Evidencia #12

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

ANALISIS DE SENSIBILIDAD PROBLEMAS DE OPTIMIZACIÓN Los siguientes modelos de optimización han sido formulados anteriormente y desarrollados por medio de método simplex (ver, evidencias 8 y 9). A continuación se desarrollara y analizaran los análisis de sensibilidad de estos problemas.

1. Modelo Mezclas METODO SIMPLEX PRIMAL: Min Z → 1100 X1 + 1050 X2 Identificar las Restricciones: Sujeto a: 0.05 X1 + 0.05 X2 ≥ 0.1 0.05 X1 + 0.10 X 2 ≥ 0.15 0.10 X1 + 0.05 X 2 ≥ 0.30 X1 + X 2 = 5.66

Etileno Etilato de Aluminio Ester Titánico Lamina

X1 , X 2 ≥ 0 Vector disponibilidad (B) Función Objetivo Figura 1.1 solucion Modelo de Mezclas.

A continuación se dará un breve análisis a los resultados obtenidos del software WIN QSB, subrutina “LINEAR AND INTEGER PROGRAMMING” Convenciones: YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

1

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

Solución del problema Consumo del recurso Análisis de sensibilidad del vector de disponibilidad (B) Análisis de sensibilidad de los coeficientes de la F. O. 𝐶𝑗 Valor actual Precio sombra Mínimo permisible Máximo permisible

Figura 1.2 ultima interacción Modelo de Mezclas.

Figura 1.3 solucion grafica Modelo de Mezclas.

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

2

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

I.

[Seleccionar fecha]

Análisis Vector de disponibilidad B

Método Gráfico: Min Z → 1100 X1 + 1050 X2

Análisis por el método matemático: Ecuaciones lineales: 𝐴∗𝐵 =𝑋 𝑋 = 𝐴− 1 ∗ 𝐵 Figura 1.4 Ultima interacción método simplex modelo de Mezcla

 Restricción Etileno 0.1 + ∆1 0 −1 −1 0.15 0 0 −20 2 × 0.15 𝑋= 0 ≥ 0 0 20 0 0 −1 0.3 −1 0 0 0.05 0 5.66 𝑋1 = 0 0.1 + ∆1 − 1 0.15 − 1 0.3 + 0.15(5.66) ≥ 0 = 0 − 0.15 − 0.3 + 0.849 = 0.399 𝑋2 = 0 0.1 + ∆1 + 0 0.15 − 20 0.3 + 2(5.66) ≥ 0 = 0 + 0 − 6 + 11.32 = 5.32 𝑋3 = 0 0.1 + ∆1 + 0 0.15 + 20 0.3 − 1(5.66) ≥ 0 = 0 + 0 + 6 − 5.66 = 0.34 𝑋4 = −1 0.1 + ∆1 + 0 0.15 + 0 0.3 + 0.05(5.66) ≥ 0 = −0.1 − ∆1 + 0 + 0 + 0.283 = 0.183 − ∆1 ≥ 0 = ∆1 ≤ 0.183 = ∆1 ≤ 0.183 = 0.1 + 0.183 = 𝟎. 𝟐𝟖𝟑 YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

3

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

Restricción Etilato de Aluminio 0.1 0 −1 −1 0.15 0 0.15 + ∆2 0 0 −20 2 𝑋= × ≥ 0 0 20 0 0 −1 0.3 −1 0 0 0.05 0 5.66

𝑋1 = 0 0.1 − 1 0.15 + ∆2 − 1 0.3 + 0.15(5.66) ≥ 0 = 0 − 0.15 − ∆2 − 0.3 + 0.849 = 0.399 − ∆2 ≥ 0 = ∆2 ≤ 0.399 = ∆2 ≤ 0.399 = 0.15 + 0.399 = 𝟎. 𝟓𝟒𝟗

𝑋2 = 0 0.1 + 0 0.15 + ∆2 = 0 + 0 − 6 + 11.32 = 5.32 𝑋3 = 0 0.1 + 0 0.15 + ∆2 = 0 + 0 + 6 − 5.66 = 0.34

− 20 0.3 + 2(5.66) ≥ 0

+ 20 0.3 − 1(5.66) ≥ 0

𝑋4 = −1 0.1 + 0 0.15 + ∆2 + 0 0.3 + 0.05(5.66) ≥ 0 = −0.1 + 0 + 0 + 0 + 0.283 = 0.183

 Restricción Ester Titánico 0.1 0 −1 −1 0.15 0 0.15 0 0 −20 2 𝑋= × ≥ 0 0.3 + ∆3 0 20 0 0 −1 −1 0 0 0.05 0 5.66 𝑋1 → 0 0.1 − 1 0.15 − 1 0.3 + ∆3

+ 0.15(5.66) ≥ 0

0 − 0.15 − 0.3 − ∆3 + 0.849 0.399 − ∆3 ≥ 0 ∆3 ≤ 0.399

𝑋2 → 0 0.1 + 0 0.15 − 20 0.3 + ∆3 0 + 0 − 6 − 20∆3 + 11.32 5.32 − 20 ∆3 ≥ 0 ∆3 ≤ 0.266

∆3 ≤ 0.399 0.3 + 0.399 = 0.699

+ 2(5.66) ≥ 0

= ∆3 ≤ 0.266 = 0.3 + 2.66 = 𝟎. 𝟓𝟔𝟔

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

4

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

𝑋3 = 0 0.1 + 0 0.15 + 20 0.3 + ∆3 = 0 + 0 + 6 + 20∆3 − 5.66 = 0.34 + 20∆3 ≥ 0 = ∆3 ≤ −0.017

− 1(5.66) ≥ 0

𝑋4 = −1 0.1 + 0 0.15 + 0 0.3 + ∆3 = −0.1 + 0 + 0 + 0 + 0.283 = 0.183

+ 0.05(5.66) ≥ 0

[Seleccionar fecha]

= ∆3 ≤ −0.017 = 0.3 − 0.017 = 𝟎. 𝟐𝟖𝟑

Grafica 0.3

5.66 6.99

Podemos concluir que el análisis de sensibilidad anteriormente aplicado al modelo de mezclas (simplex primal), permite saber que las restricciones del problema como lo son el Etileno puede variar entre menos infinito y 0.283, y la restricción del Etilato de Aluminio varia en menos infinito y 0.549, su vez el Ester Titánico puede estar entre 0.283 y 5.66, y la mezcla de puede estar entre 3 y 6, siempre y cuando las condiciones no cambien.

METODO SIMPLEX DUAL: Para formular el modelo dual se tiene en cuenta lo siguiente: Simplex Primal

Simplex Dual

FO: Max Z → C ∗ X

FO: Min G → B ′ ∗ X

𝐒𝐚: A ∗ 𝐗 ≤ B

Sa: 𝐀′ ∗ Y ≥ 𝐂′

𝐗≥B

Y≥𝐁

Simplex Primal: Min Z → 1100 X1 + 1050 X2 Identificar las Restricciones: Sujeto a: Etileno Etilato de Aluminio Ester Titánico Lamina

0.05 X1 + 0.05 X2 ≥ 0.1 0.05 X1 + 0.10 X 2 ≥ 0.15 0.10 X1 + 0.05 X2 ≥ 0.3 X1 + X 2 = 5.66 X1 , X 2 ≥ 0

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

5

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

Simplex Dual: Max G → 0.1 Y1 + 0.15 Y2 + 0.3 Y3 + 5.66 Y4 Identificar las Restricciones: Sujeto a: 0.05 Y1 + 0.05 Y2 + 0.10 Y3 + Y4 ≤ 1100 0.05 Y1 + 0.10 Y2 + 0.05 Y3 + Y4 ≤ 1050 Y1 , Y2 , Y3 , Y4 ≥ 0 Figura 1.5 Resultados simplex dual modelo de mezclas:

Figura 1.6 Ultima interacción método simplex dual modelo de Mezcla

 Coeficientes de la Función Objetivo. (Cj) Método matemático: 𝐴∗𝐵 = 𝑋 𝑋 = 𝐴− 1 ∗ 𝐵

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

6

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.



Restricción (C1) 1100 + ∆1 20 −20 * −1 2 1050

X=

𝑋1 = 20 1100 + ∆1 − 20 1050 = 22000 + 20 ∆1 − 21000 = 1000 + 40 ∆1 ≥ 0 = ∆1 ≥ −50 = 1100 − 50 = 1050  X=

[Seleccionar fecha]

𝑋2 = −1 1100 + ∆1 + 2 1050 = −1100 − ∆1 + 2100 = 1000 − ∆1 ≥ 0 = ∆1 ≤ 1000 = 1100 + 1000 = 2100

Restricción (C2) 1100 20 −20 * 1050 + ∆2 −1 2

𝑋1 = 20 1100 − 20 1050 + ∆2 = 22000 − 21000 − 20∆2 = 1000 − 20 ∆2 ≥ 0 = ∆2 ≤ 50 = 1050 + 50 = 1100

𝑋2 = −1 1100 + 2 1050 + ∆2 = −1100 + 2100 + 2∆2 = 1000 + 2 ∆2 ≥ 0 = ∆2 ≥ − 500 = 1050 − 500 = 550

Podemos concluir que el análisis de sensibilidad con el método matemático anteriormente aplicado al modelo de mezclas (simplex dual), permite saber que el pellet A puede variar entre 1050 y 2100, mientras el pellet B puede variar entre 550 y 1100, siempre y cuando las condiciones no cambien.

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

7

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

1. Modelo Insumo Producto: Simplex Primal: Max Z →

4 216 X1 + 3 136 X 2 + 7 000 X3

Identificar las Restricciones: Sujeto a: Termoformadora Guillotina Lamina Mantequilla Mano de obra Termoformadora Mano de obra Guillotina Demanda Mitsubishi Demanda Ford Demanda Mazda 3

7.5 X1 + 7.5 X 2 + 4.3 X3 ≤ 480 2.1 X1 + 2.2 X2 + 3 X 3 ≤ 300 1.19 X1 + 1.23 X2 + 2.33 X 3 ≤ 152 5 X1 + 6 X 2 + 8 X 3 ≤ 250 15.01 X1 + 14.71 X2 + 11.11 X3 ≤ 960 2.1 X1 + 2.2 X2 + 3 X 3 ≤ 480 X1 ≥ 7 X 2 ≥ 10 X3 ≥ 0 X1 , X 2 , X 3 ≥ 0

2.1 Figura solucion optima factible Modelo Insumo Producto.

Como podemos observar en la figura 2.1 los coeficientes del vector disponibilidad pueden variar siempre y cuando las condiciones no cambien.: YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

8

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

Los cálculos de este análisis son similares a los expuestos en el modelo de mezclas donde se puede observar Restricciones: Restricción Termo formadora Guillotina Lamina Mantequilla Mano de Obra Termoformadora Mano de Obra Guillotina Demanda MITSUBISHI Demanda FORD Demanda Mazda 3

Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre

(Min) – (Max) (210.81), (Infinito +) (94.83), (Infinito +) (65.77), (Infinito +) (95), (546.06) (467.43), (Infinito +) (94.83), (Infinito +) (0), (38) (0), (35.83) (Infinito -), (19.38)

Los coeficientes de las variables pueden variar la del MITSUBISHI ($ 4216) puede variar entre (Infinito -), y (4375), FORD ($ 3136) puede variar entre (Infinito -), y (5250), y finalmente MAZDA 3 ($ 7000) puede variar entre (6745.6), y (Infinito +).

Simplex Dual: Min G → 480 Y1 + 300 Y2 + 152 Y3 + 250 Y4 + 960 Y5 + 480 Y6 + 7 Y7 + 10 Y8 + 0 Y9

Identificar las Restricciones: Sujeto a: 7.5 Y1 + 2.1 Y2 + 1.19 Y3 + 5 Y4 + 15.01 Y5 + 2.1 Y6 + 1 Y7 ≤ 4216 7.5 Y1 + 2.2 Y2 + 1.23 Y3 + 6 Y4 + 14.71 Y5 + 2.2 Y6 + 1 Y8 ≤ 3136 4.3 Y1 + 3 Y2 + 2.33 Y3 + 8 Y4 + 11.11 Y5 + 3 Y6 + 1 Y9 ≤ 7000 Y1 , Y2 , Y3 , Y4 , Y5 , Y6 , Y7 , Y8 , Y9 ≥ 0

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

9

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

2. Modelo Dietas: Simplex Primal: Min Z → Identificar las Restricciones: Sujeto A: Calorías Hierro Vitamina C Mezcla

3200 X1 + 1750 X 2

500 X1 + 900 X2 ≥ 500 0.7 X1 + 0.6 X2 ≥ 0.6 75X1 + 10 X 2 ≥ 20 X1 + X 2 = 1 X1 , X 2 ≥ 0

3.1 Figura solucion optima factible Modelo Dietas.

Como podemos observar en la figura 3.1 los coeficientes del vector disponibilidad pueden variar dependiendo de las restricciones: Restricciones: Restricción Calorías Hierro Vitamina C Mezcla

Varía entre Varía entre Varía entre Varía entre Varía entre

(Min) – (Max) (Infinito -), (838.46) (Infinito -),(0.62) (10), (75) (0.97), (2)

Los coeficientes de las variables pueden variar en la fruta Guayaba ($ 3200) entre(1750), y (Infinito), y el Banano ($ 1750) en Min (Infinito -), y Max (3200).

Simplex Dual: Max G → 500 Y1 + 0.6 Y2 + 20 Y3 + Y4 Identificar las Restricciones: Sujeto a: 500 Y1 + 0.6 Y2 + 20 Y3 + Y4 ≤ 3200 500 Y1 + 0.6 Y2 + 20 Y3 + Y4 ≤ 1750 Y1 , Y2 , Y3 ≥ 0 YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

10

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

3. Modelo Capacidad: Simplex Primal: Max Z → Identificar las Restricciones: Sujeto A: Mano de obra Termoformadora Mano de obra Guillotina Demanda Mitsubishi Demanda Ford Demanda Mazda 3

17.11 X1 + 16.91 X2 + 14.11 X3

15.01 X1 + 14.71 X2 + 11.11 X3 ≤ 960 2.1 X1 + 2.2 X2 + 3 X 3 ≤ 480 X1 ≥ 7 X 2 ≥ 10 X3 ≥ 0 X1 , X 2 , X 3 ≥ 0

3.1 Figura solucion optima factible Modelo Capacidad.

Como podemos observar en la figura 4.1 los coeficientes del vector disponibilidad pueden variar dependiendo de las restricciones: Restricciones: Restricción Varía entre (Min) – (Max) Termo formadora Varía entre (244.5), (Infinito +) Guillotina Varía entre (96.4), (Infinito +) Lamina Varía entre (63.91), (Infinito +) Mantequilla Varía entre (215), (395.27) Mano de Obra Termoformadora Varía entre (523.89), (Infinito +) Mano de Obra Guillotina Varía entre (96.4), (Infinito +) Demanda MITSUBISHI Varía entre (Infinito -), (14) Demanda FORD Varía entre (0), y Max (15.83) Demanda Mazda 3 Varía entre (Infinito -), y Max (19.38). YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

11

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

Los coeficientes de las variables pueden variar la del MITSUBISHI (9.6 min) en Min (8.08), y Max (Infinito +), FORD (9.7 min) en Min (Infinito -), y Max (11.52), y finalmente MAZDA 3 (7.3 min) en Min (Infinito -), y Max (15.36).

Simplex Dual: Min G → 480 Y1 + 300 Y2 + 152 Y3 + 250 Y4 + 960 Y5 + 480 Y6 + 7 Y7 + 10 Y8 + 15 Y9

Identificar las Restricciones: Sujeto a: 7.5 Y1 + 2.1 Y2 + 1.19 Y3 + 5 Y4 + 15.01 Y5 + 2.1 Y6 + 1 Y7 ≤ 9.6 7.5 Y1 + 2.2 Y2 + 1.23 Y3 + 6 Y4 + 14.71 Y5 + 2.2 Y6 + 1 Y8 ≤ 9.7 4.3 Y1 + 3 Y2 + 2.33 Y3 + 8 Y4 + 11.11 Y5 + 3 Y6 + 1 Y9 ≤ 7.3 Y1 , Y2 , Y3 ≥ 0

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

12

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

4. Modelo Planeación de la Producción: Simplex Primal: Max Z →

4 216 X1 + 3 136 X 2 + 7 000 X3

Identificar las Restricciones: Sujeto A: Termoformadora Guillotina Lamina Mantequilla Mano de obra Termoformadora Mano de obra Guillotina Demanda Mitsubishi Demanda Ford Inventario Almacenamiento Tiempo calentamiento horno Inspección

7.5 X1 + 7.5 X 2 + 4.3 X3 ≤ 480 2.1 X1 + 2.2 X2 + 3 X 3 ≤ 300 1.19 X1 + 1.23 X2 + 2.33 X 3 ≤ 152 5 X1 + 6 X 2 + 8 X 3 ≤ 250 15.01 X1 + 14.71 X2 + 11.11 X3 ≤ 960 2.1 X1 + 2.2 X2 + 3 X 3 ≤ 480 X1 ≥ 7 X 2 ≥ 10 X1 + X 2 + X 3 ≤ 271 X1 + X 2 + X 3 ≤ 32 15 X1 + 15 X 2 + 15 X 3 ≤ 480 1 X1 + 1.5 X 2 + 2 X 3 ≤ 480

X1 , X 2 , X 3 ≥ 0 5.1 Figura solucion optima factible Modelo Palneacion de la Produccion.

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

13

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

Como podemos observar en la figura 5.1 los coeficientes del vector disponibilidad pueden variar dependiendo de las restricciones: Restricciones: Restricción Varía entre (Min) – (Max) Termo formadora Varía entre (192), (Infinito +) Guillotina Varía entre (81.7), (Infinito +) Lamina Varía entre (55.58), (Infinito +) Mantequilla Varía entre (215), (Infinito +) Mano de Obra Termoformadora Varía entre (418.82), (Infinito +) Mano de Obra Guillotina Varía entre (81.7), (Infinito +) Demanda MITSUBISHI Varía entre (0), (22) Demanda FORD Varía entre (0), (25) Inventario Materia Prima Varía entre (32), (Infinito +) Almacenamiento Varía entre (17), (32) Tiempo calentar horno Varía entre (480), (Infinito +) Inspección Varía entre (52), (Infinito +) Los coeficientes de las variables pueden variar la del MITSUBISHI ($ 4216) en Min (Infinito -), y Max (7000), FORD ($ 3136) en Min (Infinito -), y Max (7000), y finalmente MAZDA 3 ($ 7000) en Min (4216), y Max (Infinito +).

Simplex Dual: Min G → 480 Y1 + 300 Y2 + 152 Y3 + 250 Y4 + 960 Y5 + 480 Y6 + 7 Y7 + 10 Y8 + 271 Y9 + 32 Y10 + 480 Y11 + 480 Y12 Identificar las Restricciones: Sujeto a: 7.5 Y1 + 2.1 Y2 + 1.19 Y3 + 5 Y4 + 15.01 Y5 + 2.1 Y6 + Y7 + Y8 + Y9 + 15 Y10 + Y11 ≤ 4216 7.5 Y1 + 2.2 Y2 + 1.23 Y3 + 6 Y4 + 14.71 Y5 + 2.2 Y6 + Y7 + Y8 + Y9 + 15 Y10 + 1.5 Y11 ≤ 3136 4.3 Y1 + 3 Y2 + 2.33 Y3 + 8 Y4 + 11.11 Y5 + 3 Y6 Y7 + Y8 + Y9 + 15 Y10 + 2 Y11 ≤ 7000

Y1 , Y2 , Y3 , Y4 , Y5 , Y6 , Y7 , Y8 , Y9 , Y10 , Y11 , Y12 , Y13 , Y14 ≥ 0

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

14

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

5. Modelo Transporte: Simplex Primal: Min Z →

250 X11 + 233 X12 + 83 X13 + 65 X14 + 226 X15 + 237 X16 + 250 X21 + 233 X22 + 83 X 23 + 65 X 24 + 226 X 25 + 237 X 26

Identificar las Restricciones: OFERTA: Planta Almacén

X11 + X12 + X13 + X14 + X15 + X16 ≤ 252 X 21 + X 22 + X 23 + X 24 + X 25 + X 26 ≤ 300

DEMANDA: Motorysa Irs Motors Vehipartes Autonal Autopartes Trautos

X11 + X 21 ≤ 98 X12 + X 22 ≤ 88 X13 + X 23 ≤ 12 X14 + X 24 ≤ 12 X15 + X 25 ≤ 161 X16 + X 26 ≤ 181

X11 , X12 , X13 , X14 , X15 , X16 , X 21 , X 22 , X 23 , X 24 , X 25 , X 26 ≥ 0 5.1 Figura solucion optima factible Modelo Transporte.

Como podemos observar en la figura 5.1 los coeficientes del vector disponibilidad pueden variar dependiendo de las restricciones: YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

15

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

Restricciones: Restricción Planta Almacén Motorysa Irs Motors Vehipartes Autonal Autopartes Trautos

Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre Varía entre

Los coeficientes de las variables pueden variar: Restricción Varía entre P-Motorysa Varía entre P-Irs Motors Varía entre P-Vehipartes Varía entre P-Autonal Varía entre P-Autopartes Varía entre P-Trautos Varía entre A-Motorysa Varía entre A-Irs Motors Varía entre A-Vehipartes Varía entre A-Autonal Varía entre A-Autopartes Varía entre A-Trautos Varía entre

[Seleccionar fecha]

(Min) – (Max) (252), (279) (300), (Infinito +) (71), (98) (0), (88) (0), (12) (0), (12) (0), (161) (154), (181)

(Min) – (Max) (250), (98) (0), (Infinito +) (0), (Infinito +) (0), (Infinito +) (0), (Infinito +) (0), y (237) (71), (250) (0), (233) (0), (83) (0), (65) (0), (226) (237), (Infinito +)

Simplex Dual: Max G → 252 Y1 + 300 Y2 + 98 Y3 + 88 Y4 + 12 Y5 + 12 Y6 + 161 Y7 + 181 Y8 Identificar las Restricciones: Sujeto a: Planta-Motorysa Y1 + Y2 + Y3 ≥ 250 Planta Irs Motors Y1 + Y2 + Y3 ≥ 233 Planta-Vehipartes Y1 + Y2 + Y3 ≥ 83 Planta-Autonal Y1 + Y2 + Y3 ≥ 65 Planta-Autopartes Y1 + Y2 + Y3 ≥ 226 Planta-Trautos Y1 + Y2 + Y3 ≥ 237 Planta-Motorysa Y1 + Y2 + Y3 ≥ 250 Planta Irs Motors Y1 + Y2 + Y3 ≥ 233 Planta-Vehipartes Y1 + Y2 + Y3 ≥ 83 Planta-Autonal Y1 + Y2 + Y3 ≥ 65 Planta-Autopartes Y1 + Y2 + Y3 ≥ 226 Planta-Trautos Y1 + Y2 + Y3 ≥ 237 Y1 , Y2 , Y3 , Y4 , Y5 , Y6 , Y7 , Y8 ≥ 0 YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

16

EVALUA LA SOLUCION DEL PROBLEMA DE OPTIMIZACION.

[Seleccionar fecha]

YULY ORDUÑA – JOSE LUIS PACHECO – SANTIAGO GALINDO – BRAYAN PEREZ. 2TGPID3

17