Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Investigación Operacional - EJE II-Christian Yepes

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 14

Investigación Operacional l- EJE II

Solución de modelos de programación lineal por el método Símplex


Y de la Gran M utilizando formato tableau.

Docente
Elsy Chaparro Hernandez

Grupo NRC 2396


Katherine Alejandra Zarate Galeano
Jhoan Javier Trochez Guerrero
Christian Omar Yepes Toro

Ingeniería Industrial
2024
Fundación Universitaria del Área Andina
CONTENIDO

1-Ejercicio N° 1 ................................................................................................................................. 3

2-Ejercicio N° 2 ................................................................................................................................. 5

3- Ejercicio N° 3 ................................................................................................................................ 6

4- Ejercicio N° 4 ................................................................................................................................ 7

5-Ejercicio N° 5 ................................................................................................................................. 8

6-Ejercicio N°6 ................................................................................................................................ 12

7- Ejercicio N° 7 .............................................................................................................................. 13
1-Ejercicio N° 1

𝑀𝑎𝑥 𝑧: 10 𝑥1 + 24𝑥2 + 20𝑥3 + 20𝑥4 + 20𝑥5


𝑠. 𝑎. : 𝑥1 + 𝑥2 + 2𝑥3 + 3𝑥4 + 5𝑥5 ≤ 19
2𝑥1 + 4𝑥2 + 3𝑥3 + 2𝑥4 + 𝑥5 ≤ 57
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

𝑋1 + 𝑋2 + 2𝑋3 + 3𝑋4 + 5𝑋5 + 𝑆1 = 19


2𝑋1 + 4𝑋2 + 3𝑋3 + 2𝑋4 + 𝑋5 + 𝑆2 = 57

Z X1 X2 X3 X4 X5 S1 S2 By
1 -10 -24 -20 -20 -20 0 0 0
0 1 1 2 3 5 1 0 19
0 2 4 3 2 1 0 1 57

19 / 1 19
57 / 4 14,25

Z X1 X2 X3 X4 X5 S1 S2 By
1 -10 -24 -20 -20 -20 0 0 0
0 1 1 2 3 5 1 0 19
0 0,5 1 0,75 0,5 0,25 0 0,25 1,425

Z X1 X2 X3 X4 X5 S1 S2 By
1 -10 -24 -20 -20 -20 0 0 0
0 1 1 2 3 5 1 0 19
0 0,5 1 0,75 0,5 0,25 0 0,25 1,425
Z X1 X2 X3 X4 X5 S1 S2 By
Obj 1 2 0 -2 -8 -14 0 6 342
S1 0 0.5 0 1,25 2,5 4,75 1 -0,25 4,75
S2 0 0.5 1 0,75 0,5 0,25 0 0,25 1,425

Z X1 X2 X3 X4 X5 S1 S2 By
Obj 1 3.473 0 1,684 -0,631 0 2,947 5,263 356
X5 0 0,105 0 0,236 0,526 1 0,21 -0,052 1
X2 0 0,473 1 0,684 0,368 0 -0,052 0,263 14

Z X1 X2 X3 X4 X5 S1 S2 By
Obj 1 3,600 0 2 0 1,2 3,199 5,199 357,2
X4 0 0,2 0 0,5 1 1,900 0,4 -0,1 1.900
X2 0 0,400 1 0,5 0 -0,700 -0,200 0,299 13,3

Z= 1786/5

X1= 0

X2=133/10

X3=0

X4= 19/10

X5=0
2-Ejercicio N° 2

𝑀𝑎𝑥 𝑧: 5𝑥1 − 6𝑥2 + 3𝑥3 − 5𝑥4 + 12𝑥5


𝑠. 𝑎. : 𝑥1 + 3𝑥2 + 5𝑥3 − 6𝑥4 + 3𝑥5 ≤ 90
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4, 𝑥5 ≥ 0

Z X1 X2 X3 X4 X5 S1 R
1 -5 6 -3 5 -12 0 0
0 1 3 5 6 3 1 90

Z X1 X2 X3 X4 X5 S1 R
1 -1 18 17 29 0 4 360
0 0,333 1 1,666 2 1 0,333 30

Z X1 X2 X3 X4 X5 S1 R
1 0 21 22 35 3 5 450
0 1 3 5,000 6 3 1 90

Z=450
X1=90
X2=0
X3=0
X4=0
X5=0
3- Ejercicio N° 3

𝑀𝑎𝑥 𝑧: 50𝑥1 + 120𝑥2


𝑠. 𝑎. : 𝑥1 + 𝑥 ≤ 110
100 𝑥1 − 200𝑥2 = 1000
10 𝑥1 − 30𝑥2 = 1200
𝑥1 , 𝑥2 ≥ 0
4- Ejercicio N° 4

𝑀𝑎𝑥 𝑧: 5𝑥1 + 5𝑥2


𝑠. 𝑎. : 4𝑥1 + 2𝑥 ≥ 16
8 𝑥1 − 12𝑥2 = 48
𝑥1 , 𝑥2 ≥ 0

Z X1 X2 S1 S2 S3 By
Obj 1 -5 -5 0 0 0 0
S1 0 4 2 1 0 0 16
S2 0 8 12 0 -1 0 48
S3 0 8 12 0 0 1 48

Z X1 X2 S1 S2 S3 By
Obj 1 -1,666 0 0 -0,416 0 20
S1 0 2,66 0 1 0,16 0 8
S2 0 0,66 1 0 -0,08 0 4
S3 0 0 0 0 1 1 0

Z X1 X2 S1 S2 S3 By
Obj 1 0 0 0,625 -0,3125 0 25
S1 0 1 0 0,374 0,062 0 2.99
S2 0 0 1 -0,25 -0,125 0 2
S3 0 0 0 0 1 1 0
Z X1 X2 S1 S2 S3 By
Obj 1 0 0 0,625 0 0,3125 25
S1 0 1 0 0,374 0 -0,062 3
S2 0 0 1 -0,25 0 0,125 2
S3 0 0 0 0 1 1 0

Z=25
X1= 3
X2= 2

5-Ejercicio N° 5

Una compañía produce tres tipos de combustibles keroseno, gasolina y metanol, el


precio de venta es de $1500, $1300, $1450 por galón respectivamente, para la
fabricación de estos productos la compañía cuenta con tres tipos de materia prima
que son: petróleo, aglomerante y detergente cuyo costo por galón es de $600, $300
y $275 respectivamente y de los cuales semanalmente se cuenta con las siguientes
cantidades: 2000, 1800 y 7500 galones, por razones de calidad la gasolina debe
contener 80% de petróleo, 15% de aglomerante y 5% de detergente, el keroseno
debe contener 50% de petróleo, 25% de aglomerante y 25% de detergente, el
metanol debe contener 5% de petróleo, 15% de aglomerante y 30% de detergente
(Bazaraa,1999)
6-Ejercicio N°6

Una carpintería produce mesas y sillas de madera para ensamblar cada mesa se requiere de 2Hh y
para ensamblar cada silla se requiere 30 Mh. El ensamble es realizado por 4 operarios que trabajan
ocho horas al día. La compañía vende como mínimo 4 sillas por cada mesa, lo que significa que se
debe fabricar como mínimo cuatro veces más sillas que mesas. El precio de venta es de $150 por
mesa, $50 por silla. Formule el problema lineal que permita determinar la combinación de silla y
mesas que se deben fabricar para optimizar el ingreso total (Bazaraa,1999).

Max Z: 150𝑥1 + 50𝑥2

S.a.: 2𝑥1 + 0. 5𝑥2 ≤ 8


𝑋1 + 4𝑋2 ≥ 0
𝑋1 , 𝑋2 ≥ 0

BASE X1 X2 S1 S2 R
S1 2 (1)/(2) 1 0 8
S2 -1 -4 0 1 0
Z -150 -50 0 0 0

BASE X1 X2 S1 S2 R
X1 1 (1)/(4) (1)/(2) 0 4
S2 0 (-15)/(4) (1)/(2) 1 4
Z 0 (-25)/(2) 75 0 600

BASE X1 X2 S1 S2 R
X2 4 1 2 0 16
S2 15 0 8 1 64
Z 50 0 100 0 800

Se deberán fabricar 800 piezas entre mesas y sillas para optimizar el ingreso.
7- Ejercicio N° 7

Una compañía ensambla un producto compuesto por tres partes A, B y C la


compañía fabrica las partes A y B, pero debe comprar la parte C a otra fabricante,
Cada parte B debe procesarse en tres máquinas consecutivamente 1, 2 y 3 cada
una de las tres operaciones requiere 0,5, 0,2 y 0,3 horas por cada parte. Cada parte
A requiere 0,8 h de trabajo en la máquina 1, 0,1 h en la máquina 4, 0,3 h en la
máquina 5 y 0,5 de la máquina 3. La Compañía cuenta con 5 máquinas tipo 2, 10
máquinas tipo 3, 20 máquinas tipo 1, 3 máquinas tipo 4 y 6 máquinas tipo 5. Cada
máquina opera un máximo de 2400 h al año. Formule el problema lineal que
maximice el número de productos ensamblados por año (Bazaraa,1999).

Max z: 𝑥1 + 𝑥2
4/ 5𝑥1 + 1/2𝑥2 ≤ 48000
0𝑥1 + 1/5𝑥2 ≤ 9600
1/2𝑥1 + 3/10𝑥2 ≤ 24000
1/10𝑥1 + 0𝑥2 ≤ 7200
3/10𝑥1 + 0𝑥2 ≤ 14400

Base X1 X2 S1 S2 S3 S4 S5 By
S1 (4)/(5) (1)/(2) 1 0 0 0 0 48000
S2 0 (1)/(5) 0 1 0 0 0 9600
S3 (1)/(2) (3)/(10) 0 0 1 0 0 24000
S4 (1)/(10) 0 0 0 0 1 0 7200
S5 (3)/(10) 0 0 0 0 0 1 144000
Z -1 -1 0 0 0 0 0 0

Base X1 X2 S1 S2 S3 S4 S5 By
S1 0 (1)/(50) 1 0 (-8)/(5) 0 0 9600
S2 0 (1)/(5) 0 1 0 0 0 9600
S3 1 (3)/(5) 0 0 2 0 0 48000
S4 0 (-3)/(0) 0 0 (-1)/(5) 1 0 2400
S5 0 (-9)/(50) 0 0 (-3)/(5) 0 1 0
Z 0 (-2)/(5) 0 0 2 0 0 48000
Base X1 X2 S1 S2 S3 S4 S5 By
S1 0 0 1 (-1)/(10) (-8)/(5) 0 0 8640
S2 0 1 0 5 0 0 0 48000
S3 1 0 0 -3 2 0 0 19200
S4 0 0 0 (3)/(10) (-1)/(5) 1 0 5280
S5 0 0 0 (9)/(10) (-3)/(5) 0 1 8640
Z 0 0 0 2 2 0 0 67200

El resultado seria 67200

Los costos de cada material son: $60*tonelada, $63 tonelada y $68 tonelada, $40
tonelada,$0,33 libra y $0,5 libra. La cantidad de sobrantes de fundición máxima que
se puede usar es del 20% de una carga. Plantee el problema que optimice los costos
produciendo de acuerdo con las especificaciones (Bazaraa,1999).

También podría gustarte