Вы находитесь на странице: 1из 40

PROGRAMACIÓN LINEAL

POST-TAREA. EVALUACIÓN FINAL

ROBERTO JOSE SERRANO PEREZ


1114451738

GRUPO:
100404_183

TUTOR:
MANUEL ALEJANDRO LOZADA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


ESCUELA DE CIENCIAS BÁSICAS E INGENIERÍA
PROGRAMA DE INGENIERÍA DE SISTEMAS
CEAD PALMIRA, VALLE DEL CAUCA
12 DE DICIEMBRE DE 2019
AD
INTRODUCCIÓN

Con el presente documento se da solución al ejercicio escogido como


fortalecimiento adecuado sobre las diferentes actividades realizado a lo
largo del curso en mención, ayudando a la toma de decisiones y la
forma central de aplicar cambios para diferentes problemáticas vividas
en entornos reales de nuestro diario vivir.

En estos casos se ha abordado la teoría de la dualidad, análisis de


sensibilidad y análisis de sensibilidad post óptimo, que se ven reflejados
en el material investigativo durante la trayectoria de las actividades.
gido como
izado a lo
ones y la
as vividas

nálisis de
reflejados
ades.
Problema
Cinco productores artesanales de detergentes, ponen en consideración, los precios de tres de sus referen
junto a la materia prima requerida para su producción: grasa animal, grasa vegetal y soda caustica,
detergente que deben producir para optimizar sus ingresos, su información, se muestra en cada problema

Ejercicio Problema primal 1:

Función objetivo Maximizar Z = 10X1 + 15X2 + 18X3


Sujeto a: 3X1 + 4X2 + 3X3 ≤ 480
3X1 + 2X2 + 8X3 ≤ 500
2X1 + 5X2 + 3X3 ≤ 600
X1, X2, X3 ≥ 0

PASO 1

X1
X2
X3

PASO 2

RECURSO X1 X2
Grasa animal 3 4
Grasa vegetal 3 2
Soda Caustica 2 5
Función Objetivo 10 15

PASO 3

Maximizar: Z - 10X1 - 15X2 - 18X3 + 0S1 + 0S2


Sujeto a:
3X1 + 4X2 + 3X3 + X4 = 480
3X1 + 2X2 + 8X3 + X5 = 500
2X1 + 5X2 + 3X3 + X6 = 600
X1, X2, X3, X4, X5,X

PASO 4
Iteración 1
Variable básica Z X1
Z 1 -10
X4 0 3
X5 0 3
X6 0 2

Iteración 2
Variable básica Z X1
Z 1 -3.25
X4 18 1.875
X3 0 0.375
X6 0 0.875

Iteración 3
Variable básica Z X1
Z 1 2.8076923077
X2 15 0.5769230769
X3 18 0.2307692308
X6 0 -1.5769230769

La solución óptima es:

Z=2070

�_1=0
�_2=90
�_3=40
Resolución So
X1 X2
Funcón Objetivo 10 15
Restricción 1 3 4
Restricción 2 3 2
Restricción 3 2 5
X1 0
X2 90
X3 40
Z 2070
Maximizar:
Z=10�_1+15�_2+18�_3
S.A.
〖 3� 〗 _1+4�_2+3�_3≤480
〖 3� 〗 _1+2�_2+8�_3≤500
〖 2� 〗 _1+5�_2+3�_3≤600
〗 �_2,�_3≥0
�_1, 〖 〗

Modelo Dual Maximizar:


MAX Z+480𝑌_1+500𝑌_2+600𝑌_3
S.A. Variables de holgura:
〖− 3𝑌 〗 _1−3𝑌_2−2𝑌_3+�_4=−10 〗 �_5,𝑌_6
𝑌_4, 〖 〗
〖− 4𝑌 〗 _1−2𝑌_2−5𝑌_3+�_5=−15
〖− 3𝑌 〗 _1−8𝑌_2−3𝑌_3+�_6=−18
〗 �_2,𝑌_3,�_4, 〖 〗
𝑌_1, 〖 〗 〗 �_5,�_6≥0

Iteración 1
Variable básica X1 X2 X3
Z 480 500 600
X4 -3 -3 -2
X5 -4 -2 -5
X6 -3 -8 -3
Variable que entra
-160 -62.5 -200
Iteración 2
Variable básica X1 X2 X3
Z 292.5 0 412.5
X4 -1.875 0 -0.875
X3 -3.25 0 -4.25
X2 0.375 1 0.375
Variable que entra
-90 - -97.0588235294
Iteración 3
Variable básica X1 X2 X3
Z 0 0 30
X4 0 0 1.5769230769
X2 1 0 1.3076923077
X1 0 1 -0.1153846154

La solución óptima es:

Z=−2070
�_1=1,0384615
�_2=3,2307692
�_3=0

Solución PHP SIMPLEX


Resolución Solver
X1 X2 X3
Funcón Objetivo -480 -500 -600
Restricción 1 -3 -3 -2
Restricción 2 -4 -2 -5
Restricción 3 -3 -8 -3

X1 3.2307692308
X2 1.0384615385
X3 0
Z -2070
blema
de tres de sus referencias: detergente sólido, detergente en polvo y detergente en gel,
etal y soda caustica, con el propósito de conocer la cantidad de cada referencia de
stra en cada problema primal:

ASO 1

Grasa animal
Grasa vegetal
Soda Caustica

ASO 2

X3 DISPONIBILIDAD
3 ≤ 480
8 ≤ 500
3 ≤ 600
18

ASO 3

2 - 18X3 + 0S1 + 0S2 + 0S3 = 0


jeto a:
3X3 + X4 = 480
8X3 + X5 = 500
3X3 + X6 = 600
X1, X2, X3, X4, X5,X6 ≥ 0

ASO 4
X2 X3 X4 X5 X6 Solución
-15 -18 0 0 0 0
4 3 1 0 0 480
2 8 0 1 0 500 Variable que sale
5 3 0 0 1 600
Variable que entra

X2 X3 X4 X5 X6 Solución
-10.5 0 0 2.25 0 1125
3.25 0 1 -0.375 0 292.5 Variable que sale
0.25 1 0 0.125 0 62.5
4.25 0 0 -0.375 1 412.5
Variable que entra

X2 X3 X4 X5 X6 Solución
0 0 3.230769231 1.038461538 0 2070
1 0 0.307692308 -0.11538462 0 90
0 1 -0.07692308 0.153846154 0 40
0 0 -1.30769231 0.115384615 1 30

Solución PHP SIMPLEX


Resolución Solver
X3 Resultados Cálculos
18 = 2070
3 ≤ 480 480
8 ≤ 500 500
3 ≤ 600 570
Problema Dual

Minimizar:
W=480𝑌_1+500𝑌_2+600𝑌_3
S.A. Por (-1)
〖 3𝑌 〗 _1++3𝑌_2+2�_3≥10
〖 4𝑌 〗 _1+2𝑌_2+5𝑌_3≥15
〖 3𝑌 〗 _1+8𝑌_2+3𝑌_3≥18
〗 �_2,𝑌_3≥0
𝑌_1, 〖 〗

X4 X5 X6 Solución
0 0 0 0
1 0 0 -10
0 1 0 -15
0 0 1 -18 Variable que sale
X4 X5 X6 Solución
0 0 62.5 -1125
1 0 -0.375 -3.25
0 1 -0.25 -10.5 Variable que sale
0 0 -0.125 2.25

X4 X5 X6 Solución
0 90 40 -2070
1 -0.5769230769 -0.23076923 2.807692308
0 -0.3076923077 0.076923077 3.230769231
0 0.1153846154 -0.15384615 1.038461538

HP SIMPLEX
olver
Resultados Cálculos
= -2070
≤ -10 -12.807692
≤ -15 -15
≤ -18 -18
riable que sale

riable que sale


Modelo Dual Maximizar:
Z=−480𝑌_1−500𝑌_2−600𝑌_3
S.A.
〖− 3𝑌 〗 _1−3𝑌_2−2𝑌_3≤−10
〖− 4𝑌 〗 _1−2𝑌_2−5𝑌_3≤−15
〖− 3𝑌 〗 _1−8𝑌_2−3𝑌_3≤−18
〗 �_2,𝑌_3≥0
𝑌_1, 〖 〗
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [Libro11.xlsx]E1
Informe creado: 11/12/2019 08:32:57 p.m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$E$169 X1 X1 0 -2.807692308 10 2.807692308 1E+030
$E$170 X2 X1 90 0 15 9 4.866666667
$E$171 X3 X1 40 0 18 42 6.75

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$J$164 ≤ Cálculos 480 3.2307692308 480 22.94117647 292.5
$J$165 ≤ Cálculos 500 1.0384615385 500 780 260
$J$166 ≤ Cálculos 570 0 600 1E+030 30
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [Libro11.xlsx]E1
Informe creado: 11/12/2019 08:30:56 p.m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$D$382 X1 X1 3.2307692308 0 -480 292.5 22.94117647
$D$383 X2 X1 1.0384615385 0 -500 260 780
$D$384 X3 X1 0 -30 -600 30 1E+030

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$I$377 ≤ Cálculos -12.80769231 0 -10 1E+030 2.807692308
$I$378 ≤ Cálculos -15 90 -15 4.866666667 9
$I$379 ≤ Cálculos -18 40 -18 6.75 42
CONCLUSIONES

El fortalecimiento de la aplicabilidad frente a los diferentes esquemas


que desarrollan un ejemplar a seguir bajo las condiciones simples, hasta
las mas complejas, se ven abordadas a través del conocimiento
adquirido durante el desarrollo de estas actividades, es importante tener
en cuenta que la vida esta en un constante análisis, el cual requiere de
precisión para las sabias tomas de decisiones que conciernen a la
estructura planteada mediante los ejercicios vividos en este documento.
esquemas
les, hasta
ocimiento
ante tener
equiere de
rnen a la
cumento.
BIBLIOGRAFÍA

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

González, A. (2015). Manual práctico de investigación de operaciones


I (pp. 177-199), Barranquilla, Colombia: Editorial Universidad del Norte.
Recuperado
de: http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?
docID=5426531
ón lineal.
ma, Perú:
ecuperado
.action?

iones (pp.
ecuperado
.action?

Archivo de

ad [Objeto
ecuperado

peraciones
del Norte.

.action?