PROGRAMACIÓN LINEAL
TAREA 2 - SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL DE DECISIÓN
JOHAN FELIPE ALVAREZ MENESES - 1007576120
GRUPO: 100404_336
PRESENTADO A: WALDYR FONG
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)
CCAV PITALITO
SEPTIEMBRE DE 2020
Ejercicio 2. Método simplex artificial.
Se presenta la siguiente situación problema de programación
lineal:
La empresa Americana de Juegos Co., desarrolla juegos en línea, la
utilidad del juego arcade es de USD600, la del juego de mesa es de
USD650 y la del juego de show es de USD620.
El mantenimiento del software del juego arcade es de 50 horas, del
juego de mesa es de 60 horas y del juego de show es de 40 horas y
dispone como mínimo de 33.000 horas para su ejecución.
El costo de desarrollo del software del juego arcade es de USD150, del juego de
mesa es de USD125 y del juego de show es de USD110 y cuenta con un capital
máximo de USD800.000 de inversión.
El juego arcade consume 20.000 KB, el juego de mesa consume
30.000 KB y el juego de show consume 15.000 KB y dispone de un
servidor con [Link] KB de capacidad máxima para almacenar la
información.
¿Cuántos juegos en línea de cada tipo debe desarrollar la empresa
Americana de Juegos Co., para tomar decisiones y obtener la mayor utilidad
posible con los recursos disponibles?
Construcciòn del modelo
1. Información de la situación pr
Utilideades (USD)
Mantenimiento
del software
(horas)
Costo de
desarrollo del
software (USD)
Consumo de
almacenamiento
(KB)
2. Información de la situación pr
Utilideades (USD)
Mantenimiento
del software
(horas)
Costo de
desarrollo del
software (USD)
Consumo de
almacenamiento
(KB)
El problema como modelo de pr
Función objetivo
Sujeto a:
cciòn del modelo
mación de la situación problema
Juego arcade Juego de mesa Juego de show
600 650 620 Disponibilidad
50 60 40 33,000
150 125 110 800,000
20,000 30,000 15,000 2,000,000,000
mación de la situación problema para linealizar
X1 : Juego arcade X2 : Juego de X3 : Juego de
(unidades) mesa (unidades) show (unidades)
600 Disponibilidad Maxima
650 620 Disponibilidad Minima
50 60 40 ≥ 33.000
150 125 110 ≤ 800.000
20,000 30,000 15,000 ≤ [Link]
ema como modelo de programación lineal es:
Maximizar Z = 600X1 + 650X2 + 620X3
50X1 + 60X2 + 40X3 ≥ 33.000
150X1 + 125X2 + 110X3 ≤ 800.000
20.000X1 + 30.000X2 + 15.000X3 ≤ [Link]
X1, X2, X3 ≥ 0
El problema como modelo de programación lineal es:
Función objetivo
Maximizar Z = 600X1 + 650X2 + 620X3
Sujeto a:
50X1 + 60X2 + 40X3 ≥ 33.000
150X1 + 125X2 + 110X3 ≤ 800.000
20.000X1 + 30.000X2 + 15.000X3 ≤ [Link]
X1, X2, X3 ≥ 0
FASE 1 Minimizar R
Función objetivo Minimizar R + 50X1 + 60X2 + 40X3 - S1 + 0R1 + 0S2 + 0S3 = 33.000
Sujero a:
50X1 + 60X2 + 40X3 - S1 + R1 = 33.000
150X1 + 125X2 + 110X3 + S2 = 800.000
20.000X1 + 30.000X2 + 15.000X3 + S3 = [Link]
X1, X2, X3, S1, R1, S2, S3 ≥ 0
Tabla inicial
Variables no básicas
Variables
básicas R X1 X2 X3 S1 R1
R 1 50 60 40 -1 0
R1 0 50 60 40 -1 1
S2 0 150 125 110 0 0
S3 0 20000 30000 15000 0 0
Coeficiente más positivo 50 60 40 -1 0
VE
Iteración 1
Variables no básicas
Variables
básicas R X1 X2 X3 S1 R1
R 1 0 0 0 0 -1
X2 0 0.83333333 1 0.66666667 -0.01666667 0.01666667
S2 0 45.8333333 0 26.6666667 2.08333333 -2.08333333
S3 0 -5000 0 -5000 500 -500
Fase II Minimizar Z
Remplazando la función objetivo del problema original en la función óptima de la minimización y suprimien
Función objetivo
Maximizar Z = 600X1 + 650X2 + 620X3
Función objetivo
Maximizar Z - 600X1 - 650X2 - 620X3 + 0S1 + 0S2 + 0S3 = 0
Tabla inicial
Variables no básicas
Variables
básicas Z X1 X2 X3 S1
Z 1 -600 -650 -620 0
X2 0 0.83333333 1 0.66666667 -0.01666667
S2 0 45.8333333 0 26.6666667 2.08333333
S3 0 -5000 0 -5000 500
Coeficiente más negativo -600 -650 -620 0 0
VE
Iteración 1
Variables no básicas
Variables
básicas Z X1 X2 X3 S1
Z 1 -58.3333333 0 -186.666667 -10.8333333
X2 0 0.83333333 1 0.66666667 -0.01666667
S2 0 45.8333333 0 26.6666667 2.08333333
S3 0 -5000 0 -5000 500
Coeficiente más negativo -58.3333333 0 -186.666667 -10.8333333 0
Iteración 2
Variables no básicas
Variables
básicas Z X1 X2 X3 S1
Z 1 175 280 0 -15.5
X3 0 1.25 1.5 1 -0.025
S2 0 12.5 -40 0 2.75
S3 0 1250 7500 0 375
Coeficiente más negativo 175 280 0 -15.5 0
Iteración 3
Variables no básicas
Variables
básicas Z X1 X2 X3 S1
Z 1 245.454545 54.5454545 0 0
X3 0 1.36363636 1.13636364 1 0
S1 0 4.54545455 -14.5454545 0 1
S3 0 -454.545455 12954.5455 0 0
S2 S3 Solución
0 0 33000 Razón más pequeña
0 0 33000 VS 550
1 0 800000 6400
0 1 2000000000 66666.6667
0 0
S2 S3 Solución Solución optima de la minimización
0 0 0
0 0 550
1 0 731250
0 1 1983500000
minimización y suprimiendo la variable artificial R1:
S2 S3 Solución
0 0 0 Razón más pequeña
0 0 550 VS 550
1 0 731250 #DIV/0!
0 1 1983500000 #DIV/0!
0 0 0
S2 S3 Solución
0 0 357500 Razón más pequeña
0 0 550 VS 825
1 0 731250 27421.875
0 1 1983500000 -396700
0 0 357500
S2 S3 Solución
0 0 511500 Razón más pequeña
0 0 825 -33000
1 0 709250 257909.091
0 1 1987625000 5300333.33
0 0 511500
S2 S3 Solución
5.63636364 0 4509090.9 Solución optima de la maximización
0.00909091 0 7272.7
0.36363636 0 257909.1
-136.363636 1 1890909090.9
Función objetivo
Maximizar Z = 600X1 + 650X2 + 620X3
Sujeto a:
50X1 + 60X2 + 40X3 ≥ 33.000
150X1 + 125X2 + 110X3 ≤ 800.000
20.000X1 + 30.000X2 + 15.000X3 ≤ [Link]
X1, X2, X3 ≥ 0
Solución en Solver
Función objetivo Max Z 4509090.91
X1 X2 X3
0 0 7272.72727
600 650 620
Restricciones
L. Izquierdo L. Derecho
50 60 40 290909.091 ≥ 33000
150 125 110 800000 ≤ 800000
20000 30000 15000 109090909 ≤ 2000000000
El resultado del ejercicio por medio del método simplex artificial
nos muestra que para maximizar las utilidades a USD
4.509.090,9 se debe encaminar hacia el desarrollo del juego de
show de 7.272,7273 unidades.
