Ejercicio 1. Método simplex primal.
La empresa Atlantic Flooring Company, produce piso Stone Plastic Composite SPC tipo 1 con una utilidad de USD13
Stone Plastic Composite SPC tipo 3 con una utilidad de USD 14.000 para terminados y decoración.
Producir piso Stone Plastic Composite SPC tipo 1, requiere 0,50 toneladas de polvo de piedra caliza, de 0,35 tonelad
Producir piso Stone Plastic Composite SPC tipo 2, requiere 0,55 toneladas de polvo de piedra caliza, de 0,33 tonelad
Producir piso Stone Plastic Composite SPC tipo 3, requiere 0,60 toneladas de polvo de piedra caliza, de 0,30 tonelad
polivinilo y de 0,10 toneladas de estabilizadores. La empresa, en su planta de producción dispone como máximo de
toneladas de polvo de piedra caliza, de 420 toneladas de cloruro de
polivinilo y de 150 toneladas de estabilizadores.
3
¿Qué cantidad de cada tipo de piso Stone Plastic Composite SPC debe
producir la empresa Atlantic Flooring Company 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 objeti
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,
solución del modelo de programación lineal por el método simplex primal. En Excel QM o Solver (Excel), encontrar
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
Solución
Planteamiento de las variables
〖𝑆𝑒𝑎 𝑋〗 _1 →𝑆𝑃𝐶 1
〖𝑆𝑒𝑎 𝑋〗 _2 →𝑆𝑃𝐶 2
〖𝑆𝑒𝑎 𝑋〗 _3 →𝑆𝑃𝐶 3
Utilidades (UDS) Caliza Polvilo Estabilizador
X1 13,000 0.5 0.35 0.15
X2 13,500 0.55 0.33 0.12
X3 14,000 0.6 0.3 0.10
Totales Z 800 120 150
Modelo de programación lineal:
Función objetivo 𝑀𝑎𝑥 𝑍=13,000𝑋1+13,500𝑋_2+14,000𝑋_3
Sujeto
Restricción 1
0,5𝑋_1+0,55𝑋_2+0,6𝑋_3≤800
Restricción 2
0,35𝑋_1+0,33𝑋_2+0,3𝑋_3≤120
Restricción 3
0,15𝑋_1+0,12𝑋_2+0,10𝑋_3≤150
No Negatividad
𝑋_1 ; 𝑋_2 ; 𝑋_3≥0
Modelo estándar del método simplex primal
Función objetivo Maximizar Z=13 〖 ,000𝑋 〗 _1+13,5000𝑋_2+14,000𝑋_3+
〖 0𝑆 〗 _4+0𝑆_5+0𝑆_6 =0
Sujeto
0,5𝑋_1+0,55𝑋_2+0,6𝑋_3=800
0,35𝑋_1+0,33𝑋_2+0,3𝑋_3=120
0,15𝑋_1+0,12𝑋_2+0,10𝑋_3=150
No Negatividad 𝑋_1 , 𝑋_(2 ), 𝑋_3 , 𝑆_4 , 𝑆_5 , 𝑆_6 ≥0
Tabla inicial metodo simplex
𝑋_2
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z -13000 -13500 -14000 0 0 0
𝑆_1 0.50 0.55 0.60 1 0 0
𝑆_2 0.35 0.33 0.30 0 1 0
𝑆_3 0.15 0.12 0.10 0 0 1
Tabla 1
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z -13000 -13500 -14000 0 0 0
𝑆_1 0.50 0.55 0.60 1 0 0
𝑆_2 0.35 0.33 0.30 0 1 0
𝑆_3 0.15 0.12 0.10 0 0 1
Ingresa la variable X1 y sale de la base la variable S1. El elemento pivote es 0,56
Interacción 1
Elemento pivote 0.4
Tabla 2
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z -1333.33333333 -666.66666667 0 23333.3333333 0 0
𝑋_1 0.833333333333 0.91666666667 1 1.66666666667 0 0
𝑆_2 0.1 0.055 0 -0.5 1 0
𝑆_3 0.066666666667 0.02833333333 0 -0.1666666667 0 1
Tabla 3
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z 0 -5.1428571429 -6 107.142857143 0 0
𝑋_1 1 0.71428571429 0.5 1.78571428571 0 0
𝑆_2 0 0.12571428571 0.24 -0.2857142857 1 0
𝑆_3 0 0.5 0.35 0.4 0 1
Ingresa la variable X3 y sale de la base la variable S3. El elemento pivote es 0,26
Interacción 2
Elemento pivote 0.7
Tabla 4
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z -1333.33333333 -666.66666667 0 23333.3333333 0 0
𝑋_1 0.833333333333 0.91666666667 1 1.66666666667 0 0
𝑆_2 0.1 0.055 0 -0.5 1 0
𝑆_3 0.066666666667 0.02833333333 0 -0.1666666667 0 1
Tabla 5
𝑋_2
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z 0 -5.1428571429 -6 107.142857143 0 0
𝑋_1 1 0 0 1.21428571429 0 -1.428571
𝑆_2 0 0.12571428571 0.24 -0.2857142857 1 0
𝑆_3 0 0.71428571429 0.5 0.57142857143 0 1.428571
Ingresa la variable X2 y sale de la base la variable S3. El elemento pivote es 0,61
Interacción 3
Elemento pivote 0.714285714286
Tabla 6
𝑋_1 𝑋_2 𝑋_3 𝑆_1 𝑆_2 𝑆_3
Z -1271.11111111 -640.22222222 0 23177.7777778 0 933.3333
𝑋_1 0.747777777778 0.88030555556 1 1.88055555556 0 -1.283333
𝑆_2 0.094866666667 0.05281833333 0 -0.4871666667 1 -0.077
𝑋_3 0.093333333333 0.03966666667 0 -0.2333333333 0 1.4
La solución óptima es Z= 28000000
X1 = 200
X2 = 0
X3 = 1,166,67
Programación lineal por Solver de Excel
VARIABLES DE DECISIÓN
X1 X2 X3
29783.9285714 9375 0
60 48 36
RESTRICCIONES
X1 X2 X3 LADO IZQ LADO DER
Restricción 1 0.5 0.35 0.15 18173.21 5000
Restricción 2 0.55 0.33 0.12 19474.91 3000
Restricción 3 0.6 0.3 0.10 20682.86 4000
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
Resultado
X1 = 200 Cantidades que se deben producir cemento Portland tipo CEM III
X2 = 0 Cantidades que se deben producir cemento Portland tipo CEM IV
X3 = 0 No se debe producir cemento Portland tipo CEM V
S2 0 Cantidad que sobra o no se utiliza de la disponibilidad de escoria
La maxima utilidad posible que puede generar esta produccion son USD 2237035,7
Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste CoeficienteAumentar
$C$92 X1 200 0 13000 3333.333
$D$92 X2 0 -66.666666667 13500 66.66667
$E$92 X3 1166.66667 0 14000 1600
Restricciones
Final Sombra RestricciónPermisible
Celda Nombre Valor Precio Lado derechoAumentar
$G$96 LAD IZQ 800 16666.6666667 800 40
$G$97 LAD IZQ 420 13333.3333333 420 5
$G$98 LAD IZQ 146.666667 0 150 1E+030
on una utilidad de USD13.000, piso StonePlastic Composite SPC tipo 2 con una utilidad de USD13.500 y piso
oración.
ra caliza, de 0,35 toneladas de cloruro de polivinilo y de 0,15 toneladas de estabilizadores.
ra caliza, de 0,33 toneladas de cloruro de polivinilo y de 0,12 toneladas de estabilizadores.
ra caliza, de 0,30 toneladas de cloruro de
ispone como máximo de 800
plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.
o de programación lineal, diseñar la tabla inicial del método simplex primal y construir las tablas de las iteraciones de la
Solver (Excel), encontrar los resultados de la solución del problema programación lineal.
a de decisiones.
+
Solución
0
800
420
150
Solución
0 Columna pivote, el mas negativo= -60
800 1600 Columna solucion / Columna pivote Mas cercano a cero
420 1200 Columna solucion / Columna pivote
150 1000 Columna solucion / Columna pivote
emento pivote es 0,56
Solución
18666666.6666667
1333.33333333333
20
16.6666666666667
Solución
535714.285714286
8928.57142857143
1571.42857142857
1500
emento pivote es 0,26
Solución
18666666.6666667
1333.33333333333
20
16.6666666666667
Solución
535714.285714286
6785.71428571429
1571.42857142857
2142.85714285714
emento pivote es 0,61
Solución
28000000
14166.6666666667
-750
14000
RESPUESTA DE LA FUNCIÓN OBJETIVO
2237035.71
a de decisiones.
Permisible
Reducir
121.212121212123
1E+030
145.454545454547
Permisible
Reducir
20.0000000000005
19.9999999999999
3.33333333333342
Mas cercano a cero
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: Programacion lineal
Informe creado: 30/03/2023 [Link] p. m.
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$C$92 X1 200 0 13000 3333.3333333 121.21212121
$D$92 X2 0 -66.666666667 13500 66.666666667 1E+030
$E$92 X3 1166.6666667 0 14000 1600 145.45454545
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$G$96 LAD IZQ 800 16666.666667 800 40 20
$G$97 LAD IZQ 420 13333.333333 420 5 20
$G$98 LAD IZQ 146.66666667 0 150 1E+030 3.3333333333
Ejercicio 2. Método simplex artificial.
Se presenta la siguiente situación problema de programación lineal:La empresa Atlantic Steels Company, produc
acero inoxidable tipo 2 y acero inoxidable tipo 3 para la industria automotriz. Producir acero inoxidable tipo 1, ge
requiere 0,8 toneladas de acero, 0,20 toneladas de cromo-níquel y 60 minutos de fundición.
Producir acero inoxidable tipo 2, genera una utilidad de USD15.000 y requiere 0,84 toneladas de acero, 0,16 tone
minutos de fundición. Producir acero inoxidable tipo 3, genera una utilidad de USD13.000 y requiere 0,88 tonelad
y 70 minutos de fundición.
La empresa, en su proceso de producción dispone como mínimo de 1.000 toneladas de acero y como máximo de
minutos de fundición.
¿Qué cantidad de cada tipo de acero inoxidable debe producir la
empresa Atlantic Steels Company 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 obj
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 programación lin
tablas de las iteraciones de la solución del modelo de programación lineal por el método simplex artificial.
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.
Solución
1. FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION LINEAL
A partir de la situación problema del Ejercicio 2. Método simplex artificial:
a. Construcción del modelo
• Información de la situación problema:
Tipo I Tipo II Tipo III
Disponibilidad
Utilidades Disponibilidad
17,000 15,000 13000
(USD)
Acero 0.8 0.80 0.88 1000
Cromo 0.2 0.16 0.12 13000
Tiempo 60 65 70 80000
Si,
𝑼𝒔𝒐 𝒅𝒆 𝒓𝒆𝒄𝒖𝒓𝒔𝒐𝒔 ≥ 𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅 𝒎í𝒏𝒊𝒎𝒂
𝑼𝒔𝒐 𝒅𝒆 𝒓𝒆𝒄𝒖𝒓𝒔𝒐𝒔 ≤ 𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅 𝒎á𝒙𝒊𝒎a
Entonces,
𝑼𝒔𝒐 𝒅𝒆 𝒂𝒄𝒆𝒓𝒐 ≥ 1000
𝑼𝒔𝒐 𝒅𝒆 Cromo ≤ 13000
𝑼𝒔𝒐 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 ≤ 80000
𝑵𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅: 𝑿𝟏 ,𝑿𝟐,𝑿𝟑 ≥ 0
b. Formulación del modelo: Remplazando la información de la situación problema para linealizar, el problema co
Función objetivo: 𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=17000𝑋_1+15000𝑋_2+13000𝑋_3
Sujeto a:
0,8𝑋_1+0,8𝑋_2+0,9𝑋_3 ≥1000
0,2𝑋_1+0,16𝑋_2+0,12𝑋_3≤13000
60𝑋_1+65𝑋_2+70𝑋_3≤80000
No Negatividad 𝑋_1 ; 𝑋_2 ; 𝑋_3≥0
2. SOLUCION DEL MODELO DE PROGRAMACION LINEAL POR EL METODO SIMPLEX ARTIFICIAL
a. Forma estándar del modelo por el método simplex primal:
Igualando a cero (0) la función objetivo.
Sumando las variables de exceso, artificial y de holgura con coeficiente cero en la función objetivo.
Transformando las restricciones (desigualdades) en ecuaciones. Primera restricción: restar una variable de exce
porque es del tipo ≥ a su disponibilidad. Segunda y tercera restricción, agregar una variable de holgura Sn, a ca
disponibilidad, y agregando las correspondientes variables de holgura, exceso y artificial a la restricción de la n
La forma estándar del método simplex artificial del modelo de programación lineal, es:
2. SOLUCION DEL MODELO DE PROGRAMACION LINEAL POR EL METODO SIMPLEX ARTIFICIAL
a. Forma estándar del modelo por el método simplex artificial mediante el METODO DE LAS DOS FASES:
No Negatividad 𝑿𝟏 ,𝑿𝟐,𝑿𝟑, 𝑺𝟏,𝑹𝟏 , 𝑺𝟐, 𝑺𝟑 ≥ 0
VARIABLES VARIABLES NO BASICAS
BASICAS R X1 X2 X3 S1 R1
R 1 0.8 0.84 0.88 -1 0
R1 0 0.8 0.84 0.88 -1 1
S2 0 0.2 0.16 0.12 0 0
S3 0 60 65 70 0 0
VE
VARIABLES VARIABLES NO BASICAS
BASICAS R X1 X2 X3 S1 R1
R 1 0.8 0.84 0.88 -1 0
R1 0 0.8 0.84 0.88 -1 1
X3 0 0.2 0.16 0.12 0 0
S3 0 60 65 70 0 0
FASE II Maximizar Z
Remplazando la función objetivo del problema original en la solución óptima de la Minimización:
Función objetivo:
Función objetivo:
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 R1
Z 1 0 -6500 -13000 25500 0
S1 0 0 0.5 1 -2.5 0
X3 0 1 0.5 0 1.5 0
S3 0 0 7.54952E-15 0 85 0
VE
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 R1
Z 1 -17000 -15000 -13000 0
S1 0 0.90909091 0.95454545 1 -1.13636364
X2 0 0.09090909 0.04545455 0 0.13636364
S3 0 -3.63636364 -1.81818182 0 79.5454545
VE
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 R1
Z 1 0 0 0 -7000 0
S1 0 0 0.5 1 -2.5 0
X1 0 1 0.5 0 1.5 0
S3 0 0 7.54952E-15 0 85 0
Programación lineal por Solver de Excel
VARIABLES DE DECISIÓN
X1 X2 X3 RESPUESTA DE LA FUNCIÓN OBJ
541.666667 0 0
265 270 260
RESTRICCIONES
X1 X2 X3 LADO IZQ LADO DER
Restricción 1 0.8 0.80 0.88 460.416667 1000
Restricción 2 0.2 0.16 0.12 13000 13000
Restricción 3 60 65 70 11916.6667 80000
3. INTERPRETACION DE LOS RESULTADO
No existe ninguna solución posible para el problema.
X1 = 541.666667 Para maximizar utilidades no debe producir acero al boro grado Durabor 24MnB5 y ac
X2 = No cumple con las restriciones dadas
X3 = No cumple con las restriciones dadas
tlantic Steels Company, produce acero inoxidable tipo 1,
ducir acero inoxidable tipo 1, genera una utilidad de USD17.000 y
e fundición.
84 toneladas de acero, 0,16 toneladas de cromo-níquel y 65
D13.000 y requiere 0,88 toneladas de acero, 0,12 toneladas de cromo-níquel
das de acero y como máximo de 200 toneladas de cromoníquel y 80.000
ón lineal, plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.
al al modelo de programación lineal, diseñar la tabla inicial del método simplex artificial y construir las
método simplex artificial.
a programación lineal.
ra la toma de decisiones.
a para linealizar, el problema como modelo de programación lineal es:
EX ARTIFICIAL
función objetivo.
ción: restar una variable de exceso Sn y agregar una variable artificial Rn
una variable de holgura Sn, a cada restricción porque son del tipo ≤ a su
artificial a la restricción de la no negatividad, se tiene:
X ARTIFICIAL
DO DE LAS DOS FASES:
SOLUCION
S2 S3
0 0 1000 Razón
0 0 1000 555.555556
1 0 200 VS 500
0 1 80000 600
SOLUCION
S2 S3
0 0 1000 Solución óptima de la minimizacion
0 0 1000
1 0 200
0 1 80000
la Minimización:
SOLUCION
S2 S3
187000 0 11900000
-10 0 500
11 0 700
40 1 3000
SOLUCION
S2 S3
0 0 0
0 0 1136.36364
1 0 63.6363636
0 1 454.545455
SOLUCION
S2 S3
57000 0 18400000
-10 0 500
11 0 700
40 1 3000
RESPUESTA DE LA FUNCIÓN OBJETIVO
143541.667
oro grado Durabor 24MnB5 y acero al boro grado Durabor 20MnB5
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: Programacion lineal
Informe cread
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$13 X1 647.058824 0 17000 4666.66667 0
$C$13 X2 0 0 15000 0 1E+030
$D$13 X3 588.235294 0 13000 6833.33333 0
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$19 LADO IZ1 1035.29412 0 1000 35.2941176 1E+030
$F$20 LADO IZ1 200 60294.1176 200 66.6666667 62.8571429
$F$21 LADO IZ1 80000 82.3529412 80000 36666.6667 3000
Ejercicio 3. Método simplex dual.
La empresa Atlantic Textile Company, produce tela mezclilla clase 1, tela mezclilla clase 2 y tela mezclilla clase 3 p
Producir tela mezclilla clase I, genera un costo de USD15.000 y requiere 0,76 toneladas de algodón, 0,22 tonelad
Producir tela mezclilla clase II, genera un costo de USD14.000 y requiere 0,70 toneladas de algodón, 0,26 tonelad
Producir tela mezclilla clase III, genera un costo de USD13.000 y requiere 0,60 toneladas de algodón, 0,30 tonela
La empresa dispone en su planta de producción como mínimo de 200 toneladas de algodón, de 80 toneladas de
de elastano.
¿Qué cantidad de cada clase de tela mezclilla debe producir la empresa
Atlactic Textile Company para tomar decisiones y obtener el menor
costo 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 obj
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
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.
3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
Solución
1. FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION LINEAL.
A partir de la situación problema del Ejercicio 3. Método simplex dual:
a. Construcción del modelo:
• Información de la situación problema:
Clase1 Clase2 Clase3
Costos
15000 14000 13000 Disponibilidad
(USD)
Algodón 0.76 0.70 0.6 200
Poliester 0.22 0.26 0.3 80
Elastano 0.02 0.04 0.1 15
• Información de la situación problema para linealizar:
Pintura Pintura Pintura
vinílica tipo vinílica tipo vinílica tipo
1 2 3 Disponibilidad Minima
Costos 15000 14000 13000
(USD)
Algodón 0.76 0.70 0.6 ≥ 200
Poliester 0.22 0.26 0.3 ≥ 80
Elastano 0.02 0.04 0.1 ≥ 15
Si,
𝑼𝒔𝒐 𝒅𝒆 𝒓𝒆𝒄𝒖𝒓𝒔𝒐𝒔 ≥ Disponibilidad Minima
Entonces,
𝑼𝒔𝒐 𝒅𝒆 algodon ≥ 200
𝑼𝒔𝒐 𝒅𝒆 poliester≥ 80
𝑼𝒔𝒐 𝒅𝒆 elastano ≥ 15
𝑵𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅: 𝑿𝟏 ,𝑿𝟐,𝑿𝟑 ≥ 𝟎
No Negatividad
2. SOLUCION DEL MODELO DE PROGRAMACION LINEAL POR EL METODO SIMPLEX DUAL
a. Forma estándar del modelo por el método simplex dual:
No Negatividad
b. Solución de modelo por el método simplex dual: Tabla inicial del método simplex dual:
Condición de optimidad: la variable entrante (VE) es la variable no basica asociada con la razón mas pequeña
Condición de factibilidad: la variable saliente (VS) es la variable básica con la razon más negativa. Si todas las var
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 -15000 -14000 -13000 0 0
S1 0 -0.76 -0.70 -0.60 1 0
S2 0 -0.22 -0.26 -0.30 0 1
S3 0 -0.02 -0.04 -0.10 0 0
VE
Razón 1600 1415 1250
Eliminación de Gauss Jordan: convertir la columna de la variable entrante en un vector identidad
1. Ecuación pivote:
nueva ecuación pivote = ecuación pivote / elemento pivote
2. Las demás ecuaciones, incluyendo Z:
nueva ecuación = [nueva ecuación pivote * ( - coeficiente de la columna
Iteración 1:
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 0 -184.210526 -1157.89474 -19736.8421 0
S1 0 1 0.92105263 0.78947368 -1.31578947 0
S2 0 0 -0.05736842 -0.12631579 -0.28947368 1
X3 0 0 -0.02157895 -0.08421053 -0.02631579 0
Razón 1380.28169 610.211706
Iteración 2:
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 0 0 -752.293578 -18807.3394 -3211.00917
X2 0 1 0 -1.23853211 -5.96330275 16.0550459
S2 0 0 1 2.20183486 5.04587156 -17.4311927
X3 0 0 0 -0.03669725 0.08256881 -0.37614679
Razón -8909.09091
Iteración 3:
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 -607.407407 0 0 -15185.1852 -12962.963
X2 0 -0.80740741 0 1 4.81481481 -12.962963
X1 0 1.77777778 1 0 -5.55555556 11.1111111
X3 0 -0.02962963 0 0 0.25925926 -0.85185185
Programación lineal por Solver de Excel
VARIABLES DE DECISIÓN
X1 X2 X3 RESPUESTA DE LA FUNCIÓN OBJ
0 789.473684 0
800 750 700
RESTRICCIONES
X1 X2 X3 LADO IZQ LADO DER
Restricción 1 0.76 0.70 0.6 300 200
Restricción 2 0.22 0.26 0.3 134.210526 80
Restricción 3 0.02 0.04 0.1 418.421053 15
3. INTERPRETACION DE LOS RESULTADO
X1 =
X2 = 789.473684
X3 =
Z 592105.26 Menor costo posible con los recursos dispnibles
a clase 2 y tela mezclilla clase 3 para la industria de laconfección.
eladas de algodón, 0,22 toneladas de poliéster y 0,02 toneladas de elastano.
eladas de algodón, 0,26 toneladas de poliéster y 0,04 toneladas de elastano.
neladas de algodón, 0,30 toneladas de poliéster y 0,10toneladas de elastano.
de algodón, de 80 toneladas de poliéster y de 15 toneladas
ón lineal, plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.
modelo de programación lineal, diseñar la tabla inicial del método simplex dual y construir las tablas de
mplex dual.
a programación lineal.
ra la toma de decisiones.
da con la razón mas pequeña
on más negativa. Si todas las variables básicas son no negativas, el proceso termina
SOLUCION
S3
0 0
0 -200
0 -80
1 -15 VS
trante en un vector identidad
/ elemento pivote
e * ( - coeficiente de la columna de la variable entrante)] + ecuación anterior
SOLUCION
S3
0 3947368.42 Valor más negativo
0 263.157895 VS
0 -22.1052632
1 -9.73684211
SOLUCION
S3
0 4018348.62 Valor más negativo
0 -91.7431193
0 385.321101 VS
1 -1.42201835
SOLUCION
S3
0 4074074.07
0 74.0740741
0 222.222222
1 1.2962963
RESPUESTA DE LA FUNCIÓN OBJETIVO
592105.26
0
-4.21052632
-18.4210526
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: Programacion lineal
Informe cread
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$13 X1 647.058824 0 17000 4666.66667 0
$C$13 X2 0 0 15000 0 1E+030
$D$13 X3 588.235294 0 13000 6833.33333 0
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$19 LADO IZ1 1035.29412 0 1000 35.2941176 1E+030
$F$20 LADO IZ1 200 60294.1176 200 66.6666667 62.8571429
$F$21 LADO IZ1 80000 82.3529412 80000 36666.6667 3000
