Ejercicio 1. Análisis de dualidad.

Se presenta la siguiente situación problema de programación lineal:

La empresa PAINTCOL Co.

La empresa PAINTCOL Co., produce pintura tipo A a un costo de USD1.120, la pintura tipo B a un costo de USD1.596 y la
pintura tipo C a un costo de USD1.764.
Para la producción de pintura tipo A, se necesitan 72 t de pigmento, 5 t de aglutinante y 50 t de disolvente. La pintura tipo B
requiere 28 t de pigmento, 35 t de aglutinante y 30 t de disolvente y la pintura tipo C necesita 25 t de pigmento, 45 t de
aglutinante y 35 t de disolvente. El inventario 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 cada tipo de pintura debe producir PAINTCOL Co. Con los recursos disponibles para minimizar los costos
de producción?

1. FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION LINEAL.

A partir de la situación problema del Ejercicio 1. Análisis de dualidad:

a. Construcción del modelo:

X1:Pintura tipo A X2:Pintura tipo B X3:Pintura tipo C

Disponibilidad máxima
Costos (USD) 𝐶_1=1120 𝐶_2=1596 𝐶_3=1764
Pigmento (Tn) 𝑎_11=72 𝑎_12=28 𝑎_13=25 ≥ 𝑏_1=1700
Aglutinante (Tn) 𝑎_21=5 𝑎_22=35 𝑎_23=45 ≥ 𝑏_2=1500
Disolvente (Tn) 𝑎_31=50 𝑎_32=30 𝑎_33=35 ≥ 𝑏_3=1100

b. Formulación del modelo

Remplazando la información de la situación problema para linealizar, el problema como modelo
de programación lineal y que en adelante se denominará problema primal, es:

Funcion objetivo
Minimizar 𝒁=𝟏𝟏𝟐𝟎 𝒙_𝟏+𝟏𝟓𝟗𝟔𝒙_𝟐+𝟏𝟕𝟔𝟒𝒙_𝟑

Sujeto a:
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

2. SOLUCION DEL PROBLEMA PRIMAL POR EL METODO SIMPLEX DUAL

a. Forma estándar del problema primal por el método simplex dual:

Funcion objetivo
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁−𝟏𝟏𝟐𝟎 𝒙_𝟏−𝟏𝟓𝟗𝟔𝒙_𝟐−𝟏𝟕𝟔𝟒𝒙_𝟑+𝟎𝒔_𝟏+𝟎𝒔_𝟐+𝟎𝒔_𝟑=𝟎
Sujeto a:
−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,) 𝒔_𝟏,𝒔_𝟐,𝒔_𝟑≥𝟎

Aplicando el método de simplex dual al problema primal de minimización

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

SOLUCION
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 -1120 -1596 -1764 0 0 0 0 Valor mas negativo
 S1 0 -72 -28 -25 1 0 0 -1700 -1700
S2 0 -5 -35 -45 0 1 0 -1500 -1500
S3 0 -50 -30 -35 0 0 1 -1100 -1100

Razon más pequeña 15.55556 57 70.56

VE

Iteración 1:

VARIABLES
VARIABLES NO BASICAS
SOLUCION
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 -1160.444 -1375.111 -15.55556 0 0 26444.4444 Valor más negativo
X1 0 1 0.3888889 0.3472222 -0.013889 0 0 23.6111111 23.611111
S2 0 0 -33.05556 -43.26389 -0.069444 1 0 -1381.9444 -1381.944
S3 0 0 -10.55556 -17.63889 -0.694444 0 1 80.5555556 80.555556

Razon mas pequeña 35.105882 31.78427 224

Iteración 2:

VARIABLES
VARIABLES NO BASICAS Valor optimo
SOLUCION
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 -109.7978 0 -13.34831 -31.78427 0 70368.5393
X1 0 1 0.1235955 0 -0.014446 0.0080257 0 12.5200642
X3 0 0 0.7640449 1 0.0016051 -0.023114 0 31.9422151
S3 0 0 2.9213483 0 -0.666132 -0.407705 1 643.980738

Condición de optimidad:
La solución optima se alcanza cuando todas las variables básicas son no negativas
Interpretacion de los resultados
Pintura tipo A X1=12,52
Pinturatipo C X3=31,94

La empresa PAINTCOL Co, Debe producir 12,52 Unidades de pintura tipo A y 31,94 Unidades de Pintura tipo C
Para minimizar los costos a un valor de USD 70368,539
or mas negativo
 VS

or más negativo

VS

Valor optimo
 EJ_1_QM_PRIMAL
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,
Linear Programming 2011).
2011).

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 1120 1596 1764 sign RHS 70368.54
Constraint 1 72 28 25 > 1700 1700 0 Constraint
Constraint 2 5 35 45 > 1500 1500 0 Constraint
Constraint 3 50 30 35 > 1100 1743.981 -643.9807 Constraint

Results
Variables 12.52006 0 31.94222
Objective 70368.54

Page 7
3. FORMULACION DEL PROBLEMA DUAL A PARTIR DEL PROBLEMA PRIMAL

Sea el problema primal:

Funcion objetivo
Minimizar 𝒁=𝟏𝟏𝟐𝟎 𝒙_𝟏+𝟏𝟓𝟗𝟔𝒙_𝟐+𝟏𝟕𝟔𝟒𝒙_𝟑

Sujeto a:
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

Entonces, el problema dual, es:

Función objetivo
Maximizar 𝑾=𝟏𝟕𝟎𝟎 𝒚_𝟏+𝟏𝟓𝟎𝟎𝒚_𝟐+𝟏𝟏𝟎𝟎𝒚_𝟑

72𝒚_𝟏+𝟓𝒚_𝟐+𝟓𝟎𝒚_𝟑≤𝟏𝟏𝟐𝟎
28𝒚_𝟏+𝟑𝟓𝒚_𝟐+𝟑𝟎𝒚_𝟑≤𝟏𝟓𝟗𝟔
25𝒚_𝟏+𝟒𝟓𝒚_𝟐+𝟑𝟓𝒚_𝟑≤1764
𝒚_𝟏,𝒚_𝟐,𝒚_𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

4. SOLUCION DEL PROBLEMA DUAL POR EL METODO SIMPLEX primal

Forma estandar del problema dual por el metodo de simplex primal

Funcion objetivo
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑾−𝟏𝟕𝟎𝟎 𝒚_𝟏−𝟏𝟓𝟎𝟎𝒚_𝟐−𝟏𝟏𝟎𝟎𝒚_𝟑+𝟎𝒔_𝟏+𝟎𝒔_𝟐+𝟎𝒔_𝟑=𝟎
Sujeto a:
72𝒚_𝟏+𝟓𝒚_𝟐+𝟓𝟎𝒚_𝟑+𝒔_𝟏=𝟏𝟏𝟐𝟎
" " 𝟐𝟖𝒚_𝟏+𝟑𝟓𝒚_𝟐+𝟑𝟎𝒚_𝟑+𝒔_𝟐=𝟏𝟓𝟗𝟔
𝟐𝟓𝒚_𝟏+𝟒𝟓𝒚_𝟐+𝟑𝟓𝒚_𝟑+𝒔_𝟑=𝟏𝟕𝟔𝟒
𝒙_𝟏,𝒙_𝟐,𝒙_(𝟑,) 𝒔_𝟏,𝒔_𝟐,𝒔_𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

Aplicando el metodo simplex al problema dual de maximización

Tabla inicial

VARIABLES VARIABLES NO BASICAS

BASICAS W Y1 Y2 Y3 S1 S2
W 1 -1700 -1500 -1100 0 0
 S1 0 72 5 50 1
S2 0 28 35 30 1
S3 0 25 45 35

Valor mas negativo -1700 -1500 -1100

VE
Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS W Y1 Y2 Y3 S1 S2
W 1 0 -1381.94444 80.55555556 23.61111111 0
Y1 0 1 0.069444444 0.694444444 0.013888889 0
S2 0 0 33.05555556 10.55555556 -0.38888889 1
S3 0 0 43.26388889 17.63888889 -0.34722222 0

Valor más negativo -1381.94444 80.5555556 23.6111111

VE

VARIABLES VARIABLES NO BASICAS

BASICAS W Y1 Y2 Y3 S1 S2
W 1 0 0 643.9807384 12.52006421 0
Y1 0 1 0 0.666131621 0.014446228 0
S2 0 0 0 -2.92134831 -0.12359551 1
Y2 0 0 1 0.407704655 -0.00802568 0

Condición de optimidad:
El óptimo se alcanza cuando los coeficientes no básicos de la ecuación W son no negativos.

Interpretacion de los resultados

El costo por unidad del pigmento es de USD 13,34, el costo por unidad del aglutinante es de USD
para tener un total de costos de USD 70368,53 cuando se produzcan las unidades de pintura que d
se puede producir
MA PRIMAL

SOLUCION
S3
0 0 Razon más pequeña
 1120 15.55555556
1596 57
1 1764 70.56

SOLUCION
S3
0 26444.44444 Razon más pequeña
0 15.55555556 224
0 1160.444444 35.1058824
1 1375.111111 31.7842697

SOLUCION
S3
31.94221509 70368.53933
-0.00160514 13.34831461
-0.76404494 109.7977528
0.023113965 31.78426966

no negativos.

glutinante es de USD 31,78.

ades de pintura que de cada tipo
 EJ_1_QM_1_DUAL
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,
Linear Programming 2011).
2011).

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
y1 y2 y3 LHS Slack/Surplus
Maximize 1700 1500 1100 sign RHS 70368.54
Constraint 1 72 5 50 < 1120 1120 0 Constraint
Constraint 2 28 35 30 < 1596 1486.202 109.7978 Constraint
Constraint 3 25 45 35 < 1764 1764 0 Constraint

Results
Variables 13.34831 31.78427 0
Objective 70368.54

Page 12
Ejercicio 2. Análisis de sensibilidad.

Se presenta la siguiente situación problema de programación lineal:

A partir de la situación problema:

La empresa CHOCOLATES Co., produce tres bases de chocolates, dulce y le genera una utilidad de
USD1.700, semidulce y le genera una utilidad de USD1.400 y amargo y le genera una utilidad de
USD1.200.
Para producir chocolate dulce, requiere 12 t de cacao, 12 t manteca de cacao y 12 t de azúcar. Para
producir chocolate semidulce, requiere 12 t de cacao, 6 t de manteca de cacao y 1 t de azúcar. Para
elaborar el chocolate amargo, requiere 12 t de cacao, 1 t de manteca de cacao y 1t de azúcar. El
inventario de la empresa cuenta con una disponibilidad máxima de 1.000 t de cacao, 500 t de manteca de
cacao y 700 t de azúcar.

¿Qué cantidad de cada base de chocolate debe producir CHOCOLATES Co. con los recursos disponibles
para maximizar sus utilidades?

1. Contruccion del modelo

Información de la situación problema a linealizar

𝑥_(1: 𝐷𝑈𝐿𝐶𝐸) 𝑥_(2:𝑆𝐸𝑀𝐼𝐷𝑈𝐿𝐶𝐸) 𝑥_(3:𝐴𝑀𝐴𝑅𝐺𝑂)

(unidades) (unidades) (unidades)
Disponibilidad máxima
Utilidades ($) 𝑈_1=1700 𝑈_2=1400 𝑈_1=1200
CACAO (t) 𝑎_11=12 𝑎_12=12 𝑎_13=12 ≤ 𝑏_1=1000
MANTECA DE CACAO (t) 𝑎_21=12 𝑎_22=6 𝑎_23=1 ≤ 𝑏_2=500
AZUCAR (t) 𝑎_31=12 𝑎_32=1 𝑎_33=1 ≤ 𝑏_3=700

1. Formular el problema como un modelo de programación lineal.

 Funcion objetivo
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟕𝟎𝟎 𝒙_𝟏+𝟏𝟒𝟎 〖𝟎𝒙〗 _𝟐+𝟏𝟐𝟎𝟎𝒙_𝟑

Sujeto a:
𝟏𝟐𝒙_𝟏+𝟏𝟐𝒙_𝟐+𝟏𝟐𝒙_𝟑≤𝟏𝟎𝟎𝟎
𝟏𝟐𝒙_𝟏+𝟔𝒙_𝟐+𝟏𝒙_𝟑≤𝟓𝟎𝟎
𝟏𝟐𝒙_𝟏+𝟏𝒙_𝟐+𝟏𝒙_𝟑≤𝟕𝟎𝟎
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥𝟎

2. Solucionar el modelo de programación lineal por el método simplex primal:

Forma estándar del metodo simplex primal

Funcion objetivo
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁−𝟏𝟕𝟎𝟎 𝒙_𝟏−𝟏𝟒𝟎𝟎𝒙_𝟐−𝟏𝟐𝟎𝟎𝒙_𝟑+𝟎𝒔_𝟏+𝟎𝒔_𝟐+𝟎𝒔_𝟑=𝟎
Sujeto a:
𝟏𝟐𝒙_𝟏+𝟏𝟐𝒙_𝟐+𝟏𝟐𝒙_𝟑+𝒔_𝟏=𝟏𝟎𝟎𝟎
" " 𝟏𝟐𝒙_𝟏+𝟔𝒙_𝟐+𝟏𝒙_𝟑+𝒔_𝟐=𝟓𝟎𝟎
𝟏𝟐𝒙_𝟏+𝟏𝒙_𝟐+𝟏𝒙_𝟑+𝒔_𝟑=𝟕𝟎𝟎
𝒙_𝟏,𝒙_𝟐,𝒙_(𝟑,) 𝒔_𝟏,𝒔_𝟐,𝒔_𝟑≥𝟎

Tabla inicial:
Condición de optimidad: la variable entrante (VE) es la variable no basica más negativa

VARIABLES VARIABLES NO BASICAS Condición de factibilidad: la variable salie

BASICAS SOLUCION
Z X1 X2 X3 S1 S2 S3
Z 1 -1700 -1400 -1200 0 0 0 0 Razón
S1 0 12 12 12 1 0 0 1000 83.333333
S2 0 12 6 1 0 1 0 500 41.666667
S3 0 12 1 1 0 0 1 700 58.333333
VE
Eliminación de Gauss Jordan: convertir la columna de la variable entrante en un vector identidad
1. Ecuación pivote:
nueva ecuación pivote = ecuación pivote / elemento pivote
2. Las demás ecuaciones, incluyendo Z:
nueva ecuación = [nueva ecuación pivote * ( - coeficiente de la columna de la variable entrante)] + ecuación anterior

Iteración 1:

VARIABLES
VARIABLES NO BASICAS
SOLUCION
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 -550 -1058.333 0 141.66667 0 70833.333 Razón
S1 0 0 6 11 1 -1 0 500 45.454545
X1 0 1 0.5 0.0833333 0 0.0833333 0 41.666667 500
S3 0 0 -5 0 0 -1 1 200

Valor más negativo 0 -550 -1058.33

VE

Iteración 1:

VARIABLES
VARIABLES NO BASICAS
SOLUCION
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 27.272727 0 96.212121 45.454545 0 118939.39
X3 0 0 0.5454545 1 0.0909091 -0.090909 0 45.454545
X1 0 1 0.4545455 0 -0.007576 0.0909091 0 37.878788
S3 0 0 -5 0 0 -1 1 200

Condición de optimidad:
El óptimo se alcanza cuando los coeficientes no básicos de la ecuación Z son no negativos.

La empresa CHOCOLATES Co, debe producir 37,87 t de chocolate dulce y 45,45 t de chocolate amargo
para maximizar sus utilidades a USD 118939,4
de factibilidad: la variable saliente (VS) es la variable básica con la razon más pequeña con denominador estrictamente positivo en dirección de la variable entrante

VS elemento pivote, ecuación pivote

cuación anterior

VS elemento pivote, ecuación pivote

ariable entrante
 EJ_2_QM_A_SENSIBILIDAD
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,
Linear Programming 2011).
2011).

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 1400 1200 sign RHS 118939.4
Constraint 1 12 12 12 < 1000 1000 0 Constraint
Constraint 2 12 6 1< 500 500 0 Constraint
Constraint 3 12 1 1< 700 500 200 Constraint

Results
Variables 37.87879 0 45.45455
Objective 118939.4

Page 19
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [Tarea 3_Johan Delgado_100404_213.xlsx]EJ_2_QM_A_SENSIBILIDAD
Informe creado: 15/11/2020 01:46:04 a.m.

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$B$18 Variables x1 37.878787879 0 1700 12700
$C$18 Variables x2 0 -27.272727273 1400 27.272727273
$D$18 Variables x3 45.454545455 0 1200 500

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$K$13 Constraint 1 < constraints 1000 96.212121212 1000 5000
$K$14 Constraint 2 < constraints 500 45.454545455 500 200
$K$15 Constraint 3 < constraints 500 0 700 1E+030
$M$13 Constraint 1 > constraints 0 0 0 0
$M$14 Constraint 2 > constraints 0 0 0 0
$M$15 Constraint 3 > constraints 0 0 0 0
 Permisible
Reducir Valor Minimo Valor Maximo Nuevo coeficiente
60 x1 1640 14400 14000
1E+030
50 x3 1150 1700 1500

Permisible
Reducir Valor Minimo Valor Maximo Nuevo disponibilidad
500 b1
416.66666667 b2
200 b3 500 1E+030 10000
1E+030
1E+030
1E+030
 EJ_2_CAMBIO DISPONIBILIDAD
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,
Linear Programming 2011).
2011).

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 1400 1200 sign RHS 118939.4
Constraint 1 12 12 12 < 1000 1000 0 Constraint
Constraint 2 12 6 1< 500 500 0 Constraint
Constraint 3 12 1 1< 10000 500 9500 Constraint

Results
Variables 37.87879 0 45.45455
Objective 118939.4

Page 22
 EJ 2_CAMBIO COEFICIENTES
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,
Linear Programming 2011).
2011).

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 14000 1400 1500 sign RHS 598484.8
Constraint 1 12 12 12 < 1000 1000 0 Constraint
Constraint 2 12 6 1< 500 500 0 Constraint
Constraint 3 12 1 1< 700 500 200 Constraint

Results
Variables 37.87879 0 45.45455
Objective 598484.8

Page 23
Ejercicio 3. Análisis post optimo.
Se presenta la siguiente situación problema de programación lineal:

Empresa Containers de Colombia Co.

Containers de Colombia Co., produce tres clases de contenedores para transporte marítimo: High Cube, Op
y utiliza tres tipos de acero Corten como materia prima: acero Corten cobre, acero Corten cromo y acero co
El contenedor High Cube tiene un costo de US$31.428, el contenedor Open Side tiene un costo de US$25.
Dry Van tiene un costo de US$37.142. Para su producción, el contendor High Cube requiere 7 toneladas de
cobre, 3 toneladas de acero Corten cromo y 3 toneladas de acero Corten níquel, el contenedor Open Side re
de acero Corten cobre, 4 toneladas de acero Corten cromo y 3 toneladas de acero Corten níquel y el conten
requiere 5 toneladas de acero Corten cobre, 4 toneladas de acero Corten cromo y 6 toneladas de acero Cort
Su planta de producción dispone como mínimo de 11.500 toneladas de acero Corten cobre, 7.500 toneladas
cromo y 8.000 toneladas de acero Corten níquel.

La gerencia financiera requiere optimizar los costos percibidos por contenedor y pide a la gerencia de prod
cantidad óptima de cada clase de contenedor a producir.

1. FORMULACION DEL PROBLEMA COMO MODELO DE PROGRAMACION LINEAL.

A partir de la situación problema del Ejercicio 3. Análisis post óptimo:

a. Construcción del modelo:

X1: Contenedor X2: Contenedor X3: Contenedor

high Cub (Uds) Open Side (Uds) Dry Van (Uds)
Costos (USD) 𝐶_1=31428 𝐶_2=25714 𝐶_3=37142
Acero corten cobre (t) 𝑎_11=7 𝑎_12=3 𝑎_13=5
Acero corten cromo (t) 𝑎_21=3 𝑎_22=4 𝑎_23=4
Acero corten niquel (t) 𝑎_31=3 𝑎_32=3 𝑎_33=6

b. Formulación del modelo

Remplazando la información de la situación problema para linealizar, el problema como modelo

de programación lineal y que en adelante se denominará problema primal, es:

Funcion objetivo
Minimizar 𝒁=𝟑𝟏𝟒𝟐𝟖 𝒙_𝟏+𝟐𝟓𝟕𝟏𝟒𝒙_𝟐+𝟑𝟕𝟏𝟒𝟐𝒙_𝟑

Sujeto a:
7𝒙_𝟏+𝟑𝒙_𝟐+𝟓𝒙_𝟑≥𝟏𝟏𝟓𝟎𝟎
𝟑𝒙_𝟏+𝟒𝒙_𝟐+𝟒𝒙_𝟑≥𝟕𝟓𝟎𝟎
3𝒙_𝟏+𝟑𝒙_𝟐+𝟔𝒙_𝟑≥𝟖𝟎𝟎𝟎
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥𝟎
 2. SOLUCION DEL PROBLEMA PRIMAL POR EL METODO SIMPLEX DUAL

a. Forma estándar del problema primal por el método simplex dual:

Funcion objetivo
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁−𝟑𝟏𝟒𝟐𝟖 𝒙_𝟏−𝟐𝟓𝟕𝟏𝟒𝒙_𝟐−𝟑𝟕𝟏𝟒𝟐𝒙_𝟑+𝟎𝒔_𝟏+𝟎𝒔_𝟐+𝟎𝒔_𝟑=𝟎
Sujeto a:
−𝟕𝒙_𝟏−𝟑𝒙_𝟐−𝟓𝒙_𝟑+𝒔_𝟏=−𝟏𝟏𝟓𝟎𝟎
" "−𝟑𝒙_𝟏−𝟒𝒙_𝟐−𝟒𝒙_𝟑+𝒔_𝟐=−𝟕𝟓𝟎𝟎
--𝟑𝒙_𝟏−𝟑𝒙_𝟐−𝟔𝒙_𝟑+𝒔_𝟑=−𝟖𝟎𝟎𝟎
𝒙_𝟏,𝒙_𝟐,𝒙_(𝟑,) 𝒔_𝟏,𝒔_𝟐,𝒔_𝟑≥𝟎

Aplicando el método de simplex dual al problema primal de minimización

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 -31428 -25714 -37142 0 0 0
S1 0 -7 -3 -5 1 0 0
S2 0 -3 -4 -4 0 1 0
S3 0 -3 -3 -6 0 0 1

Razon más pequeña 4489.7143 8571.3333 7428.4

VE

Iteración 1:

VARIABLES
VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 -12244.86 -14693.43 -4489.714 0 0
X1 0 1 0.4285714 0.7142857 -0.142857 0 0
S2 0 0 -2.714286 -1.857143 -0.428571 1 0
S3 0 0 -1.714286 -3.857143 -0.428571 0 1

Razon mas pequeña 7142.8333 3809.4074 10476

VE

Iteración 2:

VARIABLES
VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2 S3
 Z 1 0 -5714.444 0 -2857.111 0 -3809.407
X1 0 1 0.1111111 0 -0.222222 0 0.1851852
S2 0 0 -1.888889 0 -0.222222 1 -0.481481
X3 0 0 0.4444444 1 0.1111111 0 -0.259259

Razon mas pequeña 3025.2941 12857 7911.8462

VE

Iteración 3:

VARIABLES
VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 0 0 -2184.824 -3025.294 -2352.784
X1 0 1 0 0 -0.235294 0.0588235 0.1568627
X2 0 0 1 0 0.1176471 -0.529412 0.254902
X3 0 0 0 1 0.0588235 0.2352941 -0.372549

La gerencia financiera requiere optimizar los costos percibidos por contenedor y pide a la gerencia de prod
cantidad óptima de cada clase de contenedor a producir.

La gerencia financiera optimiza los costos por un valor de US $ 66637451 produciendo 1009,80 unida
contenedores High Cub, 578,43 unidades de los contenedores Open Side y 539,21 unidades de los co
Dry van
nsporte marítimo: High Cube, Open Side y Dry Van
re, acero Corten cromo y acero corten níquel.
en Side tiene un costo de US$25.714 y el contenedor
High Cube requiere 7 toneladas de acero Corten
íquel, el contenedor Open Side requiere 3 toneladas
e acero Corten níquel y el contendor Dry Van
romo y 6 toneladas de acero Corten níquel.
ero Corten cobre, 7.500 toneladas de acero Corten

edor y pide a la gerencia de producción, evaluar la

GRAMACION LINEAL.

X3: Contenedor
Dry Van (Uds)
Disponibilidad máxima
𝐶_3=37142
≥ 𝑏_1=11500
≥ 𝑏_2=7500
≥ 𝑏_3=8000

roblema como modelo

SOLUCION

0 Valor mas negativo

-11500 -11500 VS
-7500 -7500
-8000 -8000

SOLUCION

51631714 Valor más negativo

1642.85714 1642.8571
-2571.4286 -2571.429 VS
-3071.4286 -3071.429

SOLUCION
 63332037 Valor más negativo
1074.07407 1074.0741
-1092.5926 -1092.593
796.296296 796.2963

SOLUCION

66637451
1009.80392
578.431373
539.215686

edor y pide a la gerencia de producción, evaluar la

7451 produciendo 1009,80 unidades de los

Side y 539,21 unidades de los contenedores
 EJ_3_QM_A_POST ÓPTIMO
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,
Linear Programming 2011).
2011).

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 31428 25714 37142 sign RHS 66637451
Constraint 1 7 3 5> 11500 11500 0 Constraint
Constraint 2 3 4 4> 7500 7500 0 Constraint
Constraint 3 3 3 6> 8000 8000 0 Constraint

Results
Variables 1009.804 578.4314 539.2157
Objective 66637451

Page 30
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [Tarea 3_Johan Delgado_100404_213.xlsx]EJ_3_QM_A_POST ÓPTIMO
Informe creado: 17/11/2020 09:06:02 p.m.

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$B$18 Variables x1 1009.8039216 0 31428 14999
$C$18 Variables x2 578.43137255 0 25714 9230.1538462
$D$18 Variables x3 539.21568627 0 37142 12857.5

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$K$13 Constraint 1 < constraints 0 0 0 1E+030
$K$14 Constraint 2 < constraints 0 0 0 1E+030
$K$15 Constraint 3 < constraints 0 0 0 1E+030
$M$13 Constraint 1 > constraints 11500 2184.8235294 11500 4916.6666667
$M$14 Constraint 2 > constraints 7500 3025.2941176 7500 2291.6666667
$M$15 Constraint 3 > constraints 8000 2352.7843137 8000 2269.2307692
 Permisible Nuevo coeficiente
Reducir Valor Mínimo Valor Máximo Nuevo Cn<Valor minimo
9285.5 x1 22142.5 46427 20000
5714.4444444 x2 19999.555556 34944.1538462 18000
6315.3684211 x3 30826.631579 49999.5 29000

Permisible
Reducir
0
0 Nueva disponibilidad
0 Valor Mínimo Valor Máximo Nueva bn>Valor máximo
4291.6666667 b1 7208.3333333 16416.6666667 18000
1092.5925926 b2 6407.4074074 9791.66666667 11000
1447.3684211 b3 6552.6315789 10269.2307692 12000
 EJ_3_CAMBIO LADO DERECHO
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
Minimize 31428 25714 37142 sign RHS 1.01E+08
Constraint 1 7 3 5> 18000 18000 0 Constraint
Constraint 2 3 4 4> 11000 11000 0 Constraint
Constraint 3 3 3 6> 12000 12000 0 Constraint

Results
Variables 1705.882 647.0588 823.5294 La solución permanece optima
Objective 100838470.59 La función objetivo Z no permanece constan

Page 33
 EJ_3_ADICIÓN RESTRICCIÓN
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,
Linear Programming 2011).
2011).

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 31428 25714 37142 sign RHS 66637451
Constraint 1 7 3 5> 11500 11500 0 Constraint
Constraint 2 3 4 4> 7500 7500 0 Constraint
Constraint 3 3 3 6> 8000 8000 0 Constraint
Constraint 4 5 4 5> 10000 10058.82 -58.82353 Constraint

Results La solución es optima

Variables 1009.804 578.4314 539.2157 Cuando se le adiciona una nueva restricción nue
Objective 66637451 para mejorar la calidad de los contenedores tene

Page 34
 EJ_3_CAMBIOS COEFICIENTES
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,
Linear Programming 2011).
2011).

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 20000 18000 29000 sign RHS 46245098
Constraint 1 7 3 5> 11500 11500 0 Constraint
Constraint 2 3 4 4> 7500 7500 0 Constraint
Constraint 3 3 3 6> 8000 8000 0 Constraint

Results Al colocar valores mas pequeños en los coeficien

Variables 1009.804 578.4314 539.2157 La solución permanece óptima
Objective 46245098 Los costos disminuyen por un valor de US $ 4624

Page 35
 EJ_3_ADICIÓN ACTIVIDAD
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,
Linear Programming 2011).
2011).

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 x4 LHS Slack/Surplus
Minimize 31428 25714 37142 30000 sign RHS 64591143
Constraint 1 7 3 5 4> 11500 11500 0 Constraint
Constraint 2 3 4 4 4> 7500 7500 0 Constraint
Constraint 3 3 3 6 5> 8000 8000 0 Constraint

Results La solución sigue óptima

Variables 1071.429 285.7143 0 785.7143 Al colocar más recursos de tipos de acero corten
Objective 64591143 tenemos que la gerencia financiera optimiza mas

Page 36
 CONCLUSIONES GENERALES

Estos modelos de programación lineal de optimización son una aplicación importante para
realizar estudios en las compañias en pro de optener mejores beneficios en las utilidades
y costos. Además nos permite manipular las variables de los recursos en unos rangos
con restricciones que limitan la programación del sistema lineal para buscar mejorar
las ganacias y productividad en una empresa.

La solución optima de un sistema dual propone la mejor relación de asignación de

recursos de acuerdo a la disponibilidad de los mismos y asi tomar mejores decisiones.

Es sistema dual es equivalene al primal cuando le realizamos unos cambios ordenados

de posiciones a las constantes y a las variables en el sistema, además de pasar de
minimización a maximización o visceversa según corresponda.

En ejercicios de sensibilidad podemos hallar unos valores maximos de utilidad

hacemos una relación con el uso de los recursos disponibles para obtener un valor óptimo
de produccion generando ahorros al usar los recursos. Además de poder aumentar
o diminuir las restricciones según el caso para observar si se pueden generar mejores
utilidades.

En el análisis post optimo podemos hacer mas cambios en el sistema lineal como
adicionando actividades, restricciones,cambios en los coeficientes y lado derecho del
sistema para analizar el comportamiendo de la función objetivo y del resultado de las
variables para realizar los estudios y analizar que decisiones tomamos para optimizar los
recursos ,los costos y las utilidades.