Tarea 4 – Solución de modelos de programación lineal de decisión y optimización

Luis Angel Martinez Zarate

Tutor:
Juan De la Cruz Tapia Nieves

Curso Programacion Lineal 

 Diciembre, 2020.

 
Universidad Nacional abierta y a distancia-UNAD
Escuela de Ciencias Básicas, Tecnología e Ingeniería
al de decisión y optimización

es

l 

ancia-UNAD
a e Ingeniería
FORMULACIÓN DEL MODELO SIM

PLANTEAMIE
MAXIMIZACIÓN

RESTRICCIONES

PLANTEAMIEN
MAXIMIZACIÓN

RESTRICCIONES

DESARROLLO ITERATIVO DEL ME

VARIABLES
S4
S5
S6
Z

VARIABLES
S4
S5
S6
Z

VARIABLES
 S4
X2
S6
Z

VARIABLES
S4
X2
S6
Z

VARIABLES
S4
X2
S6
Z

VARIABLES
X1
X2
S6
Z

VARIABLES
X1
X2
S6
Z

VARIABLES
X1
X2
S6
Z

VARIABLES
X1
X2
X3
 Z

FORMULACIÓN DEL MODEL

PRIMAL

PLANTEAMIE
MINIMIZACIÓN

RESTRICCIONES

PLANTEAMIEN
MINIMIZACIÓN

RESTRICCIONES

DESARROLLO ITERATIVO DEL ME

VARIABLES
W
s4
s5
s6

VARIABLES
W
s4
s5
s6

VARIABLES
W
s4
Y2
s6

VARIABLES
W
s4
Y2
 s6

VARIABLES
W
s4
Y2
s6

VARIABLES
W
Y1
Y2
s6

VARIABLES
W
Y1
Y2
s6

VARIABLES
W
Y1
Y2
s6

VARIABLES
W
Y1
Y2
Y3
LACIÓN DEL MODELO SIMPLEX PRIMAL

PLANTEAMIENTO DEL MODELO CAONICO

MAXIMIZACIÓN Z = 31000X1 + 54000X2 + 39000X3
4X1 + 2X2 + 1X3 ≤ 250
RESTRICCIONES 1X1 + 4X2 + 3X3 ≤ 300
2X1 + 5X2 + 4X3 ≤ 400

PLANTEAMIENTO DEL MODELO ESTANDAR

MAXIMIZACIÓN Z - 31000X1 - 54000X2 - 39000X3 = 0
4X1 + 2X2 + 1X3 + S4 = 250
RESTRICCIONES 1X1 + 4X2 + 3X3 + S5 = 300
2X1 + 5X2 + 4X3 + S6 = 400

OLLO ITERATIVO DEL METODO SIMPLEX PRIMAL

CP
Z X1 X2 X3 S4
0 4 2 1 1
0 1 4 3 0
0 2 5 4 0
1 -31000 -54000 -39000 0

CP
Z X1 X2 X3 S4
0 4 2 1 1
0 1 4 3 0
0 2 5 4 0
1 -31000 -54000 -39000 0

CP
Z X1 X2 X3 S4
0 3.5 0 -0.5 1
0 0.25 1 0.75 0
0 0.75 0 0.25 0
1 -17500 0 1500 0

CP
Z X1 X2 X3 S4
0 3.5 0 -0.5 1
0 0.25 1 0.75 0
0 0.75 0 0.25 0
1 -17500 0 1500 0

CP
Z X1 X2 X3 S4
0 3.5 0 -0.5 1
0 0.25 1 0.75 0
0 0.75 0 0.25 0
1 -17500 0 1500 0

CP
Z X1 X2 X3 S4
0 1 0 -0.142857142857 0.2857142857143
0 0 1 0.7857142857143 -0.071428571429
0 0 0 0.3571428571429 -0.214285714286
1 0 0 -1000 5000

CP
Z X1 X2 X3 S4
0 1 0 -0.142857142857 0.2857142857143
0 0 1 0.7857142857143 -0.071428571429
0 0 0 0.3571428571429 -0.214285714286
1 0 0 -1000 5000

CP
Z X1 X2 X3 S4
0 1 0 -0.142857142857 0.2857142857143
0 0 1 0.7857142857143 -0.071428571429
0 0 0 0.3571428571429 -0.214285714286
1 0 0 -1000 5000

CP
Z X1 X2 X3 S4
0 1 0 0 0.2
0 0 1 0 0.4
0 0 0 1 -0.6
 1 0 0 0 4400

MULACIÓN DEL MODELO SIMPLEX

PRIMAL

PLANTEAMIENTO DEL MODELO CAONICO

MINIMIZACIÓN W = 250Y1 + 300Y2 + 400Y3
4Y1 + Y2 + 2Y3 ≥ 31000
RESTRICCIONES 2Y1 + 4Y2 + 5Y3 ≥ 54000
Y1 + 3Y2 + 4Y3 ≥ 39000

PLANTEAMIENTO DEL MODELO ESTANDAR

MINIMIZACIÓN W - 250Y1 - 300Y2 - 400Y3 = 0
- 4Y1 - 1Y2 - 2Y3 + S4 = - 31000
RESTRICCIONES - 2Y1 - 4Y2 - 5Y3 - S5 = - 54000
- 1Y1 - 3Y2 - 4Y3 + S6 = - 39000

OLLO ITERATIVO DEL METODO SIMPLEX DUAL

W Y1 Y2 Y3 s4
1 -250 -300 -400 0
0 -4 -1 -2 1
0 -2 -4 -5 0
0 -1 -3 -4 0
CP
W Y1 Y2 Y3 s4
1 -250 -300 -400 0
0 -4 -1 -2 1
0 -2 -4 -5 0
0 -1 -3 -4 0
125 75 80
CP
W Y1 Y2 Y3 s4
1 -100 0 -25 0
0 -3.5 0 -0.75 1
0 0.5 1 1.25 0
0 0.5 0 -0.25 0

W Y1 Y2 Y3 s4
1 -100 0 -25 0
0 -3.5 0 -0.75 1
0 0.5 1 1.25 0
0 0.5 0 -0.25 0
CP
W Y1 Y2 Y3 s4
1 -100 0 -25 0
0 -3.5 0 -0.75 1
0 0.5 1 1.25 0
0 0.5 0 -0.25 0
28.571428571429 33.333333333333
CP
W Y1 Y2 Y3 s4
1 0 0 -3.571428571429 -28.57142857143
0 1 0 0.2142857142857 -0.285714285714
0 0 1 1.1428571428572 0.1428571428571
0 0 0 -0.357142857143 0.1428571428571

W Y1 Y2 Y3 s4
1 0 0 -3.571428571429 -28.57142857143
0 1 0 0.2142857142857 -0.285714285714
0 0 1 1.1428571428572 0.1428571428571
0 0 0 -0.357142857143 0.1428571428571
CP
W Y1 Y2 Y3 s4
1 0 0 -3.571428571429 -28.57142857143
0 1 0 0.2142857142857 -0.285714285714
0 0 1 1.1428571428572 0.1428571428571
0 0 0 -0.357142857143 0.1428571428571
10 -200
CP
W Y1 Y2 Y3 s4
1 0 0 0 -30
0 1 0 0 -0.2
0 0 1 0 0.6
0 0 0 1 -0.4
 VARIABLES
REPRESENTATIVAS
X1 HIGH CUBE
X2 OPN SIDE
X3 DRY VAN

VARIABLES DE HOLGURA
S4
S5
S6

S5 S6 Cr
0 0 250
1 0 300
0 1 400
0 0 0

S5 S6 Cr
0 0 250 125
1 0 300 75
0 1 400 80
0 0 0

S5 S6 Cr
 -0.5 0 100
0.25 0 75
-1.25 1 25
13500 0 4050000

S5 S6 Cr
-0.5 0 100
0.25 0 75
-1.25 1 25
13500 0 4050000

S5 S6 Cr
-0.5 0 100 28.571428571429
0.25 0 75 300
-1.25 1 25 33.333333333333
13500 0 4050000

S5 S6 Cr
-0.142857142857 0 28.571428571429
0.2857142857143 0 67.857142857143
-1.142857142857 1 3.5714285714286
11000 0 4550000

S5 S6 Cr
-0.142857142857 0 28.571428571429
0.2857142857143 0 67.857142857143
-1.142857142857 1 3.5714285714286
11000 0 4550000

S5 S6 Cr
-0.142857142857 0 28.571428571429 -200
0.2857142857143 0 67.857142857143 86.363636363636
-1.142857142857 1 3.5714285714286 10
11000 0 4550000

S5 S6 Cr
-0.6 0.4 30
2.8 -2.2 60
-3.2 2.8 10
 7800 2800 4560000 Utilidad

VARIABLES
REPRESENTATIVAS
y1 AC C COBRE
y2 AC C CROMO
y3 AC C NIQUEL

VARIABLES DE HOLGURA
S4
S5
S6

s5 s6 Cr
0 0 0
0 0 -31000
1 0 -54000
0 1 -39000

s5 s6 Cr
0 0 0
0 0 -31000
1 0 -54000
0 1 -39000

s5 s6 Cr
-75 0 4050000
-0.25 0 -17500
-0.25 0 13500
-0.75 1 1500

s5 s6 Cr
-75 0 4050000
-0.25 0 -17500
-0.25 0 13500
 -0.75 1 1500

s5 s6 Cr
-75 0 4050000
-0.25 0 -17500
-0.25 0 13500
-0.75 1 1500
300

s5 s6 Cr
-67.85714285714 0 4550000
0.0714285714286 0 5000
-0.285714285714 0 11000
-0.785714285714 1 -1000

s5 s6 Cr
-67.85714285714 0 4550000
0.0714285714286 0 5000
-0.285714285714 0 11000
-0.785714285714 1 -1000

s5 s6 Cr
-67.85714285714 0 4550000
0.0714285714286 0 5000
-0.285714285714 0 11000
-0.785714285714 1 -1000
86.363636363636

s5 s6 Cr
-60 -10 4560000
-0.4 0.6 4400
-2.8 3.2 7800
2.2 -2.8 2800
 VARIABLES X1
VARIABLE 30
UTILIDAD $ 31,000

RESTRICCIÓN MATERIA P
1 AC C COBRE
2 AC C CROMO
3 AC C NIQUEL

Celdas de variables

Celda
$R$11
$S$11
$T$11

Restricciones

Celda
$V$17
$V$18
$V$19
a. Analizar los cambios de aumento y re

VARIABLES
VARIABLE
UTILIDAD

RESTRICCIÓN
1
2
3

b. Analizar los cambios de aumento y re

VARIABLES
VARIABLE
UTILIDAD

RESTRICCIÓN
1
2
3

6. Realizar el análisis post-óptimo a la s

a. Realizar los cambios que afectan la fa

1. Cambios en el lado derecho.

 VARIABLES
VARIABLE
UTILIDAD

RESTRICCIÓN
1
2
3

2. Adición de una nueva restricción.

VARIABLES
VARIABLE
UTILIDAD

RESTRICCIÓN
1
2
3
4

b. Realizar los cambios que afectan la o

1. Cambios en los coeficientes de la fun

VARIABLES
VARIABLE
UTILIDAD

RESTRICCIÓN
 RESTRICCIÓN
1
2
3

2. Adición de una nueva actividad.

VARIABLES
VARIABLE
UTILIDAD

RESTRICCIÓN
1
2
3
 SOLVER

X2 X3 F. OBJETIVO
60 10 $ 4,560,000
$ 54,000 $ 39,000

LI SIGNO
RECURSOS
4 2 1 250 ≤
1 4 3 300 ≤
2 5 4 400 ≤

INFORME DE SENSIBILIDAD

Final Reducido Objetivo Permisible

Nombre Valor Coste Coeficiente Aumentar
VARIABLE AC C 30 0 31000 13000
VARIABLE AC C 60 0 54000 1272.7272727273
VARIABLE AC C 10 0 39000 2437.5

Final Sombra Restricción Permisible

Nombre Valor Precio Lado derecho Aumentar
AC C COBRE LI 250 4400 250 16.666666666667
AC C CROMO LI 300 7800 300 3.125
AC C NIQUEL LI 400 2800 400 27.272727272727
zar los cambios de aumento y reducción de los coeficientes de las variables de la función objetivo.

SOLVER

X1 X2 X3
30 60 10
$ 40,000 $ 54,000 $ 39,000

MATERIA P LI
RECURSOS
AC C COBRE 4 2 1 250
AC C CROMO 1 4 3 300
AC C NIQUEL 2 5 4 400

zar los cambios de aumento y reducción de las disponibilidades de las restricciones.

SOLVER

X1 X2 X3
34.375 56.25 0
$ 31,000 $ 54,000 $ 39,000

MATERIA P LI
RECURSOS
AC C COBRE 4 2 1 250
AC C CROMO 1 4 3 259.375
AC C NIQUEL 2 5 4 350

zar el análisis post-óptimo a la solución primal.

zar los cambios que afectan la factibilidad:

ios en el lado derecho.

 SOLVER

X1 X2 X3
43.75 62.5 0
$ 31,000 $ 54,000 $ 39,000

MATERIA P LI
RECURSOS
AC C COBRE 4 2 1 300
AC C CROMO 1 4 3 293.75
AC C NIQUEL 2 5 4 400

ón de una nueva restricción.

SOLVER

X1 X2 X3
30 60 10
$ 31,000 $ 54,000 $ 39,000

MATERIA P LI
RECURSOS
AC C COBRE 4 2 1 250
AC C CROMO 1 4 3 300
AC C NIQUEL 2 5 4 400
AC C PLATA 3 4 6 390

zar los cambios que afectan la optimalidad:

ios en los coeficientes de la función objetivo.

SOLVER

X1 X2 X3
42.8571428571429 0 78.571428571429
$ 45,000 $ 54,000 $ 45,000

MATERIA P LI
 MATERIA P LI
RECURSOS
AC C COBRE 4 2 1 250
AC C CROMO 1 4 3 278.57142857143
AC C NIQUEL 2 5 4 400

ón de una nueva actividad.

SOLVER

X1 X2 X3 X4
30 60 10 0
$ 31,000 $ 54,000 $ 39,000 $ 25,000

MATERIA P
RECURSOS
AC C COBRE 4 2 1 2
AC C CROMO 1 4 3 5
AC C NIQUEL 2 5 4 4
F. OBJETIVO
$ 4,560,000

LD
250
300
400

Permisible LIMITES DE VALORES PARA LOS OBJ COEFICIENTE

Reducir 24000 31000 44000
7000 51214.2857142857 54000 55272.7272727273
2785.7142857143 38000 39000 41437.5
1000

Permisible LIMITES DE VALORES PARA DISPOSICIONES

Reducir 100 250 266.666666666667
150 278.571428571429 300 303.125
21.428571428572 396.428571428571 400 427.272727272727
3.5714285714286
 F. OBJETIVO
$ 4,830,000

SIGNO LD
≤ 250
≤ 300
≤ 400

F. OBJETIVO
$ 4,103,125

SIGNO LD
≤ 250
≤ 300
≤ 350
 F. OBJETIVO
$ 4,731,250

SIGNO LD
≤ 300
≤ 300
≤ 400

F. OBJETIVO
$ 4,560,000

SIGNO LD
≤ 250
≤ 300
≤ 400
≤ 400

F. OBJETIVO
$ 5,464,286

SIGNO LD
SIGNO LD
≤ 250
≤ 300
≤ 400

F. OBJETIVO
$ 4,560,000

SIGNO LD
LI
250 ≤ 250
300 ≤ 300
400 ≤ 400
 Minimizar_Dual
Enter
Enter the
the values
values inin the
the shaded
shaded area
area then
then use
use the
the Run
Run Excel's
Excel's Solver
Solver button.
button.
Alternatively,
Alternatively, or
or to
to view
view the
the sensitivity
sensitivity results,
results, open
open Solver
Solver by
by going
going to
to the
the
Data
Data Tab
Tab (Excel
(Excel 2007,
2007, 2010,
2010, 2013,
2013, 2016)
2016) or
or the
the Tools
Tools menu
menu (Excel
(Excel 2003,
2003,
Linear Programming 2011).
2011).

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
X1 X2 X3 LHS Slack/Surplus
Minimize 250 300 400 sign RHS 4560000
A 4 1 2> 31000 31000 0A
B 2 4 5> 54000 54000 0B
C 1 3 4> 39000 39000 0C

Results
Variables 4400 7800 2800
Objective 4560000

Page 27
 Maximizar_Primal
Enter
Enter the
the values
values inin the
the shaded
shaded area
area then
then use
use the
the Run
Run Excel's
Excel's Solver
Solver button.
button.
Alternatively,
Alternatively, or
or to
to view
view the
the sensitivity
sensitivity results,
results, open
open Solver
Solver by
by going
going to
to the
the
Data
Data Tab
Tab (Excel
(Excel 2007,
2007, 2010,
2010, 2013,
2013, 2016)
2016) or
or the
the Tools
Tools menu
menu (Excel
(Excel 2003,
2003,
Linear Programming 2011).
2011).

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
Slack/Sur
X1 X2 X3 LHS plus
Maximize 31000 54000 39000 sign RHS 4560000
A 4 2 1< 250 250 0A
B 1 4 3< 300 300 0B
C 2 5 4< 400 400 0C

Results
Variables 30 60 10
Objective 4560000

Page 28
BIBLIOGRAFIA

Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de operaciones. México, México: Grup
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39452
Hillier, F. & Lieberman, J. (2011). Introducción a la investigación de operaciones (pp. 207-216). México, México: Editori
Recuperado de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/101895
 raciones. México, México: Grupo Editorial Patria. Recuperado de

07-216). México, México: Editorial McGraw Hill Interamericana.

895