Documente Academic
Documente Profesional
Documente Cultură
FASE 3
PRESENTADO POR:
LEIDY VALERIA AYA ALFARO
CÓDIGO: 1121894368
GRUPO: 100404_401
TUTOR
MANUEL ALEJANDRO LOZADA
Dentro de las diferentes disciplinas que ayudan al desarrollo del mundo industrial y de
los negocios del mundo actual, existen varias que provienen del área de las
matemáticas y que aportan grandemente, no solo en la resolución de ecuaciones
matemáticas, sino también mediante la adaptación de problemas de la vida real a
modelos matemáticos que ayudan a optimizar recursos para la adecuada solución de
problemas que diariamente se enfrentan.
Con la realización del presente trabajo se busca darle solución de manera manual
(lápiz y papel) a los problemas presentados en el trabajo colaborativo anterior, de igual
manera darles solución a los problemas propuestos en la guía de actividades por el
método simplex, fue desarrollado por George dantzig (1947) y es un método
algebraico que se utiliza para resolver problemas de programación lineal en un
número finito de pasos en una computadora. Este método establece una solución
factible y luego prueba si es óptima o no. Si no lo es busca una mejor solución y si
esta no es óptima entonces repite el proceso hasta hallar una solución óptima.
OBJETIVOS
OBJETIVOS GENERALES
toma de decisiones.
OBJETIVOS ESPECIFICOS
Variables:
Objetivo incrementar al máximo la utilidad por la venta de los dos tipos de bebidas
energizantes.
Se menciona que la utilidad es de 200 pesos por el “Vive100” y 350 pesos por el
“SpeedMax”.
Restricciones:
𝑋1 + 𝑋2 ≤ 50
𝑋2 ≥ 2𝑋1
−2𝑋1 + 𝑋2 ≥ 0
𝑋1 ≥ 10
Y la condición de no negatividad que implica que todos las variables de decisión sean
positivas (mayores o iguales a 0)
𝑋1 , 𝑋2 ≥ 0
Modelo estándar
Restricciones:
𝑅1 𝑋1 + 𝑋2 + 𝑋3 = 50
𝑅2 − 𝑋1 + 𝑋2 + 𝑋4 = 0
𝑅3 − 2𝑋1 + 𝑋2 + 𝑋5 = 0
𝑅4 𝑋1 + 𝑋6 = 10
𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 ≥ 0
METODO SIMPLEX
PROGRAMA EN LINEA
PROBLEMAS DE PROGRAMACION LINEAL
Se calcula que las utilidades por cada vehículo domestico reparado es de $500.000 y por cada
vehículo de carga, es de $ 800.000
Calcular las ganancias máximas que puede obtener el taller, y número de vehículos de cada
tipo que se deben reparar; si tenemos clientes permanentemente.
𝑋1 = 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠 𝑑𝑜𝑚𝑒𝑠𝑡𝑖𝑐𝑜𝑠 𝑥
𝑋2 = 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 𝑦
Maximizar
𝑍 = 500.000 𝑋1 + 800.000 𝑋2
X1 X2
Desarme 4 5 24
Pintura 8 6 32
Secado 6 8 40
Ensamble 8 10 56
$ 500.000 $ 800.000
5𝑋1 + 5𝑋2 + 𝑋3 = 24
8 𝑋1 + 6 𝑋2 + 1 𝑋4 = 32
6 𝑋1 + 8 𝑋2 + 1 𝑋5 = 40
Como la restricción 4 es del tipo '≤' se agrega la variable de holgura X6.
8 𝑋1 + 10 𝑋2 + 1 𝑋6 = 56
Ahora que hemos convertido las inecuaciones en ecuaciones, debemos agregar las nuevas la
función objetivo o función de optimización, de la siguiente manera:
Las variables de holguras de adicionan con coeficIente cero.
Cj 0 500000 800000 0 0 0 0
XB CB b X1 X2 X3 X4 X5 X6 RAZON
X3 0 24 4 5 1 0 0 0 4.8
X4 0 32 8 6 0 1 0 0 5.33333333
X5 0 40 6 8 0 0 1 0 5
X6 0 56 8 10 0 0 0 1 5.6
Zj 0 0 0 0 0 0 0
Zj-Cj 0 -500000 -800000 0 0 0 0
Iteración 1:
Una vez que hemos llenado el tabloide procedemos a realizar el Proceso de optimización (1ra
Fase) para lo cual se debe:
1. Observamos la octava fila y buscamos los Zj-Cj< 0 y podemos ver que hay 2 valores,
seleccionando al más negativo osea –800000 correspondiente a la variable X2, que
será la variable que entrará a ser básica.
2. Una vez seleccionada X1 procederemos obtener los cocientes de cada b entre los
coeficientes de X1 EN LA COLUMNA RAZON.
El cociente más pequeño es 4.8, esto indica que la variable básica que saldrá es X3.
3. El número pivote es 5; dividimos F1/5
4. Ahora debemos hacer cero los valores debajo del valor pivote para ello multiplicamos
(ver tabloide 2)
𝐹2 − 6𝐹1
𝐹3 − 8𝐹1
𝐹4 − 10𝐹1
5. Ahora calculamos los Z en cada columna de las variables del tabloide (ver tabloide 2)
6. Calculamos los Cj–Zj y los resultados los vemos en el tabloide
2.
Cj 0 500000 800000 0 0 0 0
XB CB b X1 X2 X3 X4 X5 X6
X2 800000 4.8 0.8 1 0.2 0 0 0
X4 0 3.2 3.2 0 -1.2 1 0 0
X5 0 1.6 -0.4 0 -1.6 0 1 0
X6 0 8 0 0 -2 0 0 1
Zj 3840000 640000 800000 160000 0 0 0
Zj-Cj 3840000 140000 0 160000 0 0 0
𝑍 = $3.840.000
𝑋1 = 0
𝑋2 = 4.8
𝑋1 = 𝐷𝑒𝑠𝑎𝑦𝑢𝑛𝑜 𝑡𝑖𝑝𝑜 1
𝑋2 = 𝐷𝑒𝑠𝑎𝑦𝑢𝑛𝑜 𝑡𝑖𝑝𝑜 2
X1 X2
Huevos 2 3 1500
Panes 2 3 1200
bebidas 1 1 1800
5000 6000
𝑍 = 5000 𝑋1 + 6000 𝑋2
2 𝑋1 + 3 𝑋2 + 1 𝑋3 = 1500
1 𝑋1 + 1 𝑋2 + 1 𝑋5 = 1800
Cj 0 5000 6000 0 0 0
XB CB b X1 X2 X3 X4 X5 RAZON
X3 0 1500 2 3 1 0 0 500
X4 0 1200 2 3 0 1 0 400
X5 0 1800 1 1 0 0 1 1800
Zj 0 0 0 0 0 0
Zj-Cj 0 -5000 -6000 0 0 0
Iteración 1:
Una vez que hemos llenado el tabloide procedemos a realizar el Proceso de optimización para
lo cual se debe:
1. Observamos la segunda fila y buscamos los Zj – Cj < 0 y podemos ver que hay 2
valores, seleccionando al más negativo osea -6000 correspondiente a la variable X2,
que será la variable que entrará a ser básica.
2. Una vez seleccionada X2 procederemos obtener los cocientes de cada b entre los
coeficientes de X2 EN LA COLUMNA RAZON.
El cociente más pequeño es 400, esto indica que la variable básica que saldrá es X4.
4. Ahora debemos hacer cero los valores encima y abajo del valor pivote para ello
multiplicamos (ver tabloide 2)
𝐹1 − 3𝐹2
𝐹3 − 𝐹2
5. Ahora calculamos los Z en cada columna de las variables del tabloide (ver tabloide 2)
6. .Calculamos los Zj – Cj y los resultados los vemos en el tabloide 2.
Cj 0 5000 6000 0 0 0
XB CB b X1 X2 X3 X4 X5 RAZON
x3 0 300 0 0 1 -1 0 #¡DIV/0!
X2 6000 400 0.66666667 1 0 0.33333333 0 600
X5 0 1400 0.33333333 0 0 -0.33333333 1 4200
Zj 2400000 4000 6000 0 2000 0
Zj-Cj 2400000 -1000 0 0 2000 0
La variable que sale es X2 y la variable que entra es X1; el elemento pivote es 0.6666667, con
operaciones sencillas convertimos los elementos de la columna pivote en ceros y el pivote en
1.
𝐹2/0.66666667
𝐹3 − 0.33333333𝐹2
Cj 0 5000 6000 0 0 0
XB CB b X1 X2 X3 X4 X5
x3 0 300 0 0 1 -1 0
X1 5000 600 1 1.5 0 0.5 0
X5 0 1200 0 -0.5 0 -0.5 1
Zj 3000000 5000 7500 0 2500 0
Cj - ZJ 3000000 0 1500 0 2500 0
Con las materias primas que tiene disponible la panadería la opción que le genera mayor
ganancia es la de hacer y vender 600 desayunos del tipo 1, obteniendo así una ganancia de $
3.000.000.
PHPSIMPLEX