Unidad 2: Tarea 2.

Dualidad y análisis post-óptimo

PAULA ANDREA RANGEL CACERES

JERALDIN USTARIZ GARCIA
FERNEY DIAZ

PROGRAMACIÓN LINEAL
GRUPO:
100404_238

PRESENTADO A: EVER EDUARDO CAUSADO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

28 NOVIEMBRE DE 2019
 INTRODUCCIÓN

El presente trabajo de del Curso de Programacion lineal pretende identificar el

Planteamiento de los problemas propuestos de Programación Lineal utilizando los resultados obtenidos en los
análisis de dualidad y análisis de sensibilidad para garantizar una toma de decisiones adecuada a las
condiciones de optimización de sistemas productivos.
ende identificar el
ultados obtenidos en los
nes adecuada a las
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.

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?

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

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

Construccion problema dual:

Objetivo ejercicio primal Problema dual

Maximizacion Minimizacion ≥

𝑊_𝑚𝑖𝑛=35000𝑌_1+12000𝑌_2+10000𝑌_3

〖 5𝑌 〗 _1+ 〖 3𝑌 〗 _2+ 〖 2𝑌 〗 _3≥60

〖 6𝑌 〗 _1+ 〖 2𝑌 〗 _2+ 〖 2𝑌 〗 _3≥60 TODAS LAS RESTRICCIONES DEBEN SER D
〖 5𝑌 〗 _1+ 〖 3𝑌 〗 _2+ 〖 3𝑌 〗 _3≥60 TIPO ≤, PARA LO CUAL MULTIPLICAMOS POR
𝑌_1,𝑌_2,𝑌_3≥0
𝑌_1,𝑌_2,𝑌_3≥0
Entonces tenemos:

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

d de 60 pesos utilizando 5 gramos de

60 pesos utilizando 6 gramos de
d de 60 pesos utilizando 5 gramos de a) ¿Cuál es el resultado de Z y a que corresponde?
cuenta con Harina 35 kilos, azúcar 12
mos mezclar kilos con gramos) b) ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué corresponde?
ad posible con los recursos c) ¿Qué significa el termino: “Precio sombra”?

Método simplex dual (Vamos a recuperar factibilidad)

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

RESTRICCIONES DEBEN SER D E Z X1 X2 X2

LO CUAL MULTIPLICAMOS POR -1 W 1 0 0 30
S1 0 0 0 -4
X1 0 1 0 0
X2 0 0 1 3/2
nual en excel por el método simplex algebraico primal si el ejercicio es de maximización; o resolver y formular el
co dual si el ejercicio es de minimización. (Recuerde que en el método simplex algebraico dual la solución comienza
simplex algebraico primal que comienza siendo factible, pero no óptima). Y responder las siguientes preguntas:

4, etc. y a qué corresponde?

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

0 -2/3 1 2000 F4-(2*F3) 3000

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?

Y1 2000 cantidad de harina para producir los productos

Y2 3000 cantidad de azucar para producir los productos
S3 30 costo generado para la produccion, usando el recurso de mantequilla.

c) ¿Qué significa el termino: “Precio sombra”?

Los precio sombra representa el costo de oportunidad de producir o consumir un bien o servicio en un p

de programación lineal,

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

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

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

Report Created: 27/11/2019 9:13:34 PM

la disponibilidad de los recursos

Variable Cells
Final
Cell Name Value
$X$34 objetivo Pan 2000
ctos $Y$34 objetivo Pan l 3000
ctos $Z$34 objetivo Pan 0
el recurso de mantequilla.
Constraints
Final
Cell Name Value
$W$44 lado izd 28000
$W$45 lado izd 12000
onsumir un bien o servicio en un problema
$W$46 lado izd 10000

r de excel, generar la tabla de informe de

a) ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué correspon
b) ¿Cuál es el resultado de Z y a que corresponde?

Variable Valor Interpretacion

W 300000 El mayor ingreso recibido en el periodo de planifi
x1 2000 Producir 2000 unidades del producto A, en el peri
x2 3000 Producir3000 unidades del producto B, en el perio
x3 0 Producir 0 unidades del producto C.
s1 0 Se consumio todo el recurso disponible en las ope
s2 0 Se consumio todo el recurso disponible en las ope
s3 30 Quedaron 30 Kg disponibles.

c) Si el ejercicio es de maximización: ¿Cuánto se incrementa o se reduce la gan

recurso que se pudiera adquirir o suprimir?
Valor Interpretacion
0 Un cambio unitario en la disponibilidad del recurs
0 Un cambio unitario en la disponibilidad del recurs
30 Un cambio unitario en la disponibilidad del recurso ,
 e) ¿Cuáles son los rangos en los cuales los coeficientes de la funci
mantenga?

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.

, X2, X3, X4, etc. y a qué corresponde??

ponde?

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.

to se incrementa o se reduce la ganancia por cada unidad de

?
 Interpretacion
rio en la disponibilidad del recurso, no cambia a W.
rio en la disponibilidad del recurso, no cambia a W.
en la disponibilidad del recurso , cambia a W en 30 kg
os cuales los coeficientes de la función objetivo pueden cambiar para que la solución óptima se Paso 4: Revisar el ejercicio original d
correspondiente a la tarea 1

a) Extraer la tabla final óptima

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

s cuales pueden adquirirse o reducirse recursos disponibles? 𝑊_𝑚𝑖𝑛−35000𝑌_1−12000𝑌_2−1000

〖− 5𝑌 〗 _1− 〖 3𝑌 〗 _2

Intervalos de factibilidad. Los precios duales se conservan para los intervalos.

- 7000 ≤ D1 ≤ 1E+30 (Unidades, materia prima) b) Identificar el vector de términos in
-2000 ≤ D2≤3000 (Unidades, materia prima) se puede modificar dicho vector sin a
-2000 ≤ D3 ≤ 1715 (Unidades, materia prima)

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

Extraer la tabla final óptima

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

VECTOR TERMINOS INDEPENDIENTE

Variación en los recursos

Materia prima Materia prima Materia prima
300000+0x ≥ 0 300000+0x ≥ 0 300000+30x ≥ 0
7000+1x ≥ 0 7000+1x ≥ 0 7000-4x ≥ 0
2000+0x ≥ 0 2000-0.33+x ≥ 0 2000-1x ≥ 0
3000+0x ≥ 0 3000-1x ≥ 0 3000+1.5x ≥ 0
300000+0x ≥ 0 300000+0x ≥ 0 300000+30x ≥ 0
7000+1x ≥ 0 7000+1x ≥ 0 7000-4x ≥ 0
2000+0x ≥ 0 2000-0.33+x ≥ 0 2000-1x ≥ 0
3000+0x ≥ 0 3000-1x ≥ 0 3000+1.5x ≥ 0

0 ≤ x ≤300000 30000≥ x ≥ x-0.33≥ -x≥ 0 x=-10000

a guía anterior

solucion
300000
7000
2000
3000

lcular el rango en el que

les de X1, X2, X3.

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.

¿Este ejercicio es maximización o de minimización?

Rta: El ejercicio es de minimización ya que, lo que se desea es tener el menor costo

de transporte, cumpliendo unos requisitos mínimos

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 ($)

Se definen las variables

Se define el Modelo Canónico del problema

·         Función Objetivo (Minimizar)

·         Restricciones:

Se define el Modelo Estándar

·         Función Objetivo
(Minimizar)

·         Restricciones:

Se tienen 3 variables de holgura, pero dado que el método simplex no maneja

variables de holgura negativas, se define un Nuevo Modelo Estándar

Se define el Nuevo Modelo Estándar

·         Función Objetivo (como no tiene holguras continua igual)

·         Restricciones (para convertir las holguras a positivas, se multiplica cada

ecuación por el signo menos)
·         Restricciones (para convertir las holguras a positivas, se multiplica cada
ecuación por el signo menos)

Paso 2. Resolver y formular el ejercicio dual de forma manual en excel por el

método simplex algebraico primal si el ejercicio es de maximización; o resolver y
formular el ejercicio de forma manual por el método simplex algebraico dual si el
ejercicio es de minimización. (Recuerde que en el método simplex algebraico dual
la solución comienza siendo infactible y óptima, en comparación con el método
simplex algebraico primal que comienza siendo factible, pero no óptima).

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

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 2: Identificar la columna Pivote: Tomamos la cifra de la variable x1, x2, x3 de

la fila Z y las dividimos en las cifras correspondientes de la fila pivote.

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

Finalmente, la nueva matriz queda de la siguiente forma:

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

Ahora nos planteamos las siguientes preguntas:

¿Todas las cifras de la columna de resultado son positivas? Rta: No
¿Todas las cifras de la fila Z están en cero o son negativas, exceptuando resultados?
Rta: Si
Nota: Si la respuesta a algunas de las dos preguntas es negativa se debe hacer una
nueva interacción
SEGUNDA
INTERAC
CIÓN

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 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

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 2: Identificar la columna Pivote: Tomamos la cifra de la variable x1, x2, x3 de

la fila Z y las dividimos en las cifras correspondientes de la fila pivote.

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

Ahora nos planteamos las siguientes preguntas:

·         ¿Todas las cifras de la columna de resultado son positivas? Rta: Si
·         ¿Todas las cifras de la fila Z están en cero o son negativas, exceptuando
resultados? Rta: Si
Nota: Si la respuesta a algunas de las dos preguntas es negativa se debe hacer una
nueva interacción

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

Responder las siguientes preguntas:

a)   ¿Cuál es el resultado de Z y a que corresponde?

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, es la cantidad de viajes a realizar a la mina del sur

X2, es la cantidad de viajes a realizar a la mina del norte
X3, es la cantidad de viajes a realizar a la mina central

X1 X2 X3
0 viajes 50 viajes 50 viajes

c)   ¿Qué significa el termino: “Precio sombra”?

El Precio Sombra de una restricción representa la tasa de cambio del valor óptimo
ante una modificación marginal del lado derecho de una restricción. Se entiende
por “marginal” aquella modificación que no cambia la geometría del problema, es
decir, que la nueva solución óptima se puede encontrar a través de la resolución del
sistema de ecuaciones al que da origen las restricciones activas originales (previa
actualización del parámetro que estamos modificando)

Paso 3. Resolver el ejercicio original (primal) con el complemento solver de excel,

generar la tabla de informe de sensibilidad que arroja solver y resolver las
siguientes preguntas:

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, es la cantidad de viajes a realizar a la mina del sur

X2, es la cantidad de viajes a realizar a la mina del norte
X3, es la cantidad de viajes a realizar a la mina central

X1 X2 X3
0 viajes 50 viajes 50 viajes

b)   ¿Cuál es el resultado de Z y a que corresponde?

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

c)   Si el ejercicio es de maximización: ¿Cuánto se incrementa o se reduce la

ganancia por cada unidad de recurso que se pudiera adquirir o suprimir? NA

d)   Si el ejercicio es de minimización: ¿Cuánto se incrementa o se reduce el

costo por cada unidad de recurso que se pudiera adquirir o suprimir?

·         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?

·         El coeficiente de la mina sur se puede aumentar 1e+30 o disminuir en 400

·         El coeficiente de la mina sur se puede aumentar 1e+30 o disminuir en 400

·         El coeficiente de la mina norte se puede aumentar 3,55271E-14 y disminuir

150

·         El coeficiente de la mina central se puede aumentar 100 y disminuir

2,13163E-14

f)    ¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse
recursos disponibles?

·         Los recursos de carbón de alto volátil pueden aumentase en 1,13687E-13 y

reducirse en 200

·         Los recursos de carbón de medio volátil pueden aumentarse en 166,667 y

reducirse en 5,68434E-14

·         Los recursos de carbón de bajo volátil pueden aumentarse en 1,13687E-13 y

reducirse en 1E+30

Paso 4: Revisar el ejercicio original desarrollado por el método simplex algebraico

en el paso 2 de la guía anterior correspondiente a la tarea 1 y realizar las siguientes
actividades:

a)   Extraer la tabla final óptima

·         Función Objetivo (Minimizar)

·         Restricciones:

2500 1500 900 0 0

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

b)   Identificar el vector de términos independientes (disponibilidad o requerimiento

de recursos), calcular el rango en el que se puede modificar dicho vector sin afectar
el resultado óptimo, es decir, sin afectar los valores finales de X1, X2, X3.

·         Primero obtenemos de la tabla final optima nuestra matriz inversa

·         Luego identificamos el vector de términos independientes (disponibilidad o

requerimiento de recursos)

·         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:

c)   Identificar los coeficientes tecnológicos, hacer un cambio en un coeficiente

tecnológico y calcular los resultados.

·         Identificamos los coeficientes tecnológicos

Productos o Servicios

Viaje Viaje Mina Requerimiento

Recursos Viaje Mina Relación
Mina Sur Norte (x2) Central diario (kg)
(x1) (x3)

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

·         Se hace el cambio en un coeficiente tecnológico

Productos o Servicios

Viaje Viaje Mina Requerimiento

Recursos Viaje Mina Relación
Mina Sur Norte (x2) Central diario (kg)
(x1) (x3)

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.

2500 1500 900 0 0

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

·         Función Objetivo (Minimizar)

 2500 1500 350 900 0 0
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

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.

Ahora hallamos el valor de z, correspondiente a x4

2500 1500 350 900 0 0

Resultado
z -325 0 0 0 -15 0 -15 120000
-1.75 0 1 -0.5 -0.1 0 0.15 50
2.5 0 0 0 -0.5 1 -0.5 0
2.5 1 0 0 0.05 0 -0.1 50
Microsoft Excel 16.0 Informe de límites
Hoja de cálculo: [GRUPO 100404A_614_TC1.xlsx]Solver
Informe creado: 26/11/2019 12:02:13 p. m.

Objetivo
Celda Nombre Valor
$H$9 = 1470

Variable Inferior Objetivo Superior Objetivo

Celda Nombre Valor Límite Resultado Límite Resultado
$D$6 Variables 0 0 1470 #N/A #N/A
$E$6 Variables 2 2 1470 #N/A #N/A
$F$6 Variables 7 7 1470 #N/A #N/A
 PASO 3

Si el ejercicio fuese de maximización, es decir, encontrar el costo más alto que se podría pagar para cum
demanda establecida, entonces:

c) Haciendo uso de la herramienta Solver que proporciona Excel, se obtien lo siguiente:

X1 X2 X3
Variables 0 9 0

Costos 120 210 150 = 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

o que se podría pagar para cumplir la

Revisando el ejercicio original desarrrollado en

en lo siguiente: a) Tabla final óptima

La tabla final óptima que se encuentra es la sigu

X2
X3
h3
Z

b) Vector de términos independientes

El vector de términos independientes o mejor d

últiples soluciones óptimas para la

es de la función objetivo, ni saber en

Para calcular el rango en que se puede mover es

de minimización, se cambian los signos de es

-1
1
-1

Realizando la respectiva multiplicación se ecue

-
 -1
1
-1

Realizando la respectiva multiplicación se ecue

-1
1
-1

Realizando la respectiva multiplicación se ecue

Siendo entonces el rango en que se puede move

c) Cambio en los coeficientes tecnológicos

Los coeficientes tecnológicos son los reales que

Para realizar un cambio en uno de ellos es ne

solución óptima.

En este ejercicio identificamos como variables

Entonces, para cumplir lo requerido en este pun

se va a cambiar un coeficiente de la variable X1
Entonces, para cumplir lo requerido en este pun
se va a cambiar un coeficiente de la variable X1

Se cambia la tercera restricción, quedando así:

Luego, haciendo uso de Solver, que es una herr

no básica, la solución sigue siendo la misma

Se cambia la segunda restricción, quedando así

Luego, haciendo uso de Solver, que es una herr

variable básica, la solución cambia

d) Adición de una variable

Para la adición de una variable es necesario trae

Se agrega una variable nueva X4, con sus respe

Función Objetivo:

Restricciones:

- X1
- 3X1

X1

En base a la tabla final óptima se agrega una co

coeficientes se colocan negativos

X2
X3
h3
Z

Para ello se coge la matriz inversa, que es la pa

-1
1.0
-1

Finalmente, para saber si esa nueva variable afe

básicas de la Función Objetivo, así:

Como este resultado da negativo, la solución sig

sido positivo, se sigue con el mismo proceso de
rcicio original desarrrollado en el paso 2 de la Tarea1, se puede resolver este paso 4 de la forma que se expresa a continuación

ima que se encuentra es la siguiente

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

pectiva multiplicación se ecuentra el intervalo en el que se mueve la demanda de casas grandes

20 + d - 18 ≥ 0
20 - d + 27 ≥ 0
20 + d - 15 ≥ 0
 1 0 -20
-1.5 0 - 18 - d
0 1 -15

pectiva multiplicación se ecuentra el intervalo en el que se mueve la demanda de casas medianas

20 - 18 - d ≥ 0
20 + 27 + d ≥ 0

1 0 -20
-1.5 0 -18
0 1 - 15 - d

20 - 15 - d ≥ 0

pectiva multiplicación se ecuentra el intervalo en el que se mueve la demanda de casas pequeñas

el rango en que se puede mover este vector el siguiente:

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
.

identificamos como variables básicas X2 y X3, mientras que la variable no básica es X1

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

Costos 120 210 150 = 1470

Restricciones
Grande 1 3 2 0 20
Mediana 3 2 2 0 18
Pequeña 2 3 2 0 15

era restricción, quedando así:

2X1 - 3X2 - 2X3 + h3

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

Costos 120 210 150 = 1410

Restricciones
Grande 1 3 2 0 20
Mediana 3 4 2 0 18
Pequeña 0 3 2 0 15

unda restricción, quedando así:

3X1 - 4X2 - 2X3 + h2

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:

- 120X1 - 210X2 - 150X3 -

stricciones:

- 3X2 - 2X3 - 2X4 +

- 2X2 - 2X3 - X4 +
- 3X2 - 2X3 - X4 +
, X2 , X3 , X4 ≥

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

eraciones de matrices, hay que tener en cuenta que como el promeblema es

resultados correctos

→ d ≥ -2
→ d ≤ 7
→ d ≥ -5
 → d ≤ 2
→ d ≥ -7

→ d ≤ 5

ejercicio son los señalados con rojo que se muestran a continuación

riable básica o una no básica, ya que esto determina si se afecta o no la

básica, para mantener la misma solución óptima y facilitar el proceso, es decir,

 = -15

onfirma lo planteado anteriormente, si se cambia un coeficiente de una variable

= -18

onfirma lo planteado anteriormente, si se cambia un coeficiente de una

 alguno de sus valores serán tenidos en cuenta para realizar este punto.

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

oeficientes de la nueva variable. Luego, ese resultado se pasa a la tabla

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

Kong, M. (2010). Investigación de operaciones: Programación lineal. Problemas de transporte. Análisis de

redes (pp. 95-114), Lima, Perú: Fondo editorial. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3214857

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

Kong, M. (2010). Investigación de operaciones: Programación lineal. Problemas de transporte. Análisis de

redes (pp. 123-139), Lima, Perú: Fondo editorial. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3214857

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

México D.F., México:

ib/unadsp/detail.action?

e transporte. Análisis de
de:
D=3214857

o]. Recuperado de: