺_𝟐+ 〖𝟎𝑺〗

_𝟑 = 0

Sujeto a:

𝟔𝟎𝑿_𝟏 + 𝟕𝟎𝑿_𝟐
+𝟔𝟓𝑿_𝟑+𝑺_𝟏=𝟏𝟎𝟎𝟎𝟎𝟎𝟎
 𝟔𝟎𝑿_𝟏 + 𝟕𝟎𝑿_𝟐
+𝟔𝟓𝑿_𝟑+𝑺_𝟏=𝟏𝟎𝟎𝟎𝟎𝟎𝟎
𝟏𝟗𝟎𝟎𝑿_𝟏 + 𝟓𝟎𝟎𝟎𝟎𝑿_𝟐 +𝟏𝟖𝟎𝟎𝑿_𝟑+𝑺_𝟐=
125000000
2𝑿_𝟏 + 𝟏𝟎𝑿_𝟐 +𝟐.𝟓𝑿_𝟑 +
𝑺_𝟑=𝟓𝟎𝟎𝟎𝟎
𝑿_𝟏 ,𝑿_𝟐, 𝑿_𝟑,𝑺_𝟏,𝑺_(𝟐, )
𝑺_𝟑 ≥𝟎

b. Solución de modelo por el método simplex primal:

Variables Variabls No Básicas

Básicas Z X1 X2 X3 S1
Z 1 -50 -60 -55 0
S1 0 60 70 65 1
S2 0 1900 50000 1800 0
S3 0 2 10 2 1/2 0

Identificar fila pivote

IT 0
Variables Variabls No Básicas
Básicas Z X1 X2 X3 S1
Z 1 -50 -60 -55 0
S1 0 60 70 65 1
S2 0 1900 50000 1800 0
S3 0 2 10 2.5 0

IT 1
Variables Variabls No Básicas
Básicas Z X1 X2 X3 S1
Z = 60X2+Z Z 1 -47.72 0 -52.84 0
S1 0 57.34 0 62.48 1
S2/2 X2 0 0.038 1 0.036 0
X3 0 1.62 0 2.14 0

IT 2
Variables Variabls No Básicas
Básicas Z X1 X2 X3 S1
 Z 1 -7.71962617 0 0 0
S1 0 10.04205607 0 0 1
X2 0 0.010747664 1 0 0
X3 0 0.757009346 0 1 0

IT 2
Variables Variabls No Básicas
Básicas Z X1 X2 X3 S1
Z 1 0 0 0 0.768729642
S1 0 1 0 0 0.099581201
X2 0 0 1 0 -0.00107027
X3 0 0 0 1 -0.0753839

IT 2
Variables Variabls No Básicas
Básicas Z X1 X2 X3 S1
Z 1 0.736842105 0 0 0.842105263
S1 0 2262.105263 0 0 225.2631579
X2 0 -0.04210526 1 0 -0.00526316
X3 0 0.968421053 0 1 0.021052632

Solución obtima del problema

X3 = 13684 Videojuego 3
X2 = 1579 Videojuego 2
X1 = 0 Videojuego 1
Z = 847368.42105
 Solución
S2 S3
0 0 0
0 0 1000000
1 0 125000000
0 1 50000

Solución r
S2 S3
0 0 0
0 0 1000000 14286
1 0 125000000 2500
0 1 50000 5000

Solución r
S2 S3
0.0012 0 150000
-0.0014 0 825000 13204
2E-05 0 2500 69444
-0.0002 1 25000 11682

Solución r
S2 S3
-0.003738317757 24.69158879 767289.71962617
0.004439252336 -29.1962617 95093.457943925 9470
2.336448598E-05 -0.01682243 2079.4392523365 193478
-9.34579439E-05 0.46728972 11682.242990654 15432

Solución
S2 S3 r
-0.000325732899 2.247557003 840390.87947883
0.000442066077 -2.90739879 9469.5207073057 21421052.63
1.861330852E-05 0.014425314 1977.6640297813 106250000
-0.000428106096 2.668217776 4513.7273150303 -10543478.3

Solución
S2 S3
0 0.105263158 847368.42105263
1 -6576.84211 21421052.631579
0 0.136842105 1578.9473684211
0 -0.14736842 13684.210526316

Conclusión:
Se deben vender en el lanzamiento para obtener la mayor utilidad posibles 13684 Videojuegos de tipo 3,
1579 videojuegos de tipo 2 y ningon videojuego de tipo 1 para obtener así la mayor utilidad posible con
los recursos dispoibles.
84 Videojuegos de tipo 3,
ayor utilidad posible con
Solució del ejercicio mediante el Software PHPSimplex
Conclusión:
Se puede identificar mediante el Software PHPSimplex, que los resultados dados coinciden con los realizados e
Excel, por ende se determina de igual manera que se deben vender en el lanzamiento para obtener la may
utilidad posibles 13684 Videojuegos de tipo 3, 1579 videojuegos de tipo 2 y ningon videojuego de tipo
para obtener así la mayor utilidad posible con los recursos dispoibles.
iden con los realizados en
to para obtener la mayor
gon videojuego de tipo 1
2. Metodo Simplex Dual

Se presenta la siguiente situación problema de programación lineal:

La empresa AS Ltda., fabrica 3 tipos de maletines deportivos, los que se manufacturan con 3 clases de tela: Nylo
Algodón y Poliéster. Para la fabricación del bolso tipo 1, se emplean 30 cm2 de Nylon, 30 cm2 de Algodón y 40 c
Poliéster, para el maletín tipo 2, se emplean 60 cm2 de Nylon, 50 cm2 de Algodón y 40 cm2 de Poliéster y para
tipo 3, se utiliza en su producción 30 cm2 de Nylon, 70 cm2 de Algodón y 30 cm2 de Poliéster. Se conoce que el
producción de cada maletín corresponde a $90.000, $130.000 y $110.000 respectivamente y que para el proce
producción es necesario utilizar como mínimo 7.500 cm2 de Nylon, 11.000 cm2 de Algodón y 7.000 cm2 de Pol
Ltda., desea conocer la cantidad de cada tipo de maletín a fabricar para garantizar el costo mínimo de producci

1. Formular el problema como un modelo de programación lineal.

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la función o
restricciones por recursos y restricción de no negatividad.

2. Solucionar el modelo de programación lineal por el método simplex dual.

En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual al modelo de programación line
la tabla inicial del método simplex dual y construir las tablas de las iteraciones de la solución del modelo de pro
lineal por el método simplex dual.

En Software PHPSimplex, tomar la forma estándar del método simplex del modelo de programación lineal, la ta
del método simplex del modelo de programación lineal y las tablas de las iteraciones de la solución del modelo
programación lineal por el método simplex (capturas de pantalla).

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
 1. Formulción del problema como modelo de programación lineal.

a. Contrucción del modelo:

con 3 clases de tela: Nylon,

30 cm2 de Algodón y 40 cm2 de Información de la situación problema:
cm2 de Poliéster y para el maletín
oliéster. Se conoce que el costo de Bolso tipo 1 Bolso tipo 2
ente y que para el proceso de
odón y 7.000 cm2 de Poliéster. AS Costo
sto mínimo de producción. 90000 130000
($)

〖𝐶𝑚
Nylonl ( 〗)^2 30 60
eal, plantear la función objetivo, las 〖(𝐶𝑚〗) ^2
Algondon 30 50
〖(𝐶𝑚〗
Poliéster ) ^2 40 40

lo de programación lineal, diseñar Información de la situación problema para linealizar

ución del modelo de programación

Bolso tipo 1 Bolso tipo 2

programación lineal, la tabla inicial
e la solución del modelo de Costo ($) 𝑪_𝟏 = 𝑪_( 𝟐 = )

〖𝐶𝑚
Nylonl ( 〗 )^2
𝒂_𝟏𝟏 = 𝒂_𝟏𝟐 =
oma de decisiones.
〖𝐶𝑚
Algondon ( 〗 )^2 𝒂_𝟐𝟏 = 𝒂_𝟐𝟐 =
〖𝐶𝑚
Poliéster ( 〗)^2 𝒂_𝟑𝟏 = 𝒂_𝟑𝟐 =

X1 : Bolso tipo 1 X2 : Bolso tipo 1

(Unidades) (Unidades)

Costo ($) 90000 130000

〖𝐶𝑚
Nylonl ( 〗)^2 30 60
〖𝐶𝑚
Algondon ( 〗 )^2 30 50
〖𝐶𝑚〗)^2
Poliéster ( 40 40
 Donde:

𝑿𝒏=𝑻𝒊𝒑𝒐𝒔 𝒅𝒆 𝒃𝒐𝒍𝒔𝒐𝒔
𝑪_𝒏=𝑪𝒐𝒔𝒕𝒐 ($)
𝒂_𝟏𝒏=𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆
𝑵𝒚𝒍𝒐𝒏( 〖𝑪𝒎〗 ^𝟐) 𝒅𝒆 𝑨𝒍𝒈𝒐𝒅𝒐𝒏( 〖𝑪
𝒂_𝟐𝒏=𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅
Bolso tipo 3
𝒎〗 ^𝟐)
𝒂_𝟑𝒏=𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝑷𝒐𝒍𝒊𝒆𝒔𝒕é𝒓( 〖𝑪
110000 Disponibilidad
𝑫𝑵𝒎〗 ^𝟐)
=𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝑵𝒚𝒍𝒐𝒏
〖𝑪𝒎〗 ^𝟐)
(𝑫𝑨
30 7500 =𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝑨𝒍𝒈𝒐𝒅𝒐𝒏( 〖𝑪𝒎〗
70 11000 ^𝟐)
𝑫𝑷 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝑷𝒐𝒍𝒊𝒆𝒔𝒕é𝒓( 〖𝑪𝒎〗 ^𝟐)
30 7000 Variables:

𝑿_𝟏 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝑩𝒐𝒍𝒔𝒐 𝒕𝒊𝒑𝒐 𝟏

𝑿_𝟐 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝑩𝒐𝒍𝒔𝒐 𝒕𝒊𝒑𝒐 𝟐

Bolso tipo 3 𝑿_𝟑 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝑩𝒐𝒍𝒔𝒐 𝒕𝒊𝒑𝒐 𝟑
𝑪_(𝟑 = )
≥ 𝑫𝑵 =
𝒂_𝟏𝟑 = Objetivo:
𝒂_𝟐𝟑 = ≥ 𝑫𝑨 =
𝒂_𝟑𝟑 = ≥ 𝑫𝑷 = Si, la optimización del Costo de Minimización

Restricciones:

X3 : Bolso tipo 1
(Unidades)
Disponibilidad minima

110000 ≥Disponibilidad mínima

Si, uso de recursos
30 ≥ 7500
70 ≥ 11000 b. Formulación del modelo
30 ≥ 7000
Entonces,

Minimizar 𝐙 =𝑪_𝟏 𝑿_𝟏 + 𝑪_𝟐 𝑿_𝟐 +

𝑿_𝟑
Donde:

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑

≥𝑫𝑵
𝒂_𝟐𝟏 𝑿_𝟏 + 𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑
≥𝐃𝐀
𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑
≥𝑫𝑷
𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑
≥𝑫𝑷 𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑
≥𝟎

Maximizar 𝐙 =𝟗𝟎𝟎𝟎𝟎𝑿_𝟏 + 13000𝟎𝑿_𝟐 +11

30𝑿_𝟏 + 60𝑿_𝟐 +30𝑿_𝟑 ≥𝟕𝟓𝟎𝟎

30𝑿_𝟏 + 𝟓𝟎𝑿_𝟐 +70𝑿_𝟑 ≥𝟏𝟏𝟎𝟎𝟎
𝟒𝟎𝑿_𝟏 + 40𝑿_𝟐 +30𝑿_𝟑 ≤𝟕𝟎𝟎𝟎
𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑 ≥𝟎
 SOLUCION DEL MODELO DE PROGRAMACION LINEAL POR EL METOD

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑

𝑿_𝟑−𝑺_𝟏=𝑫𝑵
𝒂_𝟐𝟏 𝑿_𝟏 + 𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑−
𝑺_𝟐=𝐃𝐀
𝒈𝒐𝒅𝒐𝒏( 〖𝑪 𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑−
𝒍𝒊𝒆𝒔𝒕é𝒓( 〖𝑪 𝑺_𝟑=𝑫𝑷𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑, 𝑺_𝟏,
𝑵𝒚𝒍𝒐𝒏 𝑺_𝟐,𝑺_𝟑≥𝟎
𝒆 𝑨𝒍𝒈𝒐𝒅𝒐𝒏( 〖𝑪𝒎〗
𝑪𝒎〗 ^𝟐) Multiplicar por (-1) cada uno de los miembros de la restricciones (ec

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑−𝑺_𝟏

𝒐𝒍𝒔𝒐 𝒕𝒊𝒑𝒐 𝟏

𝒐𝒍𝒔𝒐 𝒕𝒊𝒑𝒐 𝟐 𝒂_𝟐𝟏 𝑿_𝟏 + 𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑−

𝑺_𝟐=𝐃𝐀∗(−𝟏)
𝒐𝒍𝒔𝒐 𝒕𝒊𝒑𝒐 𝟑 𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑− 𝑺_𝟑
∗(−𝟏)
Se tiene,

e Minimización −𝒂_𝟏𝟏 𝑿_𝟏 −𝒂_𝟏𝟐 𝑿_𝟐−𝒂_𝟏𝟑 𝑿_𝟑+𝑺_𝟏

〖−𝒂〗 _𝟐𝟏 𝑿_𝟏−𝒂_𝟐𝟐 𝑿_𝟐−𝒂_𝟐𝟑 𝑿_𝟑+

𝑺_𝟐=−𝐃𝐀
〖−𝒂〗 _𝟑𝟏 𝑿_𝟏−𝒂_𝟑𝟐 𝑿_𝟐−𝒂_𝟑𝟑 𝑿_𝟑+
𝑺_𝟑=− 𝑫𝑷
Disponibilidad mínima Remplazamos según los datos,

−𝟑𝟎𝑿_𝟏 −𝟔𝟎𝑿_𝟐−𝟑𝟎𝑿_𝟑+𝑺_𝟏=−𝟕𝟓
−𝟑𝟎𝑿_𝟏−𝟓𝟎𝑿_𝟐−𝟕𝟎𝑿_𝟑+ 𝑺_𝟐=−𝟏𝟏𝟎𝟎𝟎

=𝑪_𝟏 𝑿_𝟏 + 𝑪_𝟐 𝑿_𝟐 +𝑪_𝟑 −𝟒𝟎𝑿_𝟏−𝟒𝟎𝑿_𝟐−𝟑𝟎𝑿_𝟑+ 𝑺_𝟑=−𝟕𝟎𝟎𝟎

Se iguala a cero la función objetivo:

𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑 Minimizar 𝐙 =𝑪_𝟏 𝑿_𝟏 + 𝑪_𝟐 𝑿_𝟐 +𝑪_𝟑 𝑿_𝟑
a cero
𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑 Minimizar 𝐙 −𝑪_𝟏 𝑿_𝟏−𝑪_𝟐 𝑿_𝟐−𝑪_𝟑 𝑿_𝟑
𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑 Se suman las variables de exceso con coreficiente cero en la función
𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑
𝑿_𝟐 ,𝑿_𝟑
Minimizar 𝐙 −𝑪_𝟏 𝑿_𝟏−𝑪_𝟐 𝑿_𝟐−𝑪_𝟑
𝑿_𝟑+𝑺_𝟏+𝑺_𝟐+𝑺_𝟑= 0
Minimizar 𝐙 −𝟗𝟎𝟎𝟎𝟎𝑿_𝟏−𝟏𝟑𝟎𝟎𝟎𝟎𝑿_𝟐−𝟏𝟏𝟎𝟎𝟎𝟎𝑿
𝟎𝟎𝑿_𝟏 + 13000𝟎𝑿_𝟐 +110000𝑿_𝟑

𝑿_𝟐 +30𝑿_𝟑 ≥𝟕𝟓𝟎𝟎 Función objetivo:

𝑿_𝟐 +70𝑿_𝟑 ≥𝟏𝟏𝟎𝟎𝟎 Minimizar 𝐙 −𝟗𝟎𝟎𝟎𝟎𝑿_𝟏−𝟏𝟑𝟎𝟎𝟎𝟎𝑿_𝟐−𝟏𝟏𝟎𝟎𝟎𝟎

0𝑿_𝟐 +30𝑿_𝟑 ≤𝟕𝟎𝟎𝟎
Sujeto a:
𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑 ≥𝟎
−𝟑𝟎𝑿_𝟏 −𝟔𝟎𝑿_𝟐−𝟑𝟎𝑿_𝟑+𝑺_𝟏=−𝟕𝟓
−𝟑𝟎𝑿_𝟏−𝟓𝟎𝑿_𝟐−𝟕𝟎𝑿_𝟑+ 𝑺_𝟐=−𝟏𝟏𝟎𝟎
−𝟒𝟎𝑿_𝟏−𝟒𝟎𝑿_𝟐−𝟑𝟎𝑿_𝟑+ 𝑺_𝟑=−𝟕𝟎𝟎𝟎
𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑, 𝑺_𝟏,
𝑺_𝟐,𝑺_𝟑≥𝟎
N LINEAL POR EL METODO SIMPLEX DUAL

𝟐 +𝒂_𝟏𝟑
+𝒂_𝟐𝟑 𝑿_𝟑−
+𝒂_𝟑𝟑 𝑿_𝟑−
_𝟑, 𝑺_𝟏,
𝟎

os de la restricciones (ecuaciones):

+𝒂_𝟏𝟑 𝑿_𝟑−𝑺_𝟏=𝑫𝑵 ∗(−𝟏)

+𝒂_𝟐𝟑 𝑿_𝟑−

+𝒂_𝟑𝟑 𝑿_𝟑− 𝑺_𝟑=𝑫𝑷

𝟐−𝒂_𝟏𝟑 𝑿_𝟑+𝑺_𝟏=−𝑫𝑵

𝟐−𝒂_𝟐𝟑 𝑿_𝟑+
𝟐 𝑿_𝟐−𝒂_𝟑𝟑 𝑿_𝟑+

𝟎𝑿_𝟑+𝑺_𝟏=−𝟕𝟓𝟎𝟎
𝟑+ 𝑺_𝟐=−𝟏𝟏𝟎𝟎𝟎
+ 𝑺_𝟑=−𝟕𝟎𝟎𝟎

𝑪_𝟐 𝑿_𝟐 +𝑪_𝟑 𝑿_𝟑 igualando

𝑪_𝟐 𝑿_𝟐−𝑪_𝟑 𝑿_𝟑 = 0

iente cero en la función objetivo:

_𝟐 𝑿_𝟐−𝑪_𝟑

𝟎𝟎𝑿_𝟐−𝟏𝟏𝟎𝟎𝟎𝟎𝑿_𝟑+𝑺_𝟏+𝑺_𝟐+𝑺_𝟑= 0

𝟎𝟎𝟎𝟎𝑿_𝟐−𝟏𝟏𝟎𝟎𝟎𝟎𝑿_𝟑+𝑺_𝟏+𝑺_𝟐+𝑺_𝟑= 0

𝟎𝑿_𝟑+𝑺_𝟏=−𝟕𝟓𝟎𝟎
𝟑+ 𝑺_𝟐=−𝟏𝟏𝟎𝟎𝟎
+ 𝑺_𝟑=−𝟕𝟎𝟎𝟎
𝟑, 𝑺_𝟏,
b. Solución del modelo por el método simplex dual

Variabls No Básicas
Variables Básicas
Z X1 X2 X3 S1
Z 1 -90000 -130000 -110000 0
S1 0 -30 -60 -30 1
S2 0 -30 -50 -70 0
S3 0 -40 -40 -30 0

Identificar fila pivote

Variabls No Básicas
Variables Básicas

Z X1 X2 X3 S1
Z 1 -90000 -130000 -110000 0
S1 0 -30 -60 -30 1
S2 0 -30 -50 -70 0
S3 0 -40 -40 -30 0

Identificar columna pivote

X1 X2 X3
3000 2600 1571

Variabls No Básicas
Variables Básicas
Z X1 X2 X3 S1
Z 1 -90000 -130000 -110000 0
 S1 0 -30 -60 -30 1
X3 0 -30 -50 -70 0
S3 0 -40 -40 -30 0

Nueva fila pivote

Variabls No Básicas
Variables Básicas
Z X1 X2 X3 S1
Z 1 -42857.1429 -51428.5714285714 0 0
S1 0 -17.1428571 -38.5714285714286 0 1
X3 0 0.428571429 0.714285714285714 1 0
S3 0 -27.1428571 -18.5714285714286 0 0

X1 2500 X2 1333.333333
IT 2
Variabls No Básicas
Variables Básicas
Z X1 X2 X3 S1
Z 1 -20000 0 0 -1333.33333
X2 0 0.444444444 1 0 -0.02592593
X3 0 0.111111111 0 1 0.018518519
S3 0 -18.8888889 0 0 -0.48148148

Variabls No Básicas
Variables Básicas
Z X1 X2 X3 S1
Z 1 0 0 0 -823.529412
X2 0 0 1 0 -0.0372549
X3 0 0 0 1 0.015686275
X1 0 1 0 0 0.025490196

Solución obtima del problema

X1 = 50 Bolso tipo 1
X2 = 50 Bolso tió 2
X3 = 100 Bolso tipo 3
Z = 22000000
 Solución
S2 S3
0 0 0
0 0 -7500
1 0 -11000
0 1 -7000

Solución

S2 S3
0 0 0
0 0 -7500
1 0 -11000
0 1 -7000

Solución
S2 S3
0 0 0
 0 0 -7500
1 0 -11000
0 1 -7000

Solución
S2 S3
-1571.42857 0 17285714
-0.42857143 0 -2786
-0.01428571 0 157
-0.42857143 1 -2286

Solución
S2 S3
-1000 0 21000000
0.011111111 0 72.222222222222
-0.02222222 0 105.55555555556
-0.22222222 1 -944.4444444444

Solución
S2 S3
-764.705882 -1058.82353 22000000
0.005882353 0.023529412 50
-0.02352941 0.005882353 100
0.011764706 -0.05294118 50

Conclusión:
Se deben farbicar del bolso tipo 1 50 unidades, del bolso tipo 2 50 unidades, del bolso tipo 3 100
unidades para garantizar el costo minimo de producción.
so tipo 3 100
Solució del ejercicio mediante el Software PHPSimplex
Conclusión:
Se puede identificar mediante el Software PHPSimplex, que los resultados dados coinciden con los realizad
Excel, por ende se determina de igual manera que se deben fabricar del bolso tipo 1 50 unidades, del b
tipo dos 50 unidades y del bolso tipo 3 100 unidade.
Se puede identificar mediante el Software PHPSimplex, que los resultados dados coinciden con los realizad
Excel, por ende se determina de igual manera que se deben fabricar del bolso tipo 1 50 unidades, del b
tipo dos 50 unidades y del bolso tipo 3 100 unidade.
os dados coinciden con los realizados en
el bolso tipo 1 50 unidades, del bolso
os dados coinciden con los realizados en
el bolso tipo 1 50 unidades, del bolso
Ejercicio 3. Método simplex con variables artificiales.

Se presenta la siguiente situación problema de programación lineal:

La empresa INDCOL S. A., ensambla tres tipos de estructuras metálicas para construcción a partir de tres cla
chatarra. La estructura metálica tipo 1 genera una utilidad de $200.000.000 y para su ensamble requiere de
chatarra férrica, 5 t de chatarra no férrica y 15 t de chatarra mixta. La estructura metálica tipo 2 genera una
$220.000.000 y para su ensamble requiere de 20 t de chatarra férrica, 4 t de chatarra no férrica y 20 t de ch
La estructura metálica tipo 3 genera $190.000.000 y para su ensamble requiere de 13 t de chatarra férrica,
no férrica y 18 t de chatarra mixta. La empresa dispone como mínimo de 12.000 t de Chatarra férrica en su
ensamble y como máximo dispone de 8.000 t de chatarra no férrica y de 15.000 t de chatarra mixta en su p
reciclaje. ¿Qué cantidad de estructuras metálicas de cada tipo debe ensamblar la empresa INDCOL S. A. par
sus utilidades?

1. Formular el problema como un modelo de programación lineal.

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la funció
restricciones por recursos y restricción de no negatividad.
2. Solucionar el modelo de programación lineal por el método simplex con variables artificiales:

En hoja de cálculo (Excel), plantear la forma estándar del método simplex con variables artificiales al model
programación lineal, diseñar la tabla inicial del método simplex con variables artificiales y construir las tabla
iteraciones de la solución del modelo de programación lineal por el método simplex con variables artificiale

En Software PHPSimplex, tomar la forma estándar del método simplex del modelo de programación lineal,
del método de simplex del modelo de programación lineal y las tablas de las iteraciones de la solución del m
programación lineal por el método simplex (capturas de pantalla).

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
 1. Formulción del problema como modelo de programación lineal.

a. Contrucción del modelo:

ara construcción a partir de tres clases de

000 y para su ensamble requiere de 10 t de Información de la situación problema:
ructura metálica tipo 2 genera una utilidad de
t de chatarra no férrica y 20 t de chatarra mixta.
equiere de 13 t de chatarra férrica, 8 t de chatarra
12.000 t de Chatarra férrica en su planta de
15.000 t de chatarra mixta en su planta de Utilidades ($)
mblar la empresa INDCOL S. A. para maximizar Chatarra férrica ( 𝑻𝒏)
Chatarra no férrica ( 𝑻𝒏)
Chatarra mixta ( 𝑻𝒏)
gramación lineal, plantear la función objetivo, las
Información de la situación problema para linealizar

on variables artificiales:

x con variables artificiales al modelo de

bles artificiales y construir las tablas de las
odo simplex con variables artificiales.
Utilidades ($)
el modelo de programación lineal, la tabla inicial Chatarra férrica ( 𝑻𝒏)
e las iteraciones de la solución del modelo de Chatarra no férrica ( 𝑻𝒏)
Chatarra mixta ( 𝑻𝒏)
ineal para la toma de decisiones.

Utilidades ($)
Chatarra férrica ( 𝑻𝒏)
Chatarra no férrica ( 𝑻𝒏)
Chatarra mixta ( 𝑻𝒏)
ma como modelo de programación lineal.

n problema:

Estructura metalica tipo Estructura metalica tipo Estructura metalica

1 2 tipo 3
200000000 220000000 190000000 Disponibilidad
10 20 13 12000
5 4 8 8000
15 20 18 15000

n problema para linealizar

X1 : Estructura metalica X2 : Estructura metalica X3 : Estructura metalica Disponibilidad

tipo 1 tipo 2 tipo 3 Mínima
(Unidades) (Unidades) (Unidades) Disponibilidad
𝑼_𝟏 = 𝑼_(𝟐 = ) 𝑼_(𝟑 = ) Máxima
𝒂_𝟏𝟏 = 𝒂_𝟏𝟐 = 𝒂_𝟏𝟑 = ≥ 𝑫𝑪𝑯𝑭 =
𝒂_𝟐𝟏 = 𝒂_𝟐𝟐 = 𝒂_𝟐𝟑 = ≤ 𝑫𝑪𝑯𝑵𝑶𝑭 =
𝒂_𝟑𝟏 = 𝒂_𝟑𝟐 = 𝒂_𝟑𝟑 = ≤ 𝑫𝑪𝑯𝑴 =

X1 : Estructura metalica X2 : Estructura metalica X3 : Estructura metalica Disponibilidad

tipo 1 tipo 2 tipo 3 Mínima
(Unidades) (Unidades) (Unidades) Disponibilidad
Máxima
200000000 220000000 190000000
10 20 13 ≥ 12000
5 4 8 ≤ 8000
15 20 18 ≤ 15000
 Donde:

𝑿𝒏=𝑻𝒊𝒑𝒐𝒔 𝒅𝒆 𝒆𝒔𝒕𝒓𝒖𝒄𝒕𝒖𝒓𝒂 𝒎é𝒕𝒂𝒍𝒊𝒄𝒂

𝑼_𝟏𝒏=𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅𝒆𝒔 ($)
𝒂_𝟏𝒏=𝑪𝒉𝒂𝒕𝒂𝒓𝒓𝒂 𝒇é𝒓𝒓𝒊𝒄𝒂(𝑻𝒏)
𝒂_𝟐𝒏=𝑪𝒉𝒂𝒕𝒂𝒓𝒓𝒂 𝒏𝒐 𝒇é𝒓𝒓𝒊𝒄𝒂(𝑻𝒏)
𝒂_𝟑𝒏=𝑪𝒉𝒂𝒕𝒂𝒓𝒓𝒂 𝒎𝒊𝒙𝒕𝒂(𝑻𝒏)
𝑫𝑪𝑯𝑭=𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅
𝑫𝑪𝑯𝑵𝑶𝑭 =𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒅𝒆𝒅𝒆𝑪𝒉𝒂𝒕𝒂𝒓𝒓𝒂
𝑪𝒉𝒂𝒕𝒓𝒓𝒂 𝒇é𝒓𝒓𝒊𝒄𝒂( 𝑻𝒏)(𝑻𝒏)
𝒏𝒐 𝒇é𝒓𝒓𝒊𝒄𝒂
𝑫𝑪𝑯𝑴=𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝑪𝒉𝒂𝒕𝒂𝒓𝒓𝒂 𝒎𝒊𝒙𝒕𝒂 (𝑻𝒏)
Variables:

𝑿_𝟏 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒆𝒔𝒕𝒓𝒖𝒄𝒕𝒖𝒓𝒂 𝒎𝒆𝒕á𝒍𝒊𝒄𝒂 𝒕𝒊𝒑𝒐 𝟏

𝑿_𝟐 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒆𝒔𝒕𝒓𝒖𝒄𝒕𝒖𝒓𝒂 𝒎𝒆𝒕á𝒍𝒊𝒄𝒂 𝒕𝒊𝒑𝒐 𝟐
𝑿_𝟑 =𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒆𝒔𝒕𝒓𝒖𝒄𝒕𝒖𝒓𝒂 𝒎𝒆𝒕á𝒍𝒊𝒄𝒂 𝒕𝒊𝒑𝒐 𝟑

Objetivo:

Si, la optimización del Costo de Minimización

Restricciones:

Si, uso de recursos ≥

Disponibilidad mínima

b. Formulación del modelo

Entonces,

Minimizar 𝐙 =𝑼_𝟏 𝑿_𝟏 + 𝑼_𝟐 𝑿_𝟐

+𝑼_𝟑 𝑿_𝟑
Donde:

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑

≥𝑫𝑪𝑯𝑭
𝒂_𝟐𝟏 𝑿_𝟏 + 𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑
≤𝐃𝐂𝐇𝐍𝐎𝐅
𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑
≤𝑫𝑪𝑯𝑴 𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑
≥𝟎
Maximizar 𝐙 =𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏 + 220000000𝑿_𝟐 +190000000𝑿_𝟑

10𝑿_𝟏 + 20𝑿_𝟐 +𝟏𝟑𝑿_𝟑 ≥𝟏𝟐𝟎𝟎𝟎

𝟓𝑿_𝟏 + 𝟒𝑿_𝟐 + 𝟖𝑿_𝟑 ≤𝟖𝟎𝟎𝟎
𝟏𝟓𝑿_𝟏 + 𝟐𝟎𝑿_𝟐 +𝟏𝟖𝑿_𝟑 ≤𝟏𝟓𝟎𝟎𝟎
𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑 ≥𝟎
SOLUCION DEL MODELO DE PROGRAMACION LINEAL POR EL METODO SIMPLEX DUAL

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑−

〖 (𝑺𝑿_𝟏
𝒂_𝟐𝟏 〗 +_𝟏+𝑹_𝟏)=𝑫𝑪𝑯𝑭
𝒂_𝟐𝟐 𝑿_𝟐 +𝒂_𝟐𝟑 𝑿_𝟑+
𝑺_𝟐=𝑫𝑪𝑯𝑵𝑶𝑭
𝒂_𝟑𝟏 𝑿_𝟏 + 𝒂_𝟑𝟐 𝑿_𝟐 +𝒂_𝟑𝟑 𝑿_𝟑+
𝑺_𝟑=𝑫𝑪𝑯𝑴𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑, 𝑺_𝟏,
𝑹_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

Multiplicar por (-1) cada uno de los miembros de la primera restriccion (ecuación):

𝒂_𝟏𝟏 𝑿_𝟏 + 𝒂_𝟏𝟐 𝑿_𝟐 +𝒂_𝟏𝟑 𝑿_𝟑−

〖 (𝑺 〗 _𝟏+𝑹_𝟏)=𝑫𝐂𝐇𝐅 ∗(−𝟏)

Se tiene:

−𝒂_𝟏𝟏 𝑿_𝟏 −𝒂_𝟏𝟐 𝑿_𝟐−𝒂_𝟏𝟑 𝑿_𝟑+𝑺_𝟏+

𝑹_𝟏=−𝑫𝑪𝑯𝑭
Se iguala a cero la función objetivo:

Minimizar 𝐙 =𝑼𝑿_𝟏 + 𝑼_𝟐 𝑿_𝟐 +𝑼_𝟑 𝑿_𝟑 igualando a

cero
Minimizar 𝐙 −𝑼_𝟏 𝑿_𝟏−𝑼_𝟐 𝑿_𝟐−𝑼_𝟑 𝑿_𝟑 = 0
Se suman las variables de exceso, artificial y de holgura con coeficiente cero en la función ob

Minimizar 𝐙 −𝑼_𝟏 𝑿_𝟏−𝑼_𝟐 𝑿_𝟐−𝑼_𝟑 𝑿_𝟑+ 〖𝟎𝑺〗 _𝟏+ 〖𝟎𝑹

𝑺〗 _𝟐+ 〖𝟎𝑺〗 _𝟑= 0
La forma estándar del método simplex con variables artificiales del modelo de programación

Función objetivo:

Minimizar 𝐙 −𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏−𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐−𝟏𝟗𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑
𝑺〗 _𝟐+ 〖𝟎𝑺〗 _𝟑= 0
Sujeto a:

−𝟏𝟎𝑿_𝟏 −𝟐𝟎𝑿_𝟐−𝟏𝟑𝑿_𝟑+𝑺_𝟏
〖𝟓𝑿_𝟏+𝟒𝑿_𝟐+𝟖
+𝑹 〗 _𝟏=−𝟏𝟐𝟎𝟎𝟎
𝑿_𝟑+ 𝑺_𝟐=𝟖𝟎𝟎𝟎
𝟏𝟓𝑿_𝟏+𝟐𝟎𝑿_𝟐+𝟏𝟖𝑿_𝟑+ 𝑺_𝟑=𝟏𝟓𝟎𝟎𝟎

𝑿_𝟏 ,𝑿_𝟐 ,𝑿_𝟑, 𝑺_𝟏, 𝑹_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

0000000𝑿_𝟑
 EL METODO SIMPLEX DUAL

_𝟑−
_𝟑+
_𝟑+

a restriccion (ecuación):

𝟑−
−𝟏)

𝑿_𝟑+𝑺_𝟏+

𝑼_𝟑 𝑿_𝟑 igualando a

−𝑼_𝟑 𝑿_𝟑 = 0
n coeficiente cero en la función objetivo:

𝑼_𝟑 𝑿_𝟑+ 〖𝟎𝑺〗 _𝟏+ 〖𝟎𝑹〗 _𝟏+ 〖𝟎

ciales del modelo de programación lineal, es:

𝟎𝟎𝟎𝑿_𝟐−𝟏𝟗𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑+ 〖𝟎𝑺〗 _𝟏+ 〖𝑶𝑹〗 _𝟏+ 〖𝟎

𝟎𝟎𝟎

𝟐,𝑺_𝟑≥𝟎
b. Solución del modelo por el método simplex con variables artificiales

Variables Variabls No Básicas

Básicas Z X1 X2 X3
Z 1 -200000000 -220000000 -190000000

S1 0 -10 -20 -13

S2 0 5 4 8
S3 0 15 20 18

Identificar el pivote

Variables Variabls No Básicas

Básicas
Z X1 X2 X3
Z 1 -200000000 -220000000 -190000000
X2 0 -10 -20 -13
S2 0 5 4 8
S3 0 15 20 18

Variables Variabls No Básicas

Básicas

Z X1 X2 X3
Z 1 -90000000 0 -47000000
X2 0 0.5 1 0.65
S2 0 3 0 5.4
X1 0 5 0 5

Variables Variabls No Básicas

Básicas Z X1 X2 X3
Z 1 0 0 43000000
X2 0 0 1 0.15
S2 0 0 0 2.4
X1 0 1 0 1

Solución obtima del problema

X1 = 600 Estrutura metalica tipo 1

X2 = 300 Estrutura metalica tipo 2
X3 = 0 Estrutura metalica tipo 3
Z = 186000000000
Conclusión:
La empresa INDCOL
la de tipo 1 600 unid
maximización de sus
bls No Básicas
Solución
S1 R1 S2 S3
0 0 0 0 0

1 1 0 0 -12000

0 0 1 0 8000
0 0 0 1 15000

bls No Básicas
Solución

S1 R1 S2 S3
0 0 0 0 0
1 1 0 0 -12000
0 0 1 0 8000
0 0 0 1 15000

bls No Básicas
Solución

S1 R1 S2 S3
-11000000 -11000000 0 0 132000000000
-0.05 -0.05 0 0 600
0.2 0.2 1 0 5600
1 1 0 1 3000

bls No Básicas
Solución
S1 R1 S2 S3
7000000 7000000 0 18000000 186000000000
-0.15 -0.15 0 -0.1 300
-0.4 -0.4 1 -0.6 3800
0.2 0.2 0 0.2 600

metalica tipo 1
metalica tipo 2
metalica tipo 3
Conclusión:
La empresa INDCOL S.A. debe ensamblar de cada tipo de estructuras las siguientes estructuras metalicas,
la de tipo 1 600 unidades, la de tipo 2 300 unidades y la de tipo 3 ninguna unidad para asi lograr la
maximización de sus utilidades.
 r

600
2000
750

1200
1867
600
tructuras metalicas,
a asi lograr la
Solució del ejercicio mediante el Software PHPSimplex
Conclusión:
Se puede identificar mediante el Software PHPSimplex, que los resultados dados coinciden con los realizado
Excel, por ende se determina de igual manera la empresa INDCOL S.A. debe ensamblar de cada tipo de
estructuras las siguientes estructuras metalicas, la de tipo 1 600 unidades, la de tipo 2 300 unidades y la de
ninguna unidad para asi lograr la maximización de sus utilidades.
os dados coinciden con los realizados en
ebe ensamblar de cada tipo de
s, la de tipo 2 300 unidades y la de tipo 3
 BIBLIOGRAFIA

http://www.investigaciondeoperaciones.net/metodo_simplex_dual.html
http://www.investigaciondeoperaciones.net/metodo_simplex_dual.html
Guía de actividades y rúbrica de evaluación - Pre-tarea - Pre saberes del curso