Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 2 - Tarea 3 - NataliaRuiz - ProgramacionLineal
Unidad 2 - Tarea 3 - NataliaRuiz - ProgramacionLineal
Estudiante: Yulieth Natalia Ruiz Garcia
Código: 1109297276
Porfesor: Ricardo Javier Pineda
Universidad Nacional Abierta y a Distancia
Escuela ECEDU
Licenciatura en Matematicas
Programación lineal
2020 - JULIO
ón lineal de optimización
rcia
tancia
Ejercicio 1. Análisis de dualidad.
𝑥_1,𝑥_2,𝑥_3≥0
En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual al problema primal
dual y construir las tablas de las iteraciones de la solución problema primal por el método simplex
−72𝑥_1−28𝑥_2−25𝑥_3+𝑆_1=−1700
−5𝑥_1−35𝑥_2−45𝑥_3+ 𝑆_2=−1500
−50𝑥_1−30𝑥_2−35𝑥_3+ 𝑆_3=−1100
𝑧−4 000 000 𝑥_1−5 700 000 𝑥_2−6 300 000 𝑥_3=0
𝑥_1,𝑥_2,𝑥_3≥0
Agregar variables de holgura:
−72𝑥_1−28𝑥_2−25𝑥_3+𝑆_1=−1700
−5𝑥_1−35𝑥_2−45𝑥_3+ 𝑆_2=−1500
−50𝑥_1−30𝑥_2−35𝑥_3+ 𝑆_3=−1100
𝑧−4 000 000 𝑥_1−5 700 000 𝑥_2−6 300 000 𝑥_3=0
𝑥_1,𝑥_2,𝑥_3≥0
Z X1 X2
F1 Z 1 -4 000 000 -5 700 000
F2 S1 0 -72 -28
F3 S2 0 -5 -35
F4 S3 0 -50 -30
Identificar pivote
55555 203571
Z X1 X2
F1 Z 1 -4 000 000 -5 700 000
F2 S1 0 -72 -28
F3 S2 0 -5 -35
F4 S3 0 -50 -30
F2=F2(-1/72)
Z X1 X2
Z 1 -4 000 000 -5 700 000
X1 0 1 7/18
S2 0 -5 -35
S3 0 -50 -30
F3=F3+5F2
Z X1 X2
Z 1 0 -37300000/9
X1 0 1 7/18
S2 0 0 -595/18
S3 0 -50 -30
F4=F4+50F2
Z X1 X2
Z 1 0 -37300000/9
X1 0 1 7/18
S2 0 0 -595/18
S3 0 0 -95/9
Buscar pivote
125 378
Z X1 X2
Z 1 0 -37300000/9
X1 0 1 7/18
S2 0 0 -595/18
S3 0 0 -95/9
F3=F3/(-3115/72)
Z X1 X2
Z 1 0 -37300000/9
X1 0 1 7/18
X3 0 0 68/89
S3 0 0 -95/9
F2=F2 -(25/72)F3
Z X1 X2
Z 1 0 -34900000/89
X1 0 1 11/89
X3 0 0 68/89
S3 0 0 -95/9
F4=F4+ (635/36)F3
Z X1 X2
Z 1 0 -34900000/89
X1 0 1 11/89
X3 0 0 68/89
S3 0 0 260/89
Z X1 X2
Z 1 0 -34900000/89
X1 0 1 11/89
X3 0 0 68/89
S3 0 0 260/89
252000
X3 S1 S2 S3 Sol
-6 300 000 0 0 0 0 Buscar la fila más
-25 1 0 0 -1700 negativa
-45 0 1 0 -1500
-35 0 0 1 -1100
X3 S1 S2 S3 Sol
-6 300 000 0 0 0 0
25/72 -1/72 0 0 425/18
-45 0 1 0 -1500
-35 0 0 1 -1100
X3 S1 S2 S3 Sol
-44200000/9 -500000/9 0 0 850 000 000/9
25/72 -1/72 0 0 425/18
-45 0 1 0 -1500
-35 0 0 1 -1100
X3 S1 S2 S3 Sol
-44200000/9 -500000/9 0 0 850 000 000/9
25/72 -1/72 0 0 425/18
-3115/72 -5/72 1 0 -24875/18
-35 0 0 1 -1100
X3 S1 S2 S3 Sol
-44200000/9 -500000/9 0 0 850 000 000/9
25/72 -1/72 0 0 425/18
-3115/72 -5/72 1 0 -24875/18
-635/36 -25/36 0 1 725/9
113 515
X3 S1 S2 S3 Sol
-44200000/9 -500000/9 0 0 850 000 000/9
25/72 -1/72 0 0 425/18
-3115/72 -5/72 1 0 -24875/18
-635/36 -25/36 0 1 725/9
X3 S1 S2 S3 Sol
-44200000/9 -500000/9 0 0 850 000 000/9
25/72 -1/72 0 0 425/18
1 1/623 -72/3115 0 19900/623
-635/36 -25/36 0 1 725/9
X3 S1 S2 S3 Sol
0 -29700000/623 -70720000/623 0 251 316 211.87
25/72 -1/72 0 0 425/18
1 1/623 -72/3115 0 19900/623
-635/36 -25/36 0 1 725/9
X3 S1 S2 S3 Sol
0 -29700000/623 -70720000/623 0 251 316 211.87
0 -9/623 5/623 0 7800/623
1 1/623 -72/3115 0 19900/623
-635/36 -25/36 0 1 725/9
X3 S1 S2 S3 Sol
0 -29700000/623 -70720000/623 0 251 316 211.87
0 -9/623 5/623 0 7800/623
1 1/623 -72/3115 0 19900/623
0 -415/623 -254/623 1 401200/623
X3 S1 S2 S3 Sol
0 -29700000/623 -70720000/623 0 251 316 211.87
0 -9/623 5/623 0 7800/623
1 1/623 -72/3115 0 19900/623
0 -415/623 -254/623 1 401200/623
𝑢𝑟𝑎 𝑡𝑖𝑝𝑜 1)
𝑡𝑢𝑟𝑎 𝑡𝑖𝑝𝑜 3)
Data Results
x1 x2 x3 LHS Slack/Surplus
Minimize 4000000 5700000 6300000 sign RHS 2.51E+08
Constraint 1 72 28 25 > 1700 1700 0 Constraint 1
Constraint 2 5 35 45 > 1500 1500 0 Constraint 2
Constraint 3 50 30 35 > 1100 1743.981 -643.98073836 Constraint 3
Results
Variables 12.52006 0 31.94222
Objective 2.51E+08
Page 12
3. Formular el problema dual a partir del problema primal.
En hoja de cálculo (Excel), formular el problema dual a partir del problema primal como un
modelo de programación lineal, plantear la función objetivo dual, las restricciones duales por
recursos y restricción de no negatividad o irrestrictas.
Prima
Pintura tipo 1 = 𝑥_1
Pintura tipo 2 = 𝑥_2
Pintura tipo 3 = 𝑥_3
En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal del problema
dual, diseñar la tabla inicial del método simplex primal del problema dual y construir las tablas de
las iteraciones de la solución del problema dual por el método simplex primal.
72"λ" _1+5"λ" _2+50"λ" _3+𝑆_1=4 000 000
28"λ" _1+35"λ" _2+30"λ" _3+𝑆_2=5 700 000
25"λ" _1+45"λ" _2+35"λ" _3+𝑆_3=6 300 000
Z λ1 λ2
F1 Z 1 -1700 -1500
F2 S1 0 72 5
F3 S2 0 28 35
F4 S3 0 25 45
F2=F2(1/72)
Z λ1 λ2
F1 Z 1 -1700 -1500
F2 λ1 0 1 5/72
F3 S2 0 28 35
F4 S3 0 25 45
F1=F1+1700F2
Z λ1 λ2
F1 Z 1 0 -24875/18
F2 λ1 0 1 5/72
F3 S2 0 28 35
F4 S3 0 25 45
F3=F3-28F2
Z λ1 λ2
F1 Z 1 0 -24875/18
F2 λ1 0 1 5/72
F3 S2 0 0 595/18
F4 S3 0 25 45
F4=F4-25F2
Z λ1 λ2
F1 Z 1 0 -24875/18
F2 λ1 0 1 5/72
F3 S2 0 0 595/18
F4 S3 0 0 3115/72
Buscar pivote
Z λ1 λ2
F1 Z 1 0 -24875/18
F2 λ1 0 1 5/72
F3 S2 0 0 595/18
F4 S3 0 0 3115/72
F4=F4/(3115/72)
Z λ1 λ2
F1 Z 1 0 -24875/18
F2 λ1 0 1 5/72
F3 S2 0 0 595/18
F4 λ2 0 0 1
F1=F1+(24875/18)F4
Z λ1 λ2
F1 Z 1 0 0
F2 λ1 0 1 5/72
F3 S2 0 0 595/18
F4 λ2 0 0 1
F2=F2- 5/72 F4
Z λ1 λ2
F1 Z 1 0 0
F2 λ1 0 1 0
F3 S2 0 0 595/18
F4 λ2 0 0 1
F3=F3 -(595/18)F4
Z λ1 λ2
F1 Z 1 0 0
F2 λ1 0 1 0
F3 S2 0 0 0
F4 λ2 0 0 1
Z λ1 λ2
F1 Z 1 0 0
F2 λ1 0 1 0
F3 S2 0 0 0
F4 λ2 0 0 1
Z λ1 λ2
F1 Z 1 0 0
F2 λ1 0 1 0
F3 S2 0 0 0
F4 λ2 0 0 1
λ3 S1 S2 S3 Sol
-1100 0 0 0 0
50 1 0 0 4 000 000
30 0 1 0 5 700 000
35 0 0 1 6 300 000
olumna más
λ3 S1 S2 S3 Sol
-1100 0 0 0 0
50 1 0 0 4 000 000 55 555 Buscar la fila más
30 0 1 0 5 700 000 203 571 cercana a cero
35 0 0 1 6 300 000 252 000
λ3 S1 S2 S3 Sol
-1100 0 0 0 0
25/36 1/72 0 0 500000/9
30 0 1 0 5 700 000
35 0 0 1 6 300 000
λ3 S1 S2 S3 Sol
725/9 425/18 0 0 850 000 000/9
25/36 1/72 0 0 500000/9
30 0 1 0 5 700 000
35 0 0 1 6 300 000
λ3 S1 S2 S3 Sol
725/9 425/18 0 0 850 000 000/9
25/36 1/72 0 0 500000/9
95/9 -7/18 1 0 37 300 000/9
35 0 0 1 6 300 000
λ3 S1 S2 S3 Sol
725/9 425/18 0 0 850 000 000/9
25/36 1/72 0 0 500000/9
95/9 -7/18 1 0 37 300 000/9
635/36 -25/72 0 1 44 200 000/9
λ3 S1 S2 S3 Sol
725/9 425/18 0 0 850 000 000/9
25/36 1/72 0 0 500000/9 800 000
95/9 -7/18 1 0 37 300 000/9 125 378
635/36 -25/72 0 1 44 200 000/9 113 515
λ3 S1 S2 S3 Sol
725/9 425/18 0 0 850 000 000/9
25/36 1/72 0 0 500000/9
95/9 -7/18 1 0 37 300 000/9
254/623 -5/623 0 72/3115 70 720 000/623
λ3 S1 S2 S3 Sol
401200/623 7800/623 0 19900/623 251 316 211.87
25/36 1/72 0 0 500000/9
95/9 -7/18 1 0 37 300 000/9
254/623 -5/623 0 72/3115 70 720 000/623
λ3 S1 S2 S3 Sol
401200/623 7800/623 0 19900/623 251 316 211.87
415/623 9/623 0 -1/623 29 700 000/623
95/9 -7/18 1 0 37 300 000/9
254/623 -5/623 0 72/3115 70 720 000/623
λ3 S1 S2 S3 Sol
401200/623 7800/623 0 19900/623 251 316 211.87
415/623 9/623 0 -1/623 29 700 000/623
-260/89 -11/89 1 -68/89 34 900 000/89
254/623 -5/623 0 72/3115 70 720 000/623
λ3 S1 S2 S3 Sol
401200/623 7800/623 0 19900/623 251 316 211.87
415/623 9/623 0 -1/623 29 700 000/623
-260/89 -11/89 1 -68/89 34 900 000/89
254/623 -5/623 0 72/3115 70 720 000/623
λ3 S1 S2 S3 Sol
401200/623 7800/623 0 19900/623 251 316 211.87
415/623 9/623 0 -1/623 47672.55
-260/89 -11/89 1 -68/89 392134.83
254/623 -5/623 0 72/3115 113515.24
Sujeto a Signo
4000000 <= 4000000
5307865.17 <= 5700000
6300000 <= 6300000
5. Interpretar los resultados de la solución del problema primal y del problema dual para la optimi
Se ha comprobado por medio del software Excel a través de sus herramientas QM y Solver los resulta
Para la optimización de recursos, analizo que el método simplex dual me da una solución óptima par
manera similar el método simplex primal me entrega una solución óptima para la máxima cantidad d
de las diferencias en sus procedimientos consiguen llegar a un valor en común de la función objetivo
𝑧=251 316 211.87 $
En cuanto a la optimización de recursos la cantidad recomendable para la fabricación de productos es la siguie
El método predice que la fabricación de la pintura tipo 2 no es favorable para el cumplimiento de las
informa que l mejor aprovechamiento de recursos y la correspondiente maximización de utilidades d
de pintura tipo 1 y tipo 3.
Los resultados concuerdan con el valor de la
función objetivo que se obtuvo en la hoja
"Primal - Dual"
𝑧=251 316 211.87 $
La empresa INDUSTRIAL DEL CACAO LTDA., produce tres clases de chocolates, dulce, semidulce y amar
requiere 12 t de cacao, 6 t manteca de cacao y 12 t de azúcar y le genera una utilidad de $2.000.000. P
requiere 10 t de cacao, 6 t de manteca de cacao y 6 t de azúcar y le genera una utilidad de $2.000.000.
requiere 10 t de cacao, 6 t de manteca de cacao y 1 t de azúcar y le genera una utilidad de $2.000.000.
con una disponibilidad máxima de 500 t de cacao, 500 t de manteca de cacao y 500 t de azúcar. ¿Qué c
debe producir INDUSTRIAL DE CACAOS LTDA. con los recursos disponibles para maximizar sus utilidade
1. Formular el problema como un modelo de programación lineal.
En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la fu
recursos y restricción de no negatividad.
En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal al m
programación lineal, diseñar la tabla inicial del método simplex primal y construir la
iteraciones de la solución del modelo de programación lineal por el método simplex
12𝑥_1+10𝑥_2+10𝑥_3+𝑆_1=500
6𝑥_1+6𝑥_2+6𝑥_3+𝑆_2=500
12𝑥_1+6𝑥_2+1𝑥_3+𝑆_3=500
𝑥_1,𝑥_2,𝑥_3≥0
Z X1 X2 X3
F1 Z 1 -2 000 000 -2 000 000 -2 000 000
F2 S1 0 12 10 10
F3 S2 0 6 6 6
F4 S3 0 12 6 1
Buscar pivote
Z X1 X2 X3
F1 Z 1 -2 000 000 -2 000 000 -2 000 000
F2 S1 0 12 10 10
F3 S2 0 6 6 6
F4 S3 0 12 6 1
F2=F2/10
Z X1 X2 X3
F1 Z 1 -2 000 000 -2 000 000 -2 000 000
F2 X2 0 6/5 1 1
F3 S2 0 6 6 6
F4 S3 0 12 6 1
Z X1 X2 X3
F1 Z 1 400 000 0 0
F2 X2 0 6/5 1 1
F3 S2 0 6 6 6
F4 S3 0 12 6 1
𝑥_2=50 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥_3=0 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑧=100 000 000 $
En Excel QM, encontrar la solución del problema programación lineal. (Siguiente)
olates, dulce, semidulce y amargo. Para producir chocolate dulce,
ra una utilidad de $2.000.000. Para producir chocolate semidulce,
era una utilidad de $2.000.000. Para elaborar el chocolate amargo,
era una utilidad de $2.000.000. El inventario de la empresa cuenta
cacao y 500 t de azúcar. ¿Qué cantidad de cada clase de chocolate
les para maximizar sus utilidades?
_3+𝑆_1=500
𝑆_2=500
+𝑆_3=500
S1 S2 S3 Sol
0 0 0 0
1 0 0 500
0 1 0 500
0 0 1 500
S1 S2 S3 Sol
0 0 0 0
1 0 0 500
0 1 0 500
0 0 1 500
S1 S2 S3 Sol
0 0 0 0
1/10 0 0 50
0 1 0 500
0 0 1 500
S1 S2 S3 Sol
200 000 0 0 100 000 000
1/10 0 0 50
0 1 0 500
0 0 1 500
S1 S2 S3 Sol
200 000 0 0 100 000 000
1/10 0 0 50
0 1 0 500
0 0 1 500
Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 2000000 2000000 2000000 sign RHS 1E+08
Constraint 1 12 10 10 < 500 500 0 Constraint 1
Constraint 2 6 6 6 < 500 300 200 Constraint 2
Constraint 3 12 6 1 < 500 300 200 Constraint 3
Results
Variables 0 50 0 Los resultados son idénticos a los de la hoja "Ejec. 2"
Objective 1E+08
𝑥_1=0 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥_2=50 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥_3=0 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Page 29
Microsoft Excel 14.0 Informe de sensibilidad
Hoja de cálculo: [PL entregar Sensibilidad.xlsx]INDUSTRIAL DEL CACAO LTDA.
Informe creado: 15/07/2020 6:28:23 p. m.
Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$B$18 Variables x1 0 -400000 2000000 400000
$C$18 Variables x2 50 0 2000000 1.00E+30
$D$18 Variables x3 0 -5.820766E-11 2000000 5.820766E-11
Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$K$13 Constraint 1 < constraints 500 200000 500 333.33333333
$K$14 Constraint 2 < constraints 300 0 500 1E+030
$K$15 Constraint 3 < constraints 300 0 500 1E+030
3. Realizar el análisis de sensibilidad a la solución óptima simplex primal del modelo de progración lineal.
En hoja de cálculo (Excel), tomar el Informe de sensibilidad que arroja Excel QM luego de encontrar la solución
óptima para:
a. Analizar los cambios de aumento y reducción de los coeficientes de las variables de la función objetivo.
El método anticipa que no es económicamente viable la fabricación de chocolate dulce 𝑥_1 y de chocolate
amargo 𝑥_3, recomienda solo la fabricación de chocolate semidulce 𝒙_𝟐. Las utilidades dependen únicamente
de los recursos disponibles, permite aumentar las utilidades al nivel que se requiera (∞), esto establece que
para cada aumento permitido de coeficientes de la variable de la función objetivo se obtendrá una nueva y más
alta solución óptima; por otro lado para mantener el máximo de utilidades no está permitido reducir la utilidad
de 2000000 (-5820), esta se puede considerar como la solución base del modelo de programación lineal origina
Para no afectar el precio sombra es posible aumentar o disminuir las restricciones como lo indica el informe de sensibilida
b. Interpretar los resultados del análisis de sensibilidad para la optimización de los recursos.
Sugiero que vender un solo un producto (chocolate semidulce 𝑥_2 ) no asegura las mayores utilidades en el mun
los negocios, la vida real es más compleja, establecer un solo producto hará que los clientes decanten por produ
la competencia, ampliar la gama de oferta conseguirá una mayor atención sobre el público consumidor de choco
otra variable que considero importante es la del precio de venta, las utilidades serán proporcionales al precio de
teóricamente un mayor precio de venta conseguirá mejores utilidades, pero esto es una equivocación, modifica
coeficientes de la función objetivo, logrará que el producto sea menos competitivo en el mercado, y por lo tanto
de que el modelo indique lo contrario lo más recomendable como mínimo es mantener los precios de venta.
En conclusión, la solución del modelo es una base teórica donde se descartan varios aspectos, pero resulta impo
porque es una ventaja a la hora de la toma de decisiones, por ejemplo advierto que para la optimización de recu
empresa debe conseguir más toneladas de cacao, el análisis de sensibilidad ha demostrado que esta materia pri
escasa e importante en la obtención de mayores utilidades.
Permisible
Reducir
1E+030
5.82E+03
1E+030
Permisible
Reducir
0
200
200
lo de progración lineal.
go de encontrar la solución
de la función objetivo.
lce 𝑥_1 y de chocolate
des dependen únicamente
(∞), esto establece que
obtendrá una nueva y más
ermitido reducir la utilidad
programación lineal original.
s.
te el análisis de sensibilidad
mento de las utilidades por un
Al aumentar Al disminuir
833,333 500
Infinito 300
Infinito 300
recursos.
En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal al mod
la tabla inicial del método simplex primal y construir las tablas de las iteraciones de la so
programación lineal por el método simplex primal.
100𝑥_1+140𝑥_2+150𝑥_3+𝑆_1=8500
80𝑥_1+90+100𝑥_3+𝑆_2=7000
100𝑥_1+110𝑥_2+120𝑥_3+𝑆_3=7500
𝑥_1,𝑥_2,𝑥_3≥0
Z X1 X2 X3
F1 Z 1 -18 000 000 -22 000 000 -24 000 000
F2 S1 0 100 140 150
F3 S2 0 80 90 100
F4 S3 0 100 110 120
Buscar pivote
Z X1 X2 X3
F1 Z 1 -18 000 000 -22 000 000 -24 000 000
F2 S1 0 100 140 150
F3 S2 0 80 90 100
F4 S3 0 100 110 120
F2=F2(1/150)
Z X1 X2 X3
F1 Z 1 -18 000 000 -22 000 000 -24 000 000
F2 X3 0 2/3 14/15 1
F3 S2 0 80 90 100
F4 S3 0 100 110 120
F3=F3-100 F2
Z X1 X2 X3
F1 Z 1 -2 000 000 400 000 0
F2 X3 0 2/3 14/15 1
F3 S2 0 40/3 -10/3 0
F4 S3 0 100 110 120
F4= F4 -120F2
Z X1 X2 X3
F1 Z 1 -2 000 000 400 000 0
F2 X3 0 2/3 14/15 1
F3 S2 0 40/3 -10/3 0
F4 S3 0 20 -2 0
Buscar pivote
Z X1 X2 X3
F1 Z 1 -2 000 000 400 000 0
F2 X3 0 2/3 14/15 1
F3 S2 0 40/3 -10/3 0
F4 S3 0 20 -2 0
F4=F4/20
Z X1 X2 X3
F1 Z 1 -2 000 000 400 000 0
F2 X3 0 2/3 14/15 1
F3 S2 0 40/3 -10/3 0
F4 X1 0 1 -1/10 0
F2=F2 -(2/3)F4
Z X1 X2 X3
F1 Z 1 0 200 000 0
F2 X3 0 0 1 1
F3 S2 0 40/3 -10/3 0
F4 X1 0 1 -1/10 0
F3=F3 -(40/3)F4
Z X1 X2 X3
F1 Z 1 0 200 000 0
F2 X3 0 0 1 1
F3 S2 0 0 -2 0
F4 X1 0 1 -1/10 0
Z X1 X2 X3
F1 Z 1 0 200 000 0
F2 X3 0 0 1 1
F3 S2 0 0 -2 0
F4 X1 0 1 -1/10 0
Todos los términos de la función objetivo son positivos, dar por finalizado el m
𝑥_1=35 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥_2=0 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
ón lineal.
modelo de programación lineal, plantear la función objetivo, las
3+𝑆_1=8500
2=7000
3+𝑆_3=7500
S1 S2 S3 Sol
0 0 0 0
1 0 0 8500
0 1 0 7000
0 0 1 7500 Buscar la fila más
negativa
S1 S2 S3 Sol
0 0 0 0
1 0 0 8500 170/3 Buscar la columna
más cercana a cero
0 1 0 7000 70
0 0 1 7500 125/2
S1 S2 S3 Sol
0 0 0 0
1/150 0 0 170/3
0 1 0 7000
0 0 1 7500
S1 S2 S3 Sol
160 000 0 0 1 360 000 000
1/150 0 0 170/3
0 1 0 7000
0 0 1 7500
S1 S2 S3 Sol
160 000 0 0 1 360 000 000
1/150 0 0 170/3
-2/3 1 0 4000/3
0 0 1 7500
S1 S2 S3 Sol
160 000 0 0 1 360 000 000
1/150 0 0 170/3
-2/3 1 0 4000/3
-4/5 0 1 700
S1 S2 S3 Sol
160 000 0 0 1 360 000 000
1/150 0 0 170/3 85
-2/3 1 0 4000/3 100
-4/5 0 1 700 35
S1 S2 S3 Sol
160 000 0 0 1 360 000 000
1/150 0 0 170/3
-2/3 1 0 4000/3
-1/25 0 1/20 35
S1 S2 S3 Sol
80 000 0 100 000 1 430 000 000
1/150 0 0 170/3
-2/3 1 0 4000/3
-1/25 0 1/20 35
S1 S2 S3 Sol
80 000 0 100 000 1 430 000 000
1/30 0 -1/30 100/3
-2/3 1 0 4000/3
-1/25 0 1/20 35
S1 S2 S3 Sol
80 000 0 100 000 1 430 000 000
1/30 0 -1/30 100/3
-2/15 1 -2/3 2600/3
-1/25 0 1/20 35
S1 S2 S3 Sol
80 000 0 100 000 1 430 000 000
1/30 0 -1/30 100/3
-2/15 1 -2/3 2600/3
-1/25 0 1/20 35
Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 18000000 22000000 24000000 sign RHS 1.43E+09
Constraint 1 100 140 150 < 8500 8500 0 Constraint 1
Constraint 2 80 90 100 < 7000 6133.333 866.66666667 Constraint 2
Constraint 3 100 110 120 < 7500 7500 0 Constraint 3
Results
Variables 35 0 33.333333 Los resultados son similares a los obtenidos en la hoja
Objective 1.43E+09
𝑥_1=35 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥_2=0 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Page 42
Microsoft Excel 14.0 Informe de sensibilidad
Hoja de cálculo: [2PL entregar Sensibilidad.xlsx]PVC Co Inc.
Informe creado: 15/07/2020 9:09:12 p. m.
Celdas de variables
Final Reducido Objetivo
Celda Nombre Valor Coste Coeficiente
$B$18 Variables x1 35 0 18000000
$C$18 Variables x2 0 -200000 22000000
$D$18 Variables x3 33.333333333 0 24000000
Restricciones
Final Sombra Restricción
Celda Nombre Valor Precio Lado derecho
$K$13 Constraint 1 < constraints 8500 80000 8500
$K$14 Constraint 2 < constraints 6133.3333333 0 7000
$K$15 Constraint 3 < constraints 7500 100000 7500
Por ejemplo:
Para su instalaión los pisos requieren de un pegamento especial conocido como "pega punto" este
vende al cliente junto con el piso, pero cada piso requiere de una cantidad distinta, dicho insumo
"pega punto" también lo produce a empresa PVC Co Inc.
El piso clase A requiere 15 Kg, el clase B 16 Kg y el clase C 19 Kg, la empresa cuenta como máximo c
1404 Kg
100𝑥_1+140𝑥_2+150𝑥_3≤8500
80𝑥_1+90𝑥_2+100𝑥_3≤7000
100𝑥_1+110𝑥_2+120𝑥_3≤7500
𝟏𝟓𝒙_𝟏+𝟏𝟔𝒙_𝟐+𝟏𝟗𝒙_𝟑≤𝟏𝟒𝟎𝟒
Restricción de no negatividad
𝑥_1,𝑥_2,𝑥_3≥0
Siguiente
Restricción de no negatividad
𝑥_1,𝑥_2,𝑥_3≥0
Siguiente
3. Realizar el análisis post-óptimo a la solución óptima
simplex primal del modelo de programación lineal.
En hoja de cálculo (Excel), tomar el Informe de
sensibilidad que arroja Excel QM luego de encontrar la
solución óptima para:
Permisible Permisible
Aumentar Reducir
2000000 2000000
200000 1E+030
3000000 200000 a. Realizar los cambios que afectan la factibilidad:
1. Cambios en el lado derecho.
Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 18000000 22000000 24000000 sign RHS 1430000000
Constraint 1 100 140 150 < 8500 8500 0
Constraint 2 80 90 100 < 7000 6133.3333333 866.66666667
Constraint 3 100 110 120 < 7500 7500 0
Constraint 4 15 16 19 < 1404 1158.3333333 245.66666667
Results
Variables 35 0 33.333333333
Objective 1430000000
Page 47
PVCCoInc
atively,
atively, or
or to
to view
view
3, 2016)
13, 2016) oror the
the
Constraint 1
Constraint 2
Constraint 3
Constraint 4
Page 48
PVC CO INC
Enter
Enter the
the values
values inin 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 Solver
Solver by
by going
going to
to the
the
Data
Data Tab
Tab (Excel
(Excel 2007,
2007, 2010,
2010, 2013,
2013, 2016)
2016) or
or the
the Tools
Tools menu
menu (Excel
(Excel 2003,
2003,
Linear Programming 2011).
2011).
Data Results
x1 x2 x3 x4 LHS Slack/Surplus
Maximize 18000000 22000000 24000000 23200000 sign RHS 1.45E+09
Constraint 1 100 140 150 92 < 8500 8500 0
Constraint 2 80 90 100 121 < 7000 6268.492 731.50816523
Constraint 3 100 110 120 143 < 7500 7500 0
Results
Variables 0 0 50.48031 10.086455
Objective 1.45E+09
Page 49
PVC CO INC
Constraint 1
Constraint 2
Constraint 3
Page 50