Analisis de Dualidad Se presenta la siguiente situación problema de programación lineal: La empresa Continental de Vini
Views 145 Downloads 28 File size 113KB
Analisis de Dualidad
Se presenta la siguiente situación problema de programación lineal: La empresa Continental de Vinilos Co., produce tres clases de piso de PVC: tráfico alto, tráfico medio y tráfico b en su proceso de producción utiliza como mínimo 1.000 t de PVC, 300 t de otros materiales y 1.200 h de fundi maquinado. La producción de piso de tráfico alto, requiere 1,10 t de PVC, 0,40 t de otros materiales y 10 h de fundición y maquinado a un costo de USD6.000. La producción de piso de tráfico medio, requiere 1,30 t de PV 0,20 t de otros materiales y 12 h de fundición y maquinado a un costo de USD7.000. La producción de piso de tráfico bajo, requiere 1 t de PVC, 0,30 t de otros materiales y 8 h de fundición y maquinado a un costo de USD5 La gerencia financiera de Continental de Vinilos Co., requiere optimizar los costos percibidos por piso y pide a gerencia 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. En hoja de cálculo (Excel), formular el probl como un modelo de programación lineal, plantear la función objetivo, las restricciones por recursos y restricci no negatividad. En adelante se denominará el problema primal.
2. Solucionar el problema primal por el método simplex dual. En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual al problema primal, diseñar la t inicial del método simplex dual y construir las tablas de las iteraciones de la solución problema primal por el método simplex dual. En Excel QM o Solver, encontrar la solución del problema programación lineal.
3. Formular el problema dual a partir del problema primal. En hoja de cálculo (Excel), formular el problema dual a partir del problema primal como un modelo de programación lineal, plantear la función objetivo dual, las restricciones duales por recursos y restricción de no negatividad o irrestrictas.
4. Solucionar el problema dual por el método simplex primal. En hoja de cálculo (Excel), plantear la forma estándar del método simplex primal del problema dual, diseñar la inicial del método simplex primal del problema dual y construir las tablas de las iteraciones de la solución del problema dual por el método simplex primal. En Excel QM o Solver, encontrar la solución del problema dual. 5. Interpretar los resultados de la solución del problema primal y del problema dual para la optimización de recursos.
Tenemos Funcion Objeto Minimizar Sujeto a
Z-6000X1-7000X2-5500X3+0S1+0S2+0S3=0
-1.10x1 - 1.30x2 -1x3 +S1 = -1000 -0.40x1 - 0.20x2 - 0.30x3 + S2 =- 300 -10x1 - 12x2 - 8x3 + S3 = -1200 x1, x2, x3, S1, S2, S3, ≥ 0
-1.10x1 - 1.30x2 -1x3 +S1 = -1000 -0.40x1 - 0.20x2 - 0.30x3 + S2 =- 300 -10x1 - 12x2 - 8x3 + S3 = -1200 x1, x2, x3, S1, S2, S3, ≥ 0
Tabla Inicial Variables Basicas Z S1 S2 S3
Z 1 0 0 0
X1 -6000 -1.10 -0.40 -10
Razon mas pequeña
VARIABLES NO BASICAS X2 -7000 -1.30 -0.20 -12
600 583.33333333 VE
Iteracion 1 Variables Basicas Z S1 S2 X2
Z 1
X1 -166.666666666666 0.00 -0.02 0.00 -0.23 0 0.833333333333333
Razon mas pequeña
VARIABLES NO BASICAS X2 0 0.00 0.00 1
10000
Iteracion 2 Variables Basicas Z S3 S2 X2
Z 1 0 0.00 0
Razon mas pequeña
Variables Basicas Z
X1 -76.9230769230767 0 -0.23 0.846153846153846
VARIABLES NO BASICAS X2 0 0 0.00 1
333.333333333332 VE
Z 1
X1 0
VARIABLES NO BASICAS X2 0
S3 X1 X2
0 0 0
0 1 0
0 0 1
Sea el problema primal Minimizar Z =
6000X1+7000X2+5500X3
Sujeto a
1.10X1 0.40X1 10X1
+ 1.30X2 + 0.20X2 + 12X2
Rest. No Neg
X1, X2, X3 ≥ 0
+ + +
1X3 ≥ 1000 0.30X3 ≥ 300 8X3 ≤ 1200
Funcion Objeto X1 X2 633.33333333 233.33333333 6000 7000
X3 0 5500
Restricciones 1.10 0.4 10
1.30 0.2 12
1 0.3 8
Solucion
co alto, tráfico medio y tráfico bajo y s materiales y 1.200 h de fundición y t de otros materiales y 10 h de o medio, requiere 1,30 t de PVC, .000. La producción de piso de maquinado a un costo de USD5.500. os percibidos por piso y pide a la C a producir.
TIPO Piso trafico Alto Piso trafico Medio Piso trafico Bajo Disponible
álculo (Excel), formular el problema cciones por recursos y restricción de
Variables
PVC 1.10 1.30 1 1000
1. Trafico Alto 2. Trafico Medio 3. Trafico Bajo 4. Utilidad
al problema primal, diseñar la tabla ución problema primal por el
Función Objetivo
mal como un modelo de por recursos y restricción de no
al del problema dual, diseñar la tabla iteraciones de la solución del
Z(max)=
Restricciones por recurso
dual para la optimización de Restricciones de no Negatividad
VARIABLES NO BASICAS X3 -5500 -1 -0.30 -8
S1 0 1 0 0
S2 0 0 1 0
Solucion
S3 0 0 0 1
0 -1000 -300 -1200
687.5
VARIABLES NO BASICAS X3 S1 -833.333333 0 -0.13 1.00 -0.17 0.00 0.666666667 0 6250
S3 -583.333333333333 0.00 -0.11 1.00 -0.02 0 -0.08333333333333
0
VARIABLES NO BASICAS X3 S1 -115.384615 -5384.61538 1 -9 -0.15 -0.15 0.769230769 -0.76923077 789.4736842
S2 0
35000
Solucion 700000 -870.00 -280.00 100
5384.61538461538 VE
S2 0
S3 0 0
1.00 0
0.00 0
Solucion 5384615.3846154 1 8031 -146.15 769.23076923077
0
VARIABLES NO BASICAS X3 S1 S2 -66.6666667 -5333.33333 -333.333333
S3 0
Solucion 5433333.3333333
1 -9 1 1 1 -4 0.233333333 -1.33333333 3.666666667
1 0 0
7933 633 233.33333333333
≥ 1000
Min Z
5433333.333
Lado Izq 1000 300 9133.333333
≥ ≥ ≥
Lado Der 1000 300 1200
Analisis de los resultados: Se obtiene la solución Optima con u condició de la no negatividad en los resultados de las variables
OTROS MATERIALES 0.40 0.20 0.30 300
X1= Cantidad de píso a producir de tipo Alto X2= Cantidad de píso a producir de tipo Medio X3= Cantidad de píso a producir de tipo Bajo #NAME?
6000X1+7000x2+5500x3
1.10X1 + 1.30x2 + 1x3 ≤ 1000 0.40X1 + 0.20x2 + 0.30x3 ≤ 300 10X1 + 12x2 + 8x3 ≤ 1200
X1, X2, X3 ≥ 0
HORAS 10 12 8 1200
COSTO 6000 7000 5500
VS
VS
VS
Solucion Optima
s de los resultados: Se obtiene la solución Optima con una aproximación a; X1 = 633, X2= 233 y X3= 0. En la cual se repeta la ó de la no negatividad en los resultados de las variables.
En la cual se repeta la
Dual Funcion Objetivo Max W=
1000Y1+300Y2+1200Y3
Restriccion 1,1Y1 + 0,40Y2 + 10Y3 ≤ 6000 1,30Y1 + 0,20Y2 + 12Y3 ≤ 7000 1Y1 + 0,30Y2 + 8Y3 ≤ 5500 Irrestrictas
Y1, Y2, Y3
Forma estandar del problema dual por el metodo simplex primal
Funcion Objetivo Maximizar W - 1000Y1 - 300Y2 - 1200Y3 + 0S1 + 0S2 + 0S3 = 0 Sujeto a 1,1Y1 + 0,40Y2 + 10Y3 + S1 = 6000 1,30Y1 + 0,20Y2 + 12Y3 + S2 = 7000 1Y1 + 0,30Y2 + 8Y3 + S3 = 5500 Irrestrictas
Y1, Y2, Y3, S1, S2, S3
Aplicando el metodo simplex primal al problema dual de Maximización
Tabla Inicial Variables Basicas W S1 S2 S3 Valor mas negativo
W 1 0 0 0
Y1 -1000 1.1 1.30 1 -1000
VARIABLES NO BASICAS Y2 Y3 -300 -1200 0.40 10 0.20 12 0.30 8 -300
-1200
S1 0 1 0 0
S2 0 0 1 0
Iteracion 1 Variables Basicas
W 1 0 0 0
W S1 Y3 S3
VARIABLES NO BASICAS Y1 Y2 Y3 -870 -280 0 0.016666667 0.233333333 0 0 0 1 0.133333333 0.166666667 0
Valor mas negativo
-870
-280
S1 0 1 0 0
0
S2 100 -0.83333333 0 -0.66666667 0
100
Iteracion 2 Variables Basicas
W 1 0 0 0
W S1 Y1 S3 Valor mas negativo
Y1 0 0 1 0
VARIABLES NO BASICAS Y2 Y3 -146.153846 8030.769231 0.230769231 -0.15384615 0 9 0.146153846 -1.23076923
S1 0 1 0 0
S2 769.2307692 -0.84615385 1 -0.76923077
0
-146.153846 8030.769231
0
769.2307692
Iteracion 3 Variables Basicas
W 1 0 0 0
W Y2 Y1 S3
Y1 0 0 1 0
Y2 0 1 0 0
VARIABLES NO BASICAS Y3 S1 S2 7933.333333 633.3333333 233.3333333 -0.66666667 4.333333333 -3.66666667 9 -1 1 -1.13333333 -0.63333333 -0.23333333
Funcion Objeto Max W=
1000Y1+300Y2+1200Y3
Sujeto a 1,1Y1 + 0,40Y2 + 10Y3 ≤ 6000
1,30Y1 + 0,20Y2 + 12Y3 ≤ 7000 1Y1 + 0,30Y2 + 8Y3 ≤ 5500 Irrestrictas
Y1, Y2, Y3
Funcion Objetivo Y1 Y2 5333.333333 333.3333333 1000 300
Y3 0 1200
Max W
5433333.333
Restricciones Lado Izq 1.1 1.30 1
0.40 0.20 0.30
10 12 8
6000 7000 5433.333333
≤ ≤ ≤
S3 0 0 0 1
Solucion 0 6000 7000 5500
Razon mas pequeña 600 583.3333333 687.5
Solucion
S3 0 0 0 1
700000 166.6666667 583 833.3333333
Razon mas pequeña 10000 5384.615385 6250
0
Solucion
S3 0 0 0 1
5384615.385 76.92307692 5385 115.3846154
0
5384615.385
S3 0 0 0 1
Razon mas pequeña 333.3333333 35000 789.4736842
Solucion 5433333.333 Solucion Optima 333.3333333 5333 66.66666667
Lado Der 6000 7000 5500
Analisis de Sensibilidad
Continental de Contenedores Co., produce tres clases de contenedores para transporte marítimo: High Cube, O Side y Dry Van y utiliza tres tipos de acero Corten como materia prima: acero Corten cobre, acero Corten cromo acero Corten níquel. El contenedor High Cube genera una utilidad de US$26.000, el contenedor Open Side genera una utilidad de US$24.000 y el contenedor Dry Van genera una utilidad de US$22.000 Para su producción, el contendor High Cube requiere 17 t de acero Corten cobre, 4 t de acero Corten cromo y 3 acero Corten níquel. Para su producción el contenedor Open Side requiere 15 t de acero Corten cobre, 3 t de acero Corten cromo y 6 acero Corten níquel. Para su producción el contendor Dry Van requiere 13 t de acero Corten cobre, 2 t de acero Corten cromo y 9 t d Corten níquel. Su planta de producción dispone como máximo de 500 t de acero Corten cobre, 150 t de acero Corten cromo y de acero Corten níquel. La gerencia financiera de Continental de Contenedores Co., requiere optimizar las utilidades percibidas por contenedor y pide a la gerencia de producción, evaluar la cantidad óptima de cada clase de contenedor a produ A partir de la situación problema: 1. Formular el problema como un modelo de programación lineal. En hoja de cálculo (Excel), formular el proble como un modelo de programación lineal, plantear la función objetivo, las restricciones por recursos y restricció negatividad.
2. Solucionar el modelo de programación lineal por el método simplex primal: En hoja de cálculo (Excel), plante forma estándar del método simplex primal al modelo de programación lineal, diseñar la tabla inicial del método simplex primal y construir las tablas de las iteraciones de la solución del modelo de programación lineal por el m simplex primal. En Excel QM o Solver, encontrar la solución del problema programación lineal.
3. Realizar el análisis de sensibilidad a la solución óptima simplex primal del modelo de programación lineal. En de cálculo (Excel), tomar el Informe de Sensibilidad que arroja Excel QM o Solver luego de encontrar la solución óptima para: a. Analizar los cambios de aumento y reducción de los coeficientes de las variables de la función objetivo. b. Analizar los cambios de aumento y reducción de las disponibilidades de las restricciones. 4. Interpretar los resultados del análisis de sensibilidad para la optimización de los recursos.
Solución
rte marítimo: High Cube, Open cobre, acero Corten cromo y
e genera una utilidad de
de acero Corten cromo y 3 t de
TIPO Corten Cobre Corten Cromo Corte Niquel Utilidad
High Cube 17 4 3 26000
Open Side 15 9 6 24000
de acero Corten cromo y 6 t de
acero Corten cromo y 9 t de acero
Variables 1. Corten Cobre 2. Corten Cromo 3. Corte Niquel 4. Utilidad z
t de acero Corten cromo y 200 t
lidades percibidas por ase de contenedor a producir.
X1 X2 X3
(Excel), formular el problema es por recursos y restricción de no Funcion Objetivo
a de cálculo (Excel), plantear la r la tabla inicial del método rogramación lineal por el método
Z(max)= 26000X1 + 24999x2 + 22000x3
Restricciones
17X1 + 15X2 + 13X3 ≤ 500 4X1 + 9X2 + 2X3 ≤ 150 3X1 + 6X2 + 9X3 ≤ 200
Restricciones de no negatividad
X1, X2, X3 ≥ 0
de programación lineal. En hoja go de encontrar la solución
de la función objetivo. icciones.
cursos.
x|
Dry Van 13 2 9 22000
Disponible 500 150 200
Tenemos Funcion Objeto Maximizar
Z-2600X1-24000X2-22000X3+0S1+0S2+0S3=0
Restricciones 17x1 +15x2 +13x3 +S1 = 500 4x1 + 9x2 + 2x3 + S2 = 150 3x1 + 6x2 + 9x3 + S3 = 200 x1, x2, x3, S1, S2, S3, ≥ 0
Tabla Inicial Variables Basicas Z S1 S2 S3
Z 1 0 0 0
Razon mas negativa
VARIABLES NO BASICAS X2 X3 -24000 -22000 15 13 9 2 6 9
X1 -26000 17 4 3
-26000 VE
-24000
-22000
Interacion 1 Variables Basicas Z X1 S2 S3 Razon mas negativa
Interacion 2
Z 1 0 0 0
X1 0 1 0 0
VARIABLES NO BASICAS X2 X3 -1058.82353 -2117.64706 1 1 5 -1 3 7
0 -1058.82353 -2117.64706 VE
Variables Basicas Z X1 S2 X3
Z 1 0 0 0
VARIABLES NO BASICAS X2 X3 0 0 1 0 6 0 1 1
X1 0 1 0 0
Funcion Objetivo Maximizar
Z-2600X1-24000X2-22000X3+0S1+0S2+0S3=0 17x1 +15x2 +13x3 ≤ 500 4x1 + 9x2 + 2x3 ≤ 150 3x1 + 6x2 + 9x3 ≤ 200
sujeto a
Restricciones de no negativ X1, X2, X3 ≥ 0
Funcion Objeto X1 16.66666667 26000
X2 24000
X3 0 16.66666667 22000
Restricciones
Lado Izq 17.00 4 3
15.00 9 6
13 2 9
500 100 200
NO BASICAS S1 0 1 0 0
S2 0 0 1 0
S3 0 0 0 1
S1 1529.411765 0 0 0
S2 0 0 1 0
S3 0 0 0 1
NO BASICAS
Solucion
Razon mas Pequeña
500 150 200
29.41176471 37.5 66.66666667
Solucion
Razon mas Pequeña
764705.8824 29 32 112
38.46153846 -30.5555556 16.66666667
VS
VS
NO BASICAS S1 1473.684211 0 0 0
S2 0 0 1 0
S3 315.7894737 0 0 0
Min Z
800000
Lado Der ≤ ≤ ≤
500 150 200
Solucion 800000 ### 50 ###
Solucion Optima
Celdas de variables Final Celda Nombre Valor $C$74 X1 16.666666667 $D$74 X2 0 $E$74 X3 16.666666667
Reducido Coste 0 0 0
Objetivo Permisible Permisible Coeficiente Aumentar Reducir 26000 2769.2307692 0 24000 0 1E+030 22000 56000 0
Restricciones Celda $G$79 $G$80 $G$81
Nombre Lado Izq Lado Izq Lado Izq
Final Valor
Sombra Restricción Permisible Permisible Precio Lado derecho Aumentar Reducir 500 1473.6842105 500 190 211.11111111 100 0 150 1E+030 50 200 315.78947368 200 146.15384615 111.76470588
X1 X2 X3
Valor Minimo 26000 22000
Valor Minimo b1 b2 b3
100
Nuevo Coeficiente Valor Maximo Valor Min‹Nueva Un‹Valor Max 28769.2307692 27000 78000
50000
Nuevo Disponibilidad Valor Maximo Valor Min‹Nueva bn‹Valor Max 1E+030
1000
Funcion Objetivo Maximizar
Z-2600X1-24000X2-22000X3+0S1+0S2+0S3=0 17x1 +15x2 +133 ≤ 500 4x1 + 9x2 + 2x3 ≤ 150 3x1 + 6x2 + 9x3 ≤ 200
Restricciones
Restricciones de no negativ X1, X2, X3 ≥ 0
Funcion Objetivo X1 16.66666667 27000
X2 24000
X3 0 16.66666667 50000
Restricciones
Lado Izq 17.00 4 3
15.00 9 6
13 2 9
500 100 200
X1 X2 X3 Min Z
1283333.333
Lado Der ≤ ≤ ≤
500 150 200
Valor Minimo 26000 22000
Nuevo Coeficiente Valor Maximo Valor Min‹Nueva Un‹Valor Ma 28769,23077 2700 78000
5000
uevo Coeficiente alor Min‹Nueva Un‹Valor Max 27000 50000
Funcion Objeto Maximizar Z-2600X1-24000X2-22000X3+0S1+0S2+0S3=0 17x1 +15x2 +13x3 ≤ 500 4x1 + 9x2 + 2x3 ≤ 150 3x1 + 6x2 + 9x3 ≤ 200
Restriciones
Restriccion de no negativid X1, X2, X3 ≥ 0
Funcion Objeto X1 16.66666667 26000
X2 24000
X3 0 16.66666667 22000
Restricciones
Lado Izq 17.00 4 3
15.00 9 6
13 2 9
500 100 200
Min Z
Valor Minimo
800000
b1 b2 b3 Lado Der ≤ ≤ ≤
500 1000 200
100
Nuevo Disponibilidad Valor Maximo Valor Min‹Nueva bn‹Valor M 1E+30
10
Disponibilidad Min‹Nueva bn‹Valor Max 1000
Analisis Post-Optimo
La empresa Continental de Petróleos Co., compra petróleo crudo pesado, petróleo crudo mediano y petróleo crudo ligero. El costo por barril de crudo pesado es USD40, de crudo mediano es USD43 y de crudo ligero es de USD45. De cada tipo de petróleo se producen por barril gasolina, keroseno y combustible para reactores. Para producir un barril de gasolina, se requiere 35% de crudo pesado, 45% de crudo mediano y 20% de crudo ligero. Para producir un barril de Keroseno, se requiere 25% de crudo pesado, 40% de crudo mediano y 35% de crudo ligero. Para producir un barril de combustible para reactores, se requiere 30% de crudo pesado, 25% de crudo mediano y 45% de crudo ligero. La refinería tiene un contrato para entregar como mínimo 2.000.000 barriles de gasolina, 2.400.000 barriles de keroseno y 3.000.000 de barriles de combustible para reactores. La gerencia financiera de Continental de Petróleos Co, requiere optimizar los costos percibidos por barril de petróleo y pide a la gerencia de producción, evaluar la cantidad óptima de cada clase de petróleo crudo a comprar para satisfacer la demanda. A partir de la situación problema: 1. Formular el problema como un modelo de programación lineal. En hoja de cálculo (Excel), formular el problema como un modelo de programación lineal, plantear la función objetivo, las restricciones por recursos y restricción de no negatividad. 2. Solucionar el modelo de programación lineal por el método simplex dual: En hoja de cálculo (Excel), plantear la forma estándar del método simplex dual al modelo de programación lineal, diseñar la tabla inicial del método simplex dual y construir las tablas de las iteraciones de la solución del modelo de programación lineal por el método simplex dual. En Excel QM o Solver, encontrar la solución del problema programación lineal. 3. Realizar el análisis post-óptimo a la solución óptima simplex dual del modelo de programación lineal. En hoja de cálculo (Excel), tomar el Informe de Sensibilidad que arroja Excel QM o Solver luego de encontrar la solución óptima para: a. Realizar los cambios que afectan la factibilidad: 1. Cambios en el lado derecho. 2. Adición de una nueva restricción. b. Realizar los cambios que afectan la optimalidad: 1. Cambios en los coeficientes de la función objetivo. 2. Adición de una nueva actividad. 4. Interpretar los resultados del modelo de programación lineal para la optimización de recursos.
Solución
crudo crudo ducen
Tipo Crudo Pesado Crudo Mediano Crudo Ligero Disponible
do
do
Gasolina Keroseno Reactores Costo 35% 25% 30% 45% 40% 25% 20% 35% 45% 2000000 2400000 3000000
esado,
solina, res. s tidad
Variables 1. Gasolina 2. Keroseno 3. Reactores
X1 X2 X3 4. Utilidad = Z
lo función
a de
Funcion Objetivo
tablas simplex l.
Z(min)= 2000000X1 + 2400000X2 +
Restriccion
35X1 45X1 20X1
Restriccion de no negatividad
X1, X2, X3 ≥ 0
Solver
ón de
+ + +
25X2 40X2 35X2
+ + +
3000000X3
30X3 25X3 45X3
≤ 40 ≤ 43 ≤45
40 43 45
Funcion Objetivo Minimizar
Z-200000X1-240000X2-300000X3+0S1+0S2+0S3=0 -0,35x1 -0,25x2 -0,30x3 +S1 = -40 -0,45x1 - 0,40x2 - 0,25x3 + S2 =- 43 -0,20x1 - 0,35x2 - 0,45x3 + S3 =- 45 x1, x2, x3, S1, S2, S3, ≥ 0
Restriccion
Tabla Inicial Variables Basicas Z S1 S2 S3
Z 1 0 0 0
X1 -2000000 -0.35 -0.45 -0.20
VARIABLES NO BASICAS X2 X3 -2400000 -3000000 -0.25 -0.30 -0.40 -0.25 -0.35 -0.45
10000000 6857142.85714286 6666666.66666667 VE
Razon
Interaccion 1 Variables Basicas Z S1 S2 X3 Razon
Z 1 0 0 0
VARIABLES NO BASICAS X1 X2 X3 -666666.667 -66666.666666667 0 0 0 0 0 0 0 0 1 1 1967213.115 324324.324324324 VE
Interaccion 2 Variables Basicas
VARIABLES NO BASICAS
Variables Basicas Z S1 X2 X3
Z 1 0 0 0
X1 -556756.757 0 2 -1
X2 0 0 1 0
X3 0 0 0 1
2942857.143 VE
Razon
Interaccion3 Variables Basicas Z X1 X2 X3
Z 1 0 0 0
VARIABLES NO BASICAS X2 X3 0 0 0 0 1 0 0 1
X1 0 1 0 0
Funcion Objetivo Z(Min)= 2000000X1 +2400000X2 +
Trestriccion
0,35X1 0,45X1 0,20X1
0,25X2 + 0,40X2 0,35X2
Restriccion de no negatividad
X1, X2, X3 ≥ 0
3000000X3
+ + +
0,30X3 0,25X3 0,45X3
Funcion Objeto X1 X2 X3 45.1428571428572 13.14285714 69.7142857142857 2000000 2400000 3000000
Restricciones 0.35 0.45 0.20
0.25 0.40 0.35
0.30 0.25 0.45
≥ 40 ≥ 43 ≥45
AS S1 0 1 0 0
S2 0 0 1 0
S1 0 1 0 0
S2 0 0 1 0
S3 0 0 0 1
AS
AS
Solucion 0 -40 -43 -45
Solucion S3 -6666666.67 300000000 -1 -10 -1 -18 -2 100 0
12000000
Solucion
VS
VS
AS
Solucion S2 S3 -324324.324 -6486486.49 305837838 0 -1 -9 -5 3 88 4 -4 32
S1 0 1 0 0 0
VS
4000000 10434782.61
Solucion S1 S2 S3 -2942857.14 -85714.2857 -4657142.86 330971429 Solucion Optima -5 0 3 ### 9 -6 -3 ### -4 4 -2 ###
Min Z
330971429
Lado Izq
Lado Der 40 43 45
≥ ≥ ≥
40 43 45
Celdas de variables Final Celda Nombre Valor $C$83 X1 45.142857143 $D$83 X2 13.142857143 $E$83 X3 69.714285714
Reducido Coste 0 0 0
Objetivo Permisible Permisible Coeficiente Aumentar Reducir 2000000 200000 556756.75676 2400000 337704.91803 15384.615385 3000000 20689.655172 664516.12903
Restricciones Celda $G$88 $G$89 $G$90
Nombre Lado Izq Lado Izq Lado Izq
Final Valor
Sombra Restricción Permisible Permisible Precio Lado derecho Aumentar Reducir 40 2942857.1429 40 1.5081967213 8.5405405405 43 85714.285714 43 16.827586207 2.358974359 45 4657142.8571 45 13.739130435 4.8421052632
X1 X2 X3
b1 b2 b3
Valor Minimo 1443243.24324 2384615.38462 2335483.87097
Nuevo Coeficiente Valor MaximoValor Min‹Nueva Un‹Valor Max 2200000 1300000 2737704.918 2000000 3020689.655 2200000
Valor Minimo 31.4594594595 40.641025641 40.1578947368
Nuevo Disponible Valor MaximoValor Min‹Nueva Un‹Valor Max 41.50819672 42 59.82758621 60 58.73913043 59