Ejercicio 1. Análisis de dualidad.

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.
TIPO DE COSTO DE PRODUCCIO Aglutinant Disolvent Inventari
PINTUR PRODUCCIÓ N DE e e o de la
A N PINTURA empresa
pinmento
TIPO A USD1.120 72t de p 5t de a 50t de d 1.700t de
p
TIPO B USD1.596 28t de p 35t de a 30t 1.500t de
a
TIPO C USD1.764 25t de p 45t de a 35t 1.100t de
d

minZ=1.120 x 1+1.596 x 2+ 1.764 x 3

¿Qué cantidad de cada tipo de pintura debe producir PAINTCOL Co. con los
recursos disponibles para minimizar los costos de producción?

Variables:
X1= USD1.120
X2= USD1.596
X3= USD1.764

Modelo canónico;
Minimizar z
z=1.120 x 1+1.596 x 2 +1.76 4 x 3
restricciones
72 x1 +5 x 2+50 x 3 ≥ 1.700
28 x 1+35 x 2 +30 x3 ≥1. 5 00
25 x 1+ 45 x2 +35 x 3 ≥ 1.1 00
 x1 , x2 , x3 ≥ 0
Modelo estándar

Función objetivo:
Minimizar:
Z−1.120 x1−1.596 x 2−1.76 4 x 3=0 igualamos a 0
Restricciones:
72 x1 +5 x 2+50 x 3−1 s 1=1.700
28 x 1+35 x 2 +30 x3 −1 s2=1.500
25 x 1+ 45 x2 +3 5 x 3−1 s 3=1.100−1 s1 Variable de Orgura

Nuevo modelo estándar

Z−1.120 x1−1.596 x 2−1.76 4 x 3=0
Cambio de signo multiplicamos;
−72 x1−5 x 2−50 x 3 +1 s1 =−1.700
−28 x 1−35 x2 −30 x 3 +1 s 2=−1.500
−25 x 1−45 x 2−35 x 3+ 1 s3=−1.100
Modelo de matriz

X1 X2 X3 S1 S2 S3 RESULTADO
Z -1.120 -1.596 -1.764 0 0 0 0
S1 -72 -5 -50 1 0 0 -1.700
S2 -28 -35 -30 0 1 0 -1.500
S3 -25 -45 -35 0 0 1 -1.100

Identificamos la fila PIVOTE (EL NUMERO MÁS NEGATIVO)

X1 X2 X3 S1 S2 S3 RESULTADO
Z -1.120 -1.596 -1.764 0 0 0 0
S1 -72 -5 -50 1 0 0 -1.700
S2 -28 -35 -30 0 1 0 -1.500
S3 -25 -45 -35 0 0 1 -1.100

TENEMOS QUE;
Tomamos a X 1 , X 2 , X 3 de la fila Z y / con las filas correspondientes de la fila pivote
Por tanto;
−1.120
=4 0
−28
−1.596
=45.6
−35
−1.76 4
=58.8
−30

El nunero mas cercano a cero es 40 eso me indica que x1 es la

columna pivote
X1 X2 X3 S1 S2 S3 RESULTADO
Z -1.120 -1.596 -1.764 0 0 0 0
S1 -72 -5 -50 1 0 0 -1.700
S2 -28 -35 -30 0 1 0 -1.500
S3 -25 -45 -35 0 0 1 -1.100

Número pivote es -28

La variable x1 reemplaza la variable s2

X1 X2 X3 S1 S2 S3 RESULTADO
Z -1.120 -1.596 -1.764 0 0 0 0
S1 -72 -5 -50 1 0 0 -1.700
X1 -28 -35 -30 0 1 0 -1.500
S3 -25 -45 -35 0 0 1 -1.100

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 restricciones por
recursos y restricción de no negatividad. En adelante se denominará el
problema primal.

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 método simplex dual y
construir las tablas de las iteraciones de la solución problema primal por el
método simplex dual.
En Excel QM, 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, plantear la función objetivo
dual, las restricciones duales por recursos y restricción de no negatividad o
irrestrictas.
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 del método simplex primal
del problema dual y construir las tablas de las iteraciones de la solución del
problema dual por el método simplex primal.
En Excel QM, 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.
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 1 t 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. 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 restricciones por
recursos y restricción de no negatividad.
2. Solucionar el modelo de programación lineal por el método simplex
primal:
En hoja de cálculo (Excel), plantear la forma estándar del método simplex
primal al modelo de programación lineal, diseñar la tabla inicial del método
simplex primal y construir las tablas de las iteraciones de la solución del
modelo de programación lineal por el método simplex primal.
En Excel QM, encontrar la solución del problema programación lineal.
3. Realizar el análisis de sensibilidad a la solución óptima simplex primal del
modelo de programación lineal.
En hoja de cálculo (Excel), tomar el Informe de Sensibilidad que arroja
Excel QM luego de encontrar la solución óptima para:
a. Analizar los cambios de aumento y reducción de los coeficientes de
las variables de la función objetivo.
b. Analizar los cambios de aumento y reducción de las disponibilidades de
las restricciones.
4. Interpretar los resultados del análisis de sensibilidad para la optimización
de los recursos.
Ejercicio 3. Análisis post-óptimo.
Se presenta la siguiente situación problema de programación lineal:
Containers de Colombia Co., produce tres clases de contenedores para
transporte marítimo: High Cube, Open Side y Dry Van y utiliza tres tipos de
acero Corten como materia prima: acero Corten cobre, acero Corten cromo
y acero corten níquel.
El contenedor High Cube tiene un costo de US$31.428, el contenedor Open
Side tiene un costo de US$25.714 y el contenedor Dry Van tiene un costo
de US$37.142. Para su producción, el contendor High Cube requiere 7
toneladas de acero Corten cobre, 3 toneladas de acero Corten cromo y 3
toneladas de acero Corten níquel, el contenedor Open Side requiere 3
toneladas de acero Corten cobre, 4 toneladas de acero Corten cromo y 3
toneladas de acero Corten níquel y el contendor Dry Van requiere 5
toneladas de acero Corten cobre, 4 toneladas de acero Corten cromo y 6
toneladas de acero Corten níquel. Su planta de producción dispone como
mínimo de 11.500 toneladas de acero Corten cobre, 7.500 toneladas de
acero Corten 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 producción, evaluar la cantidad óptima
de cada clase de contenedor a producir.
A partir de la situación problema:
a. 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 restricciones por
recursos y restricción de no negatividad.
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 tabla inicial del método
simplex dual y construir las tablas de las iteraciones de la solución del
modelo de programación lineal por el método simplex dual.
En Excel QM, 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 luego de encontrar la solución óptima para:
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.
De forma individual, presentar en el Foro de discusión (entorno de
Aprendizaje) los avances de la formulación, desarrollo, solución,
comprobación de resultados e interpretación de resultados de los
problemas de programación lineal en hoja de cálculo (Excel) y Excel
QM.