Ejercicio 1. Método simplex primal.
Se presenta la siguiente situación problema de programación lineal:
La empresa Continental de Aceros Co., produce acero con recubrimiento mediante cementación,
nitruración y cianuración utilizado en la producción de piezas especiales. Producir acero con
recubrimiento mediante cementación, genera una utilidad de USD56 y requiere 18 kg de acero, 6 h
para el proceso termoquímico y 16 h para el proceso de templado y revenido. Producir acero con
recubrimiento mediante nitruración, genera una utilidad de USD61 y requiere 20 t de acero, 8 h para
el proceso termoquímico y 15 h para el proceso de templado y revenido. Producir acero con
recubrimiento mediante cianuración, genera una utilidad de USD58 y requiere 21 kg de acero, 5 h
para el proceso termoquímico y 13 h para el proceso de templado y revenido. La empresa dispone
como máximo de 7.000 kg de acero en su planta de producción, de 2.000 h para el proceso
termoquímico y de 5.000 h para el proceso de templado y revenido.
¿Qué cantidad de acero con recubrimiento de cada tipo, debe producir la empresa Continental de
Aceros Co., para tomar decisiones y obtener la mayor utilidad posible con los recursos disponibles?
A partir de la situación problema:
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,
m
er as
las restricciones por recursos y restricción de no negatividad.
2. Solucionar el modelo de programación lineal por el método simplex primal. En hoja de
co
eH w
cálculo (Excel), plantear la forma estándar del método simplex primal al modelo de
programación lineal, diseñar la tabla inicial del método simplex primal y construir las tablas
o.
de las iteraciones de la solución del modelo de programación lineal por el método simplex
rs e
primal. En Excel QM o Solver (Excel), encontrar los resultados de la solución del problema
ou urc
programación lineal.
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de
decisiones.
o
Pasamos el problema a la forma estándar, añadiendo variables de exceso, holgura, y artificiales
aC s
según corresponda
vi y re
Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X4.
Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X5.
Como la restricción 3 es del tipo '≤' se agrega la variable de holgura X6.
ed d
ar stu
MAXIMIZAR: Z = 56 MAXIMIZAR: Z = 56 X1 + 61
X1 + 61 X2 + 58 X3 X2 + 58 X3 + 0 X4 + 0 X5 + 0 X6
is
sujeto a sujeto a
Th
18 X1 + 20 X2 + 21 X3 ≤ 18 X1 + 20 X2 + 21 X3 + 1 X4 =
7000 7000
6 X1 + 8 X2 + 5 X3 ≤ 2000 6 X1 + 8 X2 + 5 X3 + 1 X5 = 2000
16 X1 + 15 X2 + 13 X3 ≤ 16 X1 + 15 X2 + 13 X3 + 1 X6 =
sh
5000 5000
X1, X2, X3 ≥ 0 X1, X2, X3, X4, X5, X6 ≥ 0
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
Pasamos a construir la primera tabla del método Simplex.
Tabla 1 56 61 58 0 0 0
Base C P0 P1 P2 P3 P P P
b 4 5 6
P4 0 700 18 20 21 1 0 0
0
P5 0 200 6 8 5 0 1 0
0
P6 0 500 16 15 13 0 0 1
0
Z 0 - - - 0 0 0
56 61 58
La variable que sale de la base es P5 y la que entra es P2.
m
er as
Tabla 2 56 61 58 0 0 0
Base C P0 P1 P P3 P P5 P
co
eH w
b 2 4 6
P4 0 2000 3 0 8.5 1 -2.5 0
o.
P2 61 250 0.75 1 0.625 0 0.125 0
rs e
P6 0 1250 4.75 0 3.625 0 - 1
ou urc
1.875
Z 1525 - 0 - 0 7.625 0
0 10.25 19.875
o
La variable que sale de la base es P4 y la que entra es P3.
aC s
vi y re
Tabla 3 56 61 58 0 0 0
Base C P0 P1 P P P4 P5 P
b 2 3 6
ed d
P3 58 235.29 0.35 0 1 0.117 - 0
0.29
ar stu
P2 61 102.94 0.52 1 0 - 0.30 0
0.07364706
P6 0 397.05 3.47 0 0 -0.426 - 1
is
0.80
Z 19926.4 - 0 0 2.33 1.77 0
Th
7 3.23
La variable que sale de la base es P6 y la que entra es P1.
sh
Tabla 4 56 61 58 0 0 0
Base C P0 P P P P4 P5 P6
b 1 2 3
P3 58 194.91 0 0 1 0.161 - -
0.21 0.10
P2 61 42.37 0 1 0 - 0.43 -
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
0.008 0.15
P1 56 114.40 1 0 0 -0.12 - 0.28
0.23
Z 20296.6 0 0 0 1.94 1.02 0.93
1
La solución óptima es Z = 20296.610169492
X1 = 114.40677966102
X2 = 42.372881355932
X3 = 194.91525423729
m
er as
co
eH w
o.
rs e
ou urc
o
aC s
vi y re
ed d
ar stu
is
Th
sh
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
Ejercicio 2. Método simplex artificial.
Se presenta la siguiente situación problema de programación lineal:
La empresa Continental de Juegos Co., desarrolla juegos en línea, la utilidad del juego de rol es de
USD270, la del juego de lucha es de USD300 y la del juego deportivo es de USD280.
El costo de desarrollo del software del juego de rol es de USD120, del juego de lucha es de USD95
y del juego deportivo es de USD110 y cuenta con un capital máximo de USD500.000 de inversión.
El mantenimiento del software del juego de rol es de 20 h, del juego de lucha es de 30 h y del juego
deportivo es de 25 h y dispone como mínimo de 50.000 h para su ejecución.
El juego de rol consume 30.000 kb, el juego de lucha consume 50.000 kb y el juego deportivo
consume 25.000 Kb y dispone de un servidor
con dos Teras (250.000.000 kb) de capacidad máxima para almacenar la información.
¿Cuántos juegos en línea de cada tipo debe desarrollar la empresa Continental de Juegos Co., para
tomar decisiones y obtener la mayor utilidad posible con los recursos disponibles?
A partir de la situación problema:
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.
m
er as
2. Solucionar el modelo de programación lineal por el método simplex artificial: En hoja de
cálculo (Excel), plantear la forma estándar del método simplex artificial al modelo de
co
eH w
programación lineal, diseñar la tabla inicial del método simplex artificial y construir las
tablas de las iteraciones de la solución del modelo de programación lineal por el método
o.
simplex artificial. En Excel QM o Solver (Excel), encontrar los resultados de la solución del
rs e
problema programación lineal.
ou urc
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de
decisiones.
o
Pasamos el problema a la forma estándar, añadiendo variables de exceso, holgura, y artificiales
según corresponda
aC s
vi y re
Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X4.
Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X5.
Como la restricción 3 es del tipo '≤' se agrega la variable de holgura X6.
ed d
MAXIMIZAR: Z = 270 MAXIMIZAR: Z = 270 X1 + 300
ar stu
X1 + 300 X2 + 280 X3 X2 + 280 X3 + 0 X4 + 0 X5 + 0 X6
sujeto a sujeto a
is
120 X1 + 95 X2 + 110 X3 ≤ 120 X1 + 95 X2 + 110 X3 + 1 X4 =
Th
500000 500000
20 X1 + 30 X2 + 25 X3 ≤ 20 X1 + 30 X2 + 25 X3 + 1 X5 =
50000 50000
30000 X1 + 50000 X2 + 30000 X1 + 50000 X2 + 25000
sh
25000 X3 ≤ 250000000 X3 + 1 X6 = 250000000
X1, X2, X3 ≥ 0 X1, X2, X3, X4, X5, X6 ≥ 0
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
Pasamos a construir la primera tabla del método Simplex.
Tabla 1 270 300 280 0 0 0
Base C P0 P1 P2 P3 P P P
b 4 5 6
P4 0 500000 120 95 110 1 0 0
P5 0 50000 20 30 25 0 1 0
P6 0 25000000 3000 5000 2500 0 0 1
0 0 0 0
Z 0 -270 -300 -280 0 0 0
La variable que sale de la base es P5 y la que entra es P2.
Tabla 2 270 30 280 0 0 0
0
Base Cb P0 P1 P2 P3 P P5 P
m
er as
4 6
P4 0 341666.66 56.66 0 30.83 1 -3.16 0
co
eH w
P2 30 1666.66 0.66 1 0.83 0 0.033 0
0
o.
P6 0 166666666.6 - 0 - 0 - 1
rs e 6 3333.33 16666.66 1666.66
ou urc
Z 500000 -70 0 -30 0 10 0
La variable que sale de la base es P2 y la que entra es P1.
o
aC s
Tabla 3 27 300 280 0 0 0
vi y re
0
Base Cb P0 P1 P2 P3 P P5 P
4 6
P4 0 200000 0 -85 -40 1 -6 0
ed d
P1 27 2500 1 1.5 1.25 0 0.05 0
0
ar stu
P6 0 17500000 0 500 - 0 - 1
0 0 12500 1500
Z 675000 0 105 57.5 0 13.5 0
is
La solución óptima es Z = 675000
Th
X1 = 2500
X2 = 0
X3 = 0
sh
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
Ejercicio 3. Método simplex dual.
Se presenta la siguiente situación problema de programación lineal:
La empresa Continental de Contenedores Co., produce tres clases de contenedores para transporte
marítimo: Dry Van, High Cube y Open Side, utiliza tres tipos de acero Corten como materia prima:
acero Corten cobre, acero Corten cromo y acero corten níquel.
Para producir el contenedor Dry Van, requiere 6 toneladas de acero Corten cobre, 4 toneladas de
acero Corten cromo y 3 toneladas de acero Corten níquel y tiene un costo de US$29.000.
Para producir el contendor High Cube, requiere 5 toneladas de acero Corten cobre, 4 toneladas de
acero Corten cromo y 5 toneladas de acero Corten níquel y tiene un costo de US$28.000.
Para producir el contendor Open Side, requiere 7 toneladas de acero Corten cobre, 3 toneladas de
acero Corten cromo y 3 toneladas de acero Corten níquel y tiene un costo de US$30.000.
Su planta de producción dispone como mínimo de 13.000 toneladas de acero Corten cobre, 8.500
toneladas de acero Corten cromo y 9.500 toneladas de acero Corten níquel.
¿Cuántos contenedores de cada tipo debe producir la empresa Continental de Juegos Co., para
tomar decisiones y obtener el menor costo posible con los recursos disponibles?
A partir de la situación problema:
m
1. Formular el problema como un modelo de programación lineal. En hoja de cálculo (Excel),
er as
formular el problema como un modelo de programación lineal, plantear la función objetivo,
co
las restricciones por recursos y restricción de no negatividad.
eH w
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
o.
programación lineal, diseñar la tabla inicial del método simplex dual y construir las tablas
rs e
de las iteraciones de la solución del modelo de programación lineal por el método simplex
ou urc
dual. En Excel QM o Solver (Excel), encontrar los resultados de la solución del problema
programación lineal.
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de
o
decisiones. De forma individual, presentar en el Foro de discusión (entorno de Aprendizaje)
los avances de la formulación, desarrollo, solución, comprobación de resultados e
aC s
interpretación de resultados de los problemas de programación lineal en hoja de cálculo
vi y re
(Excel) y Excel QM o Solver (Excel). De forma colaborativa, el grupo de trabajo debe
seleccionar el Ejercicio 1, Ejercicio 2 y Ejercicio 3, dentro de los presentados de forma
individual, para revisar y verificar el procedimiento y aplicación de los modelos
matemáticos y algoritmos requeridos para la formulación, desarrollo, solución,
ed d
comprobación de resultados e interpretación de sus resultados para realizar los ajustes
ar stu
respectivos y por último, proceder a la construcción del informe en hoja de cálculo (Excel)
en el Foro de discusión (entorno de Aprendizaje) y entregarlo de forma colaborativa en el
entorno de Evaluación.
is
Th
Pasamos el problema a la forma estándar, añadiendo variables de exceso, holgura, y artificiales
según corresponda
Como la restricción 1 es del tipo '≥' se agrega la variable de exceso X4 y la variable
sh
artificial X7.
Como la restricción 2 es del tipo '≥' se agrega la variable de exceso X5 y la variable
artificial X8.
Como la restricción 3 es del tipo '≥' se agrega la variable de exceso X6 y la variable
artificial X9.
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
MAXIMIZAR: Z = -29 X1 -28 X2 -
MINIMIZAR: Z = 29
30 X3 + 0 X4 + 0 X5 + 0 X6 + 0 X7 +
X1 + 28 X2 + 30 X3
0 X8 + 0 X9
sujeto a sujeto a
6 X1 + 5 X2 + 7 X3 ≥ 6 X1 + 5 X2 + 7 X3 -1 X4 + 1 X7 =
13000 13000
4 X1 + 4 X2 + 3 X3 ≥ 4 X1 + 4 X2 + 3 X3 -1 X5 + 1 X8 =
8500 8500
3 X1 + 5 X2 + 3 X3 ≥ 3 X1 + 5 X2 + 3 X3 -1 X6 + 1 X9 =
9500 9500
X1, X2, X3, X4, X5, X6, X7, X8,
X1, X2, X3 ≥ 0
X9 ≥ 0
Pasamos a construir la primera tabla de la Fase I del método de las Dos Fases.
m
er as
Tabla 1 0 0 0 0 0 0 -1 -1 -1
co
Base C P0 P1 P2 P3 P P P P P P
eH w
b 4 5 6 7 8 9
P7 -1 13000 6 5 7 -1 0 0 1 0 0
o.
P8 -1 8500 4 4 3 0 -1 0 0 1 0
P9 rs e-1 9500 3 5 3 0 0 -1 0 0 1
ou urc
Z - - - - 1 1 1 0 0 0
31000 13 14 13
o
La variable que sale de la base es P9 y la que entra es P2.
aC s
vi y re
Tabla 2 0 0 0 0 0 0 -1 -1 -1
Base C P0 P1 P P3 P P P6 P P P9
b 2 4 5 7 8
P7 -1 3500 3 0 4 -1 0 1 1 0 -1
ed d
P8 -1 900 1.6 0 0.6 0 -1 0.8 0 1 -
ar stu
0.8
P2 0 1900 0.6 1 0.6 0 0 - 0 0 0.2
0.2
Z - - 0 - 1 1 - 0 0 2.8
is
4400 4.6 4.6 1.8
Th
La variable que sale de la base es P8 y la que entra es P1.
Tabla 3 0 0 0 0 0 0 -1 -1 -1
sh
Base C P0 P P P3 P P5 P6 P P8 P9
b 1 2 4 7
P7 -1 1812.5 0 0 2.875 -1 1.875 - 1 - 0.5
0.5 1.875
P1 0 562.5 1 0 0.375 0 - 0.5 0 0.625 -
0.625 0.5
P2 0 1562.5 0 1 0.375 0 0.375 - 0 - 0.5
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
0.5 0.375
Z - 0 0 - 1 - 0.5 0 2.875 0.5
1812.5 2.875 1.875
La variable que sale de la base es P7 y la que entra es P3.
Tabla 4 0 0 0 0 0 0 -1 -1 -1
Base C P0 P P P P4 P5 P6 P7 P8 P9
b 1 2 3
P3 0 630.43 0 0 1 - 0.65 - 0.34 - 0.17
0.34 0.17 0.65
P1 0 326.08 1 0 0 0.13 - 0.56 - 0.86 -
0.86 0.13 0.56
P2 0 1326.0 0 1 0 0.13 0.13 - - - 0.43
8 0.43 0.13 0.13
Z 0 0 0 0 0 0 0 1 1 1
m
er as
Existe alguna solución posible para el problema, por lo que podemos pasar a la Fase II para
calcularla.
co
eH w
Tabla 1 - - - 0 0 0
o.
29 28 30
Base rs e Cb P0 P1 P2 P3 P4 P5 P6
ou urc
P3 - 630.43 0 0 1 - 0.65 -
30 0.34 0.17
P1 - 326.08 1 0 0 0.13 - 0.56
o
29 0.86
P2 - 1326.0 0 1 0 0.13 0.13 -
aC s
28 8 0.43
vi y re
Z -65500 0 0 0 3 2 1
La solución óptima es Z = 65500
ed d
X1 = 326.08695652174
X2 = 1326.0869565217
ar stu
X3 = 630.4347826087
is
Th
sh
This study source was downloaded by 100000799418733 from [Link] on 03-28-2021 [Link] GMT -05:00
[Link]
Powered by TCPDF ([Link])
