DESARROLLO DE LOS PROBLEMAS DE OPTIMIZACIÓN APLICANDO EL

METODO DE SENSIBILIDAD PARA LA INDUSTRIA PANIFICADORA LA

PORTUGUESA S.A.S.

CALDERÓN HOLGUÍN ANGIE ALEXANDRA.

CASTAÑEDA GONZÁLEZ LEIDY TATIANA.
GAITAN RUSSI HAROLD MAURICIO.
SERRATO CHINCHILLA ANDREA CAROLINA.

SENA
GESTION DE LA PRODUCCION INDUSTRIAL
N° DE FICHA 81TGPID
Bogotá
2018
DESARROLLO DE LOS PROBLEMAS DE OPTIMIZACIÓN APLICANDO EL
METODO DE SENSIBILIDAD PARA LA INDUSTRIA PANIFICADORA LA
PORTUGUESA S.A.S.

CALDERÓN HOLGUÍN ANGIE ALEXANDRA.

CASTAÑEDA GONZÁLEZ LEIDY TATIANA.
GAITAN RUSSI HAROLD MAURICIO.
SERRATO CHINCHILLA ANDREA CAROLINA.

INFORME.

INGENIERO. LUIS EDUARDO LEGUIZAMÓN.

SENA
GESTION DE LA PRODUCCION INDUSTRIAL
N° DE FICHA 81TGPID
Bogotá
2018
 CONTENIDO

INTRODUCCIÓN ..............................................................................................................................4
1 OBJETIVOS ...................................................................................................................................5
2 MARCO TEORICO ........................................................................................................................6
3 MODELO DE INSUMO PRODUCTO ................................................................................. 11
4 MODELO DE CAPACIDAD ................................................................................................. 20
5 MODELO DE MEZCLAS ...................................................................................................... 22
6 MODELO DE DIETA ............................................................................................................. 22
INTRODUCCIÓN
 1. OBJETIVOS

1.1 GENERAL

1.2 ESPECIFICOS
 2. MARCO TEORICO

2.1 SENSIBILIDAD EN LA SOLUCION DE PROBLEMAS DE PROGRAMACION

LINEAL.
El análisis de sensibilidad para los modelos de programación lineal, son aquellos
que identifican el impacto que resulta en los resultados del problema original luego
de determinadas variaciones en los parámetros, variables o restricciones del
modelo, sin que esto pase por resolver el problema nuevamente, el análisis de
sensibilidad lo que busca es hacer uso de la tabla final del método simplex. La tabla
que no proporcionaba el método simple es una gran fuente de información sobre los
datos de nuestro problema, siempre y cuando los sepamos descifrar para ello
realizaremos lo que se denomina el análisis de sensibilidad. Una de las cosas más
importantes que nos proporciona este análisis es la de poder conocer el intervalo
de variación de los parámetros del problema, sin que cambie nuestra solución
óptima.
2.2 ANALISIS DE SENSIBILIDAD POR EL METODO GRAFICO.
El análisis de sensibilidad se realiza en los resultados del modelo de solución
óptima, se mostrará un ejemplo para explicar el procedimiento.
Un productor de papa posee 85 hectáreas de terreno para plantar dos variedades
la papa pastusa y la r12, la papa pastusa tiene un ingreso de $9.600/ha y necesita
3 horas/ha con el uso de una máquina y 80 horas/ha de mano de obra pero máximo
deben utilizar 30/ha; la r12 tiene un ingreso de $7.500/ha y en la recolección a
máquina se demora 2 horas/ha y con la recolección con obreros es de 60 horas/ha
y tiene un límite de 190 horas del uso de la máquina y 5420 horas con los obreros
$12/hora.
Variables de decisión:
𝑥1 =Números de Ha a plantar de la papa pastusa
𝑥2 = Números de Ha a plantar de la r12
Maximizar= 8640𝑥1 + 6780𝑥2
Restricciones
𝑥1 ≤ 30
𝑥1 + 𝑥2 ≤ 85
3𝑥1 + 2𝑥2 ≤ 190
80𝑥1 + 60𝑥2 ≤ 5420
𝑥1 , 𝑥2 ≥ 0
Tabla. Restricciones.

En este caso la solución óptima es factible, se puede observar que el vértice C

reporte una mayor utilidad en función con el vértice D se inspeccionarán los dos
vértices.
El punto C tiene en coordenadas 𝑥1 =16 y 𝑥2 =69, la función a maximizar se cambia
valores, Maximizar= 8640 ∗ (16) + 6780 ∗ (69) = 606060
El punto D sus coordenadas son 𝑥1 =28 y 𝑥2 =53, se cambian los valores, Maximizar=
8640 ∗ (28) + 6780 ∗ (53) = 601260
Una vez resuelto se puede observar que la solución óptima es el vértice C por su
valor optimo que es de 606060, el otro vértice daba menos.
2.3 ANÁLISIS DE SENSIBILIDAD A PARTIR DE LA SOLUCIÓN DEL PROBLEMA
POR EL ALGORITMO SIMPLEX.
El método simplex consiste en poder realizar problemas de gran complejidad en el
cual se busca el máximo de una función lineal que tenga diferentes variables y que
además pueda satisfacer un conjunto de desigualdades lineales. Estos problemas
se pueden resolver siguiendo una serie de pasos los cuales consisten en:
2.3.1 Hallar la forma estándar del problema partiendo de su forma canónica.

𝐹0 = 𝑀𝑎𝑥𝑧 = 8640𝑥1 + 6780𝑥2

3𝑥1 + 2𝑥2 ≤ 190
𝐹𝑜𝑟𝑚𝑎 𝑐𝑎𝑛𝑜𝑛𝑖𝑐𝑎 𝑑𝑒𝑙 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎.
80𝑥1 + 60𝑥2 ≤ 5420
𝑥1 , 𝑥2 ≥ 0 }

3𝑥1 + 2𝑥2 + 𝑦1 = 180

80𝑥1 + 60𝑥2 + 𝑦2 = 5420
𝐹𝑜𝑟𝑚𝑎 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑙 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎.
𝑥1 , 𝑥2 , 𝑦1 , 𝑦2 ≥ 0
𝐹0 = 𝑀𝑎𝑥𝑧 = 8640𝑥1 + 6780𝑥2 + 0𝑦1 + 0𝑦2 }

Construir la matriz inicial.

CB I Cj X1 X2 Y1 Y2 BASE XBI
3 2 1 0 Y1 180
60 80 0 1 Y2 5420

 𝐶𝑗 =Coeficientes de la función objetivo.

 𝐶𝐵𝑖 =Coeficientes de la función objetivo de variables de la base.
 𝐵𝐴𝑆𝐸=Variables en la forma estándar, representan la matriz idéntica en las
restricciones.
 𝑎𝑖𝑗 =Coeficientes de la matriz 𝑎 o restricciones.
2.3.2 Calcular 𝑍𝑗 − 𝐶𝑗 .
𝑛

𝑍𝑗 = ∑ 𝐶𝐵𝐼 . 𝑎𝑖𝑗
𝑗=1

𝑍𝑗 = (0.3) + (0.60) = 0

𝑍𝑖 − 𝐶𝑖= 0 − 8640 = −8640

Calcular Z óptimo.
𝑛

∑ 𝐶𝐵𝑖 . 𝑋𝐵𝑗
𝑖=1

𝑍𝑂𝑝𝑡 = (0.180) + (0.5420) = 0

Hallar variable que entra a la base.

𝑀𝑎𝑥𝑧 = 𝑚𝑖𝑛{𝑍𝑗 − 𝐶𝑗 }
𝑀𝑎𝑥𝑧 = min{−8640, −6780,0,0}
El menor número que se encuentra en el conjunto es la variable que entra a la base
en este caso es -6780.
Hallar la variable que sale de la base.
𝑋𝐵𝑖
𝑚𝑖𝑛 + [ ]
𝑎𝑖𝑗
180 5420
𝑚𝑖𝑛 + [ , ]
2 80
𝑚𝑖𝑛 + [90,68]
El menor número positivo dentro del conjunto de valores será la variable que sale
de la base en este caso será el 68.
Hallar el pivote que es el 𝑎𝑖𝑗 , intersección de la variable que entra y que sale =80

Aplicar eliminación y reducción por gauss Jordán en la variable.

 Convertir el pivote en 1.
 Convertir en 0 los demás 𝑎𝑖𝑗 .

Repetir desde el paso 2. Siguiendo esta serie de pasos el ejercicio quedaría de la

siguiente forma ya completado.
 Cj
CBI
BASE XBI
X1 X2 Y1 Y2
0 3 2 1 0 Y1 180
0 60 80 0 1 Y2 5420
Zj-Cj -8640 -6780 0 0 Zopt 0
8640 1 0.6667 0.3333 0 X1 60
0 0 40 -20 1 Y2 1820
Zj-Cj 0 1020 2880 0 Zopt 518.4
8640 1 0 0.6667 0.0167 X1 296.667
6780 0 1 0.500 0.0250 X2 455.000
Zj-Cj 0 0 2370 2550 Zopt 564.810

En el ejercicio de maximización por el método simple expuesto en el cuadro 2 se le

da una solución óptima al problema y en el cual cumple con las diferentes
condiciones, como lo es 𝑍𝑗 − 𝐶𝑗 ≥ 0 ademas tan bien se debe de cumplir con la
condición que las variables de la base deben de ser 0 y las que no pertenecen a la
base deben de ser números de valor positivo (+).

𝑋1 𝑋2 𝑌1 𝑌2
𝑍𝑗 − 𝐶𝑗 = ⟩ 𝐵𝑎𝑠𝑒. ⟩ 𝑁𝑜 𝑏𝑎𝑠𝑒.
0 0 2370 2550

Al cumplir con esta condición se puede dar como finalizado el problema de

programación lineal por medio del método simplex.
 3. MODELO DE INSUMO PRODUCTO

Forma canónica del problema.

FO:Max Z=1309𝑋1 + 2014𝑋2
SA:4𝑋1 + 3𝑋2 ≤ 51
14𝑋1 + 10𝑋2 ≤ 187
2𝑋1 + 3𝑋2 ≤ 41
6𝑋1 + 8𝑋2 ≤ 106
X1,X2 ≥ 0

Forma general del problema.

MAXz= 1309𝑋1 + 2014𝑋2 + 0𝑌1 + 0𝑌2 + 0𝑌3 + 0𝑌4
4𝑋1 + 3𝑋2 + 𝑌1 = 51
14𝑋1 + 10𝑋2 + 𝑌2 = 187
2𝑋1 + 3𝑋2 + 𝑌3 = 41
6𝑋1 + 8𝑋2 + 𝑌4 = 106
Construcción de la matriz inicial.
Al obtener la forma general del problema se procede a realizar la matriz inicial en
donde se pueda organizar la forma general del problema.
Cuadro 1. Matriz inicial.

Cj 1309 2014 0 0 0 0
BASE XBI
Bij X1 X2 Y1 Y2 Y3 Y4
0 4 3 1 0 0 0 Y1 51
0 14 10 0 1 0 0 Y2 187
0 2 3 0 0 1 0 Y3 41
0 6 8 0 0 0 1 Y4 106
Zj-Cj -1309 -2014 0 0 0 0 Zopt 0
FUENTE. AUTORES.

 Cj= Coeficientes de la función.

 Aij= Coeficientes de la matriz o restricciones.

 BASE = Variables en la forma estándar representan la matriz idéntica en las

restricciones.

Cuadro 2. Primera solución del problema insumo producto.

Cj 1309 2014 0 0 0 0
BASE XBI
Bij X1 X2 Y1 Y2 Y3 Y4
0 4 3 1 0 0 0 Y1 51
0 14 10 0 1 0 0 Y2 187
0 2 3 0 0 1 0 Y3 41
0 6 8 0 0 0 1 Y4 106
Zj-Cj -1309 -2014 0 0 0 0 Zopt 0
0 7/4 0 1 0 0 -3/8 Y1 45/4
0 13/2 0 0 1 0 -5/4 Y2 109/9
0 -1/4 0 0 0 1 -3/8 Y3 5/4
2014 3/4 1 0 0 0 1/8 X1 53/4
Zj-Cj 403/2 0 0 0 0 2014/8 Zopt 53371/2
FUENTE. AUTORES

Para realizar el análisis de sensibilidad se utiliza el Sa y la matriz de la primera

solución de insumo producto (cuadro 2).

Vector disponibilidad
Matriz
−3
1 0 0
8
51 −5 0
0 1 0
187 4 ≥ 0
{ } { }
41 −3 0
0 0 1
106 8 0
1
{0 0 0 8}

3.1 Para hallar hasta donde se puede cambiar los coeficientes de la primera
restricción se le agrega el símbolo ∆ 𝐷𝑒𝑙𝑡ℎ𝑎 para luego despejarlo y obtener los
resultados. Se toma el primer número de la columna Sa y se multiplica por el primer
número de la fila de izquierda a derecha de la matriz inversa, este procedimiento
se hace hasta con todas las columnas de la matriz.
 −3
1 0 0
8
51 ∆ −5 0
0 1 0
187 4 ≥ 0
{ } { }
41 −3 0
0 0 1
106 8 0
1
{0 0 0 8}

3
1(51 + ∆) + 0(187) + 0(41) − (106) ≥ 0
8
51∆ + 0 + 0 − 39,57 ≥ 0
51∆ − 39,57 ≥ 0
51∆ ≥ 39,57
39,57
∆≥
51
∆ ≥ 0,779

Se toma los valores de la segunda fila de la matriz.

5
0(51 + ∆) + 1(187) + 0(41) − (106) ≥ 0
4
51∆ + 187 + 0 − 132,5 ≥ 0
51∆ − 54,5 ≥ 0
51∆ ≥ −54,5
−54,5
∆≥
51
∆ ≥ −1,06
Se toma los valores de la tercera fila de la matriz.
3
0(51 + ∆) + 0(187) + 1(41) − (106) ≥ 0
8
51∆ + 0 + 41 − 39,75 ≥ 0
51∆ + 1,25 ≥ 0
51∆ ≥ −1,25
−1,25
∆≥
51
∆ ≥ −0,024

Se toma los valores de la última fila de la matriz.

 1
0(51 + ∆) + 0(187) + 0(41) − (106) ≥ 0
8
51∆ + 0 + 41 − 38,75 ≥ 0
51∆ + 13,25 ≥ 0
51∆ ≥ −13,25
−13,25
∆≥
51
∆ ≥ −0,259

Luego de realizar el anterior procedimiento se le resta el menor resultado al número

que se le agrego el ∆ 𝐷𝑒𝑙𝑝ℎ𝑎 y también se le suma el mayor resultado.

𝑀𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 51 − 1,06 = 49,94

𝑀𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 51 + 6,259 = 57,259

Figura 1

49,94 51 57,259

FUENTE. AUTORES

La primera restricción puede disminuir hasta 49,94 y aumenta hasta 57,259 sin
alterar el problema.

3.2 Se toma la segunda restricción y se le agrega el ∆ 𝐷𝑒𝑙𝑡ℎ𝑎 para luego

despejarlo y obtener los resultados. Se toma el segundo número de la columna Sa
y se multiplica por el primer número de la fila de izquierda a derecha de la matriz
inversa, este procedimiento se hace hasta con todas las columnas de la matriz.

−3
1 0 0
8
51 −5 0
0 1 0
187∆ 4 ≥ 0
{ } { }
41 −3 0
0 0 1
106 8 0
1
{0 0 0 8}
 3
1(51) + 0(187 + ∆) + 0(41) − (106) ≥ 0
8
51 + 187∆ + 0 − 39,57 ≥ 0
11,25 + 187∆ ≥ 0
187∆ ≥ −11,25
−11,25
∆≥
187
∆ ≥ −0,06

Se toma los valores de la segunda fila de la matriz.

5
0(51) + 1(187 + ∆) + 0(41) − (106) ≥ 0
4
0 + 187∆ + 0 − 132,5 ≥ 0
187∆ − 132,5 ≥ 0
187∆ ≥ 132,5
132,5
∆≥
187
∆ ≥ 0,70
Se toma los valores de la tercera fila de la matriz.
3
0(51) + 0(187 + ∆) + 1(41) − (106) ≥ 0
8
0 + 187∆ + 41 − 39,75 ≥ 0
187∆ + 1,25 ≥ 0
187∆ ≥ −1,25
−1,25
∆≥
187
∆ ≥ −6,68

Se toma los valores de la última fila de la matriz.

1
0(51) + 0(187 + ∆) + 0(41) − (106) ≥ 0
8
0 + 187∆ + 0 − 13,25 ≥ 0
187∆ + 13,25 ≥ 0
187∆ ≥ −13,25
−13,25
∆≥
187
∆ ≥ −0,07
Luego de realizar el anterior procedimiento se le resta el menor resultado al número
que se le agrego el ∆ 𝐷𝑒𝑙𝑝ℎ𝑎 y también se le suma el mayor resultado.

Figura 2
 𝑀𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 187 − 6,668 = 180,32
𝑀𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 187 + 0,70 =187,7

180,32 187 187,7

FUENTE. AUTORES

La segunda restricción puede disminuir hasta 180,32 y aumenta hasta 187,7 sin
alterar el problema.
3.3 Se toma la tercera restricción y se le agrega el ∆ 𝐷𝑒𝑙𝑡ℎ𝑎 para luego despejarlo
y obtener los resultados. Se toma el tercer número de la columna Sa y se multiplica
por el primer número de la fila de izquierda a derecha de la matriz inversa, este
procedimiento se hace hasta con todas las columnas de la matriz.

−3
1 0 0
8
51 −5 0
0 1 0
187 4 ≥ 0
{ } { }
41∆ −3 0
0 0 1
106 8 0
1
{0 0 0 8}

3
1(51) + 0(187) + 0(41 + ∆) − (106) ≥ 0
8
51 + 0 + 41∆ − 39,57 ≥ 0
11,25 + 41∆ ≥ 0
41∆ ≥ −11,25
−11,25
∆≥
41
∆ ≥ −0,27

Se toma los valores de la segunda fila de la matriz.

5
0(51) + 1(187) + 0(41 + ∆) − (106) ≥ 0
4
0 + 187 + 41∆ − 132,5 ≥ 0
41∆ + 54,5 ≥ 0
 41∆ ≥ 54,5
54,5
∆≥
41
∆ ≥ −1,32

Se toma los valores de la tercera fila de la matriz.

3
0(51) + 0(187) + 1(41 + ∆) − (106) ≥ 0
8
0 + 0 + 41∆ − 39,75 ≥ 0
41∆ + 39,75 ≥ 0
41∆ ≥ −39,75
−39,75
∆≥
41
∆ ≥ 0,96
Se toma los valores de la última fila de la matriz.
1
0(51) + 0(187) + 0(41 + ∆) − (106) ≥ 0
8
0 + 0 + 41∆ − 13,25 ≥ 0
41∆ + 13,25 ≥ 0
41∆ ≥ −13,25
−13,25
∆≥
41
∆ ≥ −0,32
Luego de realizar el anterior procedimiento se le resta el menor resultado al número
que se le agrego el ∆ 𝐷𝑒𝑙𝑝ℎ𝑎 y también se le suma el mayor resultado.

𝑀𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 41 − 1,32 = 39,68

𝑀𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 41 + 0,96 =41,96
Figura 3

39,68 41 41,96

FUENTE. AUTORES
La tercera restricción puede disminuir hasta 39,68 y aumenta hasta 41,96 sin
alterar el problema.
3.4 Se toma la cuarta restricción y se le agrega el ∆ 𝐷𝑒𝑙𝑡ℎ𝑎 para luego despejarlo
y obtener los resultados. Se toma el cuarto número de la columna Sa y se multiplica
por el primer número de la fila de izquierda a derecha de la matriz inversa, este
procedimiento se hace hasta con todas las columnas de la matriz.

−3
1 0 0
8
51 −5 0
0 1 0
187 4 ≥ 0
{ } { }
41 −3 0
0 0 1
106∆ 8 0
1
{0 0 0 8}

3
1(51) + 0(187) + 0(41) − (106 + ∆) ≥ 0
8
3
51 + 0 + 0 − 39,75 − ∆≥ 0
8
3
11,25 − ∆ ≥ 0
8
−0,375∆ ≥ −11,25
−11,25
∆≥
−0,375
∆ ≥ −0,30

Se toma los valores de la segunda fila de la matriz.

5
0(51) + 1(187) + 0(41) − (106 + ∆) ≥ 0
4
5
0 + 187 + 0 − 132,5 − ∆≥ 0
4
5
54,5 − ∆≥ 0
4
1,25∆ ≥ −54,5
−54,5
∆≥
1,25
∆ ≥ −43,52
Se toma los valores de la tercera fila de la matriz.
3
0(51) + 0(187) + 1(41) − (106 + ∆) ≥ 0
8
3
0 + 0 + 41 − 39,75 − ∆ ≥ 0
8
3
1,25 − ∆ ≥ 0
8
0,375∆ ≥ −1,25
−1,25
∆≥
0,375
∆ ≥ −3,33
Se toma los valores de la última fila de la matriz.
1
0(51) + 0(187) + 0(41) + (106 + ∆) ≥ 0
8
1
0 + 0 + 0 + 13,25 − ∆ ≥ 0
8
1
13,25 − ∆ ≥ 0
8
0,125∆ ≥ −13,25
−13,25
∆≥
0,125
∆ ≥ −106

Luego de realizar el anterior procedimiento se le resta el menor resultado al número

que se le agrego el ∆ 𝐷𝑒𝑙𝑝ℎ𝑎 y también se le suma el mayor resultado.

𝑀𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 106 − 106 = 0

𝑀𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 → 106 + 30 =136
Figura 4

0 106 136

FUENTE. AUTORES

La cuarta restricción puede disminuir hasta 0 y aumenta hasta 136 sin alterar el
problema.
 4. MODELO DE CAPACIDAD

Forma canónica del problema.

Fo=Max Z=6𝑋1 + 6𝑋2
Sa=4𝑋1 + 3𝑋2 ≤ 51
2𝑋1 + 3𝑋2 ≤ 41
𝑋1, 𝑋2 ≥ 0

Para hallar el primer punto de corte en el plano cartesiano se debe tomar el resultado
de la primera restricción (51) y se divide por 3X2 para encontrar el corte en el eje Y
, para el eje X se divide 51 por 4X1.

 𝑋1 = 0 → 𝑋2 ≤ 17
𝑋1 ≤ 12,75 ← 𝑋2 = 0

Para hallar el segundo punto de corte en el plano cartesiano se debe tomar el

resultado de la segunda restricción (41) y se divide por 3X2 para encontrar el corte
en el eje Y , para el eje X se divide 41 por 2X1.

 𝑋1 = 0 → 𝑋2 ≤ 13,66
𝑋1 ≤ 20,5 ← 𝑋2 = 0

GRAFICA 1

1
20

18

16
Primera restricción:
2
14
Segunda restricción:
12

10

2 4 6 8 10 12 14 16 18 20

FUENTE. AUTORES
Se realiza las operaciones para saber que tanto pueden aumentar o disminuir las la
primera restricción sin cambiar el problema.

 𝑋1 = 0 𝑋2 = 17
𝑋1 = 12,75 𝑋2 = 0

Se reemplaza los resultados con las restricciones.

2(0) + 3(17) ≤ 51
2(12,75) + 3(0) ≤ 25,5
𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑥𝑖𝑚𝑜 = 51 𝑉𝑎𝑙𝑜𝑟 𝑎𝑐𝑡𝑢𝑎𝑙 = 51 𝑉𝑎𝑙𝑜𝑟 𝑚𝑖𝑛𝑖𝑚𝑜 = 25,5
La primera restricción en la gráfica puede aumentar en el eje x hasta 51, y disminuir
en el eje y en 25,5.El mismo procedimiento se realiza para la segunda restricción.

 𝑋1 = 0 𝑋2 = 13,66
𝑋1 = 20,5 𝑋2 = 0

4(0) + 2(13,66) ≤ 40,98

4(20,5) + 2(0) ≤ 82
𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑥𝑖𝑚𝑜 = 82 𝑉𝑎𝑙𝑜𝑟 𝑎𝑐𝑡𝑢𝑎𝑙 = 41 𝑉𝑎𝑙𝑜𝑟 𝑚𝑖𝑛𝑖𝑚𝑜 = 40,98
Para la segunda restricción puede disminuir hasta 40,98 y aumentar hasta 82 sin
cambiar el problema.
5. MODELO DE MEZCLAS

6. MODELO DE DIETA
CONCLUSION
 4 REFERENCIAS

S.N. (2013). Gestión De Operaciones . Obtenido de

https://www.gestiondeoperaciones.net/programacion_lineal/problema-de-la-dieta-en-
programacion-lineal-resuelto-con-solver-de-excel/

S.N. (2015). Gestión de Operaciones. Obtenido de

https://www.gestiondeoperaciones.net/programacion_lineal/ejemplo-de-un-problema-
de-mezcla-de-productos-en-programacion-lineal/

Salazar, B. (2016). Ingenieria Industrial. Obtenido de

https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/programaci%C3%B3n-lineal/

Salazar, B. (2016). Ingenieria Industrial. Obtenido de

https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/problema-del-transporte-o-
distribuci%C3%B3n/
https://www.gestiondeoperaciones.net/programacion_lineal/analisis-de-sensibilidad-metodo-grafico/

https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/dualidad-en-programaci%C3%B3n-lineal/