Planteamiento
La empresa Americana de Vinilos Co., produce tres clases de piso de PVC, tráfico alto, a un costo de
medio, a un costo de USD9.500 y tráfico bajo, a un costo de USD8.000.
La producción de piso de tráfico alto, requiere 1,20 toneladas de PVC, 0,40 toneladas de otros mater
fundición y maquinado.
La producción de piso de tráfico medio, requiere 1,40 toneladas de PVC, 0,20 toneladas de otros mate
fundición y maquinado.
La producción de piso de tráfico bajo, requiere 1,1 toneladas de PVC, 0,30 toneladas de otros mater
fundición y maquinado.
La empresa en su proceso de producción, utiliza como mínimo 400 toneladas de PVC, 150 toneladas d
5.000 horas de fundición y maquinado.
La gerencia financiera de Americana de Vinilos Co., requiere optimizar los costos percibidos por piso
de producción, evaluar la cantidad óptima de cada clase de piso de PVC a producir
A partir de la Situación problema
1. Formular el problema como un modelo de programación lineal
2. Solucionar el problema primal por el método simplex dual.
3. Formular el problema dual a partir del problema primal.
4. Solucionar el problema dual por el método simplex primal.
5. Interpretar los resultados de la solución del problema primal y del
problema dual para la optimización de recursos.
Definición de Variables
X1 Cantidad de toneladas de piso de PVC de trafico Alto
X2 cantidad de toneladas de piso de PVC de trafico medio
X3 cantidad de toneladas de piso de PVC de trafico medio
DEFINICIÓN FUNCION OBJETIVO
F/O Min Z MINIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo Matemático
F/O Min Z 8500.00 X1 + 9500.00 X2 + 8000.00 X3
1.20 X1 + 0.40 X2 + 11.00 X3 >= 400 Toneladas de PVC
RE
ST
150 Toneladas de otros materiales
RC
1.40 X1 + 0.20 X2 + 13.00 X3 >=
CI
ON
5000 Horas de Fundición y maquinado
ES
1.10 X1 + 0.30 X2 + 9.00 X3 >=
RESOLUCION MEDIADA POR SOLVER
F/O Min Z MINIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo
F/O Min Z 8500.00 X1 + 9500.00 X2 + 8000.00 X3 4444444.4444
1.20 X1 + 0.40 X2 + 11.00 X3 6111.1111111 >= 400
RE
ST
RC
1.40 X1 + 0.20 X2 + 13.00 X3 7222.2222222 >= 150
CI
ON
ES
1.10 X1 + 0.30 X2 + 9.00 X3 5000 >= 5000
0 0 556
RESOLUCIÓN MEDIADA SOLVER METODO DUAL
F/O Min Z MAXIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo Matemático
F/O Min Z 400.00 Y1 + 150.00 Y2 + 5000.00 Y3
Toneladas de PVC
RE
1.20 + 0.40 Y + 11.00 Y <= 8500
ST
Y1 2 3
RC
Toneladas de otros materiales
CI
ON
1.40 + 0.20 Y2 + 13.00 Y3 <= 9500
ES
Y1
Horas de Fundición y maquinado
1.10 Y1 + 0.30 Y2 + 9.00 Y3 <= 8000
F/O Min Z MINIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo
F/O Min Z 400.00 Y1 + 150.00 Y2 + 5000.00 Y3 2777777.7778
RE
1.20 + 0.40 Y2 + 11.00 Y3 6111.1111111 >= 8500
ST
Y1
RC
CI
ON
1.40 + 0.20 Y2 + 13.00 Y3 7222.2222222 >= 9500
ES
Y1
1.10 Y1 + 0.30 Y2 + 9.00 Y3 5000 >= 8000
0 0 0
fico alto, a un costo de USD8.500, tráfico
sto de USD8.000.
neladas de otros materiales y 11 horas de
oneladas de otros materiales y 13 horas de
neladas de otros materiales y 9 horas de
e PVC, 150 toneladas de otros materiales y
o.
tos percibidos por piso y pide a la gerencia
piso de PVC a producir
PVC
otros materiales
dición y maquinado
Toneladas de PVC
Toneladas de otros materiales
Horas de Fundición y maquinado
PVC
otros materiales
dición y maquinado
Toneladas de PVC
Toneladas de otros materiales
Horas de Fundición y maquinado
Planteamiento
Americana de navieros Co., produce tres clases de yates a motor, el tipo 1 genera una utilidad de US$33.000, e
US$37.000 y el tipo 3 genera una utilidad de US$35.000.
Para su producción el yate a motor tipo 1 requiere 13 toneladas de acero corten, 9 toneladas de fibra de carbo
vidrio.
Para su producción, el yate a motor tipo 2 requiere 18 toneladas de acero corten, 3 toneladas de fibra de carbo
vidrio.
Para su producción, el yate a motor tipo 3 requiere 15 toneladas de acero corten, 6 toneladas de fibra de carbo
vidrio.
Su planta de producción dispone como máximo de 600 toneladas de acero, 150 toneladas de fibra de carbono
vidrio.
La gerencia financiera de Americana de navieros Co., requiere optimizar las utilidades percibidas por cada tipo
gerencia de producción, evaluar la cantidad óptima de cada tipo de yate a motor a producir
A partir de la Situación problema
1. Formular el problema como un modelo de programación lineal
2. Solucionar el problema primal por el método simplex primal:
3. Realizar el análisis de sensibilidad a la solución óptima simplex
primal del modelo
4. Interpretar de programación
los resultados lineal
del análisis de sensibilidad para la optimización de los recursos
Definición de Variables
X1 cantidad de unidades de yates a motor tipo 1
X2 cantidad de unidades de yates a motor tipo 1
X3 cantidad de unidades de yates a motor tipo 1
DEFINICIÓN FUNCION OBJETIVO
F/O Min Z Maximizar utilidades
Construcción del modelo
F/O Min Z 33000.00 X1 + 37000.00 X2 + 35000.00 X3
13.00 X1 + 18.00 X2 + 15.00 X3 <= 600 Toneladas de acero
RE
ST
150 Toneladas de fibra de carb
R
9.00 X1 + 3.00 X2 + 6.00 X3 <=
CC
IO
NE
2.00 X1 + 4.00 X2 + 3.00 X3 <= 150 Toneladas de fibra de vidri
S
F/O Min Z MINIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo
F/O Min Z 33000.00 X1 + 37000.00 X2 + 35000.00 X3 1292857.1429
13.00 X1 + 18.00 X2 + 15.00 X3 600 <=
RE
ST
RC
9.00 X1 + 3.00 X2 + 6.00 X3 150 <=
CI
ON
ES
2.00 X1 + 4.00 X2 + 3.00 X3 128.57142857 <=
0 21 14
lidad de US$33.000, el tipo 2 genera una utilidad de
adas de fibra de carbono y 2 toneladas de fibra de
adas de fibra de carbono y 4 toneladas de fibra de
adas de fibra de carbono y 3 toneladas de fibra de
s de fibra de carbono y 150 toneladas de fibra de
rcibidas por cada tipo de yate a motor y pide a la
cir
neladas de acero
neladas de fibra de carbono
neladas de fibra de vidrio
600
150
150
Plant
La empresa Americana de Petróleos Co., compra petróleo crudo pesado a un costo de USD45 el barril,
De cada tipo de petróleo se producen por barril jet fuel, keroseno y gasolina.
Para producir un barril de jet fuel, se requiere 42% de crudo pesado, 31% de crudo mediano y 27% de
Para producir un barril de keroseno, se requiere 33% de crudo pesado, 35% de crudo mediano y 32 %
Para producir un barril de gasolina, se requiere 25% de crudo pesado, 32% de crudo mediano y 43% de
La refinería tiene un contrato para entregar como mínimo 6.000.000 barriles de jet fuel, 5.300.000 bar
La gerencia financiera de Americana de Petróleos Co., requiere optimizar los costos percibidos por barr
comprar para satisfacer la demanda.
A partir de la Situación problema
1. Formular el problema como un modelo de programación lineal
2. Solucionar el modelo de programación lineal por el método simplex dual
3. Realizar el análisis post-óptimo a la solución óptima simplex dual del modelo de programación lineal
4. Interpretar los resultados del modelo de programación lineal para la
optimización de recursos
Definición de Variables
X1 Cantidad de barriles de petroleo crudo pesado a comprar
X2 cantidad de barriles de petroleo crudo mediano a comprar
X3 cantidad de barriles de petroleo crudo ligero a comprar
DEFINICIÓN FUNCION OBJETIVO
F/O Min Z MINIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo
F/O Min Z 45.00 X1 +
0.42 X1 +
RE
ST
R
CC
0.33 X1 +
IO
NE
S
0.25 X1 +
F/O Min Z MINIMIZAR COSTOS DE PRODUCIÓN
Construcción del modelo
F/O Min Z 45.00 X1 +
0.42 X1 +
RE
ST
RC
0.33 X1 +
CI
ON
ES
0.25 X1 +
10767796.61
Planteamiento
to de USD45 el barril, petróleo crudo mediano a un costo de USD48 el barril y petróleo crudo ligero a un costo de US
do mediano y 27% de crudo ligero.
rudo mediano y 32 % de crudo ligero.
do mediano y 43% de crudo ligero.
et fuel, 5.300.000 barriles de keroseno y 5.000.000 de barriles de gasolina.
os percibidos por barril de petróleo y pide a la gerencia de producción, evaluar la cantidad óptima de cada clase de p
n lineal
O
ODUCIÓN
48.00 X2 + 50.00 X3
0.31 X2 + 0.27 X3 >= 6,000,000 Minimo Barriles de jet fuel
Minimo Barriles de Keroseno
0.35 X2 + 0.32 X3 >= 5,300,000
Minimo Barrilles de Gasolina
0.32 X2 + 0.43 X3 >= 5,000,000
ODUCIÓN
48.00 X2 + 50.00 X3 755727118.64
0.31 X2 + 0.27 X3 6000000 >= 6,000,000
0.35 X2 + 0.32 X3 5300000 >= 5,300,000
0.32 X2 + 0.43 X3 5000000 >= 5,000,000
259322.0339 5174576.2712
igero a un costo de USD50 el barril.
tima de cada clase de petróleo crudo a
Microsoft Excel 16.0 Informe de respuestas
Hoja de cálculo: [Ejercicio [Link]]3 Análisis post-Óptimo
Informe creado: 6/11/2021 [Link] p. m.
Resultado: Solver encontró una solución. Se cumplen todas las restricciones y con
Motor de Solver
Motor: Simplex LP
Tiempo de la solución: 0,015 segundos.
Iteraciones: 6 Subproblemas: 0
Opciones de Solver
Tiempo máximo Ilimitado, Iteraciones Ilimitado, Precision 0,000001
Máximo de subproblemas Ilimitado, Máximo de soluciones de enteros Ilimitado, To
uel
seno
olina
Celda objetivo (Mín)
Celda
NombreValor original Valor final
$Q$4X3 755727118.64 755727118.64
Celdas de variables
Celda
NombreValor original Valor final Entero
$E$4 10767796.6102 10767796.6102 Continuar
$I$47 259322.033898 259322.033898 Continuar
$M$47 5174576.27119 5174576.27119 Continuar
Restricciones
Celda
NombreValor de la celda Fórmula Estado Demora
$Q$4X3 6000000 $Q$44>=$U$44 Vinculante 0
$Q$4X3 5300000 $Q$45>=$U$45 Vinculante 0
$Q$4X3 5000000 $Q$46>=$U$46 Vinculante 0
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Ejercicio [Link]]3 Análisis post-Óptimo
Informe creado: 6/11/2021 [Link] p. m.
Celdas de variables
Final Reducido Objetivo
Permisible
Permisible
Celda Nombre Valor Coste Coeficiente
Aumentar
Reducir
$E$4 10767796.6102 0 45 10 2
$I$47 259322.033898 0 48 1.59 4.18
$M$47 5174576.27119 0 50 8.32 5.43
Restricciones
Final Sombra Restricción
Permisible
Permisible
Celda Nombre Valor PrecioLado derecho
Aumentar
Reducir
$Q$4X3 6000000 16.661016949 ### ### ###
$Q$4X3 5300000 80.220338983 ### ### ###
$Q$4X3 5000000 46.118644068 ### ### ###
stricciones y conMicrosoft Excel 16.0 Informe de límites
Hoja de cálculo: [Ejercicio [Link]]3 Análisis post-Óptimo
Informe creado: 6/11/2021 [Link] p. m.
Objetivo
Celda
NombreValor
e enteros Ilimitado, To$Q$4X3 ###
Variable Inferior
Objetivo Superior
Objetivo
Celda
NombreValor Límite
Resultado Límite
Resultado
$E$4 ### ### ### #N/D#N/D
$I$47 ### ### ### #N/D#N/D
$M$47 ### ### ### #N/D#N/D
Permisible
Reducir
Permisible
Reducir
