Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO:
GRUPO: 100404_38
TUTORA:
Z-1400X1-1300X2-1300X3=0
120X1+100X2+200X3+S1=100.000
20X1+20X2+20X3+S2=15.000
60X1+S3=150.000
Organizar la tabla
X1 X2 X3 S1 S2 S3
S1 120 100 200 1 0 0
S2 20 20 20 0 1 0
S3 60 0 0 0 0 1
Z -1400 -1300 -1300 0 0 0
Identificar columna pivote, fila pivote y elemento pivote
X1 X2 X3 S1 S2 S3
S1 120 100 200 1 0 0
S2 20 20 20 0 1 0
S3 60 0 0 0 0 1
Z -1400 -1300 -1300 0 0 0
X1 X2 X3 S1 S2 S3
S1 120 100 200 1 0 0
S2 1 1 1 0 0.05 0
S3 60 0 0 0 0 1
Z -1400 -1300 -1300 0 0 0
Sale S2 y entra X1. Convertir en ceros los demás números de columna pivote
Para S1
: S2*-120 -120 -120 -120 0 -6 0
: + S1 0 -20 80 1 -6 0
Para S3
: S2*-60 -60 -60 -60 0 -3 0
: +S3 0 -60 -60 0 -3 1
Para Z
:S2*1400 1400 1400 1400 0 70 0
: +Z 0 100 100 0 70 0
Nueva tabla
X1 X2 X3 S1 S2 S3
S1 0 -20 80 1 -6 0
X1 1 1 1 0 0.05 0
S3 0 -60 -60 0 -3 1
Z 0 100 100 0 70 0
X1 X2 X3 Resultados Fórmula
Func Objetivo 1400 1300 1300 1050000
Desigualdad 1 120 100 200 <= 100000 90000
Desigualdad 2 20 20 20 <= 15000 15000
Desigualdad 3 60 0 0 <= 150000 45000
X1 750
X2 0
X3 0
Z 1050000
La solución encontrada con el complemento Solver en Excel, coincide con la encontrada con el método Simplex P
Problema Primal:
Función Objetivo: Max Z=1400X1+1300X2+1300X3
Restricciones:
R1: 120X1 + 100X2 + 200X3 ≤ 100.000
R2: 20X1 + 20X2 + 20X3 ≤ 15.000
R3: 60X1 + 0X2 + 0X3 ≤ 150.000
Restricción de no negatividad
Y1, Y2, Y3 >= 0
Planteamos el modelo estandar para así trabajar con el método simplex. Incluimos variables de holgura en las re
W-100000Y1-15000Y2-150000Y3=0
R1: 120Y1+20Y2+60Y3-1S1=1400
R2: 100Y1+20Y2-1S2=1300
R3: 200Y1+20Y2-1S3=1300
Simplex no trabaja con holguras negativas, por tanto hay que convertir a cada restricción. Multiplico por -1
R1: -120Y1-20Y2-60Y3+1S1=-1400
R2: -100Y1-20Y2+1S2=-1300
R3: -200Y1-20Y2+1S3=-1300
W queda: W-100000Y1-15000Y2-150000Y3-0S1-0S2-0S3=0
Tabla
Y1 Y2 Y3 S1 S2
W -100000 -15000 -150000 0 0
S1 -120 -20 -60 1 0
S2 -100 -20 0 0 1
S3 -200 -20 0 0 0
Identificar fila pivote. Se escoge de la columna Res o solución el valor más negativo (sin contar a W) (-1400) S1 se
Para columna pivote, dividimos los coeficientes de las variables de la función objetivo entre los coeficientes de la
: -100000/-120=833; -15000/-20=750; -150000/-60=2500. Tomamos el menor cociente: 750, es decir Y2
Número o elemento pivote: cruce fila y columna = -20
Sale variable S1 y entra Y2
Y1 Y2 Y3 S1 S2 S3
W -100000 -15000 -150000 0 0 0
Y2 -120 -20 -60 1 0 0
S2 -100 -20 0 0 1 0
S3 -200 -20 0 0 0 1
Convertir el pivote en 1. Dividimos la fila pivote (Y2 de la tabla anterior) entre -20
Y1 Y2 Y3 S1 S2 S3
W -100000 -15000 -150000 0 0 0
Y2 6 1 3 -0.05 0 0
S2 -100 -20 0 0 1 0
S3 -200 -20 0 0 0 1
Para S2
: Y2*20 120 20 60 -1 0 0
: + S2 20 0 60 -1 1 0
Para S3
: Y2*20 120 20 60 -1 0 0
: +S3 -80 0 60 -1 0 1
Nueva tabla
Y1 Y2 Y3 S1 S2 S3
W -10000 0 -105000 -750 0 0
Y2 6 1 3 -0.05 0 0
S2 20 0 60 -1 1 0
S3 -80 0 60 -1 0 1
Y1 0
Y2 70
Y3 0
W 1050000
Los resultados obtenidos con Solver, coinciden con los obtenidos con el método simplex dual
5 - Interpretar los resultados de la solución del problema primal y de la solución del pro
Z=10.050.000 W = 10.050.000
X1= 750 Y1=0
Y2=70
INTERPRETACIÓN Y3=0
Se necesitan 750 porciones de Base A para
obtener utilidad de 10.050.000 INTERPRETACIÓN
Y2 es el incremento en la contribución total a las
(1400 x 750=10,050,000 ) OK utilidades, por incorporar en la producción
15001 gramos de carne de cerdo.
Si se aumenta un gramo, la UTILIDAD va a pasar
de 10.050.000 a 10.050.070
obtener utilidad de 10.050.000
Y2 es el incremento en la contribución total a las
(1400 x 750=10,050,000 ) OK utilidades, por incorporar en la producción
15001 gramos de carne de cerdo.
Si se aumenta un gramo, la UTILIDAD va a pasar
de 10.050.000 a 10.050.070
IÓN LINEAL - PROBLEMA PRIMAL
INFORMACIÓN
Res
100000
15000
150000
0
Res
100000 833.333333
15000 750
150000 2500
0
Res
100000
750
150000
0
-90000
10000
-45000
105000
1050000
1050000
Res
10000
750
105000
1050000
da con el método Simplex Primal
Res
0
-1400
-1300
-1300
Res
0
70
-1300
-1300
1050000
1050000
1400
100
1400
100
Res
1050000
70
100
100
n del resultado? Sí
al
información
Carb Av Carb Mv Carb Bv costo viaje
1 viaje Mina A 80 ton 70 ton 65 ton 250 millon
1 viaje Mina B 60 ton 50 ton 40 ton 150 millon
1 viaje Mina C 40 ton 30 ton 20 ton 90 millon
se requiere 5000 ton 4000 ton 3000 ton
¿Cuántos viajes de cada mina se deben recibir mensualmente para suplir los requerimientos mínimos y gen
Variables de decisión:
X1: # Viajes procedentes de mina A
X2: # Viajes procedentes de mina B
X3: # Viajes procedentes de mina C
Modelo canónico
Función Objetivo: Zmin=250.000.000X1+150.000.000X2+90.000.000X3
Restricciones
Carb Av 80X1+60X2+40X3>=5000
Carb Mv 70X1+50X2+30X3>=4000
Carb Bv 65X1+40X2+20X3>=3000
Restricciones de no negatividad:
X1,X2,X3>=0
Restricciones. (Para trabajar con igualdades, hay que introducir variables de holgura S, que resten y equili
80X1+60X2+40X3-S1=5000
70X1+50X2+30X3-S2=4000
65X1+40X2+20X3-S3=3000
R1: -80X1-60X2-40X3+S1=-5000
R2: -70X1-50X2-30X3+S2=-4000
R3: -65X1-40X2-20X3+S3=-3000
Matriz inicial
X1 X2 X3 S1 S2
Z -250000000 -150000000 -90000000 0 0
S1 -80 -60 -40 1 0
S2 -70 -50 -30 0 1
S3 -65 -40 -20 0 0
Identificar fila pivote: Número menor en columna Res, sin contar Z: -5000
Identificar columna pivote: dividir las cifras de las variables X1, X2, X3 entre las cifras de fila pivote.
Se toma el número más cercano a 0. -250000000/-80= 3.125.000; -150000000/-60=2.500.000; -90.000.00
Número pivote: cruce columna y fila pivotes: -40
Sale S1 y es reemplazada por la variable X3
X1 X2 X3 S1 S2
Z -250000000 -150000000 -90000000 0 0
X3 -80 -60 -40 1 0
S2 -70 -50 -30 0 1
S3 -65 -40 -20 0 0
X1 X2 X3 S1 S2
Z -250000000 -150000000 -90000000 0 0
X3 2 1.5 1 -0.025 0
S2 -70 -50 -30 0 1
S3 -65 -40 -20 0 0
Para Z
: X3*90 Mill 180000000 135000000 90000000 -2250000 0
: +Z -70000000 -15000000 0 -2250000 0
Para S2
: X3*30 60 45 30 -0.75 0
: +S2 -10 -5 0 -0.75 1
Para S3
: X3*20 40 30 20 -0.5 0
: +S3 -25 -10 0 -0.5 0
Nueva tabla
X1 X2 X3 S1 S2
Z -70000000 -15000000 0 -2250000 0
X3 2 1.5 1 -0.025 0
: +S2 -10 -5 0 -0.75 1
: +S3 -25 -10 0 -0.5 0
Identificar fila, columna y número pivote. Fila: Número menor de Res: -500 (S3)
Columna: Variables X1, X2, X3 de fila Z, divididas entre cifras de fila pivote.
Número más cercano a cero: -70M/-25=2.800.000; -15000000/10=1.500.000
Número pivote: cruce fila y columna pivotes: -10
Sale S3 y es reemplazada por X2
X1 X2 X3 S1 S2
Z -70000000 -15000000 0 -2250000 0
X3 2 1.5 1 -0.025 0
S2 -10 -5 0 -0.75 1
X2 -25 -10 0 -0.5 0
X1 X2 X3 S1 S2
Z -70000000 -15000000 0 -2250000 0
X3 2 1.5 1 -0.025 0
S2 -10 -5 0 -0.75 1
X2 2.5 1 0 0.05 0
Para Z
: X2*15Mill 37500000 15000000 0 750000 0
: +Z -32500000 0 0 -1500000 0
Para X3
:X2*-1,5 -3.75 -1.5 0 -0.075 0
: +X3 -1.75 0 1 -0.1 0
Para S2
: X2*5 12.5 5 0 0.25 0
:+S2 2.5 0 0 -0.5 1
Nueva tabla
X1 X2 X3 S1 S2
Z -32500000 0 0 -1500000 0
X3 -1.75 0 1 -0.1 0
S2 2.5 0 0 -0.5 1
X2 2.5 1 0 0.05 0
Solución:
Z min =12.000.000.000
X3: 50
X2: 50
X1 X2 X3 Resultados Fórmula
Func Objetivo 250000000 150000000 90000000 12000000000
Desigualdad 1 80 60 40 >= 5000 5000
Desigualdad 2 70 50 30 >= 4000 4000
Desigualdad 3 65 40 20 >= 3000 3000
X1 0
X2 50
X3 50
Z 12000000000
Problema primal
Función Objetivo: Zmin=250.000.000X1+150.000.000X2+90.000.000X3
Restricciones:
80X1+60X2+40X3>=5000
70X1+50X2+30X3>=4000
65X1+40X2+20X3>=3000 No negatividad X1,X2,X3>=0
Canónico
Función objetivo. Wmax=5000Y1+4000Y2+3000Y3
Sujeto a:
R1: 80Y1+70Y2+65Y3<=250000000
R2: 60Y1+50Y2+40Y3<=150000000
R3: 40Y1+30Y2+20Y3<=90000000
Restricción de no negatividad:Y1,Y2,Y3>=0
Se transforma el modelo canónico en modelo estandar para poder trabajar con simplex primal
Función Objetivo: W-5000Y1-4000Y2-3000Y3=0
R1: 80Y1+70Y2+65Y3+S1=250000000
R2: 60Y1+50Y2+40Y3+S2=150000000
R3: 40Y1+30Y2+20Y3+S3=90000000
Primera tabla
Identificar columna pivote: Número menor o más negativo de los valores de la fila W: -5000
Identificar fila pivote. Los valores de la columna de Res se dividen entre los valores de columna pivote. Se escoge el meno
Fila pivote S3.
Y1 Y2 Y3 S1 S2 S3
W -5000 -4000 -3000 0 0 0
S1 80 70 65 1 0 0
S2 60 50 40 0 1 0
S3 40 30 20 0 0 1
Sale S3 y entra Y1
Convertir número pivote en 1 y los demás de esa columna en ceros
Y1 Y2 Y3 S1 S2 S3
W -5000 -4000 -3000 0 0 0
S1 80 70 65 1 0 0
S2 60 50 40 0 1 0
Y1 1 0.75 0.5 0 0 0.025
Para W
: Y1*5000 5000 3750 2500 0 0 125
: +W 0 -250 -500 0 0 125
Para S1
: Y1*-80 -80 -60 -40 0 0 -2
: +S1 0 10 25 1 0 -2
Para S2
: Y1*-60 -60 -45 -30 0 0 -1.5
: +S2 0 5 10 0 1 -1.5
Nueva tabla
Y1 Y2 Y3 S1 S2 S3
W 0 -250 -500 0 0 125
S1 0 10 25 1 0 -2
S2 0 5 10 0 1 -1.5
Y1 1 0.75 0.5 0 0 0.025
Para W
: Y3*500 0 250 500 0 50 -75
: +W 0 0 0 0 50 50
Para S1
: Y3*-25 0 -12.5 -25 0 -2.5 3.75
: +S1 0 -2.5 0 1 -2.5 1.75
Para Y1
: Y3*-0,5 0 -0.25 -0.5 0 -0.05 0.075
: +Y1 1 0.5 0 0 -0.05 0.1
Nueva tabla
Y1 Y2 Y3 S1 S2 S3
W 0 0 0 0 50 50
S1 0 -2.5 0 1 -2.5 1.75
Y3 0 0.5 1 0 0.1 -0.15
Y1 1 0.5 0 0 -0.05 0.1
X2 X3
Los valores de la fila W son 0 o positivos, por tanto se llegó a la solución:
Wmax: 12.000.000.000
Y1: 1.500.000
Y3: 1.500.000
Y1 Y2 Y3 Resultados Fórmula
Func Objetivo 5000 4000 3000 12000000000
Desigualdad 1 80 70 65 <= 250000000 217500000
Desigualdad 2 60 50 40 <= 150000000 150000000
Desigualdad 3 40 30 20 <= 90000000 90000000
Y1 1500000
Y2 0
Y3 1500000
W 12000000000
Problema Primal:
Si se reciben 50 viajes procedentes de mina B, 50 viajes procedentes de mina C y 0 de mina A, se obtiene un menor costo
No deben realizarse viajes procedentes de la mina A
En cuanto al costo mínimo
Los 50 viajes procedentes de la mina B representan un costo de $7.500.000.000
Los 50 viajes procedentes de la mina C representan un costo de $4.500.000.000
Los viajes, en total, suman un costo de $12.000.000.000
En cuanto al tipo de carbón Av
Si se requiere un mínimo de 5000 toneladas de carbón Av, la mina B proporciona en sus 50 viajes, un total de 3000 tonela
Y la mina C proporciona 2000 toneladas. Es decir entre la mina B y la mina C satisfacen justamente el requirimento mínim
En cuanto al tipo de carbón Mv
Si se requiere un mínimo de 4000 toneladas de carbón Mv, la mina B proporciona en sus 50 viajes, un total de 2500 tonel
Y la mina C proporciona 1500 toneladas. Es decir, entre las minas B y C satisfacen justamente el requerimiento mínimo
En cuanto al tipo de carbón Bv
Si se requiere un mínimo de 3000 toneladas de carbón Bv, la mina B proporciona 2000 toneladas y la C proporciona 1000
Entre las minas B y C satisfacen justamente el requerimiento mínimo.
Problema dual
El menor costo es de 12 mil millones de pesos.
La variable Y1 de la función objetivo en el Dual, está relacionada o referida a las restricciones sobre el carbón de Alta vola
para el cual se requiere un mínimo de 5000 toneladas. El precio sombra para este tipo de carbón es de 1.500.000 por ton
por tanto, si se tiene en cuenta un total de 5.000 toneladas, el precio total sería de $7.500.000.000
La variable Y3 de la función objetivo en el Dual, está relacionada o referida a las restricciones sobre el carbón de Baja vola
para el cual se requiere un mínimo de 3000 toneladas. El precio sombra para este tipo de carbón es de 1.500.000 por ton
por tanto, si se tiene en cuenta un total de 3.000 toneladas, el precio total sería de $4.500.000.000
Al sumar las dos cantidades anteriores, se obtiene la correspondencia con el total de W, pues para la restricción Y2, no hu
respuesta, es decir es 0.
W= 1500000Y1+0Y2+1500000= 12.000.000
W= 1500000*5000+0Y2+1500000*3000= 12.000.000
Con fundamento en lo anterior, se tiene que para obtener el menor costo de 12 mil millones, se hace necesario 50 viajes
de la mina B, es decir, el suministro de 3000 toneladas de carbón de alta volatilidad, más 2.500 toneladas de carbón de m
más 2000 toneladas de carbón de baja volatilidad, e igualmente, 50 viajes procedentes de la mina C, es decir, el suministr
2000 toneladas de carbón de alta, 1500 toneladas de carbón de media y 1000 toneladas de carbón de baja.
Con lo cual, se satisfacen las tres restricciones, sin tener que acudir a la mina A.
ación lineal. Problema primal
S3 Res
0 0
0 -5000
0 -4000
1 -3000
S3 Res
0 0
0 125
0 -4000
1 -3000
0 11250000000
0 11250000000
0 3750
0 -250
0 2500
1 -500
S3 Res
0 11250000000
0 125
0 -250
1 -500
S3 Res
0 11250000000
0 125
0 -250
1 -500
S3 Res
0 11250000000
0 125
0 -250
-0.1 50
-1500000 750000000
-1500000 12000000000
0.15 -75
0.15 50
-0.5 250
-0.5 0
S3 Res
-1500000 12000000000
0.15 50
-0.5 0
-0.1 50
Res
0
250000000 3125000
150000000 2500000
90000000 2250000
Res
0
250000000
150000000
2250000
11250000000
11250000000
-180000000
70000000
-135000000
15000000
Res
11250000000
70000000
15000000
2250000
Res
11250000000 -22500000
70000000 2800000
15000000 1500000
2250000 4500000
Res
11250000000
70000000
1500000
2250000
750000000
12000000000
-37500000
32500000
-750000
1500000
Res
12000000000
32500000
1500000
1500000
y la C proporciona 1000
re el carbón de Alta volatilidad
es de 1.500.000 por tonelada
Variables de decisión:
X1: Unidades de Detergente Gel
X2: Unidades de Detergente Sólido
X3: Unidades de Detergente Polvo
Función Objetivo
Max Z=10000X1+8000X2+8500X3
Restricciones por recurso
G Animal: 100X1+80X2+90X3<=7000
G Vegetal: 150X1+100X2+140X<=8000
Soda Caus: 120X1+100X2+110X3<=7000
Restricciones no negatividad
X1,X2,X3 >=0
Hay que pasar del modelo canónico al modelo estandar para trabajar con simplex
Z-10000X1-8000X2-8500X3=0
Se incluyen variables de holgura, para trabajar con igualdades
100X1+80X2+90X3+S1=7000
150X1+100X2+140X3+S2=8000
120X1+100X2+110X3+S3=7000
Restricciones de no negatividad
X1, X2, X3, S1, S2, S3 >=0
Matriz inicial
X1 X2 X3 S1 S2
Z -10000 -8000 -8500 0 0
S1 100 80 90 1 0
S2 150 100 140 0 1
S3 120 100 110 0 0
columna pivote: número menor o más negativo de los valores de la fila Z: -10000
Fila pivote: Razón mínima , valores de Res/valores columna pivote
Elemento pivote, cruce fila y columna pivotes: 150
Sale S2 y entra X1
X1 X2 X3 S1 S2
Z -100000 -8000 -8500 0 0
S1 100 80 90 1 0
X1 150 100 140 0 1
S3 120 100 110 0 0
X1 X2 X3 S1 S2
Z -10000 -8000 -8500 0 0
S1 100 80 90 1 0
X1 1 0.666666667 0.93333333 0 0.006666666667
S3 120 100 110 0 0
Para Z
: X1*10000 10000 6666.666667 9333.33333 0 66.66666666667
:+Z 0 -1333.33333 833.333333 0 66.66666666667
Para S1
: X1*-100 -100 -66.6666667 -93.3333333 0 -0.66666666667
: +S1 0 13.33333333 -3.33333333 1 -0.66666666667
Para S3
: X1*-120 -120 -80 -112 0 -0.8
: +S3 0 20 -2 0 -0.8
Nueva tabla
X1 X2 X3 S1 S2
Z 0 -1333.33333 833.333333 0 66.66666666667
S1 0 13.33333333 -3.33333333 1 -0.66666666667
X1 1 0.666666667 0.93333333 0 0.006666666667
S3 0 20 -2 0 -0.8
Para Z
: X2*1333,333 0 1333.333333 -133.333333 0 -53.3333333333
: +Z 0 0 700 0 13.33333333333
Para S1
: X2*-13,333 0 -13.3333333 1.33333333 0 0.533333333333
: +S1 0 0 -2 1 -0.13333333333
Para X1
: X2*-0,6667 0 -0.66666667 0.06666667 0 0.026666666667
:+X1 1 0 1 0 0.033333333333
Nueva tabla
X1 X2 X3 S1 S2
Z 0 0 700 0 13.33333333333
S1 0 0 -2 1 -0.13333333333
X1 1 0 1 0 0.033333333333
X2 0 1 -0.1 0 -0.04
X1 X2 X3 Resultados
Func Objet 10000 8000 8500
Desiguald 1 100 80 90 <= 7000
Desiguald 2 150 100 140 <= 8000
Desiguald 3 120 100 110 <= 7000
X1 33.3333333
X2 30
X3 0
Z 573333
Celdas de variables
Final Reducido Objetivo
Celda Nombre Valor Coste Coeficiente
$C$131:$C$133
$C$131 X1 33.3333333 0 10000
$C$132 X2 30 0 8000
$C$133 X3 0 -700 8500
Restricciones
Final Sombra Restricción
Celda Nombre Valor Precio Lado derecho
$H$127:$H$129 <= $G$127:$G$129
$H$127 <= Fórmula 5733.33333 0 7000
$H$128 <= Fórmula 8000 13.3333333 8000
$H$129 <= Fórmula 7000 66.6666667 7000
A- Analizar los cambios de aumento y reducción de los coeficientes de las variables de la función objetivo.
X1 son las unidades de detergente gel y X2 son las unidades de detergente sólido (X3: unidades detergente polvo
Inicialmente, al resolver el problema los resultados nos dicen que para lograr un ingreso óptimo de $ 573,333
se deben producir 33,3333 unidades de detergente gel, 33 unidades de detergente sólido y 0 unidades de deterg
En el informe de confidencialidad en la columna Final Valor, aparece que para X1 el número de unidades a produ
es de 33,3333 y para X2, el número a producir es de 33, lo cual coincide los resultados obtenidos
En la columna "Objetivo coeficiente" encontramos que 10000, 8000 y 8500 corresponden a los coeficientes
de las variables de la función objetivo.
Las columnas "permisible aumentar" y "permisible reducir" nos indican los valores entre los cuales puede aumen
disminuir el coeficiente de las variables de la función objetivo, de tal manera que los óptimos sigan siendo los val
33,3333 y 33 respectivamente
De acuerdo con lo anterior, podemos tomar el coeficiente de X1, que es 10000 y lo podemos subir hasta 12000,
porque el informe dice que es permisible aumentarlo hasta en 2000, es decir, tal aumento no deberá afectar el r
si modificamos el coeficiente de X1 dentro del rango permisible, al aplicar nuevamente el solver la solución tendr
Lo dicho significa que el detergente Gel puede ser producido hasta 12.000 la unidad y los óptimos encontrados n
o sea que seguirán siendo 33.3333 y 33 las cantidades óptimas de gel, si se producen, por ejemplo 11.900 unidad
En el mismo orden de ideas, el detergente sólido puede ser producido hasta 333,33 por encima de 8000, es deci
hasta 8333,33 por unidad y los valores óptimos seguirán siendo 33,3333 y 33 respectivamente a gel y sólido
Y dentro de la misma lógica podrá reducirse los coeficientes, de 10.000 a 9600 para X1
y de 8000 a 6666,67 para X2, sin que las cantidades óptimas se modifiquen, aunque el valor de Z sí cambie
Las restricciones están referidas a: 1) sólo se cuenta con 7000 Kg de grasa animal; 2) 8000 Kg de grasa vegetal y 3
El precio sombra de la restricción de grasa animal es 0, permisible aumentar infinito y permisible reducir 1266,66
En el lado derecho de la restricción (cantidad disponible de grasa animal) puedo aumentar cualquier cantidad y e
será el mismo. Si el precio sombra es cero, significa que a pesar de cualquier incremento que se haga, el valor de
Z max, seguirá siendo 573333,333 y la solución seguirá siendo 33,3333 y 33
En cuanto a la reducción, sólo se puede hasta el permisible reportado por el informe, es decir 1266,66, es decir, s
dicha cantidad, el precio sombra seguirá siendo cero, porque el cambio hecho en el lado derecho de la restricción
dentro del margen permitido.
Observamos que el valor reducible permitido para la restricción es de 1266,67, porque se tiene disponibles 7000
la columna de restricción lado derecho) y lo que se utilizó fue 5733.33 (que muestra la columna "final valor") es d
7000 disponibles menos 5733,33 = 1266,67 que es la cifra permitida para reducir
La tabla del informe dice que para la restricción de grasa vegetal, el lado derecho estaba en 8000, pero que se pu
750 o reducir hasta 1000, sin que el precio sombra de 13,33 sufra variación alguna
4- Realizar el análisis post-óptimo a la solución del modelo de programación lineal por el método simplex prim
A- Cambios que afectan la factibilidad
Cambios en los coeficientes del lado derecho. Variación de los recursos.
Tabla inicial:
X1 X2 X3 S1 S2
F. Objetivo -10000 -8000 -8500 0 0
Restricciones
S1 100 80 90 1 0
S2 150 100 140 0 1
S3 120 100 110 0 0
La cifra 7000 del lado derecho, se reemplaza por la constante b1 y se aplica el método simplex
X1 X2 X3 S1 S2
F. Objetivo -10000 -8000 -8500 0 0
Restricciones
S1 100 80 90 1 0
S2 150 100 140 0 1
S3 120 100 110 0 0
Tomar -10000 como valor más negativo y aplicar criterio de razón mínima para seleccionar fila y columna
X1 X2 X3 S1 S2
F. Objetivo -10000 -8000 -8500 0 0
Restricciones
S1 100 80 90 1 0
S2 150 100 140 0 1
S3 120 100 110 0 0
Se genera:
:(b1-5333,3333)/13,3333>=30
: b1>=400+5333,3333
: b1>= 5733,3333
Entra X2 y sale S3
Obtener la misma tabla generada por simplex, excepto la solución
Aplicar: b1-53,3333
Nueva tabla
X1 X2 X3 S1 S2
F. Objetivo 0 0 700 0 13.33333
Restricciones
S1 0 0 -2 1 -0.133333
X1 1 0 1 0 0.0333333
S3 0 1 -0.1 0 -0.04
: b1-5733,3333>=0
:b1>=5733,3333
Interpretación
Si se toma en cuenta que la cantidad de grasa animal tiene inicialmente una disponibilidad total de 7000 kg, es p
dicha cantidad disminuya hasta un valor límite de 5733,33 Kg sin que el valor encontrado para la solución óptima
Este resultado coincide con lo arrojado por el informe de confidencialidad, según el cual para el recurso grasa an
reducir hasta en 1266,67 sin que la solución óptima varíe.
X1 X2 X3 S1 S2
Z 0 0 700 0 13.33333333333
S1 0 0 -2 1 -0.13333333333
X1 1 0 1 0 0.033333333333
X2 0 1 -0.1 0 -0.04
La tabla queda:
X1 X2 X3 S1 S2
Z C1 8000 8500-C1 0 :-0,033333*C1
Restricciones
S1 0 0 -2 1 -0.13333333333
X1 1 0 1 0 0.033333333333
X2 0 1 -0.1 0 -0.04
Se convierte en 0 a -8000
Se realizan las siguientes operaciones
:-8000*-(1*-8000)=0
:-8500+c1-(0,1*-8000)=-7700+c1
: 0,03333*c1-(-0,04*-8000)=0,03333*c1-320
: -0,03333*c1-(0,05*-8000=-0,03333c1+400
: 33,3333*c1-(30*-8000)=33,3333c1+240000
Se obtiene:
X1 X2 X3 S1 S2
Z 0 0 : -7700+c1 0 :0,03333*C1-320
Restricciones
S1 0 0 -2 1 -0.13333
X1 1 0 1 0 0.033333
X2 0 1 -0.1 0 -0.04
:-7700 +c1>=0
c1>=7700
:0.03333c1-320>=0
:0.03333c1>=320
:c1>= 320/0.03333
:c1>= 9600
:-0,03333c1+400>=0
:-0,03333c1>=-400
: -0,03333c1 (-1)>=-400*-1
:c1<=-400/-0,03333
: c1<=12000
(Este resultado coincide con el informe de confidencialidad pues el objetivo coeficiente 10000 se puede aumenta
Interpretación:
El ingreso por unidad de detergente gel sin que se afecte la solución óptima debe estar en el rango: 9600<=c1<=1
Es decir, es permisible reducir el coeficiente 10000 hasta en 400 y es permisible aumentarlo hasta en 2000
(Lo cual coincide con lo arrojado por el informe solver de confiabilidad)
oducción requiere 100 Kg de grasa animal, 150 Kg de grasa vegetal y 120 Kg de
n requiere 80 Kg de grasa animal, 100 Kg de grasa vegetal y 100 Kg de soda
quiere 90 Kg de grasa animal, 140 Kg de grasa vegetal y 110 Kg de soda
grasa animal, 8.000 Kg de grasa vegetal y 7.000 Kg de soda caustica. Se
antidad optima de cada detergente a producir.
programación lineal
ente a producir
S3 Res o sol
0 0
0 7000 70
0 8000 53.3333333
1 7000 58.3333333
S3 Res
0 0
0 7000
0 53.3333333333333
1 7000
0 533333.333333333
0 533333.333333333
0 -5333.33333333333
0 1666.66666666667
0 -6400
1 600
S3 Res o Sol
0 533333.333333333
0 1666.66666666667 125
0 53.3333333333333 80
1 600 30
S3 Res o Sol
0 533333.333333333
0 1666.66666666667
0 53.3333333333333
0.05 30
66.666666666665 39999.999999999
66.666666666665 573333.333333332
-0.666666666666665 -399.999999999999
-0.666666666666665 1266.66666666667
-0.033333333333335 -20.000000000001
-0.033333333333335 33.3333333333323
S3 Res
66.666666666665 573333.333333332
-0.666666666666665 1266.66666666667
-0.033333333333335 33.3333333333323
0.05 30
Fórmula
573333
5733.33333333333
8000
7000
simplex primal del modelo de programación lineal.
Permisible Permisible
Aumentar Reducir
2000 399.999999999999
333.333333333332 1333.33333333333
700.000000000001 1E+030
Permisible Permisible
Aumentar Reducir
1E+030 1266.66666666667
750 999.999999999999
999.999999999999 600
e las restricciones
S3 Res (Sol)
0 0
Lado derecho
0 7000
0 8000
1 7000
el método simplex
S3 Res (Sol)
0 0
Lado derecho
0 b1
0 8000
1 7000
razón mínima.
S3 Res (Sol)
0 0
Lado derecho
0 b1-100(53,3333)= b1-5333,33
0 53.33333333 80
1 600 30
S3 Res (Sol)
66.66667 0
Lado derecho
(b1-53,3333)-13,33333(30)=
-0.66667 b1-5733,33333
-0.03333 33.33333333
0.05 30
a disponibilidad total de 7000 kg, es posible que
or encontrado para la solución óptima se modifique.
según el cual para el recurso grasa animal es permisible
S3 Res o Sol
66.666666666665 573333.333333332
-0.666666666666665 1266.66666666667
-0.033333333333335 33.3333333333323
0.05 30
ión objetivo)
S3 Res o Sol
0 0
Lado derecho
-0.666666666666665 1266.66666666667
-0.033333333333335 33.3333333333323
0.05 30
S3 Res o Sol
:0,033333*C1 :-33,33333333*C1
Lado derecho
-0.666666666666665 1266.66666666667
-0.033333333333335 33.3333333333323
0.05 30
S3 Res o Sol
:-0,033333*C1 :33,33333333*C1
-0.666666666666665 1266.66666666667
-0.033333333333335 33.3333333333323
0.05 30
S3 Res o sol
:-0,03333*C1+400 :33,3333*C1+240000
Lado derecho
-0.66667 1266.66666666667
-0.03333 33.3333333333323
0.05 30
El desarrollo del trabajo permitió aplicar y reforzar los conceptos de Programación lineal al
analizar e identificar problemas dentro de una empresa u organización para un proceso
específico buscando minimizar los costos o maximizar la utilidad, para lo cual se plantea el
problema de Programación Lineal de acuerdo a las variables y restricciones de la función
Objeto del Problema, para posteriormente formular los modelos matemáticos canónicos y
estándar para cada caso de estudio presentado dentro del trabajo individual de cada
miembro del grupo colaborativo.
La programación Lineal nos permite establecer dentro de los procesos en una empresa,
mecanismos de control que podemos tomar para optimizar los recursos y así mismo tener
una mayor productividad y manejo de la materia prima.
UNAD (2018) Red Tutores Programación Lineal. Minimización por el método simplex dual. Archivo de
Excel Cartagena (2019). Método Simplex en Excel - Solver. Archivo de video. Recuperado de https://ww
Unad (2017). Red Tutores Programación Lineal. Simplex primal a Dual. Archivo de video. Recuperado d
ps://www.youtube.com/watch?v=EzW3zqLneh8
ps://www.youtube.com/watch?v=BH4njs8sMNs