Solucionario Yucra Quispe Kevin Evander

➢ Si la disponibilidad de las operaciones 1, 2 y 3 se cambia a 438, 500 y 410 minutos,

respectivamente, aproveche las condiciones simultáneas para demostrar que la solución
básica actual permanece factible, y determine el cambio del ingreso óptimo mediante los
precios duales óptimos.
FUNCION OBJETIVO:

### Max z=3x1+2x2+5x3

##s.a.

## x1+2x2+x3 <= 460

## 3x1+ 2x3<= 440

## x1+4x2 <= 380

library(lpSolve)

library(linprog)

obj_coef <- c(3,2,5)

const_coef <- matrix(c(1,2,1,3,0,2,1,4,0),

nrow=3, ncol=3, byrow=TRUE)

desigualdades <- c("<=","<=","<=")

b_coef <- c (438,500,410)

ejercicio_2 <- lp(direction ="max", obj_coef, const_coef,

desigualdades, b_coef)

ejercicio_2

ejercicio_2$solution

Results of Linear Programming / Linear Optimization

Objective function (Maximum): 1438

Iterations in phase 1: 0

Iterations in phase 2: 2
Solucionario Yucra Quispe Kevin Evander

Solution

opt

1 0

2 94

3 250

Basic Variables

opt

2 94

3 250

S 3 34

Constraints

actual dir bvec free dual dual.reg

1 438 <= 438 0 1 188

2 500 <= 500 0 2 34

3 376 <= 410 34 0 34

All Variables (including slack variables)

opt cvec min.c max.c marg marg.reg

1 0 3 -Inf 7.0 -4 17

2 94 2 0.00000 10.0 NA NA

3 250 5 2.33333 Inf NA NA

S1 0 0 -Inf 1.0 -1 188

S2 0 0 -Inf 2.0 -2 34

S 3 34 0 -2.00000 0.5 0 NA
Solucionario Yucra Quispe Kevin Evander

➢ Si la disponibilidad de las tres operaciones se cambia a 460, 440 y 380 minutos,

respectivamente, aproveche las condiciones simultáneas para demostrar que la solución
básica actual es no factible

Results of Linear Programming / Linear Optimization

Objective function (Maximum): 1290

Iterations in phase 1: 0

Iterations in phase 2: 2

Solution

opt

1 0

2 95

3 220

Basic Variables

opt

2 95

3 220

S 150

Constraints

actual dir bvec free dual dual.reg

1 410 <= 460 50 0.0 50

2 440 <= 440 0 2.5 440

3 380 <= 380 0 0.5 380

All Variables (including slack variables)

Solucionario Yucra Quispe Kevin Evander

opt cvec min.c max.c marg marg.reg

1 0 3 -Inf 8.0 -5.0 146.667

2 95 2 0.00000 Inf NA NA

3 220 5 1.66667 Inf NA NA

S 1 50 0 NA 1.0 0.0 NA

S 2 0 0 -Inf 2.5 -2.5 440.000

S 3 0 0 -Inf 0.5 -0.5 380.000

INTERPRETACION: La función objetivo no es posible ya que la disponibilidad en minutos a

variado ha disminuido

➢ Suponga que cualquier tiempo adicional para la operación 1 por encima de su capacidad
actual de 430 minutos por día deba hacerse con base en tiempo extra a $50 por hora. El
costo por hora incluye tanto la mano de obra como la operación de la máquina. ¿Es
económicamente ventajoso utilizar tiempo extra con la operación 1?

Iterations in phase 1: 0

Iterations in phase 2: 2

Objective function (Minimum): z= 430y1 + 460y2 +420y3

# y1+3y2+y3 <=3

# 2y1 + +4y3 <=2

# y1 + 2y2+ <=5

##minimizacion

library(matlib)

library(lpSolve)

library(linprog)

obj_coef <- c(430,640,420)

const_coef <- matrix(c(1,3,1,2,0,4,1,2,0),

nrow=3, ncol=3, byrow=TRUE)

desigualdades <- c(">=",">=",">=") b_coef <- c(3,2,5) ejercicio <- lp(direction ="min", obj_coef,
const_coef, desigualdades, b_coef) ejercicio ejercicio$solution iteracion