PROGRAMACION LINEAL

CÓDIGO: 100404A_611

Unidad 2: Tarea 2. Dualidad y análisis post-óptimo

Presentado a:

JOSÉ MARTIN DIAZ

Entregado por:

Yeison Vargas Mendoza

Código: 80740293

Grupo: 100404_110

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA

FECHA
 INTRODUCCION

Encontrar el óptimo de un problema de optimización, es solo una parte del proceso de

solución. Muchas veces nos interesara saber cómo varia la solución si varıa alguno de
los parámetros del problema que frecuentemente se asumen como determinísticos,
pero que tienen un carácter intrínsecamente aleatorio. Más especialmente nos
interesara saber paraqué rango de los parámetros que determinan el problema sigue
siendo válida la solución encontrada.
Temáticas a desarrollar:

Unidad 2. Modelos de optimización determinísticos

4. Teoría de la dualidad

5. Análisis de sensibilidad o análisis de sensibilidad post optimo

Problema 1.

Una empresa de jugos naturales produce tres tipos de bebidas que se venden en los
supermercados de cadena y que cuyas compradoras potenciales son las madres para
poner en las loncheras de sus hijos (Jugo 1 de pera, Jugo 2 de manzana y Jugo 3
tropical). El jugo 1 está compuesto por 20 mililitros el componente A, 30 mililitros el
componente B y 20 mililitros el componente C. El jugo 2 está compuesto por 30
mililitros el componente A, 20 mililitros el componente B y 20 mililitros vez el
componente C y finalmente el jugo 3 está compuesto por 20 mililitros el componente A,
10 mililitros el componente B y 20 mililitros el componente C. Se deben gastar como
minino 1500 mililitros del componente A, máximo 1700 mililitros del B y máximo 1300
mililitros del C por producción al día. La utilidad de los jugos 1, 2 y 3, es
respectivamente de 600, 400 y 500 pesos. El componente A, hace relación al agua
usada, el B al saborizante que incluye concentración de azúcar y el C al conservante .
Solución:

Función objetivo Maximizar Z = 600X1 + 400X2 + 500X3

Sujeto a las restricciones: 20X1 + 30X2 + 20X3 > 1500

30X1 + 20X2 + 20X3 ≤ 1700
20X1 + 10X2 + 20X3 ≤ 1300
X1, X2, X3 ≥ 0
Los dos problemas que aparecen más adelante deben ser formulados y
resueltos en
el complemento de Excel denominado solver. Adicionalmente, se debe
generar el análisis de
sensibilidad que genera solver y responder las siguientes preguntas:

• ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué
corresponde?
X1 = 0 X2 = 40 X3 = 45

• ¿Cuál es el resultado de Z y a que corresponde?

La solución óptima es Z = 38500

• Si el ejercicio es de maximización:

¿Cuánto se incrementa la ganancia por cada unidad adicional de recurso que

se pudiera adquirir?

Recursos Incremento R1
1500 2100 R2
1700 1700 R3
1300 1300 R4

• Si el ejercicio es de minimización:
¿Cuánto se reduce el costo por cada unidad menos de recurso que se
pudiera suprimir?

Recursos Reducción R1
1500 1500 R2
1700 1000 R3
1300 500 R4

• ¿Cuáles son los rangos en los cuales los coeficientes de la función objetivo
pueden cambiar para que la solución óptima se mantenga?

EJERCICIO 1
X1 X2 X3 Valor Z
Coeficientes objetivo 600 400 500 38500
Resultados 0 40 45

• ¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse recursos
disponibles?

EJERCICIO 1
X1 X2 X3 Valor Z
Coeficientes objetivo 600 400 500 20000
Resultados 0 50 0
Paso 2. Para el problema 1 realizar análisis de sensibilidad aplicando un cambio
en: vector de disponibilidad de recursos.

Paso 3. Para el problema 1 realizar análisis de sensibilidad aplicando un cambio

en: coeficientes tecnológicos

Paso 4. Para el problema 1 realizar análisis de sensibilidad aplicando un cambio

en: adición de una variable.

LP OPTIMO ENCONTRADO EN EL PASO 2

VALOR FUNCIONAL OBJETIVO

1) 38500.00
VALOR VARIABLE COSTO REDUCIDO
X1 0.000000 50.000000
X2 40.000000 0.000000
X3 45.000000 0.000000

ROW SLACK O SUPPLUS PRECIOS DOBLES

2) 600.000000 0.000000
3) 0.000000 15.000000
4) 0.000000 10.000000

NO. ITERACIONES = 2
RANGOS EN QUE NO SE CAMBIAN LA BASE:

RANGO DEL COEFICIENTE

VARIABLE CORRIENTE PERMITIDO PERMITIDO
COEF AUMENTO DISMINUCION
X1 600.000000 50.000000 INFINITO
X2 400.000000 100.000000 50.000000
X3 500.000000 300.000000 100.000000

RANGOS LATERALES DERECHOS

ROW CURRIENTE PERMITIDO PERMITIDO
RHS AUMENTO DISMINUCION
2 1500.000000 600.000000 INFINITO
3 1700.000000 900.000000 300.000000
4 1300.000000 400.000000 450.000000
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$5 Resultados X1 0 -50 600 50 1E+30
$C$5 Resultados X2 40 0 400 100 50
$D$5 Resultados X3 45 0 500 300 100

Restricciones
Final Sombra Restricción Permisible Permisible
Lado
Celda Nombre Valor Precio derecho Aumentar Reducir
$G$10 Coeficiente Tecnologico 2 Recurso disponible 1700 15 1700 900 300
$G$11 Coeficiente Tecnologico 3 Recurso disponible 1300 10 1300 400 450
$G$9 Coeficiente Tecnologico 1 Recurso disponible 2100 0 1500 600 1E+30

Problema 2:

Raúl García decidió dedicarse a comercializar escritorios y contrata diferentes

carpinteros para cumplir con sus pedidos.

Al carpintero Luis le paga 330 dólares por 1 escritorios de hogar, 2 de oficina y 2 de

colegio, diariamente.

Al carpintero Pedro le paga 310 dólares por 1 escritorios de hogar, 2 de oficina y 3 de

colegio, diariamente.

Al carpintero Paco le paga 350 dólares por 2 escritorios de hogar, 3 de oficina y 2 de

colegio, diariamente.

Raúl, tiene un pedido urgente, debe entregar como mínimo 17 escritorios de hogar, 17
de oficina y 23 de colegio lo antes posible. ¿Cuántos contratos diarios puede hacer con
cada carpintero a fin de cumplir lo antes posible su pedido al menor costo?
 PRODUCTOS
RECURSOS RELACION
Luis Pedro Paco
Escritorios de Hogar 1 1 2 ≥ 17
Escritorios de Oficina 2 2 3 ≥ 17
Escritorios de Colegio 2 3 1 ≥ 23
Costo de cada uno 330 dólares 310 dólares 350 dólares

Solución:

Función objetivo Maximizar Z = 330X1 + 310X2 + 350X3

Sujeto a las restricciones: 1X1 + 1X2 + 2X3 ≥ 17

2X1 + 2X2 + 3X3 ≥ 17
2X1 + 3X2 + 1X3 ≥ 23
X1, X2, X3 ≥ 0

Los dos problemas que aparecen más adelante deben ser formulados y
resueltos en
el complemento de Excel denominado solver. Adicionalmente, se debe
generar el análisis de
sensibilidad que genera solver y responder las siguientes preguntas:

• ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué
corresponde?
X1 = 8,5 X2 = 0 X3 = 0

• ¿Cuál es el resultado de Z y a que corresponde?

La solución óptima es Z = 2805

• Si el ejercicio es de maximización:

¿Cuánto se incrementa la ganancia por cada unidad adicional de recurso que

se pudiera adquirir?

Recurso
Recursos disponible
17 8,5 R2
17 17 R3
23 17 R4

• Si el ejercicio es de minimización:
¿Cuánto se reduce el costo por cada unidad menos de recurso que se
pudiera suprimir?

Recurso
Recursos disponible R1
17 17 R2
17 28,4 R3
23 23 R4

• ¿Cuáles son los rangos en los cuales los coeficientes de la función objetivo
pueden cambiar para que la solución óptima se mantenga?

EJERCICIO 3
X1 X2 X3 Valor Z
Coeficientes objetivo 330 310 350 2805
Resultados 8,5 0 0

• ¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse recursos
disponibles?

EJERCICIO 3
X1 X2 X3 Valor Z
Coeficientes objetivo 330 310 350 3758
Resultados 0 5,8 5,6
Paso 2. Para el problema 1 realizar análisis de sensibilidad aplicando un cambio
en: vector de disponibilidad de recursos.

Paso 3. Para el problema 1 realizar análisis de sensibilidad aplicando un cambio

en: coeficientes tecnológicos

Paso 4. Para el problema 1 realizar análisis de sensibilidad aplicando un cambio

en: adición de una variable.

LP OPTIMUM FOUND AT STEP 1

VALOR FUNCIONAL OBJETIVO

1) 2805.000

VALOR VARIABLE COSTO REDUCIDO

X1 8.500000 0.000000
X2 0.000000 20.000000
X3 0.000000 145.000000

ROW SLACK O SUPPLUS PRECIOS DOBLES

2) 8.500000 0.000000
3) 0.000000 165.000000
4) 6.000000 0.000000

NO. ITERACIONES = 1
 RANGOS EN QUE NO SE CAMBIAN LA BASE:

RANGO DEL COEFICIENTE DE OBJ

VARIABLE CORRIENTE PERMITIDO PERMITIDO

COEF AUMENTO DISMINUCION

X1 330.000000 INFINITY 20.000000

X2 310.000000 20.000000 INFINITY
X3 350.000000 145.000000 INFINITY

RIGHTHAND SIDE RANGES

VARIABLE CORRIENTE PERMITIDO PERMITIDO

RHS AUMENTO DISMINUCION

2 17.000000 INFINITO 8.500000

3 17.000000 6.000000 17.000000
4 23.000000 INFINITO 6.000000

Celda objetivo (Máx)

Valor
Celda Nombre original Valor final
$F$4 Coeficientes objetivo Valor Z 3758 2805

Celdas de variables
Valor
Celda Nombre original Valor final Entero
$B$5 Resultados X1 0 8,5 Continuar
$C$5 Resultados X2 5,8 0 Continuar
$D$5 Resultados X3 5,6 0 Continuar
Restricciones
Valor de la
Celda Nombre celda Fórmula Estado Demora
Coeficiente Tecnologico 1 Recurso No
$G$9 disponible 8,5 $G$9<=$F$9 vinculante 8,5
Coeficiente Tecnologico 2 Recurso
$G$10 disponible 17 $G$10<=$F$10 Vinculante 0
Coeficiente Tecnologico 3 Recurso No
$G$11 disponible 17 $G$11<=$F$11 vinculante 6
 CONCLUCIONES

Hay que considerar que todo problema de programación lineal tiene, asociado a él, un
problema dual de programación lineal. Existen ciertas relaciones útiles entre el
problema original (primal) y su problema dual que refuerzan la habilidad para analizar el
problema original. Por ejemplo, la interpretación económica del problema dual
proporciona los precios sombra que miden el valor marginal de los recursos en el
problema primal, al igual que permite dar una interpretación del método simplex.
Puesto que el método simplex se puede aplicar directamente a cualquiera de los dos
problemas para obtener la solución de ambos al mismo tiempo, es posible ahorrar una
gran cantidad de esfuerzo computacional si se maneja directamente el problema dual
 REFERENCIAS BIBLIOGRAFIAS

Kong, M. (2010). Investigación de operaciones: Programación lineal. Problemas de

transporte. Análisis de redes (pp. 95-139), Lima, Perú: Fondo editorial. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3214857

Hillier, F. (2011). Introducción a la investigación de operaciones (pp. 198-220), México

D.F., México: Editorial Mc Graw Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3214887

Pineda, R. (2018, diciembre 7). OVI – Análisis de dualidad [Archivo de video].

Recuperado de: http://hdl.handle.net/10596/22659

Pineda, R. (2018, diciembre 7). OVA – Análisis de dualidad [Objeto Virtual de

Aprendizaje]. Recuperado de: http://hdl.handle.net/10596/22681