100404 PROGRAMACION LINEAL

TAREA 2 – DUALIDAD Y ANALISIS POST-OPTIMO

GUIA DE DESARROLLO
EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

1. FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION LINEAL.

A partir de la situación problema del Ejercicio 3. Análisis de sensibilidad y post-óptimo:

a. Construcción del modelo:

 Información de la situación problema:

Chocolate Chocolate Chocolate

dulce semidulce amargo
Utilidad ($) Disponibilidad
Cacao ( t)
Manteca de cacao (t)
Azúcar (t)

 Información de la situación problema para linealizar:

𝑿𝟏 : Chocolate 𝑿𝟐 : Chocolate 𝑿𝟑 : Chocolate

Disponibilidad
dulce semidulce amargo
Máxima
Utilidad ($) 𝑼𝟏 = 𝑼𝟐 = 𝑼𝟑 =
Cacao ( t) 𝒂𝟏𝟏 = 𝒂𝟏𝟐 = 𝒂𝟏𝟑 = ≤ 𝑫𝑪 =
Manteca de cacao (t) 𝒂𝟐𝟏 = 𝒂𝟐𝟐 = 𝒂𝟐𝟑 = ≤ 𝑫𝑴𝑪 =
Azúcar (t) 𝒂𝟑𝟏 = 𝒂𝟑𝟐 = 𝒂𝟑𝟑 = ≤ 𝑫𝑨 =

Donde:

𝑿𝒏 : Clases de chocolates

𝑼𝒏 : Utilidades ($)

𝒂𝟏𝒏 : Cantidad de cacao (t)

𝒂𝟐𝒏 : Cantidad de manteca de cacao (t)

𝒂𝟑𝒏 : Cantidad de azúcar (t)

𝑫𝑪 : Disponibilidad de cacao (t)

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 100404 Programación Lineal 16-01 2020
 100404 PROGRAMACION LINEAL
TAREA 2 – DUALIDAD Y ANALISIS POST-OPTIMO
GUIA DE DESARROLLO
EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

𝑫𝑴𝑪 : Disponibilidad de manteca de cacao (t)

𝑫𝑨 : Disponibilidad de azúcar (t)

 Variables:

Sea,

𝑿𝟏 : 𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒄𝒉𝒐𝒄𝒐𝒍𝒂𝒕𝒆 𝒅𝒖𝒍𝒄𝒆

𝑿𝟐 : 𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒄𝒉𝒐𝒄𝒐𝒍𝒂𝒕𝒆 𝒔𝒆𝒎𝒊𝒅𝒖𝒍𝒄𝒆
𝑿𝟑 : 𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆 𝒄𝒉𝒐𝒄𝒐𝒍𝒂𝒕𝒆 𝒂𝒎𝒂𝒓𝒈𝒐 (𝑚2)

 Objetivo:

La optimización de las 𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅𝒆𝒔 𝒆𝒔 𝒍𝒂 𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒄𝒊ó𝒏

 Restricciones:

Si,

𝑼𝒔𝒐 𝒅𝒆 𝒓𝒆𝒄𝒖𝒓𝒔𝒐𝒔 ≤ 𝑫𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅 𝒎á𝒙𝒊𝒎𝒂

Entonces,
𝑼𝒔𝒐 𝒅𝒆 𝒄𝒂𝒄𝒐𝒐 ≤ 𝑫𝑪
𝑼𝒔𝒐 𝒅𝒆 𝒎𝒂𝒏𝒕𝒆𝒄𝒂 𝒅𝒆 𝒄𝒂𝒄𝒂𝒐 ≤ 𝑫𝑴𝑪
𝑼𝒔𝒐 𝒅𝒆 𝒂𝒛𝒖𝒄𝒂𝒓 ≤ 𝑫𝑨

𝑵𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅: 𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 ≥ 𝟎

b. Formulación del modelo:

Remplazando la información de la situación problema para linealizar, el problema como modelo

de programación lineal, es:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 100404 Programación Lineal 16-01 2020
 100404 PROGRAMACION LINEAL
TAREA 2 – DUALIDAD Y ANALISIS POST-OPTIMO
GUIA DE DESARROLLO
EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

Función objetivo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 = 𝑼𝟏 𝑿𝟏 + 𝑼𝟐 𝑿𝟐 + 𝑼𝟑 𝑿𝟑
Sujeto a:

𝒂𝟏𝟏 𝑿𝟏 + 𝒂𝟏𝟐 𝑿𝟐 + 𝒂𝟏𝟑 𝑿𝟑 ≤ 𝑫𝑪

𝒂𝟐𝟏 𝑿𝟏 + 𝒂𝟐𝟐 𝑿𝟐 + 𝒂𝟐𝟑 𝑿𝟑 ≤ 𝑫𝑴𝑪
𝒂𝟑𝟏 𝑿𝟏 + 𝒂𝟑𝟐 𝑿𝟐 + 𝒂𝟑𝟑 𝑿𝟑 ≤ 𝑫𝑨
𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 ≥ 𝟎

2. SOLUCION DEL PROBLEMA DEPROGRAMACION LINEAL POR EL METODO SIMPLEX PRIMAL

a. Forma estándar del modelo de programación lineal por el método simplex primal:

Sumando la variable de holgura a cada una de las restricciones porque son del tipo ≤ para
transformarlas en ecuaciones y agregando las variables de holgura a la restricción de la no
negatividad, se tiene:

𝒂𝟏𝟏 𝑿𝟏 + 𝒂𝟏𝟐 𝑿𝟐 + 𝒂𝟏𝟑 𝑿𝟑 + 𝑺𝟏 = 𝑫𝑪

𝒂𝟐𝟏 𝑿𝟏 + 𝒂𝟐𝟐 𝑿𝟐 + 𝒂𝟐𝟑 𝑿𝟑 + 𝑺𝟐 = 𝑫𝑴𝑪

𝒂𝟑𝟏 𝑿𝟏 + 𝒂𝟑𝟐 𝑿𝟐 + 𝒂𝟑𝟑 𝑿𝟑 + 𝑺𝟑 = 𝑫𝑨

𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 , 𝑺𝟏 , 𝑺𝟐 , 𝑺𝟑 ≥ 𝟎
Igualando a cero (0) la función objetivo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 = 𝑼𝟏 𝑿𝟏 + 𝑼𝟐 𝑿𝟐 + 𝑼𝟑 𝑿𝟑 𝑰𝒈𝒖𝒂𝒍𝒂𝒏𝒅𝒐 𝒂 𝑪𝒆𝒓𝒐

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 − 𝑼𝟏 𝑿𝟏 − 𝑼𝟐 𝑿𝟐 − 𝑼𝟑 𝑿𝟑 = 𝟎

Sumando las variables de holgura con coeficiente cero en la función objetivo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 − 𝑼𝟏 𝑿𝟏 − 𝑼𝟐 𝑿𝟐 − 𝑼𝟑 𝑿𝟑 + 𝟎𝑺𝟏 + 𝟎𝑺𝟐 + 𝟎𝑺𝟑 = 𝟎

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 100404 Programación Lineal 16-01 2020
 100404 PROGRAMACION LINEAL
TAREA 2 – DUALIDAD Y ANALISIS POST-OPTIMO
GUIA DE DESARROLLO
EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

La forma estándar del modelo de programación lineal por el método simplex primal, es:

Función objetivo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 − 𝑼𝟏 𝑿𝟏 − 𝑼𝟐 𝑿𝟐 − 𝑼𝟑 𝑿𝟑 + 𝟎𝑺𝟏 + 𝟎𝑺𝟐 + 𝟎𝑺𝟑 = 𝟎

Sujeto a:
𝒂𝟏𝟏 𝑿𝟏 + 𝒂𝟏𝟐 𝑿𝟐 + 𝒂𝟏𝟑 𝑿𝟑 + 𝑺𝟏 = 𝑫𝑪
𝒂𝟐𝟏 𝑿𝟏 + 𝒂𝟐𝟐 𝑿𝟐 + 𝒂𝟐𝟑 𝑿𝟑 + 𝑺𝟐 = 𝑫𝑴𝑪
𝒂𝟑𝟏 𝑿𝟏 + 𝒂𝟑𝟐 𝑿𝟐 + 𝒂𝟑𝟑 𝑿𝟑 + 𝑺𝟑 = 𝑫𝑨
𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 , 𝑺𝟏 , 𝑺𝟐 , 𝑺𝟑 ≥ 𝟎

b. Solución del modelo de programación lineal por el método simplex primal en hoja de cálculo
(Excel):

Tabla inicial del método simplex primal:

Variables Variables No Básicas

Solución
Básicas Z X1 X2 X3 S1 S2 S3
Z 1 - U1 - U2 - U3 0 0 0 0
S1 0 a11 a12 a13 1 0 0 DC
S2 0 a21 a22 a23 0 1 0 DMC
S3 0 a31 a32 a33 0 0 1 DA

Ejemplo Solución de problema de programación lineal de maximización en hoja de cálculo (Excel)

(consulte aquí).

c. Solución del modelo de programación lineal en complemento Solver (Excel):

Ingresar los datos del modelo de programación lineal en complemento Solver (Excel):

Función objetivo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 = 𝑼𝟏 𝑿𝟏 + 𝑼𝟐 𝑿𝟐 + 𝑼𝟑 𝑿𝟑
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 100404 Programación Lineal 16-01 2020
 100404 PROGRAMACION LINEAL
TAREA 2 – DUALIDAD Y ANALISIS POST-OPTIMO
GUIA DE DESARROLLO
EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

Sujeto a:

𝒂𝟏𝟏 𝑿𝟏 + 𝒂𝟏𝟐 𝑿𝟐 + 𝒂𝟏𝟑 𝑿𝟑 ≤ 𝑫𝑪

𝒂𝟐𝟏 𝑿𝟏 + 𝒂𝟐𝟐 𝑿𝟐 + 𝒂𝟐𝟑 𝑿𝟑 ≤ 𝑫𝑴𝑪

𝒂𝟑𝟏 𝑿𝟏 + 𝒂𝟑𝟐 𝑿𝟐 + 𝒂𝟑𝟑 𝑿𝟑 ≤ 𝑫𝑨

𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 ≥ 𝟎

Ejemplo Solución del problema de programación lineal de maximización en complemento Solver

(Excel) (consulte aquí).

3. Análisis de sensibilidad al modelo de programación lineal:

a. Analizar los cambios de aumento y reducción de los coeficientes de las variables de la función
objetivo.

b. Analizar los cambios de aumento y reducción de las disponibilidades de las restricciones.

Ejemplo Análisis de sensibilidad al problema de programación lineal de maximización en

complemento Solver (Excel) (consulte aquí).

4. Análisis post-óptimo al modelo de programación lineal:

Sea el problema primal:

Función objetivo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁 = 𝑼𝟏 𝑿𝟏 + 𝑼𝟐 𝑿𝟐 + 𝑼𝟑 𝑿𝟑
Sujeto a:

𝒂𝟏𝟏 𝑿𝟏 + 𝒂𝟏𝟐 𝑿𝟐 + 𝒂𝟏𝟑 𝑿𝟑 ≤ 𝑫𝑪

𝒂𝟐𝟏 𝑿𝟏 + 𝒂𝟐𝟐 𝑿𝟐 + 𝒂𝟐𝟑 𝑿𝟑 ≤ 𝑫𝑴𝑪
𝒂𝟑𝟏 𝑿𝟏 + 𝒂𝟑𝟐 𝑿𝟐 + 𝒂𝟑𝟑 𝑿𝟑 ≤ 𝑫𝑨

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 100404 Programación Lineal 16-01 2020
 100404 PROGRAMACION LINEAL
TAREA 2 – DUALIDAD Y ANALISIS POST-OPTIMO
GUIA DE DESARROLLO
EJERCICIO 3. ANALISIS DE SENSIBILIDAD Y POST-OPTIMO

𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 ≥ 𝟎

Entonces, el problema dual, es:

Función objetivo:

𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝑾 = 𝑫𝑪 𝒀𝟏 + 𝑫𝑴𝑪 𝒀𝟐 + 𝑫𝑨 𝒀𝟑
Sujeto a:

𝒂𝟏𝟏 𝒀𝟏 + 𝒂𝟐𝟏 𝒀𝟐 + 𝒂𝟑𝟏 𝒀𝟑 ≥ 𝑼𝟏

𝒂𝟏𝟐 𝒀𝟏 + 𝒂𝟐𝟐 𝒀𝟐 + 𝒂𝟑𝟐 𝒀𝟑 ≥ 𝑼𝟐
𝒂𝟏𝟑 𝒀𝟏 + 𝒂𝟐𝟑 𝒀𝟐 + 𝒂𝟑𝟑 𝒀𝟑 ≥ 𝑼𝟑
𝒀𝟏 , 𝒀𝟐 , 𝒀𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

Nota:

Consultar y descargar el documento varias veces durante la disponibilidad de la actividad, se

encuentra en construcción.

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 100404 Programación Lineal 16-01 2020