Análisis de modelos de programación li

Primer nombre Primer a

Primer nombre Primer a

Primer nombre Primer a

Primer nombre Primer a

Primer nombre Primer a

Escuela de Ciencias Básicas, Tecnología e Ingenie

100404: Progra

Ing. Primer nombre P

26 de noviem
delos de programación lineal para la optimización de recursos

Primer nombre Primer apellido Participante 1

Primer nombre Primer apellido Participante 2

Primer nombre Primer apellido Participante 4

Primer nombre Primer apellido Participante 4

Primer nombre Primer apellido Participante 5

cas, Tecnología e Ingeniería, Universidad Nacional Abierta y a Distancia

100404: Programación Lineal

Ing. Primer nombre Pimer apellido Tutor

26 de noviembre de 2024
 Participantes

1.
2.
3.
4.
5.
 MATRIZ DE SEGUIMIENTO A LA ACTIVID

Solución Ejercicio 1. Solución Ejercicio 2.

Rol desempeñado Análisis de dualidad Análisis de sensibilidad
(SI o No) (SI o No)
ENTO A LA ACTIVIDAD COLABORATIVA

Solución de los modelos

de programación lineal Vídeo de interpretación de
Solución Ejercicio 3. con el uso de resultados de un modelo
Análisis post-óptimo herramientas de programación lineal en
(SI o No) tecnológicas Open AI y inglés
app móvil (URL vídeo)
(SI o No)
 Asistencia evento
intermacional Aportes a la
programadompor la consolidación del
Universidad, Escuela o informe a entregar
Cadena de formación (SI o No)
(URL Certificado)
EJERCICIO 1. ANALISIS DE DUALIDAD

Se presenta la siguiente situación problema de programación lineal:

La empresa American Business Company, produce detergente en polvo tipo 1, detergente en polvo tipo 2 y
Producir detergente en polvo tipo 1, genera un costo de $6.800 (dólares) y requiere 0,75 toneladas de grasa
Producir detergente en polvo tipo 2, genera un costo de $7.900 (dólares) y requiere 0,72 toneladas de grasa
Producir detergente en polvo tipo 3, genera un costo de $9.000 (dólares) y requiere 0,69 toneladas de grasa
La empresa, en su planta de producción dispone como mínimo de 650 toneladas de grasas vegetales, de 50
La empresa American Business Company, requiere optimizar los costos percibidos por cada tipo de detergen

1. Formulación del problema primal como un modelo de programación lineal:

Sea, el problema primal como modelo de programación lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒂𝒈𝒆𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔 ≥

Forma estándar dual del problema primal:

2. Solucion del problema primal por el método simplex dual:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
S1
S2
S3

Razón más pequeña #DIV/0! #DIV/0! #DIV/0!

VE

Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
X1
S2
S3

Razón más pequeña #DIV/0! #DIV/0! #DIV/0!

VE
Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
X1
X3
S3

Razón más pequeña #DIV/0! #DIV/0! #DIV/0!

Iteración 3:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
X1
X3
S1

3. Comprobación de los resultados del problema primal en Solver (Excel):

Sea, el problema primal como modelo de programación lineal:

𝑼𝒔𝒐𝒅𝒆 𝒂𝒈𝒆𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊

Sea la solución del problema primal en Solver:

FUNCION OBJETIVO MINIMIZAR Z

X1 X2 X3

RESTRICCIONES

4. Relación de la optimización de recursos del problema primal:

Interpretación de los resultados del problema primal (español):

PROBLEMA PRIMAL - PROBLEMA DUAL

EL PROBLEMA DUAL A PARTIR DEL PROBLEMA PRIMAL

Sea el problema primal:

Sea, el problema primal como modelo de programación lineal:

𝑼𝒔𝒐𝒅𝒆 𝒂𝒈𝒆𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊

1. Formulación del problema dual asociado al proble primal:

Sea el problema dual como modelo de programación lineal:

𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏

𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏
𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏
 𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏

Sea la forma estándar primal del problema dual:

2. Solucion del problema dual por el método simplex primal:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS W Y1 Y2 Y3
W
S1
S2
S3

Coeficiente más negativo 0 0 0

VE

Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS W Y1 Y2 Y3
W
Y1
S2
S3

Coeficiente más negativo 0 0 0

VE
 Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z Y1 Y2 Y3
Z
Y1
S2
Y2

Coeficiente más negativo 0 0 0

VE
Iteración 3:

VARIABLES VARIABLES NO BASICAS

BASICAS Z Y1 Y2 Y3
Z
Y3
S2
Y2

3. Comprobación de los resultados del problema dual en Solver (Excel):

Sea el problema dual como modelo de programación lineal:

𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏

𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏
𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏

Sea la solución del problema dual en Solver:

FUNCION OBJETIVO MAXIMIZAR W

 Y1 Y2 Y3

RESTRICCIONES

4. Relación de la optimización de recursos del problema dual:

Interpretación de los resultados del problema dual (español):

, detergente en polvo tipo 2 y detergente en polvo tipo 3 para el lavado de ropa, pisos, cocinas, baños y superficies en general.
quiere 0,75 toneladas de grasas vegetales, 0,05 toneladas de hidróxido de sodio y 0,20 toneladas de agentes tensioactivos.
quiere 0,72 toneladas de grasas vegetales, 0,07 toneladas de hidróxido de sodio y 0,21 toneladas de agentes tensioactivos.
quiere 0,69 toneladas de grasas vegetales, 0,09 toneladas de hidróxido de sodio y 0,22 toneladas de agentes tensioactivos.
das de grasas vegetales, de 50 toneladas de hidróxido de sodio y de 180 toneladas de agentes tensioactivos.
idos por cada tipo de detergente en polvo a producir y solicita el análisis de dualidad para la optimización de recursos del sistema de prod

𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒎𝒊𝒏í𝒎𝒂 𝒅𝒆 𝒂𝒈𝒆𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔

ES NO BASICAS
SOLUCION
S1 S2 S3 Valor más negativo

0
0
0

#DIV/0! #DIV/0! #DIV/0!

ES NO BASICAS
SOLUCION
S1 S2 S3 Valor más negativo

0
0
0

#DIV/0! #DIV/0! #DIV/0!

ES NO BASICAS
SOLUCION
S1 S2 S3 Valor más negativo

0
0
0

#DIV/0! #DIV/0! #DIV/0!

VE

ES NO BASICAS
SOLUCION
S1 S2 S3
SOLUCION OPTIMA
𝒂𝒄𝒕𝒊𝒗𝒐𝒔 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒎𝒊𝒏í𝒎𝒂 𝒅𝒆 𝒂𝒈𝒆𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔

LADO IZQ LADO DER

≥
≥
≥

Interpretación de los resultados del problema primal (inglés):

𝒂𝒄𝒕𝒊𝒗𝒐𝒔 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒎𝒊𝒏í𝒎𝒂 𝒅𝒆 𝒂𝒈𝒆𝒏𝒕𝒆𝒔𝒕𝒆𝒏𝒔𝒊𝒐𝒂𝒄𝒕𝒊𝒗𝒐𝒔

𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟏 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟏

𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐 𝟐 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟐
𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐 𝟑 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟑
𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐 𝟑 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟑

ES NO BASICAS
SOLUCION
S1 S2 S3 Razón más pequeña (estrictamente

#DIV/0!
#DIV/0!
#DIV/0!

0 0 0

ES NO BASICAS
SOLUCION
S1 S2 S3 Razón más pequeña (estrictamente

#DIV/0!
#DIV/0!
#DIV/0!

0 0 0
ES NO BASICAS
SOLUCION
S1 S2 S3 Razón más pequeña (estrictamente

#DIV/0!
#DIV/0!
#DIV/0!

0 0 0

ES NO BASICAS
SOLUCION
S1 S2 S3

𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟏 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟏

𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐 𝟐 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟐
𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐 𝟑 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐𝒕𝒊𝒑𝒐𝟑
LADO IZQ LADO DER
≤
≤
≤

Interpretación de los resultados del problema dual (inglés):

erficies en general.
s tensioactivos.
s tensioactivos.
s tensioactivos.

e recursos del sistema de producción.

𝒊𝒗𝒐𝒔
más negativo

VS

más negativo

VS

más negativo

VS

CION OPTIMA
 Entonces, el problema dual es:

Entonces, el problema dual como modelo de programación lineal es:

𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊
𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓
𝑹𝒆𝒄𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓

𝒑𝒐𝟏
𝒑𝒐𝟐
𝒑𝒐𝟑
𝒑𝒐𝟑

más pequeña (estrictamente positiva)

VS

más pequeña (estrictamente positiva)

VS
más pequeña (estrictamente positiva)

VS

𝒑𝒐𝟏
𝒑𝒐𝟐
𝒑𝒐𝟑
ema dual (inglés):
𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐 𝒕𝒊𝒑𝒐 𝟏 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏
𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐 𝒕𝒊𝒑𝒐 𝟐 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐
𝒖𝒓𝒔𝒐𝒔𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐 𝒕𝒊𝒑𝒐 𝟑 ≤ 𝒂𝒍 𝒄𝒐𝒔𝒕𝒐 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐
𝒖𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐 𝒕𝒊𝒑𝒐 𝟏
𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐 𝒕𝒊𝒑𝒐 𝟐
𝒄𝒊𝒓 𝒅𝒆𝒕𝒆𝒓𝒈𝒆𝒏𝒕𝒆 𝒆𝒏 𝒑𝒐𝒍𝒗𝒐 𝒕𝒊𝒑𝒐 𝟑
EJERCICIO 2. ANALISIS DE SENSIBILIDAD

Se presenta la siguiente situación problema de programación lineal:

La empresa American Business Company, produce fibra de carbono tipo 1, fibra de carbono tipo 2 y fibra de
Producir fibra de carbono tipo 1, genera una utilidad de $30.800 (dólares) y requiere 0,95 toneladas de polia
Producir fibra de carbono tipo 2, genera una utilidad de $29.600 (dólares) y requiere 0,92 toneladas de polia
Producir fibra de carbono tipo 3, genera una utilidad de $28.400 (dólares) y requiere 0,89 toneladas de polia
La empresa, en su proceso de producción dispone como máximo de 500 toneladas de poliacrilonitrilo, de 25
La empresa American Business Company, requiere optimizar las utilidades percibidas por cada tipo de fibra d

1. Formulación del problema como modelo de programación lineal:

Sea, el modelo de programación lineal:

𝑼𝒔𝒐 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎

2. Solución del modelo de programación lineal por el método simplex primal:

Forma estándar primal del modelo de programación lineal:

Solución del modelo de programación lineal por el método simplex primal en Excel:

Tabla inicial:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
S1
S2
S3

Coeficiente más negativo 0 0 0

VE

Iteración 1:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
S1
S2
X1

Coeficiente más negativo 0 0 0

VE
Iteración 2:

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
S1
X3
X1

3. Comprobación de los resultados del modelo de programación lineal en Solver (Excel):

Sea, el modelo de programación lineal:

 𝑼𝒔𝒐 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔

Solución del modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO MAX Z

X1 X2 X3

RESTRICCIONES

4. Relación de la optimización de recursos del modelo de programación lineal:

Interpretación de los resultados del modelo de programación lineal (español):

ANALISIS DE SENSIBILIDAD

a. CAMBIOS EN LOS COEFICIENTES DE LA FUNCION OBJETIVO

1. CAMBIO POR REDUCCION EN LOS COEFICIENTES DE LA FUNCION OBJETIVO

Coeficiente Nuevo coeficiente

Valor Mínimo Un Valor Máximo Valor Mínimo < N
X1 30800 30800 32186,66667 30.80
X2 29600 29.60
X3 28400 28400 67760 28.40
 Coeficiente Nuevo coeficiente
Valor Mínimo Un Valor Máximo Valor Mínimo < N
X1 30800 30800 32186,66667 30.80
X2 29600 29.60
X3 28400 28400 67760 28.40

Sea el nuevo modelo de programación lineal:

𝑼𝒔𝒐 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔

Solución del nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO MAX Z

X1 X2 X3

RESTRICCIONES

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (español):

2. CAMBIO POR AUMENTO EN LOS COEFICIENTES DE LA FUNCION OBJETIVO

Coeficiente Nuevo coeficiente

Valor Mínimo Un Valor Máximo Un < Nueva Un < V
X1 30800 30800 32186,66667 32.00
X2 29600 29.60
X3 28400 28400 67760 67.00

Sea el nuevo modelo de programación lineal:

𝑼𝒔𝒐 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔

Solución del nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO MAX Z

X1 X2 X3

RESTRICCIONES

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (español):

b. CAMBIOS EN LOS RECURSOS DE LAS RESTRICCIONES

1. CAMBIO POR REDUCCION EN LAS DISPONIBILIDADES DE LAS RESTRICCIONES

Disponibilidad Nueva disponibilid

Valor Mínimo bn Valor Máximo Valor Mínimo < N
b1 448,2142857 500 1E+30 450
b2 25 25
b3 40000 40.00

Sea el nuevo modelo de programación lineal:

𝑼𝒔𝒐 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔

Solución del nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO MAX Z

X1 X2 X3
 RESTRICCIONES

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (español):

2. CAMBIO POR AUMENTO EN LAS DISPONIBILIDADES DE LAS RESTRICCIONES

Disponibilidad Nueva disponibilid

Valor Mínimo bn Valor Máximo bn < Nueva bn < V
b1 448,2142857 500 1E+30 1.000
b2 25 25
b3 40000 40.00

Sea el nuevo modelo de programación lineal:

𝑼𝒔𝒐 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔

Solución del nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO MAX Z

X1 X2 X3

RESTRICCIONES

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (español):

 ra de carbono tipo 2 y fibra de carbono tipo 3, utilizada en la industria aeroespacial, ingeniería civil, aplicaciones militares y deportes de m
quiere 0,95 toneladas de poliacrilonitrilo, 0,05 toneladas de rayón y 85 minutos en el proceso termoquímico de carbonización.
quiere 0,92 toneladas de poliacrilonitrilo, 0,08 toneladas de rayón y 80 minutos en el proceso termoquímico de carbonización.
quiere 0,89 toneladas de poliacrilonitrilo, 0,11 toneladas de rayón y 75 minutos en el proceso termoquímico de carbonización.
adas de poliacrilonitrilo, de 25 toneladas de rayón y de 40.000 minutos para el proceso termoquímico de carbonización.
cibidas por cada tipo de fibra de carbono a producir y solicita el análisis de sensibilidad para la optimización de recursos del sistema de pro

𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄

étodo simplex primal:

ES NO BASICAS
SOLUCION
S1 S2 S3 Razón más pequeña (estrictamente

#DIV/0!
#DIV/0!
#DIV/0!

0 0 0

ES NO BASICAS
SOLUCION
S1 S2 S3 Razón más pequeña (estrictamente

#DIV/0!
#DIV/0!
#DIV/0!

0 0 0

ES NO BASICAS
SOLUCION
S1 S2 S3
SOLUCION OPTIMA

ver (Excel):
𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐

LADO IZQ LADO DER

≤
≤
≤

Interpretación de los resultados del modelo de programación lineal (inglés):

Nuevo coeficiente por reducción

o Valor Mínimo < Nueva Un < Un
30.800
29.600
28.400
 Nuevo coeficiente por reducción
o Valor Mínimo < Nueva Un < Un
30.800
29.600
28.400

𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐

La solución permanece óptima

Disminuye la función objetivo Z
La solución de las variables básicas permanece consta

LADO IZQ LADO DER

≤
≤
≤

Interpretación de los resultados del nuevo modelo de programación lineal (inglés):

 Nuevo coeficiente por aumento
o Un < Nueva Un < Valor Máximo
32.000
29.600
67.000

𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐

La solución permanece óptima

Aumenta la función objetivo Z
La solución de las variables básicas permanece consta

LADO IZQ LADO DER

≤
≤
≤
 Interpretación de los resultados del nuevo modelo de programación lineal (inglés):

Nueva disponibilidad por reducción

o Valor Mínimo < Nueva bn < bn
450
25
40.000

𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐

La solución permanece óptima

La función objetivo Z permanece constante
La solución de las variables básicas permanece consta
 LADO IZQ LADO DER
≤
≤
≤

Interpretación de los resultados del nuevo modelo de programación lineal (inglés):

Nueva disponibilidad por aumento

o bn < Nueva bn < Valor Máximo
1.000
25
40.000

𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐

 La solución permanece óptima
La función objetivo Z permanece constante
La solución de las variables básicas permanece consta

LADO IZQ LADO DER

≤
≤
≤

Interpretación de los resultados del nuevo modelo de programación lineal (inglés):

ones militares y deportes de motor.
o de carbonización.
o de carbonización.
o de carbonización.
rbonización.
de recursos del sistema de producción.

𝒓𝒐𝒄𝒆𝒔𝒐 𝒕𝒆𝒓𝒎𝒐𝒒𝒖𝒊𝒎𝒊𝒄𝒐
más pequeña (estrictamente positiva)

VS

más pequeña (estrictamente positiva)

VS

CION OPTIMA
bles básicas permanece constante
bles básicas permanece constante
ermanece constante
bles básicas permanece constante
ermanece constante
bles básicas permanece constante
EJERCICIO 3. ANALISIS POST-OPTIMO

Se presenta la siguiente situación problema de programación lineal:

La empresa American Business Company, produce pasta de papel tipo 1, pasta de papel tipo 2 y pasta de pa
Producir pasta de papel tipo 1, genera una utilidad de $17.600 (dólares) y requiere 0,60 toneladas de fibra v
Producir pasta de papel tipo 2, genera una utilidad de $16.300 (dólares) y requiere 0,56 toneladas de fibra v
Producir pasta de papel tipo 3, genera una utilidad de $15.000 (dólares) y requiere 0,52 toneladas de fibra v
La empresa, en su planta de producción dispone como mínimo de 500 toneladas de fibra virgen de madera y
La empresa American Business Company, requiere optimizar las utilidades percibidas por cada tipo de pasta

1. Formulación del problema como modelo de programación lineal

Sea el problema como modelo de programación lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆
𝑼𝒔𝒐 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒑𝒓𝒄𝒆𝒔

2. Solucion del modelo de programación lineal por el método simplex artificia

Sea la forma estandar artificial del modelo de programación lineal:

Solución del modelo de programación lineal por la TECNICA DE LAS DOS FASES

FASE I

Aplicando el método simplex primal para una Minimización:

Tabla inicial

VARIABLES VARIABLES NO BASICAS

BASICAS R X1 X2 X3
R
R1
S2
S3

Coeficiente más positivo 0 0 0

VE

Iteración 1

VARIABLES VARIABLES NO BASICAS

BASICAS R X1 X2 X3
R
X1
S2
S3

FASE II Maximizar Z

Remplazando la función objetivo de la forma estanadar artificial en la solución óptima de la Minimización

Función objetivo:

Aplicando el método simplex primal para una Maximización:

Tabla inicial

VARIABLES
BASICAS
Z
X1
S2
S3

Coeficiente más negativo 0 0 0

VE

Iteración 1

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
X1
S2
S3

Coeficiente más negativo 0 0 0

Iteración 2

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
X1
S2
S1

Coeficiente más negativo 0 0 0

VE

Iteración 3

VARIABLES VARIABLES NO BASICAS

BASICAS Z X1 X2 X3
Z
X1
X3
S1
3. Comprobación de los resultados del modelo de programación lineal en Solver (Excel)

Sea el problema como modelo de programación lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂

Solución del modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3

RESTRICCIONES
LADO IZQ

4. Relación de la optimización de recursos del modelo de programación lineal:

Interpretación de los resultados del modelo de programación lineal (en español):

ANALISIS POST-OPTIMO

1. CAMBIOS QUE AFECTAN LA FACTIBILIDAD

1.1. CAMBIO EN EL LADO DERECHO DE LAS RECTRICCIONES

a. CAMBIO POR REDUCCION EN EL LADO DERECHO DE LAS RESTRICCIONES

Disponibilides Nueva disponibi

Valor Mínimo bn Valor Máximo Nueva bn <
b1 -1E+30 500 535,2517986
b2 347,826087 400 523,6363636
b3 55100 60000 69000 54

Sea el nuevo nuevo modelo de programacion lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂

Solución del nuevo nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3

RESTRICCIONES
LADO IZQ
Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (en español):

b. CAMBIO POR AUMENTO EN EL LADO DERECHO DE LAS RESTRICCIONES

Disponibilides Nueva disponibi

Valor Mínimo bn Valor Máximo Nuevo bn >
b1 -1E+30 500 535,2517986 6
b2 347,826087 400 523,6363636 5
b3 55100 60000 69000 70

Sea el nuevo nuevo modelo de programacion lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂

Solución del nuevo nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3

RESTRICCIONES
LADO IZQ

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (en español):

1.2. ADICION DE UNA NUEVA RESTRICCION

Sea la nueva restricción:

Uso de fibra de caña de azúcar:

Producir pasta de papel tipo 1 requiere 0,05 toneladas de fibra de caña de azúcar.
Producir pasta de papel tipo 2 requiere 0,08 toneladas de fibra de caña de azúcar.
Producir pasta de papel tipo 3 requiere 0,11 toneladas de fibra de caña de azúcar.

La compañía en su proceso de producción requiere como mínimo de 10 toneladas de fibra de caña de azúca

Sea el nuevo nuevo modelo de programacion lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂
 𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂
𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒄𝒂ñ𝒂 𝒅𝒆

Solución del nuevo nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3

RESTRICCIONES
LADO IZQ

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (en español):

2. CAMBIOS QUE AFECTAN LA OPTIMALIDAD

2.1. CAMBIOS EN LOS COEFICIENTES DE LAS VARIABLES DE LA FUNCION OBJET

a. CAMBIO POR REDUCCION EN LOS COEFICIENTES DE LAS VARIABLES DE LA F

Coeficientes Nuevo coeficie

Valor Mínimo Un Valor Máximo Nuevo Un <
X1 17600 17600 18818,18182 15
X2 -1E+30 16300 16300
X3 15000 15000 21120 14
 Coeficientes Nuevo coeficie
Valor Mínimo Un Valor Máximo Nuevo Un <
X1 17600 17600 18818,18182 15
X2 -1E+30 16300 16300
X3 15000 15000 21120 14

Sea el nuevo nuevo modelo de programacion lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂

Solución del nuevo nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3

RESTRICCIONES
LADO IZQ

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (en español):
b. CAMBIO POR AUMENTO EN LOS COEFICIENTES DE LAS VARIABLES DE LA FU

Coeficientes Nuevo coeficie

Valor Mínimo Un Valor Máximo Nuevo Un >
X1 17600 17600 18818,18182 20
X2 -1E+30 16300 16300 17
X3 15000 15000 21120 22

Sea el nuevo nuevo modelo de programacion lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂

Solución del nuevo nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3

RESTRICCIONES
LADO IZQ
Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (en español):

2.2. ADICION NUEVA ACTIVIDAD

Sea la nueva actividad:

Producir pasta de papel tipo 4 genera una utilidad de $14.000 (dólares) y requiere 0,48 toneladas de fibra vi

Sea el nuevo nuevo modelo de programacion lineal:

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂

𝑼𝒔𝒐 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂
𝑼𝒔𝒐𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂

Solución del nuevo nuevo modelo de programación lineal en Solver (Excel):

FUNCION OBJETIVO Maximizar Z

X1 X2 X3 X4
RESTRICCIONES

Relación de la optimización de recursos del nuevo modelo de programación lineal:

Interpretación de los resultados del nuevo modelo de programación lineal (en español):
a de papel tipo 2 y pasta de papel tipo 3 para la industria del papel, las industrias transformadoras del papel y la economía circular del pap
uiere 0,60 toneladas de fibra virgen de madera, 0,40 toneladas de fibra de papel reciclada y 69 minutos para el proceso de mezclado.
uiere 0,56 toneladas de fibra virgen de madera, 0,44 toneladas de fibra de papel reciclada y 62 minutos para el proceso de mezclado.
uiere 0,52 toneladas de fibra virgen de madera, 0,48 toneladas de fibra de papel reciclada y 55 minutos para el proceso de mezclado.
das de fibra virgen de madera y como máximo de 400 toneladas de fibra de papel reciclada y de 60.000 minutos para el proceso de mezcla
cibidas por cada tipo de pasta de papel a producir y solicita el análisis post-óptimo para la optimización de recursos del sistema de produc

𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐 𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐

étodo simplex artificial

VARIABLES NO BASICAS
SOLUCION
S1 R1 S2 S3

0 0 0 0

VARIABLES NO BASICAS
SOLUCION
S1 R1 S2 S3

ón óptima de la Minimización y suprimiendo la variable artificial R1 de la tabla inicial de la maximizacion:

 0 0 0

VARIABLES NO BASICAS
SOLUCION
S1 S2 S3

0 0 0
VE

VARIABLES NO BASICAS
SOLUCION
S1 S2 S3

0 0 0

VARIABLES NO BASICAS
SOLUCION
S1 S2 S3
𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂
𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐

LADO DER
≥
≤
≤

Interpretación de los resultados del modelo de programación lineal (en inglés):

 Nueva disponibilidad por reducción
mo Nueva bn < Valor minimo
17986 100
63636 300
69000 54.000

𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐

La solución permanece óptima

Los valores de las variables básicas de la solución varían
El valor de la función objetivo, disminuye.

LADO DER
 ≥
≤
≤

en español): Interpretación de los resultados del nuevo modelo de programación lineal (en inglés):

Nueva disponibilidad por aumento

mo Nuevo bn > Valor máximo
17986 600
63636 550
69000 70.000

𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐
 La solución permanece óptima
Los valores de las variables básicas de la solución varían
El valor de la función objetivo, aumenta.

LADO DER
≥
≤
≤

en español): Interpretación de los resultados del nuevo modelo de programación lineal (en inglés):

de caña de azúcar.
de caña de azúcar.
de caña de azúcar.

adas de fibra de caña de azúcar.

𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐
 𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐
𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒄𝒂ñ𝒂 𝒅𝒆 𝒂𝒛𝒖𝒄𝒂𝒓 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒄𝒂ñ𝒂 𝒅𝒆 𝒂𝒛𝒖𝒄𝒂𝒓

La adición de una nueva restricción no debe afectar la solución óptima del problema
La solución permanece óptima
Los valores de las variables básicas de la solución permanecen constantes
El valor de la función objetivo permanece constante

LADO DER
≥
≤
≤
≥

en español): Interpretación de los resultados del nuevo modelo de programación lineal (en inglés):

DE LA FUNCION OBJETIVO

AS VARIABLES DE LA FUNCION OBJETIVO

Nuevo coeficiente por reducción

mo Nuevo Un < Valor minimo
18182 15.000
16300 100
21120 14.000
 Nuevo coeficiente por reducción
mo Nuevo Un < Valor minimo
18182 15.000
16300 100
21120 14.000

𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐

La solución permanece óptima

Los valores de las variables básicas de la solución permanecen constantes
El valor de la función objetivo, disminuye.

LADO DER
≥
≤
≤

en español): Interpretación de los resultados del nuevo modelo de programación lineal (en inglés):
S VARIABLES DE LA FUNCION OBJETIVO

Nuevo coeficiente por aumento

mo Nuevo Un > Valor máximo
18182 20.000
16300 17.000
21120 22.000

𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐

La solución permanece óptima

Los valores de las variables básicas de la solución permanecen constantes
El valor de la función objetivo, aumenta.

LADO DER
≥
≤
≤
en español): Interpretación de los resultados del nuevo modelo de programación lineal (en inglés):

iere 0,48 toneladas de fibra virgen de madera, 0,52 toneladas de fibra de papel reciclado y 48 minutos para el proceso de mezclado.

𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂 ≥ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎í𝒏𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂

𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒇𝒊𝒃𝒓𝒂 𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐 ≤ 𝒂 𝒍𝒂 𝒅𝒊𝒔𝒑𝒐𝒏𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒎á𝒙𝒊𝒎𝒂 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐

Adicionar una nueva actividad al modelo es deseable solo si es rentable.

La solución permanece óptima.
Los valores de las variables básicas de la solución varían o permanecen const
El valor de la función objetivo puede aumentar o disminuir.
 LADO IZQ LADO DER
≥
≤
≤

en español): Interpretación de los resultados del nuevo modelo de programación lineal (en inglés):
 y la economía circular del papel.
a el proceso de mezclado.
a el proceso de mezclado.
a el proceso de mezclado.
utos para el proceso de mezclado.
ecursos del sistema de producción.

𝒗𝒊𝒓𝒈𝒆𝒏 𝒅𝒆 𝒎𝒂𝒅𝒆𝒓𝒂
𝒅𝒆 𝒑𝒂𝒑𝒆𝒍 𝒓𝒆𝒄𝒊𝒄𝒍𝒂𝒅𝒂
𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒅𝒆 𝒎𝒆𝒛𝒄𝒍𝒂𝒅𝒐
Razón más pequeña

#DIV/0! VS
#DIV/0!
#DIV/0!

Solución óptima de la minimizacion

Razón más pequeña (estrictamente positiva)

#DIV/0! VS
#DIV/0!
#DIV/0!

Razón más pequeña (estrictamente positiva)

#DIV/0!
#DIV/0!
#DIV/0! VS

Razón más pequeña (estrictamente positiva)

#DIV/0!
#DIV/0! VS
#DIV/0!

SOLUCION OPTIMA
𝒄𝒍𝒂𝒅𝒐

ón lineal (en inglés):

𝒄𝒍𝒂𝒅𝒐
ramación lineal (en inglés):

𝒄𝒍𝒂𝒅𝒐
ramación lineal (en inglés):

𝒄𝒍𝒂𝒅𝒐
𝒄𝒍𝒂𝒅𝒐
𝒆 𝒄𝒂ñ𝒂 𝒅𝒆 𝒂𝒛𝒖𝒄𝒂𝒓

ción óptima del problema

cen constantes

ramación lineal (en inglés):

𝒄𝒍𝒂𝒅𝒐

anecen constantes

ramación lineal (en inglés):

𝒄𝒍𝒂𝒅𝒐

anecen constantes
ramación lineal (en inglés):

el proceso de mezclado.

𝒄𝒍𝒂𝒅𝒐

lo si es rentable.

n o permanecen constantes.
ramación lineal (en inglés):
SOLUCION DE LOS MODELOS DE PROGRAMACION LINEAL MEDIANTE HERRAMIE

FORMULACION Y/0 SOLUCION DE LOS MODELOS DE PROGRAMACION LINEAL M

(capturas de pantalla)
L MEDIANTE HERRAMIENTAS TECNOLOGICAS

GRAMACION LINEAL MEDIANTE OPEN AI SOLUCION DE LOS MODELOS DE PROGR

(capturas de pantalla)
S MODELOS DE PROGRAMACION LINEAL MEDIANTE APP MOVIL
BIBLIOGRAFIA