Académique Documents
Professionnel Documents
Culture Documents
TUTOR
MICHAEL ALEXIS SANTOYA HERNÁNDEZ
Se ha demostrado el gran apoyo que tienen los métodos cuantitativos en las decisiones
gerenciales y no es para menos, ya que estas permiten a través de varias herramientas , tomas
de decisiones fundamentales para una empresa. En especial, hablaré solo un poco de la
programación lineal y la importancia que ha tenido esta en el desarrollo empresarial.
La programación lineal no es solo una parte integral de las matemáticas, su importancia está en
que es una herramienta financiera que puede brindar ayuda en la toma de decisiones, y para
aquellos interesados, tiene gran utilidad en las Pymes porque permite asignar eficientemente los
recursos limitados. La encontramos en la época de la Revolución Industrial, cuando aparecieron
las maquinas de producción, haciendo crecer las fabricas, hasta la Segunda Guerra Mundial,
donde la necesidad de asignar recursos escasos a las operaciones militares, obligaban a
encontrar un mecanismo que pudiese solucionar los problemas derivados de estos. Es
entonces, cuando aparece el método simplex para resolver problemas de regresión lineal, que
ayudaba a maximizar utilidades o minimizar costos.
12 10 20
2 2 2
6 0 0
Preguntas
¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué
1
corresponde??
respuestas
X1= 749 X2=1 X3=0 cada dato corresponde a los resultados de las variables
con el cambio efectuado. Se produce una empanada menos y se produce un
buñuelo mas. El resultado inicial daba 750 empanadas nada mas.
Por cada Kilo (1000 gr) de harina de menos se pierden 100 pesos de ganancia
total
Un gramo de mantequilla de menos significan 400 pesos de ganancia total
10.5 kilos (10500 gr) de carne significan 100 pesos de menos de ganancia total
De lo anterior deducimos que ni la mantequilla o la carne son significativos
como componentes que influyan en el costo final de las ganancias totales.
harina
No aplica en este caso
Si el precio del producto X1 (empanadas) se aumenta o disminuye en un peso;
se afecta hacia arriba o hacia abajo en 750 pesos, la ganancia final Z.
Para los otros productos (x2 y x3) es indiferente, pues su producción es nula; Mantequilla
para este cálculo y condiciones.
Restricciones
Final Sombra
Celda Nombre Valor Precio
$I$11 Lado Izquierdo $ 9,000.00 0
$I$12 Lado Izquierdo $ 1,500.00 200
$I$13 Lado Izquierdo $ 4,500.00 0
Valor
Max Min
infinito 9000
1666.6667 0
infinito 4500
Objetivo Permisible Permisible Valor Valor Maximizar
Coeficiente Aumentar Reducir Max Min Ingredientes
400 1E+030 100 1E+030 300 harina
300 100 1E+030 400 infinito Mantequilla
300 100 1E+030 400 infinito Carne
Lado Izquierdo
12 10 20 $ 9,000.00
2 2 2 $ 1,500.00
6 0 0 $ 4,500.00
Preguntas
El resultado de Z es de $300.0
2 ¿Cuál es el resultado de Z y a que corresponde? final en donde se fabrican 750
Un gramo de mantequilla de
c) Si el ejercicio es de maximización: ¿Cuánto se incrementa o se reduce la ganancia
3 10.5 kilos (10500 gr) de carne s
por cada unidad de recurso que se pudiera adquirir o suprimir? De lo anterior deducimos que n
componentes que influya
Un gramo de mantequilla de
e)¿Cuáles son los rangos en los cuales los coeficientes de la función objetivo pueden 10.5
5 kilos (10500 gr) de carne s
cambiar para que la solución óptima se mantenga? De lo anterior deducimos que n
componentes que influya
Microsoft Excel 16.0 Informe de
Hoja de cálculo: [Aporte HMC 2
Informe creado: 26/11/2019 8:
X2 X3
0 0
$ 300.00 $ 300.00 Celdas de variables
Función Objetivo
$ 300,000
respuestas
1= 750 X2=0 X3=0 cada dato corresponde a los resultados de las variables con
el cambio efectuado. El resultado inicial daba 750 empanadas es decir se
mantiene
Por cada Kilo (1000 gr) de harina de menos se pierden 100 pesos de ganancia
total
Un gramo de mantequilla de menos significan 400 pesos de ganancia total
10.5 kilos (10500 gr) de carne significan 100 pesos de menos de ganancia total
e lo anterior deducimos que ni la mantequilla o la carne son significativos como
componentes que influyan en el costo final de las ganancias totales.
eldas de variables
Final Reducido Objetivo Permisible Permisible Valor
Celda Nombre Valor Coste Coeficiente Aumentar Reducir Max
$I$5 <= X1 750 0 400 1E+030 100 1E+030
$J$5 <= X2 0 -100 300 100 1E+030 400
$K$5 <= X3 0 -100 300 100 1E+030 400
estricciones
Final Sombra Restricción Permisible Permisible Valor
Celda Nombre Valor Precio Lado derecho Aumentar Reducir Max
9000
1 ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué corresp
0
respuestas
X1= 750 X2=0 X3=0 cada dato corresponde a los resultados de las variables con
2, X3, X4, etc. y a qué corresponde?? el cambio efectuado.
El resultado de Z es de $300,000 y corresponde a la máxima utilidad obtenida
final en donde se fabrican 750 empanadas. El incremento en el precio repercute
en el incremento del resultado final. El el segundo producto encontramos que
de? maximo se pùede vender en $400 y se mantiene la utilidad. Tambien
encontramos que se podria dar gratis y Z se mantendria. El precio maximo del
tercer proeducto es de 400 y aun asi no modifica el resultado final.
Celdas de variables
Final Reducido Objetivo
Celda Nombre Valor Coste Coeficiente
$J$5 <= X1 750 0 400
$K$5 <= X2 0 -33.333333 300
$L$5 <= N 0 -100 300
$M$5 <= X3 0 -666.66667 0
Restricciones
Final Sombra Restricción
1
0 9000 infinito 0
2
1E+030 0 1E+030 1500
4
5
X1 X2 N X3 Relación
12 10 12 20 <= $ 9,000.00 X1
2 2 2 2 <= $ 1,500.00 750
6 0 6 0 <= $ 15,000.00 $ 400.00
x1,x2,x3 N > 0 Función Objetiv
$ 400.00 $ 300.00 $ 300.00 $ 300.00
Lado Izquierdo
12 10 12 20 $ 9,000.00
2 2 2 2 $ 1,500.00
6 0 6 0 $ 4,500.00
Preguntas
El resultado de Z es de $300,
¿Cuál es el resultado de Z y a que corresponde? final en don
Un gramo de mantequilla
10.5 kilos (10500 gr) de carn
c) Si el ejercicio es de maximización: ¿Cuánto se incrementa o se reduce la ganancia todo esto ocurre a p
por cada unidad de recurso que se pudiera adquirir o suprimir? De lo anterior deducimos q
como componentes que in
Ademas el agregar otro
Lado derecho
<= $ 9,000.00
<= $ 1,500.00
<= $ 15,000.00
respuestas
750 X2=0 X3=0 cada dato corresponde a los resultados de las variables
con el cambio efectuado.
cada Kilo (1000 gr) de harina de menos se pierden 100 pesos de ganancia
total
gramo de mantequilla de menos significan 400 pesos de ganancia total
kilos (10500 gr) de carne significan 100 pesos de menos de ganancia total.
todo esto ocurre a pesar de haber agregado un producto mas.
lo anterior deducimos que ni la mantequilla o la carne son significativos
mo componentes que influyan en el costo final de las ganancias totales.
Ademas el agregar otro producto no afecto el resultado del ejercicio.
Formulación estándar
Todas las restricciones deben ser del tipo ( ≤). Las desigualdades del tipo ( ≥) 𝑠�convierten
en ( ≤) al multiplicar ambos lados de la desigualdad por -1.
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 �=35000𝑦_1+12000𝑦_2+10000𝑦_3
Sujeto a
−5𝑦_1−6𝑦_2−5𝑦_3≤−60
−3𝑦_1−2𝑦_2−3𝑦_3≤−60
−2𝑦_1−2𝑦_2−3𝑦_3≤−60
𝑦_1, 𝑦_2,𝑦_3≥0
Entonces, la forma estándar del modelo de programación lineal por el método simplex dual
con segundos miembros no positivos en sus ecuaciones es:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 �=35000𝑦_1+12000𝑦_2+10000𝑦_3+ 〖 0∙𝑠 〗 _1+ 〖 0∙𝑠 〗 _2+ 〖 0∙𝑠 〗 _3
Sujeto a
−5𝑦_1−6𝑦_2−5𝑦_3+𝑠_1=−60
−3𝑦_1−2𝑦_2−3𝑦_3+𝑠_2=−60
−2𝑦_1−2𝑦_2−3𝑦_3+𝑠_3=−60
𝑦_1, 𝑦_2,𝑦_3≥0
Básica w y1 y2 y3 s1 s2
w 1 -35000 -12000 -10000 0 0
s1 0 -5 -6 -5 1 0
s2 0 -3 -2 -3 0 1
s3 0 -2 -2 -3 0 0
entra
Básica w y1 y2 y3 s1 s2
w 1 -35000 -12000 -10000 0 0
s1 0 -5 -6 -5 1 0
s2 0 -3 -2 -3 0 1
s3 0 -2 -2 -3 0 0
Optimalidad 11666.6667 6000 3333.33333
minimo
entra
Básica w y1 y2 y3 s1 s2
w 1 -25000 -5333.3333 0 0 -3333.3333
s1 0 0 -2.6666667 0 1 -1.6666667
y3 0 1 0.66666667 1 0 -0.3333333
s3 0 1 0 0 0 -1
Optimalidad -25000 -8000 0
minimo
entra
Básica w y1 y2 y3 s1 s2
w 1 -17000 0 8000 0 -6000
y3 0 4 0 4 1 -3
y2 0 1.5 1 1.5 0 -0.5
s3 0 1 0 0 0 -1
Optimalidad -11333.333 0 5333.33333 #DIV/0! 12000
minimo
El modelo de programación lineal definido en el modelo canónico se ocupa de la producción (en unidades) de tre
con una materia prima (recursos 1 ) y recurso humano, tiempo de trabajo (recurso 2) y tiempo de acabado (recurs
modelo determina las cantidades (en unidades, en el tiempo planificado) de producto A, B y C que maximiza los in
de la empresa durante el tiempo planificado.
Para la solución dual óptima se tiene la siguiente interpretación:
a) ¿Cuál es el resultado de w y a que corresponde? Respuesta. El valor de w = 360000 y representa el costo total (
el tiempo planificado cumpliendo con la disponibilidad de los recursos.
b) ¿Cuál es el resultado de cada variable X1, X2, X3, X4, etc. y a qué corresponde? Para este ejercicio se
s1, s2, s3
Valor
óptimo Interpretación
Variable de
decisión
y1 0 El costo del producto acabo es de $0
y2 120 El costo del producto es de $120
y3 30 El costo del prodcuto es de $30
w 0 El valor de los recursos durante el tiempo de planificación es de $ 360000
+ 〖 0∙𝑠 〗 _3
20 0
s3 Solucion
0 0
0 -60
0 -60
1 -60
s3 Solucion
0 0
0 -60
0 -60 mas negativo
1 -60
s3 Solucion
0 200000
0 40
0 20
1 0
s3 Solucion
0 360000
0 120
0 30
1 0
0
Respuesta
w 360000
y1 0
y2 120
y3 20
esponde? Para este ejercicio se tienen las variables y1, y2, y3,
ción es de $ 360000
Estado
dos los recursos necesarios para producir una unidad del producto
ducto A) es cero. Indica que los ingresos cubren exactamente los
costos.
dos los recursos necesarios para producir una unidad del producto
ucto B) es de 120 . Indica que el recurso de tiempo de acabado (en
ón del producto B. Para nuestro caso producto B NO se fabrica.
dos los recursos necesarios para producir una unidad del producto
ducto C) es de 30. Indica que el recurso de tiempo de acabado (en
ón del producto B. Para nuestro caso producto C NO se fabrica.
Tiempo de
5 36000 ≤ 35000 y1 $ - trabajo (horas)
Tiempo de
acabado
3 12000 ≤ 12000 y2 $ 120.0 (horas)
Materia prima
3 12000 ≤ 10000 y3 $ 30.0 (Unidades)
unitario
Costo
Costo
imputado
costo reducido
50
w 360000
y1 0
y2 120
y3 30
DUAL
x1 x2 x3
0 6000 0
Producto A Producto B Producto C
(unidades) (Unidades) (Unidades) Ingresos
60 60 60 Disponibilidad $ 360,000.00
5 6 5 36000 ≤ 35000
3 2 3 12000 ≤ 12000
2 2 3 12000 ≤ 10000
Cj 20 18 15 0
Xj bm y1 y2 y3 y4
0 y4 130.5 1.15 3.1 3 1
20 y1 -10.5 -0.15 -0.1 0 0
0 y6 171 2.3 2.2 2 0
zj 0 0 0 0 0
zj-cj - -20 -18 -15 0
Cj 20 18 15 0
Xj bm y1 y2 y3 y4
0 y4 -126 -5.75 -0.2 0 1
20 y1 -10.5 -0.15 -0.1 0 0
15 y3 85.5 2.3 1.1 1 0
zj 0 0 0 0 0
zj-cj - -20 -18 -15 0
RTAS
y1 70
y2 0
y3 5
Zmax 1475
0 0
y5 y6 bm/y1 Función Objetivo
0 0 120 Desigualdad 1
1 0 70 Fila pivote Desigualdad 2
0 1 75 Desigualdad 3
0 0
0 0
0 0
y5 y6 bm/y3
0.05 0 43.5
-0.05 0 infinito
0.1 1 85.5 Fila pivote
0 0
0 0
0 0
y5 y6
-0.1 -1.5
-0.05 0
0.05 0.5
0 0
0 0 Todos positivos
X1 X2 X3 Resultados Formula
Función Objetivo 120 210 150 451.5
Desigualdad 1 1 3 2 ≥ 20 5.3
Desigualdad 2 3 2 2 ≥ 18 7.75
Desigualdad 3 0 3 2 ≥ 15 4.15
X1 0
X2 2
X3 7
Z 451.5
Paso 5. Definir el paso a paso que se hace para convertir el modelo primal (original) de un problema de P
maximización o minimización, cambios en función objetivo y cambios en las restricciones.
Relaciones primal-dual: Asociado a cada problema lineal existe otro problema de programación lineal den
relaciones notables con respecto al problema lineal original, problema que para diferencia del dual se den
Las relaciones las podemos enumerar como siguen:
a) El problema dual tiene tantas variables como restricciones tiene el programa primal.
b) El problema dual tiene tantas restricciones como variables tiene el programa primal
c) Los coeficientes de la función objetivo del problema dual son los términos independientes de las restric
de las restricciones o RHS del dual son los coeficientes de la función objetivo del problema primal.
e) La matriz de coeficientes técnicos del problema dual es la traspuesta de la matriz técnica del problema
f) El sentido de las desigualdades de las restricciones del problema dual y el signo de las variables del m
variables del problema primal y del sentido de las restricciones del mismo problema.
g) Si el programa primal es un problema de maximización del programa dual es un problema de minimiza
h) El problema dual de un problema dual es el programa primal original. Por lo tanto, asociado a todo pro
lineal denominado programa dual que tiene importantes relaciones con el problema original denominado p
programa dual de un programa dual proporciona el programa primal original.
En consecuencia tenemos:
1.- Si una restricción del primal es no saturada, entonces la variable de dual asociada debe ser nula.
2.- Si una variable de primal es positiva, entonces la correspondiente restricción del dual es una restricció
en consideración, así como los teoremas de la dualidad, podemos establecer las siguientes relaciones en
) de un problema de PL en un modelo dual, identificando cambios en tipo de ejercicio:
iones.
ogramación lineal denominado problema dual (PD) , que posee importantes propiedades y
rencia del dual se denomina entonces como problema primal (PP).
mal.
mal
endientes de las restricciones o RHS del programa primal. d) Los términos independientes
oblema primal.
z técnica del problema primal.
de las variables del mismo problema, dependen de la forma de que tenga el signo de las
.
problema de minimización.
o, asociado a todo problema de programación lineal existe otro problema de programación
original denominado programa primal . Como acabamos de ver, es evidente, que el