SlideShare ist ein Scribd-Unternehmen logo
1 von 10
EJERCICIOS DE PROGRAMACIÓN LINEAL
RESUELTOS MEDIANTE EL METODO SIMPLEX
I. En una granja de pollos se da una dieta "para engordar" con una composición
mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el
mercado solo se encuentran dos clases de compuestos: el tipo I con una
composición de una unidad de A y cinco de B, y el tipo II con una composición de
cinco unidades de A y una de B. El precio del tipo I es de 10 dólares y el del tipo II
es de 30 dólares. Se pregunta:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un
coste mínimo?
Sustancia A Sustancia B Precio $
Tipo I (x) 1 5 10
Tipo II (y) 5 1 30
15 15
Variables de decisión:
Tipo I  x
Tipo II  y
Función Objetivo:
Min z=10x +30y
Restricciones:
sa: 𝑥 + 5𝑦 ≥ 15
5𝑥 + 𝑦 ≥ 15
𝑥, 𝑦 ≥ 0
1. Convertir a igualdad las restricciones:
𝑥 + 5𝑦 − 𝑒1 − 0𝑒2 = 15
5𝑥 + 𝑦 − 0𝑒1 − 𝑒2 = 15
2. Igualar la función objetivo a 0
10𝑥 + 30𝑦 − 𝑧 = 0
3. Escribir la tabla inicial simplex
Iteración 1
Base x y e1 e2 Vs
e1 1 5 -1 0 15
e2 5 1 0 -1 15
-z 10 30 0 0 0
Vfe2: 5 1 0 -1 15 Vf-z: 10 30 0 0 0
- - - - - - - - - -
1 1 1 1 1 30 30 30 30 30
* * * * * * * * * *
1/5 1 -1/5 0 3 1/5 1 -1/5 0 3
= = = = = = = = = =
Nfe2: 24/5 0 1/5 -1 12 Nf-z: 4 0 6 0 -90
Iteración 2
Base x y e1 e2 Vs
y 1/5 1 -1/5 0 3
e2 24/5 0 1/5 -1 12
-z 4 0 6 0 -90
Vfy: 1/5 1 -1/5 0 3 Vf-z: 4 0 6 0 -90
- - - - - - - - - -
1/5 1/5 1/5 1/5 1/5 4 4 4 4 4
* * * * * * * * * *
1 0 1/24 -5/24 5/2 1 0 1/24 -5/24 5/2
= = = = = = = = = =
Nfy: 0 1 -5/24 1/24 5/2 Nf-z: 0 0 35/6 5/6 -100
Iteración 3
Base x y e1 e2 Vs
y 0 1 -5/24 1/24 5/2
x 1 0 1/24 -5/24 5/2
z 0 0 -35/6 -5/6 +100
Respuestas:
x= 5/2  3
y=5/2  3
z=100
II. Cierto fabricante produce dos artículos, A y B, para lo que requiere la utilización
de dos secciones de producción: sección de montaje y sección de pintura.
El artículo A requiere una hora de trabajo en la sección de montaje y dos en la de
pintura; y el artículo B, tres horas en la sección de montaje y una hora en la de
pintura.
La sección de montaje solo puede estar en funcionamiento nueve horas diarias,
mientras que la de pintura solo ocho horas cada día. El beneficio que se obtiene
produciendo el artículo B es de 40 dólares y el de A es de 20 dólares.
Calcula la producción diaria de los artículos A y B que maximiza el beneficio.
Articulo A (x) Articulo B (y)
Montaje 1 3 9
Pintura 2 1 8
Precio $ 20 40
Variables de decisión:
Articulo A  x
Articulo B  y
Función Objetivo:
Max z=20x +40y
Restricciones:
sa: 𝑥 + 3𝑦 ≤ 9
2𝑥 + 𝑦 ≤ 8
𝑥, 𝑦 ≥ 0
1. Convertir a igualdad las restricciones:
𝑥 + 3𝑦 + ℎ1 + 0ℎ2 = 9
5𝑥 + 𝑦 + 0ℎ1 + ℎ2 = 8
2. Igualar la función objetivo a 0
𝑧 − 20𝑥 − 40𝑦 = 0
3. Escribir la tabla inicial simplex
Iteración 1
Base x y h1 h2 Vs
h1 1 3 1 0 9
h2 5 1 0 1 8
z -20 -40 0 0 0
Vfh2: 5 1 0 1 8 Vfz: -20 -40 0 0 0
- - - - - - - - - -
1 1 1 1 1 -40 -40 -40 -40 -40
* * * * * * * * * *
1/3 1 1/3 0 3 1/3 1 1/3 0 3
= = = = = = = = = =
Nfh2: 14/3 0 -1/3 1 5 Nfz: -20/3 0 40/3 0 120
Iteración 2
Base x y h1 h2 Vs
y 1/3 1 1/3 0 3
h2 14/3 0 -1/3 1 5
z -20/3 0 40/3 0 120
Vfy: 1/3 1 1/3 0 3 Vfz: -20/3 0 40/3 0 120
- - - - - - - - - -
1/3 1/3 1/3 1/3 1/3 -20/3 -20/3 -20/3 -20/3 -20/3
* * * * * * * * * *
1 0 -1/14 3/14 15/14 1 0 -1/14 3/14 15/14
= = = = = = = = = =
Nfy: 0 1 15/42 -1/14 37/14 Nfz: 0 0 90/7 10/7 890/7
Iteración 3
Base x y h1 h2 Vs
y 0 1 15/42 -1/14 37/14
x 1 0 -1/14 3/14 15/14
z 0 0 90/7 10/7 890/7
Respuestas:
x= 15/14
y=37/14
z=890/7
III. Un orfebre fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g de
plata, vendiéndolas a 40 dólares cada una. Para la fabricación de las de tipo B
emplea 1,5 g de oro y 1 g de plata, y las vende a 50 dólares. El orfebre tiene solo en
el taller 750 g de cada uno de los metales.
Calcula cuántas joyas ha de fabricar de cada clase para obtener un beneficio
máximo.
Oro Plata Precio $
Tipo A (x) 1 3/2 40
Tipo B (y) 3/2 1 50
750 750
Variables de decisión:
Tipo A  x
Tipo B  y
Función Objetivo:
Max z=40x +50y
Restricciones:
sa: 𝑥 +
3𝑦
2
≤ 750
3𝑥
2
+ 𝑦 ≤ 750
𝑥, 𝑦 ≥ 0
1. Convertir a igualdad las restricciones:
𝑥 +
3𝑦
2
+ ℎ1 + 0ℎ2 = 750
3𝑥
2
+ 𝑦 + 0ℎ1 + ℎ2 = 750
2. Igualar la función objetivo a 0
𝑧 − 40𝑥 − 50𝑦 = 0
3. Escribir la tabla inicial simplex
Iteración 1
Base x y h1 h2 Vs
h1 1 3/2 1 0 750
h2 3/2 1 0 1 750
z -40 -50 0 0 0
Vfh2: 3/2 1 0 1 750 Vfz: -40 -50 0 0 0
- - - - - - - - - -
1 1 1 1 1 -50 -50 -50 -50 -50
* * * * * * * * * *
2/3 1 2/3 0 500 2/3 1 2/3 0 500
= = = = = = = = = =
Nfh2: 5/6 0 -2/3 1 250 Nfz: -20/3 0 100/3 0 25000
Iteración 2
Base x y h1 h2 Vs
y 2/3 1 2/3 0 500
h2 5/6 0 -2/3 1 250
z -20/3 0 100/3 0 25000
Vfy: 2/3 1 2/3 0 500 Vfz: -20/3 0 100/3 0 25000
- - - - - - - - - -
2/3 2/3 2/3 2/3 2/3 -20/3 -20/3 -20/3 -20/3 -20/3
* * * * * * * * * *
1 0 -4/5 6/5 300 1 0 -4/5 6/5 300
= = = = = = = = = =
Nfy: 0 1 6/5 -4/5 300 Nfz: 0 0 28 8 27000
Iteración 3
Base x y h1 h2 Vs
y 0 1 6/5 -4/5 300
x 1 0 -4/5 6/5 300
z 0 0 28 8 27000
Respuestas:
x= 300
y=300
z=27000
IV. Una fábrica produce neveras utilitarias y de lujo. La fábrica está dividida en dos
secciones: montaje y acabado. Los requerimientos de trabajo vienen dados por la
siguiente tabla:
Montaje Acabado
Utilitaria 3 horas 3 horas
Lujo 3 horas 6 horas
El máximo número de horas de trabajo disponibles diariamente esde 120 en montaje
y 180 en acabado, debido a las limitaciones de operarios.
Si el beneficio es de 300 euros por cada nevera utilitaria y de 400 euros por cada
nevera de lujo, ¿cuántas deben fabricarse diariamente de cada una para obtener el
máximo beneficio?
Montaje Acabado Precio $
Utilitarias (x) 3 3 300
Lujo (y) 3 6 400
120 180
Variables de decisión:
Utilitarias  x
Lujo  y
Función Objetivo:
Max z=300x +400y
Restricciones:
sa: 3𝑥 + 3𝑦 ≤ 120
3𝑥 + 6𝑦 ≤ 180
𝑥, 𝑦 ≥ 0
1. Convertir a igualdad las restricciones:
3𝑥 + 3𝑦 + ℎ1 + 0ℎ2 = 120
3𝑥 + 6𝑦 + 0ℎ1 + ℎ2 = 180
2. Igualar la función objetivo a 0
𝑧 − 300𝑥 − 400𝑦 = 0
3. Escribir la tabla inicial simplex
Iteración 1
Base x y h1 h2 Vs
h1 3 3 1 0 120
h2 3 6 0 1 180
z -300 -400 0 0 0
Vfh1: 3 3 1 0 120 Vfz: -300 -400 0 0 0
- - - - - - - - - -
3 3 3 3 3 -400 -400 -400 -400 -400
* * * * * * * * * *
1/2 1 0 1/6 30 1/2 1 0 1/6 30
= = = = = = = = = =
Nfh1: 3/2 0 1 -1/2 30 Nfz: -100 0 0 200/3 12000
Iteración 2
Base x y h1 h2 Vs
h1 3/2 0 1 -1/2 30
y 1/2 1 0 1/6 30
z -100 0 0 200/3 12000
Vfy: 1/2 1 0 1/6 30 Vfz: -100 0 0 200/3 12000
- - - - - - - - - -
1/2 1/2 1/2 1/2 1/2 -100 -100 -100 -100 -100
* * * * * * * * * *
1 0 2/3 -1/3 20 1 0 2/3 -1/3 20
= = = = = = = = = =
Nfy: 0 1 -1/3 1/3 20 Nfz: 0 0 200/3 100/3 14000
Iteración 3
Base x y h1 h2 Vs
x 1 0 2/3 -1/3 20
y 0 1 -1/3 1/3 20
z 0 0 200/3 100/3 14000
Respuestas:
x= 20
y=20
z=14000
V. Unos grandes almacenes encargan a un fabricante pantalones y chaquetas
deportivas. El fabricante dispone para la confección de 750 m de tejido de algodón y
1000 m de tejido de poliéster. Cada pantalón precisa 1 m de algodón y 2 m de
poliéster, y cada chaqueta precisa 1,5 m de algodón y 1 m de poliéster. El precio del
pantalón se fija en 50 $ y el de la chaqueta en 40 $. ¿Qué número de pantalones y
chaquetas debe suministrar el fabricante a los almacenes para que éstos consigan
una venta máxima?
Algodón Poliéster Precio $
Pantalones (x) 1 2 50
Chaquetas (y) 3/2 1 40
750 1000
Variables de decisión:
Pantalones  x
Chaquetas  y
Función Objetivo:
Max z=50x +40y
Restricciones:
sa: 𝑥 + 2𝑦 ≤ 750
3𝑥
2
+ 𝑦 ≤ 1000
𝑥, 𝑦 ≥ 0
4. Convertir a igualdad las restricciones:
𝑥 + 2𝑦 − 𝑒1 − 0𝑒2 = 750
3𝑥
2
+ 𝑦 − 0𝑒1 − 𝑒2 = 1000
5. Igualar la función objetivo a 0
50𝑥 + 40𝑦 − 𝑧 = 0
6. Escribir la tabla inicial simplex
Iteración 1
Base x y e1 e2 Vs
e1 1 2 -1 0 750
e2 3/2 1 0 -1 1000
-z 50 40 0 0 0
Vfe1: 1 2 -1 0 750 Vf-z: 50 40 0 0 0
- - - - - - - - - -
1 1 1 1 1 50 50 50 50 50
* * * * * * * * * *
1 2/3 0 -2/3 2000/3 1 2/3 0 -2/3 2000/3
= = = = = = = = = =
Nfe1: 0 4/3 -1 2/3 250/3 Nf-z: 0 20/3 0 100/3 -100000/3
Iteración 2
Base x y e1 e2 Vs
e1 0 4/3 -1 2/3 250/3
x 1 2/3 0 -2/3 2000/3
-z 0 20/3 0 100/3 -100000/3
Vfx: 1 2/3 0 -2/3 2000/3 Vf-z: 0 20/3 0 100/3 -100000/3
- - - - - - - - - -
2/3 2/3 2/3 2/3 2/3 20/3 20/3 20/3 20/3 20/3
* * * * * * * * * *
0 1 -3/4 1/2 125/2 0 1 -3/4 1/2 125/2
= = = = = = = = = =
Nfx: 1 0 1/2 -1 625 Nf-z: 0 0 5 30 -33750
Iteración 3
Base x y e1 e2 Vs
y 0 1 -3/4 ½ 125/2
x 1 0 ½ -1 625
z 0 0 -5 -30 33750
Respuestas:
x= 625
y=125/2
z=33750

Weitere ähnliche Inhalte

Was ist angesagt?

Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
Johana Rios Solano
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
Alexander Chunhuay Ruiz
 
Repaso Metodo Simplex
Repaso Metodo SimplexRepaso Metodo Simplex
Repaso Metodo Simplex
cgviviana
 
Resolucion problemas 5
Resolucion problemas 5Resolucion problemas 5
Resolucion problemas 5
lineal
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
Pierina Diaz Meza
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
lineal
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
CEMEX
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)
Ayda Ramirez Montalvo
 

Was ist angesagt? (20)

Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del Transporte
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 
Trabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesTrabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de Redes
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 
Repaso Metodo Simplex
Repaso Metodo SimplexRepaso Metodo Simplex
Repaso Metodo Simplex
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
 
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONESMETODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
Modelos de transporte
Modelos de transporteModelos de transporte
Modelos de transporte
 
21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal
 
Resolucion problemas 5
Resolucion problemas 5Resolucion problemas 5
Resolucion problemas 5
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
 
El Método simplex
El Método simplexEl Método simplex
El Método simplex
 
Ejercicios resueltos io 1 parte 1
Ejercicios resueltos io 1   parte 1Ejercicios resueltos io 1   parte 1
Ejercicios resueltos io 1 parte 1
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Vbtora98
Vbtora98Vbtora98
Vbtora98
 
Programación lineal. bicicletas
Programación lineal. bicicletasProgramación lineal. bicicletas
Programación lineal. bicicletas
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)
 

Ähnlich wie Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex

Investigacion subir
Investigacion subir Investigacion subir
Investigacion subir
Neli Ponce
 
Dorys villaroel tarea1.1
Dorys villaroel tarea1.1Dorys villaroel tarea1.1
Dorys villaroel tarea1.1
Dorishel
 
Villaroel dorys.invest.oper t1.2
Villaroel dorys.invest.oper t1.2Villaroel dorys.invest.oper t1.2
Villaroel dorys.invest.oper t1.2
Dorishel
 
Maximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmientoMaximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmiento
Alis Sarmiento
 
Maximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmientoMaximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmiento
Alis Sarmiento
 
Deber por el metodo simplex
Deber por el metodo  simplexDeber por el metodo  simplex
Deber por el metodo simplex
jessi perez
 

Ähnlich wie Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex (20)

Investigación operativa ii
Investigación operativa iiInvestigación operativa ii
Investigación operativa ii
 
Investigacion subir
Investigacion subir Investigacion subir
Investigacion subir
 
Investigacion subir O
Investigacion subir OInvestigacion subir O
Investigacion subir O
 
Dorys villaroel tarea1.1
Dorys villaroel tarea1.1Dorys villaroel tarea1.1
Dorys villaroel tarea1.1
 
Villaroel dorys.invest.oper t1.2
Villaroel dorys.invest.oper t1.2Villaroel dorys.invest.oper t1.2
Villaroel dorys.invest.oper t1.2
 
Ezziogonzalez
EzziogonzalezEzziogonzalez
Ezziogonzalez
 
Maximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmientoMaximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmiento
 
Maximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmientoMaximizacion tarea 1 hilda sarmiento
Maximizacion tarea 1 hilda sarmiento
 
Trabajo final-matematica
Trabajo final-matematicaTrabajo final-matematica
Trabajo final-matematica
 
Deber por el metodo simplex
Deber por el metodo  simplexDeber por el metodo  simplex
Deber por el metodo simplex
 
Aplicaciones Derivada
Aplicaciones DerivadaAplicaciones Derivada
Aplicaciones Derivada
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dual
 
Teoria de lineal
Teoria de linealTeoria de lineal
Teoria de lineal
 
Pauta control n°2
Pauta control n°2Pauta control n°2
Pauta control n°2
 
Determinantes Segunda Parte
Determinantes Segunda ParteDeterminantes Segunda Parte
Determinantes Segunda Parte
 
DETERMINANTES
DETERMINANTESDETERMINANTES
DETERMINANTES
 
Unidad 2 ejercicios
Unidad 2 ejercicios Unidad 2 ejercicios
Unidad 2 ejercicios
 
Maximi simplex 0
Maximi simplex 0Maximi simplex 0
Maximi simplex 0
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Clase n°5 Dos fases y M.pptx
Clase n°5 Dos fases y M.pptxClase n°5 Dos fases y M.pptx
Clase n°5 Dos fases y M.pptx
 

Kürzlich hochgeladen

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 

Kürzlich hochgeladen (20)

LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptxEL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 

Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplex

  • 1. EJERCICIOS DE PROGRAMACIÓN LINEAL RESUELTOS MEDIANTE EL METODO SIMPLEX I. En una granja de pollos se da una dieta "para engordar" con una composición mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se encuentran dos clases de compuestos: el tipo I con una composición de una unidad de A y cinco de B, y el tipo II con una composición de cinco unidades de A y una de B. El precio del tipo I es de 10 dólares y el del tipo II es de 30 dólares. Se pregunta: ¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mínimo? Sustancia A Sustancia B Precio $ Tipo I (x) 1 5 10 Tipo II (y) 5 1 30 15 15 Variables de decisión: Tipo I  x Tipo II  y Función Objetivo: Min z=10x +30y Restricciones: sa: 𝑥 + 5𝑦 ≥ 15 5𝑥 + 𝑦 ≥ 15 𝑥, 𝑦 ≥ 0 1. Convertir a igualdad las restricciones: 𝑥 + 5𝑦 − 𝑒1 − 0𝑒2 = 15 5𝑥 + 𝑦 − 0𝑒1 − 𝑒2 = 15 2. Igualar la función objetivo a 0 10𝑥 + 30𝑦 − 𝑧 = 0
  • 2. 3. Escribir la tabla inicial simplex Iteración 1 Base x y e1 e2 Vs e1 1 5 -1 0 15 e2 5 1 0 -1 15 -z 10 30 0 0 0 Vfe2: 5 1 0 -1 15 Vf-z: 10 30 0 0 0 - - - - - - - - - - 1 1 1 1 1 30 30 30 30 30 * * * * * * * * * * 1/5 1 -1/5 0 3 1/5 1 -1/5 0 3 = = = = = = = = = = Nfe2: 24/5 0 1/5 -1 12 Nf-z: 4 0 6 0 -90 Iteración 2 Base x y e1 e2 Vs y 1/5 1 -1/5 0 3 e2 24/5 0 1/5 -1 12 -z 4 0 6 0 -90 Vfy: 1/5 1 -1/5 0 3 Vf-z: 4 0 6 0 -90 - - - - - - - - - - 1/5 1/5 1/5 1/5 1/5 4 4 4 4 4 * * * * * * * * * * 1 0 1/24 -5/24 5/2 1 0 1/24 -5/24 5/2 = = = = = = = = = = Nfy: 0 1 -5/24 1/24 5/2 Nf-z: 0 0 35/6 5/6 -100 Iteración 3 Base x y e1 e2 Vs y 0 1 -5/24 1/24 5/2 x 1 0 1/24 -5/24 5/2 z 0 0 -35/6 -5/6 +100 Respuestas: x= 5/2  3 y=5/2  3 z=100
  • 3. II. Cierto fabricante produce dos artículos, A y B, para lo que requiere la utilización de dos secciones de producción: sección de montaje y sección de pintura. El artículo A requiere una hora de trabajo en la sección de montaje y dos en la de pintura; y el artículo B, tres horas en la sección de montaje y una hora en la de pintura. La sección de montaje solo puede estar en funcionamiento nueve horas diarias, mientras que la de pintura solo ocho horas cada día. El beneficio que se obtiene produciendo el artículo B es de 40 dólares y el de A es de 20 dólares. Calcula la producción diaria de los artículos A y B que maximiza el beneficio. Articulo A (x) Articulo B (y) Montaje 1 3 9 Pintura 2 1 8 Precio $ 20 40 Variables de decisión: Articulo A  x Articulo B  y Función Objetivo: Max z=20x +40y Restricciones: sa: 𝑥 + 3𝑦 ≤ 9 2𝑥 + 𝑦 ≤ 8 𝑥, 𝑦 ≥ 0 1. Convertir a igualdad las restricciones: 𝑥 + 3𝑦 + ℎ1 + 0ℎ2 = 9 5𝑥 + 𝑦 + 0ℎ1 + ℎ2 = 8 2. Igualar la función objetivo a 0 𝑧 − 20𝑥 − 40𝑦 = 0
  • 4. 3. Escribir la tabla inicial simplex Iteración 1 Base x y h1 h2 Vs h1 1 3 1 0 9 h2 5 1 0 1 8 z -20 -40 0 0 0 Vfh2: 5 1 0 1 8 Vfz: -20 -40 0 0 0 - - - - - - - - - - 1 1 1 1 1 -40 -40 -40 -40 -40 * * * * * * * * * * 1/3 1 1/3 0 3 1/3 1 1/3 0 3 = = = = = = = = = = Nfh2: 14/3 0 -1/3 1 5 Nfz: -20/3 0 40/3 0 120 Iteración 2 Base x y h1 h2 Vs y 1/3 1 1/3 0 3 h2 14/3 0 -1/3 1 5 z -20/3 0 40/3 0 120 Vfy: 1/3 1 1/3 0 3 Vfz: -20/3 0 40/3 0 120 - - - - - - - - - - 1/3 1/3 1/3 1/3 1/3 -20/3 -20/3 -20/3 -20/3 -20/3 * * * * * * * * * * 1 0 -1/14 3/14 15/14 1 0 -1/14 3/14 15/14 = = = = = = = = = = Nfy: 0 1 15/42 -1/14 37/14 Nfz: 0 0 90/7 10/7 890/7 Iteración 3 Base x y h1 h2 Vs y 0 1 15/42 -1/14 37/14 x 1 0 -1/14 3/14 15/14 z 0 0 90/7 10/7 890/7 Respuestas: x= 15/14 y=37/14 z=890/7
  • 5. III. Un orfebre fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g de plata, vendiéndolas a 40 dólares cada una. Para la fabricación de las de tipo B emplea 1,5 g de oro y 1 g de plata, y las vende a 50 dólares. El orfebre tiene solo en el taller 750 g de cada uno de los metales. Calcula cuántas joyas ha de fabricar de cada clase para obtener un beneficio máximo. Oro Plata Precio $ Tipo A (x) 1 3/2 40 Tipo B (y) 3/2 1 50 750 750 Variables de decisión: Tipo A  x Tipo B  y Función Objetivo: Max z=40x +50y Restricciones: sa: 𝑥 + 3𝑦 2 ≤ 750 3𝑥 2 + 𝑦 ≤ 750 𝑥, 𝑦 ≥ 0 1. Convertir a igualdad las restricciones: 𝑥 + 3𝑦 2 + ℎ1 + 0ℎ2 = 750 3𝑥 2 + 𝑦 + 0ℎ1 + ℎ2 = 750 2. Igualar la función objetivo a 0 𝑧 − 40𝑥 − 50𝑦 = 0
  • 6. 3. Escribir la tabla inicial simplex Iteración 1 Base x y h1 h2 Vs h1 1 3/2 1 0 750 h2 3/2 1 0 1 750 z -40 -50 0 0 0 Vfh2: 3/2 1 0 1 750 Vfz: -40 -50 0 0 0 - - - - - - - - - - 1 1 1 1 1 -50 -50 -50 -50 -50 * * * * * * * * * * 2/3 1 2/3 0 500 2/3 1 2/3 0 500 = = = = = = = = = = Nfh2: 5/6 0 -2/3 1 250 Nfz: -20/3 0 100/3 0 25000 Iteración 2 Base x y h1 h2 Vs y 2/3 1 2/3 0 500 h2 5/6 0 -2/3 1 250 z -20/3 0 100/3 0 25000 Vfy: 2/3 1 2/3 0 500 Vfz: -20/3 0 100/3 0 25000 - - - - - - - - - - 2/3 2/3 2/3 2/3 2/3 -20/3 -20/3 -20/3 -20/3 -20/3 * * * * * * * * * * 1 0 -4/5 6/5 300 1 0 -4/5 6/5 300 = = = = = = = = = = Nfy: 0 1 6/5 -4/5 300 Nfz: 0 0 28 8 27000 Iteración 3 Base x y h1 h2 Vs y 0 1 6/5 -4/5 300 x 1 0 -4/5 6/5 300 z 0 0 28 8 27000 Respuestas: x= 300 y=300 z=27000
  • 7. IV. Una fábrica produce neveras utilitarias y de lujo. La fábrica está dividida en dos secciones: montaje y acabado. Los requerimientos de trabajo vienen dados por la siguiente tabla: Montaje Acabado Utilitaria 3 horas 3 horas Lujo 3 horas 6 horas El máximo número de horas de trabajo disponibles diariamente esde 120 en montaje y 180 en acabado, debido a las limitaciones de operarios. Si el beneficio es de 300 euros por cada nevera utilitaria y de 400 euros por cada nevera de lujo, ¿cuántas deben fabricarse diariamente de cada una para obtener el máximo beneficio? Montaje Acabado Precio $ Utilitarias (x) 3 3 300 Lujo (y) 3 6 400 120 180 Variables de decisión: Utilitarias  x Lujo  y Función Objetivo: Max z=300x +400y Restricciones: sa: 3𝑥 + 3𝑦 ≤ 120 3𝑥 + 6𝑦 ≤ 180 𝑥, 𝑦 ≥ 0 1. Convertir a igualdad las restricciones: 3𝑥 + 3𝑦 + ℎ1 + 0ℎ2 = 120 3𝑥 + 6𝑦 + 0ℎ1 + ℎ2 = 180 2. Igualar la función objetivo a 0 𝑧 − 300𝑥 − 400𝑦 = 0
  • 8. 3. Escribir la tabla inicial simplex Iteración 1 Base x y h1 h2 Vs h1 3 3 1 0 120 h2 3 6 0 1 180 z -300 -400 0 0 0 Vfh1: 3 3 1 0 120 Vfz: -300 -400 0 0 0 - - - - - - - - - - 3 3 3 3 3 -400 -400 -400 -400 -400 * * * * * * * * * * 1/2 1 0 1/6 30 1/2 1 0 1/6 30 = = = = = = = = = = Nfh1: 3/2 0 1 -1/2 30 Nfz: -100 0 0 200/3 12000 Iteración 2 Base x y h1 h2 Vs h1 3/2 0 1 -1/2 30 y 1/2 1 0 1/6 30 z -100 0 0 200/3 12000 Vfy: 1/2 1 0 1/6 30 Vfz: -100 0 0 200/3 12000 - - - - - - - - - - 1/2 1/2 1/2 1/2 1/2 -100 -100 -100 -100 -100 * * * * * * * * * * 1 0 2/3 -1/3 20 1 0 2/3 -1/3 20 = = = = = = = = = = Nfy: 0 1 -1/3 1/3 20 Nfz: 0 0 200/3 100/3 14000 Iteración 3 Base x y h1 h2 Vs x 1 0 2/3 -1/3 20 y 0 1 -1/3 1/3 20 z 0 0 200/3 100/3 14000 Respuestas: x= 20 y=20 z=14000
  • 9. V. Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas. El fabricante dispone para la confección de 750 m de tejido de algodón y 1000 m de tejido de poliéster. Cada pantalón precisa 1 m de algodón y 2 m de poliéster, y cada chaqueta precisa 1,5 m de algodón y 1 m de poliéster. El precio del pantalón se fija en 50 $ y el de la chaqueta en 40 $. ¿Qué número de pantalones y chaquetas debe suministrar el fabricante a los almacenes para que éstos consigan una venta máxima? Algodón Poliéster Precio $ Pantalones (x) 1 2 50 Chaquetas (y) 3/2 1 40 750 1000 Variables de decisión: Pantalones  x Chaquetas  y Función Objetivo: Max z=50x +40y Restricciones: sa: 𝑥 + 2𝑦 ≤ 750 3𝑥 2 + 𝑦 ≤ 1000 𝑥, 𝑦 ≥ 0 4. Convertir a igualdad las restricciones: 𝑥 + 2𝑦 − 𝑒1 − 0𝑒2 = 750 3𝑥 2 + 𝑦 − 0𝑒1 − 𝑒2 = 1000 5. Igualar la función objetivo a 0 50𝑥 + 40𝑦 − 𝑧 = 0
  • 10. 6. Escribir la tabla inicial simplex Iteración 1 Base x y e1 e2 Vs e1 1 2 -1 0 750 e2 3/2 1 0 -1 1000 -z 50 40 0 0 0 Vfe1: 1 2 -1 0 750 Vf-z: 50 40 0 0 0 - - - - - - - - - - 1 1 1 1 1 50 50 50 50 50 * * * * * * * * * * 1 2/3 0 -2/3 2000/3 1 2/3 0 -2/3 2000/3 = = = = = = = = = = Nfe1: 0 4/3 -1 2/3 250/3 Nf-z: 0 20/3 0 100/3 -100000/3 Iteración 2 Base x y e1 e2 Vs e1 0 4/3 -1 2/3 250/3 x 1 2/3 0 -2/3 2000/3 -z 0 20/3 0 100/3 -100000/3 Vfx: 1 2/3 0 -2/3 2000/3 Vf-z: 0 20/3 0 100/3 -100000/3 - - - - - - - - - - 2/3 2/3 2/3 2/3 2/3 20/3 20/3 20/3 20/3 20/3 * * * * * * * * * * 0 1 -3/4 1/2 125/2 0 1 -3/4 1/2 125/2 = = = = = = = = = = Nfx: 1 0 1/2 -1 625 Nf-z: 0 0 5 30 -33750 Iteración 3 Base x y e1 e2 Vs y 0 1 -3/4 ½ 125/2 x 1 0 ½ -1 625 z 0 0 -5 -30 33750 Respuestas: x= 625 y=125/2 z=33750