PROGRAMACION LINEAL

Tarea 2

UNIVERSIDAD NACIONAL ABIERTA Y A

DISTANCIA UNAD
2022
 Industrial Materials Enterprice Co., produce cemento Portland tipo CEM III con una utilidad de USD55, cemento
Portland tipo CEM IV con una utilidad de USD43 y cemento Portland tipo CEM V con una utilidad de
USD31, utilizados en la industria de la construcción. Producir cemento Portland tipo CEM III, requiere 0,56
toneladas de clinker, 0,16 toneladas de escoria y 0,28 toneladas de puzolana.

Producir cemento Portland tipo CEM IV, requiere 0,40 toneladas de clinker, 0,24 toneladas de escoria y 0,36
toneladas de puzolana. Producir cemento Portland tipo CEM V, requiere 0,28 toneladas de clinker, 0,32 toneladas
de escoria y 0,4 toneladas de puzolana.

La empresa, en su planta de producción dispone como máximo de 4.500 toneladas de clinker, de 2.800 toneladas
de escoria y de 3.800 toneladas de puzolana.

¿Qué cantidad de cemento Portland de cada tipo, debe producir Industrial Materials Enterprice 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.
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 lineal
diseñar la tabla inicial del método simplex primal y construir las tablas de las iteraciones de la solución del modelo
de programación lineal por el método simplex primal.

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 decisiones

CEMIII CEMIV CEMV UTILIDAD VALORES

CLINKER 0.56 0.40 0.28 55 4500
ESCORIO 0.16 0.24 0.32 43 2800
PUZOLANIA 0.28 0.36 0.4 31 3800

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

FUNCION OBJETIVO MAX(Z)=55X1+43X2+31X3
0,56X1+0,4X2+0,28X3<=4500
0,16X1+0,24X2+0,32X3<=2800
0,28X1+0,36X2+0,4X3<=3800

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

VARIABLES Z X1 X2 X3 S1 S2
Z 1 -55 -43 -31 0 0
 S1 0 0.56 0.4 0.28 1 0
S2 0 0.16 0.24 0.32 0 1
S3 0 0.28 0.36 0.4 0 0

VARIABLES Z X1 X2 X3 S1 S2
55 Z 1 0 -3.7142857 -3.5 98.2142857 0
0.56 X1 0 1 0.71428571 0.5 1.78571429 0
-0.16 S2 0 0 0.12571429 0.24 -0.2857143 1
-0.28 S3 0 0 0.16 0.26 -0.5 0

VARIABLES Z X1 X2 X3 S1 S2
6Z 1 0 -0.021978 2.5 86.6758242 0
-0.5 X1 0 1 0.40659341 0 2.74725275 0
-0.24 S2 0 0 -0.021978 0 0.17582418 1
0.26 X3 0 0 0.61538462 1 -1.9230769 0

VARIABLES Z X1 X2 X3 S1 S2
1.45054945 Z 1 0 1.42857143 4.85714286 82.1428571 0
-0.4065934 X1 0 1 0 -0.6607143 4.01785714 0
0.02197802 S2 0 0 0 0.03571429 0.10714286 1
0.61538462 X2 0 0 1 1.625 -3.125 0
RESPUESTAS
Z 583928.571
X1 2232.14286
X2 9375
 de USD55, cemento
una utilidad de
M III, requiere 0,56
ana.

as de escoria y 0,36
clinker, 0,32 toneladas

er, de 2.800 toneladas

price Co., para tomar

es?

, formular el problema
ecursos y restricción de

mal.
de programación lineal,
a solución del modelo

ogramación lineal.

ma de decisiones

S3 SOLUCION
0 0
 0 4500
0 2800
1 3800

S3 SOLUCION
0 441964.286
0 8035.71429
0 1514.28571
1 1550

S3 SOLUCION
23.0769231 477733.516
-1.9230769 5054.94505
-0.9230769 83.5164835
3.84615385 5961.53846

S3 SOLUCION
32.1428571 491785.714
-4.4642857 1116.07143
-0.7857143 296.428571
6.25 9687.5
 EQM 1

Linear Programming Enter the values in the shaded area then use the Run Excel's Solver button. Alternatively,
or to view the sensitivity results, open Solver by going to the Data Tab (Excel 2007, 2010,
2013, 2016) or the Tools menu (Excel 2003, 2011).
Use one of the three signs below for each constraint
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 55 43 31 sign RHS 525893
Constraint 1 0.56 0.4 0.28 < 4500 5000 -500 Constraint 1
Constraint 2 0.16 0.24 0.32 < 2800 2607.143 192.85714286 Constraint 2
Constraint 3 0.28 0.36 0.4 < 3800 4000 -200 Constraint 3

Results
Variables 2232.143 9375 0
Objective 525893

Page 6
¿Qué cantidad de cemento Portland de cada tipo, debe producir la empresa Cementos de Occidente Co., para tom
SE NECESTIAN
CLINKER 2232.1429
ESCORIO 9375

Y LA CANTIDA OPTIMA SON:

CANTIDA OPTIMA 525892.86
de Occidente Co., para tomar decisiones y obtener la mayor utilidad posible con los recursos disponibles?
 Ejercicio 2. Método simplex artificial.
Se presenta la siguiente situación problema de programación lin
Industrial Materials Enterprice Co., produce aceros templables al boro grado Durabor 20MnB5 con una utilidad d
22MnB5 con una utilidad de USD280 y aceros
templables al boro grado Durabor 24MnB5 con una utilidad de USD285, utilizados en la in
Producir acero templable al boro grado Durabor 20MnB5, requiere 0,85 toneladas de acero al boro, 24 m
Producir acero templable al boro grado Durabor 22MnB5, requiere 0,9 toneladas de acero al boro, 26 mi

Producir acero templable al boro grado Durabor 24MnB5, requiere 1,1 toneladas de acero al boro, 28 mi
La empresa, dispone en su planta de producción como mínimo de 510 toneladas de acero al boro y como máxim
11.500 minutos para el proceso de templado.
¿Qué cantidad de acero templable al boro de cada grado debe producir Industrial Materials Enterprice Co., para to
los recursos disponibles?

A partir de la situación problema:

1. Formular el problema como un modelo de programación line

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la función obje
negatividad.

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

artificial:
En hoja de cálculo (Excel), plantear la forma estándar del método simplex artificial al modelo de programación line
construir las tablas de las iteraciones de la solución del modelo de programación lineal po

En Excel QM o Solver (Excel), encontrar los resultados de la solución del problem

Interpretar los resultados de la solución del modelo de programación lineal para la

ACERO RECOCIDO TEMPLADO

durador 20MnB5 0.85 24 22 275
durador 22 MnB5 0.9 26 20 280
durador 24 MnB5 1.1 28 24 285
510 13500 11500
1. Formular el problema como un modelo de programación lineal.
MAX(Z) 275X1+280X2+285X3
0,85X1+0,9X2+1,1X3>=510
24X1+26X2+28X3<=13500
22X1+20X2+24X3<=11500

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

 Variable Z X1 X2 X3
Z 1 -275 -280 -285
S1 0 0.85 0.9 1.1
S2 0 24 26 28
S3 0 22 20 24

Variable Z X1 X2
270 Z 1 -66.363636363636 -10
1.1 X2 0 0.77272727272727 1
-28 S2 0 2.36363636363637 0
-24 S3 0 3.45454545454546 0

VARIABLE Z X1 X2
-245.454545454545 Z 1 -89.155844155844 -10
0.909090909090909 X2 0 0.85714285714286 1
25.4545454545455 S1 0 0.09285714285714 0
21.8181818181818 S3 0 5.48051948051948 0

VARIABLE Z X1 X2
79.1558441558441 Z 1 -10 -10
-0.857142857142857 X2 0 0 1
0.0928571428571428 X1 0 1 0
-5.48051948051948 S3 0 0 0

RESPUESTAS
Z 129230.769230769
X2 365.384615384615
X1 115.384615384616
simplex artificial.
oblema de programación lineal:
20MnB5 con una utilidad de USD275, aceros templables al boro grado Durabor
de USD280 y aceros
USD285, utilizados en la industria de maquinaria agrícola.
adas de acero al boro, 24 minutos de recocido y 22 minutos de templado.
das de acero al boro, 26 minutos de recocido y 20 minutos de templado.

das de acero al boro, 28 minutos de recocido y 24 minutos de templado.

acero al boro y como máximo de 13.500 minutos para el proceso de recocido y de
roceso de templado.
erials Enterprice Co., para tomar decisiones y obtener la mayor utilidad posible con
sponibles?

ción problema:

modelo de programación lineal.

neal, plantear la función objetivo, las restricciones por recursos y restricción de no

dad.

ción lineal por el método simplex

al:
modelo de programación lineal, diseñar la tabla inicial del método simplex artificial y
lo de programación lineal por el método simplex artificial.

s de la solución del problema programación lineal.

e programación lineal para la toma de decisiones.

EJERCICIO ES DE MAXIMIZAR UNICAMENTE PORQUE SE BUS

 S1 S2 S3 Constante
0 0 0 0
1 0 0 510
0 1 0 13500
0 0 1 11500

X3 S1 S2 S3 CONSTANTE
-64.090909 -245.45455 0 0 125181.82
0.8181818 -0.9090909 0 0 463.63636
3.0909091 25.454545 1 0 518.18182
0.3636364 21.818182 0 1 372.72727

X3 S1 S2 S3 CONSTANTE
-93.896104 -490.91 -9.6428571 0 120185.06
0.9285714 0 0.0357143 0 482.14286
0.1214286 1 0.0392857 0 20.357143
3.012987 43.636364 0.8571429 1 816.88312

X3 S1 S2 S3 CONSTANTE
9.6153846 361.53846 23.846154 0 137538.46
-0.1923077 -9.2307692 -0.3269231 0 294.23077
1.3076923 10.769231 0.4230769 0 219.23077
-4.1538462 -15.384615 -1.4615385 1 -384.61538
CAMENTE PORQUE SE BUSCA MAYOR UTILIDAD
 EQM 2

Linear Programming Enter the values in the shaded area then use the Run Excel's Solver button. Alternatively, or to
view the sensitivity results, open Solver by going to the Data Tab (Excel 2007, 2010, 2013,
2016) or the Tools menu (Excel 2003, 2011).
Use one of the three signs below for each constraint
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 275 280 285 sign RHS 134038.462
Constraint 1 0.85 0.9 1.1 > 510 426.923077 83.07692308 Constraint 1
Constraint 2 24 26 28 < 13500 12269.2308 1230.769231 Constraint 2
Constraint 3 22 20 24 < 11500 9846.15385 1653.846154 Constraint 3

Results
Variables 115.3846 365.3846 0
Objective 134038

Page 15
 Ejercicio 3. Método simplex dual.

Se presenta la siguiente situación problema de programación lineal:

Industrial Materials Enterprice Co., produce pintura plástica para interiores a un costo de USD780, pintura plástica p
USD730 y pintura plástica para techos a un costo de USD680,
utilizadas en acabados y decoración. Producir pintura plástica para interiores, requiere 0,35 tone
pigmento, 0,15 toneladas de aglutinante y 0,50 toneladas de plastificante.

Producir pintura plástica para exteriores, requiere 0,30 toneladas de pigmento, 0,17 toneladas de aglutinante y 0,5

Producir pintura plástica para techos, requiere 0,25 toneladas de pigmento, 0,19 toneladas de aglutinante y 0,56

La empresa, dispone en su planta de producción como mínimo de 300 toneladas de pigmento, de 150 tonelada
toneladas de plastificante.

¿Qué cantidad de cada tipo de pintura plástica debe producir la Industrial Materials Enterprice Co., para tomar de
costo 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 obj
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 lineal
método simplex dual y construir las tablas de las iteraciones de la
solución del modelo de programación lineal por el método simplex dual.

En Excel QM o Solver (Excel), encontrar los resultados de la solución

del problema programación lineal.

PIGMENTOAGLUTINANPLASTIFICANTE
PINTURA PLASTICA INTERIORES 0.35 0.15 0.5 780
PINTURA PLASTICA EXTERIORE 0.3 0.17 0.53 730
PINTURA PLASTICA PARA TECH 0.25 0.19 0.56 680
300 150 450
1.      Formular el problema como un modelo de programación lineal.

MIN(Z)=300X1+150X2+450X3
0,35X1+0,15X2+0,5X3>=780 PRIMAL
0,30X1+0,0,17X2+0,53X3>=730
0,25X1+0,19X2+0,56X3>=680

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

VARIABLESZ X1 X2 X3
Z 1 -780 -730 -680
S1 0 0.35 0.3 0.25
S2 0 0.15 0.17 0.19
S3 0 0.5 0.53 0.56

VARIABLESZ X1 X2 X3
750 Z 1 -72.45283 20 112.45283
-0.38 S1 0 -0.0084906 -0.08 -0.1515094
-0.17 S2 0 -0.0103774 0 0.0103774
0.53 X2 0 0.9433962 1 1.0566038

VARIABLESZ X1 X2 X3
-1415.09433962264 Z 1 -118.23529 20 158.23529
0.716981132075472 S1 0 0.0147059 -0.08 -0.1747059
-0.320754716981132 S3 0 0.0323529 0 -0.0323529
-1.88679245283019 X2 0 0.8823529 1 1.1176471

VARIABLESZ X1 X2 X3
-4411.76470588235 Z 1 -89.210526 -137.89474 -186.57895
-2.23529411764706 S2 0 -0.0065789 0.0357895 0.0781579
3.11764705882353 S3 0 0.0118421 0.1115789 0.2113158
-5.88235294117647 X2 0 0.9210526 0.7894737 0.6578947
dual.

programación lineal:

de USD780, pintura plástica para exteriores a un costo de

costo de USD680,
a interiores, requiere 0,35 toneladas de
neladas de plastificante.

toneladas de aglutinante y 0,53 toneladas de plastificante.

neladas de aglutinante y 0,56 toneladas de plastificante.

de pigmento, de 150 toneladas de aglutinante y de 450

Enterprice Co., para tomar decisiones y obtener el menor

onibles?

ma:

programación lineal.

n lineal, plantear la función objetivo, las restricciones por

ividad.

por el método simplex

modelo de programación lineal, diseñar la tabla inicial del

as iteraciones de la
l método simplex dual.

ultados de la solución
eal.
 MAX(Z)=780X1+730X2+680X3
0,35X1+0,30X2+0,25X3+S1<=300 DUAL
0,15X1+0,17X2+0,19X3+S2<=150
0,5X1+0,53X2+0,56X3+S3<=450

S1 S2 S3 SOLUCION
0 0 0 0
1 0 0 300
0 1 0 150
0 0 1 450

S1 S2 S3 S4
0 0 1415.0943 636792.45
1 0 -0.7169811 -22.641509
0 1 -0.3207547 5.6603774
0 0 1.8867925 849.0566

S1 S2 S3 SOLUCION
0 4411.7647 0 661764.71
1 -2.2352941 0 -35.294118
0 -3.1176471 1 -17.647059
0 5.8823529 0 882.35294

S1 S2 S3 SOLUCION
1973.6842 0 0 592105.26
-0.4473684 1 0 15.789474
-1.3947368 0 1 31.578947
2.6315789 0 0 789.47368
 EQM3

Linear Programming Enter the values in the shaded area then use the Run Excel's Solver button. Alternatively, or
to view the sensitivity results, open Solver by going to the Data Tab (Excel 2007, 2010, 2013,
2016) or the Tools menu (Excel 2003, 2011).
Use one of the three signs below for each constraint
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Minimize 780 730 680 sign RHS 576316
Constraint 1 0.35 0.3 0.25 > 780 236.8421 543.157894736842 Constraint
Constraint 2 0.15 0.17 0.19 > 730 134.2105 595.789473684211 Constraint
Constraint 3 0.5 0.53 0.56 > 680 418.4211 261.578947368421 Constraint

Results
Variables 0 789.4737 0
Objective 576316

Page 20
 REFERENCIAS

Rodriguez Cabrera, S. (2012). Aplicación De La Programación Lineal a La Agronomía. Univ

Ingenieria, 51. Retrieved from [Link]

Segura S. (2004). Sistemas de Ecuaciones Lineales

Kolman, Bernard., Hill Espinosa, Fernando., Sullivan, Michael., Thomas, George B. Jr. (2007
Pearson
García Cabañes, J., Fdez. Martínez, L. y Tejera del Pozo, P.: “Té
investigación operativa”. Tomo II. Ed. Paraninfo. Madrid 1990. Supervis
María Úbeda Delgado.
Ramos, E. (1997).Programación lineal y métodos de optimización. Universidad Nacional d
NCIAS

neal a La Agronomía. Universidad De Cartagena Facultad De

cr/web_matematicas/trabajos/248/Programacion_lineal.pdf

de Ecuaciones Lineales
homas, George B. Jr. (2007). Álgebra para Ingeniería. Editorial
son
y Tejera del Pozo, P.: “Técnicas de
info. Madrid 1990. Supervisado por: Jose
Delgado.
ión. Universidad Nacional de Educación a Distancia. Madrid