Unidad 2: Tarea 2 - Dualidad y análisis post-ó
PRESENTADO POR:
ADRIANA PARRA Cod. 1024510455
JENNY ANDREA ALDANA Cod.
JULIETH BOTACHE Cod.
GUSTAVO ANDRES URQUIJO Cod. 1077971
GRUPO:
100404_36
PRESENTADO A:
YURI VANESSA NIETO
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANC
BOGOTA, MAYO 2020
ualidad y análisis post-óptimo
ENTADO POR:
JESICA
BOTACHE Cod.
URQUIJO Cod. 1077971297
GRUPO:
00404_36
SENTADO A:
ANESSA NIETO
L ABIERTA Y A DISTANCIA UNAD
A, MAYO 2020
Ejercicio 1. Dualidad a un problema de maximización.
La empresa PISOS PVC DE COLOMBIA S.A., produce y comercializa tres clases de piso de PVC, el piso clase A a
m2, el piso clase B a $110.000 m2 y el piso clase C a $85.000 m2. El piso clase A, requiere 100 t de PVC, 80 t d
vidrio y 100 t de otros materiales. El piso clase B, requiere 140 t de PVC, 90 t de fibra de vidrio, y 110 t de otro
materiales. El piso clase C, requiere 150 t de PVC, 100 t de fibra de vidrio y 120 t de otros materiales. El invent
empresa presenta una disponibilidad máxima de 8.500 t de PVC, 7.000 t de fibra de vidrio y 7.500 t de otros
materiales. ¿Qué cantidad de cada clase de piso de PVC debe producir y comercializar con los recursos dispon
PISOS PVC DE COLOMBIA S.A. para maximizar sus utilidades?
Formular el problema como un modelo de programación lineal.
Variables
X₁ → Piso clase A
X₂ → Piso clase B
X₃ → Piso clase C
Función Objetivo
Max Z = 90000 X₁ + 110000 X₂ + 85000 X₃
Restricciones
100 X₁ + 140 X₂ + 150 X₃ ≤ 8500 PVC
80 X₁ + 90 X₂ + 100 X₃ ≤ 7000 Fibra de Vidrio
100 X₁ + 110 X₂ + 120 X₃ ≤ 7500 Otros Materiales
X₁, X₂, X₃ ≥ 0 No negatividad
Formular el problema dual a partir del problema primal.
Modelación Dual
Min Z = 8500 Y₁ + 7000 Y₂ + 7500 Y₃ Min Z = -8500 Y₁ - 7000 Y₂ - 75
100 Y₁ + 80 Y₂ + 100 Y₃ ≥ 90000 Multiplicamos x (-1) −100 Y₁ − 80 Y₂ − 100 Y₃ ≤ −
140 Y₁ + 90 Y₂ + 110 Y₃ ≥ 110000 − 140 Y₁ − 90 Y₂ − 110 Y₃ ≤ −
150 Y₁ + 100 Y₂ + 120 Y₃ ≥ 85000 − 150 Y₁ − 100 Y₂ − 120 Y₃ ≤
X₁, X₂, X₃ ≥ 0
Max Z + 8500 Y₁ + 7000 Y₂ + 7500 Y₃
−100 Y₁ − 80 Y₂ − 100 Y₃ + h₁ = − 90000
− 140 Y₁ − 90 Y₂ − 110 Y₃ + h₂ = − 110000
− 150 Y₁ − 100 Y₂ − 120 Y₃ + h₃ = − 85000
X₁, X₂, X₃ ≥ 0
Solucionar el problema primal por el método simplex primal.
Tablas simplex primal
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z -90000 -110000 -85000 0 0 0
h₁ 100 140 150 1 0 0
h₂ 80 90 100 0 1 0
h₃ 100 110 120 0 0 1
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z -11428.5714 0 32857.1429 785.714286 0 0
Y₂ 0.71428571 1 1.07142857 0.00714286 0 0
h₂ 15.7142857 0 3.57142857 -0.64285714 1 0
Y₁ 21.4285714 0 2.14285714 -0.78571429 0 1
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 0 0 34000 366.666667 0 533.333333
Y₂ 0 1 1 0.03333333 0 -0.03333333
h₂ 0 0 2 -0.06666667 1 -0.73333333
Y₁ 1 0 0.1 -0.03666667 0 0.04666667
Solucionar el problema dual por el método simplex dual.
Tablas simplex dual
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 8500 7000 7500 0 0 0
h₁ -100 -80 -100 1 0 0
Y₁ -140 -90 -110 0 1 0
h₃ -150 -100 -120 0 0 1
-60.7142857 -77.7777778 -68.1818182
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 0 1535.71429 821.428571 0 60.7142857 0
Y₃ 0 -15.7142857 -21.4285714 1 -0.71428571 0
Y₁ 1 0.64285714 0.78571429 0 -0.00714286 0
h₃ 0 -3.57142857 -2.14285714 0 -1.07142857 1
-97.7272727 -38.3333333 0 -85
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 0 933.333333 0 38.3333333 33.3333333 0
Y₃ 0 0.73333333 1 -0.04666667 0.03333333 0
Y₁ 1 0.06666667 0 0.03666667 -0.03333333 0
h₃ 0 -2 0 -0.1 -1 1
iso de PVC, el piso clase A a $90.000
equiere 100 t de PVC, 80 t de fibra de
bra de vidrio, y 110 t de otros
e otros materiales. El inventario de la
de vidrio y 7.500 t de otros
lizar con los recursos disponibles
Min Z = -8500 Y₁ - 7000 Y₂ - 7500 Y₃
100 Y₁ − 80 Y₂ − 100 Y₃ ≤ − 90000
140 Y₁ − 90 Y₂ − 110 Y₃ ≤ − 110000
150 Y₁ − 100 Y₂ − 120 Y₃ ≤ − 85000
X₁, X₂, X₃ ≥ 0
Aplicación de solver
RHS Variables de decisión
0 X₁ = 38.3333333
8500 60.7142857 X₂ = 33.3333333
7000 77.7777778 X₃ = 0
7500 68.1818182
Función objetivo
RHS Z= 7116666.67
6678571.43
60.7142857 85 Restricciones
1535.71429 97.7272727
821.428571 38.3333333 Lado izq Signo
PVC 8500 <=
RHS Fibra de Vidrio 6066.6666666667 <=
7116666.67 Otros Materiales 7500 <=
33.3333333
933.333333
38.3333333
RHS
0
-90000
-110000
-85000
RHS
-6678571.43
-11428.5714
785.714286
32857.1429
RHS
-7116666.67
533.333333
366.666667
34000
Aplicación de solver
Lado der
8500
7000
7500
Ejercicio 2. Dualidad a un problema de minimización.
La empresa PINTURAS DE COLOMBIA S.A., produce pintura tipo 1 a un costo de $450.000 la caneca, la
pintura tipo 2 a un costo de $620.000 la caneca y la pintura tipo 3 a un costo de $680.000 la caneca. Para
la producción de pintura tipo 1, se necesitan 72 t de pigmento y 50 t de disolvente. La pintura tipo 2
requiere 28 t de pigmento, 35 t de aglutinante y 30 t de disolvente y la pintura tipo 3 necesita 25 t de
pigmento, 45 t de aglutinante y 35 t de disolvente. El inventario de la empresa cuenta con por lo menos
17.000 t de pigmento, 15.000 t de aglutinante y 11.000 t de disolvente. ¿Qué cantidad de cada tipo de
pintura debe producir PINTURAS DE COLOMBIA S.A. con los recursos disponibles para minimizar los
costos de producción?
Formular el problema como un modelo de programación lineal.
Variables
X₁ → Pintura tipo 1
X₂ → Pintura tipo 2
X₃ → Pintura tipo 3
Función Objetivo
Min Z = 450000 X₁ + 620000 X₂ + 680000 X₃
Restricciones
72 X₁ + 28 X₂ + 25 X₃ ≥ 17000 Pigmento
0 X₁ + 35 X₂ + 45 X₃ ≥ 15000 Aglutinante
50 X₁ + 30 X₂ + 35 X₃ ≥ 11000 Disolvente
X₁, X₂, X₃ ≥ 0 No negatividad
Solucionar el problema primal por el método simplex dual.
Primal
Z - 450000 X₁ - 620000 X₂ - 680000 X₃ = 0
72 X₁ + 28 X₂ + 25 X₃ - S₁ = 17000 −72 X₁ − 28 X₂ − 25 X₃ + S₁ = −17000
0 X₁ + 35 X₂ + 45 X₃ - S₂ = 15000 0 X₁ − 35 X₂ − 45 X₃ + S₂ = −15000
50 X₁ + 30 X₂ + 35 X₃ - S₃ = 11000 −50 X₁ − 30 X₂ − 35 X₃ + S₃ = −11000
Tablas
Base X₁ X₂ X₃ S₁ S₂ S₃
Z -450000 -620000 -680000 0 0 0
S₁ -72 -28 -25 1 0 0
S₂ 0 -35 -45 0 1 0
S₃ -50 -30 -35 0 0 1
6250 22142.8571 27200
Base X₁ X₂ X₃ S₁ S₂ S₃
Z 0 -445000 -523750 -6250 0 0
X₁ 1 0.38888889 0.34722222 -0.01388889 0 0
S₂ 0 -35 -45 0 1 0
S₃ 0 -10.5555556 -17.6388889 -0.69444444 0 1
12714.2857 11638.8889
Base X₁ X₂ X₃ S₁ S₂ S₃
Z 0 -37638.8889 0 -6250 -11638.8889 0
X₁ 1 0.11882716 0 -0.01388889 0.00771605 0
X₃ 0 0.77777778 1 0 -0.02222222 0
S₃ 0 3.16358025 0 -0.69444444 -0.39197531 1
Formular el problema dual a partir del problema primal
Dual
Max Z = 17000 Y₁ + 15000 Y₂ + 11000 Y₃ Max Z = -17000 Y₁ - 15000 Y₂ - 11000 Y₃
72 Y₁ + 0 Y₂ + 50 Y₃ ≤ 450000 −72 Y₁ − 0 Y₂ − 50 Y₃ ≥ −450000
28 Y₁ + 35 Y₂ + 30 Y₃ ≤ 620000 Multiplicamos x (-1) −28 Y₁ − 35 Y₂ − 30 Y₃ ≥ −620000
25 Y₁ + 45 Y₂ + 35 Y₃ ≤ 680000 −25 Y₁ − 45 Y₂ − 35 Y₃ ≥ −680000
X₁, X₂, X₃ ≥ 0 X₁, X₂, X₃ ≥ 0
Min Z + 17000 Y₁ + 15000 Y₂ + 11000 Y₃
−72 Y₁ − 0 Y₂ − 50 Y₃ + h₁ ₌ −450000
−28 Y₁ − 35 Y₂ − 30 Y₃ + h₂ ₌ −620000
−25 Y₁ − 45 Y₂ − 35 Y₃ + h₃ ₌ −680000
X₁, X₂, X₃ ≥ 0
Solucionar el problema dual por el método simplex primal.
Tablas
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 17000 15000 11000 0 0 0
h₁ -72 0 -50 1 0 0
h₂ -28 -35 -30 0 1 0
Y₃ -25 -45 -35 0 0 1
-680 -333.333333 -314.285714
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 9142.85714 857.142857 0 0 0 314.285714
h₁ -36.2857143 64.2857143 0 1 0 -1.42857143
Y₂ -6.57142857 3.57142857 0 0 1 -0.85714286
Y₃ 0.71428571 1.28571429 1 0 0 -0.02857143
-1391.30435 240
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 10720 0 0 0 -240 520
Y₁ 82 0 0 1 -18 14
Y₂ -1.84 1 0 0 0.28 -0.24
Y₃ 3.08 0 1 0 -0.36 0.28
Base Y₁ Y₂ Y₃ h₁ h₂ h₃
Z 0 0 0 -130.731707 2113.17073 -1310.2439
Y₁ 1 0 0 0.01219512 -0.2195122 0.17073171
Y₂ 0 1 0 0.02243902 -0.12390244 0.07414634
Y₃ 0 0 1 -0.03756098 0.31609756 -0.24585366
450.000 la caneca, la
680.000 la caneca. Para
e. La pintura tipo 2
o 3 necesita 25 t de
enta con por lo menos
tidad de cada tipo de
para minimizar los
− 25 X₃ + S₁ = −17000
5 X₃ + S₂ = −15000
− 35 X₃ + S₃ = −11000
Aplicación de solver
Resultado Variables de decisión Función objetivo
0 X₁ = 120.37037 Z= 280833333
-17000 X₂ = 0
-15000 X₃ = 333.333333
-11000
Restricciones
Resultado Lado izq Signo Lado der
106250000 Pigmento 17000 >= 17000
236.111111 Aglutinante 15000 >= 15000
-15000 Disolvente 17685.1852 >= 11000
805.555556
Resultado
280833333
120.37037
333.333333
6685.18519
0 Y₁ - 15000 Y₂ - 11000 Y₃
50 Y₃ ≥ −450000
− 30 Y₃ ≥ −620000
− 35 Y₃ ≥ −680000
₁, X₂, X₃ ≥ 0
RHS
0
-450000
-620000
-680000
RHS
-213714286
521428.571
-37142.8571
19428.5714
RHS
-204800000
1190000
-10400
32800
RHS
-360370732
14512.1951
16302.439
-11897.561
Ejercicio 3. Análisis de sensibilidad y post-óptimo
La empresa CACAOS NACIONALES S.A., produce tres clases de chocolates, dulce, semidulce y amargo. Para produ
cacao, 20 t manteca de cacao y 60 t de azúcar y le genera una utilidad de $1.500.000. Para producir chocolate se
manteca de cacao y 20 t de azúcar y le genera una utilidad de $1.300.000. Para elaborar el chocolate amargo, req
cacao y 20 t de azúcar y le genera una utilidad de $1.500.000. El inventario de la empresa cuenta con una dispon
15.000 t de manteca de cacao y 30.000 t de azúcar. ¿Qué cantidad de cada clase de chocolate debe producir CAC
disponibles para maximizar sus utilidades?
Formular el problema como un modelo de programación lineal.
Variables
X₁ → Chocolate Dulce
X₂ → Chocolate semidulce
X₃ → Chocolate amargo
Función Objetivo
Max Z = 1500000 X₁ + 1300000 X₂ + 1500000 X₃
Restricciones
120 X₁ + 100 X₂ + 60 X₃ ≤ 100000 Cacao
20 X₁ + 20 X₂ + 20 X₃ ≤ 15000 Manteca de cacao
60 X₁ + 20 X₂ + 20 X₃ ≤ 30000 Azucar
X₁, X₂, X₃ ≥ 0 No negatividad
Simplex primal
Solucionar el modelo de programación lineal por el método simplex primal:
Base Y₁ Y₂ Y₃ h₁
Z -1500000 -1300000 -1500000 0
h₁ 120 100 60 1
h₂ 20 20 20 0
h₃ 60 20 20 0
Base Y₁ Y₂ Y₃ h₁
Z 0 -800000 -1000000 0
h₁ 0 60 20 1
h₂ 0 13.3333333333333 13.3333333333333 0
Y₁ 1 0.333333333333333 0.333333333333333 0
Base Y₁ Y₂ Y₃ h₁
Z 0 200000 0 0
h₁ 0 40 0 1
Y₃ 0 1 1 0
Y₁ 1 0 0 0
Realizar el análisis de sensibilidad a la solución óptima simplex primal del modelo de programación lineal.
Analisis de sensibilidad
Tabla 1
Productos Chocolate Dulce Chocolate Semidulce Chocolate Amargo
Función Objetivo 1500000 1300000 1500000
Resultados 375 0 375
Tabla 2
Restricciones Chocolate Dulce Chocolate Semidulce Chocolate Amargo
Cacao 120 100 60
Manteca de cacao 20 20 20
Azucar 60 20 20
Realizar el análisis post-óptimo a la solución óptima simplex primal del modelo de programación lineal.
Analisis de resultados
1. La tabla 1 me dice, que no debo fabricar nada de chocolate semidulce. Ademas que debo fabricar 375 unidade
2. En esa medida se obtendrán ganancias de 1 125.000.000
3. De los recursos disponibles de cacao se utilizarán 67 500 de 100000.
4. En el caso de la manteca de cacao y del azucar se utilizarán todos los recursos disponibles.
emidulce y amargo. Para producir chocolate dulce, requiere 120 t de
000. Para producir chocolate semidulce, requiere 100 t de cacao, 20 t de
aborar el chocolate amargo, requiere 200 t de cacao, 20 t de manteca de
mpresa cuenta con una disponibilidad mínima de 100.000 t de cacao,
de chocolate debe producir CACAOS NACIONALES S.A. con los recursos
etivo
nes
mal
h₂ h₃ RHS
0 0 0
0 0 100000 833.333333
1 0 15000 750
0 1 30000 500
h₂ h₃ RHS
0 25000 750000000
0 -2 40000 2000
1 -0.33333333333 5000 375 A
0 0.016666666667 500 1500
Variables de decisión
X₁ = 375
h₂ h₃ RHS X₂ = 0
75000 0 1125000000 X₃ = 375
-1.5 -1.5 32500
0.075 -0.025 375 Función objetivo
-0.025 0.025 375 Z= 1125000000
Restricciones
lo de programación lineal. Cacao
Manteca de cacao
d Azucar
Objetivo
1125000000
Rec. Disponib Rec. Asignados
100000 67500
15000 15000
30000 30000
elo de programación lineal.
que debo fabricar 375 unidades tanto de chocolate dulce como de chocolate amargo.
Aplicación de solver
Lado izq Signo Lado der
45000 <= 100000
15000 <= 15000
30000 <= 30000
Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$D$60 Resultados Chocolate Dulce 375 0 1500000 3000000
$E$60 Resultados Chocolate Semidulce 0 -200000 1300000 200000
$F$60 Resultados Chocolate Amargo 375 0 1500000 1.455192E-10
Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$H$64 Cacao Rec. Asignados 67500 0 100000 1E+030
$H$65 Manteca de cacao Rec. Asignados 15000 75000 15000 15000
$H$66 Azucar Rec. Asignados 30000 3.637979E-12 30000 15000
Permisible
Reducir
1.455192E-10
1E+030
200000
Permisible
Reducir
32500
5000
15000
