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 restricciones
contenedor y pide a la gerencia de producción, evaluar la cantidad óptima
de cada clase de contenedor a producir. 7𝑥1+3𝑥2+5𝑥3≥11500
A partir de la situación problema: 3𝑥1+4𝑥2+4𝑥3≥7500
1. Formular el problema como un modelo de programación lineal. 3𝑥1+3𝑥2+6𝑥3≥8000
En hoja de cálculo (Excel), formular el problema como un modelo de restricciones de no negativida
programación lineal, plantear la función objetivo, las restricciones por
recursos y restricción de no negatividad. 𝑥1,𝑥2, 𝑥3≥0
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.
 Planteamiento del problema
deducciones x1 x2 x3 Disponibilidad
costo de produccion (USD) 31,428 25,714 37,142
acero Corten cobre (T) 7 3 5 11500
acero Corten cromo (T) 3 4 4 7500
acero corten níquel (T) 3 3 6 8000

función objetivo función objetivo minimizar

manimizar w=31428x1+25714x2+37142x3 w-31428x1-25714x2-37142x3=0

modelo canónico modelo estándar c

restricciones restricciones

7𝑥1+3𝑥2+5𝑥3≥11500 7𝑥1+3𝑥2+5𝑥3−𝑠1=11500
3𝑥1+4𝑥2+4𝑥3≥7500 3𝑥1+4𝑥2+4𝑥3−𝑠2=7500
3𝑥1+3𝑥2+6𝑥3≥8000 3𝑥1+3𝑥2+6𝑥3−𝑠3=8000
restricciones de no negatividad
modificamos las restriciones para res
𝑥1,𝑥2, 𝑥3≥0 dual:
como las variables de holgura son ne
-1
funcion objetivo minimizar (w)
𝑤-31428𝑥1-25714𝑥2-37142𝑥3+0𝑠
nuevo modelo estándar con variable
−7𝑥1−3𝑥2−5𝑥3+𝑠1=−11500
-3𝑥1−4𝑥2−4𝑥3+𝑠2=−7500
−3𝑥1−3𝑥2−6𝑥3+𝑠3=−8000
 Variables de decisión
x1 Cantidad de contenedor High Cube a producir
x2 Cantidad de contenedor Open Side a producir
x3 Cantidad de contenedor Dry Van a producir

función objetivo minimizar

w-31428x1-25714x2-37142x3=0

modelo estándar con variable de holgura

restricciones

7𝑥1+3𝑥2+5𝑥3−𝑠1=11500
3𝑥1+4𝑥2+4𝑥3−𝑠2=7500
3𝑥1+3𝑥2+6𝑥3−𝑠3=8000

modificamos las restriciones para resolverlo por medio del metodo simplex
dual:
como las variables de holgura son negativas, multiplicamos cada ecuacion por
-1
funcion objetivo minimizar (w)
𝑤-31428𝑥1-25714𝑥2-37142𝑥3+0𝑠1+0𝑠2+0𝑠3=0
nuevo modelo estándar con variable de holgura
−7𝑥1−3𝑥2−5𝑥3+𝑠1=−11500
-3𝑥1−4𝑥2−4𝑥3+𝑠2=−7500
−3𝑥1−3𝑥2−6𝑥3+𝑠3=−8000
 tablero simplex Dual 1
base x1 x2 x3 s1 s2 s3
fila 1 w -31,428 -25,714 -37,142 0 0 0
fila 2 s1 -7 -3 -5 1 0 0
fila 3 s2 -3 -4 -4 0 1 0
fila 4 s3 -3 -3 -6 0 0 1
división 4489.71 8571.33 7428.4

tablero simplex Dual 2

base x1 x2 x3 s1 s2 s3
fila 1 w 0 -12,245 -14,693 -4489.7142857 0 0
fila 2 x1 1 0.42857 0.71429 -0.1428571429 0 0
fila 3 s2 0 -2.7143 -1.8571 -0.4285714286 1 0
fila 4 s3 0 -1.7143 -3.8571 -0.4285714286 0 1
división 0 7142.83 3809.41
 tablero simplex Dual 3
base x1 x2 x3 s1 s2 s3
fila 1 w 0 -5,714 0 -2857.1111111 0 -3809.4074074
fila 2 x1 1 0.11111 0 -0.2222222222 0 0.1851851852
fila 3 s2 0 -1.8889 0 -0.2222222222 1 -0.4814814815
fila 4 x3 0 0.44444 1 0.1111111111 0 -0.2592592593
división 0 3025.29 0

tablero simplex Dual 4

base x1 x2 x3 s1 s2 s3
fila 1 w 0 0 0 -2184.8235294 -3025.2941176 -2352.7843137
fila 2 x1 1 0 0 -0.2352941176 0.0588235294 0.1568627451
fila 3 x2 0 1 0 0.1176470588 -0.5294117647 0.2549019608
fila 4 x3 0 0 1 0.0588235294 0.2352941176 -0.3725490196

análisis de los resultados:

después de realizar cuatro tableros simplex dual, tenemos como resultado, que la función
objetiva se minimiza, produciendo 1009,8 contenedores tipo 1; 578,43 contenedores tipo 2 y
539,21 contenedores tipo 3 para ver que la función objetivo esta, bien planteada, vamos a
remplazar los valores en la función original: minimizar
𝑴𝒊𝒏𝒘=𝟑𝟏𝟒𝟐𝟖𝒙𝟏+𝟐𝟓𝟕𝟏𝟒𝒙𝟐+𝟑𝟕𝟏𝟒𝟐𝒙𝟑
𝑴𝒊𝒏𝒘=𝟑𝟏𝟒𝟐𝟖(𝟏𝟎𝟎𝟗,𝟖)+𝟐𝟓𝟕𝟏𝟒(𝟓𝟕𝟖,𝟒𝟑)+𝟑𝟕𝟏𝟒𝟐(𝟓𝟑𝟗,𝟐𝟏)
𝑴𝒊𝒏𝒘=𝟑𝟏𝟕𝟑𝟔𝟏𝟏𝟕,𝟔𝟒𝟕𝟎𝟓𝟖𝟖+𝟏𝟒𝟖𝟕𝟑𝟕𝟖𝟒,𝟑𝟏𝟑𝟕𝟐𝟓𝟓+𝟐𝟎𝟎𝟐𝟕𝟓𝟒𝟗,𝟎𝟏𝟗𝟔𝟎𝟕𝟖
𝑴𝒊𝒏𝒘=𝟔𝟔𝟔𝟑𝟕𝟒𝟓𝟎,𝟗𝟖𝟎𝟑𝟗𝟐𝟏
 fila pivote dividido numero pivote
resultado
0 fila pivote -7 -3 -5 1 0
-11500 nueva fila 2 1 0.4285714286 0.7142857143 -0.1428571429 0
-7500
-8000 sale s1 y entra x1

operaciones nf2*31428+f1
f1 actual -31,428 -25,714 -37,142
f1 nf2*31428
nueva fil 1
31428
0
13469.142857 22448.5714
-12244.857143 -14693.4286

operaciones n f2*3+f3
f3 actual -3 -4 -4
f3 n f2*3
nueva fila 3
3
0
1.2857142857 2.14285714
-2.7142857143 -1.85714286

operaciones n f2*3+f4
f4 actual -3 -3 -6
f4 n f2*3
nueva fila 4
3
0
1.2857142857 2.14285714
-1.7142857143 -3.85714286

fila pivote dividido numero pivote

resultado
51631714 fila pivote 0 -1.7142857143 -3.8571428571 -0.4285714286 0
1642.8571 nueva fila 4 0 0.4444444444 1 0.1111111111 0
-2571.429
-3071.429 sale s3 y entra x3

operaciones nf4*14693+f1
f1 actual 0 -12,245 -14,693
f1 nf4*14693
nueva fil 1
0
0
6530.4126984 14693.4286
-5714.4444444 0

operaciones n f4*-0,71+f2
f2 actual 1 0.4285714286 0.71428571
f2 n f4*-0,71
nueva fila 2
0
1
-0.3174603175 -0.71428571
0.1111111111 0

operaciones n f4*1,86+f3
f3 actual 0 -2.7142857143 -1.85714286
f3 n f4*1,86
nueva fila 3
0
0
0.8253968254 1.85714286
-1.8888888889 0
 fila pivote dividido numero pivote
resultado
63332037 fila pivote 0 -1.8888888889 0 -0.2222222222 1
1074.0741 nueva fila 3 0 1 0 0.1176470588 -0.52941176
-1092.593
796.2963 sale s2 y entra x2

operaciones nf3*5714+f1
f1 actual 0 -5,714 0
f1 nf3*5714
nueva fil 1
0
0
5714.4444444
0
0
0

operaciones nf3*-0,11+f2
f2 actual 1 0.1111111111 0
f2 nf3*-0,11
nueva fila 2
0
1
-0.1111111111
0
0
0

operaciones nf3*-0,44+f4
f3 actual 0 0.4444444444 1
f4 nf3*-0,44
nueva fila 4
0
0
-0.4444444444
0
0
1

resultado
66637451
1009.8039
578.43137 La gerencia financiera requiere optimizar los costos percibidos por
539.21569 contenedor y pide a la gerencia de producción, evaluar la cantidad óptima
de cada clase de contenedor a producir.
la gerencia de produccion, debe informarle a la gerencia financiera que para
optimizar los costos percibidos por contenedor, deben fabricar las siguientes
ado, que la función cantidades:
contenedores tipo 2 y 1009,8 unidades de contenedor High Cube.
lanteada, vamos a 578,43 unidades de contenedor Open Side.
539,22 unidades de contenedor Dry Van.
los cuales acarrean un costo minimo de fabricacion de usd 66637450,980
ote

0 -11500
0 1642.85714

entra x1

nf2*31428+f1
0 0 0 0
-4489.71429 0 0 51631714.3
-4489.71429 0 0 51631714.3

n f2*3+f3
0 1 0 -7500
-0.42857143 0 0 4928.57143
-0.42857143 1 0 -2571.42857

n f2*3+f4
0 0 1 -8000
-0.42857143 0 0 4928.57143
-0.42857143 0 1 -3071.42857

ote

1 -3071.42857
-0.25925926 796.296296

entra x3

nf4*14693+f1
-4489.71429 0 0 51631714.3
1632.60317 0 -3809.40741 11700322.8
-2857.11111 0 -3809.40741 63332037

n f4*-0,71+f2
-0.14285714 0 0 1642.85714
-0.07936508 0 0.18518519 -568.783069
-0.22222222 0 0.18518519 1074.07407

n f4*1,86+f3
-0.42857143 1 0 -2571.42857
0.20634921 0 -0.48148148 1478.83598
-0.22222222 1 -0.48148148 -1092.59259
ote

-0.48148148 -1092.59259
0.25490196 578.431373

entra x2

nf3*5714+f1
-2857.11111 0 -3809.40741 63332037
672.287582 -3025.29412 1456.62309 3305413.94
-2184.82353 -3025.29412 -2352.78431 66637451

nf3*-0,11+f2
-0.22222222 0 0.18518519 1074.07407
-0.0130719 0.05882353 -0.02832244 -64.2701525
-0.23529412 0.05882353 0.15686275 1009.80392

nf3*-0,44+f4
0.11111111 0 -0.25925926 796.296296
-0.05228758 0.23529412 -0.11328976 -257.08061
0.05882353 0.23529412 -0.37254902 539.215686
 comprobación del problema por medio de solver
deducciones x1 x2 x3 desigualdad Disponibilidad
costo de produccion (USD) 31,428 25,714 37,142
acero Corten cobre (T) 7 3 5 ≥ 11500
acero Corten cromo (T) 3 4 4 ≥ 7500
acero corten níquel (T) 3 3 6 ≥ 8000

Utilizando la herramienta, solver de Exc

x1 1009.8039216 realización del ejercicio primal de minim
x2 578.43137255 método simplex dual, concuerda con los
x3 539.21568627 programa, para las variables; por lo tant
W 66637450.98 procedimientos matemáticos, son acord
obtenidos en los tableros de simplex du
 128570000
formula 66637451
66637450.98 61932549
11500
7500
8000

rramienta, solver de Excel, comprobamos que la

ejercicio primal de minimización, por medio del
dual, concuerda con los valores arrojados por el
las variables; por lo tanto, se deduce que los
matemáticos, son acordes a los valores
s tableros de simplex dual.
Microsoft Excel 15.0 Informe de confidencialidad maximo
Hoja de cálculo: [ejercicio 3 suly.xlsx]comprobacion dual R1 16416.6667
Informe creado: 08/11/2020 02:32:38 p.m. R2 9791.66667
R3 10269.2308

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir maximo
$C$13 x1 x1 1009.8039216 0 31428 14999 9285.5 46427
$C$14 x2 x1 578.43137255 0 25714 9230.1538462 5714.4444444 34944.1538
$C$15 x3 x1 539.21568627 0 37142 12857.5 6315.3684211 49999.5

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir maximo
$H$7 ≥ formula 11500 2184.8235294 11500 4916.6666667 4291.6666667 16416.6667
$H$8 ≥ formula 7500 3025.2941176 7500 2291.6666667 1092.5925926 9791.66667
$H$9 ≥ formula 8000 2352.7843137 8000 2269.2307692 1447.3684211 10269.2308
 minimo
7208.33333
6407.40741
6552.63158
3. Realizar el análisis post-óptimo a la solución óptima simplex dual del modelo de programación lineal.
en los siguientes cuadros, se muestra los valores limistes mínimos y máximos que pueden tomara las
variables de decisión , los cuales no alteran el modelo simplex dual, al igual que los limites para las
restricciones:
minimo
22142.5
19999.5556
30826.6316

minimo tambien se debe destacar que si se aumenta o disminuye la cantidad del inventario, este va a tener un
7208.33333 impacto en su precio sombra, en la siguiente tabla se mostraran la relacion del tipo de material en tonelada y
6407.40741 su impacto:
6552.63158

veamos que esta tabla solo hace referencia al incremento, pero si en vez de sumar restamos toneladas, este
mismo precio se hara presente en la fomulacion del resultado.
de esta manera la informacion arrojada por el programa es de mucha ayuda para la toma de desicicones.
elo de programación lineal.
s que pueden tomara las
ue los limites para las

ntario, este va a tener un

el tipo de material en tonelada y

umar restamos toneladas, este

para la toma de desicicones.

 comprobación del problema por medio de solver
deducciones x1 x2
costo de produccion (USD) 31,428 25,714
acero Corten cobre (T) 7 3
acero Corten cromo (T) 3 4
acero corten níquel (T) 3 3

x1 892.156863
x2 637.254902
x3 568.627451
W 65545039.2

ejemplo aumentando 1 restriccion

comprobación del problema por medio de solver
deducciones x1 x2
costo de produccion (USD) 31,428 25,714
acero Corten cobre (T) 7 3
acero Corten cromo (T) 3 4
acero corten níquel (T) 3 3
nueva restriccion 2 2

x1 0
x2 5000
x3 0
W 128570000
 x3 desigualdad Disponibilidad formula reduciendo una restricción
nota
37,142 65545039.2 se reduce el acero corte cobre en 500 toneladas, para ver el cambo en
5 ≥ 11000 11000 veamos los resultados en el informe de confiabilidad 2.
4 ≥ 7500 7500
6 ≥ 8000 8000

introduciendo una nueva restricción

x3 desigualdad Disponibilidad formula nota
vamos a ingresar una nueva restricción, con valores de 2x1,2x2 y 2x3,
37,142 128570000 minimo de 10000 t.
5 ≥ 11500 15000 veamos los resultados en el informe de confiabilidad 2.
4 ≥ 7500 20000
6 ≥ 8000 15000
2 ≥ 10000 10000
en 500 toneladas, para ver el cambo en la función objetivo.
orme de confiabilidad 2.

cción

stricción, con valores de 2x1,2x2 y 2x3, con un inventario

orme de confiabilidad 2.
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [ejercicio 3 suly.xlsx]analisis de factivilidad
Informe creado: 08/11/2020 03:12:09 p.m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$C$14 x1 x1 892.15686275 0 31428 14999 9285.5 En hoja de cálculo (Exc
$C$15 x2 x1 637.25490196 0 25714 9230.1538462 5714.4444444 óptima para:
a. Realizar los cambios
$C$16 x3 x1 568.62745098 0 37142 12857.5 6315.3684211 1. Cambios en el lado d
si cambiamos al lado d
Restricciones la función objetivo dism
si este valor se lo suma
Final Sombra Restricción Permisible Permisible original:
Celda Nombre Valor Precio Lado derecho Aumentar Reducir (65545039,2156863+
$H$8 ≥ formula 11000 2184.8235294 11000 5416.6666667 3791.6666667
$H$9 ≥ formula 7500 3025.2941176 7500 2416.6666667 1203.7037037
$H$10 ≥ formula 8000 2352.7843137 8000 2500 1526.3157895

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir 2. Adición de una nuev
$C$29 x1 x1 0 5714 31428 1E+030 5714 cuando ingresamos una
$C$30 x2 x1 5000 0 25714 5714 25714 material extra para pod
$66637450,98, un cost
$C$31 x3 x1 0 11428 37142 1E+030 11428 vamos a fabricar un sol
vemos que es rentable
Restricciones 5000 contenedores d
reduciendo su costo d
Final Sombra Restricción Permisible Permisible si 2127,45098 contene
Celda Nombre Valor Precio Lado derecho Aumentar Reducir cuesta: $ 31322,67281
$H$23 ≥ formula 15000 0 11500 3500 1E+030 $128570000, que tiene
$H$24 ≥ formula 20000 0 7500 12500 1E+030 ver que la empresa va
por lo tanto la inclusión
$H$25 ≥ formula 15000 0 8000 7000 1E+030
$H$26 ≥ formula 10000 12857 10000 1E+030 2333.3333333

1009.8039216
578.43137255
539.21568627
2127.4509804
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.
si cambiamos al lado derecho de una restricción, en este caso cambiamos de 11500 a 11000, vemos que el valor de
la función objetivo disminuye, en una cantidad de (500 *2184,823)=1092411,5;
si este valor se lo sumamos a nuestro nuevo valor optimo, vamos a ver que tenemos como resultado, el valor optimo
original:
(65545039,2156863+1092411,5)=66637450,98

nueva restriccion actividad inicial diferencias

costo produccion 128570000 66637450.98 61932549
costo unitario 25714 31322.67281088 5608.67281
2. Adición de una nueva restricción.
cuando ingresamos una nueva restricción, estamos incrementando el costo de fabricación, ya que esto implica un
material extra para poder fabricar los contenedores; de aquí que pasamos de un costo de fabricación de
$66637450,98, un costo de fabricación de $128570000, estamos hablando de un incrementó de $61932549, y solo
vamos a fabricar un solo tipo de contenedores, pero si hacemos el calculo del precio del costo por cada contenedor,
vemos que es rentable esta nueva restricción, ya que pasamos de fabricar 2127,45098 contenedores, a fabricar
5000 contenedores de una sola clase, esto indica que podemos estandarizar fácilmente el proceso y seguir
reduciendo su costo de fabricación; veamos algo:
si 2127,45098 contenedores tienen un costo de fabricación de $66637450,98; esto quiere decir que cada uno
cuesta: $ 31322,67281 por unidad; mientras que fabricar 5000 unidades de un solo contenedor cuesta
$128570000, que tiene un valor unitario de $25714 y si hacemos la diferencia de los precios unitarios, vamos a
ver que la empresa va a tener una ganancia en la reducción de costos por contenedor de: $ 5608,67281.
por lo tanto la inclusión de una nueva restricción es de tentativo para la toma de decisiones de la empresa.
 tabla original

comprobación del problema por medio de solver

deducciones x1 x2 x3
costo de produccion (USD) 31,428 25,714 37,142
acero Corten cobre (T) 7 3 5
acero Corten cromo (T) 3 4 4
acero corten níquel (T) 3 3 6

x1 1009.80392
x2 578.431373
x3 539.215686
W 66637451

cambiando los coeficientes de la funcion objetivo

comprobación del problema por medio de solver

deducciones x1 x2 x3
costo de produccion (USD) 40,000 25,714 37,142
acero Corten cobre (T) 7 3 5
acero Corten cromo (T) 3 4 4
acero corten níquel (T) 3 3 6

x1 1009.80392
x2 578.431373
x3 539.215686
W 75293490.2
 introduccion de una nueva a

o de solver comprobación del problema por m

desigualdad Disponibilidad formula deducciones x1 x2
66637451 costo de produccion (USD) 31,428 25,714
≥ 11500 11500 acero Corten cobre (T) 7 3
≥ 7500 7500 acero Corten cromo (T) 3 4
≥ 8000 8000 acero corten níquel (T) 3 3
introduciendo de u
en esta caso vamos
x1 1279.4117647 la unad, que va a te
va a utilizar 2 tonel
x2 308.82352941 Corten cromo y 4 to
x3 0 veamos los resultad
x4 808.82352941
W 64326911.765

on objetivo

o de solver introduciendo cambios en los coeficientes de la funcion objetivo

desigualdad Disponibilidad formula nota
nuevos coeficientes, cambiamos de 31428 a 40000.
75293490.2 veamos los resultados en el informe de confiabilidad 3.
≥ 11500 11500
≥ 7500 7500
≥ 8000 8000
roduccion de una nueva actividad

ación del problema por medio de solver

x3 x4 desigualdad Disponibilidad formula
37,142 20,000 64326911.8
5 2 ≥ 11500 11500
4 3 ≥ 7500 7500
6 4 ≥ 8000 8000
introduciendo de una nueva actividad.
en esta caso vamos a introducir la fabricacion de un contenedor para
la unad, que va a tener un costo de fabricacion por unidad de $20000,
va a utilizar 2 toneladas de acero Corten cobre, 3 toneladas de acero
Corten cromo y 4 toneladas de acero corten níquel.
veamos los resultados en el informe de confiabilidad 3.

on objetivo

3.
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [ejercicio 3 suly.xlsx]analisis post optimo
Informe creado: 16/11/2020 09:35:27 p.m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$C$28 x1 x1 1009.80392157 0 40000 6427 17857.5
$C$29 x2 x1 578.431372549 0 25714 3955.0769231 4762
$C$30 x3 x1 539.215686275 0 37142 10714.5 2706.1052632

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$H$22 ≥ formula 11500 4201.764705882 11500 4916.6666667 4291.6666667
$H$23 ≥ formula 7500 2521.058823529 7500 2291.6666667 1092.5925926
$H$24 ≥ formula 8000 1008.156862745 8000 2269.2307692 1447.3684211

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$K$11 x1 x1 1279.41176471 0 31428 8570 11836.285714
$K$12 x2 x1 308.823529412 0 25714 1714.5333333 6233.6363636
$K$13 x3 x1 0 4285 37142 1E+030 4285
$K$14 x4 x1 808.823529412 0 20000 2856.6666667 1353.5789474

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$Q$6 ≥ formula 11500 2436.882352941 11500 3500 6214.2857143
$Q$7 ≥ formula 7500 4033.529411765 7500 2291.6666667 477.27272727
$Q$8 ≥ formula 8000 756.4117647059 8000 700 1447.3684211

restricion limite inferior limite superior costo marginal

R1 5285.71428571 15000 $ 2,436.88
R2 7022.72727273 9791.666666667 $ 4,033.53
R3 6552.63157895 8700 $ 756.41
 b. Realizar los cambios que afectan la optimalidad:
1. Cambios en los coeficientes de la función objetivo.
al cambiar un solo coeficiente de la función objetivo, vemos que las variables de decisión siguen intactas, solo
aumenta la función objetivo, ya que el precio de fabricación del contenedor 1 es mayor; en caso contrario
pasaría si cambiamos ese valor por un precio menor, en esta situación, el costo de fabricación mostraría una
reducción. con este ejercicio podemos afirmar que las restricciones generan un impacto mayor que los
coeficientes de la función objetivo, y esto se puede ver en el incremento del precio sombra de las toneladas
existentes en el inventario.

actividad inicial actividad actividad diferencia

66637450.98039 64326911.7647059 2310539.22

2. Adición de una nueva actividad.

cuando aplicamos una nueva actividad a nuestro modelo, vemos que las variables de decisión toman un cambio
drástico, ya que el contenedor tipo 3 no se tendrá en cuenta, y mejor se produce el nuevo contenedor, ya que si
fabricamos de estos contenedores, nuestra función objetivo, que en este caso es minimizar el costo de
fabricación, si se reduce, por lo tanto la viabilidad de este cambio es un buen punto de referencia a considerar;
veamos que pasamos de producir a un costo de $66637450,98 , y con la nueva actividad nuestro costo será
de $64326911,76 ; esto implica que tenemos una reducción en costos de operaciones de $ 2310539,22 ; y
si la empresa esta buscando minimizar ese costo; la alternativa de producir ese nuevo contenedor es
favorable; ya todo queda en la toma de decisión que pueda generar la empresa.
4. Interpretar los resultados del modelo de programación lineal para la optimización de recursos.
para optimizar los recursos, se debe considerar los limites tanto superior e inferior que pueden tomar las
restricciones; ya que son las partes de la formulación que influyen directamente en los recursos existentes para
la fabricación de los productos, por lo tanto si se requiere saber hasta donde podemos reducir o aumentar la
cantidad del inventario en toneladas de cada acero debemos revisar la siguiente tabla, y tener en cuenta su
costo marginal: (ver la tabla del lado izquierdo que se formula para ver con claridad cuales son los limites para
cada restricción y su costo marginal por tonelada).
R1, R2 y R3, representan las restricciones, el limite inferior, contiene las cantidades mínimas en toneladas de
acero que pueden tomar las restricciones, sin afectar el modelo planteado; los limites superiores, son las
cantidades máximas en toneladas que se puede utilizar para cada acero, sin afectar el modelo planteado; y los
costos marginales, representan la tasa de cambio o el impacto que tendrá cada restricción en el valor de la
función objetivo. ya dependiendo de la decisión que tome la empresa con respecto a los recursos que utilice,
puede optimizar el modelo que mejor se acomode a las necesidades.
n siguen intactas, solo
en caso contrario
ación mostraría una
mayor que los
bra de las toneladas

sión toman un cambio

o contenedor, ya que si
ar el costo de
ferencia a considerar;
ad nuestro costo será
nes de $ 2310539,22 ; y
evo contenedor es
recursos.
ueden tomar las
cursos existentes para
ducir o aumentar la
ener en cuenta su
s son los limites para

as en toneladas de
periores, son las
delo planteado; y los
n en el valor de la
recursos que utilice,