Ejercicio 1. Análisis de dualidad.

Tenemos

𝑿𝟏 :Piso tráfico alto

𝑿𝟐 : Piso tráfico medio
𝑿𝟑: Piso tráfico bajo

Sea el problema primal

Función objetivo

𝑴𝑰𝑵𝑰𝑴𝑰𝒁𝑨𝑹 𝒁=𝟖.𝟓𝟎𝟎𝒙_𝟏+𝟗.𝟓𝟎𝟎𝒙_𝟐+𝟖.𝟎𝟎𝟎𝒙_𝟑

Sujeto a:
Sea la forma estándar del problema dual por el método simplex dual:

Función objetivo

𝑴𝑰𝑵𝑰𝑴𝑰𝒁𝑨𝑹 𝒁=−𝟖.𝟓𝟎𝟎𝒙_𝟏−𝟗.𝟓𝟎𝟎𝒙_𝟐−𝟖.𝟎𝟎𝟎𝒙_𝟑+ 〖𝟎𝑺〗 _𝟏 + 〖𝟎𝑺〗 _𝟐

+ 〖𝟎𝑺〗 _𝟑=𝟎

Sujeto a:

−𝟏,𝟐𝟎𝒙_𝟏−𝟏,𝟒𝟎𝒙_𝟐−𝟏,𝟏𝒙_𝟑+ 𝑺_𝟏 ="-400"

-0,𝟒𝟎𝒙_𝟏−𝟎,𝟐𝟎𝒙_𝟐−𝟎,𝟑𝟎𝒙_𝟑+ 𝑺_𝟐 ="-150"

-"11" 𝒙_𝟏−𝟏𝟑𝒙_𝟐−𝟗𝒙_𝟑+ 𝑺_𝟑 ="- 5.000"

𝒙_𝟏,𝒙_𝟐,𝒙_𝟑,𝒔_𝟏,𝒔_𝟐,𝒔_𝟑≥"0"

Tabla inicial

Variables Variables No Básicas

Básicas Z X1 X2 X3 S1 S2 S3
Z 1 -8500 -9500 -8000 0 0 0
S1 0 -1.20 -1.40 -1.1 1 0 0
S2 0 -0.40 -0.20 -0.30 0 1 0
S3 0 -11 -13 -9 0 0 1

Razon mas pequeña 772.72727273 730.769231 888.888889

VE
Iteración 1

Variables Variables No Básicas

Básicas Z X1 X2 X3 S1 S2 S3
Z 1 -461.5384615 0 -1423.07692 0 0 -730.769231
S1 0 0 0 0 1 0 0
S2 0 0 0 0 0 1 0
X2 0 0.8461538462 1 0.69230769 0 0 -0.07692308

Razon mas pequeña 2000 #DIV/0! 8809.52381 47500

VE

Iteración 2

Variables Variables No Básicas

Básicas Z X1 X2 X3 S1 S2 S3
Z 1 0 0 -1100 0 -2000 -700
S1 0 0 0 0 1 0 0
x1 0 1 0 1 0 -4 0
X2 0 0 1 0.1 0 3.66666666667 -0.13333333

Razon mas pequeña 0 #DIV/0! -1571.42857 -10500

VE
Solución

0 Valor mas pequeño

-400 -400
-150 -150
-5000 -5000 VS
 Solución

3653846.15 Valor mas pequeño

138 138
-73 -73 VS
384.615385 385

Solucion optima
Solución
X1 317 Piso tráfico alto
3800000 X2 116.666667 Piso tráfico medio
143 X3 0 Piso tráfico bajo
317
116.666667
Conclusión
De acuerdo a los materiales disponibles, para optimizar los costos percibidos
por piso la cantidad que se debe producir es 317 de piso trafico alto,117 de
piso tráfico medio,0 de piso tráfico bajo con un costo mínimo de USD
3.800.000
 Sea el problema primal

Función objetivo

𝑴𝑰𝑵𝑰𝑴𝑰𝒁𝑨𝑹 𝒁=𝟖.𝟓𝟎𝟎𝒙_𝟏+𝟗.𝟓𝟎𝟎𝒙_𝟐+𝟖.𝟎𝟎𝟎𝒙_𝟑

Sujeto a:

𝟏,𝟐𝟎𝒙_𝟏+𝟏,𝟒𝟎𝒙_𝟐+𝟏,𝟏𝒙_𝟑≥"400"
0,𝟒𝟎𝒙_𝟏+𝟎,𝟐𝟎𝒙_𝟐+𝟎,𝟑𝟎𝒙_𝟑≥"150"
"11" 𝒙_𝟏+𝟏𝟑𝒙_𝟐+𝟗𝒙_𝟑≥"5.000"

La Solución en Solver es:

Función objetivo: MIN Z 3800000

X1 X2 X3
316.666667 116.666667 0
8500 9500 8000

Restricciones LADO IZQ LADO DER

1.20 1.40 1.1 543.333333 ≥ 400
0.40 0.20 0.30 150 ≥ 150
11 13 9 5000 ≥ 5000
 Sea el problema dual

Función objetivo

𝑴𝑨𝑿𝑰𝑴𝑰𝒁𝑨𝑹 𝑾=𝟒𝟎𝟎𝒀_𝟏+𝟏𝟓𝟎𝒀_𝟐+𝟓.𝟎𝟎𝟎𝒀_𝟑

Sujeto a:

𝟏,𝟐𝟎𝒀_𝟏+𝟎,𝟒𝟎𝒀_𝟐+𝟏𝟏𝒀_𝟑≤"8.500"
1,𝟒𝟎𝒀_𝟏+𝟎,𝟐𝟎𝒀_𝟐+𝟏𝟑𝒀_𝟑≤"9.500"
"1,1" 𝒀_𝟏+𝟎,𝟑𝟎𝒀_𝟐+𝟗𝒀_𝟑≤"8.000"

𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

Sea la forma estándar del problema dual por el método simplex dual:

Función objetivo

𝑴𝑨𝑿𝑰𝑴𝑰𝒁𝑨𝑹 𝑾 −𝟒𝟎𝟎𝒀_𝟏−𝟏𝟓𝟎𝒀_𝟐 −𝟓.𝟎𝟎𝟎𝒀_𝟑+ 〖𝟎𝑺〗 _𝟏 + 〖𝟎𝑺〗 _𝟐 + 〖𝟎𝑺〗

_𝟑=𝟎

Sujeto a:

"1",𝟐𝟎𝒀_𝟏+𝟎,𝟒𝟎𝒀_𝟐+𝟏𝟏𝒀_𝟑+ 𝑺_𝟏 ="8500"

","
"1," 𝟒𝟎𝒀_𝟏+𝟎,𝟐𝟎𝒀_𝟐+𝟏𝟑𝒀_𝟑+ 𝑺_𝟐 ="9500"

"1,1" 𝒀_𝟏+𝟎,𝟑 〖𝟎𝒀〗 _𝟐+𝟗𝒀_𝟑+ 𝑺_𝟑 =" 8.000"

𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 ,𝑺_𝟏 ,𝑺_𝟐 ,𝑺_𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

Tabla inicial
Variables Variables No Básicas
Básicas W Y1 Y2 Y3 S1 S2 S3
W 1 -400 -150 -5000 0 0 0
S1 0 1.20 0.40 11 1 0 0
S2 0 1.40 0.20 13 0 1 0
S3 0 1.1 0.30 9 0 0 1

Valor mas negativo -400 -150 -5000 0 0 0

VE

Iteración 1

Variables Variables No Básicas

Básicas W Y1 Y2 Y3 S1 S2 S3
W 1 138.461538 -73.0769231 0 0 384.615385 0
S1 0 0.01538462 0.23076923 0 1 -0.84615385 0
Y3 0 0.10769231 0.01538462 1 0 0.07692308 0
S3 0 0.13076923 0.16153846 0 0 -0.69230769 1

Valor mas negativo 138.461538 -73.0769231 0 0 384.615385 0

VE

Iteración 2

Variables Variables No Básicas

Básicas W Y1 Y2 Y3 S1 S2 S3
W 1 143.333333 0 0 316.666667 116.666667 0
Y2 0 0.06666667 1 0 4.33333333 -3.66666667 0
Y3 0 0.10666667 0 1 -0.06666667 0.13333333 0
S3 0 0.12 0 0 -0.7 -0.1 1

Valor mas negativo 143.333333 0 0 316.666667 116.666667 0

VE
 Solución

0 Razón más pequeña

8500 772.727273
9500 730.769231 VS
8000 888.888889

Solución

3653846.15 Razón más pequeña

461.538462 2000 VS
730.769231 47500
1423.07692 8809.52381

Solución
Solucion optima
3800000 Y2 2000
2000 Y3 700
700
1100

Podemos concluir que aunque se cambien algunos parámetros la solución

sigue siendo optima.
 Sea el problema dual

Función objetivo

𝑴𝑨𝑿𝑰𝑴𝑰𝒁𝑨𝑹 =𝟒𝟎𝟎𝒀_𝟏+𝟏𝟓𝟎𝒀_𝟐+𝟓.𝟎𝟎𝟎𝒀_𝟑

Sujeto a:

𝟏,𝟐𝟎𝒀_𝟏+𝟎,𝟒𝟎𝒀_𝟐+𝟏𝟏𝒀_𝟑≤"8.500"
1,𝟒𝟎𝒀_𝟏+𝟎,𝟐𝟎𝒀_𝟐+𝟏𝟑𝒀_𝟑≤"9.500"
"1,1" 𝒀_𝟏+𝟎,𝟑𝟎𝒀_𝟐+𝟗𝒀_𝟑≤"8.000"

𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

Sea la forma estándar del problema dual por el método simplex dual:

Función objetivo

𝑴𝑨𝑿𝑰𝑴𝑰𝒁𝑨𝑹 𝑾 −𝟒𝟎𝟎𝒀_𝟏−𝟏𝟓𝟎𝒀_𝟐 −𝟓.𝟎𝟎𝟎𝒀_𝟑+ 〖𝟎𝑺〗 _𝟏 + 〖𝟎𝑺〗 _𝟐 + 〖𝟎𝑺〗

_𝟑=𝟎

Sujeto a:

"1",𝟐𝟎𝒀_𝟏+𝟎,𝟒𝟎𝒀_𝟐+𝟏𝟏𝒀_𝟑+ 𝑺_𝟏 ="8500"

"1," 𝟒𝟎𝒀_𝟏+𝟎,𝟐𝟎𝒀_𝟐+𝟏𝟑𝒀_𝟑+ 𝑺_𝟐 ="9500"

"1,1" 𝒀_𝟏+𝟎,𝟑 〖𝟎𝒀〗 _𝟐+𝟗𝒀_𝟑+ 𝑺_𝟑 =" 8.000"

𝒀_𝟏,𝒀_𝟐,𝒀_𝟑 ,𝑺_𝟏 ,𝑺_𝟐 ,𝑺_𝟑 𝑰𝒓𝒓𝒆𝒔𝒕𝒓𝒊𝒄𝒕𝒂𝒔

La Solución en Solver es:

Función objetivo: MAX W 3800000

Y1 Y2 Y3
0 2000.00000001 700
400 150 5000

Restricciones LADO IZQ LADO DER

1.20 0.40 11 8500 ≥ 8500
1.4 0.20 13 9500 ≥ 9500
1.1 0.30 9 6900 ≥ 8000
 Ejercicio 2 Analisis de sensibilidad

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 33.000𝑥 〗 _1+ 〖 37.000𝑥 〗 _2+ 〖 35.000𝑥 〗 _3

Sujeto:

〖 13𝑥 〗 _1 〖 " " +" " 18𝑥 〗 _2 +

〖 15𝑥 〗 _3≤600
〖 9𝑥 〗 _1 〖 " " +" " 3𝑥 〗 _2 " "+" " 〖 6𝑥 〗 _3≤"150"

〖 2𝑥 〗 _1 〖 " " +" " 4𝑥 〗 _2 " "+" " 〖 3𝑥 〗 _3≤"150"

𝑥_1 , 𝑥_2 ,𝑥_3 ≥0

a.Forma estándar del modelo por el método simplex primal:

Función objetivo
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑧− 〖 33.000𝑥 〗 _1− 〖 37.000𝑥 〗 _2− 〖 35.000𝑥 〗 _3 + 〖𝟎
𝑺〗 _𝟏 + 〖𝟎𝑺〗 _𝟐 + 〖𝟎𝑺〗 _𝟑=𝟎
〖 13𝑥 〗 _1 〖 " " +" " 18𝑥 〗 _2 "
"+" " 〖
〖 9𝑥 〗15𝑥 〗 "_3+𝑠_1="600"
_1 〖 " +" " 3𝑥 〗 _2 " "+" " 〖 6𝑥 〗 _3+𝑠_2="150"
〖 2𝑥 〗 _1 〖 " " +" " 4𝑥 〗 _2 " "+" " 〖 3𝑥 〗 _3+𝑠_3="150"
𝑥_1 " , " 𝑥_2 " ," 𝑥_3 " ," 𝑠_1 "," 𝑠_2
"," 𝑠_3 " "≥0

Solución de modelo por el método simplex primal:

Variables Variables No Básicas

Básicas Z X1 X2 X3 S1 S2 S3
Z 1 -33,000 -37,000 -35,000 0 0 0
S1 0 13 18 15 1 0 0
S2 0 9 3 6 0 1 0
S3 0 2 4 3 0 0 1

Valor mas negativo -33000 -37000 -35000 0 0 0

VE

Iteración 1

Variables Variables No Básicas

Básicas Z X1 X2 X3 S1 S2 S3
Z 1 -6,278 0 -4,167 2,056 0 0
x2 0 0.72222222 1 0.83333333 0.05555556 0 0
S2 0 6.83333333 0 3.5 -0.16666667 1 0
S3 0 -0.88888889 0 -0.33333333 -0.22222222 0 1

Valor mas negativo -6,278 0 -4,167 2,056 0 0

VE

Iteración 2

Variables Variables No Básicas

 Básicas Z X1 X2 X3 S1 S2 S3
Z 1 0 0 -951 1,902 919 0
x2 0 0 1 0.46341463 0.07317073 -0.10569106 0
x1 0 1 0 0.51219512 -0.02439024 0.14634146 0
S3 0 0 0 0.12195122 -0.24390244 0.1300813 1

Valor mas negativo 0 0 -951 1,902 919 0

VE

Iteración 3

Variables Variables No Básicas

Básicas Z X1 X2 X3 S1 S2 S3
Z 1 1,857 0 0 1,857 1,190 0
x2 0 -0.9047619 1 0 0.0952381 -0.23809524 0
x3 0 1.95238095 0 1 -0.04761905 0.28571429 0
S3 0 -0.23809524 0 0 -0.23809524 0.0952381 1

Valor mas negativo 1,857 0 0 1,857 1,190 0

VE
 Solución

0 Razón más pequeña

600 33.3333333 VS
150 50
150 37.5

Solución

1,233,333 Razón más pequeña

33.3333333 46.1538462
50 7.31707317 VS
16.6666667 -18.75

Solución
 Solución

1,279,268 Razón más pequeña

28.0487805 60.5263158
7.31707317 14.2857143 VS
23.1707317 190

Solución

1,292,857 Razón más pequeña

21.4285714 #DIV/0!
14.2857143 14.2857143 VS
21.4285714 #DIV/0!
Solución en el solver

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 33.000𝑥 〗 _1+ 〖 37.000𝑥 〗 _2+ 〖 35.000𝑥 〗 _3

Sujeto:
〖 13𝑥 〗 _1 〖 " " +" " 18𝑥 〗 _2 +
〖 9𝑥 〗 _1 〖〖 15𝑥 〗 _3≤600
" " +" " 3𝑥 〗 _2 " "+" " 〖 6𝑥 〗 _3≤"150"
〖 2𝑥 〗 _1 〖 " " +" " 4𝑥 〗 _2 " "+" " 〖 3𝑥 〗 _3≤"150"

No Negativiadad:
𝑥_1 , 𝑥_2 ,𝑥_3 ≥0

a.Forma estándar del modelo por el método simplex primal:

Función objetivo
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑧− 〖 33.000𝑥 〗 _1− 〖 37.000𝑥 〗 _2− 〖 35.000𝑥 〗 _3 + 〖𝟎
𝑺〗〖 + 〖
_𝟏13𝑥 〗𝟎𝑺_1〗〖 〖𝟎𝑺
_𝟐" +" +" 〗 _𝟑=𝟎
" 18𝑥 〗 _2 "
〖 "9𝑥〖〗15𝑥
"+" _1 〗
〖 _3+𝑠_1="600"
" " +" " 3𝑥 〗 _2 " "+" " 〖 6𝑥 〗 _3+𝑠_2="150"
〖 2𝑥 〗 _1 〖 " " +" " 4𝑥 〗 _2 " "+" " 〖 3𝑥 〗 _3+𝑠_3="150"
𝑥_1 " , " 𝑥_2 " ," 𝑥_3 " ," 𝑠_1 "," 𝑠_2
"," 𝑠_3 " "≥0

Función objetivo: MAX Z 1292857.14

X1 X2 X3
0 21 14
33,000 37,000 35,000

Restricciones LADO IZQ LADO DER

13 18 15 600 ≤ 600
9 3 6 150 ≤ 150
2 4 3 128.571429 ≤ 150
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Tarae 3_Programación lineal.xlsx]Solución en el solver
Informe creado: 2/11/2021 9:07:25 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$A$29 X1 0 -1857.1428571 33000 1857.1428571 1E+030
$B$29 X2 21.428571429 0 37000 2052.6315789 19500
$C$29 X3 14.285714286 0 35000 39000 951.2195122

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$E$33 LADO IZQ 600 1857.1428571 600 90 225
$E$34 LADO IZQ 150 1190.4761905 150 90 50
$E$35 LADO IZQ 128.57142857 0 150 1E+030 21.428571429
 Valor Minimo Valor Maximo
x1 -1E+030 34857.1428571
x2 17500 39052.6315789
x3 34048.7804878 74000

Valor Minimo Valor Maximo

b1 375 690
b2 100 240
b3 128.571428571 1E+030
Nuevo Coeficiente
Valor minimo ‹Nueva Un‹ Valor Maximo

28000-38078
34900-37900

Nuevo disponibilidad
Valor minimo ‹Nueva bn ‹ Valor Maximo

134-500000
Cambio en los coeficientes de la función objetivo

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 33.000𝑥 〗 _1+ 〖 38.078𝑥 〗 _2+ 〖 37.900𝑥 〗 _3

Sujeto:
〖 13𝑥 〗 _1 〖 " " +" " 18𝑥 〗 _2 +
〖 9𝑥 〗 _1 〖〖 15𝑥 〗 _3≤600
" " +" " 3𝑥 〗 _2 " "+" " 〖 6𝑥 〗 _3≤"150"
〖 2𝑥 〗 _1 〖 " " +" " 4𝑥 〗 _2 " "+" " 〖 3𝑥 〗 _3≤"150"

Aumento de los coeficientes

Función objetivo: MAX Z 1355714.29

X1 X2 X3
0 21 14
33,000 38,000 37,900

Restricciones LADO IZQ LADO DER

13 18 15 600 ≤ 600
9 3 6 150 ≤ 150
2 4 3 128.571429 ≤ 150

La solución permanece optima

Aumenta la función objetivo
Las variables permanecen constante

a. Analizar los cambios de aumento y reducción de los coeficientes de las variables

Cuando el valor del coeficiente de las variables de la función objetivo es cercano al valor mínimo no se obtiene una

Cuando el valor del coeficiente de las variables de la función objetivo es cercano al valor máximo las variables básica
 Disminución en los coeficientes

Función objetivo: MAX Z 1098571.43

X1 X2 X3
0 21 14
33,000 28,000 34,900

Restricciones LADO IZQ

13 18 15 600 ≤
9 3 6 150 ≤
2 4 3 128.571429 ≤

La solución no permanece optima

Disminuye la función objetivo
Las variables permanecen constantes

ntes de las variables de la función objetivo.

or mínimo no se obtiene una solución óptima para el problema, pero las variables se mantienen constantes.

or máximo las variables básicas cambian.

LADO DER
600
150
150
Cambio en la Disponibilidad

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 33.000𝑥 〗 _1+ 〖 37.000𝑥 〗 _2+ 〖 35.000𝑥 〗 _3

Sujeto:
〖 13𝑥 〗 _1 〖 " " +" " 18𝑥 〗 _2 +
〖 15𝑥
〖 9𝑥 〗 _1 〖 〗 _3≤600
" " +" " 3𝑥 〗 _2 " "+" " 〖 6𝑥 〗 _3≤134
〖 2𝑥 〗 _1 〖 " " +" " 4𝑥 〗 _2 " "+" " 〖 3𝑥 〗 _3≤"150"

Reducción de las disponibilidades

Función objetivo: MAX Z 1292857.14

X1 X2 X3
0 21 14
33,000 37,000 35,000

Restricciones LADO IZQ LADO DER

13 18 15 600 ≤ 600
9 3 6 150 ≤ 150
2 4 3 128.571429 ≤ 134

b. Analizar los cambios de aumento y reducción de las disponibilidades de las restricciones

Así aumente o disminuye la disponibilidad se mantiene la solución óptima y no cambian variables.

Análisis de resultados

Es optimo realizar estos cambios ya que aumento mi utilidad produciendo lo mismo.

 Aumento de las disponibilidades

Función objetivo: MAX Z 1292857.14

X1 X2 X3
0 21 14
33,000 37,000 35,000

Restricciones LADO IZQ LADO DER

13 18 15 600 ≤ 600
9 3 6 150 ≤ 150
2 4 3 128.571429 ≤ 500,000

n variables.
 SOLUCION MODELO DE MINIMIZACION

El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 45𝑥 〗 _1+ 〖 48𝑥 〗 _2+ 〖 50𝑥 〗 _3
Sujeto a:
42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑≥"6000000"
𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑≥"5300000"
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑≥"5" 000"000"
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥"
0"
Forma estándar del método simplex dual:

Función objetivo:
𝑴𝑰𝑵𝑰𝑴𝑰𝒁𝑨𝑹 𝒁=−𝟒𝟓𝒙_𝟏−𝟒𝟖𝒙_𝟐−𝟓𝟎𝒙_𝟑+ 〖𝟎𝑺〗 _𝟏 + 〖𝟎𝑺〗 _𝟐 + 〖𝟎𝑺〗 _𝟑=𝟎
Sujeto a:

−𝟒𝟐𝒙_𝟏−𝟑𝟏𝒙_𝟐−𝟐𝟕𝒙_𝟑+ 𝑺_𝟏 ="−6000000"

-33𝒙_𝟏−𝟑𝟓𝒙_𝟐−𝟑𝟐𝒙_𝟑+ 𝑺_𝟐 ="−5300000"

-25𝒙_𝟏−𝟑𝟐𝒙_𝟐−𝟒𝟑𝒙_𝟑+ 𝑺_𝟑 ="− 5000000"

𝒙_𝟏,𝒙_𝟐,𝒙_𝟑,𝒔_𝟏,𝒔_𝟐,𝒔_𝟑≥"0"

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 -45 -48 -50 0 0 0
S1 0 -42 -31 -27 1 0 0
S2 0 -33 -35 -32 0 1 0
S3 0 -25 -32 -43 0 0 1
VE

Razón 1.07142857 1.5483871 1.85185185 0

VE

Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 -14.7857143 -21.0714286 -1.07142857 0 0
X1 0 1 0.73809524 0.64285714 -0.02380952 0 0
 S2 0 0 -10.6428571 -10.7857143 -0.78571429 1 0
S3 0 0 -13.547619 -26.9285714 -0.5952381 0 1
VE

Razón #DIV/0! 1.0913884 0.78249337 1.8

VE

Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 -4.18479222 0 -0.60565871 0 -0.78249337
X1 0 1 0.41467728 0 -0.03801945 0 0.02387268
S1 0 0 -5.21662246 0 -0.54730327 1 -0.4005305
X3 0 0 0.50309461 1 0.02210433 0 -0.03713528
VE

Razón 0 0.80220339 0 1.10662359 #DIV/0! 1.95364238

VE

Iteración 3:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1 S2 S3
Z 1 0 0 0 -0.16661017 -0.80220339 -0.46118644
X1 0 1 0 0 -0.08152542 0.07949153 -0.0079661
X2 0 0 1 0 0.10491525 -0.19169492 0.07677966
X3 0 0 0 1 -0.03067797 0.09644068 -0.07576271
VE

Razón 0 #DIV/0! 0 -1.58804523 -8.31810193

VE
SOLUCION

0 Valor mas negativo

-6000000 VS -6000000
-5300000 -5300000
-5000000 -5000000

SOLUCION

6428571.43 Valor mas negativo

142857.143 142857.143
-585714.286 -585714.286
-1428571.43 VS -1428571.43

SOLUCION

7546419.1 Valor mas negativo

108753.316 108753.316
-13527.8515 VS -13527.8515
53050.3979 53050.3979

SOLUCION

7557271.19 Valor mas negativo

107677.966
2593.22034
51745.7627 VS
 El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 45𝑥 〗 _1+ 〖 48𝑥 〗 _2+ 〖 50𝑥 〗 _3
Sujeto a:
42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑≥"6000000"
𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑≥"5300000"
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑≥"5" 000"000"
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥"
0"
Forma estándar del método simplex dual:

Función objetivo:
𝑴𝑰𝑵𝑰𝑴𝑰𝒁𝑨𝑹 𝒁=−𝟒𝟓𝒙_𝟏−𝟒𝟖𝒙_𝟐−𝟓𝟎𝒙_𝟑+ 〖𝟎𝑺〗 _𝟏 + 〖𝟎𝑺〗 _𝟐 + 〖𝟎𝑺〗 _𝟑=𝟎
Sujeto a:

−𝟒𝟐𝒙_𝟏−𝟑𝟏𝒙_𝟐−𝟐𝟕𝒙_𝟑+ 𝑺_𝟏 ="−6000000"

-33𝒙_𝟏−𝟑𝟓𝒙_𝟐−𝟑𝟐𝒙_𝟑+ 𝑺_𝟐 ="−5300000"

-25𝒙_𝟏−𝟑𝟐𝒙_𝟐−𝟒𝟑𝒙_𝟑+ 𝑺_𝟑 ="− 5000000"

𝒙_𝟏,𝒙_𝟐,𝒙_𝟑,𝒔_𝟏,𝒔_𝟐,𝒔_𝟑≥"0"

La Solución en Solver es:

Función objetivo: MIN Z 7557271.19

X1 X2 X3
107677.966 2593.22034 51745.7627
45 48 50

Restricciones LADO IZQ LADO DER

42 31 27 6000000 ≥ 6000000
33 35 32 5300000 ≥ 5300000
25 32 43 5000000 ≥ 5000000
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Tarae 3_Programación lineal.xlsx]SOLVER
Informe creado: 9/11/2021 6:19:40 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$A$33 X1 107677.9661 0 45 10.091684435 2.0436590437
$B$33 X2 2593.220339 0 48 1.5880452342 4.1847922193
$C$33 X3 51745.762712 0 50 8.3181019332 5.4309392265

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$E$37 LADO IZQ 6000000 0.1666101695 6000000 24717.285945 1320790.0208
$E$38 LADO IZQ 5300000 0.8022033898 5300000 536555.36028 13527.851459
$E$39 LADO IZQ 5000000 0.4611864407 5000000 33774.834437 682997.76286
 Nuevo coeficiente
Valor Mínimo Valor Máximo Nuevo Cn > Valor máximo
X1 42.956341 55.091684434968 100
X2 43.8152078 49.5880452342488 60
X3 44.5690608 58.3181019332162 110

Nueva disponibilidad
Valor Mínimo Valor Máximo Nueva bn > Valor Máximo
b1 4679209.98 6024717.28594507 8702567
b2 5286472.15 5836555.3602812 90,886,579
b3 4317002.24 5033774.83443709 60456378
 El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 45𝑥 〗 _1+ 〖 48𝑥 〗 _2+ 〖 50𝑥 〗 _3
Sujeto a:
42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑≥"502464"
𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑≥"567899"
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑≥𝟔𝟓𝟕𝟖𝟗𝟗
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥"
0"

La Solución en Solver es:

Función objetivo: MIN Z 842700.213

X1 X2 X3
1061.32305 5633.95017 10490.2214
45 48 50

Restricciones LADO IZQ LADO DER

42 31 27 502464 ≥ 502464
33 35 32 567899 ≥ 567899
25 32 43 657899 ≥ 657899

Disponibilidad Maxima

El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 45𝑥 〗 _1+ 〖 48𝑥 〗 _2+ 〖 50𝑥 〗 _3
Sujeto a:
42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑≥"8702567"
𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑≥𝟗𝟎𝟖𝟖𝟔𝟓𝟕𝟗
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑≥𝟔𝟎𝟒𝟓𝟔𝟑𝟕𝟖
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥"
0"

La Solución en Solver es:

Función objetivo: MIN Z 123936244

X1 X2 X3
2754138.76 0 0
45 48 50

Restricciones LADO IZQ LADO DER

42 31 27 115673828 ≥ 8702567
33 35 32 90886579 ≥ 90886579
25 32 43 68853469 ≥ 60456378
La solución es óptima
Disminuye la función objetivo Z
La solución de las variables no permanece constante
La solución no es óptima
Aumenta la función objetivo Z
La solución de las variables Xn no permanecen constantes
 El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 45𝑥 〗 _1+ 〖 48𝑥 〗 _2+ 〖 50𝑥 〗 _3
Sujeto a:
42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑≥"6000000"
𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑≥"5300000"
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑≥"5" 000"000"
"3" 𝟒𝒙_𝟏+𝟑𝟔𝒙_𝟐+𝟐𝟗𝒙_𝟑≥"5" 𝟎𝟓0"000"

La Solución en Solver es:

La solución es óptima
Función objetivo: MIN Z 7557271.19 La Función objetivo Z es constante
La solución de las variables permanece co
X1 X2 X3
107677.966 2593.22034 51745.7627
45 48 50

Restricciones LADO IZQ LADO DER

42 31 27 6000000 ≥ 6000000
33 35 32 5300000 ≥ 5300000
25 32 43 5000000 ≥ 5000000
34 36 29 5255033.9 ≥ 5050000
bjetivo Z es constante
las variables permanece constante
 El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 100𝑥 〗 _1+ 〖 60𝑥 〗 _2+ 〖 110𝑥 〗 _3
Sujeto a:
42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑≥"6000000"
𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑≥"5300000"
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑≥"5" 000"000"
𝒙_𝟏,𝒙_𝟐,𝒙_𝟑≥"
0"

La Solución en Solver es:

Función objetivo: MIN Z 1233560.63

X1 X2 X3
0 20559.3438 0
100 60 110

Restricciones LADO IZQ LADO DER

42 31 27 637340 ≥ 502464
33 35 32 719577 ≥ 567899
25 32 43 657899 ≥ 657899
La solución es óptima
Disminuye la función objetivo Z
La solución de las variables no permanece constante
 El problema como modelo de programación lineal:

Función objetivo:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 〖 45𝑥 〗 _1+ 〖 48𝑥 〗 _2+ 〖 50𝑥 〗 _3+ 〖 47𝑥 〗 _4
Sujeto a:

42𝒙_𝟏+𝟑𝟏𝒙_𝟐+𝟐𝟕𝒙_𝟑+ 〖 40𝑥 〗 _4≥"6000000"

𝟑𝟑𝒙_𝟏+𝟑𝟓𝒙_𝟐+𝟑𝟐𝒙_𝟑+ 〖 37𝑥 〗 _4≥"5300000"
"25" 𝒙_𝟏+𝟑𝟐𝒙_𝟐+𝟒𝟑𝒙_𝟑+ 〖 24𝑥 〗 _4≥"5" 000"000"

La Solución en Solver es:

Función objetivo: MIN Z 9513059.7

X1 X2 X3 x4
0 104477.612 0 69029.8507
100 60 110 47

Restricciones
42 31 27 40 6000000 ≥ 6000000
33 35 32 37 6210821 ≥ 5300000
25 32 43 24 5000000 ≥ 5000000
La solución es óptima
Disminuye la función objetivo Z
La solución de las variables no permanece constante