Ejercicio 1.

Se presenta la siguiente situación problema:

Containers Co. Inc., produce tres clases de contenedores para transporte marítimo: High Cube, Open Sid
El contenedor High Cube genera una utilidad de US$27.000, el contenedor Open Side genera una utilida
Para su producción, el contendor High Cube requiere 3 toneladas de acero Corten cobre, 5 tonelada de a
El contenedor Open Side requiere 6 toneladas de acero Corten cobre, 3 toneladas de acero Corten cromo
Y el contendor Dry Van requiere 5 toneladas de acero Corten cobre, 6 toneladas de acero Corten cromo
Su planta de producción dispone como máximo de 300 toneladas de acero Corten cobre, 240 toneladas d
La gerencia financiera requiere optimizar las utilidades percibidas por contenedor y pide a la gerencia de

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

En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la fu
las restricciones por recursos y restricción de no negatividad. En adelante se denominará problema prim
2. Solucionar el problema primal por el método simplex primal.
En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal al problema primal,
diseñar la tabla inicial del método simplex primal del problema primal y construir las tablas de las iterac
En Excel QM o Solver (Excel), encontrar la solución del problema primal de programación lineal.
Interpretar los resultados para la toma de decisiones y optimización de recursos.
3. Formular el problema dual a partir del problema primal.
En hoja de cálculo (Excel), formular el problema dual a partir del problema primal como un modelo de p
plantear la función objetivo, las restricciones por recursos y restricción de no negatividad.
4. Solucionar el problema dual por el método simplex dual.
En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual del problema dual,
diseñar la tabla inicial del método simplex dual del problema dual y construir las tablas de las iteracione
En Excel QM o Solver (Excel), encontrar la solución del problema dual de programación lineal.
Interpretar los resultados para la toma de decisiones y optimización de recursos.
5. Realizar el análisis de sensibilidad a la solución primal.
Realizar el análisis de sensibilidad a la solución óptima simplex primal del modelo de programación line
En hoja de cálculo (Excel), tomar el Informe de Sensibilidad que arroja Excel QM o Solver (Excel) lueg
a. Analizar los cambios de aumento y reducción de los coeficientes de las variables de la función objetiv
b. Analizar los cambios de aumento y reducción de las disponibilidades de las restricciones.
Interpretar los resultados del análisis de sensibilidad para la optimización de los recursos.
6. Realizar el análisis post-óptimo a la solución primal.
En hoja de cálculo (Excel), tomar el Informe de Sensibilidad que arroja Excel QM o Solver (Excel) lueg
a. Realizar los cambios que afectan la factibilidad:
1. Cambios en el lado derecho.
2. Adición de una nueva restricción.
b. Realizar los cambios que afectan la optimalidad:
1. Cambios en los coeficientes de la función objetivo.
2. Adición de una nueva actividad.
Interpretar los resultados del análisis de sensibilidad para la optimización de recursos.
ón problema:

: High Cube, Open Side y Dry Van y utiliza tres tipos de acero
Side genera una utilidad de US$31.000 y el contenedor Dry Van genera una utilidad de US$28.000.
cobre, 5 tonelada de acero Corten cromo y 6 toneladas de acero Corten níquel,
de acero Corten cromo y 5 toneladas de acero Corten níquel
e acero Corten cromo y 3 toneladas de acero Corten níquel.
cobre, 240 toneladas de acero Corten cromo y 530 toneladas de acero Corten níquel.
y pide a la gerencia de producción, evaluar la cantidad óptima de cada clase de contenedor a producir.

ón lineal, plantear la función objetivo,

ominará problema primal.

al problema primal,
las tablas de las iteraciones de la solución del problema primal por el método simplex primal.
gramación lineal.

l como un modelo de programación lineal,

l problema dual,
ablas de las iteraciones de la solución del problema dual por el método simplex dual.
mación lineal.

o de programación lineal.
M o Solver (Excel) luego de encontrar la solución óptima para:
es de la función objetivo.

M o Solver (Excel) luego de encontrar la solución óptima para:

 Problema como modelo de programación lineal es:

Función Objetivo:

Sujeto a:

La forma estándar del método simplex primal del modelo de programación lineal es:

Sujeto a:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2
Z 1 -27000 -31000 -28000 0 0
S1 0 3 6 5 1 0
S2 0 5 3 6 0 1
S3 0 6 5 3 0 0
VE
Iteración 1:
VARIABLES
NO VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1 S2
Z 1 -11500 0 -2166.66667 5166.666667 0
X2 0 0.5 1 0.833333333 0.166666667 0
S2 0 3.5 0 3.5 -0.5 1
S3 0 3.5 0 -1.16666667 -0.83333333 0
VE
Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2
Z 1 0 0 9333.333333 3523.809524 3285.714286
X2 0 0 1 0.333333333 0.238095238 -0.14285714
X1 0 1 0 1 -0.14285714 0.285714286
S3 0 0 0 -4.66666667 -0.33333333 -1

INTERPRETACIÓN DE RESULTADOS

El analisis de sensibilidad se encarga de estudiar como afectaria a la solución optima obtenida y a la función obj
de los parametros manteniendo fijos los restantes.
La empresa containers Co Inc, para optimizar sus contenedores evalua la cantidad optima para cada contenedo
La solución Optima es 184514,29
Para el contenedor High cube es de 25,7142857
Para el contenedor Dry Van es de 37,1428571
gramación lineal es:

SOLUCION
S3
0 0 Razón
0 300 50
0 240 80 VS
1 530 106

SOLUCION
S3
0 1550000 Razón
0 50 100 VS
0 90 25.71428571
1 280 80

SOLUCION
S3
0 1845714.286 SOLUCIÓN OPTIMA
0 37.14285714
0 25.71428571
1 190

btenida y a la función objetivo el cambio de uno

ma para cada contenedor
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [EJERCICIO 1 METODO SIMPLEX PRIMAL.xlsx]Hoja7
Informe creado: 1/12/2020 10:13:41 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$15 X1 25.714285714 0 27000 24666.666667 9333.3333333
$C$15 X2 37.142857143 0 31000 23000 14800
$D$15 X3 0 -9333.3333333 28000 9333.3333333 1E+030

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$20 LADO IZQ 300 3523.8095238 300 180 156
$F$21 LADO IZQ 240 3285.7142857 240 190 90
$F$22 LADO IZQ 340 0 530 1E+030 190
 Valor Mínimo Valor Máximo
X1 17666.6666666667 51666.6666666667
X2 16200 54000
X3 -1E+030 37333.3333333333

Valor Mínimo Valor Máximo

b1 144 480
b2 150 430
b3 340 1E+030
 Nuevo coeficiente
Valor mínimo < Nueva Un < Valor Máximo
50000
50000
36000

Nueva disponibilidad
Valor mínimo < Nueva bn < Valor Máximo

1000
Función Objetivo:

Sujeto a:

FUNCIÓN OBJETIVO MAX Z 1845714.29

X1 X2 X3
25.7142857 37.1428571 0
27000 31000 28000

RESTRICCIONES
LADO IZQ LADO DER
3 6 5 300 ≤ 300
5 3 6 240 ≤ 240
6 5 3 340 ≤ 530
NUEVOS COEFICIENTES DE LAS VARIABLES

Función Objetivo:

Sujeto a: Valor Mínimo Valo

X1 17666,66667
X2 16200
X3 -1E+30

FUNCION OBJETIVO MAX Z 3142857.14

X1 X2 X3
25.7142857 37.1428571 0
50000 50000 36000

RESTRICCIONES
LADO IZQ LADO DER
3 6 5 300 ≤ 300
5 3 6 240 ≤ 240
6 5 3 340 ≤ 530
 Nuevo coeficiente
Valor Mínimo Valor Máximo Valor mínimo < Nueva Un < Valor Máximo
17666,66667 51666,66667 50000
16200 54000 50000
-1E+30 37333,33333 36000

INTERPRETACIÓN DE RESULTADOS
Los cambios en los coeficientes objetivos no afectan la forma de la region factible por los
que no afectara la solución optima, aunque si al valor de la función objetivo.
NUEVAS DISPONIBILIDADES DE LAS RESTRICCIONES

Función Objetivo:

Sujeto a:
Valor Mín
b1
b2
Cambio en la disponibilidad de la restriccion b3

FUNCION OBJETIVO MAX Z 240

X1 X2 X3
0 0.00774194 0
27000 31000 28000

RESTRICCIONES
LADO IZQ LADO DER
3 6 5 240 ≤ 300
5 3 6 240 ≤ 240
6 5 3 0.03870968 ≤ 1000
 Nueva disponibilidad
Valor Mínimo Valor Máximo Valor mínimo < Nueva bn < Valor Máximo
b1 144 480
b2 150 430
b3 340 1E+30 1000

INTERPRETACIÓN DE RESULTADOS
La solución permanece óptima
La función objetivo permanece constante