INVESTIGACIN DE OPERACIONES
PROGRAMACIN LINEAL
Fundamentos Bsicos de Investigacin de Operaciones.
Fundamentos de Programacin Lineal.
Mtodo Simplex Primal.
El Problema Dual y el Mtodo Simplex Dual.
Anlisis de Sensibilidad.
MDULO DE AUTO APRENDIZAJE
Maximizacin o Minimizacin
n
Zo Cj X J
J 1
Sujeto a:
n
a X
j1
ij
bi
i= 1, 2 , 3 , . . . , m
j = 1, 2, 3, . . . , n
INTRODUCCIN
El
presente
Mdulo
de
Autoaprendizaje
titulado:
Investigacin
de
Operaciones:
El Autor.
INDICE
Pg.
Introduccin ---------------------------------------------------------------------------------------------------------------------------------- 2
ndice ------------------------------------------------------------------------------------------------------------------------------------------- 3
Sesin 1: Fundamentos Bsicos de Investigacin de Operaciones ----------------------------------------------------------- 5
Definiciones de investigacin de operaciones -------------------------------------------------------------------------------------- 6
Secuencia operativa de un estudio de investigacin de operaciones -------------------------------------------------------- 7
Campos de aplicacin de la investigacin de operaciones. --------------------------------------------------------------------- 8
Tcnicas de investigacin de operaciones. ------------------------------------------------------------------------------------------ 8
Modelos en Investigacin de Operaciones ------------------------------------------------------------------------------------------ 9
Auto evaluacin ---------------------------------------------------------------------------------------------------------------------------- 10
Sesin 2: Fundamentos de Programacin Lineal --------------------------------------------------------------------------------- 11
Antecedentes histricos de Programacin Lineal. -------------------------------------------------------------------------------- 12
Definiciones de Programacin Lineal. ------------------------------------------------------------------------------------------------ 12
Elementos de un Modelo de Programacin Lineal.------------------------------------------------------------------------------- 12
Modelo de Programacin Lineal. ------------------------------------------------------------------------------------------------------ 12
Propiedades de la forma Estndar de un modelo de Programacin Lineal. ----------------------------------------------- 13
Tipos de Variables de un modelo de Programacin Lineal. -------------------------------------------------------------------- 13
Formulacin y solucin a modelos de PL por el mtodo grafico. ------------------------------------------------------------- 13
Aplicaciones de la Programacin Lineal --------------------------------------------------------------------------------------------- 19
El problema de asignacin -------------------------------------------------------------------------------------------------------------- 20
El problema del transporte -------------------------------------------------------------------------------------------------------------- 23
El problema de la dieta ------------------------------------------------------------------------------------------------------------------- 26
Auto evaluacin ---------------------------------------------------------------------------------------------------------------------------- 28
Sesin 3: Mtodo Simplex Primal ---------------------------------------------------------------------------------------------------- 29
Procedimiento del Mtodo Simplex Primal. ---------------------------------------------------------------------------------------- 30
Solucin a un modelo de Maximizacin con el mtodo simplex primal. --------------------------------------------------- 31
Solucin a un modelo de Minimizacin con el mtodo simplex primal. ---------------------------------------------------- 33
Casos especiales de solucin del mtodo simplex. ------------------------------------------------------------------------------- 34
Autoevaluacin ----------------------------------------------------------------------------------------------------------------------------- 35
Sesin 4: El Problema Dual y el Mtodo Simplex Dual ------------------------------------------------------------------------ 36
El Problema Dual. -------------------------------------------------------------------------------------------------------------------------- 37
Condiciones para derivar un Dual a partir de un Primal. ------------------------------------------------------------------------ 37
Mtodo Simplex Dual.- Procedimiento. --------------------------------------------------------------------------------------------- 41
Solucin a Modelos de PL por el Mtodo Simplex Dual. ------------------------------------------------------------------------ 41
Autoevaluacin ----------------------------------------------------------------------------------------------------------------------------- 43
Sesin 5: Anlisis de Sensibilidad ---------------------------------------------------------------------------------------------------- 44
Anlisis de Sensibilidad. ------------------------------------------------------------------------------------------------------------------ 45
Estado de los Recursos. ------------------------------------------------------------------------------------------------------------------ 45
Precios Duales. ----------------------------------------------------------------------------------------------------------------------------- 45
Cambio en la disponibilidad de los recursos. --------------------------------------------------------------------------------------- 45
Cambios en las Utilidades y/o costos marginales de la funcin objetivo. -------------------------------------------------- 47
Autoevaluacin ----------------------------------------------------------------------------------------------------------------------------- 50
Bibliografa----------------------------------------------------------------------------------------------------------------------------------- 52
DURACIN:
120 minutos
CA P AC I D AD G EN ER A L
Aplica correctamente los conceptos generales de investigacin de operaciones en los problemas propios de la
especialidad de ingeniera en energa ubicndolo en el contexto de su realidad.
CAPACIDADES TERMINALES
CONTENIDO
Investigacin de Operaciones
Fundamentos Bsicos
INVESTIGACIN DE OPERACIONES
1.
Hiller y Lieberman
La I.O. comprende los mtodos y modelos de matemticas aplicadas para resolver problemas de operaciones
complejas.
Turban y Meredith
Se utiliza aqu el termino I.O. como el anlisis del uso de los modelos matemticos como un auxiliar en el
proceso de la toma de decisiones
Buffa y Dyer
Ingeniera de Sistemas
Pg. 5
Investigacin de Operaciones
Fundamentos Bsicos
FORMULACION DEL
PROBLEMA
SISTEMA
IMPLEMENTACION
CONSTRUCCIN
DEL MODELO
CONTROLES SOBRE
LA SOLUCION
RECOLECCION DE
DATOS
INTERPRETACIN
DE RESULTADOS
SOLUCION DEL
MODELO
ANLISIS DE
RESULTADOS
VALIDACIN DEL
MODELO
Ingeniera de Sistemas
Pg. 6
Investigacin de Operaciones
2.
Fundamentos Bsicos
Cuntas cajas registradoras debe habilitar un supermercado para que el largo de las colas no entorpezcan la
circulacin de los clientes que an estn comprando y de los trabajadores que colocan mercadera, etiquetan
y dan atencin al pblico? De qu manera debe asignarse un presupuesto en una industria (o en un sector de
la economa de un pas), para que se satisfaga la demanda interna y externa del bien o servicio que produce?
Cul ser la demanda de lneas telefnicas para el ao 2010, teniendo en cuenta el crecimiento natural de la
poblacin, el cambio de sus hbitos, la produccin, el nmero de profesionales, escuelas, comercios, etctera,
que habrn en ese entonces? Ser posible hacer predicciones (aproximadas por supuesto) de cuntas
escuelas, comercios, profesionales, etctera, habr en el ao 2010? , etc. Es muy oportuno porque es en estos
casos donde los especialistas en esta disciplina pueden apoyar a los dems.
Como se podr notar el campo de la investigacin de operacin es diverso: se puede aplicar en cualquier
Actividad Humana pero primordialmente en la Administracin, economa, industria e Ingeniera, siempre
buscando optimizar sus recursos.
3.
Ingeniera de Sistemas
Pg. 7
Investigacin de Operaciones
Fundamentos Bsicos
necesarios sin incurrir en costos cuando suceda su faltante o un exceso. Entre varios mtodos que nos
permiten tener un inventario optimo entre ellos tenemos: Clasificacin ABC, modelo JUST IN TIME ( JIT ),
Modelo de Planeacin de Requerimientos de Materiales (MRP), Modelo EOQ con demanda determinstica,
etc.
Teora de Decisiones.- cada uno de nosotros siempre tomamos decisiones influenciados por diversos factores
internos o externos pudiendo ser el resultado de estas decisiones favorable o desfavorable. En algunos casos
los resultados de las decisiones son previsibles pero otros casos existe una gran incertidumbre. La teora de
decisiones se basa en el estudio de la toma de decisiones haciendo uso de las probabilidades basados en
informaciones previas de tal forma que las posibilidades de acertar en una decisin sean calculadas
previamente. Algunas de las tcnicas son: teora de BAYES, el criterio MNIMAX, MAXIMIN, MXIMAX, etc.
Teora de Colas.- Las colas es una palabra comn en nuestra vida por ejemplo si queremos sacar el dinero de
un cajero automtico, cuando vamos a atendernos a un hospital, maquinas descompuestas que esperan ser
reparadas, etc todo esto trae como consecuencia incomodidad y costos inmersos en el hecho de realizar las
colas. Esta teora se basa en elaborar ciertas tcnicas en reducir las molestias volviendo mas eficiente el
sistema y por ende la reduccin de los costos.
Teora de Juegos.- consiste en razonamientos circulares, los cuales no pueden ser evitados al considerar
cuestiones estratgicas. Por naturaleza, a los humanos no se les va muy bien al pensar sobre los problemas de
las relaciones estratgicas, pues generalmente la solucin es la lgica a la inversa.
En la Teora de Juegos la intuicin no es muy fiable en situaciones estratgicas, razn por la que se debe
entrenar tomando en consideracin ejemplos instructivos, sin necesidad que los mismos sean reales.
La Teora de Juegos actualmente tiene muchas aplicaciones, sin embargo, la economa es el principal cliente
para las ideas producidas por los especialistas en Teora de Juego. Entre las disciplinas donde hay aplicacin de
la Teora de Juegos tenemos: La economa, la ciencia poltica, la biologa y la filosofa.
4.
Modelo Matemticos: Las ecuaciones en este punto se propone la hiptesis de que el modelo es la
representacin real de la situacin problemtica.
Este tipo de modelo es el que hace uso la investigacin de operaciones.
Ingeniera de Sistemas
Pg. 8
Investigacin de Operaciones
Fundamentos Bsicos
AUTOEVALUACION
Desarrollo Individual
1) Escribir un concepto de investigacin de operaciones.
2) Explique mediante un ejemplo la secuencia de pasos de un estudio de investigacin de
operaciones.
3) Elaborar un cuadro resumen de las tcnicas de investigacin de operaciones.
4) Explique mediante un ejemplo 3 tcnicas de investigacin de operaciones.
5) Escriba un concepto de modelo y brinde ejemplos de los tipos de modelos.
Ingeniera de Sistemas
Pg. 9
DURACIN:
180 minutos
CA P AC I D AD G EN ER A L
Resuelve problemas de programacin lineal aplicando correctamente los fundamentos tericos de esta
disciplina en la solucin de problemas empresariales relacionados con la optimizacin de los procesos de las
reas respetivas.
CAPACIDADES TERMINALES
1.
CONTENIDO
2.
3.
1.
2.
3.
Programacin Lineal.
4.
Reconoce
compara
los
modelos
de
Programacin Lineal.
5.
4.
5.
de Programacin Lineal.
solucin de modelos.
6.
Lineal
segn
el
tipo
de
7.
8.
Resuelve
Variables
de
un
modelo
de
restriccin.
7.
de
Programacin Lineal.
Tipos
problemas
asignacin de recursos.
de
transporte
8.
Investigacin de Operaciones
PROGRAMACIN LINEAL
ANTECEDENTES HISTORICOS.
Debido al xito obtenido en las campaas de la segunda guerra mundial, entonces, en la dcada de
1950 se usa en la industria, los negocios y el gobierno.
Inglaterra dio origen a esta disciplina y a los EEUU se le atribuye el rpido crecimiento gracias al
mtodo simplex desarrollado en 1947 por George Dantzing. Otras herramientas de IO son PL, P.
Dinmica, Lneas de Espera y teoras de inventario hasta antes de terminar la dcada de 1950.
VARIABLES DE DECISIN:
Incgnitas del Modelo (X1, X2, X3, ... , Xn)
PARAMETROS: Variables controlables del sistema. ( aij )
FUNCION OBJETIVO : Maximizacin o Minimizacin. ( Max Zo. Min Zo. )
RESTRICCIONES: Expresadas como ecuaciones restrictivas, representan los recursos limites del
sistema.
REGIN FACTIBLE. Son el conjunto de valores de Xi que verifican todas y cada una de las
restricciones. Todo punto de esa regin puede ser solucin del problema; todo punto no perteneciente a
ese conjunto no puede ser solucin.
La solucin ptima del problema ser un par de valores (Xa, Xb) del conjunto factible que haga que
f(Xa,Xb) tome el valor mximo o mnimo.
MODELO DE PROGRAMACIN LINEAL
(Maximizar o Minimizar) Zo= C1X1+ C2X2 +...+ Cn-1Xn-1+ CnXn
Sujeto a:
a11X1 + a12X2 + ... + a1jXj + . . . + a1nXn
a21X1 + a22X2 + ... + a2jXj + . . . + a2nXn
:
ai1X1 + ai2X2 + ... + aijXj + . . . + ainXn
:
am1X1 + am2X2 + ... + amjXj + . . . + amnXn
(< = > ) b1
(< = > ) b2
:
(< = > ) bi
:
(< = > ) bm
Xj >= 0 ( j = 1,2,3, . . . , n ; i = 1, 2, 3, . . ., m )
Ingeniera de Sistemas
Pg. 11
Investigacin de Operaciones
En General:
Maximizacin o Minimizacin
n
Zo Cj X J
J 1
Sujeto a:
n
a X
j1
ij
bi
i= 1, 2 , 3 , . . . , m
j = 1, 2, 3, . . . , n
PROPIEDADES DE LA FORMA DE PL ESTANDAR
Todas las restricciones son ecuaciones (con los segundos miembros no negativos si el modelo se
soluciona por medio del mtodo simplex primal.
Variables Artificiales (Ai) : Hace las veces de una variable de holgura en restricciones de la forma =
Variables No Bsicas: Son aquellas variables que tienen valor igual a cero.
Variables Bsicas: Son aquellos que cuyo valor son distintos de cero. Si son positivos se dicen que
son Variables Bsicas Factibles.
YI, YI 0
Solo una de las dos variables puede tomar un valor positivo, Es decir:
Si YI>0 , entonces, YI=0 y viceversa.
Si YI (irrestricta) representa holgura y exceso, entonces:
YI es Holgura y YI es Exceso.
FORMULACION Y SOLUCION DE MODELOS DE PROGRAMACIN LINEAL.
Ingeniera de Sistemas
Pg. 12
Investigacin de Operaciones
que el beneficio obtenido por la venta de una casa de tipo A es de 4 millones y de 3 millones por una de
tipo B cuntas casas deben construirse de cada tipo para obtener el mximo beneficio?
Solucin:
Tipo A (X1)
Capital a invertir
( millones de ptas.)
30
Utilidades
(millones ptas)
4
Tipo B (X2)
20
1800
80
Disponibilidad
1800
(Capital disponible)
X1 + X2
80
X1 , X2 0
La solucin se dar por el mtodo grafico ms adelante.
Ejercicio N 01
La fbrica LA MUNDIAL S.A., construye mesas y sillas de madera. El precio de venta al pblico de una
mesa es de S/. 270 y el de una silla S/.110 LA MUNDIAL S.A. estima que fabricar una mesa supone un
gasto de S/. 100 de materias primas y de S/. 140 de costos laborales. Fabricar una silla exige S/. 40 de
materias primas y S/. 50 de costos laborales. La construccin de ambos tipos de muebles requiere un
trabajo previo de carpintera y un proceso final de acabado (pintura, revisin de las piezas fabricadas,
empaquetado, etc.). Para fabricar una mesa se necesita 1 hora de carpintera y 2 horas de proceso final
de acabado. Una silla necesita 1 hora de carpintera y 1 hora para el proceso de acabado. LA MUNDIAL
S.A. no tiene problemas de abastecimiento de materias primas ni de los costos laborales, pero slo
puede contar semanalmente con un mximo de 80 horas de carpintera y un mximo de 100 horas para
los trabajos de acabado. Por exigencias del mercado, LA MUNDIAL S.A. fabrica, como mximo, 40
mesas a la semana. No ocurre as con las sillas, para los que no hay ningn tipo de restriccin en cuanto
al nmero de unidades fabricadas.
Determinar el nmero de mesas y de sillas que semanalmente deber fabricar la empresa para
maximizar sus beneficios. Formular el Modelo de Programacin Lineal.
Ingeniera de Sistemas
Pg. 13
Investigacin de Operaciones
PROBLEMA N 02
Una campaa para promocionar una marca de productos lcteos se basa en el reparto gratuito de
yogures con sabor a limn o a fresa. Se decide repartir al menos 30.000 yogures. Cada yogurt de limn
necesita para su elaboracin 0,5 gr. de un producto de fermentacin y cada yogurt de fresa necesita 0,2
gr. de ese mismo producto. Se dispone de 9 kgs. de ese producto para fermentacin. El coste de
produccin de un yogurt de fresa es el doble que el de un yogurt de limn. Cuntos yogures de cada
tipo se deben producir para que el costo de la campaa sea mnimo?
Solucin:
Promocin
Producto Fermentacin
Costo de Produccin
(Unidades)
(gr.)
0.5
0.2
30000
9000
Yogurt de Limn
(X1)
Yogurt de Fresa
(X2)
Demanda o
disponibilidad
Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2
30000
0.5X1 + 0.2X2
9000
(Unidades Yogurt)
(Productos de fermentacin)
X1 , X2 0
La solucin se dar por el mtodo grafico ms adelante.
Ejercicio 2:
En una granja de pollos se da una dieta para engordar con una composicin mnima de 15 unidades
de una sustancia A y otras 15 de una sustancia B. En el mercado slo se encuentran dos clases de
compuestos: el tipo X con una composicin de una unidad de A y cinco de B, y el tipo Y, con una
composicin de cinco unidades de A y una de B. El precio del tipo X es de 1000 pesetas y el del tipo Y
es de 3000 pesetas. Se pregunta:
Qu cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mnimo?.
Formular el Modelo de Programacin Lineal.
Ingeniera de Sistemas
Pg. 14
Investigacin de Operaciones
1800
(Capital disponible)
X1 + X2
80
X1 , X2 0
Realizando las operaciones algebraicas para obtener los valores de X1 y X2 en cada una de las
restricciones:
En la restriccin 1 (C1):
Si X1 = 0 , entonces, X2 =90 Luego P1(X1,X2) = P1(0,90) y Z1 = 4(0)+3(90) = 270
Si X2 = 0 , entonces, X1 =60 Luego P2(X1,X2) = P2(60,0) y Z2 = 4(60)+3(0) = 240
P2 si forma parte de la solucin.
En la restriccin 2 (C2):
Si X1 = 0 , entonces, X2 =80 Luego P3(X1,X2) = P3(0,80) y Z3 = 4(0)+3(80) = 240
Si X2 = 0 , entonces, X1 =80 Luego P4(X1,X2) = P4(80,0) y Z4 = 4(80)+3(0) = 320
P3 si forma parte de la solucin.
Calculando el punto (R) donde se interceptan las dos restricciones:
Resolviendo simultneamente las dos ecuaciones.
30X1 + 20X2
= 1800
-30X1 + -30X2
= -2400
-10X2
= - 600
X2
= 60
Luego: X1 = 20
PR(X1,X2) = PR(20,60)
Entonces: ZR = 4(20) + 3(60)
ZR = 260
Por lo tanto la solucin optima esta en el punto R (Por ser un problema de maximizacin)
Aqu la Z se vuelve el mayor posible.
X1
= 20
X2
= 60
ZR
= 260
Ingeniera de Sistemas
Pg. 15
Investigacin de Operaciones
Interpretacin Administrativa:
La Empresa Constructora debe construir 20 y 60 casas de tipo A y tipo B respectivamente para obtener
la mxima utilidad posible que representa a 260 millones de ptas. bajo las condiciones de disponibilidad
de recursos financieros y demanda del mercado.
Ejercicio 3: Dar solucin con el Mtodo Grfico al ejercicio 1 y dar una interpretacin administrativa al
resultado.
Respuesta:
Mesas = 20 unidades.
Sillas = 60 unidades.
Utilidad Mxima = S/. 1800
30000
(Unidades Yogurt)
0.5X1 + 0.2X2
9000
(Productos de fermentacin)
X1 , X2 0
Realizando las operaciones algebraicas para obtener los valores de X 1 y X2 en cada una de las
restricciones:
Ingeniera de Sistemas
Pg. 16
Investigacin de Operaciones
En la restriccin 1 (C1):
Si X1 = 0,entonces, X2 =30000 Luego P1(X1,X2) = P1(0,30000) y Z1= 1(0)+2(30000)=60000
Si X2 = 0,entonces, X1 =30000 Luego P2(X1,X2) = P2(30000,0) y Z2= 1(30000)+2(0)=30000
P1 si forma parte de la solucin.
En la restriccin 2 (C2):
Si X1 = 0 ,entonces, X2 =45000 Luego P3(X1,X2) = P3(0,45000) y Z3=1(0)+2(45000) = 90000
Si X2 = 0 ,entonces, X1 =18000 Luego P4(X1,X2) = P4(18000,0) y Z4 = 1(18000)+2(0) = 18000
P3 si forma parte de la solucin.
Calculando el punto (R) donde se interceptan las dos restricciones:
Resolviendo simultneamente las dos ecuaciones.
X1 +
X2
-X1 - 0.4X2
= 30000
= -18000
0.6X2
= 12000
X2
= 20000
Luego: X1 = 10000
PR(X1,X2) = PR(10000,20000)
Entonces: ZR = 1(10000) + 2(20000)
ZR = 50000
Por lo tanto la solucin optima esta en el punto R (Por ser un problema de minimizacin)
Aqu la Z se vuelve el mnimo posible.
X1
= 10000
X2
= 20000
ZR
= 50000
Ingeniera de Sistemas
Pg. 17
Investigacin de Operaciones
Interpretacin administrativa:
A fin de minimizar los costos de produccin en la fabricacin de yogurt con sabor a limn o fresa que se
pretende promocionar en la campaa se recomienda producir 10000 y 20000
unidades de yogures
de limn y fresa respectivamente obteniendo un costo mnimo total de 50000 unidades monetarias bajo
las condiciones mnimas de demanda en la promocin y los insumos de productos de fermentacin
disponibles.
Ejercicio 4: Dar solucin con el Mtodo Grfico al ejercicio 2 y dar una interpretacin administrativa al
resultado.
Respuesta:
Tipo X = 2.5 unidades.
Tipo Y = 2.5 unidades.
Costo Mnimo = 10000 ptas.
APLICACIONES DE LA PROGRAMACIN LINEAL
Aunque surgi como aplicacin a cuestiones de carcter logstico y militar, es la industria y la economa
donde, posteriormente ha encontrado sus aplicaciones ms importantes.
As, por ejemplo, la Programacin Lineal permite resolver problemas de mezclas, nutricin de animales,
distribucin de factoras, afectacin de personal a distintos puestos de trabajo, almacenaje, planes de
Ingeniera de Sistemas
Pg. 18
Investigacin de Operaciones
ejemplo, una empresa puede asignar ptimamente sus m empleados a n reas de la empresa teniendo
en cuenta el rendimiento del empleado. Aqu se puede maximizar el rendimiento. Por otro lado se puede
minimizar los costos asociados que tiene el hecho de asignar un empleado a un determinado
departamento.
RECURSO
TAREAS
T1
T2
T3
...
Tn
R1
C11
C12
C13
...
C1n
R2
C21
C22
C23
...
C2n
R3
C31
C32
C33
...
C3n
...
...
...
...
...
...
Rm
Cm1
Cm2
Cm3
...
Cmn
Procedimiento:
Caso minimizacin.
1. Determinar el menor costo para cada una de las filas.
2. Restar con ese valor a los dems costos de la fila.
3. Hacer lo mismo a nivel de columnas si es que alguna no se halla cubierto con ceros y restar con ese
valor a los dems elementos de la columna comprometida.
4. Trazar el menor numero de rectas que incluya la mayor cantidad de ceros. Si el numero de rectas es
igual al numero de filas entonces se habr llegado a la solucin optima. Ir al paso 7.
5. Si no es solucin ptima, en las celdas no cubiertas, seleccionar el menor valor de las celdas y restar
de los dems y adicionar este valor aquellas celdas que forman parte de la interseccin de dos
rectas (no aquellos que sean ceros).
6. Regresar al paso 4.
7. Para obtener el costo empiece asignando a las celdas cubiertas con ceros los valores originales
dados en la matriz inicial. Empiece este procedimiento con aquellas filas con el mnimo numero de
ceros.
Caso Maximizacin:
Seleccionar los valores mas altos de las filas y columnas y seguir los pasos dados anteriormente.
Ingeniera de Sistemas
Pg. 19
Investigacin de Operaciones
Finanzas (F)
24
10
21
11
Mercadeo (M)
14
22
10
15
Operaciones (O)
15
17
20
19
Personal (P)
11
19
14
13
Mnimo
Finanzas (F)
24
10
21
11
10
Mercadeo (M)
14
22
10
15
10
Operaciones (O)
15
17
20
19
15
Personal (P)
11
19
14
13
11
VICEPRESIDENTE
Mnimo
Finanzas (F)
14
11
10
Mercadeo (M)
12
10
Operaciones (O)
15
Personal (P)
11
Paso 2:
Paso 3:
Ingeniera de Sistemas
VICEPRESIDENTE
Finanzas (F)
14
11
Mercadeo (M)
12
Operaciones (O)
Personal (P)
Mnimo
Pg. 20
Investigacin de Operaciones
Paso 4: Las rectas que incluyen la mayor cantidad de ceros (02) son la columna 1 y la fila de Finanzas.
Como piden el mnimo numero de rectas se puede escoger arbitrariamente cualquiera de ellas.
Escogemos la columna 1.
VICEPRESIDENTE
Finanzas (F)
14
11
Mercadeo (M)
12
Operaciones (O)
Personal (P)
Paso 5: El menor valor de las celdas es el numero 1 que se encuentra en la celda (4,P). Luego se
adiciona y resta segn corresponda as:
VICEPRESIDENTE
14+1
11+1
Mercadeo (M)
12-1
4-1
Operaciones (O)
2-1
5-1
3-1
Personal (P)
8-1
3-1
1-1
VICEPRESIDENTE
Finanzas (F)
15
12
Mercadeo (M)
11
Operaciones (O)
Personal (P)
VICEPRESIDENTE
Finanzas (F)
15
12
Mercadeo (M)
11
Operaciones (O)
Personal (P)
Finanzas (F)
Paso 6:
Paso 7:
Como el numero de rectas es igual al numero de filas entonces obtenemos el costo mnimo.
VICEPRESIDENTE
Finanzas (F)
15
12
Mercadeo (M)
11
Operaciones (O)
Personal (P)
Ingeniera de Sistemas
Pg. 21
Investigacin de Operaciones
10
Mercadeo (M)
10
Operaciones (O)
15
Personal (P)
13
Total
48
...
SUMINISTRO
(OFERTA)
O1
C11
C12
C13
...
C1n
S1
O2
C21
C22
C23
...
C2n
S2
O3
C31
C32
C33
...
C3n
S3
...
...
...
...
...
...
...
Om
Cm1
Cm2
Cm3
...
Cmn
Sm
DEMANDA
D1
D2
D3
...
Dn
Total
ORIGENES
Procedimiento:
1. Obtener las penalizaciones restando el menor costo de cada fila o columna de su inmediato superior.
2. Seleccionar la fila o columna con mayor penalizacin y ubicar su menor costo.
3. Obtener el menor valor entre la oferta y demanda en la interseccin encontrada en el paso anterior y
restarlo del otro.
4. Eliminar aquella fila o columna con menor oferta o demanda. Regresar al paso 1 hasta ya no se
pueda hacer mas reducciones.
5. Luego que se ha obtenido la primera solucin bsica validar el resultado mediante la tcnica de los
signos (Mtodo del eslabn).
6. Para evaluar los resultados asignar un signo positivo ( + ) a la celda vaca que se desea evaluar e ir
asignando alternadamente con signos negativos o positivos a aquellas celdas llenas. Se debe tener
en cuenta que en cada fila o columna debe tener un positivo y un negativo o viceversa.
Problema:
La compaa HBB productora de mquinas tiene 4 plantas (A,B,C,D) en diferentes ciudades que pueden
suministrar 400, 900, 200 y 500 unidades al mes. Tres centros de consumo (X,Y,Z) requieren para su
distribucin 500, 700 y 800 unidades respectivamente. La compaa debe decidir cuntas mquinas
enviar de cada planta a cada centro. Para esto tiene en cuenta el costo del transporte en miles de $ por
unidad que est resumido en la siguiente tabla:
Ingeniera de Sistemas
Pg. 22
Investigacin de Operaciones
Centros
SUMINISTROS
12
10
400
13
900
10
12
200
11
500
Plantas
500
700
800
2000
DEMANDA
Observe que el problema se balancea en el sentido de que la oferta total suministrada por las mquinas
disponibles es igual al nmero total de unidades requerido por los centros de consumo.
La meta de HBB consiste en minimizar los costos de transporte de las mquinas de las plantas a los
centros.
Solucin:
Paso 1:
Centros
Plantas
SUMINISTROS
Diferencia
(Oferta)
12
10
400
10 - 6 = 4
13
900
94=5
10
12
200
10 4 = 6
11
500
64=2
DEMANDA
500
700
800
2000
Diferencia
6-4=2
Centros
Plantas
12
10
400
10 - 6 = 4
13
900
94=5
10
12
200
10 4 = 6
11
500
64=2
DEMANDA
500
700
800
2000
Diferencia
6-4=2
6-4=2 9-4=5
Paso 2:
SUMINISTROS
Diferencia
(Oferta)
6-4=2 9-4=5
Paso 3:
El menor valor entre oferta y demanda: min(200,500) = 200
Luego la diferencia ser: 500 200 = 300
Paso 4: Se elimina la Fila C por tener menor oferta = 200 y se aplica la tcnica segn el paso1.
Centros
Plantas
12
10
400
10 - 6 = 4
13
900
94=5
11
500
64=2
DEMANDA
300
700
800
1800
Diferencia
Ingeniera de Sistemas
SUMINISTROS
Diferencia
(Oferta)
Pg. 23
Investigacin de Operaciones
Hallando el minimo: Min (500,300) = 300 , entonces, la diferencia = 500 300 = 200 y se elimina la
columna X.
Centros
Plantas
10
400
10 - 6 = 4
900
94=5
11
200
11 4 = 7
DEMANDA
700
800
1500
Diferencia
SUMINISTROS
Diferencia
(Oferta)
6-4=2 9-4=5
Hallando el minimo: Min (200,800) = 200 , entonces, la diferencia = 800 200 = 600 y se elimina la Fila
D.
Centros
Plantas
SUMINISTROS
Diferencia
(Oferta)
10
400
10 - 6 = 4
900
94=5
DEMANDA
700
600
1300
Diferencia
6-4=2
10-9=1
Hallando el mnimo: Min (900,700) = 700 , entonces, la diferencia = 900 700 = 200 y se elimina la
columna Y.
Centros
Plantas
SUMINISTROS
(Oferta)
10
400
200
DEMANDA
600
600
Paso 6:
Resumiendo los resultados en la siguiente tabla:
Centros
Plantas
A
B
C
D
DEMANDA
Ingeniera de Sistemas
12
10
400-
700-
200+
10
12
11
13
4
200
6
300
500
200
700
Pg. 24
800
SUMINISTROS
400
900
200
500
2000
Investigacin de Operaciones
RUTA
UNIDADES
COSTO
AZ
400
10
TOTAL
($)
4000
BY
700
2800
BZ
200
1800
CX
200
800
DX
300
1800
DZ
200
800
Total
2000
12000
EL PROBLEMA DE LA DIETA.
Trata de determinar los alimentos que deben incluirse en una dieta para asegurar la nutricin necesaria y
a la vez minimizar el coste.
Componentes
Alimentos
C1
C2
...
Cn
Costes
A1
B11
b12
...
b1n
a1
A2
B21
b22
b2n
a2
...
...
...
...
...
...
Am
bm1
bm2
...
bmn
am
Necesidades
C1
c2
...
cn
Ingeniera de Sistemas
Pg. 25
Investigacin de Operaciones
Componentes
Alimentos
Costes
Protenas
Grasas
Vitaminas
Ratones
Palomas
12
Necesidades
30
20
(Unidades de Energa)
Ingeniera de Sistemas
Pg. 26
Investigacin de Operaciones
AUTOEVALUACIN
Resuelve el siguiente cuestionario luego consulta a tu profesor la respuesta de la misma.
Escribe V (verdadero) o F (Falso) a las siguientes proposiciones:
(
) Programacin Lineal se utiliza para optimizar el uso de los recursos buscando
maximizar utilidades y minimizando costos.
(
) El Mtodo Simplex se creo el ao 1947 y su creador fue George Dantzing.
(
) Los Modelos de Programacin Lineal son de Maximizacin y Minimizacin.
(
) Un ejemplo de parmetro son las proporciones de recurso disponible que se da para
cada variable de decisin.
(
) La funcin objetivo son los recursos que se dispone para la asignacin al modelo.
(
) Las restricciones son las limitaciones que tiene el modelo en funcin a los recursos
que dispone.
(
) La regin factible es la solucin optima.
(
) La solucin optima forma parte de la regin factible.
(
) Las restricciones de tipo siempre dan soluciones factibles y se agrega variables de
holgura.
(
) Las restricciones de tipo siempre dan soluciones infactibles y se agregan variables
de exceso.
(
) La variable artificial acta como una holgura frente a una variable de exceso.
(
) Las variables Bsicas son aquellos cuyo valor son igual a cero.
Formula y resuelve por el mtodo grfico el modelo de programacin lineal.
1. Las rectas asociadas a las desigualdades
2x + y 18; 2x + 3y 26; x + y 16
se cortan dos a dos en tres puntos que son los vrtices de un tringulo T. Sea S la interseccin del
tringulo T con el primer cuadrante (x0, y0). Hallar el mximo de la funcin 5x + 3y cuando x e y
varan en S
2. Una industria vincola produce vino y vinagre. El doble de la produccin de vino es siempre menor o
igual que la produccin de vinagre ms cuatro unidades. Por otra parte, el triple de la produccin de
vinagre sumado con cuatro veces la produccin de vino se mantiene siempre menor o igual a 18
unidades.
Halla el nmero de unidades de cada producto que se deben producir para alcanzar un beneficio
mximo, sabiendo que cada unidad de vino deja un beneficio de 800 ptas. y cada unidad de vinagre
de 200 ptas.
3. Un hipermercado necesita como mnimo 16 cajas de langostino, 5 cajas de ncoras y 20 de
percebes. Dos mayoristas, A y B, se ofrecen al hipermercado para satisfacer sus necesidades, pero
slo venden dicho marisco en contenedores completos. El mayorista A enva en cada contenedor 8
cajas de langostinos, 1 de ncoras y 2 de percebes. Por su parte, B enva en cada contenedor 2, 1 y
7 cajas respectivamente. Cada contenedor que suministra A cuesta 210.000 ptas., mientras que los
del mayorista B cuestan 300.000 pesetas cada uno. Cuntos contenedores debe pedir el
hipermercado a cada mayorista para satisfacer sus necesidades mnimas con el menor coste
posible?
Ingeniera de Sistemas
Pg. 27
DURACIN:
180 minutos
CA P AC I D AD G EN ER A L
1.
2.
Analiza la tabla ptima final del mtodo simplex asocindolo a un tipo de solucin teniendo en
cuenta las caractersticas propias de cada uno de ellos.
CAPACIDADES TERMINALES
1.
2.
CONTENIDO
1.
2.
4.
Tipos de Soluciones.
Investigacin de Operaciones
Debe tener una solucin bsica inicial factible. Es decir los elementos del lado derecho deben ser
positivos.
Aadir las variables de Holgura, Exceso y/o artificial dependiendo del tipo de Restriccin.
CONDICION DE OPTIMIDAD:
La variable entrante en una maximizacin (en una minimizacin) es la variable no bsica, con el
coeficiente mas negativo (ms positivo) en la ecuacin z objetivo. Un empate se rompe arbitrariamente.
El ptimo se alcanza cuando todos los coeficientes no bsicos en la ecuacin z son positivos (negativos)
o ceros.
CONDICION DE FACTIBILIDAD:
Cualquiera sea el modelo de Programacin Lineal (Maximizacin o Minimizacin) la Variable Saliente es
la variable bsica actual, con la menor interseccin (razn mnima con denominador estrictamente
positivo) en direccin de la variable entrante. Un empate se rompe arbitrariamente.
METODO DE GAUSS JORDAN.
1.- Ecuacin Pivote:
Nueva Ec. Pivote = Ec. Pivote Elem Pivote
2.- Formula para hallar las dems ecuaciones, incluyendo Z.
Nueva Ec. = (Ec. Anterior) (Coef. Columna Entrante) X (Nueva Ec. Pivote)
Tipo de Solucin del Mtodo Simplex Primal: Solucin Optima y Factible.
Es aquella cuyo conjunto solucin se encuentra en algn punto extremo del espacio de soluciones
factibles (regin factible). Se puede notar cuando se llega a una iteracin donde no existe variable
candidata para ingresar (condicin de optimidad) y todos los elementos del lado derecho de la tabla son
positivos (condicin de factibilidad)
Ingeniera de Sistemas
Pg. 29
Investigacin de Operaciones
2x1 + x2
-x1 + x2
x2
x1,, x2
METODO GRAFICO:
FORMA ESTANDAR
Maximizar Z - 3x1 - 2x2 + 0S1 + 0S2 + 0S3 + 0S4 = 0
s.a.
x1 + 2x2 + S1
2x1 + x2 + S2
-x1 + x2 + S3
x2 +
S4
Ingeniera de Sistemas
Pg. 30
Investigacin de Operaciones
Z
S1
S2
S3
S4
X1
X2
S1
S2
S3
S4
Solucin
1
0
0
0
0
-3
1
2
-1
0
-2
2
1
1
1
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
6
8
1
2
bi
aij
6
4
M
M
0
3/2
3/2
0
0
0
0
0
0
0
12
12
1
-1
0
2
-1/2
3/2
1
0
1
0
-1/2
-1/2
0
0
0
0
0
0
6
-4
2
-1
1
0
3/2
0
0
0
1
0
1
0
0
0
1
4
5
0
0
0
1
0
1
0
0
0
0
0
0
0
0
0
1
0
1
2
0
2
bi
aij
Z
S1
X1
S3
S4
X1
X2
S1
S2
S3
S4
Solucin
1
0
3
0
0
0
0
1
0
0
-0.5
1,5
0,5
1,5
1,
0
1
0
0
0
1.5
-0,5
0,5
0,5
0
0
0
0
1
0
0
0
0
0
1
12
2
4
5
2
1,3333
8,0000
3,3333
2,0000
Z
X2
X1
S3
S4
X1
X2
S1
S2
S3
S4
Solucin
0,6667
-0,3333
1,3333
Solucin:
Z = 12,6667
X1 = 3,3333
X2 = 1,3333
Ingeniera de Sistemas
Pg. 31
Investigacin de Operaciones
S1 = 0
S2 = 0
S3 = 3
S4 = 0,6667
SOLUCION DE UN MODELO DE MINIMIZACION CON EL METODO SIMPLEX PRIMAL
Minimizar Z = x1 + 2x2
s.a.
0.1x1 + 0.1x2
0.5x1 + 2x2
10
x1,, x2
Forma Estndar:
Minimizar Z = x1 + 2x2 + MA1 + MA2
s.a.
0.1x1 + 0.1x2 S1 + A1 =
()
0.5x1 + 2x2 S2 + A2
10
()
x1, x2 , S1 , S2 , A1 , A2 0
En ()
A1 = 1 0.1x1 0.1x2 + S1
En ()
A2 = 10 0.5x1 2x2 + S2
Reemplazando A1 y A2 en Z, tenemos:
Z + (0.6M 1)x1 + (2.1M 2)x2 MS1 MS2 = 11M
Tabla Inicial
Z
Z
1
A1
0
A2
0
Iteracin 1
Z
A1
X2
Z
1
0
0
X1
0.6M 1
0.1
0.5
X1
0.075M-0.5
0.075
0.25
X2
2.1M 2
0.1
2
X2
0
0
1
S1
-M
-1
0
S1
-M
-1
0
S1
A1
0
1
0
A1
0
1
0
A1
S2
-M
0
-1
A2
0
0
1
Solucin
11M
1
10
S2
0.05M-1
0.05
-0.5
A2
-1.05M+1
-0.05
0.5
Solucin
10+0.5M
0.5
5
S2
A2
Solucin
Bi / aij
10
5
Bi / aij
6.667
20
Bi / aij
ACTIVIDAD 02:
Completar la tabla ptima haciendo los clculos para cada una de las ecuaciones segn la tcnica del
mtodo Simplex Primal.
Solucin:
Z = 13.33
X1 = 6.667
Ingeniera de Sistemas
Pg. 32
Investigacin de Operaciones
X2 = 3.333
A1 = 0
A2 = 0
S1 = 0
S2 = 0
CASOS ESPECIALES EN LA SOLUCIN CON EL METODO SIMPLEX
1. Soluciones Infactibles (Inexistentes).
Sucede cuando las restricciones no se puede satisfacer en forma simultanea. Esto puede suceder
cuando existen restricciones distintas al de dado a que se debe agregar variables artificiales
(valores muy grandes) que se convierten en cero cuando llegan al ptimo. Caso contrario (valor
positivo de la variable artificial) se dice que la solucin es infactible.
2. Soluciones Degeneradas.
Sucede cuando existe al menos una restriccin redundante generando con ello que en el espacio de
soluciones (variables bsicas) aparezca algunas de ellas con valor cero (0).
3. Soluciones con opciones ptimas alternativas.
Sucede cuando la funcin objetivo es paralela a un restriccin de enlace (sea, una restriccin que
satisface en el sentido de la igualdad a travs de la solucin ptima). La funcin objetivo tomar el
1
mismo valor ptimo en mas de un punto de solucin . Otra forma de notarlo en las iteraciones del
mtodo simplex primal es cuando al evaluar mas dos variables candidatas a ingresar cualquiera de
ellas cumple con el mismo valor en la funcin objetivo.
4. Soluciones No acotadas.
Sucede cuando los valores de la variable pueden aumentar o disminuir indefinidamente sin alterar a
ninguna de las restricciones. Cuando el valor de la funcin objetivo crecen (maximizacin) o
disminuyen (minimizacin) indefinidamente se dice que el espacio de soluciones y el valor optimo de
la funcin objetivo son no acotadas.
Ejercicio:
Dados los siguientes modelos determinar su tipo de solucin:
Minimizar Z = 3X1 + X2 + X3
sujeta a
X1 2X2 + X3 11
-4X1 + X2 + 2X3 3
2X1 - X3 = -1
X1;X2; X3 0
Maximizar Z = X1 + 3X2 - X3
sujeta a
X1 + 2X2 + X3 = 4
2X1 + X2 5
X1,X2 0
Ingeniera de Sistemas
Pg. 33
Investigacin de Operaciones
AUTOEVALUACIN
Resolver con el mtodo simplex primal cada uno de los modelos propuestos e indicando el tipo de
solucin.
1) Min Z = 10 X1 + 4 X2
Sujeto a:
0.2 X1 + 0.1 X2
1.7
0.1 X1 + 0.2 X2
0.1 X2
0.1 X1
0.6
0.4
X1, X2 0
2) Maximizar Z = 4X1 + 3X2
Sujeto a:
30X1 + 20X2
X1 + X2
X1 , X2 0
1800
80
(Capital disponible)
(Demanda del mercado)
30000
9000
(Unidades Yogurt)
(Productos de fermentacin)
3) Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2
0.5X1 + 0.2X2
X1 , X2 0
4) Un avin de carga tiene tres compartimientos para almacenar: delantero, central y trasero. Estos
compartimientos tienen un lmite de capacidad, tanto en peso como en espacio, y se pretende
utilizarlos para satisfacer cualquier fraccin conveniente de las demandas que tambin se indican.
Para mantener balanceada la nave debe distriburse la carga de manera que el peso en cada
compartimiento sea proporcional a su capacidad. Cul es el modelo matemtico del problema?.
Compartimiento
Delantero
Central
Trasero
Ingeniera de Sistemas
Peso
mximo
(Ton)
Volumen
mximo
3
(pie )
Carga
Peso
(Ton)
Volumen
3
(pie /Ton)
Utilidad
($/Ton)
12
18
10
7000
9000
5000
1
2
3
4
20
16
25
13
500
700
600
400
320
400
360
290
Pg. 34
DURACIN:
180 minutos
CA P AC I D AD G EN ER A L
1.
Aplica correctamente la teora del Problema Dual a solucin de modelos de Programacin Lineal.
2.
1.
2.
CONTENIDO
1.
El Problema Dual.
Modelo Primal.
2.
Primal.
Resuelve
correctamente
problemas
de
3.
4.
Investigacin de Operaciones
Minimizar w = b X
s.a.
A YC
T
Y0
Condiciones para derivar un Dual a partir de un Primal.
1. El objetivo primal es maximizacin, y el objetivo dual es minimizacin.
2. El nmero de variables en el dual es igual al nmero de restricciones en el primal.
3. El nmero de restricciones en el dual es igual al nmero de variables en el primal.
4. Los coeficientes de la funcin objetivo en el primal forman las constantes del lado derecho del dual.
5. Las constantes del lado derecho del primal forman los coeficientes de la funcin objetivo del dual.
6. Todas las variables son no negativas en ambos problemas.
........... Y1
2x1 + x2
........... Y2
-x1 + x2
........... Y3
x2
........... Y4
x1,, x2
Dual:
Minimizar W = 6Y1 + 8Y2 + Y3 + 2Y4
s.a.
Y1 + 2Y2 - Y3
3
2Y1 + Y2 + Y3 + Y4 2
Y1 , Y2 , Y3 , Y4 0
Todo Modelo Primal tiene asociado un Dual que representa los precios sombra del modelo primal.
Siempre se debe cumplir en la solucin optima final lo siguiente:
Zmax = W min
Ingeniera de Sistemas
Pg. 36
Investigacin de Operaciones
Z
X2
X1
S3
S4
Z
1
0
0
0
0
X1
0
0
1
0
0
X2
0
1
0
0
0
S1
0,3333
0,6667
-0,3333
-1,0000
-0,6667
S2
1,3333
-0,3333
0,6667
1,0000
0,3333
S3
0
0
0
1
0
S4
0
0
0
0
1
Solucin
12,6667
1,3333
3,3333
3,0000
0,6667
Y1 = 0.3333 , Y2 = 1.3333 , Y3 = 0 , Y4 = 0
Wmin = 6Y1 + 8Y2 + Y3 + 2Y4
W min = 6(0.3333) + 8(1.3333) + 0 + 2(0) = 1.9998 + 10.6664 = 12.667
Wmin = 12.667
Zmax = W min = 12.667
Ejemplo 2: Dado el siguiente modelo de PL (Primal) obtener su Dual.
Primal:
Maximizar Z = 4x1 + 3x2
s.a.
x1 - x 2
x1 - x 2
3/5
........... Y1
........... Y2
x1 , x2 0
Dual:
Minimizar W = 3/5Y1 - 2Y2
s.a.
Y1 - Y2
-Y1 + Y2
4
3
Y1 , Y2 0
Si en el modelo Primal existe una restriccin de igualdad, entonces, en el modelo Dual aparecer
una variable irrestricta y viceversa. As:
Ejemplo 3:
Primal:
Maximizar Z = y
s.a.
x1 + x 2 + x3 + x4
500
........... Y1
........... Y2
........... Y3
........... Y4
x1, x2 , x3 , x4 0
y no restringida (irrestricta)
Ingeniera de Sistemas
Pg. 37
Investigacin de Operaciones
Dual:
Minimizar W = 500Y1
s.a.
Y1 + 2Y2 - 5Y3 3Y4
Y1 - 4Y2 + 3Y3 + 9Y4
Y1 + 7Y2 - 9Y3 10Y4 0
Y1 - 15Y2 - 4Y3 + 8Y4
Y2 + Y3 + Y4
0
0
0
= 1
Y2 , Y3 , Y4 0
Y1 no restringida (irrestricta)
El Dual del Dual es el Primal.
Ejemplo 4.
Primal:
Maximizar Z = 2x1 - 3x2
s.a.
x1 + 5x2
11
........... Y1
-7x1 + 6x2
22
........... Y2
9x1 + 4x2
33
........... Y3
x1,, x2 0
Dual:
Minimizar W = 11Y1 - 22Y2 + 33Y3
s.a.
2
-3
Y1 + 7Y2 + 9Y3
5Y1 - 6Y2 + 4Y3
Y1 , Y2 0
-2
3
Y1 , Y2 0
Hallando su Dual a este modelo tenemos:
Minimizar -Z = -2x1 + 3x2
s.a.
-x1 - 5x2
-11
-7x1 + 6x2
22
-9x1 - 4x2
-33
x1,, x2 0
Ingeniera de Sistemas
Pg. 38
Investigacin de Operaciones
Convirtiendo Z a +Z.
Maximizar Z = 2x1 - 3x2
s.a.
x1 + 5x2
11
-7x1 + 6x2
22
9x1 + 4x2
33
x1,, x2 0
Lo cual demuestra que el dual del dual es el primal.
METODO SIMPLEX DUAL
Es aplicado a modelos que tiene restricciones de tipo (esta restriccin da solucin inicial infactible) o la
combinacin de y (esta restriccin siempre da solucin inicial factible).
PROCEDIMIENTO:
Debe tener una solucin bsica inicial ptima e infactible. Es decir los coeficientes de Z deben ser
negativos o ceros y los elementos del lado derecho deben ser negativos.
Las variables de Exceso deben tener coeficiente positivo. Logrando con ello que la solucin inicial
sea infactible.
La variable bsica que sale es aquella que tiene valor negativo con mayor valor absoluto.
La variable No bsica que ingresa resulta de la divisin entre los coeficientes de Z y los coeficientes
de la variable que sale (discriminndose los ceros y positivos a fin de conservar la condicin de
optimidad) y se considera aquella cuyo resultado de la divisin sea la mas pequea.
Ingeniera de Sistemas
Pg. 39
Investigacin de Operaciones
Minimizar Z = x1 + 2x2
s.a.
0.1x1 + 0.1x2
0.5x1 + 2x2
10
x1,, x2 0
Forma Estndar
Minimizar Z = x1 + 2x2 + 0S1 + 0S2
s.a.
- 0.1x1 - 0.1x2 + S1
-1
- 0.5x1 - 2x2
-10
+ S2
x1,, x2 , S1, S2 0
Tabla Inicial.
Z
S1
S2
Z
S2
Z
1
0
0
-
X1
-1
-1/10
-1/2
10
X2
-2
-1/10
-2
5
1
Calculo de los coeficientes de las dems variables:
Zanterior
1
-1/2
0
-(-2)*NEP
0
2
Znuevo
1
-1/2
0
S1anterior
-(-1/10)*NEP
S1nuevo
0
0
0
S1
0
1
0
-
S2
0
0
1
-
Solucin
0
-1
-10
-1/2
0
0
0
-1
-1
-1
10
10
10
-1/10
1/40
-3/40
-1/10
1/10
0
1
0
1
0
-1/20
-1/20
-1
-1/2
X1
-1/2
-3/40
20/3
X2
0
0
1
-
S1
0
1
0
-
S2
-1
-1/20
-1/2
20
Solucin
10
-1/2
5
-40/3
2/3
20/3
0
Znuevo
1
0
0
0
-20/3
-20/3
-1
1/3
-2/3
10
10/3
40/3
Nueva Tabla:
Z
S1
X2
Z
S1
Z
1
0
0
-
Ingeniera de Sistemas
Pg. 40
Investigacin de Operaciones
X2anterior
-(-1/2)*NEP
X2nuevo
0
0
0
-1/4
0
1
0
1
0
10/3
10/3
-1/2
-1/6
2/3
5
-5/3
10/3
X1
0
1
0
X2
0
0
1
S1
-20/3
-40/3
10/3
S2
-2/3
2/3
-2/3
Solucin
40/3
20/3
10/3
Z
X1
X2
Ingeniera de Sistemas
Z
1
0
0
Pg. 41
Investigacin de Operaciones
AUTOEVALUACION
Obtiene el Problema dual a partir del Primal planteado. Da solucin por el mtodo simplex Dual al
Problema (Dual o Primal) que mejor se adapte al mtodo.
1) Min Z = 10 X1 + 4 X2
Sujeto a:
0.2 X1 + 0.1 X2
1.7
0.1 X1 + 0.2 X2
0.1 X1
0.6
0.4
X1, X2
0.1 X2
1800
80
(Capital disponible)
(Demanda del mercado)
30000
9000
(Unidades Yogurt)
(Productos de fermentacin)
3) Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2
0.5X1 + 0.2X2
X1 , X2 0
Ingeniera de Sistemas
Pg. 42
DURACIN:
120 minutos
CA P AC I D AD G EN ER A L
Analiza y evala los elementos de la tabla ptima final obteniendo resultados para una correcta toma de
decisiones.
CAPACIDADES TERMINALES
1.
2.
3.
CONTENIDO
1.
Anlisis de Sensibilidad.
2.
3.
Precios Duales.
4.
solucin final.
5.
Investigacin de Operaciones
Anlisis de Sensibilidad
ANLISIS DE SENSIBILIDAD
Sea el siguiente modelo de PL:
Maximizar Z = 12x1 + 20x2 + 18x3 +40x4
s.a.
4x1 + 9x2 + 7x3 + 10x4
6000
x1 + x2 + 3x3 + 40x4
4000
x1,, x2 , x3 , x4 0
x1,, x2 , x3 , x4 : son modelos de escritorio ( 4 modelos ).
Sean las siguientes tablas:
Tabla Inicial:
Z
S1
S2
Z
1
0
0
X1
-12
4
1
X2
-20
9
1
X3
-18
7
3
X4
-40
10
40
S1
0
1
0
S2
0
0
1
Solucion
0
6000
4000
Z
1
0
0
X1
0
1
0
X2
20/3
7/3
-1/30
X3
10/3
5/3
1/30
X4
0
0
1
S1
44/15
4/15
-1/150
S2
4/15
-1/15
2/75
Solucin
56000/3
4000/3
1000/15
Tabla Final:
Z
X1
X4
Ingeniera de Sistemas
Pg. 44
Investigacin de Operaciones
Anlisis de Sensibilidad
Caso1: si D1 > 0
Cumple para cualquier D1>=0
Cumple para cualquier D1<=10000
Por lo tanto:
D110000
Caso2: si D1 < 0
Cumple para cualquier D1>=-5000
As:
4000/3 + (4/15)D1>=0
D1>=-5000
Cumple para cualquier D1<=0
De los dos casos:
-5000D110000
Por lo tanto el recurso 1 puede variar en este rango:
-5000 + 6000 Recurso 1 10000 + 6000
1000 Recurso 1 16000
Luego la funcin objetivo puede variar de la siguiente manera:
56000/3 + (44/15)(-5000) Z + (44/15)D1 56000/3 + (44/15)10000
12000/3 Z + (44/15)D1 144000/3
4000 Z + (44/15)D 1 48000
Ejercicio:
Calcular el rango de variabilidad del recurso2 y cmo afecta a la funcin objetivo.
Solamente los recursos escasos se pueden calcular la variacin de sus coeficientes debido a que el
incremento de 1 unidad de esos recursos este incrementara la utilidad en la funcin objetivo. Los
recursos abundantes no contribuyen en nada a la funcin objetivo.
Ingeniera de Sistemas
Pg. 45
Investigacin de Operaciones
Anlisis de Sensibilidad
Otro Mtodo:
A partir del anlisis anterior y de la tabla ptima siguiente:
Z
X1
X2
Xn
Z
VB1
:
VBm
S1
S2
a1j
:
a1m
a2j
:
a2m
...
Sm
Solucin
amj
:
amn
SVB1
:
SVBm
Se puede concluir:
Si aij > 0
Di -(SVBi)/aij
Di Max(-(SVBi)/aij) = i
Si aij < 0
Di -(SVBi)/aij
Di Min(-(SVBi)/aij) = i
Por tanto:
i Di i
Bi + i Bi + Di Bi + i
Bi + i Bi Bi + i
Bi : variacin del recurso i
Por ejemplo: variar el recurso 1 de B1 = 6000 a B1 = 6000 + Bi
S1
44/15
4/15
-1/150
S2
4/15
-1/15
2/75
Solucin
56000/3
4000/3
1000/15
Si aij > 0
D1 Max( - (4000/3) / (4/15)) = 1 = -5000
Si aij < 0
D1 Min( - (1000/15) / (-1/150)) = 1 = 10000
Luego:
-5000 D1 10000
Bi + i B1 Bi + i
1000 B1 16000
Ejercicio:
Calcular el rango de variabilidad del recurso2 y cmo afecta a la funcin objetivo.
Ingeniera de Sistemas
Pg. 46
Investigacin de Operaciones
Anlisis de Sensibilidad
= ci
Cinicio = ci + d1
Al inicio
Luego de incrementar en di a ci
optimo
Por ejemplo, consideremos a la variable bsica x1 cuyo c1 = 12. Cmo cambiara a c1 = 12 + d1?.
Veamos la Tabla ptima:
Z
1
0
0
Z
X1
X4
X1
0
1
0
X2
20/3
7/3
-1/30
X3
10/3
5/3
1/30
X4
0
0
1
S1
44/15
4/15
-1/150
S2
4/15
-1/15
2/75
Solucin
56000/3
4000/3
1000/15
X1
0
X2
20/3 + (7/3)d1 0
X3
10/3+(5/3)d10
X4
0
S1
44/15 + (4/15)d10
S2
4/15 (1/15)d10
Ingeniera de Sistemas
Pg. 47
Investigacin de Operaciones
Anlisis de Sensibilidad
X2
20/3 + (7/3)d1 0
cumple
d1 -20/7
X3
10/3+(5/3)d10
Cumple
D1 -10/5 = -2
X4
0
S1
44/15 + (4/15)d10
cumple
d1 -44/4 = -11
S2
4/15 (1/15)d10
d1 4
d1 -4
-2 d1 4
12 2 12 + d1 12 + 4
10 c1 16
c1 : rango de variacin de c1
Ejercicio:
Calcular la variacin de la utilidad de la variable bsica x4
Otro Mtodo:
A partir del anlisis anterior y de la tabla ptima siguiente:
X1
X2
X3
X4
S1
S2
Solucin
zj - cj
Z
X1
X4
Xi
aij
Se puede concluir:
Si aij > 0
di -(zj-cj)/aij
di Max(-(zj-cj)/aij) = i
Si aij < 0
di -(zj-cj)/aij
di Min(-(zj-cj)/aij) = i
Por tanto:
i dii
ci + i ci + di ci + i
ci + i Ci ci + i
Ejemplo: Calcular la variacin para el coeficiente de X1
Si aij > 0
di -(zj-cj)/aij
d1 Max(-20/7, -10/5 ,-44/4) = 1 = -2
Si aij < 0
di -(zj-cj)/aij
d1 Min(-4/-1) = 1 = 4
-2 d1 4
12 - 2 c1 + d1 12 + 4
10 C1 16
Ejercicio: Calcular la variacin del coeficiente de X4
Ingeniera de Sistemas
Pg. 48
Investigacin de Operaciones
Anlisis de Sensibilidad
AUTOEVALUACION
1)
Disponibilidad
de horas
12000
13000
Carpintero
Albail
2)
Un veterinario aconseja a un granjero dedicado a la cra de pollos una dieta mnima para la
alimentacin de las aves compuesta de 3 unidades. de hierro y 4 unidades. de vitaminas. El
granjero sabe que cada kilo de maz proporciona 2.5 unidades. de hierro y 1 unidad. de vitaminas,
cada kilo de harina de pescado 3 unidades. de vitaminas y cada kilo de cierto pienso sinttico 1
unidad de hierro y 2 unidades de vitaminas.
El granjero se pregunta por la composicin de la dieta ptima que minimice el costo de la
alimentacin, sabiendo que los precios del maz, harina de pescado y pienso sinttico son de 20,
30 y 16 ptas. respectivamente.
Comprobar si la solucin sigue siendo vlida en los siguientes casos:
o
Aparece otro tipo de alimento cuyo precio es de 25 ptas. y cuya composicin es 2 unidades de
hierro y 2 unidades. de vitaminas.
Se hace necesario introducir un nuevo componente alimenticio de manera que las aves
consuman por lo menos una unidad. En cada kilo de los alimentos (maz, harina de pescado y
pienso) se encuentra una unidad del nuevo componente.
Ingeniera de Sistemas
Pg. 49
Investigacin de Operaciones
Anlisis de Sensibilidad
Se presenta una variedad de maz que en cada kilo contiene 3 unidades de hierro y 1 de
vitaminas y que sigue costando 20 ptas./kilo.
3)
Una compaa desea determinar el nmero de unidades mensuales de los productos P1, P2 y P3
que debe producir para maximizar sus beneficios totales. Para la elaboracin de una unidad de
cada uno de los productos se precisa de dos recursos R1 y R2. La cantidad de cada recurso
disponible, la cantidad de recurso que precisa cada unidad de producto y, el beneficio por cada
unidad de producto se dan en la siguiente tabla:
P1
P2
P3
R1
Cantidad Mxima
disponible
230
R2
360
Beneficio/unidad
Cunto puede variar la ganancia por unidad de producto P1 sin que se modifique la solucin
ptima?
Cabe la posibilidad de fabricar un nuevo producto P4, cuyo beneficio por unidad sera de 5, y
cuyo consumo de R1 y R2 sera de 4 y 1 unidades, respectivamente. Merece la pena
fabricarlo?
Ingeniera de Sistemas
Pg. 50
Investigacin de Operaciones
Bibliografa
BIBLIOGRAFA
o
Taha, Handy, Investigacin de Operaciones; Alfa Omega Grupo Editor, S.A. Quinta Edicin.
Mxico. 1995.
Prawda, Juan, Mtodos y modelos de investigacin de operaciones. Vol I; Ed. Limusa; Mxico.
1982.
Taha, Handy,
Tierouf, Robert J., Toma de decisiones por medio de investigacin de operaciones; Ed. Limusa;
Mxico; 1989.
Ingeniera de Sistemas
Pg. 51