EJEMPLO METODO SIMPLEX DUAL
Se presenta la siguiente situación problema de programación lineal:
La empresa Industrial de Refrescos Co., produce refresco en seco clase A a un costo de USD1.800, refresco en sec
Producir refresco en seco clase A, requiere 0,37 toneladas de saborizante, 0,13 toneladas de colorante y 0,50 ton
Producir refresco en seco clase B, requiere 0,31 toneladas de saborizante, 0,15 toneladas de colorante y 0,54 ton
Producir refresco en seco clase C, requiere 0,24 toneladas de saborizante, 0,17 toneladas de colorante y 0,59 ton
La empresa, dispone en su planta de producción como mínimo de 45 toneladas de saborizante, de 30 toneladas d
¿Qué cantidad de cada clase de refresco en seco debe producir la empresa Industrial de Refrescos Co., para toma
to de USD1.800, refresco en seco clase B a un costo de USD1.700 y refresco en seco clase C a un costo de USD1.600.
oneladas de colorante y 0,50 toneladas de azúcar,
neladas de colorante y 0,54 toneladas de azúcar.
neladas de colorante y 0,59 toneladas de azúcar.
e saborizante, de 30 toneladas de colorante y de 105 toneladas de azúcar.
trial de Refrescos Co., para tomar decisiones y obtener el menor costo posible con los recursos disponibles?
EJEMPLO METODO SIMPLEX DUAL
El problema como modelo de programación lineal:
Función objetivo:
Sujeto a:
Forma estándar del método simplex dual:
Función objetivo:
Sujeto a:
Solución del modelo de programación lineal por el método simplex dual:
Tabla inicial:
VARIABLES VARIABLES NO BASICAS
BASICAS 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
Razón más pequeña 3600 3148.14814814815 2711.8644067797
VE
Condición de optimalidad: la variable entrante (VE) es la variable no basica asociada con la razón mas peque
Iteración 1:
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3
Z 1 -1700 0
S1 0 -0.37 -0.31 0
S2 0 -0.13 -0.15 0
X3 0 1
Razón más pequeña 0 5483.87096774194 #DIV/0!
VE
Iteración 2:
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3
Z 1 2029.03225806452 0 0
X2 0 1.19354838709677 1 0
S2 0 0.04903225806452 0 0
X3 0 0 0 1
Condición de factibilidad: la variable saliente (VS) e
BASICAS
SOLUCION
S1 S2 S3 Valor más negativo
0 0 0 0
1 0 0 -45 -45
0 1 0 -30 -30
0 0 1 -105 -105 VS
#DIV/0! #DIV/0! 0
asociada con la razón mas pequeña.
BASICAS
SOLUCION
S1 S2 S3 Valor más negativo
0 0 -2711.86441 284745.7627
1 0 -0.40677966 -2.28813559 -2.28813559 VS
0 1 -0.28813559 0.254237288 0.254237288
0 0 -1.69491525 177.9661017 177.9661017
0 #DIV/0! 6666.666667
BASICAS SOLUCION OPTIMA
SOLUCION
S1 S2 S3
-5483.87097 0 -481.137233 297293.6031 La empresa Industrial de Refrescos Co., debe prod
clase A, 25,3283302 unidades de refresco en seco
-3.22580645 0 1.312192455 7.381082559 unidad y 154,78424 unidades de refresco en seco c
-0.48387097 1 -0.09130672 1.361399672 unidad para minimizar los costos de producción a
0 0 -1.69491525 177.9661017
tibilidad: la variable saliente (VS) es la variable básica más negativa. Si todas las variables básicas son no negativas, el proceso termina
strial de Refrescos Co., debe producir 0 unidades de refresco en seco
302 unidades de refresco en seco clase B a un costo de USD1.700 la
424 unidades de refresco en seco clase C a un costo de USD1.600 la
imizar los costos de producción a USD290.712,946
negativas, el proceso termina.
EJEMPLO METODO SIMPLEX DUAL
FUNCION OBJETIVO MIN Z 290712.946
X1 X2 X3
0 25.3283302 154.78424
1800 1700 1600
RESTRICCIONES
LADO IZQ LADO DER
0.37 0.31 0.24 45 ≥ 45
0.13 0.15 0.17 30.1125704 ≥ 30
0.5 0.54 0.59 105 ≥ 105
SOLUCION OPTIMA
La empresa Industrial de Refrescos Co., debe producir 0 unidades de refresco en seco clase
A, 25,3283302 unidades de refresco en seco clase B a un costos de USD1.700 la unidad y
154,78424 unidades de refresco en seco clase C a un costo de USD1.600 la unidad para
minimizar los costos de producción a USD290.712,946
Min Enter the values in the shaded area then use the Run Excel's Solver
or to view the sensitivity results, open Solver by going to the Data Ta
2013, 2016) or the Tools menu (Excel 2003, 2011).
Linear Programming
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
x1 x2 x3
Minimize 1800 1700 1600 sign RHS
Constraint 1 0.37 0.31 0.24 > 45
Constraint 2 0.13 0.15 0.17 > 30
Constraint 3 0.5 0.54 0.59 > 105
Results
Variables 0 25.32833021 154.78424015
Objective 290712.94559
en use the Run Excel's Solver button. Alternatively,
Solver by going to the Data Tab (Excel 2007, 2010,
2003, 2011).
postrophe first.)
Results Problem setup area
LHS Slack/Surplus
290712.9 < constraints > constraints
45 0 Constraint 0 0 45 45
30.11257 -0.11257 Constraint 0 0 30.11257 30
105 0 Constraint 0 0 105 105
La empresa Industrial de Refrescos Co., debe producir 0 unidades de refresco en seco clase A, 25,3283302
unidades de refresco en seco clase B a un costo de USD1.700 la unidad y 154,78424 unidades de refresco
en seco clase C a un costo de USD1.600 la unidad para minimizar los costos de producción a
USD290.712,946
o clase A, 25,3283302
unidades de refresco
ucción a
