TAREA 4 - SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL DE DECISIÓN Y OPTIMIZACIÓN

PROGRAMACIÓN LINEAL

YESICA PAOLA ROJAS FIGUEREDO

CÓDIGO: 1.102.386.170

TUTOR: JUAN DE LA CRUZ TAPIA NIEVES

GRUPO: 100404_158

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

CEAD BUCARAMANGA
DICIEMBRE 2020
 EJERCICIO 4 - PROBLEMA PRIMAL

El problema como modelo de programación lineal:

Función objetivo:

Sujeto a:

Sea la forma estándar del modelo de programación lineal por el método simplex primal:

Función objetivo:

Sujeto a:

Aplicando el metodo simplex primal al modelo de programación lineal de maximización:

Tabla inicial:

Condición de optimidad: la variable entrante (VE) es la variable no basica más negativa

Condición de factibilidad: la variable saliente (VS) es la variable básica con la razon más pequeña con denominador
VARIABLES VARIABLES NO BASICAS
BASICAS Z X1 X2 X3 S1
Z 1 -15000 -17000 -18000 0
S1 0 10 8 5 1
S2 0 8 10 7 0
S3 0 8 7 10 0
VE

Eliminación de Gauss Jordan: convertir la columna de la variable entrante en un vector identidad

1. Ecuación pivote:
nueva ecuación pivote = ecuación pivote / elemento pivote
2. Las demás ecuaciones, incluyendo Z:
nueva ecuación = [nueva ecuación pivote * ( - coeficiente de la columna de la variable entrante)] + ecuación anterio
Iteración 1:

VARIABLES VARIABLES NO BASICAS

NO BASICAS Z X1 X2 X3 S1
Z 1 -600 -4400 0 0
S1 0 6 4.5 0 1
S2 0 2.4 5.1 0 0
X3 0 0.8 0.7 1 0
VE

Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3 S1
Z 1 1470.58823529412 0 0 0
S2 0 3.88235294117647 0 0 1
X2 0 0.47058823529412 1 0 0
X3 0 0.47058823529412 0 1 0

Analizando los valores obtenidos en las variables no básicas se evidencia que la solución ya se encuentra encu

Resultados:

La empresa maximiza sus ingresos a $1354901,961 USD al producir:

Contenedor Open Side (X2)= 21,56862745
Contenedor Dry Van (X3) = 54,90196078
queña con denominador estrictamente positivo en dirección de la variable entrante
SOLUCION
S2 S3
0 0 0 Razón más pequeña
0 0 1000
1 0 600
0 1 700 VS

ante)] + ecuación anterior

 SOLUCION
S2 S3
0 1800 1260000 Razón más pequeña
0 -0.5 650 144.444444444444
1 -0.7 110 VS 21.5686274509804
0 0.1 70 100

SOLUCION
S2 S3
862.745098 1196.078431 1354901.96078431 Solución optima
-0.88235294 0.117647059 552.941176470588
0.196078431 -0.1372549 21.5686274509804
-0.1372549 0.196078431 54.9019607843137

ción ya se encuentra encuentra maximizada de manera optima

Razón más pequeña
200
85.7142857142857
70 elemento pivote, ecuación pivote
 elemento pivote, ecuación pivote

Solución optima
 El problema como modelo de programación lineal:

Función objetivo:

Sujeto a:

Funcion objetivo Max Z

X1 X2 X3
0 21.5686274509804 54.9019607843137
15000 17000 18000

Restricciones Lad izquierdo

10 8 5 447.058823529
8 10 7 600
8 7 10 700
ineal:

1354901.960784

Lad derecho
≤ 1000
≤ 600
≤ 700
 Formulación del problema dual a partir del problema primal

Función objetivo:

Sujeto a:

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

Función objetivo:

Sujeto a:

Aplicando el método simplex dual al problema dual de minimización, se tiene:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS Z Y1 Y2 Y3 S1 S2
W 1 -1000 -600 -700 0 0
S1 0 -10 -8 -8 1 0
S2 0 -8 -10 -7 0 1
S3 0 -5 -7 -10 0 0

Razón mas pequeña 200 85.7142857 70

VE
Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS Z Y1 Y2 Y3 S1 S2
W 1 -650 -110 0 0 0
S3 0 -6 -2.4 0 1 0
Y2 0 -4.5 -5.1 0 0 1
S1 0 0.5 0.7 1 0 0
Razón mas pequeña 144.444444 21.5686275
VE
Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z Y1 Y2 Y3 S1 S2
W 1 -552.941176 0 0 0 -21.5686275
S3 0 -3.88235294 0 0 1 -0.47058824
Y2 0 0.88235294 1 0 0 -0.19607843
Y3 0 -0.11764706 0 1 0 0.1372549

Analizando los valores obtenidos en las variables no básicas se evidencia que la solución ya se encuentra minimiz
manera optima

Resultados:

La cantidad de producto que satisface la demanda para garantizar el costo mínimo se da al producir:
Contenedor Open Side (Y2)= 862,745098
Contenedor Dry Van (Y3) = 1196,078431

El menor costo dado por la variable W es $1354901,961 USD

 SOLUCION
S3 Valor mas negativo
0 0
0 -15000 -15000
0 -17000 -17000
1 -18000 -18000 VS

SOLUCION
S3
-70 1260000 Valor mas negativo
-0.8 -600 -600
-0.7 -4400 -4400 VS
-0.1 1800 1800
 100

SOLUCIÓN OPTIMA
SOLUCION
S3
-54.9019608 1354901.96078431
-0.47058824 1470.58823529412
0.1372549 862.745098039216
-0.19607843 1196.07843137255

la solución ya se encuentra minimizada de

o se da al producir:
 Problema dual

Función objetivo:

Sujeto a:

Función objetivo Min W

Y1 Y2 Y3
0 862.745098039 1196.078431373
1000 600 700

Restricciones Lad izquierdo

10 8 8 16470.588235294
8 10 7 17000
5 7 10 18000
1354901.96078431

Lad derecho
≥ 15000
≥ 17000
≥ 18000
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Tarea final Yesica Rojas (1).xlsx]Solver problema 4
Informe creado: 11/12/2020 10:11:03 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$18 X1 0 -1470.588235 15000 1470.588235 1E+030
$C$18 X2 21.56862745 0 17000 8714.285714 3125
$D$18 X3 54.90196078 0 18000 6285.714286 3125

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$23 Lad izquierdo 447.0588235 0 1000 1E+030 552.941176470588
$F$24 Lad izquierdo 600 862.74509804 600 400 110
$F$25 Lad izquierdo 700 1196.0784314 700 157.1428571 280
 Nuevo coeficiente
Valor Mínimo Valor Máximo Valor mínimo < Nueva Un < Valor Máximo
X1 -1E+030 16470.588235
X2 13875 25714.285714 25000
X3 14875 24285.714286 24000

Nuevo coeficiente
Valor Mínimo Valor Máximo Valor mínimo < Nueva bn < Valor Máximo
b1 447.0588235294 1E+030 2000
b2 490 1000
b3 420 857.14285714
 Cambio en la disponibilidad

Función objetivo:

Sujeto a:
Cambio en la disponibilidad de la restricción

Función objetivo Max Z 1354901.96

X1 X2 X3
0 21.5686275 54.9019608
15000 17000 18000

Restricciones Lad izquierdo Lad derecho

10 8 5 447.058824 ≤ 2000
8 10 7 600 ≤ 600
8 7 10 700 ≤ 700
 Nuevo coeficiente
Valor Mínimo Valor Máximo Valor mínimo < Nueva Un < Valor Máximo
b1 447,0588235 1E+30 2000
b2 490 1000
b3 420 857,1428571

La solución permanece óptima

La función objetivo Z permanece constante
La solución de las variables Xn permanece constante
 Cambio en los coeficientes de la función objetivo

Función objetivo:

Sujeto a:
Cambio en los coeficientes de la función objetivo

Función objetivo Max Z 1856862.75

X1 X2 X3
0 21.5686275 54.9019608
15000 25000 24000

Restricciones Lad izquierdo Lad derecho

10 8 5 447.058824 ≤ 1000
8 10 7 600 ≤ 600
8 7 10 700 ≤ 700
 Nuevo coeficiente
Valor Mínimo Valor Máximo Valor mínimo < Nueva Un < Valor Máximo
X1 -1E+30 16470,58824
X2 13875 25714,28571 25000
X3 14875 24285,71429 24000

La solución permanece óptima

Aumenta la función objetivo Z
La solución de las variables Xn permanece constante
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Tarea final Yesica Rojas (1).xlsx]Solver Primal
Informe creado: 13/12/2020 11:13:25 a. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$18 X1 0 -1470.588235 15000 1470.588235 1E+030
$C$18 X2 21.56862745 0 17000 8714.285714 3125
$D$18 X3 54.90196078 0 18000 6285.714286 3125

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$23 Lad izquierdo 447.0588235 0 1000 1E+030 552.9411765
$F$24 Lad izquierdo 600 862.74509804 600 400 110
$F$25 Lad izquierdo 700 1196.0784314 700 157.1428571 280
 Nuevo coeficiente
Valor Mínimo Valor Máxim Valor mínimo < Nueva Un < Valor Máximo
X1 -1E+030 16470.5882 17000
X2 13875 25714.2857 27000
X3 14875 24285.7143 26000

Nuevo coeficiente
Valor Mínimo Valor Máxim Valor mínimo < Nueva bn < Valor Máximo
b1 447.058823529 1E+030 800
b2 490 1000 1200
b3 420 857.142857 900
 Cambio en el lado derecho

Función objetivo:

Sujeto a:

Función objetivo Max Z 1459901.96

X1 X2 X3
0 24.5686275 57.9019608
15000 17000 18000

Restricciones Lad izquierdo Lad derecho

10 8 5 486.058824 ≤ 800
8 10 7 651 ≤ 1200
8 7 10 751 ≤ 900
 Nuevo coeficiente
Valor Mínimo Valor Máximo Valor mínimo < Nueva bn < Valor Máximo
b1 447,0588235 1E+30 800
b2 490 1000 1200
b3 420 857,142857 900

Al aumentar las nuevas disponibilidades con respecto al problema originial se

evidencia que no seria rentable pues se tendrian mayores costos
Por esto se toman disponibilidades menores al valor minimo para que de esta
forma se disminuyan los costos.
La solución permanece óptima
La fución objetivo Z, varía, no permenece constante
La solución de las variables Xn, varían, no permanecen constantes
 Adición de una nueva actividad

Función objetivo:

Sujeto a:

Función objetivo Max Z 1354901.96

X1 X2 X3 X4
0 21.5686275 54.9019608 0
15000 17000 18000 17000

Restricciones Lad izquierdo Lad derecho

10 8 5 7 447.058824 ≤ 1000
8 10 7 7 600 ≤ 600
8 7 10 7 700 ≤ 700
 La solución es óptima
Aumenta la función objetivo Z
La solución de las variables Xn no permanece constante
 Adición de una nueva restricción

Función objetivo:

Sujeto a: La solución es ó
La función objetivo Z perm
La solución de las variables Xn p

Función objetivo Max Z 1354901.96

X1 X2 X3
0 21.5686275 54.9019608
15000 17000 18000

Restricciones Lad izquierdo Lad derecho

10 8 5 447.058824 ≤ 1000
8 10 7 600 ≤ 600
8 7 10 700 ≤ 700
5 8 10 721.568627 ≥ 400
 La solución es óptima
La función objetivo Z permanece constante
La solución de las variables Xn permanecen constantes
 Cambio en los coeficientes

Función objetivo:

La solución pe
Sujeto a: Aumenta la f
La solución de las variables Xn,

Función objetivo Max Z 3607843.14

X1 X2 X3
0 21.5686275 54.9019608
30000 40000 50000

Restricciones Lad izquierdo Lad derecho

10 8 5 447.058824 ≤ 1000
8 10 7 600 ≤ 600
8 7 10 700 ≤ 700
 La solución permanece óptima
Aumenta la fución objetivo Z
La solución de las variables Xn, varian, no permanecen constantes
 REFERENCIAS BIBLIOGRAFICAS

Hillier, F. & Lieberman, J. (2011). Introducción a la investigación de operaciones (pp. 179-190). México, México: Editorial McGr
Hill Interamericana. Recuperado de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/101895

Chediak, F. (2013). Investigación de operaciones (pp.153-169). Ibagué, Colombia: Editorial Universidad de Ibagué. Recuperado
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70155

Rojas, A. y Hernández, O. (2020). Análisis de sensibilidad en programación lineal con Excel QM [OVI]. Recuperado de
https://repository.unad.edu.co/handle/10596/33783

Rojas, A. y Hernández, O. (2020). Análisis de dualidad en programación lineal [OVI]. Recuperado de

https://repository.unad.edu.co/handle/10596/33782

Rojas, A. y Lozada, M. (2020). Solución de un problema de programación lineal de maximización en Excel QM [OVI]. Recuperad
https://repository.unad.edu.co/handle/10596/33780

Rojas, A. y Lozada, M. (2020). Problema de minimización como modelo de programación lineal [OVI]. Recuperado de
https://repository.unad.edu.co/handle/10596/33779
México, México: Editorial McGraw
r/unad/101895

versidad de Ibagué. Recuperado de

[OVI]. Recuperado de

o de

n en Excel QM [OVI]. Recuperado de

[OVI]. Recuperado de