Ejercicio 1. Análisis de dualidad.

Se presenta la siguiente situación problema de programación lineal:

La empresa Continental de Vinilos Co., produce tres clases de piso de PVC: tráfico alto, tráfico medio y tráfico bajo y en su pro
La producción de piso de tráfico alto, requiere 1,10 t de PVC, 0,40 t de otros materiales y 10 h de fundición y maquinado a un
La producción de piso de tráfico medio, requiere 1,30 t de PVC, 0,20 t de otros materiales y 12 h de fundición y maquinado a
La producción de piso de tráfico bajo, requiere 1 t de PVC, 0,30 t de otros materiales y 8 h de fundición y maquinado a un cos
La gerencia financiera de Continental de Vinilos Co., requiere optimizar los costos percibidos por piso y pide a la gerencia de p

A partir de la situación problema:

1. Formular el problema como un modelo de programación lineal.
-En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la función objetivo, las res
2. Solucionar el problema primal por el método simplex dual.
-En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual al problema primal, diseñar la tabla inicial del
-En Excel QM o Solver, encontrar la solución del problema programación lineal.
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 programación lineal, p
4. Solucionar el problema dual por el método simplex primal.
-En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal del problema dual, diseñar la tabla inicial de
-En Excel QM o Solver, encontrar la solución del problema dual.
5. Interpretar los resultados de la solución del problema primal y del problema dual para la optimización de recursos.

1. Formular el probl
DATOS INICIALES
P. Alto P. Medio P. Bajo Función objetivo primal
Variables x1 x2 x3
Disponibilid
Costos 6000 7000 5500 ad Sujeto a:
PVC (Ton) 1.1 1.3 1 1000 1,1x1 + 1,3x2 + 1x3
O. Mat (Ton) 0.4 0.2 0.3 300 0,4x1 + 0,2x2 + 0,3x
F. y Maquin (h) 10 12 8 1200 10x1 + 12x2 + 8x3
x1, x2, x3 >

Problema

Función objetivo DUAL

Sujeto a:
3 restricci
1ra restricción dual
2da restricción dual
3ra restricción dual

Sea el problema PRIMAL

Función objetivo primal MIN Z = 6000x1 + 7000x2 + 5500x3
Sujeto a:
1,1x1 + 1,3x2 + 1x3 ≥ 1000
0,4x1 + 0,2x2 + 0,3x3 ≥ 300
10x1 + 12x2 + 8x3 ≥ 1200
x1, x2, x3 > 0

Método simplex

Tabla inicial
Variables Variables no basicas
Basicas Z x1 x2 x3 s1 s2
Z 1 -6000 -7000 -5500 0 0
s1 0 -1.10 -1.30 -1.00 1 0
s2 0 -0.40 -0.20 -0.30 0 1
s3 0 -10 -12 -8 0 0
r 600 583 688

1ra iteración
Variables Variables no basicas
Basicas Z x1 x2 x3 s1 s2
Z 1 -166.67 0 -833.33 0 0
s1 0 -0.02 0 -0.13 1 0
s2 0 -0.23 0 -0.17 0 1
x2 0 0.83 1 0.67 0 0
r 10000 6250

2da iteración
Variables Variables no basicas
Basicas Z x1 x2 x3 s1 s2
Z 1 -76.92 0 -115.38 -5384.62 0
s3 0 0.15 0 1.23 -9.23 0
s2 0 -0.23 0 -0.15 -0.15 1
x2 0 0.85 1 0.77 -0.77 0
r 333 789 35000

3ra iteración
Variables Variables no basicas
Basicas Z x1 x2 x3 s1 s2
Z 1 0 0 -66.67 -5333.33 -333.33
s3 0 0 0 1.13 -9.33 0.67
x1 0 1 0 0.63 0.67 -4.33
x2 0 0 1 0.23 -1.33 3.67
Solución optima
io y tráfico bajo y en su proceso de producción utiliza como mínimo 1.000 t de PVC, 300 t de otros materiales y 1.200 h de fundición y maq
undición y maquinado a un costo de USD6.000.
e fundición y maquinado a un costo de USD7.000.
ción y maquinado a un costo de USD5.500.
so y pide a la gerencia de producción, evaluar la cantidad óptima de cada clase de piso de PVC a producir.

r la función objetivo, las restricciones por recursos y restricción de no negatividad. En adelante se denominará el problema primal.

, diseñar la tabla inicial del método simplex dual y construir las tablas de las iteraciones de la solución problema primal por el método simp

o de programación lineal, plantear la función objetivo dual, las restricciones duales por recursos y restricción de no negatividad o irrestricta

al, diseñar la tabla inicial del método simplex primal del problema dual y construir las tablas de las iteraciones de la solución del problema

zación de recursos.

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

unción objetivo primal MIN Z = 6000x1 + 7000x2 + 5500x3

ujeto a:
1,1x1 + 1,3x2 + 1x3 ≥ 1000
0,4x1 + 0,2x2 + 0,3x3 ≥ 300
10x1 + 12x2 + 8x3 ≥ 1200
x1, x2, x3 > 0 No negatividad

Problema Dual a partir del problema primal

unción objetivo DUAL MAX W= 1000y1 + 300y2 + 1200y3

ujeto a:
3 restricciones primales: 3 variables duales
1ra restricción dual 1,1y1 + 0,40y2 + 10y3 ≤ 6000
2da restricción dual 1,30y1 + 0,20y2 + 12y3 ≤ 7000
3ra restricción dual 1y1 + 0,30y2 + 8y3 ≤ 5500
y1, y2, y3 > 0 No negatividad

Anlalisis de dualidad
Sea la forma estándar del problema DUAL por el método simplex dual
Función objetivo primal MIN Z = -6000x1 - 7000x2 - 5500x3 + s1 + s2 + s3 = 0
 Sujeto a:
-1,1x1 - 1,3x2 - 1x3 +S1 = - 1000
-0,4x1 - 0,2x2 - 0,3x3 + S2 = -300
-10x1 - 12x2 - 8x3 + S3 = - 1200
x1, x2, x3, s1, s2, s3 > 0

Método simplex primal al problema dual de maximización

Resultado
s3
0 0
0 -1000
0 -300
1 -1200

Resultado
s3
-583.33 700000
-0.11 -870
-0.02 -280
-0.08 100
5385

Resultado
s3
0 5384615.38
1 8030.77
0 -146.15
0 769.23

RESULTADOS
COSTOS (USD) 5433333
Resultado
s3
0 5433333 Unidades a
Pisos de PVC
producir
 Pisos de PVC Unidades a
1 7933 producir
0 633 Tráfico alto: 633
0 233 Tráfico medio: 233
Tráfico bajo: 0
riales y 1.200 h de fundición y maquinado.

ir.

minará el problema primal.

roblema primal por el método simplex dual.

cción de no negatividad o irrestrictas.

iones de la solución del problema dual por el método simplex primal.

 PRIMAL (Excel QM)
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, 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 (COSTOS) 6000 7000 5500 sign RHS 5433333
PVC (Ton) 1.1 1.3 1> 1000 1000 0 PVC (Ton)
O. Mat (Ton) 0.4 0.2 0.3 > 300 300 0 O. Mat (Ton)
F. y Maquin (h) 10 12 8> 1200 9133.333 -7933.333333333 F. y Maquin (h)

Results
Variables 633 233 0
Objective 5433333

Page 10
 Problema Dual a partir del problem
Sea el problema DUAL
Función objetivo dual MAX W= 1000y1 + 300y2 + 1200y3

Sujeto a:
3 restricciones primales: 3 variables duales
1ra restricción dual 1,1y1 + 0,40y2 + 10y3 ≤ 6000
2da restricción dual 1,30y1 + 0,20y2 + 12y3 ≤ 7000
3ra restricción dual 1y1 + 0,30y2 + 8y3 ≤ 5500
y1, y2, y3 > 0 No negatividad

Método simplex primal al problema dual d

Tabla inicial
Variables Variables no basicas
Basicas W y1 y2 y3 s1 s2
W 1 -1000 -300 -1200 0 0
s1 0 1.10 0.40 10 1 0
s2 0 1.30 0.20 12 0 1
s3 0 1 0.3 8 0 0
Valor mas negativo -1000 -300 -1200 0 0

1ra iteración
Variables Variables no basicas
Basicas W y1 y2 y3 s1 s2
W 1 -870 -280 0 0 100
s1 0 0.01666667 0.23333333 0 1 -0.83333333
y3 0 0.11 0.02 1 0 0.08
s3 0 0.13333333 0.16666667 0 0 -0.66666667
Valor mas negativo -870 -280 0 0 100

2da iteración
Variables Variables no basicas
Basicas W y1 y2 y3 s1 s2
W 1 0 -146.15 8030.77 0 769.23
s1 0 0 0.23 -0.15 1 -0.85
y1 0 1 0.15 9.23 0 0.77
s3 0 0 0.15 -1.23 0 -0.77
Valor mas negativo 0 -146.15 8030.77 0 769.23
3ra iteración
Variables Variables no basicas
Basicas W y1 y2 y3 s1 s2
W 1 0 0 7933.33 633.33 233.33
y2 0 0 1 -0.67 4.33 -3.67
y1 0 1 0 9.33 -0.67 1.33
s3 0 0 0 -1.13 -0.63 -0.23
Solución optima
Dual a partir del problema primal
Sea la forma estándar del problema DUAL por el método simplex primal
Función objetivo primal MAX W - 1000y1 - 300y2 - 1200y3 + s1 + s2 + s3 = 0

Sujeto a:
1,10y1 + 0,40y2 + 10y3 + s1 = 6000
1,30y1 + 0,20y2 + 12y3 + s2 = 7000
1y1 + 0,30y2 + 8y3 + s3 = 5500
y1, y2, y3, s1, s2, s3 > 0

imal al problema dual de maximización

RESULTADOS
Resultado
s3 r
0 0
0 6000 600
0 7000 583
1 5500 688
0

Resultado
s3 r
0 700000
0 166.666667 10000 P. Alto P. Medio P. Bajo
0 583.33 5385 Variables x1 x2 x3
1 833.333333 6250 Costos 6000 7000 5500
0 PVC (Ton) 1.1 1.3 1
O. Mat (Ton) 0.4 0.2 0.3
F. y Maquin ( 10 12 8

Resultado
s3 r
0 5384615.38
0 76.92 333
0 5384.62 35000
1 115.38 789
0
 Resultado
s3 Analisis de reultados (Interpretación del problema d
0 5433333
0 333 Cada unidad de la disponibilidad de otros materiales (toneladas) tiene un precio dual d
0 5333 Cada unidad de la disponibilidad de PVC (toneladas) tiene un precio dual de 5333 unid
1 67
Disponibilid
ad
1000
300
1200
erpretación del problema dual)

adas) tiene un precio dual de 333 unidades monetarias.

n precio dual de 5333 unidades monetarias
 DUAL (Excel QM)
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, 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
y1 y2 y3 LHS Slack/Surplus
Maximize (Disponibilidad) 1000 300 1200 sign RHS 5433333
Constraint 1 (Piso alto) 1.10 0.40 10.00 < 6000 6000 0 Constraint 1 (Pi
Constraint 2 (Piso medio) 1.30 0.20 12.00 < 7000 7000 0 Constraint 2 (Pi
Constraint 3 (Piso bajo) 1.00 0.30 8.00 < 5500 5433.333 66.6666666667 Constraint 3 (Pi

Results
Variables 5333 333 0
Objective 5433333

Page 17
Ejercicio 2. Análisis de sensibilidad.

Se presenta la siguiente situación problema de programación lineal:

Continental de Contenedores Co., produce tres clases de contenedores para transporte marítimo: High Cube, Open Side y Dry
prima: acero Corten cobre, acero Corten cromo y acero Corten níquel.
El contenedor High Cube genera una utilidad de US$26.000, el contenedor Open Side genera una utilidad de US$24.000 y el c
Para su producción, el contendor High Cube requiere 17 t de acero Corten cobre, 4 t de acero Corten cromo y 3 t de acero Co
Para su producción el contenedor Open Side requiere 15 t de acero Corten cobre, 3 t de acero Corten cromo y 6 t de acero Co
Para su producción el contendor Dry Van requiere 13 t de acero Corten cobre, 2 t de acero Corten cromo y 9 t de acero Corten
Su planta de producción dispone como máximo de 500 t de acero Corten cobre, 150 t de acero Corten cromo y 200 t de acero
La gerencia financiera de Continental de Contenedores Co., requiere optimizar las utilidades percibidas por contenedor y pide
cada clase de contenedor a producir.

1. Formular el problema como un modelo de

High Cube Open Side Dry Van

Variables x1 x2 x3
Utilidad (USD) 26000 24000 22000 Disponibilidad
Cobre 17 15 13 500
Cromo 4 3 2 150
Níquel 3 6 9 200

2. Solucionar el modelo de programación lineal po

1ra Iteración
Tabla inicial
Variables Variables no basicas
Basicas Z x1 x2 x3 s1
Z 1 -26000 -24000 -22000 0
s1 0 17 15 13 1
s2 0 4 3 2 0
s3 0 3 6 9 0

Variables Variables no basicas

Basicas Z x1 x2 x3 s1
Z 1 -26000 -24000 -22000 0
x1 0 1 0.88235294 0.764705882353 0.058823529
s2 0 4 3 2 0
s3 0 3 6 9 0
 Variables Variables no basicas
Basicas Z x1 x2 x3 s1
Z 1 0 -1058.82353 -2117.647058824 1529.411765
x1 0 1 0.88235294 0.764705882353 0.058823529
s2 0 0 -0.52941176 -1.058823529412 -0.23529412
s3 0 0 3.35294118 6.705882352941 -0.17647059

2 iteración

Variables Variables no basicas

Basicas Z x1 x2 x3 s1
Z 1 0 -1058.82353 -2117.647058824 1529.411765
x1 0 1 0.88235294 0.764705882353 0.058823529
s2 0 0 -0.52941176 -1.058823529412 -0.23529412
s3 0 0 3.35294118 6.705882352941 -0.17647059

Variables Variables no basicas

Basicas Z x1 x2 x3 s1
Z 1 0 -1058.82 -2117.65 1529.41
x1 0 1 0.88 0.76 0.06
s2 0 0 -0.53 -1.06 -0.24
x3 0 0 0.5 1 -0.03

Variables Variables no basicas

Basicas Z x1 x2 x3 s1
Z 1 0 0 0 1473.684211
x1 0 1 0.5 0 0.078947368
s2 0 0 0 0 -0.26315789
x3 0 0 0.5 1 -0.02631579
Solución optima

RESULTADOS
COSTOS (USD) 800000

Pisos de PVC Unidades a

producir
High Cube (x1) 17
Open Side (x2) 0
Dry Van (x3) 17
 rítimo: High Cube, Open Side y Dry Van y utiliza tres tipos de acero Corten como materia

ra una utilidad de US$24.000 y el contenedor Dry Van genera una utilidad de US$22.000
ero Corten cromo y 3 t de acero Corten níquel.
ero Corten cromo y 6 t de acero Corten níquel.
Corten cromo y 9 t de acero Corten níquel.
cero Corten cromo y 200 t de acero Corten níquel.
s percibidas por contenedor y pide a la gerencia de producción, evaluar la cantidad óptima de

r el problema como un modelo de programación lineal.

Función objetivo MAX Z = 26000X1+24000x2+22000x3

Planteamiento del modelo canonico Planteamiento del modelo estandar
Sujeto a: Sujeto a:
17x1+15x2+13x3 ≤ 500 17x1 + 15x2 + 13x3 + S1 = 500
4x1+3x2+2x3 ≤ 150 4x1 + 3x2 + 2x3 + S2 = 150
3x1+6x2+9x3 ≤ 200 3x1 + 6x2 + 9x3 + S3 = 200
x1,x2,x3 ≥ 0 x1, x2, x3 > 0 No negatividad

modelo de programación lineal por el método simplex primal:

as Como fila pivote se escoge la fila que tiene el valor mas ne

Resultado (r>0).
s2 s3 r
Como columna pivote se escoge la columna que posee el
0 0 0
0 0 500 29.41
1 0 150 37.50
0 1 200 66.67

as Se procede a convertir el valor de la casilla intersección en

Resultado
s2 s3
0 0 0
0 0 29.4117647
1 0 150
0 1 200
 Se procede a convertir los demas valores de la columna p
as
Resultado
s2 s3
0 0 764705.882 De esta 1ra iteración se obtuvo como resultado que en la
0 0 29.4117647 variables básicas no hay valores negativos, por lo cual, se
solución posible, pero debido a que existen valores negati
1 0 32.3529412 solución optima, por ello, se procede a realizar una 2da it
0 1 111.764706

as
Resultado
s2 s3 r
0 0 764705.882
0 0 29.4117647 33.33
1 0 32.3529412 -61.11
0 1 111.764706 33.33

as
Resultado
s2 s3
0 0 764705.88
0 0 29.41
1 0 32.35
0 0.15 16.67

as De esta 2da iteración se obtuvo como resultado que en la

Resultado
s2 s3 variables básicas no hay valores negativos, por lo cual, se
0 315.789473684 800000 solución posible y como en la fila Z tampoco los hay, tam
optima.
0 -0.1140350877 17
1 0.15789473684 50
0 0.14912280702 17
 No negatividad

la que tiene el valor mas negativo de r, el cual debe ser mayor a cero

e la columna que posee el valor de Z mas pequeño o negativo.

de la casilla intersección en 1.
 as valores de la columna pivote en cero.

o como resultado que en las columnas de las

s negativos, por lo cual, se puede afirmar que es una
a que existen valores negativos en la fila Z, no es una
ocede a realizar una 2da iteración.

o como resultado que en las columnas de las

es negativos, por lo cual, se puede afirmar que es una
fila Z tampoco los hay, tambien es una soluación
 Ejercicio 2 (Exel QM)
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
Utilidad (USD) 26000 24000 22000 sign RHS 800000
Cobre 17 15 13 < 500 500 0 Cobre
Cromo 4 3 2< 150 100 50 Cromo
Níquel 3 6 9< 200 200 0 Níquel

Results
Variables 17 0 17
Objective 800000

Page 25
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Analisis de dualidad.xlsx]Ejercicio 2 (Exel QM)
Informe creado: 18/04/2021 12:37:57 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$18 Variables x1 16.666666667 0 26000 2769.2307692 0
$C$18 Variables x2 0 0 24000 0 1E+030
$D$18 Variables x3 16.666666667 0 22000 56000 0

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$K$13 Cobre < constraints 500 1473.6842105 500 190 211.11111111
$K$14 Cromo < constraints 100 0 150 1E+030 50
$K$15 Níquel < constraints 200 315.78947368 200 146.15384615 111.76470588
$M$13 Cobre > constraints 0 0 0 0 1E+030
$M$14 Cromo > constraints 0 0 0 0 1E+030
$M$15 Níquel > constraints 0 0 0 0 1E+030
 Análisis post-óptimo

Ejercicio 3. Análisis post-óptimo.

Se presenta la siguiente situación problema de programación lineal:

La empresa Continental de Petróleos Co., compra petróleo crudo pesado, petróleo crudo mediano y petróleo crudo ligero. E
petróleo se producen por barril gasolina, keroseno y combustible para reactores.
Para producir un barril de gasolina, se requiere 35% de crudo pesado, 45% de crudo mediano y 20% de crudo ligero.
Para producir un barril de Keroseno, se requiere 25% de crudo pesado, 40% de crudo mediano y 0,35% de crudo ligero.
Para producir un barril de combustible para reactores, se requiere 30% de crudo pesado, 25% de crudo mediano y 45% de cr
La refinería tiene un contrato para entregar como mínimo 2.000.000 barriles de gasolina, 2.400.000 barriles de keroseno y 3
La gerencia financiera de Continental de Petróleos Co, requiere optimizar los costos percibidos por barril de petróleo y pide a
demanda.
A partir de la situación problema:
1. Formular el problema como un modelo de programación lineal.
-En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la función objetivo, las re
2. Solucionar el modelo de programación lineal por el método simplex dual:
-En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual al modelo de programación lineal, diseñar la
lineal por el método simplex dual.
-En Excel QM o Solver, encontrar la solución del problema programación lineal.
3. Realizar el análisis post-óptimo a la solución óptima simplex dual del modelo de programación lineal.
-En hoja de cálculo (Excel), tomar el Informe de Sensibilidad que arroja Excel QM o Solver luego de encontrar la solución ópti
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.
4. Interpretar los resultados del modelo de programación lineal para la optimización de recursos.
diano y petróleo crudo ligero. El costo por barril de crudo pesado es USD40, de crudo mediano es USD43 y de crudo ligero es de USD45. De

o y 20% de crudo ligero.

no y 0,35% de crudo ligero.
% de crudo mediano y 45% de crudo ligero.
00.000 barriles de keroseno y 3.000.000 de barriles de combustible para reactores.
os por barril de petróleo y pide a la gerencia de producción, evaluar la cantidad óptima de cada clase de petróleo crudo a comprar para sati

antear la función objetivo, las restricciones por recursos y restricción de no negatividad.

programación lineal, diseñar la tabla inicial del método simplex dual y construir las tablas de las iteraciones de la solución del modelo de p

ción lineal.
ego de encontrar la solución óptima para:

rsos.
de crudo ligero es de USD45. De cada tipo de

tróleo crudo a comprar para satisfacer la

s de la solución del modelo de programación