Model1_min
x1 0
x2 0
x3 0
Objective ( 0
Constraints (LHS coeffx1 x2 x3 Sense RHS LHS value (calculated)
2 4 1 >= 6 0
3 2 2 >= 2 0
4 1 1 >= 7 0
Model2_min
x1 0
x2 0
x3 0
Objective ( 0
Constraints (LHS coeffx1 x2 x3 Sense RHS LHS value (calculated)
2 3 1 >= 6 0
1 2 -2 >= 4 0
1 1 2 >= 2 0
Model3_max
x1 0
x2 0
x3 0
x4 0
Objective ( 0
Constraints (LHS coeffx1 x2 x3 x4 Sense RHS LHS value (calculated)
1 1.4 0.2 0.8 <= 1600 0
2 2 1.6 1 <= 1300 0
1.2 1 1 1.2 <= 960 0
e (calculated)
Model4_max
x1 0
x2 0
x3 0
x4 0
Objective ( 0
Constraints (LHS coeffx1 x2 x3 x4 Sense RHS LHS value (calculated)
1 -3 1 -1 >= -2 0
3 -1 -1 1 >= -2 0
e (calculated)
Instrucciones para usar Solver en Excel (versión en Windows):
1. Abre la hoja del modelo (ej. 'Model1_min').
2. Localiza las celdas de variables (columna B, filas 3..). Introduce valores iniciales si deseas.
3. Selecciona la ficha 'Datos' -> 'Solver'. Si no aparece, instala/activa el complemento Solver desde Opciones > Complementos
4. En 'Establecer objetivo' selecciona la celda del Objetivo (ej. B7 o similar).
5. Elige 'Max' para maximizar o 'Min' para minimizar según el modelo.
6. En 'Cambiar celdas de variable' selecciona las celdas de las variables (columna B, filas de variables).
7. Añade las restricciones: usa la tabla de restricciones donde están los coeficientes y la RHS. Por ejemplo, añade que LHS (co
8. Asegúrate de marcar 'Hacer no-negativas' (si aplica) o añade restricciones xi >= 0 explícitas.
9. En 'Seleccionar método de resolución' elige 'Simplex LP' para problemas lineales. Haz clic en 'Resolver'.
10. Guarda el archivo con los resultados (Archivo > Guardar como).
de Opciones > Complementos > Ir > Solver Add-in.
or ejemplo, añade que LHS (columna 'LHS value') <=, >= o = RHS (columna RHS).
Interpretación breve (dual / económica) para cada modelo:
Modelo 1 (Min): Los coeficientes en la función objetivo representan costos unitarios de x1,x2,x3.
Las restricciones >= implican demanda mínima o requisitos; las variables duales asociadas indicarían el valor marginal (sombr
Modelo 2 (Min): Similar al Modelo 1; una restricción tiene coeficiente -2 para x3 en la segunda restricción, lo que permite aum
Modelo 3 (Max): Recursos limitados (RHS: 1600,1300,960). Las variables duales (precios sombra) indicarían cuánto increment
Modelo 4 (Max, Unbounded): Como el problema es no acotado, la interpretación dual muestra que no existen precios sombr
Si quieres, puedo añadir las fórmulas de sensibilidad (precios sombra) usando técnicas de análisis post-óptimo si resuelves los
arían el valor marginal (sombra) de relajar/forzar cada requerimiento.
restricción, lo que permite aumentar x3 reducir la LHS; hay que tener cuidado con interpretación física.
a) indicarían cuánto incrementaría Z por una unidad adicional de cada recurso.
que no existen precios sombra que hagan el dual factible — hay recursos que se pueden aprovechar indefinidamente para aumentar Z.
sis post-óptimo si resuelves los modelos en Excel y me compartes los resultados.
idamente para aumentar Z.
Computed optimal solutions (from the chat session)
Model x1 x2 x3 x4 Objective Z
Model1_mi1.571429 0.714286 0 21.71429
Model2_mi 0 2 0 12
Model3_m 0 650 0 0 3250
Model4_mUnboundeUnboundeUnboundeUnboundeUnbounded