Ejercicio 1. Análisis de dualidad.

Se presenta la siguiente situación problema de programación lineal:

La empresa PINTURCOL LTDA., produce pintura tipo 1 a un costo de $4.000.000, la pintura tipo 2 a un costo de $5.700.000 y la
de $6.300.000. Para la producción de pintura tipo 1, se necesitan 72 t de pigmento, 5 t de aglutinante y 50 t de disolvente. La
de pigmento, 35 t de aglutinante y 30 t de disolvente y la pintura tipo 3 necesita 25 t de pigmento, 45 t de aglutinante y 35 t d
de la empresa cuenta con por lo menos 1.700 t de pigmento, 1.500 t de aglutinante y 1.100 t de disolvente. ¿Qué cantidad de
producir PINTURCOL LTDA. con los recursos disponibles para minimizar los costos de producción?

A partir de la situación problema:

1. Formular el problema como un modelo de programación lineal. En hoja de cálculo (Excel), formular el problema como un m
lineal, plantear la función objetivo, las restricciones por recursos y restricción de no negatividad. En adelante se denominará e

2. Solucionar el problema primal por el método simplex dual. 3 En hoja de cálculo (Excel), plantear la forma estándar del méto
problema primal, diseñar la tabla inicial del método simplex dual y construir las tablas de las iteraciones de la solución problem
simplex dual. En Excel QM, encontrar la solución del problema programación lineal.

3. Formular el problema dual a partir del problema primal. En hoja de cálculo (Excel), formular el problema dual a partir del pr
modelo de programación lineal, plantear la función objetivo dual, las restricciones duales por recursos y restricción de no nega

4. Solucionar el problema dual por el método simplex primal. En hoja de cálculo (Excel), plantear la forma estándar del método
problema dual, diseñar la tabla inicial del método simplex primal del problema dual y construir las tablas de las iteraciones de
dual por el método simplex primal. En complemento Solver (Excel), encontrar la solución del problema dual.

5. Interpretar los resultados de la solución del problema primal y del problema dual para la optimización de recursos.

FUNCIÓN OBJETIVO Y RESTRICCIONES

𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟓𝟕𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟔𝟑𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

〖𝟕𝟐𝑿〗 _𝟏+ 〖𝟐𝟖𝑿〗 _𝟐+ 〖𝟐𝟓𝑿〗 _𝟑≥𝟏𝟕𝟎𝟎

〖𝟓𝑿〗 _𝟏+ 〖𝟑𝟓𝑿〗 _𝟐+ 〖𝟒𝟓𝑿〗 _𝟑≥𝟏𝟓𝟎𝟎
〖𝟓𝟎𝑿〗 _𝟏+ 〖𝟑𝟎𝑿〗 _𝟐+ 〖𝟑𝟓𝑿〗 _𝟑≥𝟏𝟏𝟎𝟎
𝑿_𝟏+𝑿_𝟐+𝑿_𝟑≥𝟎

FORMULACIÓN POR EL METODO SIMPLEX DUAL

 𝒁−𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏−𝟓𝟕𝟎𝟎𝟎𝟎𝟎𝑿_𝟐−𝟔𝟑𝟎𝟎𝟎𝟎𝟎𝑿_𝟑=𝟎

− 〖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
𝑿_𝟏+𝑿_𝟐+𝑿_𝟑≥𝟎

TABLA DE VARIABLES, METODO SIMPLEX DUAL

VR Z X1 X2 X3 S1 S2
Z 1 -4000000 -5700000 -6300000 0 0
F1 0 -72 -28 -25 1 0
F2 0 -5 -35 -45 0 1
F3 0 -50 -30 -35 0 0
55555.5556 203571.429 252000
MENOR

VR Z X1 X2 X3 S1 S2
Z 1 0 -4144444.44 -4911111.11 -55555.5556 0
X1 0 1 0.38888889 0.34722222 -0.01388889 0
F2 0 0 -33.0555556 -43.2638889 -0.06944444 1
F3 0 0 -10.5555556 -17.6388889 -0.69444444 0
#DIV/0! 125378.151 113515.249
MENOR

VR Z X1 X2 X3 S1 S2
Z 1 0 -392134.831 0 -47672.5522 -113515.249
X1 0 1 0.12359551 0 -0.01444623 0.00802568
X3 0 0 0.76404494 1 0.00160514 -0.02311396
F3 0 0 2.92134831 0 -0.66613162 -0.40770465

Variable de Valor Recomedaciòn

decisiòn Òptimo
Z= 251316212 El mayor Ingreso recibido en el periodo de planificasion es de $ 251.316.212
X1= 12.5200642 Producir 12,5 "t" de Pintura Tipo 1, en el periodo de planificaciòn
X2= 0 Producir 0 "t" de Pintura tipo 2 , en el periodo de planificaciòn
X3= 31.9422151 Producir 31,9 "t" de Pintura Tipo 3, en el periodo de planificaciòn

PROBLEMA DUAL A PARTIR DEL PRIMAL

 PRIMAL
𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟓𝟕𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟔𝟑𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

〖𝟕𝟐𝑿〗 _𝟏+ 〖𝟐𝟖𝑿〗 _𝟐+ 〖𝟐𝟓𝑿〗 _𝟑≥𝟏𝟕𝟎𝟎

〖𝟓𝑿〗 _𝟏+ 〖𝟑𝟓𝑿〗 _𝟐+ 〖𝟒𝟓𝑿〗 _𝟑≥𝟏𝟓𝟎𝟎
〖𝟓𝟎𝑿〗 _𝟏+ 〖𝟑𝟎𝑿〗 _𝟐+ 〖𝟑𝟓𝑿〗 _𝟑≥𝟏𝟏𝟎𝟎
𝑿_𝟏+𝑿_𝟐+𝑿_𝟑≥𝟎

DUAL
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑾=𝟏𝟕𝟎𝟎𝒀_𝟏+ 〖𝟏𝟓𝟎𝟎𝒀〗 _𝟐+ 〖𝟏𝟏𝟎𝟎𝒀〗 _𝟑

〖𝟕𝟐𝒀〗 _𝟏+ 〖𝟓𝒀〗 _𝟐+ 〖𝟓𝟎𝒀〗 _𝟑≤𝟒𝟎𝟎𝟎𝟎𝟎𝟎

〖𝟐𝟖𝒀〗 _𝟏+ 〖𝟑𝟓𝒀〗 _𝟐+ 〖𝟑𝟎𝒀〗 _𝟑≤𝟓𝟕𝟎𝟎𝟎𝟎𝟎
〖𝟐𝟓𝒀〗 _𝟏+ 〖𝟒𝟓𝒀〗 _𝟐+ 〖𝟑𝟓𝒀〗 _𝟑≤𝟔𝟑𝟎𝟎𝟎𝟎𝟎
𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 𝒊𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

PROBLEMA DUAL DESARROLLADO POR EL METODO SIMPLEX PRIMAL

DUAL
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑾=𝟏𝟕𝟎𝟎𝒀_𝟏+ 〖𝟏𝟓𝟎𝟎𝒀〗 _𝟐+ 〖𝟏𝟏𝟎𝟎𝒀〗 _𝟑

〖𝟕𝟐𝒀〗 _𝟏+ 〖𝟓𝒀〗 _𝟐+ 〖𝟓𝟎𝒀〗 _𝟑≤𝟒𝟎𝟎𝟎𝟎𝟎𝟎

〖𝟐𝟖𝒀〗 _𝟏+ 〖𝟑𝟓𝒀〗 _𝟐+ 〖𝟑𝟎𝒀〗 _𝟑≤𝟓𝟕𝟎𝟎𝟎𝟎𝟎
〖𝟐𝟓𝒀〗 _𝟏+ 〖𝟒𝟓𝒀〗 _𝟐+ 〖𝟑𝟓𝒀〗 _𝟑≤𝟔𝟑𝟎𝟎𝟎𝟎𝟎
𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 𝒊𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

𝑾−𝟏𝟕𝟎𝟎𝒀_𝟏− 〖𝟏𝟓𝟎𝟎𝒀〗 _𝟐− 〖𝟏𝟏𝟎𝟎𝒀〗 _𝟑=𝟎

〖𝟕𝟐𝒀〗 _𝟏+ 〖𝟓𝒀〗 _𝟐+ 〖𝟓𝟎𝒀〗 _𝟑+𝑺_𝟏=𝟒𝟎𝟎𝟎𝟎𝟎𝟎
〖𝟐𝟖𝒀〗 _𝟏+ 〖𝟑𝟓𝒀〗 _𝟐+ 〖𝟑𝟎𝒀〗 _𝟑+𝑺_𝟐=𝟓𝟕𝟎𝟎𝟎𝟎𝟎
〖𝟐𝟓𝒀〗 _𝟏+ 〖𝟒𝟓𝒀〗 _𝟐+ 〖𝟑𝟓𝒀〗 _𝟑+𝑺_𝟑=𝟔𝟑𝟎𝟎𝟎𝟎𝟎
𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 ,𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎
 VR W Y1 Y2 Y3 S1 S2
W 1 -1700 -1500 -1100 0 0
F1 0 72 5 50 1 0
F2 0 28 35 30 0 1
F3 0 25 45 35 0 0

VR W Y1 Y2 Y3 S1 S2
W 1 0 -1381.94444 80.5555556 23.6111111 0
Y1 0 1 0.06944444 0.69444444 0.01388889 0
F2 0 0 33.0555556 10.5555556 -0.38888889 1
F3 0 0 43.2638889 17.6388889 -0.34722222 0

VR W Y1 Y2 Y3 S1 S2
W 1 0 0 643.980738 12.5200642 0
Y1 0 1 0 0.66613162 0.01444623 0
F2 0 0 0 -2.92134831 -0.12359551 1
Y2 0 0 1 0.40770465 -0.00802568 0

Variable de Valor
Òptimo Recomedaciòn
decisiòn
W= 251316212 El mayor Ingreso recibido en el periodo de planificasion es de $ 251316212
Y1= 47672.5522 Producir 47672,5 "t" de Pintura Tipo 1, en el periodo de planificaciòn
Y2= 113515.249 Producir 113515,2 "t" de Pintura tipo 2 , en el periodo de planificaciòn
Y3= 0 Producir 0 "t" de Pintura Tipo 3, en el periodo de planificaciòn
a un costo de $5.700.000 y la pintura tipo 3 a un costo
ante y 50 t de disolvente. La pintura tipo 2 requiere 28 t
, 45 t de aglutinante y 35 t de disolvente. El inventario
isolvente. ¿Qué cantidad de cada tipo de pintura debe

ular el problema como un modelo de programación

n adelante se denominará el problema primal.

r la forma estándar del método simplex dual al

ciones de la solución problema primal por el método

problema dual a partir del problema primal como un

rsos y restricción de no negatividad o irrestrictas.

a forma estándar del método simplex primal del

tablas de las iteraciones de la solución del problema
lema dual.

zación de recursos.

NES

EX DUAL
𝑺_𝟏=−𝟏𝟕𝟎𝟎
𝑺_𝟐=−𝟏𝟓𝟎𝟎
𝑺_𝟑=−𝟏𝟏𝟎𝟎

X DUAL

S3 SOL
0
0 -1700 MAS NEGATIVO
0 -1500
1 -1100

S3 SOL
0 94444444.4
0 23.6111111
0 -1381.94444 MAS NEGATIVO
1 80.5555556

S3 SOL
0 251316212
0 12.5200642
0 31.9422151
1 643.980738

edaciòn

n es de $ 251.316.212
lanificaciòn
ificaciòn
anificaciòn

MAL
O SIMPLEX PRIMAL

_𝟐=𝟓𝟕𝟎𝟎𝟎𝟎𝟎
𝟑=𝟔𝟑𝟎𝟎𝟎𝟎𝟎
 S3 SOL
0 0
0 4000000 55555.55555556 MENOR
0 5700000 203571.4285714
1 6300000 252000

S3 SOL
0 94444444.4 -68341.70854271
0 55555.5556 800000
0 4144444.44 125378.1512605
1 4911111.11 113515.2487961

S3 SOL
31.9422151 251316212
-0.00160514 47672.5522
-0.76404494 392134.831
0.02311396 113515.249

edaciòn

n es de $ 251316212
de planificaciòn
o de planificaciòn
ficaciòn
 LP_min
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, 2011).
2011).
Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Minimize 4000000 5700000 6300000 sign RHS 251316211.88
PIGMENTO 72 28 25 > 1700 1700 0 PIGMENTO
AGLUTINANTE 5 35 45 > 1500 1500 0 AGLUTINANTE
DISOLVENTE 50 30 35 > 1100 1743.9807384 -643.9807 DISOLVENTE

Results
Variables 12.52006 0 31.94222
Objective 251316211.88

Page 9
 LP_max
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) oror the
the Tools
Tools menu
menu (Excel
(Excel 2003,
2003, 2011).
2011).
Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 1700 1500 1100 sign RHS 2.51E+08
Constraint 1 72 5 50 < 4000000 4000000 0 Constraint
Constraint 2 28 35 30 < 5700000 5307865 392134.8 Constraint
Constraint 3 25 45 35 < 6300000 6300000 0 Constraint

Results
Variables 47672.55 113515.2 0
Objective 251316211.88

Page 10
Ejercicio 2. Análisis de sensibilidad.

Se presenta la siguiente situación problema de programación lineal:

A partir de la situación problema:

La empresa INDUSTRIAL DEL CACAO LTDA., produce tres clases de chocolates, dulce, semidulce y amargo. Para producir choco
t manteca de cacao y 12 t de azúcar y le 4 genera una utilidad de $2.000.000. Para producir chocolate semidulce, requiere 10
y 6 t de azúcar y le genera una utilidad de $2.000.000. Para elaborar el chocolate amargo, requiere 10 t de cacao, 6 t de mante
genera una utilidad de $2.000.000. El inventario de la empresa cuenta con una disponibilidad máxima de 500 t de cacao, 500 t
azúcar. ¿Qué cantidad de cada clase de chocolate debe producir INDUSTRIAL DE CACAOS LTDA. con los recursos disponibles p

1. Formular el problema como un modelo de programación lineal. En hoja de cálculo (Excel), formular el problema como un m
plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.

2. Solucionar el modelo de programación lineal por el método simplex primal: En hoja de cálculo (Excel), plantear la forma est
modelo de programación lineal, diseñar la tabla inicial del método simplex primal y construir las tablas de las iteraciones de la
programación lineal por el método simplex primal. En Excel QM, encontrar la solución del problema programación lineal.

3. Realizar el análisis de sensibilidad a la solución óptima simplex primal del modelo de programación lineal. En hoja de cálculo
Sensibilidad que arroja Excel QM luego de encontrar la solución óptima para: a. Analizar los cambios de aumento y reducción
de la función objetivo. b. Analizar los cambios de aumento y reducción de las disponibilidades de las restricciones.

4. Interpretar los resultados del análisis de sensibilidad para la optimización de los recursos.

FUNCIÓN OBJETIVO Y RESTRICCIONES

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

〖𝟏𝟐𝑿〗 _𝟏+ 〖𝟏𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝑿〗 _𝟑≤𝟓𝟎𝟎

〖𝟔𝑿〗 _𝟏+ 〖𝟔𝑿〗 _𝟐+ 〖𝟔𝑿〗 _𝟑≤𝟓𝟎𝟎
〖𝟏𝟐𝑿〗 _𝟏+ 〖𝟔𝑿〗 _𝟐+𝑿_𝟑≤𝟓𝟎𝟎
𝑿_𝟏+𝑿_𝟐+𝑿_𝟑≥𝟎

FORMULACIÓN POR EL METODO SIMPLEX PRIMAL

 𝒁−𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏−𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐−𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑=𝟎

〖𝟏𝟐𝑿〗 _𝟏+ 〖𝟏𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝑿〗 _𝟑+𝑺_𝟏=𝟓𝟎𝟎

〖𝟔𝑿〗 _𝟏+ 〖𝟔𝑿〗 _𝟐+ 〖𝟔𝑿〗 _𝟑+𝑺_𝟐=𝟓𝟎𝟎
〖𝟏𝟐𝑿〗 _𝟏+ 〖𝟔𝑿〗 _𝟐+𝑿_𝟑 〖 +𝑺 〗 _𝟑=𝟓𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_𝟑,𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

TABLA DE VARIABLES, METODO SIMPLEX PRIMAL

VR Z X1 X2 X3 S1
Z 1 -2000000 -2000000 -2000000 0
F1 0 12 10 10 1
F2 0 6 6 6 0
F3 0 12 6 1 0

VR Z X1 X2 X3 S1
Z 1 0 -333333.333 -333333.333 166666.66667
X1 0 1 0.83333333 0.83333333 0.0833333333
F2 0 0 1 1 -0.5
F3 0 0 -4 -9 -1

VR Z X1 X2 X3 S1
Z 1 400000 0 0 200000
X2 0 1.2 1 1 0.1
F2 0 -1.2 0 0 -0.6
F3 0 4.8 0 -5 -0.6

Z 100000000
X1 = 0
X2 = 50
X3 = 0

Analizar los cambios de aumento y reducción de los coeficientes de las variables de la

Celdas de variables
Final Reducido Objetivo
Celda Nombre Valor Coste Coeficiente
$D$4 X1 0 -400000 2000000
$E$4 X2 50 0 2000000
$F$4 X3 0 0 2000000
 Rangos permisibles para modificar en los coeficientes de las variables.
X1 X2
(−∞;2400000) (2000000;+∞)

Estos son los rangos permisibles en los que podemos modificar los coeficientes (columna roja)sin al
valor final de las variables(columna verde), pero hay que tener cuidado en no excederse en la regla
100% para que los valores finales no cambien.

Analizar los cambios de aumento y reducción de las disponibilidades de las res

Restricciones
Final Sombra Restricción
Celda Nombre Valor Precio Lado derecho
$G$9 CACAO LDI 500 200000 500
$G$10 MANTECA CACAO LDI 300 0 500
$G$11 AZUCAR LDI 300 0 500

Rangos permisibles para modificar en la disponibilidad de las restricciones.

Cacao Manteca de cacao
(0;833,333333) (300;+∞)

El precio sombra es el valor que aumenta o disminuye en el resultado de la funcion objetivo(celda

por cada unidad que modifiquemos en las restricciones de disponibilidad, Tomemos por ejempl
restriccion del cacao, si aumentamos la disponibilidad a 501 el valor de la FO sera de 100200000 y
disminuimos a 499 el resultado en la FO será de 99800000, cabe aclarar que debemos respetar los
permisibles en las que podemos modificar la disponibilidad de las restricciones, al igual no debem
excedernos en la regla del 100 % al modificar.

Los análisis de sensibilidad nos permite entender los rangos de modificación en los coeficientes d
variables y en las restricciones de disponibilidad, todo esto para poder una mayor ganancia optimi
los recursos al maximo.
 y amargo. Para producir chocolate dulce, requiere 12 t de cacao, 6
colate semidulce, requiere 10 t de cacao, 6 t de manteca de cacao
ere 10 t de cacao, 6 t de manteca de cacao y 1 t de azúcar y le
máxima de 500 t de cacao, 500 t de manteca de cacao y 500 t de
con los recursos disponibles para maximizar sus utilidades?

rmular el problema como un modelo de programación lineal,

o (Excel), plantear la forma estándar del método simplex primal al

s tablas de las iteraciones de la solución del modelo de
ema programación lineal.

mación lineal. En hoja de cálculo (Excel), tomar el Informe de

mbios de aumento y reducción de los coeficientes de las variables
e las restricciones.

CCIONES

X1 X2 X3
RECURSOS
Max 2000000 2000000 2000000
𝑿〗 _𝟑≤𝟓𝟎𝟎
cacao 12 10 10 ≤
manteca cacao 6 6 6 ≤
Azucar 12 6 1 ≤

MPLEX PRIMAL
𝑿〗 _𝟑+𝑺_𝟏=𝟓𝟎𝟎
〗 _𝟑+𝑺_𝟐=𝟓𝟎𝟎
+𝑺 〗 _𝟑=𝟓𝟎𝟎

MPLEX PRIMAL

S2 S3 SOL
0 0 0
0 0 500 41.6666666667
1 0 500 83.3333333333
0 1 500 41.6666666667

S2 S3 SOL
0 0 83333333.3
0 0 41.6666667 MENOR
1 0 250
0 1 0

S2 S3 SOL
0 0 100000000
0 0 50
1 0 200
0 1 200

tes de las variables de la función objetivo

Permisible Permisible
Aumentar Reducir
400000 1E+030
1E+030 0
0 1E+030
 eficientes de las variables.
X3
(−∞;2000000)

oeficientes (columna roja)sin alterar el

do en no excederse en la regla del

ponibilidades de las restricciones.

Permisible Permisible
Aumentar Reducir
333.333333 500
1E+030 200
1E+030 200

nibilidad de las restricciones. 100000000

Azucar
(300;+∞)

do de la funcion objetivo(celda roja)

nibilidad, Tomemos por ejemplo la
r de la FO sera de 100200000 y si la
arar que debemos respetar los rangos
restricciones, al igual no debemos
odificar.

dificación en los coeficientes de las

der una mayor ganancia optimizando
RECURSOS

500
500
500
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [ejercicio1 tarea3..xlsx]Hoja1
Informe creado: 18/07/2020 7:49:00 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$D$4 X1 0 -400000 2000000 400000 1E+030
$E$4 X2 50 0 2000000 1E+030 0
$F$4 X3 0 0 2000000 0 1E+030

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$G$9 CACAO LDI 500 200000 500 333.33333333 500
$G$10 MANTECA CACAO LDI 300 0 500 1E+030 200
$G$11 AZUCAR LDI 300 0 500 1E+030 200
 LP_max (2)

Linear Programming 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
DataTab
Tab (Excel
(Excel 2007,
2007, 2010,
2010, 2013,
2013, 2016)
2016)
or the
the Tools
Tools menu
orconstraint menu (Excel
(Excel 2003,
2003, 2011).
2011).
Use one of the three signs below for each
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 2000000 2000000 2000000 sign RHS 100000000
Cacao 12 10 10 < 500 500 0 Cacao
Manteca de cacao 6 6 6< 500 300 200 Manteca de cacao
Azucar 12 6 1< 500 300 200 Azucar

Results
Variables 0 50 0
Objective 100000000

Page 19
Ejercicio 3. Análisis post-óptimo.

Se presenta la siguiente situación problema de programación lineal:

La empresa PVC Co Inc., produce y comercializa tres clases de piso de PVC. El piso clase A, requiere 100 t de PVC, 80 t de fibra
otros materiales y genera una utilidad de $18.000.000. El piso clase B, requiere 140 t de PVC, 90 t de fibra de vidrio, y 110 t de
genera una utilidad de $22.000.000. El piso clase C, requiere 150 t de PVC, 100 t de fibra de vidrio y 120 t de otros materiales y
de $24.000.000. El inventario de la empresa presenta una disponibilidad máxima de 8.500 t de PVC, 7.000 t de fibra de vidrio y
materiales. ¿Qué cantidad de cada clase de piso de PVC debe producir y comercializar con los recursos disponibles PVC Co. Inc
utilidades? A partir de la situación problema:

1. Formular el problema como un modelo de programación lineal. En hoja de cálculo (Excel), formular el problema como un m
programación lineal, plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.

2. Solucionar el modelo de programación lineal por el método simplex primal: En hoja de cálculo (Excel), plantear la forma est
simplex primal al modelo de programación lineal, diseñar la tabla inicial del método simplex primal y construir las tablas de las
solución del modelo de programación lineal por el método simplex primal. En Excel QM, encontrar la solución del problema pr

3. Realizar el análisis post-óptimo a la solución óptima simplex primal del modelo de programación lineal. En hoja de cálculo (E
Informe de Sensibilidad que arroja Excel QM luego de encontrar la solución óptima para: a. Realizar los cambios que afectan la
Cambios en el lado derecho. 2. Adición de una nueva restricción. b. Realizar los cambios que afectan la optimalidad: 1. Cambio
de la función objetivo. 2. Adición de una nueva actividad.

4. Interpretar los resultados del modelo de programación lineal para la optimización de recursos.

FUNCIÓN OBJETIVO Y RESTRICCIONES

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟖𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟒𝟎𝑿〗 _𝟐+ 〖𝟏𝟓𝟎𝑿〗 _𝟑≤𝟖𝟓𝟎𝟎

〖𝟖𝟎𝑿〗 _𝟏+ 〖𝟗𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝟎𝑿〗 _𝟑≤𝟕𝟎𝟎𝟎
〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟏𝟎𝑿〗 _𝟐+ 〖𝟏𝟐𝟎𝑿〗 _𝟑≤𝟕𝟓𝟎𝟎
𝑿_𝟏+𝑿_𝟐+𝑿_𝟑≥𝟎

FORMULACIÓN POR EL METODO SIMPLEX PRIMAL

𝒁−𝟏𝟖𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏−𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐−𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑=𝟎

〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟒𝟎𝑿〗 _𝟐+ 〖𝟏𝟓𝟎𝑿〗 _𝟑+𝑺_𝟏=𝟖𝟓𝟎𝟎

〖𝟖𝟎𝑿〗 _𝟏+ 〖𝟗𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝟎𝑿〗 _𝟑+𝑺_𝟐=𝟕𝟎𝟎𝟎
 〖𝟖𝟎𝑿〗 _𝟏+ 〖𝟗𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝟎𝑿〗 _𝟑+𝑺_𝟐=𝟕𝟎𝟎𝟎
〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟏𝟎𝑿〗 _𝟐+ 〖𝟏𝟐𝟎𝑿〗 _𝟑 〖 +𝑺 〗 _𝟑=𝟕𝟓𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_𝟑,𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

TABLA DE VARIABLES, METODO SIMPLEX PRIMAL

VR Z X1 X2 X3 S1 S2
Z 1 -18000000 -22000000 -24000000 0 0
F1 0 100 140 150 1 0
F2 0 80 90 100 0 1
F3 0 100 110 120 0 0

VR Z X1 X2 X3 S1 S2
Z 1 -2000000 400000 0 160000 0
X3 0 0.66666667 0.93333333 1 0.0066666667 0
F2 0 13.3333333 -3.33333333 0 -0.6666666667 1
F3 0 20 -2 0 -0.8 0

VR Z X1 X2 X3 S1 S2
Z 1 0 200000 0 80000 0
X3 0 0 1 1 0.0333333333 0
F2 0 0 -2 0 -0.1333333333 1
X1 0 1 -0.1 0 -0.04 0

Z 1430000000
X1 = 35
X2 = 0
X3 = 33.33

ANALISIS POS-OPTIMO, CAMBIO AL LADO DERECHO, QUE AFECTA LA FACTIBILIDAD

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$G$9 PVC LDI 8500 80000 8500 875
$G$10 FIBRA LDI 6133.33333 0 7000 1E+030
$G$11 OTROS LDI 7500 100000 7500 1000

TABLA ÓPTIMA RESTRICCIONES LADO

S1 S2 S3 DERECHO VALOR FINAL
R1 0.03333333 0 -0.03333333 8500 33.333333333
R2 -0.13333333 1 -0.66666667 7000 866.66666667
R3 -0.04 0 0.05 7500 35
Hay
factibilidad

Haremos un cambio en la restricción R1, respetando los rangos permisibles y la

regla del 100%, el resultado no debería alterar la factibilidad

TABLA ÓPTIMA RESTRICCIONES LADO

S1 S2 S3 DERECHO VALOR FINAL
R1 0.03333333 0 -0.03333333 9000 50
R2 -0.13333333 1 -0.66666667 7000 800
R3 -0.04 0 0.05 7500 15
Hay
factibilidad

Haremos un cambio en la restricción R1, sin respetar los rangos permisibles y la

regla del 100%, el resultado debería alterar la factibilidad

TABLA ÓPTIMA RESTRICCIONES LADO

S1 S2 S3 DERECHO VALOR FINAL
R1 0.03333333 0 -0.03333333 15000 250
R2 -0.13333333 1 -0.66666667 7000 9.094947E-13
R3 -0.04 0 0.05 7500 -225
No hay
factibilidad

ANALISIS POS-OPTIMO, ADICIÓN DE UNA NUEVA RESTRICCIÓN QUE AFECTA LA FACTIBILIDAD

VR Z X1 X2 X3 S1 S2
Z 1 0 200000 0 80000 0
X3 0 0 1 1 0.0333333333 0
F2 0 0 -2 0 -0.1333333333 1
X1 0 1 -0.1 0 -0.04 0

TABLA ÓPTIMA
S1 S2 S3 SOL
X3 0.03333333 0 -0.0333333333 33.3333333
F2 -0.13333333 1 -0.6666666667 866.666667
X1 -0.04 0 0.05 35

R1 〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟒𝟎𝑿〗 _𝟐+ 〖𝟏𝟓𝟎𝑿〗 _𝟑≤𝟖𝟓𝟎𝟎

 〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟒𝟎𝑿〗 _𝟐+ 〖𝟏𝟓𝟎𝑿〗 _𝟑≤𝟖𝟓𝟎𝟎
R2 〖𝟖𝟎𝑿〗 _𝟏+ 〖𝟗𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝟎𝑿〗 _𝟑≤𝟕𝟎𝟎𝟎
R3 〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟏𝟎𝑿〗 _𝟐+ 〖𝟏𝟐𝟎𝑿〗 _𝟑≤𝟕𝟓𝟎𝟎
NUEVA R4 𝑿_𝟏≥𝟑

Sacar la ecuación de la tabla óptima de la variable de la nueva restricción

𝑿_𝟏− 〖𝟎 ,𝟎𝟒𝑺 〗 _𝟏+ 〖𝟎 ,𝟎𝟓𝑺 〗 _𝟑=𝟑𝟓

Despejar la variable de la nueva restricción

𝑿_𝟏=𝟑𝟓+ 〖𝟎 ,𝟎𝟒𝑺 〗 _𝟏− 〖𝟎 ,𝟎𝟓𝑺 〗 _𝟑

Convertir la nueva restricción en ecuación

𝑿_𝟏+𝑺_𝟒=𝟑
sustituir la variable despejada en la ecuación de la nueva restricción

𝟑𝟓+ 〖𝟎 ,𝟎𝟒𝑺 〗 _𝟏− 〖𝟎 ,𝟎𝟓𝑺 〗 _𝟑+𝑺_𝟒=𝟑

〖𝟎 ,𝟎𝟒𝑺 〗 _𝟏− 〖𝟎 ,𝟎𝟓𝑺 〗 _𝟑+𝑺_𝟒=𝟑−𝟑𝟓

〖𝟎 ,𝟎𝟒𝑺 〗 _𝟏− 〖𝟎 ,𝟎𝟓𝑺 〗 _𝟑+𝑺_𝟒=−𝟑𝟐

TABLA ÓPTIMA
S1 S2 S3 S4 SOL
R1 0.03333333 0 -0.03333333 0 33.3333333
R2 -0.13333333 1 -0.66666667 0 866.666667
R3 -0.04 0 0.05 0 35
R4 0.04 0 -0.05 1 -32
No hay
factibilidad

ANALISIS POS-OPTIMO, CAMBIO EN LOS COEFICIENTES DE LA FUNCIÓN OBJETIVO

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$D$5 X1 35 0 18000000 2000000
$E$5 X2 0 -200000 22000000 200000
$F$5 X3 33.3333333 0 24000000 3000000

TABLA ÓPTIMA
BASE
S1 S2 S3 SOL
X3 0.03333333 0 -0.03333333 33.333333333
 F2 -0.13333333 1 -0.66666667 866.66666667
X1 -0.04 0 0.05 35
Z 80000 0 100000 1430000000

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟖𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

NUEVOS COEFICIENTES 𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟐𝟗𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟐𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟐𝟕𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

Revisar el orden de la base en la tabla óptima

( 〖𝑿 _𝟑,𝑭_𝟐,𝑿 〗 _𝟏)

Sustituir los nuevos coeficientes de la función objetivo

(𝟐𝟕𝟎𝟎𝟎𝟎𝟎𝟎,𝟎,𝟐𝟗𝟎𝟎𝟎𝟎𝟎𝟎)

Multiplicar los nuevos coeficientes por la matriz inversa

(27000000,0,29000000)∗(■8(0,03333333&0&−0,03333333@−0,13333333&1&−0,66666667@−0,04&0&0,05))=(−

Sustituir los valores de las variables en la nueva FO

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟐𝟗𝟎𝟎𝟎𝟎𝟎𝟎(𝟑𝟓)+𝟐𝟐𝟐𝟎𝟎𝟎𝟎𝟎(𝟎)+𝟐𝟕𝟎𝟎𝟎𝟎𝟎𝟎(𝟑𝟑,𝟑𝟑𝟑𝟑𝟑𝟑)
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟗𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎

Sustituir nuevos valores en la tabla

TABLA ÓPTIMA
BASE
S1 S2 S3
X3 0.03333333 0 -0.03333333
F2 -0.13333333 1 -0.66666667
X1 -0.04 0 0.05
Z -260000 0 550000

Los cambios afectaron la optimalidad

ANALISIS POS-OPTIMO, ADICION DE UNA NUEVA ACTIVIDAD

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟖𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟏+𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟐+𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑+𝟏𝟓𝟎𝟎𝟎𝟎
 〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟒𝟎𝑿〗 _𝟐+ 〖𝟏𝟓𝟎𝑿〗 _𝟑+ 〖𝟐𝟓𝑿〗 _𝟒≤𝟖𝟓𝟎
〖𝟖𝟎𝑿〗 _𝟏+ 〖𝟗𝟎𝑿〗 _𝟐+ 〖𝟏𝟎𝟎𝑿〗 _𝟑+ 〖𝟕𝟓𝑿〗 _𝟒≤𝟕𝟎𝟎𝟎
〖𝟏𝟎𝟎𝑿〗 _𝟏+ 〖𝟏𝟏𝟎𝑿〗 _𝟐+ 〖𝟏𝟐𝟎𝑿〗 _𝟑+ 〖𝟗𝟓𝑿〗 _𝟒≤𝟕𝟓𝟎
𝑿_𝟏+𝑿_𝟐+𝑿_𝟑+𝑿_𝟒≥𝟎

Se adicionó la nueva actividad al problema

Convertir a Dual la variable adicional

𝑴𝒊𝒏 𝑾=𝟖𝟓𝟎𝟎𝒀_𝟏+𝟕𝟎𝟎𝟎𝒀_𝟐+𝟕𝟓𝟎𝟎𝒀_𝟑

〖𝟏𝟎𝟎𝒀〗 _𝟏+ 〖𝟖𝟎𝒀〗 _𝟐+ 〖𝟏𝟎𝟎𝒀〗 _𝟑≤𝟏𝟖𝟎𝟎𝟎𝟎𝟎𝟎

〖𝟏𝟒𝟎𝑿〗 _𝟏+ 〖𝟗𝟎𝒀〗 _𝟐+ 〖𝟏𝟏𝟎𝒀〗 _𝟑≤𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎
〖𝟏𝟓𝟎𝒀〗 _𝟏+ 〖𝟏𝟎𝟎𝒀〗 _𝟐+ 〖𝟏𝟐𝟎𝒀〗 _𝟑≤𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎
〖𝟐𝟓𝒀〗 _𝟏+ 〖𝟕𝟓𝒀〗 _𝟐+ 〖𝟗𝟓𝒀〗 _𝟑≤𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎
𝒀_𝟏,𝒀_𝟐,𝒀_𝟑≥𝟎

Sustituir los valores de las variables duales Y1,Y2,Y3 POR LOS VALORES S1,S2,S3 DE

〖𝟐𝟓𝒀〗 _𝟏+ 〖𝟕𝟓𝒀〗 _𝟐+ 〖𝟗𝟓𝒀〗 _𝟑≤𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎

〖𝒁𝑿〗 _𝟒= 〖𝟐𝟓𝒀〗 _𝟏+ 〖𝟕𝟓𝒀〗 _𝟐+ 〖𝟗𝟓𝒀〗 _𝟑−𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎

〖𝒁𝑿〗 _𝟒=𝟐𝟓(𝟖𝟎𝟎𝟎𝟎)+𝟕𝟓(𝟎)+𝟗𝟓(𝟏𝟎𝟎𝟎𝟎𝟎)−𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎

〖𝒁𝑿〗 _𝟒=−𝟑𝟓𝟎𝟎𝟎𝟎𝟎

Multiplicamos la matriz inversa de la tabla optima por los coeficientes de la columna

|■8(0,033333333&0&−0,03333333@−0,133333333&1&−0,66666667@−0,04&0&0,05)|| ■8(25@75@95)|
 X1 X2 X3
RECURSOS
Max 18000000 22000000 24000000
re 100 t de PVC, 80 t de fibra de vidrio y 100 t de PVC 100 140 150 ≤
de fibra de vidrio, y 110 t de otros materiales y FIBRA 80 90 100 ≤
o y 120 t de otros materiales y genera una utilidad OTROS 100 110 120 ≤
VC, 7.000 t de fibra de vidrio y 7.500 t de otros
ursos disponibles PVC Co. Inc. para maximizar sus

mular el problema como un modelo de

o negatividad.

(Excel), plantear la forma estándar del método

al y construir las tablas de las iteraciones de la
ar la solución del problema programación lineal.

n lineal. En hoja de cálculo (Excel), tomar el

zar los cambios que afectan la factibilidad: 1.
tan la optimalidad: 1. Cambios en los coeficientes

𝟎𝟎𝟎𝟎𝟎𝑿_𝟑 X1 X2 X3
RECURSOS
Max 18000000 22000000 24000000
PVC 100 140 150 ≤ 8500
FIBRA 80 90 100 ≤ 7000
OTROS 100 110 120 ≤ 7500

PRIMAL
 〗 _𝟑=𝟕𝟓𝟎𝟎

PRIMAL

S3 SOL
0 0
0 8500 56.6666667 MENOR
0 7000 70
1 7500 62.5

S3 SOL
0 1360000000
0 56.6666667 85
0 1333.33333 100
1 700 35 MENOR

S3 SOL
100000 1430000000
-0.03333333 33.3333333
-0.66666667 866.666667
0.05 35

CTA LA FACTIBILIDAD

Permisible
Reducir
1000
866.666667
700

Rangos permisibles para modificar las restricciones del lado derecho

PVC FIBRA DE VIDRIO OTROS

(6800;8500)
 (7500;9375) (6134;+∞) (6800;8500)

0.57142857

57% Debe ser < = a 100%

800% Debe ser < = a 100%

AFECTA LA FACTIBILIDAD

S3 SOL
100000 1430000000
-0.03333333 33.3333333
-0.66666667 866.666667
0.05 35

𝑿〗 _𝟑≤𝟖𝟓𝟎𝟎
𝑿〗 _𝟑≤𝟖𝟓𝟎𝟎
〗 _𝟑≤𝟕𝟎𝟎𝟎
𝑿〗 _𝟑≤𝟕𝟓𝟎𝟎

ueva restricción

FUNCIÓN OBJETIVO

Permisible
Reducir
2000000
1E+030
200000
𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

𝟐𝟕𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑

6667@−0,04&0&0,05))=(−260000,0,550000)

𝟎𝟎𝟎𝟎𝟎𝟎(𝟑𝟑,𝟑𝟑𝟑𝟑𝟑𝟑)

TIMA
SOL
33.3333333
866.666667
35
1915000000

CTIVIDAD

𝟐+𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟑+𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎𝑿_𝟒
𝟎𝑿〗 _𝟑+ 〖𝟐𝟓𝑿〗 _𝟒≤𝟖𝟓𝟎𝟎
𝑿〗 _𝟑+ 〖𝟕𝟓𝑿〗 _𝟒≤𝟕𝟎𝟎𝟎
𝟎𝑿〗 _𝟑+ 〖𝟗𝟓𝑿〗 _𝟒≤𝟕𝟓𝟎𝟎

al problema 𝑿_𝟒

adicional

𝒀_𝟐+𝟕𝟓𝟎𝟎𝒀_𝟑

𝟎𝒀〗 _𝟑≤𝟏𝟖𝟎𝟎𝟎𝟎𝟎𝟎
𝟏𝟏𝟎𝒀〗 _𝟑≤𝟐𝟐𝟎𝟎𝟎𝟎𝟎𝟎
𝟏𝟐𝟎𝒀〗 _𝟑≤𝟐𝟒𝟎𝟎𝟎𝟎𝟎𝟎
𝒀〗 _𝟑≤𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎

OR LOS VALORES S1,S2,S3 DE LA TABLA ÓPTIMA Tabla óptima del ejercicio

VR Z X1 X2 X3
Z 1 0 200000 0
X3 0 0 1 1
_𝟑−𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎 F2 0 0 -2 0
X1 0 1 -0.1 0
𝟎𝟎𝟎𝟎)−𝟏𝟓𝟎𝟎𝟎𝟎𝟎𝟎
Tabla óptima del ejercicio
VR Z X1 X2 X3
Z 1 0 200000 0
X3 0 0 1 1
F2 0 0 -2 0
X1 0 1 -0.1 0
coeficientes de la columna 𝑿_𝟒

Agregamos la nueva casilla X4 en la tabla óptima y escribimos los resultados de la o

&0&0,05)|| ■8(25@75@95)| =|■8(−2,33333333@8,33333333@3,75)| de una nueva actividad (X4) afecta la optimalidad, ya que dio
RECURSOS

8500
7000
7500
ptima del ejercicio
S1 S2 S3 SOL
80000 0 100000 1430000000
0.03333333 0 -0.03333333 33.3333333
-0.13333333 1 -0.66666667 866.666667
-0.04 0 0.05 35

abla óptima del ejercicio

X4 S1 S2 S3 SOL
-3500000 80000 0 100000 1430000000
-2.33333333 0.03333333 0 -0.03333333 33.3333333
8.33333333 -0.13333333 1 -0.66666667 866.666667
3.75 -0.04 0 0.05 35

scribimos los resultados de la operaciones, podemos concluir que la adición

fecta la optimalidad, ya que dio un número negativo.
 LP_max (3)

Linear Programming 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
Use one of the three signs below for each(Excel
(Excel 2003,
2003, 2011).
constraint 2011).
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 18000000 22000000 24000000 sign RHS 1430000000
Pvc 100 140 150 < 8500 8500 0 Pvc
Fibra de vidrio 80 90 100 < 7000 6133.3333333 866.66666667 Fibra de vidrio
Otros 100 110 120 < 7500 7500 0 Otros

Results
Variables 35 0 33.333333
Objective 1430000000

Page 34
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [ejercicio1 y 2 tarea3..xlsx]Hoja2
Informe creado: 21/07/2020 8:58:57 p. m.

Celdas de variables
Final
Reducido Objetivo Permisible Permisible
Celda Nombre Valor
Coste Coeficiente Aumentar Reducir
$D$5 X1 35 0 18000000 2000000 2000000
$E$5 X2 0 -200000 22000000 200000 1E+030
$F$5 X3 33.333333333 0 24000000 3000000 200000

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$G$9 PVC LDI 8500 80000 8500 875 1000
$G$10 FIBRA LDI 6133.3333333 0 7000 1E+030 866.66666667
$G$11 OTROS LDI 7500 100000 7500 1000 700