Ejercicio 1.

Análisis de dualidad

1. Formular el problema como un modelo de programación lineal.

X1 = T Alto
X2 = T Medio
X3 = T Bajo

FORMA CANONICA FORMA ESTANDAR

Min: Z = 60000X1 + 7000X2 + 5500X3 Min: Z - 60000X1 - 7000X2 - 5500X3 = 0

Sujeto a: Sujeto a:
1,1X1 + 1,3X2 + 1X3 ≥ 1000 1,1X1 + 1,3X2 + 1X3 + S1 = 1000
0,4X1 + 0,2X2 + 0,3X3 ≥ 300 0,4X1 + 0,2X2 + 0,3X3 + S2 = 300
10X1 + 12X2 + 8X3 ≥ 1200 10X1 + 12X2 + 8X3 + S3 = 1200
X1 ; X2; X3 ≥ 0 X1 ; X2; X3 ≥ 0

2. Solucionar el problema primal por el método simplex dual.

FORMA ESTANDAR

Max: Z - 60000X1 - 7000X2 - 5500X3 = 0

Sujeto a:
-1,1X1 - 1,3X2 - 1X3 +S1 - R1 = - 1000
- 0,4X1 - 0,2X2 - 0,3X3 + S2 - R2 = - 300
- 10X1 - 12X2 - 8X3 + S3 - R3 = - 1200
X1 ; X2; X3 ≥ 0

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 M 1000 1.1 1.3 1
0 M 300 0.4 0.2 0.3
0 M 1200 10 12 8
Zj 2500M 11,5M-6000 13,5M-7000 9,3M-5500
Zj-Cj 0 11,5M-6000 13,5M-7000 9,3M-5500

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 M 870 0.02 0 0.13
0 M 280 0.23 0 0.17
7,000 X2 100 0.83 1 0.67
Zj 0 0 0 0
Zj-Cj 700000 0,25M-166,67 0 0,3M-833,33

Cj 6,000 7,000 5,500

 xj bn X1 X2 X3
0 M 850 -0.15 -0.2 0
0 M 255 0.03 -0.25 0
5,500 X3 150 1.25 1.5 1
Zj 0 0 0 0
Zj-Cj 825000 -0,12M+875 -0,45M+1250 0

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 S1 6800 -1.2 -1.6 0
0 M 0 0.07 -0.19 0
5,500 X3 1000 1.1 1.3 1
Zj 0 0 0 0
Zj-Cj 5500000 0,07M+50 -0,19M+150 0

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 S3 6800 0.67 -6.67 0
0 0 0 0.23 -0.63 0
5,500 X3 1000 1.33 0.67 1
Zj 0 0 0 0
Zj-Cj 5500000 1333.33 -3333.33 0

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 S3 6800 0 -4.86 0
6,000 X1 0 1 -2.71 0
5,500 X3 1000 0 4.29 1
Zj 0 0 0 0
Zj-Cj 5500000 0 285.71 0

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 S3 7890.91 0 -0.18 1.09
6,000 X1 909.09 1 1.18 0.91
0 S2 63.64 0 0.27 0.06
Zj 0 0 0 0
Zj-Cj 5454540 0 90.91 -45.45

Cj 6,000 7,000 5,500

xj bn X1 X2 X3
0 S3 7933.33 0 0 1.13
6,000 X1 633.33 1 0 0.63
7,000 X2 233.33 0 1 0.23
Zj 0 0 0 0
Zj-Cj 54333 0 0 -66.67
 CONCLUSION

se deben realizar 633 pisos de trafico Alto y 233 pisos de trafico medio para obtener unos costos minimos de

Solucion Excel QM

Continental de Vinilos Co

Linear Programming

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
X1 X2 X3
Minimize 6,000 7,000 5,500 sign RHS
Constraint 1 1.1 1.3 1> 1000
Constraint 2 0.4 0.2 0.3 > 300
Constraint 3 10 12 8> 1200

Results
Variables 633.333333 233.333333 0
Objective 5433333.333

3. Formular el problema dual a partir del problema primal.

FORMA CANONICA DUAL FORMA ESTANDAR DUAL

Max: Z = 1000Y1 + 300Y2 + 1200Y3 Max: Z - 1000Y1 - 300Y2 - 1200Y3 = 0

Sujeto a: Sujeto a:
1,1Y1 + 0,4Y2 + 10Y3 ≤ 6000
1,3Y1 + 0,2Y2 + 12Y3 ≤ 7000
1Y1 + 0,3Y2 + 8Y3 ≤ 5500
X1 ; X2; X3 ≥ 0

4. Solucionar el problema dual por el método simplex primal.

Cj 1,000 300 1,200

xj bn X1 X2 X3
0 S1 6000 1.1 0.4 10
0 S2 7000 1.3 0.2 12
0 S3 5500 1 0.3 8
Zj 0 0 0 0
Zj-Cj 0 -1000 -300 -1200
 Cj 1,000 300 1,200
xj bn X1 X2 X3
0 S1 166.67 0.02 0.23 0
1,200 X3 583.33 0.11 0.02 1
0 S3 833.33 0.13 0.17 0
Zj 0 0 0 0
Zj-Cj 699996 -870 -280 0

Cj 1,000 300 1,200

xj bn X1 X2 X3
0 S1 76.92 0 0.23 -0.15
1,000 X1 5384.62 1 0.15 9.23
0 S3 115.38 0 0.15 -1.23
Zj 0 0 0
Zj-Cj 5384620 0 -146.15 8030.77

Cj 1,000 300 1,200

xj bn X1 X2 X3
300 X2 333.33 0 1 -0.67
1,000 X1 5333.33 1 0 9.33
0 S3 66.67 0 0 -1.13
Zj 0 0 0
Zj-Cj 54333 0 0 7933.33

CONCLUSION

se deben realizar 5.333 pisos de trafico Alto y 333 pisos de trafico medio para obtener unos costos minimos d

Solucion Excel QM

Continental de Vinilos Co

Linear Programming

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
x1 x2 x3
Maximize 1,000 300 1,200 sign RHS
Constraint 1 1.1 0.4 10 < 6000
Constraint 2 1.3 0.2 12 < 7000
Constraint 3 1 0.3 8< 5500
 Results
Variables 5333.33333 333.333333 0
Objective 5433333.333

5. Interpretar los resultados

Los resultados obtenidos en la solución dual del primal y en la solución dual del modelo dual, los costos en am
Uno de los métodos dependiendo del modelo a optimizar puede resultar uno mas fácil de realizar y con men
 - 7000X2 - 5500X3 = 0

1X1 + 1,3X2 + 1X3 + S1 = 1000

4X1 + 0,2X2 + 0,3X3 + S2 = 300
X1 + 12X2 + 8X3 + S3 = 1200
; X2; X3 ≥ 0

0 0 0 M M M
S1 S2 S3 M M M Q
-1 0 0 1 0 0 769.23
0 -1 0 0 1 0 1500
0 0 -1 0 0 1 100
0 -M -M -M -M 0
0 -M -M -M -M 0

0 0 0 M M M
S1 S2 S3 M M M Q
-1 0 0.11 1 0 -0.11 6525
0 -1 0.02 0 1 -0.02 1680
0 0 -0.08 0 0 0.08 150
0 0 0 0 -1 0
0 -M -M 0,13M-583,33 -M 0

0 0 0 M M M
 S1 S2 S3 M M M Q
-1 0 0.13 1 0 -0.12 6800
0 -1 0.04 0 1 -0.04 6800
0 0 -0.12 0 0 0.13 -1200
0 0 0 0 -1 0
0 -M -M 0,16M-687,5 -M 0

0 0 0 M M M
S1 S2 S3 M M M Q
-8 0 1 8 0 -1 -850
0.3 -1 0 -0.3 1 0 0
-1 0 0 1 0 0 -1000
0 0 0 0 -1 0
0 0,3M-5500 -M 0 -M -1,3M+5500

0 0 0 M M M
S1 S2 S3 M M M Q
0 -26.67 1 0 26.67 -1 10200
1 -3.33 0 -1 3.33 0 0
0 -3.33 0 0 3.33 0 750
0 0 0 0 -1 0
0 0 -18333.33 0 -M -M

0 0 0 M M M
S1 S2 S3 M M M Q
-2.86 -17.14 1 2.86 17.14 -1 -396.67
4.29 -14.29 0 -4.29 14.29 0 0
-5.71 15.71 0 5.71 -15.71 0 63.64
0 0 0 0 -1 0
0 -5714.29 714.29 0 -M -M+5714,29

0 0 0 M M M
S1 S2 S3 M M M Q
-9.09 0 1 9.09 0 -1 -43400
-0.91 0 0 0.91 0 0 769.23
-0.36 1 0 0.36 -1 0 233.33
0 0 0 0 -1 0
0 -5454.55 0 0 -M -M+5454,55

0 0 0 M M M
S1 S2 S3 M M M Q
-9.33 0.67 1 9.33 -0.67 -1 0
0.67 -4.33 0 -0.67 4.33 0 0
-1.33 3.67 0 1.33 -3.67 0 0
0 0 0 0 -1 0
0 -5333.33 -333.33 0 -M -M+5333,33
ara obtener unos costos minimos de $ 54.333

ostrophe first.)

Results Problem setup area

LHS Slack/Surplus
5433333.333 < constraints > constraints
1000 0 Constraint 1 0 0 1000
300 0 Constraint 2 0 0 300
9133.333333 -7933.33333 Constraint 3 0 0 9133.33333

RMA ESTANDAR DUAL

ax: Z - 1000Y1 - 300Y2 - 1200Y3 = 0

1,1Y1 + 0,4Y2 + 10Y3 + S1 = 6000

1,3Y1 + 0,2Y2 + 12Y3 + S1 = 7000
1Y1 + 0,3Y2 + 8Y3 + S1 = 5500
Y1 ; Y2; Y3 ≥ 0

0 0 0
S1 S2 S3 Q
1 0 0 600
0 1 0 583.33
0 0 1 687.5
0 0 0
0 0 0
 0 0 0
S1 S2 S3 Q
1 -0.83 0 10000
0 0.08 0 5384.62
0 -0.67 1 6250
0 0 0
0 0 100

0 0 0
S1 S2 S3 Q
1 -0.85 0 333.33
0 0.77 0 35000
0 -0.77 1 789.47
0 0 0
0 0 769.23

0 0 0
S1 S2 S3 Q
4.33 -3.67 0 0
-0.67 1.33 0 0
-0.63 -0.23 1 0
0 0 0
0 633.33 233.33

para obtener unos costos minimos de $ 54.333

ostrophe first.)

Results Problem setup area

LHS Slack/Surplus
5433333.333 < constraints > constraints
6000 0 Constraint 1 6000 6000 0
7000 0 Constraint 2 7000 7000 0
5433.333333 66.66666667 Constraint 3 5433.333333 5500 0
 ual del modelo dual, los costos en ambos casos son los mismos, donde se puede ver que generan costos de 54.333
r uno mas fácil de realizar y con menos iteraciones que el otro
constraints
1000
300
1200
constraints
0
0
0
stos de 54.333
 Ejercicio 2. Análisis de sensibilidad.

1. Formular el problema como un modelo de programación lineal.

X1 = High Cube
X2 = Open Side
X3 = Dry Van

FORMA CANONICA FORMA ESTANDAR

Max: Z = 26000X1 + 24000X2 + 22000X3 Max: Z - 26000X1 - 24000X2 - 22000X3 = 0

Sujeto a: Sujeto a:
17X1 + 15X2 + 13X3 ≥ 500 17X1 + 15X2 + 13X3 -S1 = 500
4X1 + 3X2 + 2X3 ≥ 150 4X1 + 3X2 + 2X3 -S2 = 150
3X1 + 6X2 + 9X3 ≥ 200 3X1 + 6X2 + 9X3 -S3 = 200
X1 ; X2; X3 ≥ 0 X1 ; X2; X3 ≥ 0

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

Cj 26,000 24,000 22,000 0

xj bn X1 X2 X3 S1
0 S1 500 17 15 13 1
0 S2 150 4 3 2 0
0 S3 200 3 6 9 0
Zj 0 0 0 0 0
Zj-Cj -26000 -24000 -22000 0

Cj 26,000 24,000 22,000 0

xj bn X1 X2 X3 S1
26,000 X1 29.4118 1 0.882353 0.764706 0.0588235
0 S2 32.3529 0 -0.529412 -1.05882 -0.235294
0 S3 111.765 0 3.35294 6.70588 -0.176471
Zj 764706.8 26000 22941.178 19882.356 1529.411
Zj-Cj 0 -1058.822 -2117.644 1529.411

Cj 26,000 24,000 22,000 0

xj bn X1 X2 X3 S1
26,000 X1 16.6667 1 0.5 0 0.0789474
0 S2 50 0 0 0 -0.263158
22,000 X3 16.6667 0 0.5 1 -0.0263158
Zj 800001.6 26000 24000 22000 1473.6848
Zj-Cj 0 0 0 1473.6848
 se deben fabricar 16 contenedores tipo High Cube y 16 de tipo Dry Van para obtener una utilidad de USD $ 800.0

Solucion con Excel QM

e Contenedores Co

Linear Programming

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
X1 X2 X3
Maximize 26,000 24,000 22,000 sign RHS
Constraint 1 17 15 13 < 500
Constraint 2 4 3 2< 150
Constraint 3 3 6 9< 200

Results
Variables 16.66666667 0 16.6666667
Objective 800000

3. Realizar el análisis de sensibilidad a la solución óptima simplex primal del modelo de programación lineal.

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$C$11 High Cube 16.6666667 0 26000 2769.23077
$D$11 Open Side 0 0 24000 0
$E$11 Dry Van 16.6666667 0 22000 56000

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$F$13 Requerimient 500 1473.68421 500 190
$F$14 Requerimient 100 0 150 1E+030
$F$15 Requerimient 200 315.789474 200 146.153846
a. Analizar los cambios de aumento y reducción de los coeficientes de las variables de la función objetivo.

Se aumenta X1 en 700

Data
X1 X2 X3
Maximize 26,700 24,000 22,000 sign RHS
Constraint 1 17 15 13 < 500
Constraint 2 4 3 2< 150
Constraint 3 3 6 9< 200

Results
Variables 16.66666667 0 16.6666667
Objective 811666.667

b. Analizar los cambios de aumento y reducción de las disponibilidades de las restricciones.

Aumentamos la primera restriccion en 190

Data
X1 X2 X3
Maximize 26,000 24,000 22,000 sign RHS
Constraint 1 17 15 13 < 600
Constraint 2 4 3 2< 150
Constraint 3 3 6 9< 200

Results
Variables 24.56140351 0 14.0350877
Objective 947368.421

4. Interpretar los resultados del análisis de sensibilidad para la optimización de los recursos.

Se observa que al aumentar o disminuir los valores de la función objetivo en los rangos permitidos o obtenidos e
- 22000X3 = 0

13X3 -S1 = 500

0 0
S2 S3 Q
0 0 29.4117647
1 0 37.5
0 1 66.6666667
0 0
0 0

0 0
S2 S3 Q
0 0 38.4615787
1 0 -30.5556185
0 1 16.6667164
0 0
0 0

0 0
S2 S3
0 -0.114035
1 0.157895
0 0.149123
0 315.796
0 315.796
ner una utilidad de USD $ 800.000

Results Problem setup area

LHS Slack/Surplus
800000 < constraints > constraints
500 0 Constraint 1 500 500 0 0
100 50 Constraint 2 100 150 0 0
200 0 Constraint 3 200 200 0 0

amación lineal.

Permisible
Reducir
0
1E+030
0

Permisible
Reducir
211.111111
50
111.764706
ngos permitidos o obtenidos en el análisis de sensibilidad, el resultado no varía, se mantiene el resultado constante, pero si cambiamos e
onstante, pero si cambiamos el valor de las restricciones, respetando los valores del análisis de sensibilidad, vemos que el resultado camb
d, vemos que el resultado cambia pero la utilidad y los valores obtenidos se mantienen respetando el valor del precio sombra arrojado en
del precio sombra arrojado en el análisis.