Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROGRAMACIÓN LINEAL
GRUPO:
100404_238
28 NOVIEMBRE DE 2019
INTRODUCCIÓN
La panadería El Horno Caliente maneja tres productos: Pan aliñado con una utilidad de 60 pesos utilizando 5 gramos
harina, 3 gramos de azúcar y 2 gramos de mantequilla; pan liso con una utilidad de 60 pesos utilizando 6 gramos de
harina, 2 gramos de azúcar y 2 gramos de mantequilla, pan de arroz con una utilidad de 60 pesos utilizando 5 gramos
harina, 3 gramos de azúcar y 3 gramos de mantequilla. Semanalmente el panadero cuenta con Harina 35 kilos, azúcar
kilos, mantequilla 10 kilos. (Estos valores lo convertimos a gramos porque no podemos mezclar kilos con gramos)
¿Cuántos panes de cada tipo debe producir semanalmente para generar mayor utilidad posible con los recursos
disponibles? ¿Este ejercicio es maximización o de minimización?
Variables: x1= pan alinado Restricciones: uso materia prima ≤ disponibilidad maxima
x2= pan liso Uso de harina: 〖 5𝑋 〗 _1+ 〖 6𝑋 〗 _2+ 〖 5𝑋 〗
_3≤35000
x3= pan arroz Uso de azucar: 〖 3𝑋 〗 _1+ 〖 2𝑋 〗 _2+ 〖 3𝑋 〗
_3≤12000
Uso de mantequilla:
𝑍_𝑚𝑎𝑥=60𝑋_1+60𝑋_2+60𝑋_3 〖 2𝑋 〗 _1+ 〖 2𝑋 〗 _2+ 〖 3𝑋 〗 _3≤10000
𝑋_1,𝑋_2,,𝑋_3≥0
𝑊_𝑚𝑖𝑛=35000𝑌_1+12000𝑌_2+10000𝑌_3
𝑊_𝑚𝑖𝑛−35000𝑌_1−12000𝑌_2−10000𝑌_3+𝑆_1+𝑆_2+𝑆_3=0
〖− 5𝑌 〗 _1− 〖 3𝑌 〗 _2− 〖 2𝑌 〗 _3+𝑆_1=−60
− 〖 6𝑌 〗 _1− 〖 2𝑌 〗 _2− 〖 2𝑌 〗 _3+𝑆_2=−6
0〖− 5𝑌 〗 _1− 〖 3𝑌 〗 _2− 〖 3𝑌 〗 _3+𝑆_3=−60
𝑌_1,𝑌_2,𝑌_3≥0
rcicio: si es de maximización o de
Paso 2. Resolver y formular el ejercicio dual de forma manual en excel por el método simple
ejercicio de forma manual por el método simplex algebraico dual si el ejercicio es de minimiz
siendo infactible y óptima, en comparación con el método simplex algebraico primal que com
Tabla inicial
Variables no basicas
variables
basicas
W X1 X2 X2
W 1 -60 -60 -60
S1 0 5 6 5
S2 0 3 2 3
S3 0 2 2 3
≤ disponibilidad maxima
+ 〖 6𝑋 〗 _2+ 〖 5𝑋 〗
+ 〖 2𝑋 〗 _2+ 〖 3𝑋 〗 W X1 X2 X2
W 1 -60 -60 -60
〖 3𝑋 〗 _3≤10000
S1 0 5 6 5
S2 0 3 2 3
S3 0 2 2 3
W X1 X2 X2
W 1 0 -20 0
S1 0 0 8/3 0
X1 0 1 2/3 1
S3 0 0 2/3 1
bles no basicas
Solucion
S1 S2 S3
0 0 0 0
1 0 0 35000
0 1 0 12000
0 0 1 10000
S1 S2 S3 solucion
0 0 0 0
1 0 0 35000 7000
0 1 0 12000 4000 minimo
0 0 1 10000 5000
S1 S2 S3 solucion
0 20 0 240000 F1+(60*F4)
1 -5/3 0 15000 F2-(5*F4) 5625
0 1/3 0 4000 6000
S1 S2 S3 solucion
0 0 30 300000 F1+ (20*F4)
1 1 -4 7000 F2-( 8/3 *F4)
0 -1/3 -1 2000 F3 -(2/3 *F4)
0 -1 3/2 3000 F4 ÷ 2/3
a) ¿Cuál es el resultado de Z y a que corresponde?
er y formular el
solución comienza W 30000
ntes preguntas: Costo total generado con la disponibilidad de los recursos
b) ¿Cuál es el resultado de cada variable Y1, Y2, Y3, etc. y a qué corresponde?
Paso 3. Resolver el ejercicio original (primal) con el complemento solver de excel, generar la tabla de infor
sensibilidad que arroja solver y resolver las siguientes preguntas
funcion W 300000
objetivo 2000 3000 0
Pan alinado Pan liso Pan arroz
Utilidad Disponibilid
(pesos) 60 60 60 ad
Harina 5 6 5 35000
Azucar 3 2 3 12000
Mantequilla 2 2 3 10000
restricciones
lado izd lado der
28000 ≤ 35000
12000 ≤ 12000
10000 ≤ 10000
Microsoft Excel 16.0 Sensitivity Report
Definamos:
d1 := cambios unitarios de ingresos de
producto A.
d2 := cambios unitarios de ingresos de
Reduced Objective Allowable Allowable producto B.
Cost Coefficient Increase Decrease d3 := cambios unitarios de ingresos de
0 60 30 3.55E-15 producto C.
0 60 3.55271E-15 20
-30 60 30 1.00E+30
Shadow Constraint Allowable Allowable f) ¿Cuáles son los rangos en los cuales pueden adquirirse o reduc
Price R.H. Side Increase Decrease
0 35000 1.00E+30 7000
3.55271E-15 12000 3000 2000 Definamos:
D1 :=cambio de materia prima.
D2 := cambio de materia prima.
30 10000 1750 2000
D3 := cambio de materia prima.
Interpretacion
o recibido en el periodo de planificación es de $ 300000
nidades del producto A, en el periodo de planificación.
nidades del producto B, en el periodo de planificación.
ades del producto C.
do el recurso disponible en las operaciones realizadas.
do el recurso disponible en las operaciones realizadas.
g disponibles.
Intervalos de optimalidad:
- 3.5527136788005E-15≤ d1 ≤ 30 (Producto A)
Z
20≤d2 ≤ 96 666,67 (Producto B)
1E+30 ≤ d3 ≤ 30 (Producto C) S1
X1
X2
PRIMAL
S1
X1
X2
Materia prima
300000+0x ≥ 0
7000+1x ≥ 0
2000+0x ≥ 0
3000+0x ≥ 0
300000+0x ≥ 0
7000+1x ≥ 0
2000+0x ≥ 0
3000+0x ≥ 0
0 ≤ x ≤300000
so 4: Revisar el ejercicio original desarrollado por el método simplex algebraico en el paso 2 de la guía anterior
rrespondiente a la tarea 1
Z X1 X2 X2 S1 S2 S3
1 0 0 30 0 0 30
0 0 0 -4 1 1 -4
0 1 0 0 0 -1/3 -1
0 0 1 3/2 0 -1 3/2
_𝑚𝑖𝑛−35000𝑌_1−12000𝑌_2−10000𝑌_3+𝑆_1+𝑆_2+𝑆_3=0
〖− 5𝑌 〗 _1− 〖 3𝑌 〗 _2− 〖 2𝑌 〗 _3+𝑆_1=−60
− 〖 6𝑌 〗 _1− 〖 2𝑌 〗 _2− 〖 2𝑌 〗 _3+𝑆_2=−6
0〖− 5𝑌 〗 _1− 〖 3𝑌 〗 _2− 〖 3𝑌 〗 _3+𝑆_3=−60
Identificar el vector de términos independientes (disponibilidad o requerimiento de recursos), calcular el rango en el que
puede modificar dicho vector sin afectar el resultado óptimo, es decir, sin afectar los valores finales de X1, X2, X3.
Z X1 X2 X2 S1 S2 S3
1 0 0 30 0 0 30
0 0 0 -4 1 1 -4
0 1 0 0 0 -1/3 -1
0 0 1 3/2 0 -1 3/2
solucion
300000
7000
2000
3000
solucion
300000
7000
2000
3000
ateria prima
000+30x ≥ 0
000-4x ≥ 0
000-1x ≥ 0
00+1.5x ≥ 0
x=-10000
c) Identificar los coeficientes tecnológicos
Z X1 X2
Z 1 0 0
S1 0 0 0
X1 0 1 0
X2 0 0 1
COEFICIENTES TECNOLOGICOS
X2 S1 S2 S3 solucion
30 0 0 30 300000
-4 1 1 -4 7000
0 0 -1/3 -1 2000
3/2 0 -1 3/2 3000
NOLOGICOS
Microsoft Excel 16.0 Sensitivity Report
Report Created: 27/11/2019 9:13:34 PM
Variable Cells
Final Reduced Objective Allowable
Cell Name Value Cost Coefficient Increase
$X$34 objetivo Pan a 2000 0 60 30
$Y$34 objetivo Pan l 3000 0 60 3.55271E-15
$Z$34 objetivo Pan a 0 -30 60 30
Constraints
Final Shadow Constraint Allowable
Cell Name Value Price R.H. Side Increase
$W$44 lado izd 28000 0 35000 1E+030
$W$45 lado izd 12000 3.55271E-15 12000 3000
$W$46 lado izd 10000 30 10000 1750
Allowable
Decrease
3.55271E-15
20
1E+030
Allowable
Decrease
7000
2000
2000
La empresa Carbones de oriente debe ingresar a la empresa un requerimiento
mínimo diario de carbón de 5000 kg de carbón de alto volátil, 4000 kg de medio
volátil y 3000 kg de bajo volátil para su debido proceso y trasformación. La entrada
de estos se da de la siguiente manera: De la mina sur en un viaje se reciben 80 kg
de alto volátil, 70 kg de medio volátil y 65 kg de bajo volátil, de la mina norte en
un viaje se reciben 60kg de alto volátil, 50 kg de medio volátil y 40kg de bajo
volátil, de la mina central en un viaje se reciben 40kg de alto volátil, 30kg de medio
volátil y 20 de bajo volátil, el costo del trasporte de un viaje de cada mina es de
2500 dólares, 1500 dólares y 900 dólares, respectivamente. ¿Cuántos viajes de cada
mina se deben recibir a diario para suplir los requerimientos mínimos y generar el
menor costo de transporte? ¿Este ejercicio es maximización o de minimización?
Paso 1. Definir el modelo dual del problema original (primal) incluyendo: Tipo de
ejercicio: si es de maximización o de minimización, función objetivo dual y
restricciones duales.
Ahora tabulamos los datos del ejercicio para apreciar los requisitos y restricciones
que se deben tener en cuenta, para obtener el modelo canónico.
Productos o Servicios
Viaje Viaje Requerimiento
Recursos Viaje Relación
Mina Mina diario (kg)
Mina Sur
Norte Central
(x1)
(x2) (x3)
Carbón Alto
80 60 40 ≥ 5000
Volátil (kg)
Carbón
Medio 70 50 30 ≥ 4000
Volátil (kg)
Carbón Bajo
65 40 20 ≥ 3000
Volátil (kg)
Costos Por
2500 1500 900
Viaje ($)
· Restricciones:
· Restricciones:
Debido a que los resultados de las ecuaciones son negativos, el ejercicio se debe
resolver por el método simplex dual.
Ahora para
solucionar
el ejercicio
por el
método
simplex
dual, se
crea matriz
de datos.
Resultado
Z -2500 -1500 -900 0 0 0 0
-80 -60 -40 1 0 0 -5000
-70 -50 -30 0 1 0 -4000
-65 -40 -20 0 0 1 -3000
PRIMERA
INTERAC
CION
Paso 1: Identificar la Fila Pivote: En la columna de resultado identifico el número
menor o el más negativo, sin tener en cuenta la fila Z
El número más cercano a cero (0), es hace parte de la columna pivote, por la tanto
la columna pivote es x3.
Resultado
z -2500 -1500 -900 0 0 0 0
-80 -60 -40 1 0 0 -5000
-70 -50 -30 0 1 0 -4000
-65 -40 -20 0 0 1 -3000
Paso 3: Hallar la nueva fila pivote: El numero -40 debe convertirse en 1, para ello,
se divide la fila pivote en el número pivote. Dando lugar a la tabla anexa:
La nueva matriz queda de la siguiente forma:
Resultado
z -2500 -1500 -900 0 0 0 0
2 1.5 1 -0.025 0 0 125
-70 -50 -30 0 1 0 -4000
-65 -40 -20 0 0 1 -3000
Paso 4: Hallar las Nuevas Tablas Anexas: Los demás números que aparecen en la
columna pivote deben quedar convertidos en cero. Excepto el número 1 de la fila
pivote. Para ello aplicamos el método e Gauss Jordán
· Iniciamos con la fila z: Para ello multiplicamos cada celda de la Fila pivote
por 900, ubicamos los resultados en la fila operación y luego sumamos de la fila Z
actual con la fila operación y nos daría la Fila Z nueva
· Iniciamos con la fila z: Para ello multiplicamos cada celda de la Fila pivote
por 900, ubicamos los resultados en la fila operación y luego sumamos de la fila Z
actual con la fila operación y nos daría la Fila Z nueva
Resultado
Fila z actual -2500 -1500 -900 0 0 0 0
Operation 1800 1350 900 -22.5 0 0 112500
Fila z nueva -700 -150 0 -22.5 0 0 112500
· Continuamos con la fila s2: Para ello multiplicamos cada celda de la Fila
pivote por 30, ubicamos los resultados en la fila operación y luego sumamos de la
fila s2 actual con la fila operación y nos daría la Fila s2 nueva
Resultado
Fila s2 actual -70 -50 -30 0 1 0 -4000
Operation 60 45 30 -0.75 0 0 3750
Fila s2 nueva -10 -5 0 -0.75 1 0 -250
· Continuamos con la fila s3: Para ello multiplicamos cada celda de la Fila
pivote por 20, ubicamos los resultados en la fila operación y luego sumamos de la
fila s3 actual con la fila operación y nos daría la Fila s3 nueva.
Resultado
Fila s3 actual -65 -40 -20 0 0 1 -3000
Operation 40 30 20 -0.5 0 0 2500
Fila s3 nueva -25 -10 0 -0.5 0 1 -500
Resultado
z -700 -150 0 -22.5 0 0 112500
2 1.5 1 -0.025 0 0 125
-10 -5 0 -0.75 1 0 -250
-25 -10 0 -0.5 0 1 -500
Resultado
z -700 -150 0 -22.5 0 0 112500
2 1.5 1 -0.025 0 0 125
-10 -5 0 -0.75 1 0 -250
-25 -10 0 -0.5 0 1 -500
Resultado
z -700 -150 0 -22.5 0 0 112500
2 1.5 1 -0.025 0 0 125
-10 -5 0 -0.75 1 0 -250
-25 -10 0 -0.5 0 1 -500
El método simplex dual solo admite divisiones entre números negativos. Cuando
hacemos la división, el resultado más cercano al número cero nos indica que dicha
columna corresponde la columna pivote. Por lo que solo se hará para la columna x1
y x2.
Entonces la columna pivote es x2, debido a que es el número más cercano a cero.
Resultado
z -700 -150 0 -22.5 0 0 112500
2 1.5 1 -0.025 0 0 125
-10 -5 0 -0.75 1 0 -250
-25 -10 0 -0.5 0 1 -500
Paso 3: Hallar la nueva fila pivote: El número -10 debe convertirse en 1, para ello,
se divide la fila pivote en el número pivote. Dando lugar a la tabla anexa:
Resultado
z -700 -150 0 -22.5 0 0 112500
2 1.5 1 -0.025 0 0 125
-10 -5 0 -0.75 1 0 -250
2.5 1 0 0.05 0 -0.1 50
Paso 4: Hallar las Nuevas Tablas Anexas: Los demás números que aparecen en la
columna pivote deben quedar convertidos en cero. Excepto el número 1 de la fila
pivote.
· Iniciamos con la fila z: Para ello multiplicamos cada celda de la Fila pivote
por 150, ubicamos los resultados en la fila operación y luego sumamos de la fila Z
actual con la fila operación y nos daría la Fila Z nueva.
Resultado
Fila z actual -700 -150 0 -22.5 0 0 112500
Operation 375 150 0 7.5 0 -15 7500
Fila z nueva -325 0 0 -15 0 -15 120000
· Continuamos con la fila x3: Para ello multiplicamos cada celda de la Fila
pivote por -1.5, ubicamos los resultados en la fila operación y luego sumamos de la
fila x3 actual con la fila operación y nos daría la Fila x3 nueva.
Resultado
Fila x3 actual 2 1.5 1 -0.025 0 0 125
Operation -3.75 -1.5 0 -0.075 0 0.15 -75
Fila x3 nueva -1.75 0 1 -0.1 0 0.15 50
· Continuamos con la fila s2: Para ello multiplicamos cada celda de la Fila
pivote por 5, ubicamos los resultados en la fila operación y luego sumamos de la
fila s2 actual con la fila operación y nos daría la Fila s2 nueva
Resultado
Fila s2 actual -10 -5 0 -0.75 1 0 -250
Operation 12.5 5 0 0.25 0 -0.5 250
Fila s2 nueva 2.5 0 0 -0.5 1 -0.5 0
La nueva matriz queda de la siguiente forma:
Resultado
z -325 0 0 -15 0 -15 120000
-1.75 0 1 -0.1 0 0.15 50
2.5 0 0 -0.5 1 -0.5 0
2.5 1 0 0.05 0 -0.1 50
Dado que las respuestas fueron positivas, quiere decir que este es el resultado final.
Resultado
z -325 0 0 -15 0 -15 120000
-1.75 0 1 -0.1 0 0.15 50
2.5 0 0 -0.5 1 -0.5 0
2.5 1 0 0.05 0 -0.1 50
Rta: Z corresponde al costo por transporte que se genera al realizar los viajes
correspondientes a cada mina y para este ejercicio es de $120.000
b) ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué
corresponde?
X1 X2 X3
0 viajes 50 viajes 50 viajes
Min: Z = 2500x1+1500x2+900x3
Restricciones
80x1 + 60x2 + 40x3 ≥ 5000 R1
70x1 + 50x2 + 30x3 ≥ 4000 R2
65x1 + 40x2 + 20x3 ≥ 3000 R3
x1,x2,x3 ≥ 0
VAR X1 X2 X3
0 50 50 120000
F.O Z 2500 1500 900
R1 80 60 40 5000 5000
R2 70 50 30 4000 4000
R3 65 40 20 3000 3000
a) ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué
corresponde?
X1 X2 X3
0 viajes 50 viajes 50 viajes
· Por cada unidad de kilogramo de carbón de alto volátil de reduce el costo en
5,32907E-15.
· Por cada unidad de kilogramo de carbón de medio volátil de reduce el costo
en 30.
· Por cada unidad de kilogramo de carbón de bajo volátil de reduce el costo en
0.
e) ¿Cuáles son los rangos en los cuales los coeficientes de la función objetivo
pueden cambiar para que la solución óptima se mantenga?
f) ¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse
recursos disponibles?
· Restricciones:
· Ahora que ya tenemos la matriz y el vector podemos calcular el rango en que
puede ser modificado dicho vector
Para asegurar que la solución siga siendo optima, debe cumplirse que cada
resultado debe ser mayor o igual a cero
𝑑 ≤ −11000
Por lo que el rango donde podemos variar el primer recurso es:
Productos o Servicios
Carbón Alto
Volátil (kg) 80 60 40 ≥ 5000
Carbón Medio
Volátil (kg) 70 50 30 ≥ 4000
Carbón Bajo
Volátil (kg) 65 40 20 ≥ 3000
Costos Por Viaje
($) 2500 1500 900
Productos o Servicios
Carbón Alto
Volátil (kg) 40 60 40 ≥ 5000
Carbón Medio
Volátil (kg) 70 50 30 ≥ 4000
Carbón Bajo
Volátil (kg) 65 40 20 ≥ 3000
Costos Por Viaje
($) 2500 1500 900
· Ahora para solucionar el ejercicio por el método simplex dual, se crea matriz
de datos.
Resultado
Z -2500 -1500 -900 0 0 0 0
-30 -60 -40 1 0 0 -5000
-70 -50 -30 0 1 0 -4000
-65 -40 -20 0 0 1 -3000
· Se resolvió el ejercicio nuevamente por la herramienta SOLVER de Excel,
los resultados fueron los siguientes
Min: Z = 2500x1+1500x2+900x3
Restricciones
40x1 + 60x2 + 40x3 ≥ 5000 R1
70x1 + 50x2 + 30x3 ≥ 4000 R2
65x1 + 40x2 + 20x3 ≥ 3000 R3
x1,x2,x3 ≥ 0
VAR X1 X2 X3
0 50 50 120000
F.O Z 2500 1500 900
R1 80 60 40 5000 5000
R2 70 50 30 4000 4000
R3 65 40 20 3000 3000
d) Identificar las variables, hacer la adición de una variable y calcular
los resultados.
· Esta es nuestra tabla final optima, a la cual se le agregará una variable x4, sin
embargo, no debemos hacer nuevamente el ejercicio debido a que ya tenemos
nuestra matriz inversa.
Para hallar los valores que faltan, basta con multiplicar la matriz inversa, con el
vector de los coeficientes de la nueva variable en las restricciones.
Objetivo
Celda Nombre Valor
$H$9 = 1470
Si el ejercicio fuese de maximización, es decir, encontrar el costo más alto que se podría pagar para cum
demanda establecida, entonces:
X1 X2 X3
Variables 0 9 0
Restricciones
Grande 1 3 2 0 20
Mediana 3 2 2 0 18
Pequeña 0 3 2 0 15
No se puede hacer análisis de sensibilidad ya que el problema presenta múltiples soluciones óptimas pa
opción “Maximizar”, por tanto, no da respuesta alguna.
Esto quiere decir que no se puede saber cual es el rango de los coeficientes de la función objetivo, ni sa
cuanto aumenta el costo por una unidad adicional de recurso disponible
PASO 4
X2
X3
h3
Z
-1
1
-1
-
-1
1
-1
-1
1
-1
Función Objetivo:
Restricciones:
- X1
- 3X1
X1
X2
X3
h3
Z
-1
1.0
-1
X1 X2 X3 h1 h2 h3 Resultado
-2 1 0 -1 1 0 2
3.5 0 0.999999995 0.999999995 -1.5 0 7
1 0 0 -1 0 1 5
-15 0 0 -60 -15 0 1470
minos independientes
inos independientes o mejor dicho, el vector que expresa la demanda de casas de perros que se deble suplir según los pedidos re
20
18
15
ango en que se puede mover este vector sin afectar la solución óptima, se realiza las siguientes operaciones de matrices, hay que
n, se cambian los signos de este vector para que sea semejante a la matriz dual y obtener los resultados correctos
1 0 - 20 - d
-1.5 0 -18
0 1 -15
20 + d - 18 ≥ 0
20 - d + 27 ≥ 0
20 + d - 15 ≥ 0
1 0 -20
-1.5 0 - 18 - d
0 1 -15
20 - 18 - d ≥ 0
20 + 27 + d ≥ 0
1 0 -20
-1.5 0 -18
0 1 - 15 - d
20 - 15 - d ≥ 0
20 → 18 - 27
18 → 11 - 20
15 → ∞ - 20
s coeficientes tecnológicos
tecnológicos son los reales que acompañan las variables expresadas en las restricciones, para este ejercicio son los señalados con
n cambio en uno de ellos es necesario tener en cuenta el tipo de variable, es decir, si es una variable básica o una no básica
.
umplir lo requerido en este punto vamos a realizar un cambio en el coeficiente de una variable no básica, para mantener la misma
un coeficiente de la variable X1
X1 X2 X3
Variables 0 2 7
Restricciones
Grande 1 3 2 0 20
Mediana 3 2 2 0 18
Pequeña 2 3 2 0 15
uso de Solver, que es una herramienta que tiene Excel para facilitar los análisis post-óptimos, se confirma lo planteado anteriorm
ución sigue siendo la misma
X1 X2 X3
Variables 0 6 1
Restricciones
Grande 1 3 2 0 20
Mediana 3 4 2 0 18
Pequeña 0 3 2 0 15
uso de Solver, que es una herramienta que tiene Excel para facilitar los análisis post-óptimos, se confirma lo planteado anteriorm
la solución cambia
na variable
e una variable es necesario traer la función objetivo y la tabla final óptima con forma dual, ya que, alguno de sus valores serán te
riable nueva X4, con sus respectivos coeficientes, como se muestra en rojo:
ión Objetivo:
stricciones:
a final óptima se agrega una columna con la nueva variable y las celdas correspondientes se agregan los coeficientes, hay que ten
olocan negativos
X1 X2 X3 X4 h1 h2 h3
-2 1 0 1 -1 1 0
3.5 0 0.999999995 -0.5 1.0 -1.49999999 0
1 0 0 1 -1 0 1
-15 0 0 -135 -60 -14.9999999 0
la matriz inversa, que es la parte azul de la tabla final óptima y se multiplica por el vector de los coeficientes de la nueva variabl
1 0 -2 1
-1.49999999 0 -1 0
0 1 -1 0
saber si esa nueva variable afecta o cambia la solución óptima que genera el problema al inicio, se multiplica esa columna por ca
ción Objetivo, así:
X2 = -210 1
X3 = -150 -0.5 -135
h3 = 0 1
ado da negativo, la solución sigue siendo la misma, pues no sale factible agregar ese nuevo producto que hace referencia a la var
sigue con el mismo proceso de método simplex hasta encontrar la solución óptima
e se expresa a continuación
eble suplir según los pedidos realizados por los clientes, es el siguiente
→ d ≥ -2
→ d ≤ 7
→ d ≥ -5
→ d ≤ 2
→ d ≥ -7
→ d ≤ 5
= -18
200X4
h1 = -20
h2 = -18
h3 = -15
0
an los coeficientes, hay que tener claro que como el ejercicio es dual los
Resultado
2
7
5
1470
e multiplica esa columna por cada uno de los coeficientes de las variables
cto que hace referencia a la variable X 4. Si por el contrario, ese resultado hubiese
BIBLIOGRAFIA
Hillier, F. (2011). Introducción a la investigación de operaciones (pp. 198-220), México D.F., México:
Editorial Mc Graw Hill. Recuperado de: http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?
docID=3214887
Pineda, R. (2018, diciembre 7). OVI – Análisis de dualidad [Archivo de video]. Recuperado de:
http://hdl.handle.net/10596/22659
e transporte. Análisis de
de:
D=3214857
e transporte. Análisis de
de:
D=3214857