Scribd
Cargar
19 vistas17 páginas

Ejercicio 2

Este documento presenta un ejemplo de análisis de sensibilidad aplicado a un modelo de programación lineal. Se describe un problema de optimización de producción para una compañía que fabrica tres tipos de pisos con diferentes utilidades y requerimientos de insumos. Se formula el modelo como un problema de programación lineal y se resuelve usando el método simplex. Luego, se analiza la sensibilidad del modelo cambiando los coeficientes de la función objetivo y las disponibilidades de las restricciones.

Cargado por

carlos Alberto Puerta Acosta
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
19 vistas17 páginas

Ejercicio 2

Este documento presenta un ejemplo de análisis de sensibilidad aplicado a un modelo de programación lineal. Se describe un problema de optimización de producción para una compañía que fabrica tres tipos de pisos con diferentes utilidades y requerimientos de insumos. Se formula el modelo como un problema de programación lineal y se resuelve usando el método simplex. Luego, se analiza la sensibilidad del modelo cambiando los coeficientes de la función objetivo y las disponibilidades de las restricciones.

Cargado por

carlos Alberto Puerta Acosta
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 17

EJEMPLO ANALISIS DE SENSIBILIDAD A UN MODELO DE PROGRAMACION LINEAL

SITUACION PROBLEMA

Se presenta la siguiente situación problema de programación lineal:

La compañía United Industrial Group, produce piso SPC tráfico alto, piso SPC tráfico medio y piso SPC tráfico bajo, u

Producir piso SPC tráfico alto, genera una utilidad de USD15.400 y requiere 0,62 toneladas de polvo de piedra caliz

Producir piso SPC tráfico medio, genera una utilidad de USD14.700 y requiere 0,55 toneladas de polvo de piedra ca

Producir piso SPC tráfico bajo 3, genera una utilidad de USD 14.000 y requiere 0,48 toneladas de polvo de piedra ca

La compañía, en su planta de producción dispone como máximo de 820 toneladas de polvo de piedra caliza, de 440

La gerencia financiera de United Industrial Group, requiere optimizar las utilidades percibidas por cada clase de pis
y piso SPC tráfico bajo, utilizados en acabados y decoración de espacios arquitectónicos y diseño de interiores

de polvo de piedra caliza, de 0,28 toneladas de cloruro de polivinilo y de 0,10 toneladas de estabilizadores.

as de polvo de piedra caliza, de 0,33 toneladas de cloruro de polivinilo y de 0,12 toneladas de estabilizadores.

das de polvo de piedra caliza, de 0,37 toneladas de cloruro de polivinilo y de 0,15 toneladas de estabilizadores.

o de piedra caliza, de 440 toneladas de cloruro de polivinilo y de 150 toneladas de estabilizadores.

das por cada clase de piso SPC a producir y solicita 5 a la gerencia de producción, realizar el análisis de sensibilidad para optimizar los recur
para optimizar los recursos.
SOLUCION EN EXCEL

SEA EL PROBLEMA COMO MODELO DE PROGRAMACION LINEAL

Funcion objetivo
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=15400𝑥_1+14700𝑥_2+14000𝑥_3

sujeto a
𝑃𝑖𝑒𝑑𝑟𝑎 𝑐𝑎𝑙𝑖𝑧𝑎 0,62𝑥_1+0,55𝑥_2+0,48𝑥_3≤820
𝑐𝑙𝑜𝑟𝑢𝑟𝑜 𝑑𝑒 𝑝𝑜𝑙𝑖𝑣𝑖𝑛𝑖𝑙𝑜 〖 " 0,28" 𝑥 〗 _1+0,33𝑥_2+0,37≤440
〖 "Estabilizadores 0," 10𝑥 〗 _1+0,12𝑥_2+0,15 ≤ 150
𝑥_1,𝑥_(2,)
𝑥_3≥0
Sea la forma estándar del modelo de programación lineal por el método simplex primal:

Funcion objetivo
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=−15400𝑥_1−14700𝑥_2−14000𝑥_3=0
0,62𝑥_1+0,55𝑥_2+0,48𝑥_3+𝑆_1= 820
〖 " 0,28" 𝑥 〗 _1+0,33𝑥_2+0,37𝑥_3+𝑆_2=440
0,10𝑥_1+0,12𝑥_2+0,15𝑥_3+ 𝑆_3= 150
𝑥_1,𝑥_2,𝑥_3,𝑆_(1,) 𝑆_(2,) 𝑆_3≥ 0

Aplicando el metodo simplex primal al modelo de programación lineal:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS


BASICAS Z X1 X2 X3 S1 S2
Z 1 -15400 -14700 -14000 0 0
S1 0 0.62 0.55 0.48 1 0
S2 0 0.28 0.33 0.37 0 1
S3 0 0.1 0.12 0.15 0 0

Valor más negativo -15400 -14700 -14000 0 0


VE

Iteración 1:

VARIABLES VARIABLES NO BASICAS


BASICAS Z X1 X2 X3 S1 S2
Z 1 0 -1038.70968 -2077.41935 24838.7097 0
X1 0 1 0.88709677 0.77419355 1.61290323 0
S2 0 0 0.0816129 0.15322581 -0.4516129 1
S3 0 0 0.03129032 0.07258065 -0.16129032 0
Valor más negativo 0 -1038.70968 -2077.41935 24838.7097 0
VE

Iteración : 2

VARIABLES VARIABLES NO BASICAS


BASICAS Z X1 X2 X3 S1 S2
Z 1 0 -143.111111 0 20222.2222 0
X1 0 1 0.55333333 0 3.33333333 0
S2 0 0 0.01555556 0 -0.11111111 1
X3 0 0 0.43111111 1 -2.22222222 0

Valor más negativo 0 -143.111111 0 20222.2222 0

Iteración : 3

VARIABLES VARIABLES NO BASICAS


BASICAS Z X1 X2 X3 S1 S2
Z 1 0 0 331.958763 19484.5361 0
X1 0 1 0 -1.28350515 6.18556701 0
S2 0 0 0 -0.03608247 -0.03092784 1
X2 0 0 1 2.31958763 -5.15463918 0
SOLUCION
S3 Razón más pequeña
0 0
0 820 1322.58065 VS
0 440 1571.42857
1 150 1500

Razón más pequeña


SOLUCION
S3
0 20367741.9
0 1322.58065 1708.33333
0 69.6774194 454.736842
1 17.7419355 244.444444 VE
0

Razón más pequeña


SOLUCION
S3
28622.2222 20875555.6
-10.6666667 1133.33333 2048.19277
-2.11111111 32.2222222 2071.42857
13.7777778 244.444444 567.010309 VE

28622.2222

SOLUCION
S3
33195.8763 20956701
-28.3505155 819.587629
-2.60824742 23.4020619
31.9587629 567.010309
FUNCION OBJETIVO Max Z 20956701

X1 X2 X3
819.587629 567.010309 0
15400 14700 14000

RESTRICCIONES
LADO IZQ LADO DER
0.62 0.55 0.48 820 ≤ 820
0.28 0.33 0.37 416.597938 ≤ 440
0.1 0.12 0.15 150 ≤ 150
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [ejercicio 2.xlsx]Solucion solver
Informe creado: 21/11/2023 12:09:33 a. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$19 X1 819.58762887 0 15400 258.63453815 3150
$C$19 X2 567.01030928 0 14700 3780 143.11111111
$D$19 X3 0 -331.95876289 14000 331.95876289 1E+030

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$F$24 LADO IZQ 820 19484.536082 820 110 132.5
$F$25 LADO IZQ 416.59793814 0 440 1E+030 23.402061856
$F$26 LADO IZQ 150 33195.876289 150 8.9723320158 17.741935484
coeficiente Nuevo coeficiente por aumento
Valor minimo un Valor maximo Un < Nueva un < Valor maximo
X1 12250 15400 15658.6345382 16000
X2 14556.888889 14700 18480 16500
X3

coeficiente Nuevo coeficiente por aumento


Valor minimo bn Valor maximo bn < Nueva bn < Valor maximo
b1
b2 416.59793814 440 1E+030 600
b3
CAMBIO POR REDUCCION EN LOS COEFICIENTES DE LA FUNCION OBJETIVO

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=13000𝑥_1+14100𝑥_2+14000𝑥_3

Sujeto a:
𝑃𝑖𝑒𝑑𝑟𝑎 𝑐𝑎𝑙𝑖𝑧𝑎 0,62𝑥_1+0,55𝑥_2+0,48𝑥_3≤820
𝑐𝑙𝑜𝑟𝑢𝑟𝑜 𝑑𝑒 𝑝𝑜𝑙𝑖𝑣𝑖𝑛𝑖𝑙𝑜 〖 " 0,28" 𝑥 〗 _1+0,33𝑥_2+0,37≤440
〖 "Estabilizadores 0," 10𝑥 〗 _1+0,12𝑥_2+0,15 ≤ 150
𝑥_1,𝑥_(2,)
𝑥_3≥0
FUNCION OBJETIVO Max Z 18649484.5

X1 X2 X3
819.587641 567.010295 -1.7764E-15
13000 14100 14000

RESTRICCIONES
LADO IZQ LADO DER
0.62 0.55 0.48 820 ≤ 820
0.28 0.33 0.37 416.597937 ≤ 440
0.1 0.12 0.15 150 ≤ 150

CAMBIO POR AUMENTO EN LOS COEFICIENTES DE LA FUNCION OBJETIVO

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=16000𝑥_1+16500𝑥_2+14000𝑥_3

Sujeto a:
𝑃𝑖𝑒𝑑𝑟𝑎 𝑐𝑎𝑙𝑖𝑧𝑎 0,62𝑥_1+0,55𝑥_2+0,48𝑥_3≤820
𝑐𝑙𝑜𝑟𝑢𝑟𝑜 𝑑𝑒 𝑝𝑜𝑙𝑖𝑣𝑖𝑛𝑖𝑙𝑜 〖 " 0,28" 𝑥 〗 _1+0,33𝑥_2+0,37≤440
〖 "Estabilizadores 0," 10𝑥 〗 _1+0,12𝑥_2+0,15 ≤ 150
𝑥_1,𝑥_(2,)
𝑥_3≥0
FUNCION OBJETIVO Max Z 22469072.1

X1 X2 X3
819.587641 567.010296 0
16000 16500 14000

RESTRICCIONES
LADO IZQ LADO DER
0.62 0.55 0.48 820 ≤ 820
0.28 0.33 0.37 416.597937 ≤ 440
0.1 0.12 0.15 150 ≤ 150
coeficiente Nuevo coeficiente por reduccion
Valor minimo un Valor maximo Valor minimo < nueva un < un
X1 12250 15400 15658,63454 13000
X2 14556,88889 14700 18480 14100
X3

La solución permanece óptima


Disminuye la función objetivo Z
La solución de las variables Xn permanece constante

coeficiente Nuevo coeficiente por aumento


Valor minimo un Valor maximo Un < Nueva un < Valor maximo
X1 12250 15400 15658,63454 16000
X2 14556,88889 14700 18480 16500
X3
e por reduccion
nueva un < un
00
00

e por aumento
Valor maximo
00
00
CAMBIO POR REDUCCION EN LAS DISPONIBILIDADES DE LAS RESTRICCIONES

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=15400𝑥_1+14700𝑥_2+14000𝑥_3

Sujeto
𝑃𝑖𝑒𝑑𝑟𝑎 𝑐𝑎𝑙𝑖𝑧𝑎 0,62𝑥_1+0,55𝑥_2+0,48𝑥_3≤820
𝑐𝑙𝑜𝑟𝑢𝑟𝑜 𝑑𝑒 𝑝𝑜𝑙𝑖𝑣𝑖𝑛𝑖𝑙𝑜 〖 " 0,28" 𝑥 〗 _1+0,33𝑥_2+0,37≤425
〖 "Estabilizadores 0," 10𝑥 〗 _1+0,12𝑥_2+0,15 ≤ 150
𝑥_1,𝑥_(2,)
𝑥_3≥0
FUNCION OBJETIVO Max Z 20956701

X1 X2 X3
819.587634 567.010304 0
15400 14700 14000

RESTRICCIONES
LADO IZQ LADO DER
0.62 0.55 0.48 820 ≤ 820
0.28 0.33 0.37 416.597938 ≤ 425
0.1 0.12 0.15 150 ≤ 150

CAMBIO POR AUMENTO EN LOS COEFICIENTES DE LA FUNCION OBJETIVO

Función objetivo:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍=15400𝑥_1+14700𝑥_2+14000𝑥_3

Sujeto
𝑃𝑖𝑒𝑑𝑟𝑎 𝑐𝑎𝑙𝑖𝑧𝑎 0,62𝑥_1+0,55𝑥_2+0,48𝑥_3≤820
𝑐𝑙𝑜𝑟𝑢𝑟𝑜 𝑑𝑒 𝑝𝑜𝑙𝑖𝑣𝑖𝑛𝑖𝑙𝑜 〖 " 0,28" 𝑥 〗 _1+0,33𝑥_2+0,37≤600
〖 "Estabilizadores 0," 10𝑥 〗 _1+0,12𝑥_2+0,15 ≤ 150
𝑥_1,𝑥_(2,)
𝑥_3≥0
FUNCION OBJETIVO Max Z 20956701

X1 X2 X3
819.587629 567.010309 0
15400 14700 14000

RESTRICCIONES
LADO IZQ LADO DER
0.62 0.55 0.48 820 ≤ 820
0.28 0.33 0.37 416.597938 ≤ 600
0.1 0.12 0.15 150 ≤ 150
coeficiente Nuevo disponibilidad por reduccion
Valor minimo bn Valor maximo Valor minimo < nueva bn < bn
b1
b2 416,5979381 440 1E+30 425
b3

coeficiente Nuevo coeficiente por aumento


Valor minimo bn Valor maximo bn < Nueva bn < Valor maximo
b1
b2 416,5979381 440 1E+30 600
b3

También podría gustarte