Anda di halaman 1dari 38

INTRODUCCIN Este trabajo tiene como propsito proveer ayuda al estudiante para que pueda comprender y manejar ms efectivamente

el mtodo smplex de programacin lineal. Ilustraremos la aplicacin a situaciones de maximizacin, minimizacin y anlisis de sensibilidad. El Mtodo Smplex como herramienta de programacin lineal fue desarrollado para la poca de los aos cuarenta por George Dantzing, un joven matemtico. El mtodo constituye una forma sistemtica y de bsqueda intensiva a travs de todas las posibles soluciones para obtener una solucin ptima. Ello resulta de gran utilidad debido a su eficiencia. Adems es fcil programarlo en una computadora. En contraste con el anlisis grfico, este mtodo permite el uso de muchas variables. Tambin permite la aplicacin de cantidades de restricciones lineales con signos; mayores e igual, menores e igual y de igualdad. En comparacin con el mtodo grfico, el mtodo smplex tiene como punto de partida el origen siendo este la solucin inicial al problema. El mtodo prueba todos los puntos extremos grficos aunque no necesariamente se detiene en todos los vrtices. Por otro lado utiliza el concepto de lgebra de matrices en una serie de tablones. EL PROBLEMA DE MAXIMIXACIN SMPLEX

Utilizando el siguiente ejemplo estableceremos la formulacin inicial smplex y demostraremos la mecnica del mtodo y su interpretacin. El gerente de la Relojera la Torre desea conocer la ganancia mxima que se puede obtener de la produccin y venta de dos clases de relojes econmicos digitales de pulsera. La ganancia que se obtiene por la produccin y venta de un reloj de hombre es de $4 y de $6 para un reloj de mujer. La empresa cuenta con 120 horas semanales para la produccin de los relojes y 100 horas para la inspeccin y empaque de estos. La fabricacin de un reloj de hombre requiere 2 horas de produccin y 2 horas de inspeccin y empaque. Mientras que un reloj de mujer requiere 4 horas de produccin y 3 horas de inspeccin y empaque. La formulacin del problema para esta situacin es la siguiente: Maximizar Z = $4X1 + $6X2 Sujeto a: 2X1 + 4X2 120 (horas de produccin) 2X1 + 3X2 100 (horas de inspeccin y empaque) (X1, X2 0) Donde X1 = cantidad de relojes de hombre que se producen semanalmente. X2 = cantidad de relojes de mujer que se producen semanalmente.

w .M

at

FORMULACIN INICIAL

em

at

ic a

1.

co

Luego de formular el problema procedemos a trabajar primero con las restricciones y luego con la funcin objetivo. Comenzamos cambiando los signos de las restricciones de desigualdades a igualdades. El mtodo smplex requiere la conversin de las restricciones con signos de desiguales a igualdades estrictas. Esto se debe a que el mtodo usa lgebra de matrices en donde todas las relaciones matemticas sern a base de ecuaciones lineales y que a su vez deben contener todas las variables. Llamaremos a este procedimiento como aumento de las restricciones y de la funcin objetivo. AUMENTO DE LAS RESTRICCIONES Y DE LA FUNCIN OBJETIVO El aumento de las restricciones y de la funcin objetivo surge porque el mtodo smplex comienza por definicin en el origen es decir en el punto (0,0) y de este punto al valor de las restricciones existe una diferencia. Esta diferencia se conoce como holgura y por cada restriccin que tenga el problema tendremos una o ms variables las cuales el mtodo tomar en consideracin. Comencemos con la primera restriccin: 2X1 + 4X2 120 (horas de produccin) Al analizar la restriccin hallamos que el lado izquierdo es menor que el lado derecho. Para poder hacer el cambio de la desigualdad a igualdad tendremos que aadir una variable que absorba la diferencia entre ambos lados. En este caso la variable representa recursos no utilizados o recursos disponibles. Esta variable se conoce como variable de holgura o "Slack". La primera restriccin se reformula asignndole una variable de holgura positiva conocida como S1, la que aparecer de la siguiente forma: 2X1 + 4X2 + S1 = 120. La variable S1 se relaciona con la primera restriccin. De manera parecida procedemos a reformular la segunda restriccin: 2X1 + 3X2 100 (horas de inspeccin y empaque). Encontramos que esta restriccin tambin posee un signo de desigualdad que es menor o igual por lo tanto el lado izquierdo es menor que el derecho. Para poder llevar la ecuacin a igualdad tendremos que tambin aadir una variable de holgura positiva que absorba la desigualdad. De tal manera la segunda restriccin se reformula de la siguiente forma: 2X1 + 3X2 + S2 = 100 en donde S2 se relaciona con la segunda restriccin. Tenemos que ambas restricciones se presentan de la siguiente forma: 2X1 + 4X2 + S1 = 120 2X1 + 3X2 + S2 = 100 La variable de holgura S1 representa las horas de produccin no utilzazas y la variable S2 representa las horas de inspeccin y empaque no utilizadas. Si por definicin el mtodo smplex comienza en el origen (0,0) donde X1 = 0 y X2 = 0, entonces esto significa que por ahora no hay produccin de relojes de ninguna clase (X1 = relojes de hombre y X2 = relojes de mujer). El no tener produccin significa que los recursos disponibles son 120 horas de produccin y 100 horas de inspeccin y empaque. Esta situacin la representamos de la siguiente forma para la primera restriccin: 2X1 +

w w

.M

at

em

at

ic

a1

.c

om

4X2 + S1 = 120 donde X1 = 0 y X2 = 0. Al sustituir los valores de X1 y X2 en la primera restriccin tendremos el siguiente resultado: 2(0) + 4(0) + S1 = 120 por lo tanto S1 = 120 horas disponibles es decir tenemos 120 horas de produccin disponibles porque no hay produccin alguna. Lo mismo suceder con la segunda restriccin: 2X1 + 3X2 + S2 = 100, al sustituir, X1 y X2 en la segunda restriccin, se obtendr el siguiente resultado: 2(0) + 3(0) + S2 = 100 por lo tanto S2 = 100. Esto representa 100 horas disponibles para inspeccin y empaque. Por qu? Por que no hay produccin. Por lo tanto cuando X1 = 0 y X2 = 0, S1 = 120 horas y S2 = 100 horas. Si hacemos una comparacin grfica, estaramos en el origen, punto I, segn lo demuestra la siguiente grfica.1

Para aquellas variables smplex que no aparecen en una ecuacin se le aaden coeficientes de 0. Veamos la nueva formulacin: 2X1 + 4X2 + 1S1 + 0S2 = 120 2X1 + 3X2 + 0S1 + 1S2 = 100 Esto no afecta a las ecuaciones a las cuales se les agregan los coeficientes. Por ejemplo en la primera restriccin S2 posee un coeficiente de 0 porque la variable S2 se refiere a la segunda restriccin en donde en el punto (0,0) existe un sobrante de 100 horas. Estas horas se relacionan con la segunda restriccin y no con la primera. De igual manera sucede con la segunda restriccin. La variable S1 se relaciona con la primera restriccin indicando que hay disponible 120 horas.
1

Los modelos de grfica son adaptados del programa QM.

w .M

at

em

at

ic

a1

.c

om

Estas variables de holgura no producen ganancia alguna porque se relacionan con los recursos por lo tanto sern aadidas a la funcin objetivo y sus coeficientes sern 0 porque estas no aportan a la ganancia. Al reformular la funcin objetivo junto con las restricciones tendremos que estas se expresan de la siguiente forma: Maximizar Z (ganancia) = $4X1 + $6X2 + $0S1 + $0S2 Sujeto a: 2X1 + 4X2 + 1S1 + 0S2 = 120 2X1 + 3X2 + 0S1 + 1S2 = 100 (X1, X2, S1, S2 0)

Las dos restricciones consideradas en la formulacin del problema establecen dos ecuaciones y cuatro variables (X1, X2, S1, S2). El uso del lgebra para aquellos casos donde tenemos cuatro variables desconocidas y solo dos ecuaciones, conlleva igualar dos de las variables a 0 y luego resolvemos para las otras dos variables restantes. Es decir si X1 = X2 = 0 entonces S1 = 120 y S2 = 100. Esto se conoce como una posible solucin o solucin bsica factible. El mtodo smplex comienza con una solucin inicial bsica en donde todas las variables reales Xj son cero. Esta solucin siempre produce una ganancia de 0 y valores de las variables de holgura iguales al valor de las constantes que aparecen al lado derecho. Si se fija en la grfica anterior la solucin inicial smplex ser el punto de origen (0,0). Esta es una solucin posible pero no es la mejor solucin. Como se indic anteriormente el mtodo smplex solo considera soluciones que son factibles, es decir no toma en consideracin aquellas combinaciones de variables reales que violentan las restricciones ya que el mtodo siempre cumple con estas. El violentar una o ms restricciones conlleva la no existencia de una solucin y algunos mencionan esta situacin como solucin o soluciones no factibles.

w w

.M

at

em at ic

a1 .c

om

COMO OBTENER UNA SOLUCIN INICIAL

CUADRO INICIAL Colocamos todos los coeficientes y constantes en un tabln. Esto simplifica el manejo de las ecuaciones y de la funcin objetivo. Veamos el siguiente modelo para un cuadro inicial.

Cj = forma aumentada de los coeficientes de la funcin objetivo Ci = coeficientes de las variables bsicas aij = forma aumentada de los coeficientes de las restricciones o tasa de sustitucin bi = valores del lado derecho de las restricciones z = valor de la funcin objetivo Zj = reduccin de ganancias, aumento en costos asociados con la introduccin de una de sus valores en las columnas respectivas Zj = Cj - Zj = ndice de mejoramiento o rengln de criterio smplex Ratio = lmites introductorios En suma, con estos parmetros del tabln smplex tenemos dos clases de variables a considerarse, variables bsicas y variables no bsicas. Por definicin las variables bsicas son aquellas que poseen un Zj = 0 y las variables no bsicas poseen Zj desiguales a 0. Procedemos a llenar el cuadro inicial utilizando la funcin objetivo y las restricciones de forma aumentada. Maximizar Z (ganancia) = $4X1 + $6X2 + $0S1 + $0S2 Sujeto a: 2X1 + 4X2 + 1S1 + 0S2 = 120 2X1 + 3X2 + 0S1 + 1S2 = 100 (X1, X2, S1, S2 0)

.M

at em at ic

a1 .c om

Comenzamos con la funcin objetivo.

Luego seguimos con los coeficientes de las restricciones o tasa de sustitucin y la constante o el valor derecho de las restricciones. Por ejemplo para la primera restriccin el coeficiente que representa horas de consumo del recurso de produccin para relojes de hombres (X1) es 2 horas y se ubica en la primera fila, primera columna. La posicin en el tabln ser a11 y as sucesivamente con los dems coeficientes. Para los relojes de mujer (X2) es 4 horas y estar ubicada en la posicin a12 en el tabln. En relacin al lado derecho de la primera restriccin el valor de b1 es 120. Hacemos lo mismo para la segunda restriccin. Veamos el siguiente cuadro.

En este cuadro inicial las variables bsicas, que estn en la solucin, son las variables de holgura S1 y S2. Estas variables estarn ubicadas a lado izquierdo del tabln y sus Zj son cero. Esto sucede porque la solucin inicial smplex es en el origen (0,0) por lo tanto si X1 = 0 y X2 = 0 entonces al no fabricar ningn tipo de relojes, los recursos disponibles sern S1= 120 horas de produccin y S2 = 100 horas de inspeccin y empaque. Los coeficientes Ci de estas variables bsicas son 0 porque no tienen efecto sobre la ganancia y estarn localizados en la parte izquierda dentro del tabln. Busquemos ahora los valores para Zj. Si no se estn fabricando relojes entonces los costos o la reduccin en las ganancias tiene que ser cero as como el valor final de la funcin objetivo Z. Por ejemplo la produccin de la variable de decisin real X1 (relojes de hombres) consume 2 horas de produccin y 2 horas de inspeccin y empaque segn lo indica sus coeficientes aij o tasa de sustitucin. Como no hay produccin, la variable bsica para la primera restriccin o primer recurso ser S1 = 120 con un coeficiente C1 = 0, es decir 0 aportacin a las ganancias. De igual forma sucede con la segunda restriccin en donde C2 = 0.

w w

.M

at em

at

ic

a1

.c

om

Esta situacin se refleja de la siguiente forma Zj = Cijaij. C1 a11 C2 a21 Z1 = (0)(2) + (0)(2) = 0; este valor ir en la primera columna para el rengln Zj debajo de la columna X1. C1 a12 C2 a22 Z2 = (0)(4) + (0)(3) = 0; este valor ir en la segunda columna para el rengln Zj debajo de la columna X2. C1 a13 C2 a23 Z3 = (0)(1) + (0)(0) = 0; este valor ir en la tercera columna para el rengln Zj debajo de la columna S1. C1 a14 C2 a24 Z4 = (0)(0) + (0)(1) = 0; este valor ir en la cuarta columna para el rengln Zj debajo de la columna S2. El clculo para hallar la ganancia (Z), con valor es 0 se realiza de forma parecida donde Z = Cijbi. Z = (0)(120) + (0)(100) = 0

El ltimo paso para terminar el tabln ser calcular los cambios en Zj, (Zj) para las columnas. Estos cambios se calculan restando los coeficientes de la funcin objetivo por el Zj correspondiente es decir Zj = CJ - Zj. Z1 = C1 - Z1 Z2 = C2 - Z2 Z3 = C3 - Z3 Z4 = C4 - Z4 =40=4 =60=6 =00=0 =00=0

w .M

at

Trasladamos estos datos al tabln inicial.

em

at

ic a1

.c

om

Trasladamos estos datos al tabln inicial y tenemos nuestro primer tabln smplex.

Analizamos el tabln y encontramos que este posee una matriz identidad. La matriz identidad es aquella que est compuesta por diagonales de 1 y cero. Para este ejemplo la matriz se encuentra debajo del las variables de holguras S1 y S2. Al obtener una solucin final la matriz identidad se trasladar al lado derecho debajo de las variables reales X1 y X2 o se obtendr algo parecido a una matriz identidad. INTERPRETACIN DEL PRIMER CUADRO SMPLEX Para poder interpretar y analizar el primer tabln, procedemos a buscar las variables bsicas y no bsicas y leer sus valores. Las variables bsicas son aquellas que estn en la solucin y poseen cambios en Zj de cero, (Zj = 0) y valores positivos o cero en el lado derecho (bi 0). Los valores de las variables bsicas, aquellas que se encuentran al lado derecho extremo, debern ser siempre mayores o iguales a cero porque no existen negativos recursos o porque no se puede manufacturar negativos productos. Al estudiar el tabln encontramos que la variable S1 posee un Zj = 0 con un valor 120 horas de produccin. Este valor de 120 aparece a la extrema derecha del primer rengln (b1). De igual forma la variable S2 posee Zj = 0 con un valor 100 horas de inspeccin, valor que aparece a la extrema derecha del segundo rengln (b2). Al estudiar los Zj para las variables antes mencionadas encontramos que S1 y S2 son variables bsicas. Contrario a las variables bsicas, las variables no bsicas, no estn en la solucin y son aquellas que poseen cambios en Zj desiguales a cero (Zj 0) y con valores de 0 (bi = 0). Los valores de las variables no bsicas siempre sern cero porque estas variables no estn en la solucin. Al leer el tabln hallamos un Z1 = 4 para la variable X1 y un Z2 = 6 para la variable X2. Esto indica que X1 y X2 son variables no bsicas y que sus valores son cero. Por ltimo se desprende del tabln que la ganancia, (Zj ) es cero. Este valor de 0 aparece en el tabln a la extrema derecha del rengln Zj. En conclusin no se estn fabricando relojes de hombre ni de mujer (variables no bsicas X1 = 0 y X2 = 0). Se tienen disponible 120 horas semanales de produccin y 100 horas semanales de inspeccin y empaque (variables bsicas S1 y S2 respectivamente) para una ganancia semanal de $0.

w w

.M

at em

at

ic

a1

.c

om

MEJORANDO EL CUADRO INICIAL Para mejorar la solucin el mtodo smplex seleccionar el mejor cambio en Zj , (Zj), es decir el ms grande o ms positivo. Este cambio nos indicar que variable deber entrar en la prxima solucin. Si tomamos en consideracin la funcin objetivo: Maximizar Z = $4X1 + $6X2 + $0S1 + $0S2, lo ms seguro que usted escoger la variable X2 como aquella que conviene producir, porque esta nos da un rendimiento mayor que la variable X1, ya que la ganancia que provee X2 es de $6 en comparacin con la ganancia de $4 que proporciona la variable X1. Aparentemente la compaa ganar ms si vende relojes para las damas en vez de relojes para caballeros. El mtodo smplex hace un anlisis parecido. Siempre selecciona el mejor coeficiente. Como se est maximizando, el mtodo escoger el valor que otorgue el mayor rendimiento, es decir el ms positivo y el ms negativo para casos de minimizacin. Utilizando la solucin del cuadro inicial, seleccionamos el mejor cambio en Zj , entre Z1 = 4 para la columna X1 y el Z2= 6 para X2 y lo circulamos. Este mejor cambio nos indicar qu variable no bsica en la columna se convertir en variable bsica. Es decir, qu variable se va a producir y que a su vez provea un mejor rendimiento o una nueva y mejor solucin al problema. Tambin el mejor cambio en Zj, Z2= 6 en este caso, aumentar la ganancia actual de $0 por seis veces el numero de unidades entrantes, relojes de mujer. El mtodo seleccionar la variable X2 porque esta posee el mejor cambio en Zj, circulamos la columna X2 y a esta columna se le conoce como la columna pivote.

El mtodo ha seleccionado la produccin de relojes de damas, (X2) pero queremos conocer cuntos relojes de mujer se van a manufacturar. Existen dos restricciones que limitan la produccin de los relojes de damas (X2) estas son: 2X1 + 4X2 + 1S1 + 0S2 = 120 (horas de produccin) y 2X1 + 3X2 + 0S1 + 1S2 = 100 (horas de inspeccin y empaque). Al analizar la primera restriccin, 2X1 + 4X2 + 1S1 + 0S2 = 120 (horas de produccin) encontramos que todas las horas de produccin se utilizan para fabricar la variable X2 por lo tanto si la produccin de una unidad de X2 toma 2 horas y se tienen en existencia 120 horas entonces se manufacturarn 30 relojes, (120 horas 4 horas por unidad = 30 relojes de damas). No obstante, para poder completar el proceso de produccin, debemos inspeccionar y luego empaquetar los relojes donde la cantidad disponible de horas para el anterior proceso mencionado es de 100 horas.

w .M

at

em

at

ic a

1.

co

El estudio de la segunda restriccin, 2X1 + 3X2 + 0S1 + 1S2 = 100, demuestra que el proceso de inspeccin toma 3 horas donde solo se pueden inspeccionar 33.33 relojes de damas.2 Por lo tanto a pesar de que la segunda restriccin indica que se puede inspeccionar y empaquetar ms relojes (33.33) de los que se pueden producir (30), en realidad solo hay recursos para hacer 30 relojes. Si por error se decide manufacturar 33.33 relojes entonces habr una deficiencia de 13.32 horas necesarias para completar la produccin. Veamos el porqu de lo antes mencionado. La fabricacin de 33.33 relojes requiere 4 horas por cada reloj del recurso horas de produccin, para un total de 133.32 horas requeridas (4 horas x 33.33 relojes). El total de horas disponible para la produccin de relojes son 120 por lo tanto faltarn 13.32 horas para poder hacer los 33.33 relojes (120 133.32). Esto significa que la produccin se quedar corta por 3.33 relojes (-13.32 horas 4 horas de produccin). El proceso mecnico del mtodo smplex toma en consideracin lo antes mencionado mediante el clculo de un Ratio o lmite introductorio para cada rengln y luego selecciona el Ratio positivo ms pequeo entre los renglones. Este Ratio indica la razn de entrada y salida para la nueva variable bsica. Esto aplica para ambos casos, maximizacin y minimizacin. Es decir sabemos que la variable entrante, la nueva variable bsica es X2 y sta deber ocupar su lugar al lado extremo izquierdo donde estn ubicadas las variables de holguras S1 y S2. La bsqueda del mejor Ratio nos indicar cul de las variables bsicas, S1 y S2 saldr para dar paso a la nueva variable entrante, variable bsica X2 o lo que es lo mismo en cul fila se ubicar la variable. Para lograr lo antes mencionado, el mtodo calcula para cada rengln un Ratio, dividiendo el valor del lado derecho (bi) entre el coeficiente aij correspondiente y luego selecciona el positivo ms pequeo. Para este caso se usarn los coeficientes aij correspondiente a la columna pivote (columna X2). bi S1 S2 (b1) 120 (b2) 100 aij = Ratio (a12) 4 =
30

w w

(a22) 3 = 33.33

El ratio positivo ms pequeo es 30 por lo tanto la variable S1 ubicada en el primer rengln saldr y en su lugar la ocupar la variable X2. A este rengln saliente se le conoce como rengln pivote porque sale para dar paso a la entrada de la nueva variable bsica provista por la columna pivote. Es decir sale la variable S1, entra la variable X2 y se producen 30 unidades. Se podr seleccionar el cero como el valor positivo ms pequeo de ser necesario, ante la ausencia de un ratio positivo. Vase tabln smplex en la siguiente pgina.

La cantidad de relojes que se inspeccionan y empacan deber ser un nmero entero y no fraccionar. Para evitar esta situacin se utiliza el enfoque de programacin para enteros, el cual no veremos en este trabajo.

.M

lmite positivo ms pequeo (rengln pivote)

at em

at

ic

a1

.c

om

Elemento Nuevo Rengln Pivote Interseccin = Rengln Pivote (2, 4, 1, 0; 120) 4 = (, 1, , 0; 30) Trasladar al segundo tabln.

La justificacin para que el rengln pivote se divida entre el elemento de interseccin viene de las ecuaciones lineales. El ratio positivo ms pequeo seleccionado de 30 se obtuvo de la primera ecuacin y de la divisin del valor o la constante al lado derecho (b1) de 120 entre 4. Ahora bien, cualquier ajuste que se realice a un elemento de una ecuacin afecta a todos los dems elementos de esa ecuacin. Es decir lo que se le haga a un lado de la ecuacin afecta toda la ecuacin lineal. Por ejemplo la divisin entre 4 al valor del lado derecho de 120 para la restriccin, 2X1 + 4X2 + 1S1 + 0S2 = 120, afecta toda la ecuacin por lo tanto toda la ecuacin lineal se divide entre 4. El resultado obtenido es igual al nuevo rengln pivote. 2X1 + 4X2 + 1S1 + 0S2 = 120 4 = ( X1+1X2 + S1 + 0S2; 30) Nuevo rengln pivote

El propsito del Ratio es saber el nmero mximo de unidades que se pueden asignar a la variable que entra y as evitar que las variables bsicas tengan valores negativos o se violenten las restricciones. La seleccin errnea de 33.33 como el mejor Ratio violenta la primera restriccin causando un faltante de 13.32 horas (33.33 x 4 horas 120 horas disponibles de produccin) y como consecuencia de est decisin, la produccin se quedar corta por 3.33 relojes (-13.32 horas 4 horas de produccin). El Ratio seleccionado indica una produccin de 30 relojes y la columna pivote indica que estos relojes sern de damas (X2). Si la aportacin a las ganancias de la variable X2 son $6 por unidad entonces la ganancia total ser de $180; ($6)(30 relojes). Para expresar esta relacin de entrada y salida se hace el clculo para nuevo rengln pivote y se trasladan los resultados al segundo tabln smplex. El clculo del nuevo rengln se realiza dividiendo el rengln pivote entre el elemento de interseccin de la columna y el rengln pivote.

.M

at

em

at

ic

a1

.c

om

Luego de producir las 30 unidades de X2 se requieren que en su totalidad se inspeccionen y se empaquen para la venta. La segunda restriccin se relaciona con este proceso, 100 horas disponibles. La sustitucin del valor de X2 en la ecuacin lineal, 2X1 + 3X2 + 0S1 + 1S2 = 100, indica el uso de 90 horas que se consumen del total de 100 horas disponibles del segundo recurso, creando un sobrante de 10 horas. El resultado anterior se obtiene sustituyendo X1 = 0 y X2 = 30 en la segunda ecuacin. 2(0) + 3(30) + 0S1 + 1S2 = 100 S2 = 100 90 = 10 (horas disponibles) Este procedimiento se conoce como revisin de los renglones y es mandatario para todas las filas, excluyendo el nuevo rengln pivote. A continuacin se resume el proceso de revisin de los renglones segn el mtodo smplex: 1. Halle el elemento de interseccin que se encuentra entre la columna pivote y el rengln a revisarse. (3 para nuestro ejemplo) 2. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin. (, 1, , 0; 30) x (3) = (- 3/2 , -3, -, 0; -90) 3. Smele algebraicamente al el rengln negativo el rengln que se est revisando y trasldelo al prximo tabln. (segundo tabla smplex) (- 3/2, -3, -, 0; -90) S2: + ( 2, 3, 0, 1; 100) ( , 0, -, 1; 10) Al igual que para el tabln inicial habr que buscar los valores Zj para la nueva tabla smplex. (Zj = Cijaij.), llevarlos al segundo tabln y luego buscar la ganancia de manera parecida donde Z = Cijbi. C2 a11 C2 a21 Z1 = (6)() + (0)() = 3; este valor ir en la primera columna para el rengln Zj debajo de la columna X1. C2 a12 C2 a22 Z2 = (6)(1) + (0)(0) = 6; este valor ir en la segunda columna para el rengln Zj debajo de la columna X2. C2 a13 C2 a23 Z3 = (6)() + (0)(-) = 3/2; este valor ir en la tercera columna para el rengln Zj debajo de la columna S1. C1 a14 C2 a24 Z4 = (6)(0) + (0)(1) = 0; este valor ir en la cuarta columna para el rengln Zj debajo de la columna S2. Z = (6)(30) + (0)(10) = 180 Finalmente para completar el tabln habr que buscar los Zj correspondientes donde Zj = CJ - Zj.

.M

at

em

at

ic

a1

.c

om

Z1 = C1 - Z1 Z2 = C2 - Z2 Z3 = C3 - Z3 Z4 = C1 - Z4

=43 = 1 =66 = 0 = 0 3/2 = -3/2 =00 =0

INTERPRETACIN DE LA SEGUNDA TABLA SMPLEX El siguiente tabln smplex hace un resumen de todos los datos pertinentes a la empresa para ser interpretados.

Las variables bsicas son aquellas con Zj = 0 y con valores al lado derecho (bi) mayores e iguales a cero. La razn por la cual estos cambios son cero se debe a que estas variables hicieron su aportacin mxima a la ganancia. La variable X2 posee con Z2= 0 y su valor a la extrema derecha (b1) es 30. Mientras que la variable S2 tambin posee un Zj = 0 con un valor de 10. Note que para ambas variables existe un coeficiente de 1, ubicado en la interseccin entre la columna y el rengln donde se encuentra la variable. Las variables no bsicas son aquellas con Zj 0 y con valores de cero. Su valor es cero porque no estn o no aportan a la solucin. Adems ests variables tienen cambios positivos o negativos. Las variables no bsicas para el segundo tabln son: X1 con Z1 = 1 y S1 con Z3 = -3/2 y los valores de estas dos son cero. La ganancia (Zj) ser de $180. Se puede cotejar si la ganancia expresada en el tabln es la correcta utilizando la siguiente relacin aritmtica; Zi +1 = Zi + (mejor Zj)( mejor Ratio). ZII = ZI + (mejor ZI)( mejor RatioI). ZII = $0 + ($6)(30 ) = $180.

La bsqueda de la solucin actual se obtiene al interpretar los resultados del segundo cuadro. Se analizan las variables bsicas y no bsicas, se leen el valor de estas variables y finalmente se busca la ganancia.

.M

at

em

at

ic

a1

.c

om

En conclusin la mezcla para la produccin de los relojes se encuentra en el punto (0, 30) en donde la produccin semanal ser de 30 relojes de mujer y 0 relojes de hombre. Adems se utiliz el total de horas de produccin para hacer los relojes y existe un sobrante de 10 horas disponibles de inspeccin y empaque para una ganancia de $180. Al comparar la solucin smplex con el anlisis grfico encontramos la solucin en el punto II.

TERCER TABLN SMPLEX

Un vistazo a las variables no bsicas en el segundo tabln smplex demuestra la existencia de Zj positivos. Esto indica que el tabln no es final ptimo. La solucin se puede mejorar al seleccionar el Zj ms positivo. Este cambio provee una ganancia mayor que la anterior. La variable X1 tiene el Zj ms positivo, Z1 = 1. Esto indica que la solucin se puede mejorar si se decide entrar a la base la variable X1. La seleccin de sta variable aumenta la ganancia por $1 segn la cantidad entrante de X1 unidades. El mtodo selecciona la variable no bsica con el Zj = 1 por lo tanto X1 ser la nueva columna pivote. (Vase pgina 16) Luego se buscan los Ratio para cada rengln y se escoge el positivo ms pequeo entre estos.

bi X2 S2

(b1) 30 (b2) 10

aij = Ratio (a11) = 60 (a21) =


20

w .M

lmite positivo ms pequeo (rengln pivote)

at

em

at

ic

a1

.c

om

El rengln S2 sale para dar entrada a la variable X1. Esto indica una produccin de 20 unidades de X1, relojes de hombres. Fabricar relojes de hombre causa un efecto negativo en la produccin de relojes de mujer (X2) porque habr que hacer una reduccin en la cantidad de relojes de mujer que se producen ya que para la solucin anterior (cuadro II) se usaron todas las horas de produccin (S1) en los relojes de mujer variable (X2). Esta situacin que presenta el mtodo se puede plasmar y ver su resultado mediante el anlisis de las tasas de substitucin (aij) provista por las ecuaciones lineales en el corazn del tabln smplex. Por ejemplo las ecuaciones lineales originales son: 2X1 + 4X2 + 1S1 + 0S2 = 120 (horas de produccin) 2X1 + 3X2 + 0S1 + 1S2 = 100 (horas de inspeccin y empaque) La produccin de 20 unidades de X2 (relojes de mujer) utiliza un total de 80 horas de produccin (20 unidades x 4 horas) para un restante de 40 horas disponibles (120 total horas 80 horas utilizadas). Como la variable X1 (relojes de hombre) se qued en la fila, es decir es una variable bsica entonces las 40 horas restantes y disponibles se utilizarn para producir X1. De la primera restriccin se desprende que la variable bsica X1 utiliza 2 horas del primer recurso (horas de produccin) por lo tanto se producirn 20 unidades (40 horas restantes y disponibles 2 horas). Observe que al sustituir los valores de la mezcla de produccin: X1= 20, X2 = 20 en las restricciones y en la funcin objetivo, se agotan o se consumen al mximo todos los recursos para obtener una ganancia de $200. Veamos, primero sustituimos en las restricciones los valores de X1= 20, X2 = 20 y luego en la funcin objetivo. Primera restriccin, 2X1 + 4X2 + 1S1 + 0S2 = 120 2(20) + 4(20) + 1S1 + 0S2 = 120 (horas de produccin) 1S1 + 0S2 = 120 40 80 = 0 S1 = 0 Segunda restriccin, 2X1 + 3X2 + 0S1 + 1S2 = 100 2(20) + 3(20) + 0S1 + 1S2 = 100 (horas de inspeccin y empaque) S2 = 100 40 60 = 0 S2 = 0 Funcin objetivo, Maximizar Z = $4X1 + $6X2 Maximizar Z = $4(20) + $6(20) = $80 + $120 = $200

Resumiendo, la solucin para el tercer tabln ser: X1= 20, X2 = 20, S1 = 0, S2 = 0 y Zj = $200.

w .M

at

em

at

ic a

1.

co

Para completar el tercer tabln, repetimos el proceso mecnico smplex. A continuacin se resume el procedimiento. 1. Busque el mejor el Zj ms positivo, Zj = 1 para la columna X1. 2. Halle el Ratio positivo ms pequeo, R2 = 20, S2 rengln pivote. 3. Halle el rengln pivote, (, 0, -, 1; 10)

(, 0, -, 1; 10) x (2) = (1, 0, -3/2, 2, 20) Nuevo rengln pivote 5. Revise los renglones restantes para nuestro ejemplo la fila X2. a. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin. (1, 0, -3/2, 2, 20) x () = (- , 0, , -1; -10) b. Smele algebraicamente al rengln negativo el rengln que se est revisando y trasldelo al prximo tabln. (III tabla smplex) (- , 0, , -1; -10) X2: + ( , 1, , 0; 30) ( 0, 1, 1, -1; 20) 6. Halle los valores Zj para la nueva tabla smplex. (Zj = Cijaij.) C2 a11 C2 a21 Z1 = (6)(0) + (4)(1) = 4; este valor ir en la primera columna para el rengln Zj debajo de la columna X1.

4. Halle el nuevo rengln pivote y trasldelo a prximo tabln (tabla III) a. Busque el elemento de interseccin que se encuentra entre la columna pivote y el rengln pivote. ( para nuestro ejemplo) y divida el rengln pivote entre el elemento de interseccin. (, 0, -, 1; 10) (); para este caso es ms fcil multiplicar el rengln pivote por el inverso de la fraccin, es decir 2.

.M

at

em

at

ic

a1

.c o

C2 a12 C2 a22 Z2 = (6)(1) + (4)(0) = 6; este valor ir en la segunda columna para el rengln Zj debajo de la columna X2. C2 a13 C2 a23 Z3 = (6)(1) + (4)(- 3/2) = 0; este valor ir en la tercera columna para el rengln Zj debajo de la columna S1. C1 a14 C2 a24 Z4 = (6)(-1) + (4)(2) = 2; este valor ir en la cuarta columna para el rengln Zj debajo de la columna S2.

7. Halle la ganancia donde Z = Cijbi. Z = (6)(20) + (4)(20) = 200

8. Halle los Zj correspondientes donde Zj = CJ - Zj. Z1 = C1 - Z1 Z2 = C2 - Z2 Z3 = C3 - Z3 Z4 = C1 - Z4 =44 =66 =00 =02 = 0 = 0 = 0 = -2

Leemos el tercer tabln, buscamos las variables bsicas, no bsicas, la ganancia e interpretamos la solucin. Las variables bsicas son aquellas que poseen Zj = 0 y sus valores al lado derecho extremo son positivo. La variable X1 y X2 poseen Zj = 0 y un coeficiente de 1 en la interseccin entre la columna y fila donde se encuentra la variable. El valor para la variable X1 es de 20 unidades mientras que X2 posee un valor tambin de 20 unidades. Por otra lado las variables no bsicas poseen Zj 0, (positivos o negativos) mientras que su valor es 0. De la tabla se desprende a S1 y S2 como variables no bsicas y ambas con valores de 0. La ganancia (Zj) que se obtiene de la mezcla de produccin son $200. Se puede cotejar si la ganancia expresada en el tabln es la correcta utilizando la siguiente relacin aritmtica; Zi +1 = Zi + (mejor Zj)( mejor Ratio). ZIII = Zi + (mejor ZII)( mejor RatioII) ZIII = 180 + (1)(20) = 200

w .M

at

em

at

ic

a1

.c

om

El anlisis de todos los Zj para el tercer tabln indica que la solucin es final ptima. Esto se debe a que la nica manera para mejorar la solucin es que una variable no bsica se convierta en variable bsica. Para que esto suceda la variable no bsica debe tener un cambio positivo de manera que al seleccionarse aumente la ganancia. De seleccionarse una variable con cambio negativo, esta reducir la ganancia. En resumen, para casos de maximizacin una solucin ser ptima si est posee Zj de cero para las variables bsicas y negativo para las variables no bsicas. En conclusin el tabln final indica que la mezcla para la produccin de los relojes se encuentra en el punto (20, 20) en donde la produccin semanal ser de 20 relojes de hombre (X1) y 20 relojes de mujer (X2). Se utiliz todos los recursos para obtener una ganancia mxima semanal de $200. En la solucin grfica, vase grfica, aparecen cuatro puntos extremos que son soluciones posibles, estas se prueban hasta obtener una solucin ptima. El mtodo smplex prob todas las esquinas de la solucin grfica en solo tres tablones.

w w

.M

at em

at

ic

a1

.c

om

EL PROBLEMA DE MINIMIZACIN La solucin para un problema de minimizacin se simplifica despus de haber practicado un problema de maximizacin. La diferencia en el procedimiento es mnima. Veamos el siguiente ejemplo. La empresa Que Lindo Perrito se dedica a la produccin y venta de comida seca para perros. La compaa produce y empaca dos clases de comidas en bolsos de 20 libras, estos son a saber; comida seca para perros en crecimiento y comida seca para perros adultos. El costo semanal de fabricar un saco de comida para crecimiento es de $5 y para adultos de $7. A la comida para crecimiento se le puede aadir un mximo de 200 unidades de vitaminas mientras que la comida para perros adultos deber tener un mnimo de 100 unidades. El total de unidades de vitaminas para la mezcla deber ser exactamente 800 unidades. La formulacin para este problema de programacin lineal es la siguiente. Minimizar Z = $5X1 + $7X2 Sujeto a: 1X1 + 200 (unidades de vitaminas para perros en crecimiento) + 1X2 100 (unidades de vitaminas para perros adultos) X1 + X2 = 800 (total de unidades de vitaminas)

Donde X1 = unidades de vitaminas para las bolsas de comida para crecimiento X2 = unidades de vitaminas para bolsas de comida perros adultos AUMENTO DE LAS RESTRICCIONES Y DE LA FUNCIN OBJETIVO Al igual que en el caso de maximizacin, antes discutido, se comienza aumentando las restricciones y luego la funcin objetivo. La primera restriccin, 1X1 + 200 (unidades de vitaminas para perros en crecimiento) posee un signo de desigualdad por lo tanto se le asigna una variable de holgura positiva. 1X1 + S1 = 200

La segunda restriccin, 2X1 + 3X2 100 (unidades de vitaminas para perros adultos) tiene un signo mayor e igual, es decir el lado izquierdo es mayor que el lado derecho. Para poder igualar la restriccin habr que restar una variable de holgura. Esta variable se conoce como una variable de holgura negativa o de excedente o superflua. 0X1 + 1X2 -S2 = 100 Como el mtodo smplex comienza en el origen, esto significa desafortunadamente que en el punto de solucin inicial (0,0) el valor de la variable S2 ser de -100.

w .M

at

em

(X1, X2 0)

at

ic

a1

.c

om

Esto se debe a que se sustituy el punto (0,0) en la ecuacin obteniendo el resultado antes mencionado. 1(0) -S2 = 100, S2 = -100 No es permitido un valor negativo para la variable de holgura. Este valor negativo representa la falta de recurso. No se puede asignar una cantidad negativa de vitaminas para las bolsas de comida de perro. Para remediar esta situacin se le asignar una variable artificial a la restriccin al lado izquierdo en adicin a la variable de holgura negativa. La variable artificial absorber la negatividad de la variable de holgura. 1X2 -S2 + A2 = 100 La variable artificial posee un subndice de 2 porque pertenece a la segunda restriccin. Su interpretacin, es de una variable de holgura negativa que demuestra por cuntas unidades la solucin final violenta la segunda restriccin. Cuando se encuentra una solucin que no violente la restriccin, A2 ser cero (0) y se quedar con ese valor. Su nico propsito es el proveer una solucin inicial con valores no negativos. X2 = 800 (total de unidades de vitaminas), se le aadir La tercera restriccin, X1 + una variable artificial para no violentar la restriccin. A menos que la restriccin pase por el origen, de lo contrario existir una diferencia entre el origen y la igualad de la restriccin. La variable artificial absorber esta diferencia X1 + X2 + A2 = 800

Siempre que se incorpore una variable de holgura o artificial a una restriccin, habr que agregarlas en las dems restricciones y en la funcin objetivo. En una solucin ptima, las variables artificiales no pueden ser variables bsicas. La razn para que estas se excluyan en la solucin ptima es que estas absorben la negatividad de la variable de holgura. Tambin representan por cuantas unidades no se ha cumplido con la restriccin. Para eliminar estas variables artificiales se le asigna un costo extremadamente alto para los casos de minimizacin y una reduccin grande en las ganancias para los casos de maximizacin. En problemas de minimizacin las variables con costos bajos son deseables y son las primeras en entrar a la solucin y las variables con costos altos sern rpidamente eliminadas. Para lograr esto utilizaremos el mtodo de la M grande. El mtodo de la M grande permite la eliminacin de estas variables hasta donde sea posible. El mtodo utiliza la letra $M en vez de dlares para representar un nmero muy grande. Le asigna un coeficiente de +$M, costo muy alto en casos de minimizacin y -$M, reduccin de ganancias para maximizacin. Las variables de holgura negativa tienen un costo de cero.

.M

at em at ic

a1

.c o

Acomodamos las restricciones y la funcin objetivo con sus nuevas variables de holgura y artificiales. Minimizar Z (costo) = $5X1 + $7X2 + $0S1 + $0S2 + MA2 + MA3 Sujeto a: 1X1 + 0X2 + 1S1 + 0S2 + 0A2 + 0A3 = 200 0X1 + 1X2 + 0S1 - 1S2 + 1A2 + 0A3 = 100 1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800 (X1, X2, S1, S2, A2, A3 0)

COMO OBTENER UNA SOLUCIN INICIAL El tabln smplex inicial se construye de manera parecida al anterior ejemplo de maximizacin. Las variables bsicas en la solucin inicial son aquellas que poseen signos positivos en este caso son las de holgura positivas (S1) y las artificiales (A2 y A3). Veamos cuales de las variables son bsicas a ser asignadas al tabln inicial. La primera restriccin, 1X1 200; S1, se asigna la variable S1 Variable bsica La segunda restriccin, 1X2 100; -S2 + A2, se asigna la variable A2 Variable bsica La tercera restriccin, X1 + X2 = 800; A3, se asigna la variable A3 Variable bsica Luego de trasladar las ecuaciones a la tabla inicial procedemos a buscar los valores de Zj y los Zj correspondientes y los llevamos al tabln inicial. Z1 = (0)(1) + (M)(0) + (M)(1) = M Z2 = (0)(0) + (M)(1) + (M)(1) = 2M Z3 = (0)(1) + (M)(0) + (M)(0) = 0 Z4 = (0)(0) + (M)(-1) + (M)(0)= -M Z5 = (0)(0) + (M)(1) + (M)(0)= M Z6 = (0)(0) + (M)(0) + (M)(1)= M Z = (0)(200) + (M)(100) + (M)(800) = 900M Z1 = C1 - Z1 Z2 = C2 - Z2 Z3 = C3 - Z3 Z4 = C4 - Z4 Z5 = C5 - Z5 Z6 = C6 - Z6 = 5 M = 5-M = 7 2M = 7-2M =00=0 =0M=M =MM=0 =MM=0

.M

at

em

at

ic

a1

.c

om

Para la tabla inicial buscamos las variables bsicas, no bsicas e interpretamos la solucin. Las variables bsicas como se ha mencionado son aquellas que poseen Zj = 0, mientras que las variables no bsicas tienen Zj 0. Las variables: S1, A2 y A3 son bsicas, mientras que las variables: X1, X2 y S2 son variables no bsicas porque tienen cambios negativos y sus valores son cero. El valor de la variable bsica S1 es de 200 y significa, la existencia de 200 unidades disponibles de vitaminas para perros en crecimiento. Las variables artificiales significan que no se ha cumplido con la restriccin. El valor de 100 para la variable A2 indica el incumplimiento por la cantidad de 100 unidades de la segunda restriccin, 1X2 100 (unidades de vitaminas para perros adultos). Esta restriccin exige que se agreguen por lo menos 100 unidades y su incumplimiento se debe a que la solucin inicial est en el punto (0,0). De igual manera sucede con la variable A3. Est variable se refiere a la tercera restriccin e indica el incumplimiento de la restriccin por 800 unidades. Al sustituir los valores de X1 y X2 faltarn las 800 unidades para su cumplimiento. Para la tercera restriccin sustituimos los valores de X1 = 0 y X2 = 0, entonces 0 + 0 + A3= 800 por lo tanto A3 = 800. Cuando se cumpla con la tercera restriccin entonces la variable artificial dejar de ser bsica y tendr un valor de cero. Siempre se violentarn las restricciones mientras una variable artificial se mantenga como bsica. En conclusin no se asignan vitaminas para alimentos de perros en crecimiento, (X1 = 0) ni vitaminas para perros adultos, (X2 = 0), y se podr agregar 200 unidades de vitaminas para perros en crecimiento. Se incumple con la segunda restriccin por 100 unidades y con la tercera restriccin por 100 unidades y el costo es alto.

w w

.M

at em

at

ic

a1

.c

om

SEGUNDO TABLN SMPLEX La construccin del segundo tabln smplex comienza con la bsqueda de la columna pivote. En el mtodo de la M grande, los Zj son afectados segn el valor asignado a la variable M. Para seleccionar el mejor cambio, asignamos un valor extremadamente alto en comparacin con los coeficientes de X1 y X2. Un valor de $100 es bastante alto si este es comparado con $5 y $7. Asignamos el valor de $100 y los sustituimos en los cambios. La seleccin del Zj ms negativo o el costo ms bajo, -193, nos indica que la columna pivote es la segunda columna. Z1 = 5-(100) = 5-100 = -95 Z2 = 7-2(100) = 7-200 = -193

La variable X2 entrar a la base. Luego se buscan los Ratio para cada rengln y se escoge el positivo ms pequeo entre estos. bi S1 A2 A3 200 100 800 aij = Ratio 0 = (No definido) 1 =
100

1 = 800

El rengln A2 sale para dar entrada a la variable X2. Esto indica una asignacin de 100 unidades para X2. Despus que una variable artificial sale de la base o deja de ser variable bsica esta no podr entrar a la base. Esto sucede porque el costo de entrar la variable es muy alto y el mtodo descartar la variable. Es recomendable aunque no necesario, la eliminacin de la columna A2 en el tabln. Esto hace el clculo aritmtico ms fcil porque la tabla tiene menos elementos. De existir una solucin ptima, el tabln final ser ms pequeo.

w .M

at
lmite positivo ms pequeo (rengln pivote)

em at

ic

a1

.c

om

Se repiten los pasos aprendidos en el caso de maximizacin para completar el segundo cuadro. 1. Halle el rengln pivote, (0, 1, 0, -1, 0; 100). Se elimin la columna A2. 2. Halle el nuevo rengln pivote y trasldalo a prximo tabln (tabla II) a. Busque el elemento de interseccin que se encuentra entre la columna pivote y el rengln pivote. (1 para nuestro ejemplo) y divida el rengln pivote entre el elemento de interseccin. b. Para este ejemplo el elemento de interseccin es 1 por lo tanto el nuevo regln pivote ser igual que el rengln pivote. (0, 1, 0, -1, 0; 100) (1).

3. Revise los renglones restantes, a. para la fila S1. i. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin. (0, 1, 0, -1, 0; 100) x (0) = (0, 0, 0, 0, 0; 0) ii. Smele algebraicamente al el rengln negativo, el rengln que se est revisando y trasldelo al prximo tabln. Como los elementos son cero entonces el rengln revisado es igual al rengln a revisarse. (0, 0, 0, 0, 0; 0) S1: + (1, 0, 1, 0, 0; 200) (1, 0, 1, 0, 0; 200) b. para la fila A3. iii. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin. (0, 1, 0, -1, 0; 100) x (1) = (0, -1, 0, 1, 0;-100) iv. Smele algebraicamente al el rengln negativo el rengln que se est revisando y trasldelo al prximo tabln. Como el elemento es cero el rengln revisado es igual al rengln a revisarse. (0, -1, 0, 1, 0;-100) A3: + (1, 1, 0, 0, 1; 800) (1, 0, 0, 1, 1; 700)

.M

(0, 1, 0, -1, 0; 100) (1) = (0, 1, 0, -1, 0; 100) Nuevo rengln pivote

at

em

at

ic

a1 .c

om

4. Halle los valores Zj para la nueva tabla smplex. (Zj = Cijaij.) Z1 = (0)(1) + (7)(0) + M(1) = M Z2 = (0)(0) + (7)(1) + M(0) = 7 Z3 = (0)(1) + (7)(0) + M(0) = 0 Z4 = (0)(0) + (7)(-1) + M(1) = -7+M Z5 = (0)(0) + (7)(0) + M(1) = M

5. Halle la ganancia donde Z = Cijbi. Z = (0)(200) + (7)(100) + M(700) = 700 + 700M

6. Halle los Zj correspondientes donde Zj = CJ - Zj. Z1 = C1 - Z1 = 5 M = 5 M Z2 = C2 - Z2 = 7 7 = 0 Z3 = C3 - Z3 = 0 0 = 0 Z4 = C4 - Z4 = 0 (-7 +M) = 7-M Z5 = C5 Z5 = M -M = 0

INTERPRETACIN DEL SEGUNDO TABLN La tabla anterior resume toda la informacin sobre la mezcla de produccin. Un examen de los datos provistos, demuestran las variables bsicas: S1 con valor de 200, X2 con valor de 100 y A3 con valor de 700 y las no bsicas: X1 y S2 ambas con valores de 0. El costo para la mezcla de 700 + 700M es todava muy alto. El punto de solucin (0,100) indica la asignacin de 100 unidades de vitaminas para perros adultos (X2) y 0 unidades de vitaminas para perros en crecimiento.

w w

.M

at

em

at

ic

a1

.c

om

La interpretacin de la variable bsica S1 se obtiene al estudiar la primera restriccin, 1X1 200 (unidades de vitaminas para perros en crecimiento). Observe que la sustitucin del valor de cero para X1 en la ecuacin de forma aumentada causa una disponibilidad mxima de 200 unidades de parta de la variable S1. Veamos, para 0 + 0X2 + 1S1 + 0S2 + 0A2 + 0A3 = 200; S1 = 200. En cuanto a la variable bsica A3, esta indica el incumplimiento de la tercera restriccin, X1 + X2 = 800 (total de unidades de vitaminas), por la cantidad de 700 unidades. La restriccin exige una combinacin exacta de 800 unidades para X1 y X2, sin embargo se asign una cantidad de 100, incumpliendo con la restriccin por 700 unidades. Veamos, sustituyendo X1 = 0 y X2 = 100 en la ecuacin; 1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800 1(0) + 1(100) + 0S1 + 0S2 + 0A2 + 1A3 = 800 1A3 = 800 -100 = 700

ZII = ZI + (mejor ZI)( mejor RatioI) ZII = $900M + ($7-2M)(100 ) = $900M + 700 -200M ZII = $700M + 700

TERCER TABLN SMPLEX Un examen de los Zj indica que la solucin del segundo tabln no es ptima porque no todos los cambios son cero y positivos. La solucin se puede mejorar porque existen dos cambio negativos: Z1 = 5-M para la columna X1 y Z4 = 7-M para la columna S2, uno de estos cambios reducir el costo ms que el otro para la prxima tabla. Seleccionamos el primer cambio porque es el ms negativo. Por consiguiente la variable X1 entrar en la base y ser la columna pivote remplazando aquel rengln que posea ratio positivo ms pequeo.

.M

Zi +1 = Zi + (mejor Zj)( mejor Ratio).

at

em

Por ltimo se revisa el costo del tabln para ver si este es el correcto, donde;

at

ic

a1

.c

om

A3 = 700

Enumeramos los siguientes pasos para el clculo del tercer tabln smplex luego de haber seleccionado la columna pivote. 1. Para el segundo tabln busque los Ratio para cada rengln y escoja el positivo ms pequeo entre estos.

A3

700

1 = 700

El rengln S1 sale al poseer el ratio positivo ms pequeo. 9. Halle el rengln pivote, (1, 0, 1, 0, 0; 200) 10. Halle el nuevo rengln pivote y trasldalo al tercer tabln. a. Busque el elemento de interseccin que se encuentra entre la columna pivote y el rengln pivote. (1 para nuestro ejemplo) y divida el rengln pivote entre el elemento de interseccin. 11. Para este ejemplo el elemento de interseccin es 1 por lo tanto el nuevo regln pivote ser igual que el rengln pivote. (1, 0, 1, 0, 0; 200) (1) = (1, 0, 1, 0, 0; 200) Nuevo rengln pivote 12. Revise los renglones restantes, a. Para la fila X2, la multiplicacin del nuevo rengln pivote por cero y la suma del rengln S1, hace que el regln revisado sea igual al rengln a revisarse. b. para la fila A3.

X2

100

0 = (No definido)

.M

at

em

S1

200

1 =

200

lmite positivo ms pequeo (rengln pivote)

at

ic

a1

bi

aij = Ratio

.c

om

i. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin; (1, 0, 1, 0, 0; 200) x -(1) = (-1, 0, -1, 0, 0; -200) ii. Smele algebraicamente al el rengln negativo, el rengln que se est revisando y trasldelo al tercer tabln; (-1, 0, -1, 0, 0; -200) + (1, 0, 0, 1, 1; 700) = (0, 0, -1, 1, 1; 500) 13. Halle los valores Zj para la tercera tabla smplex. (Zj = Cijaij.) Z1 = (5)(1) + (7)(0) + M(0) = 5 Z2 = (5)(0) + (7)(1) + M(0) = 7 Z3 = (5)(1) + (7)(0) + M(-1) = 5-M Z4 = (5)(0) + (7)(-1) + M(1) = -7+M Z5 = (5)(0) + (7)(0) + M(1) = M

14. Halle el costo donde Z = Cijbi. Z = (5)(200) + (7)(100) + M(500) = 1,000 + 700 + 500M Z = 1700 + 500M

Z1 = C1 - Z1 = 5 5 = 0 Z2 = C2 - Z2 = 7 7 = 0 Z3 = C3 - Z3 = 0 (5-M) = -5+M Z4 = C4 - Z4 = 0 - (-7 +M) = 7 -M Z5 = C5 Z5 = M -M = 0

w w

.M

15. Halle los Zj correspondientes donde Zj = CJ - Zj.

at

em

at

ic

a1 .c

om

INTERPRETACIN DEL TERCER TABLN Al igual que en tablas anteriores, examinamos la tercera tabla para buscar las variables bsicas, no bsicas e interpretar la solucin. En el tercer tabln las variables bsicas son: X1 con un valor al lado derecho de 200 unidades, X2 con 100 y A3 con 500. Las variables no bsicas, aquellas que tienen Zj 0 estn representadas por: S1 y S2 y estas poseen valores de cero. El costo para esta solucin sigue siendo muy alto, $1700 + $500M. Este costo es alto porque la variable artificial A3 se encuentra en la base, esto violentan la tercera restriccin por 500 unidades ya que esta restriccin exige que la combinacin de las variables reales, X1 y X2 en su totalidad sea de 800 unidades. As lo refleja la sustitucin de las variables reales en la tercera restriccin. Veamos, para X1 + X2 = 800 donde 1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800 en su forma aumentada. 1(200) + 1(100) + 0S1 + 0S2 + 0A2 + 1A3 = 800 A3 = 800 300 A3 = 500

En este momento la solucin es la asignacin de 200 unidades de vitaminas para perros en crecimiento y 500 unidades para perros adultos con un costo alto para la mezcla.

.M

at

em

at ic

a1

.c o

CUARTO TABLN SMPLEX Un examen de los Zj muestra que el tercer tabln tiene un solo cambio negativo de 7-M en la variable no bsica S2. Es conveniente entrar esta variable a la base porque me reducir el costo. Este cambio negativo indica que la columna S2 ser la columna pivote. Por consiguiente S2 ser la nueva variable bsica. A continuacin se vuelve a enumera los pasos para llenar el cuarto tabln luego de haber seleccionado la columna pivote.

bi S1 X2 A3 200 100 500

aij = Ratio

-1 = -100 1 =
500

0 = (No definido)

El rengln A3 sale al poseer el ratio ms positivo ms pequeo. 2. Halle el rengln pivote, (0, 0, -1, 1; 500). Se elimin la columna A3, porque despus que sale una variable artificial esta no podr entrar a la base porque su costo es muy alto. 3. Halle el nuevo rengln pivote y trasldalo a prximo tabln (tabla IV). a. Busque el elemento de interseccin que se encuentra entre la columna pivote y el rengln pivote. (1 para nuestro ejemplo) y divida el rengln pivote entre el elemento de interseccin. b. Para este ejemplo el elemento de interseccin es 1 por lo tanto el nuevo regln pivote ser igual que el rengln pivote; (0, 0, -1, 1; 500) (1). (0, 0, -1, 1; 500) (1) = (0, 0, -1, 1; 500) Nuevo rengln pivote

.M

lmite positivo ms pequeo (rengln pivote)

at em

at

ic a

1. Halle los Ratio para cada rengln y se escoge el positivo ms pequeo entre estos.

1.

co

4. Revise los renglones restantes, a. para la fila X1. i. Para la fila X1, la multiplicacin del nuevo rengln pivote por cero hace que el regln revisado sea igual al rengln a revisarse. (1, 0, 1, 0; 200) b. para la fila X2. i. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin; (0, 0, -1, 1; 500) x -(-1) = (0, 0, -1, 1; 500) ii. Smele algebraicamente al el rengln negativo, el rengln que se est revisando y trasldelo al cuarto tabln; (0, 0, -1, 1; 500) + (0, 1, 0, -1; 100) = (0, 1, -1, 0; 600) 5. Halle los valores Zj para la cuarta tabla smplex. (Zj = Cijaij.) Z1 = (5)(1) + (7)(0) + (0)(0) = 5 Z2 = (5)(0) + (7)(1) + (0)(0)= 7 Z3 = (5)(1) + (7)(-1) + (0)(-1) = -2 Z4 = (5)(0) + (7)(0) + (0)(1) = 0

7. Halle los Zj correspondientes donde Zj = CJ - Zj. Z1 = C1 - Z1 Z2 = C2 - Z2 Z3 = C3 - Z3 Z4 = C4 - Z4 =55 = =77 = = 0 (-2) =00= 0 0 = 2 0

w w

.M

Z = ($5)(200) + ($7)(600) + $0(500) = $5,200

at em

at

ic

6. Halle el costo donde Z = Cijbi.

a1

.c

om

INTERPRETACIN DEL CUARTO TABLN Los valores de los Zj, de 0 y positivos indican que la solucin es ptima. Las variables bsicas son: X1 con valor de 200 unidades, X2 con 600 unidades y S2 con 500 unidades. La variable S1 al igual que las artificiales, estas ltimas se eliminaron del tabln son variables no bsicas. Un examen del tabln ptimo refleja el traslado de la matriz identidad hacia el lado izquierdo de la tabla. Se corrobora el costo para la solucin final al sustituir en la ecuacin; ZIV = ZIII + (ZIII)(RatioIII), por lo tanto ZIV = 1700 + 500M +($7-M)(500) = $5,200. La empresa utilizar 200 unidades de vitaminas para perros en crecimiento y 600 unidades de vitaminas para perros adultos para un costo semanal de $5,200. La variable S2 = 500 representa un exceso de 500 unidades de las vitaminas para perros adultos sobre el mnimo necesario de 100 unidades. Acurdese que la variable se relaciona con la segunda restriccin, 1X2 100 (unidades de vitaminas para perros adultos). Si la solucin para X2 son 600 unidades y el mnimo requerido son 100 unidades entonces S2 ser igual a 500 unidades; (X2 + S2 = 100, al sustituir en la ecuacin; 600 + S2 = 100 por lo tanto S2 = 600 100).

ANLISIS DE SENSIBILIDAD SMPLEX El anlisis de sensibilidad smplex se conoce como anlisis post ptimo o anlisis de cambios a la solucin ptima. Su propsito es ver como cambios en diferentes parmetros afectan la solucin ptima sin que estos violenten la solucin y poder as leer los resultados de estos efectos en la solucin. Es decir, se desea ver los efectos de cambios en los parmetros de la solucin ptima sin tener que reformular el problema y tener que volver hacer los clculos smplex. Para efectos de este trabajo analizaremos tres tipos de cambios, estos son; cambios en los coeficientes (Cj) de las variables no bsicas, cambios en los coeficientes (Cj) de las variables bsicas y cambios en los niveles de los recursos o valores al lado derecho de las restricciones (bi).

w .M

at

em

at

ic

a1

.c

om

Se utilizar el siguiente ejemplo para explicar el concepto de anlisis de sensibilidad. Maximizar Z = 4X1 + 2 X2 Sujeto a: 2X1 + 2 X2 150 1X1 + 2 X2 100 (X1, X2 )0

En este ejemplo las variables no bsicas son: X2 y S1 con valores de 0. Nos interesa el contemplar los efectos de un cambio en los coeficientes de la funcin objetivo para la variable real X2. Es decir, se desea conocer por cunto ser el cambio mximo para la constante C2 con valor de 2 y que a su vez las variables bsicas y no bsicas se mantengan en el tabln, sin afectar la solucin ptima de 300. Para contestar la interrogante se utilizar el tabln ptimo. La respuesta se basar en la bsqueda de los intervalos para los cambios mximos permitidos a la variable. Se comienza agregando un delta () en todo lugar donde est ubicada la variable no bsica. La variable X2 aparece solo en la segunda columna. Se agrega a la constante 2 el ; (2 +). La tabla final permanece sin cambio excepto por el cmputo del Z2 = C2-Z2. Si Z2 es 2 y C2 es ahora 2 + entonces Z2 ser igual a -2+.

.M

at

em

at

ic a

1.

co

CAMBIOS EN LOS COEFICIENTES DE LA FUNCIN OBJETIVO PARA VARIABLES NO BASICAS

Como este es un caso de maximizacin, la solucin ptima actual se quedar ptima mientras los Zj se mantengan negativos para las variables no bsicas y 0 para las variables bsicas. Zj 0 Por lo tanto mientras que el Z2 no sea positivo, la solucin ser misma. Resolvemos para hallar el intervalo de la siguiente forma. Z2 0 -2+ 0 2 - 2 Esto significa que C2, el coeficiente de X2 no puede aumentar por ms de 2 unidades sin afectar la solucin ptima. La variable X2 puede tener coeficientes entre negativo infinito y positivo 4. Por ejemplo el intervalo para X2 donde - 2 se busca sustituyendo donde;

- X2 4

Este intervalo indica que la variable X2 puede tener un valor mximo de 4 y de negativo infinito. CAMBIOS EN LOS COEFICIENTES DE LA FUNCIN OBJETIVO PARA VARIABLES BASICAS Es de inters el conocer el cambio mximo permitido para el coeficiente de la funcin objetivo para una variable bsica antes que se afecten las variables bsicas remanentes en una solucin ptima. Un cambio en una variable bsica puede afectar las dems variables bsicas porque est se encuentra en la fila y en la columna, creando efecto en los Zj y a su vez la solucin actual. El cambio de una variable bsica puede causar dos efectos. Primero existe la posibilidad de que la variable deje de ser bsica, si el coeficiente de la contribucin de la variable disminuye. Esto crea la posibilidad de que la variable deje de ser bsica porque resulta menos rentable el mantenerla en la base. Por otro lado un aumento en la contribucin a las ganancias de una variable bsica puede causar un mayor nivel de produccin de la variable. Como consecuencia se debe considerar ambos casos; aumento y disminucin de los coeficientes.

.M

2- X2 2 +2

at

em

2+ X2 2 +

at

ic

a1

.c

om

Considere los cambios para el coeficiente de la variable bsica X1. Al agregar un en donde esta ubicada la variable, se crea un efecto en los Zj para las columnas.

Z1 = 0 Z2 = -2- Z3 = -2- Z4 = 0 Z = 300+75 Para hallar los intervalos de optimalidad se analizan todos los cambios los Zj para su cumplimiento. Acurdese que se est maximizando por lo tanto los Zj debern ser negativos o cero. Se procede a resolver para: -2- 0 y -2- 0.

-2

-4

El cambio -2 cumple con el cambio -4 porque este es mayor que -4 pero no as lo contrario. Expresamos el intervalo de la siguiente forma; -2 o en trminos de la variable real, 2 X1 . Ahora bien, se podr aumentar el coeficiente de la variable X1 a $6? El intervalo indica que si es posible porque el cambio es $4 o X1 . Este cambio no afecta las variables bsicas, es decir las variables bsicas se quedan en la base pero si crea un efecto en los valores de estas variables y en la solucin actual. Esto se debe a que se est aumentando la aportacin a las ganancias de $4 a $6 por lo tanto la ganancia total aumentar pero el valor de la variable sigue siendo el mismo, 75. La nica forma de aumenta el valor de la variable X1 es teniendo ms recursos. A mayor cantidad de recursos se espera una mayor produccin y una ganancia mayor. El efecto neto del cambio de $2 ($6 - $4) es de un aumento en la ganancia de $400 donde Z = $300 + 75 por lo tanto $300 + 75($2) = $300 + $150 = $450. Las variables bsicas se quedaron con los mismos valores: X1 = 75 y S2 = 25. Como pudo observar, los cambios en las variables bsicas mientras estos se mantengan dentro del intervalo, no afectarn los valores de las variables bsicas pero si se afectarn la solucin final (Zj).

w w

- 2

- 2 -

.M

at

em

-2- 0

-2- 0

at

ic a

1. co

CAMBIOS EN LOS VALORES DE LAS RESTRICCIONES (bi) O NIVELES DE LOS RECURSOS Un cambio en los valores de los recursos puede afectar tanto los valores de las variables bsicas como el de la funcin objetivo. El agregar una cantidad mayor de recursos puede aumentar la produccin y como consecuencia el valor de la solucin. Y por el contrario una disminucin de recursos puede disminuir el valor de la variable bsica y a su vez el valor de la funcin objetivo. La variables que representan los recursos disponibles en la solucin inicial son a saber; S1 con valor de 150 y S2 con valor de 100. Para conocer cuntas unidades del primer recurso se pueden agregar o disminuir y poder leer el resultado en el tabln ptimo, habr que buscar el intervalo de optimilidad. Este indicar el efecto de un cambio en el valor de 150 valor ubicado al lado derecho para la variable S1. Para entender el procedimiento para la bsqueda del intervalo, agregamos un en b1, en el tabln inicial y este se refleja en la tabla inicial segn aparece en el prximo tabln. Acurdese que la variable S1 representa el valor del primer recurso, para la primera restriccin segn lo demuestra el tabln inicial.

El delta agregado en la solucin inicial smplex se mover a travs de las diferentes interacciones. En la interaccin final aparecer reflejado de la siguiente forma segn lo ilustra el prximo tabln final. Observe en el tabln ptimo que las constantes de los deltas son iguales a las constantes correspondientes a la columna S1, por lo tanto para buscar los deltas necesarios, le agregamos el producto del valor de bi y la constante ubicada en relacin a la columna de la variable de holgura que representa la restriccin.

w w

.M

2X1 + 2X1 150 + 1 ; S1 = 150 X1 + 2X1 100 + 0

at em

at

ic

a1

.c

om

Acurdese que los valores de los lados derechos tienen que ser positivos o cero (bi 0) por lo tanto los Zj debern ser tambin positivos o cero (Zj 0). Se despejan los Zj para buscar el intervalo. 75 + 0 -75 -150 25 - 0 - -25 50

Supngase que se aumenta el primer recurso a 175. Se puede hacer este aumento y poder leer su efecto en el tabln ptimo? La respuesta a este pregunta, es afirmativa, se puede porque el cambio es menor que 50 y mayor que -150; (175 150 = 25). Y en trminos totales para S1, 175 es menor que 200. Cmo se afectan las variables bsicas y la funcin objetivo con el nuevo incremento de recursos por la cantidad de 175? La contestacin a esta pregunta se obtiene sustituyendo el nuevo cambio de 25 en las nuevas ecuaciones. Para, X1 X1 = 75 + X1 = 75 +(25) X1 = 75 + 12.5 X1 = 87.5 S2 S2 = 25 - S2 = 25 -(25) S2 = 25 -12.5 S2 = 12.5 Z Z = 300 +2 Z = 300 +2(25) Z = 300 +50 Z = 350

Para el primer recurso el intervalo es: -150 50 y al sustituir los cambios en S1, el intervalo para la variable en trminos totales ser de 0 200; (-150 +150 S1 50 + 150).

.M

at

em

at

ic

a1

.c

om

Al interpretar los resultados tenemos que un aumento de 175 unidades para la primera restriccin causar un incremento de 87.5 unidades para X1, 12.5 unidades para S2 y $350 para la funcin objetivo. En conclusin un aumento o disminucin en los valores de los recursos afectar los valores de las variables bsicas y el valor de la funcin objetivo. BIBLIOGRAFA Anderson Sweeney, Williams, An Introduction to Management Science: Quantitative Approaches to Decision Making, 9 edition, South Western, 2000. Bixby, Robert E. Solving Real-World Linear Programs: A Decade and More of Progress, Operations Research 50, 1 (January-February 2002): 3-15. Dantzig, George B. Linear Programming Under Uncertainty, Management Science, 50, 12 (December 2004): 1764-1769. Greenberg, H. J. How to Analyze the Results of Linear Programming- Part I: Preliminaries, Interfaces 23, 4 (July-August 1993): 58-68. Higle, Julia L., and Stein W. Wallace. Sensitivity Analysis and Uncertainty in Linear Programming, Interfaces 33, 4 (July-August 2003): 53-60. Lapin Lawrence L, Quantitative Methods for Business with Cases, 5 edition, Harcourt Brac, Javanovich, 1991. Orden, A. Linear Programming from the 40s to 90s, Interfaces 23, 5 (SeptemberOctober 1993): 2-12. Pinney William E., Mc Williams, Donald B., Management Science: An Introduction to Quantitative Analysis for Management, Harper & Row, 1982. Render Barry, Stair Ralph M. Jr., Hanna Michael E, Quantitative Analysis for Management, 10 edition. Pearson, Prentice Hall, 2009.

w w

.M

at em

at

ic

a1

.c

om