LA ACTIVIDAD CONSISTE EN:

En el entorno de Aprendizaje, consultar los referentes bibliográficos de la Unidad 1 – Modelos de progr

Martínez I. Vértiz G. López J. Lozano G. & Moncayo L. (2014). Investigación de operaciones (Pp. 44 – 56), Martínez I. Vért
Investigación de operaciones (Pp. 58 – 68), Martínez I. Vértiz G. López J. Lozano G. & Mon
Investigación de operaciones (Pp. 68 – 73) y OVI’s relacionados para revisar los métodos de solución de programaci
respectivamente. También consultar el Anexo 1 – Uso de Excel QM en programación lineal y el Anexo 2 – Uso de Solver
software y encontrar la solución de los Ejercicios basados en situaciones problema de prog
A continuación, encontrará 3 ejercicios, uno sobre el Método simplex primal, otro sobre el Método simplex artificial y un te
desarrollar en hoja de cálculo (Excel) de forma individual en el Foro de discusión (entorno de Aprendizaje) y entregar
Evaluación, para lo cual debe seleccionar el rol a desempeñar en el trabajo colabo

Ejercicio 1 – Método Simplex Primal: Se presenta la siguiente situación problema de pr

La empresa Continental de Juegos Co. desarrolla juegos en línea, la utilidad del juego de rol es de U$D570, la del juego d
es de U$D580.

El costo de desarrollo del software del juego de rol es de U$D110, del juego de lucha es de U$D90 y del juego deportivo e
U$D100.000 de inversión.

El juego de rol consume 20.000kb, el juego de lucha consume 50.000kb y el juego deportivo consume 20.000Kb y dis
capacidad máxima para almacenar la información.

El mantenimiento del software del juego de rol es de 25h, del juego de lucha es de 50h y del juego deportivo es de 30h
ejecución.

¿Cuántos juegos en línea de cada tipo debe desarrollar la empresa Continental de Juegos Co. para tomar decisiones y ob
disponibles?

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

Video Juego Rol Lucha Deportivo
 Costo ($) $ 110 $ 90 $ 95
Consumo (kb) 20000 50000 20000
Mantenimiento (h) 25 50 30

■(𝐗_𝟏=Juego De Rol&𝐗_𝟐=Juego De Lucha&𝐗_𝟑=Juego Deportivo@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚𝐬:S_1,S_2,S_3&@&&@&𝐌𝐨𝐝𝐞𝐥𝐨 𝐂

𝐄𝐬𝐭𝐚𝐧𝐝𝐚𝐫@"Función Objetivo" 𝐀 𝐌𝐚𝐱𝐢𝐦𝐢𝐳𝐚𝐫:&Z=570X_1+600X_2+580X_3&Z=570X_1+600X_2+580X_3+0S_1+0S_2+
&&@Costo&110X_1 "+90" X_2 "+95" X_3≤100000& 110X_1 "+90" X_2 "+95" X_3+S_1 =100000@Consumo&"20
X_3≤250000000&"20000" X_1+50000X_2 "+20000" X_3 +S_2 =250000000 @Mantenimiento&25X_1 "+" 50X_2
25X_1+50X_2 "+" 30X_3 +S_3=50000 @&X_1,X_2,X_3≥0&X_1,X_2,P_3,P_4,P_5,P_6=0)

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

Tabla 1
Base Z X1 X2 X3 S1 S2
Z 1 -570 -600 -580 0 0
S1 0 110 90 95 1 0
S2 0 20000 50000 20000 0 1
S3 0 25 50 30 0 0

Tabla 2
Base Z X1 X2 X3 S1 S2
Z 1 -270 0 -220 0 0
S1 0 65 0 41 1 0
S2 0 -5000 0 -10000 0 1
Pivote 0 0.5 1 0.6 0 0

Tabla 3
Base Z X1 X2 X3 S1 S2
Z 1 -270 0 -220 0 0
S1 0 65 0 41 1 0
S2 0 -5000 0 -10000 0 1
X2 0 0.5 1 0.6 0 0

Tabla 4
Base Z X1 X2 X3 S1 S2
Z 1 0 0 -49.69231 4.153846 0
Pivote 0 1 0 0.6307692 0.0153846 0
S2 0 0 0 -6846.154 76.92308 1
X2 0 0 1 0.284615 -0.007692 0

Tabla 5
Base Z X1 X2 X3 S1 S2
Z 1 0 0 -49.69231 4.1538462 0
Pivote 0 1 0 0.630769 0.015385 0
S2 0 0 0 -6846.154 76.923077 1
X2 0 0 1 0.284615 -0.0076923 0

Tabla 6
Base Z X1 X2 X3 S1 S2
 Z 1 78.78049 0 0 5.365854 0
X3 0 1.5853659 0 1 0.0243902 0
S2 0 10853.66 0 0 243.9024 1
X2 0 -0.45122 1 0 -0.014634 0

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
Base Solución Utilidad ($) Total
X1 0 $ 570 $ 0.000
X2 853.658536585366 $ 600 $ 512,195.122
X3 243.90243902439 $ 580 $ 141,463.415
$ 653,658.537
Se requiere producir 853,658 juegos de Lucha con un costo de $600 y producir 243,902 juegos de Deportiv
ganancia de 653658,537U$D.
:
1 – Modelos de programación lineal de decisión:

– 56), Martínez I. Vértiz G. López J. Lozano G. & Moncayo L. (2014).

ez J. Lozano G. & Moncayo L. (2014).
olución de programación lineal simplex, primal, artificial y dual,
xo 2 – Uso de Solver (Excel) en programación lineal para utilizar el
nes problema de programación lineal.
mplex artificial y un tercero sobre el Método simplex dual, que debe
prendizaje) y entregar de manera colaborativa en el entorno de
ar en el trabajo colaborativo:

ción problema de programación lineal:

U$D570, la del juego de lucha es de U$D600 y la del juego deportivo

del juego deportivo es de U$D95 y cuenta con un capital máximo de

nsume 20.000Kb y dispone de un servidor con 250.000.000kb de

ormación.

o deportivo es de 30h y dispone como máximo de 50.000h para su

tomar decisiones y obtener la mayor utilidad posible con los recursos

Inversión (h) Utilidad ($)

 $ 100,000 $ 570
250000000 $ 600
50000 $ 580

_3&@&&@&𝐌𝐨𝐝𝐞𝐥𝐨 𝐂𝐚𝐧ó𝐧𝐢𝐜𝐨&𝐌𝐨𝐝𝐞𝐥𝐨
580X_3+0S_1+0S_2+0S_3@"Restricciones:"
00000@Consumo&"20000" X_1+50000X_2 "+20000"
nto&25X_1 "+" 50X_2 "+" 30X_3≤50000&

S3 Solución
0 0
0 100000 1111.111
0 250000000 5000
1 50000 1000

S3 Solución
12 600000
-1.8 10000 153.84615
-1000 200000000 -40000
 0.02 1000 2000

S3 Solución
12 600000
-1.8 10000
-1000 200000000
0.02 1000

S3 Solución
4.523077 641538.461538462
-0.0276923 153.846153846154
-1138.462 200769230.769231
0.033846 923.076923076923

S3 Solución
4.5230769 641538.461538462
-0.027692 153.846153846154 243.9024
-1138.4615 200769230.769231 -29325.843
0.0338462 923.076923076923 3243.2432

S3 Solución
 2.341463 653658.536585366
-0.0439024 243.90243902439
-1439.024 202439024.390244
0.046341 853.658536585366

ones.
Total
$ 0.000
$ 512,195.122
$ 141,463.415
$ 653,658.537
juegos de Deportivo con un costo de $580 para lograr una
.
EJERCICIO1 Enter
Enter the
the values
values in
in the
the shaded
shaded area
area then
then us
u
by going to the Data Tab
by going to the Data Ta
Linear Programming
Use one of the three signs be
< Less than
= Equals (You need to e
> Greater th

Data X1 X2 X3
Sign RHS
Maximize $ 570 $ 600 $ 580
Constraint 1 100 90 95 < 100000
Constraint 2 20000 50000 20000 < 250000000
Constraint 3 25 50 30 < 50000

Results
Variables 0.0 853.7 243.9
Objective 653659.120
shaded
shaded area
area then
then use
use the
the Run
Run Excel's
Excel's Solver
Solver button.
button. Alternatively,
Alternatively, or
or to
to view
view the
the sensitivity
sensitivity results,
results, open
open Solver
Solver
going to the Data Tab (Excel 2007, 2010, 2013, 2016) or the Tools menu (Excel 2003,
going to the Data Tab (Excel 2007, 2010, 2013, 2016) or the Tools menu (Excel 2003, 2011). 2011).

the three signs below for each constraint.

Less than or equal to.
als (You need to enter an apostrophe first).
Greater than or equal to.

Results
LHS Slack/Surplus Problem Setup Area
653659 < Constraints > Constraints
100000 -0.1 Constraint 1 100000 100000 0 0
5E+07 202439020 Constraint 2 5E+07 3E+08 0 0
50000 -0.02 Constraint 3 50000 50000 0 0
esults,
esults, open
open Solver
Solver
 Ejercicio 2 – Método Simplex Artificial: Se presenta la siguiente situación problema de p

La empresa Continental de Contenedores Co. produce tres clases de contenedores para transporte marítimo: Dry Van
acero Corten como materia prima: acero Corten cobre, acero Corten cromo y acero co

Para producir el contenedor Dry Van, requiere 6 toneladas de acero Corten cobre, 4 toneladas de acero Corten cromo y 3
utilidad de US$34.000.

Para producir el contendor High Cube, requiere 5 toneladas de acero Corten cobre, 4 toneladas de acero Corten cromo y 5
utilidad de US$33.000.

Para producir el contendor Open Side, requiere 7 toneladas de acero Corten cobre, 3 toneladas de acero Corten cromo y 3
utilidad de US$35.000.

Su planta de producción dispone como máximo de 350 toneladas de acero Corten cobre, como mínimo de 220 toneladas d
toneladas de acero Corten níquel.

¿Cuántos contenedores de cada tipo debe producir la empresa Continental de Contenedores Co. para tomar decisione
recursos disponibles?

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

Contenedores Corte Dry Van High Cube Open Side
Cobre (Ton) 6 5 7
Cromo (Ton) 4 4 3
Níquel (Ton) 3 5 3
Utilidad ($) $ 34,000 $ 33,000 $ 35,000

■(𝐗_𝟏=Contenedor Dry Van&𝐗_𝟐=Contenedor High Cube&𝐗_𝟏=Contenedor Open Side@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚

𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥:A_1@&&@&𝐌𝐨𝐝𝐞𝐥𝐨 𝐂𝐚𝐧ó𝐧𝐢𝐜𝐨&𝐌𝐨𝐝𝐞𝐥𝐨 𝐄𝐬𝐭𝐚𝐧𝐝𝐚𝐫@"Función Objetivo"
𝐌𝐚𝐱𝐢𝐦𝐢𝐳𝐚𝐫:&Z=34000X_1+33000X_2+35000X_3&Z−34000X_1−33000X_2−35000X_3+0S_1+0S_2+0S_3+A_1=0@"Res
"+5" X_2 "+7" X_3≤350&█( @ 6X_1+5X_2+7X_3+S_1 =350)@Cromo (Ton)&"4" X_1+4X_2 "+3" X_3≥220
+A_1=220, @Níquel (Ton)&3X_1 "+" 5X_2 "+" 3X_3≤300& 3X_1+5X_2+3X_3 +S_3 =300@&X_1,X_2,X_
 ■(𝐗_𝟏=Contenedor Dry Van&𝐗_𝟐=Contenedor High Cube&𝐗_𝟏=Contenedor Open Side@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚
𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥:A_1@&&@&𝐌𝐨𝐝𝐞𝐥𝐨 𝐂𝐚𝐧ó𝐧𝐢𝐜𝐨&𝐌𝐨𝐝𝐞𝐥𝐨 𝐄𝐬𝐭𝐚𝐧𝐝𝐚𝐫@"Función Objetivo"
𝐌𝐚𝐱𝐢𝐦𝐢𝐳𝐚𝐫:&Z=34000X_1+33000X_2+35000X_3&Z−34000X_1−33000X_2−35000X_3+0S_1+0S_2+0S_3+A_1=0@"Res
"+5" X_2 "+7" X_3≤350&█( @ 6X_1+5X_2+7X_3+S_1 =350)@Cromo (Ton)&"4" X_1+4X_2 "+3" X_3≥220
+A_1=220, @Níquel (Ton)&3X_1 "+" 5X_2 "+" 3X_3≤300& 3X_1+5X_2+3X_3 +S_3 =300@&X_1,X_2,X_

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

Tabla 1
Base Z X1 X2 X3 S1 S2 S3
Z 1 -4 -4 -3 0 1 0
S1 0 6 5 7 1 0 0
A1 0 4 4 3 0 -1 0
S3 0 3 5 3 0 0 1

Tabla 2
Base Z X1 X2 X3 S1 S2 S3
Z 0 0 0 0 0 0 0
S1 0 0 -1 2.5 1 1.5 0
Pivote 0 1 1 0.75 0 -0.25 0
S3 0 0 2 0.75 0 0.75 1

Tabla 3 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 0 1000 -9500 0 -8500
S1 0 0 -1 2.5 1 1.5
 X1 $ 34,000 1 1 0.75 0 -0.25
S3 0 0 2 0.75 0 0.75

Tabla 4 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 0 -2800 0 3800 -2800
Pivote 0 0 -0.4 1 0.4 0.6
X1 $ 34,000 1 1.3 0 -0.3 -0.7
S3 0 0 2.3 0 -0.3 0.3

Tabla 5 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 0 -2800 0 3800 -2800
X3 35000 0 -0.4 1 0.4 0.6
X1 34000 1 1.3 0 -0.3 -0.7
S3 0 0 2.3 0 -0.3 0.3

Tabla 6 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 2153.846 0 0 3153.846 -4307.69
X3 35000 0.308 0 1 0.308 0.385
Pivote 33000 0.769 1 0 -0.231 -0.538
S3 0 -1.769 0 0 0.231 1.538
Tabla 7 $ 34,000 $ 33,000 $ 35,000
Base Z X1 X2 X3 S1 S2
Z 0 2153.8462 0 0 3153.8462 -4307.692
X3 35000 0.3076923 0 1 0.3076923 0.384615
X2 33000 0.7692308 1 0 -0.2307692 -0.538462
S3 0 -1.769231 0 0 0.230769 1.538462

Tabla 8 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 -2800 0 0 3800 0
X3 35000 0.75 0 1 0.25 0
X2 33000 0.15 1 0 -0.15 0
Pivote 0 -1.15 0 0 0.15 1

Tabla 9 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 -2800 0 0 3800 0
X3 35000 0.75 0 1 0.25 0
X2 33000 0.15 1 0 -0.15 0
S2 0 -1.15 0 0 0.15 1

Tabla 9 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 0 0 3733.333 4733.333 0
 Pivote 35000 1 0 1.3333333 0.3333333 0
X2 33000 0 1 -0.2 -0.2 0
S2 0 0 0 1.533333 0.533333 1

Tabla 10 $ 34,000 $ 33,000 $ 35,000

Base Z X1 X2 X3 S1 S2
Z 0 0 0 3733.3333 4733.3333 0
X1 $ 34,000 1 0 1.3333333 0.3333333 0
X2 33000 0 1 -0.2 -0.2 0
S2 0 0 0 1.5333333 0.5333333 1

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
Base Solución Utilidad ($) Total
X1 16.667 $ 34,000 $ 566,666.667
X2 50 $ 33,000 $ 1,650,000.000
X3 0 $ 35,000 $ 0.000
$ 2,216,666.667
Se requiere producir contenedores Dry Van 16,667 con un costo de $34000 y producir contenedores High Cub
una ganancia maxima de 2216666,667U$D.
ación problema de programación lineal:

te marítimo: Dry Van, High Cube y Open Side, utiliza tres tipos de
rten cromo y acero corten níquel.

cero Corten cromo y 3 toneladas de acero Corten níquel y tiene una

cero Corten cromo y 5 toneladas de acero Corten níquel y tiene una

cero Corten cromo y 3 toneladas de acero Corten níquel y tiene una

mo de 220 toneladas de acero Corten cromo y como máximo de 300

.

para tomar decisiones y obtener la mayor utilidad posible con los

gramación lineal.
Open Side Producción
7 350
3 220
3 300
$ 35,000

@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚𝐬:S_1,S_2,S_3&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞
"Función Objetivo" 𝐀
2+0S_3+A_1=0@"Restricciones:" &&@Cobre (Ton)&6X_1
1+4X_2 "+3" X_3≥220& 4X_1+4X_2+"3" X_3 −S_2
=300@&X_1,X_2,X_3≥0&X_1,X_2,X_3,S_1,S_2,S_3,A_1=0)|
@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚𝐬:S_1,S_2,S_3&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞
"Función Objetivo" 𝐀
2+0S_3+A_1=0@"Restricciones:" &&@Cobre (Ton)&6X_1
1+4X_2 "+3" X_3≥220& 4X_1+4X_2+"3" X_3 −S_2
=300@&X_1,X_2,X_3≥0&X_1,X_2,X_3,S_1,S_2,S_3,A_1=0)|

A1 Solución
0 -220
0 350
1 220
0 300

A1 Solución
1 0
-1.5 20
0.25 55
-0.75 135

0
S3 Solución
0 1870000
0 20
0 55
1 135

S3 Solución
0 1946000
0 8
0 49
1 129

S3 Solución
0 1946000
0 8
0 49
1 129

S3 Solución
0 2051538.462
0 23.077
0 37.692
1 42.308
 S3 Solución
0 2051538.462
0 23.077
0 37.692
1 42.308

S3 Solución
2800 2170000
-0.25 12.5
0.35 52.5
0.65 27.5

S3 Solución
2800 2170000
-0.25 12.5
0.35 52.5
0.65 27.5

S3 Solución
1866.667 2216666.6667
 -0.3333333 17
0.4 50
0.266667 47

S3 Solución
1866.6667 2216666.667
-0.3333333 16.667
0.4 50
0.2666667 46.667

ones.
Total
$ 566,666.667
$ 1,650,000.000
$ 0.000
$ 2,216,666.667
tenedores High Cube 50 con un costo de $33000 para lograr
67U$D.
EJERCICIO2 Enter
Enter the
the values
values in
in the
the shaded
shaded area
area the
the
Solver
Solver byby going
going to
to the
the Data
Data
Linear Programming
Use one of the three si
<
= Equals (You n
> G

Data X1 X2 X3
Sign RHS
Maximize 34000 33000 35000
Constraint 1 6 5 7 < 500000
Constraint 2 4 4 3 > 50000
Constraint 3 3 5 3 < 250000000

Results
Variables 16.67 50 0
Objective 2216666.7
es
es in
in the
the shaded
shaded area
area then
then use
use the
the Run
Run Excel's
Excel's Solver
Solver button.
button. Alternatively,
Alternatively, or
or to
to view
view the
the sensitivity
sensitivity results,
results, open
open
olver
olver byby going
going to
to the
the Data
Data Tab
Tab (Excel
(Excel 2007,
2007, 2010,
2010, 2013,
2013, 2016)
2016) oror the
the Tools
Tools menu
menu (Excel
(Excel 2003,
2003, 2011).
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.

Results
LHS Slack/Surplus Problem Setup Area
2216667 < Constraints > Constraints
350 499650 Constraint 1 350 500000 0
266.6667 49733.3333333 Constraint 2 0 0 266.667
300 249999700 Constraint 3 300 250000000 0
 sensitivity
sensitivity results,
results, open
open
003, 2011).
2003, 2011).

> Constraints
0
50000
0
 Ejercicio 3 – Método Simplex Dual: Se presenta la siguiente situación problema de pro

La empresa Continental de Aceros Co. produce acero con recubrimiento mediante cementación, nitruración y cianuración

Producir acero con recubrimiento mediante cementación, genera un costo de U$D66 y requiere 18kg de acero, 6h para el p
templado y revenido.

Producir acero con recubrimiento mediante nitruración, genera un costo de U$D71 y requiere 20kg de acero, 8h para el p
templado y revenido.

Producir acero con recubrimiento mediante cianuración, genera un costo de U$D68 y requiere 21kg de acero, 5h para el p
templado y revenido.

La empresa dispone como mínimo de 5.500kg de acero en su planta de producción, de 1.500h para el proceso termoquím
revenido.

¿Qué cantidad de acero con recubrimiento de cada tipo, debe producir la empresa Continental de Aceros Co. para tomar d
los recursos disponibles?

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

Producción Cementación Nitruración Cianuración
Acero (kg) 18 20 21
Termoquímico (h) 6 8 5
Templado (h) 16 15 13

■(𝐗_𝟏=Acero Mediante Cementación&𝐗_𝟐=Acero Mediante Nitruración&𝐗_𝟑=Acero Mediante Cianuración@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨

𝐂𝐚𝐧ó𝐧𝐢𝐜𝐨&𝐌𝐨𝐝𝐞𝐥𝐨 𝐄𝐬𝐭𝐚𝐧𝐝𝐚𝐫@"Función Objetivo" 𝐀
𝐌𝐢𝐧𝐢𝐦𝐢𝐳𝐚𝐫:&Z=66X_1+71X_2+68X_3&Z−66X_1−71X_2−68X_3+0S_1+0S_2+0S_3=0@"Restricciones:" &&@Acero (kg)
X_3≥5500&−18X_1−"20" X_2−"21" X_3+S_1 =−5500@Termoquímico (h)&"6" X_1+8X_2 "+5" X_3≥1500& −"6"
=−1500@Templado (h)&16X_1 "+" 15X_2 "+" 13X_3≥4000&−16X_1−15X_2−13X_3 +S_3=−4000@&X_1,X_2,X_3≥
■(𝐗_𝟏=Acero Mediante Cementación&𝐗_𝟐=Acero Mediante Nitruración&𝐗_𝟑=Acero Mediante Cianuración@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨
𝐂𝐚𝐧ó𝐧𝐢𝐜𝐨&𝐌𝐨𝐝𝐞𝐥𝐨 𝐄𝐬𝐭𝐚𝐧𝐝𝐚𝐫@"Función Objetivo" 𝐀
𝐌𝐢𝐧𝐢𝐦𝐢𝐳𝐚𝐫:&Z=66X_1+71X_2+68X_3&Z−66X_1−71X_2−68X_3+0S_1+0S_2+0S_3=0@"Restricciones:" &&@Acero (kg)
X_3≥5500&−18X_1−"20" X_2−"21" X_3+S_1 =−5500@Termoquímico (h)&"6" X_1+8X_2 "+5" X_3≥1500& −"6"
=−1500@Templado (h)&16X_1 "+" 15X_2 "+" 13X_3≥4000&−16X_1−15X_2−13X_3 +S_3=−4000@&X_1,X_2,X_3≥

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

Tabla 1 3.6666667 3.55 3.238095
Base Z X1 X2 X3 S1 S2
Z 1 -66 -71 -68 0 0
S1 0 -18 -20 -21 1 0
S2 0 -6 -8 -5 0 1
S3 0 -16 -15 -13 0 0

Tabla 2
Base Z X1 X2 X3 S1 S2
Z 1 -7.714286 -6.238095 0 -3.238095 0
Pivote 0 0.8571429 0.952381 1 -0.047619 0
S2 0 -1.714286 -3.238095 0 -0.238095 1
S3 0 -4.857143 -2.619048 0 -0.619048 0

Tabla 3 1.588235 2.381818

Base Z X1 X2 X3 S1 S2
Z 1 -7.714286 -6.2380952 0 -3.2380952 0
X3 0 0.857143 0.952381 1 -0.047619 0
S2 0 -1.714286 -3.2380952 0 -0.2380952 1
 S3 0 -4.857143 -2.619048 0 -0.619048 0

Tabla 4
Base Z X1 X2 X3 S1 S2
Z 1 0 -2.078431 0 -2.254902 0
X3 0 0 0.490196 1 -0.156863 0
S2 0 0 -2.313725 0 -0.019608 1
Pivote 0 1 0.5392157 0 0.127451 0

Tabla 5
Base Z X1 X2 X3 S1 S2
Z 1 0 -2.0784314 0 -2.254902 0
X3 0 0 0.4901961 1 -0.1568627 0
S2 0 0 -2.3137255 0 -0.0196078 1
X1 0 1 0.5392157 0 0.127451 0

3. Interpretar los resultados de la solución del modelo de programación lineal para la toma de decisiones.
Base Solución Utilidad ($) Total
X1 122.549019607843 $ 66 $ 8,088.235
X2 0 $ 71 $ 0.000
X3 156.862745098039 $ 68 $ 10,666.667
$ 18,754.902
Se requiere producir acero con recubrimiento de cementación 122,549 con un costo de $66 y producir con rec
de Deportivo con un costo de $68 para lograr una ganancia de 18754,902
ón problema de programación lineal:

uración y cianuración utilizado en la producción de piezas especiales.

de acero, 6h para el proceso termoquímico y 16h para el proceso de

de acero, 8h para el proceso termoquímico y 15h para el proceso de

de acero, 5h para el proceso termoquímico y 13h para el proceso de

el proceso termoquímico y de 4.000h para el proceso de templado y

eros Co. para tomar decisiones y obtener el menor costo posible con

Dispone Utilidad ($)

5500 $ 66
1500 $ 71
4000 $ 68

ción@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚𝐬:S_1,S_2,S_3&@&&@&𝐌𝐨𝐝𝐞𝐥𝐨

nes:" &&@Acero (kg)&18X_1 "+20" X_2 "+21"

5" X_3≥1500& −"6" X_1−8X_2−"5" X_3 +S_2
4000@&X_1,X_2,X_3≥0&X_1,X_2,X_3,S_1,S_2,S_3=0)
ción@&𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 𝐃𝐞 𝐇𝐨𝐥𝐠𝐮𝐫𝐚𝐬:S_1,S_2,S_3&@&&@&𝐌𝐨𝐝𝐞𝐥𝐨

nes:" &&@Acero (kg)&18X_1 "+20" X_2 "+21"

5" X_3≥1500& −"6" X_1−8X_2−"5" X_3 +S_2
4000@&X_1,X_2,X_3≥0&X_1,X_2,X_3,S_1,S_2,S_3=0)

S3 Solución
0 0
0 -5500 261.905
0 -1500 300
1 -4000 307.692

S3 Solución
0 17809.5238095238
0 261.904761904762
0 -190.47619047619
1 -595.238095238095

S3 Solución
0 17809.5238095238
0 261.904762 261.905
0 -190.476190 -190.476
 1 -595.238095 -595.238

S3 Solución
-1.588235 18754.9019607843
0.176471 156.862745098039
-0.352941 19.6078431372549
-0.2058824 122.549019607843

S3 Solución
-1.5882353 18754.9019607843
0.1764706 156.862745098039
-0.3529412 19.6078431372549
-0.2058824 122.549019607843

ones.
Total
$ 8,088.235
$ 0.000
$ 10,666.667
$ 18,754.902
6 y producir con recubrimiento de nitratación 156,862 juegos
nancia de 18754,902U$D.
EJERCICIO3 Enter
Enter the
the values
values in
in the
the shaded
shaded area
area the
the
Solver
Solver by going to the Data
by going to the Data
Linear Programming
Use one of the thre
<
=
>

Data X1 X2 X3
Sign RHS
Maximize $ 66 $ 71 $ 68
Constraint 1 18 20 21 > 5500
Constraint 2 6 8 5 > 1500
Constraint 3 16 15 13 > 4000

Results
Variables 122.549 0 156.862
Objective 18755
n the
in the shaded
shaded area
area then
then use
use the
the Run
Run Excel's
Excel's Solver
Solver button.
button. Alternatively,
Alternatively, or
or to
to view
view the
the sensitivity
sensitivity results,
results, open
open
er by going to the Data Tab (Excel 2007, 2010, 2013, 2016) or the Tools menu (Excel 2003,
er by going to the Data Tab (Excel 2007, 2010, 2013, 2016) or the Tools menu (Excel 2003, 2011). 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.

Results
LHS Slack/Surplus Problem Setup Area
18754.85 < Constraints > Constraints
5500 0.01600 Constraint 1 0 0 5500
1519.604 -19.604 Constraint 2 0 0 1519.6
3999.990 0.01 Constraint 3 0 0 4000
 nsitivity results,
ensitivity results, open
open
3, 2011).
03, 2011).

Area
> Constraints
5500
1500
4000