Académique Documents
Professionnel Documents
Culture Documents
Pgina 1
INDICE
Pgina
Introduccin
Justificacin
13
18
26
44
54
63
76
80
85
92
96
115
122
135
143
156
162
170
175
180
Bibliografa.
220
Software de apoyo.
222
Pgina 2
Introduccin
Con este libro de guas prcticas para la asignatura de Investigacin de
operaciones, pretendemos que los estudiantes que cursan las asignaturas de
Investigacin operativa I y II cuenten con material metodolgica y didicamente
elaborado para que pueda realizar sus prcticas sin la asistencia del profesor.
La mayora de las prcticas estn orientadas para que los estudiantes las
puedan realizar con el apoyo del computador. Si bien es cierto hay varios
software que pueden usarse, recomendamos que las prcticas las haga con
WinQSB, por contener todos los mdulos que son abordados en este texto y
contamos con un manual del Software para apoyo del estudiante.
El libro inicia cada prctica con
ejemplos ilustrativos, resueltos
metodolgicamente, para facilitar el aprendizaje del estudiante y as permitirle
abordar la gua prctica correspondiente con mayor dominio y poder resolverla
con un alto grado de seguridad.
El libro lo hemos estructurado en tres grandes aspectos: Los ejemplos que
anteceden cada gua prctica, las guas prcticas que debe ser resulta por el
estudiante con apoyo del computador y una miscelnea de problemas
propuestos y resueltos al final del libro, que le permitirn a los estudiantes
tener una visin ms amplia del mundo de problemas prcticos que se pueden
abordar desde los mtodos cuantitativos.
Este libro de guas prcticas est orientado para que sea desarrollado en dos
semestres, las primeras 8 prcticas para el I semestre y las restantes en el
segundo semestre. Cada gua prctica no necesariamente se debe de
desarrollar en un perodo de laboratorio (2 horas), algunas pueden durar ms
de acuerdo a las orientaciones del profesor de la asignatura, algunas prcticas
el alumno las resolver en forma independiente, en su casa o donde l estime
conveniente. No obstante independiente de la forma y donde el alumno
resuelva cada gua, el profesor debe garantizar que se haga un anlisis
colectivo sobre la misma, esta parte es esencial para el dominio de los temas
tratados.
Las guas fueron organizadas de forma que permita al estudiante un
conocimiento progresivo, iniciando desde la parte bsica de los hiperplanos
hasta el desarrollo de temas de mayor complejidad en el anlisis y en la toma
de decisiones. Sin embargo no es obligatorio ni riguroso seguir el orden en que
se proponen todas las prcticas, eso depender de la orientacin e inters que
el profesor de la asignatura tenga y del dominio de las temticas por parte de
los estudiantes.
Pgina 3
Justificacin
La investigacin de operaciones es una de las asignaturas que generan mayor
expectativa en los estudiantes y profesionales que las cursan. Por cuanto son
de suma importancia para la toma de decisiones.
La toma de decisiones es la tarea esencial de las organizaciones (pequeas,
medianas y grandes) y de los individuos que de forma independiente a diario
tienen que enfrentar problemas.
En la toma de decisiones el anlisis puede tomar dos formas: cualitativo y
cuantitativo.
El anlisis cualitativo se basa principalmente en el juicio y experiencia de la
gerencia, incluye sentimientos intuitivos sobre los problemas tratados y es ms
un arte que una ciencia.
Los mtodos cuantitativos juegan un papel clave en la Administracin y la
optimizacin de procesos. Por lo que es relevante estudiar los diferentes
mtodos cuantitativos que mejor se ajusten a la solucin de problemas del
campo de la investigacin de operaciones.
El anlisis cuantitativo se concentra en hechos cuantitativos o datos asociados
con los problemas y desarrolla expresiones matemticas que describen las
relaciones entre ellos. Utilizando los mtodos cuantitativos se obtienen
resultados con los que se hacen recomendaciones basadas en los datos
cuantitativos del problema.
El papel del anlisis cuantitativo en la toma de decisiones puede variar
dependiendo de los factores cualitativos.
Los modelos matemticos son la base de los modelos cuantitativos. A su vez,
la esencia de la Investigacin de operaciones es el uso de los modelos.
Este documento de carcter prctico tiene como propsito abordar los mtodos
de solucin de los diferentes modelos matemticos que se formulan en la
investigacin de operaciones, tanto desde el punto de vista analtico, grfico
como auxiliarnos de las herramientas computacionales sobre todo aquellos
cuyo nivel de complejidad de clculo lo requieren y centrar el esfuerzo en el
anlisis de sensibilidad de los posibles escenarios que se pudiesen presentar y
que son incertidumbre que en el mundo de la gestin a diario tenemos que
enfrentar.
Pgina 4
CONJUNTO B
CONJUNTO C
CONJUNTO D.
y
x
Julio Rito Vargas Avils/UNI
|
Pgina 5
Obsrvese que para cualquier par de puntos x, y que estn dentro del conjunto A, el
segmento que une dichos puntos siempre queda dentro del conjunto, en consecuencia
A es un conjunto convexo.
Consideremos el conjunto B:
y
B
Obsrvese que para cualquier par de puntos x,y que estn dentro del conjunto B, el
segmento que une dichos puntos no queda dentro del conjunto, en consecuencia B no
es un conjunto convexo.
Consideremos el conjunto C:
En este caso para cualquier par de puntos x,y de la recta C, el segmento que los une
queda dentro del conjunto, en consecuencia C es un conjunto convexo.
Por ltimo sea el conjunto D:
y
x
D
Julio Rito Vargas Avils/UNI
|
Pgina 6
Es claro grficamente que para cualquier par de puntos x, y, el segmento que los une
est totalmente contenido en dicho conjunto.
Consideremos un ltimo ejemplo en el plano, sea el conjunto E
E
Conjunto poligonal delimitado por los puntos ((0,0), (5,0), (0,3), (1,2), (0,0))
Se puede ver que existen segmentos, como el indicado en la figura que contiene
puntos que no estn en el conjunto, por lo que este conjunto no es CONVEXO.
EJERCICIO 1
b. No es convexo
Pgina 7
y=x
y=x
S3
Obsrvese que es claramente convexo pues cualquier par de puntos que estn en S3
el segmento que los une est claramente contenido en S3.
Qu sucedera si no podemos representar grficamente el conjunto, como sucede
con conjuntos de dimensin superior a 3?
Pgina 8
CONJUNTO CONVEXO.
Diremos que un subconjunto S Rn es convexo si para cualquier par de puntos
y para cualquier [0,1] se cumple que
llamamos segmento de extremos
es un conjunto convexo.
Pgina 9
Pgina 10
Cul es el recinto?
Ahora debemos determinar en que lado de la circunferencia se sita el
conjunto.
Tomemos un punto fuera de ambas circunferencias, por ejemplo (0,0). Y
comprobemos si se verifica la primera desigualdad para ese punto
02 + 02 1
Efectivamente no se verifica, por tanto el conjunto se sita hacia fuera de la
circunferencia.
Por otro lado
02 + 02 1
Es cierta por tanto el conjunto es la corona circular situada entre la
circunferencia de radio 1 y la circunferencia radio 2.
Este conjunto es convexo?
Claramente se ve que no, tomemos dos puntos cualesquiera por ejemplo (1,1/2) y (2,0), ambos pertenecen al conjunto, sin embargo el segmento que los
une como se ve no pertenecen al conjunto.
Pgina 11
Para saber cul es exactamente el recinto, tomemos un punto que no est en dichas
rectas, por ejemplo (0,0).
Comprobemos a qu 1, comprobamoslado de la recta x + y =1 se encuentra nuestro
conjunto x + y 1 verifica la ecuacin, por tanto el Recintopara (0,0), y observamos
que 0+0 1 est al lado del Y por otro lado para determinar el conjunto x y x + y
1 por tanto tambin es de la recta hacia el (0,0),1 comprobamos que 0 0 con lo
cual tendremos que el recinto ser:
(0,0).
Pgina 12
EJERCICIO 3
Demostrar de forma analtica que el conjunto
Conjunto convexo.
OBSERVACIN.
es un vector de Rn c R se verifica que los conjuntos:
En general si
H= { Rn/
=c}
H+= { Rn/
H0+={ Rn/
c} H-={ Rn/
.
.
c}
.
t
<c}
=c} es convexo.
pertenece a H.
Si
Si
Pgina 13
Pgina 14
Si Xi es un conjunto convexo para i=1,..., n. Esto quiere decir que dados dos
puntos cualesquiera de este conjunto
entonces el segmento
que los une est totalmente contenido en el conjunto Xi, es
decir
lo que queda demostrado.
con
Pgina 15
Este conjunto no es convexo pues si considero dos puntos del conjunto por ejemplo
(1.04, -1.57) y (2.43,-0.3)
Si representamos el segmento que une dichos puntos editando
Obtenemos
Pgina 16
Pgina 17
Pgina 18
Pgina 19
que
existen
es
una
combinacin
lineal
convexa
de
si
tales que:
1.
2.
P1 : = [0, 2]
P2 : = [1, 3]
P3 : = [1, 1]
Vamos a ir realizando combinaciones lineales convexas y vamos a ir representando
los puntos obtenidos:
Pgina 20
Pgina 21
es un Punto Extremo de S
EJERCICIO 4
Calcular los puntos extremos de los conjuntos:
a.
b.
Pgina 22
(B)
Para obtener puntos extremos hay que resolver la interseccin entre recta y
circunferencia.
Como x = 1 + y, entonces sustituyendo este valor de x en la circunferencia tenemos:
(1 + y)2 + y2 = 1
Resolviendo ahora obtenemos:
[y = 0; y = -1]
Pgina 23
Pgina 24
I.
de
a) ______________________
d) ______________________
b) _____________________
e) ______________________
f) ______________________
c) ______________________
Pgina 25
Acotados
III.
No Acotados
b)
c)
Pgina 26
d)
IV.
0,1, 4,2
a)
S1 x, y R 2 / 4 x 2 y 2 9
b)
S 2 x, y R 2 / x y 3, x y 4
Pgina 27
V.
c)
S 3 x, y R 2 / x 0, x y 0, x y 1, y 0
d)
S 4 x, y R 2 / x 0, y 0, x 1, y 1
1.
S x, y R 2 / x 2 y 2 4
T x, y R 2 / x 1 y 1 4
2
Pgina 28
2.
S x, y R 2 / x y 5
T x, y R 2 / x y 6
2.
2 x1 3 x 2 12
8 x1 2 x2 16
x1 3 x 2 0
x1 x2 12
x1 , x 2 0
x1 , x2 0
3.
3 x1 2 x2 12
2 x1 4 x2 12
x2 1
x1 , x2 0
4.
2 x1 3 x 2 3
x1 5 x 2 1
2 x1 x 2 4
4 x1 x 2 5
x1 , x 2 0
5.
6.
x1 x2 1
x1 x2 1
x1 x2 3
x1 x2 4
x1 , x2 0
x1 x2 3
2 x1 x2 2
x1 , x2 0
Pgina 29
7.
x1 x2 1
x1 x2 3
x1 x2 0
9.
3x1 x2 3
x1 , x2 0
8.
2 x1 x 2 9
x1 4
x2 3
x1 , x 2 0
10.
x1 2 x2 5
x1 3
x2 2
x1 , x2 0
Pgina 30
Pgina 31
La solucin ptima del problema ser un par de valores (x0, y0) del conjunto factible
que haga que f(x,y) tome el valor mximo o mnimo.
La regin factible incluye o no los lados y los vrtices, segn que las desigualdades sean en
sentido amplio (
Se dibuja la recta asociada a la inecuacin. Esta recta divide al plano en dos regiones o
semiplanos
Para averiguar cul es la regin vlida, el procedimiento prctico consiste en elegir un
punto, por ejemplo, el (0,0) si la recta no pasa por el origen, y comprobar si las
coordenadas satisfacen o no la inecuacin. Si lo hacen, la regin en la que est ese
punto es aquella cuyos puntos verifican la inecuacin; en caso contrario, la regin
vlida es la otra.
2) La regin factible est formada por la interseccin o regin comn de las soluciones
de todas las inecuaciones.
Como sucede con los sistemas de ecuaciones lineales, los sistemas de inecuaciones lineales
pueden presentar varias opciones respecto a sus soluciones: puede no existir solucin, en el
caso de que exista el conjunto solucin puede ser acotado o no.
Vemoslo con un ejemplo:
Pgina 32
s : y = 4 , t: y = x
Pgina 33
Debido a una reduccin de las ganancias, la alta administracin ha decidido reorganizar la lnea
de produccin de la compaa. Se descontinuarn varios productos no rentables y se dejar
libre una parte de la capacidad de produccin para emprender la fabricacin de dos productos
nuevos que tienen ventas potenciales grandes:
Pgina 34
Tiempo de produccin
disponible
a
la
semana, horas
Producto
1
2
3
Ganancias por lote
1
1
0
3
$ 3000
2
0
2
2
$5000
4
12
18
La funcin objetivo es lo que queremos optimizar (minimizar o maximizar), por ello est
compuesta por los costos de cada producto, los cuales van acompaado por las variables de
decisin en el caso de la minimizacin y de utilidades y variables de decisin en el caso de la
maximizacin. En este problema en particular lo que desea la empresa es encontrar la solucin
que maximice sus utilidades. Colocamos 3 en lugar de 3000 y 5 en lugar de 5000, para trabajar
en unidades mas pequeas; pero al final representa miles de dlares.
2. Funcin Objetivo
Maximizar Z f ( x1 , x2 ) 3x1 5x2
Julio Rito Vargas Avils/UNI
Pgina 35
En este caso las restricciones son las limitantes que tiene la empresa para producir el
producto1 y el producto2. Tenemos 3 restricciones bien definidas, las cuales. Cabe sealar que
las restricciones de no negatividad, siempre es necesario incluirlas, ya que en las respuestas no
pueden resultar valores menores que cero, sino la solucin del problema no tendra ningn
sentido.
3. Restricciones
3x1 2 x2 18 Horas disponibles en la planta 3, para producir lotes del producto 1 y producto 2
x1 0
x2 0
Restricciones de no negatividad
Mx.
Z 3x1 5 x2
S.a
x1 4
2 x2 12
3 x1 2 x2 18
x1 0
x2 0
Pgina 36
5. Con la forma estndar del modelo, graficamos para encontrar la regin factible.
Si hacemos uso del WinQSB los pasos ha seguir son los siguientes
1.
2.
3.
4.
5.
6.
Pgina 37
(2,6)
(0,6)
(4,3)
Regin
Factible
(0,0)
(4,0)
Los pares ordenados que han sido seleccionados son los que acotan la llamada Regin Factible,
son las posibles soluciones al problema y son esenciales para descubrir cual es el ptimo. El
siguiente paso es evaluar cada uno de estos puntos y encontrar el que maximice nuestras
utilidades al mayor porcentaje posible.
6. Soluciones factibles.
Valores permitidos
de la regin factible
(0,0)
x1 , x2
(0,6)
(2,6)
(4,3)
(4,0)
Funcin Objetivo
Z
Z
Z
Z
Z
Z 3x1 5x2
3(0) 5(0)
3(0) 5(6)
3(2) 5(6)
3(4) 5(3)
3(4) 5(0)
Soluciones factibles
(FEV)
0
30
36
27
12
Despus de haber analizado las soluciones factibles vemos que la que nos da la mxima
utilidad es el punto (2,6)
Esto se interpreta de la siguiente manera:
7. Soluciones ptimas:
Para obtener la mxima utilidad que es de $36,000 tendremos que
producir dos lotes del producto 1 y 6 lotes del producto 2.
Pgina 38
Nmero de horas disponibles para produccin, por semana. (18 para amasado
y 12 para horneado)
Nmero de horas que requiere cada tipo de masa (tipo I y II) en amasado y
horneado.
Amasado
Horneado
Ganancias Por
Producto
II
2
3
2
3
1
1
Tiempo de produccin
disponible a la
semana, horas
18
12
Para lograr una mejor solucin del problema definiremos nuestras variables de decisin, las
cuales son:
1. Variables de decisin
Pgina 39
z f ( x1 , x2 ) 2 x1 x2
Dado que este producto requiere de dos operaciones fundamentales (Amasado, Horneado) las
restricciones estarn dadas por la capacidad en horas semanales para estas actividades.
Adems colocaremos la restriccin de no negatividad.
3. Restricciones
2 x1 3x2 18
3x1x2 12
x1 0
x2 0
Restricciones de no negatividad
4. Ahora se puede formular el modelo matemtico del problema para lo cual definimos
la funcin objetivo a maximizar, sujeta a las restricciones que se sealaron
anteriormente.
Maximizar z 2 x1 x2
S. a
2 x1 3x2 18
3x1x2 12
5. Con la forma estndar del modelo, graficamos para encontrar la regin factible.
x1 0
x 0
Para graficar la regin factible 2es necesario que conozcamos los puntos por donde pasan las
diferentes rectas por lo que hacemos uso de el mtodo de intercepto. Aunque existen otros
Pgina 40
2 x1 3 x2 18
x2 0
x1 0
2 x1 3(0) 18
2(0) 3 x2 18
x1 18 / 2
x2 18 / 3
x1 9
x2 6
Punto1 (0,6)
Punto2 (9,0) este punto queda descartado dado que no es uno de los vrtices de la regin
factible
3 x1 x2 12
x2 0
x1 0
3 x1 0 12
3(0) x2 12
x1 12 / 3
x2 12
x1 4
Punto3 (0,12)
Punto (4,0)
2 x1 3 x2 18
3 x1 x2 12
2 x1 3(12 3 x1 ) 18
2 x1 9 x1 36 18
7 x1 18
x1 18 7
x2 30 7
Dado que no todos los puntos son parte de la regin factible, podemos decir que los vrtices
de la regin factible son:
Pgina 41
3x1 x2 12
(0,6)
(18/7,30/7)
2 x1 3x2 18
(4,0)
(0,0)
Para encontrar la solucin ptima es necesario que evaluemos todos los valores de los vrtices
en la funcin objetivo.
6. Soluciones factibles.
Valores permitidos
de la regin factible
(0,0)
x1 , x2
(0,6)
(18/7, 30/7)
(4,0)
Funcin Objetivo
Z
Z
Z
Z
Z 2 x1 x2
2(0) 0
2(0) 6
2(18 / 7) 30 / 7
2(4) 0
Soluciones factibles
(FEV)
0
6
66/7
8
Pgina 42
GUA PRCTICA # 2
Solucin Grfica de PPL
Unidad 2: Programacin lineal
Contenidos:
I.
Problema 1:
La compaa INTEL produce dos dispositivos para computadoras, (producto 1 y
producto 2) y requiere partes de metal y componentes elctricos. La administracin
desea determinar cuantas unidades de cada producto fabricar para maximizar la
ganancia. Por cada unidad del producto 1 se requiere 1 unidad de partes de metal y 2
unidades de componentes elctricos. Por cada unidad del producto 2 se necesitan 3
unidades de partes de metal y 2 unidades de componentes elctricos. La compaa
tiene 200 unidades de partes de metal y 300 componentes elctricos. Cada unidad del
producto 1 da una ganancia de $ 2 y cada unidad del producto 2 da una ganancia de $
3.00
a) formule un modelo de programacin lineal.
b) Utilice el mtodo grafico para resolver este modelo. Cul es la
ganancia total que resulta?
Materiales
Pgina 43
1. Variables de decisin
2. Funcin Objetivo
3. Restricciones
Pgina 44
6. Soluciones factibles.
Valores permitidos x1 , x 2
de la regin factible
Funcin Objetivo
Soluciones factibles
(FEV)
7. Soluciones ptimas:
Problema 2:
Una fbrica de bombones tiene almacenados 500 Kg.. de chocolate, 100 Kg.. de
almendras y 85 Kg.. de frutas. Produce dos tipos de cajas: las de tipo A contienen 3
Kg. de chocolote, 1 Kg. de almendras y 1 Kg. de frutas; la de tipo B contiene 2 Kg. de
chocolate, 1,5 Kg. de almendras y 1 Kg. de frutas. Los precios de las cajas de tipo A y
B son 13 y 13,50 , respectivamente. Cuntas cajas de cada tipo debe fabricar para
maximizar sus ventas?
Pgina 45
Caja tipo B
Disponibles
Chocolate
Almendras
Frutas
Precio en euros
1. Variables de decision
2. Funcin Objetivo
Pgina 46
Pgina 47
Funcin Objetivo
Soluciones factibles
(FEV)
6. Soluciones ptimas:
Problema 3:
Un laboratorio de Cmputos, almacena, al menos 300 Computadoras de un tamao y
400 de un segundo tamao. Se ha decidido que el nmero total de computadoras
almacenadas no debe exceder de 1200. Determine las cantidades posibles de estos
dos tipos de computadoras que pueden almacenarse.
Restricciones
Tipo de Computadoras
Computadora 1
Computadora 2
Total
Computadoras
Tipos de Computadoras
1. Variables de decisin
2. Funcin Objetivo
3. Restricciones
Pgina 48
6. Soluciones factibles.
Valores permitidos x1 , x 2
de la regin factible
Funcin Objetivo
Soluciones factibles
(FEV)
7. Soluciones ptimas:
Pgina 49
m n
(m n)!
m
m! (m n - m)!
m = nmero de restricciones
n =nmero de variables
Ejemplo: S m=3;
Pgina 50
Ax = b
x0
x
x N
xB
xN = 0
xB = B-1b
Pgina 51
TEST DE OPTIMALIDAD
La variable que entra en la base debe ser aquella que tenga el mayor coste reducido
(absoluto) en el caso de maximizacin (o mayor coste reducido en el caso de
minimizacin), ya que sta es la variable que aumenta (o disminuye) ms rpidamente
el valor de la funcin objetivo.
La interpretacin de este cociente:
Representa el mximo valor que puede tomar la variable entrante antes de que la
variable que se est considerando viole su restriccin de no negatividad.
Julio Rito Vargas Avils/UNI
Pgina 52
x
0
x N
x
b
B
Si A no contiene una submatriz identidad o existe algn componente negativo en b, no
resulta inmediato determinar una SBF inicial.
Pgina 53
Pgina 54
Operacin
Producto
Disponibilidad
(horas/periodo)
Cortado
10
2500
Cosido
10
2000
Empaquetado
500
Beneficio unitario
23
32
z = 23x + 32y
sujeto a:
10x + 6y 2500
5x + 10y 2000
500
x + 2y
x, y 0
Para convertir las inecuaciones en ecuaciones se aade una variable de holgura si por
cada ecuacin:
Max (z) = 23x + 32y + 0 h1+ 0 h2 + 0 h3
10x + 6y + h1
5x + 10y
x + 2y
+ h2
= 2500
= 2000
+ h3 = 500
x, y 0
Pgina 55
b) Forma Tabular
Coeficiente de :
Y
h1
h2
h3
Lado
Derecho
2500
10
2000
500
Ec.
Variable
Bsica
Z
(0)
-23
-32
h1
(1)
10
h2
(2)
(3) X+ 2Y + h3=500
h3
(3)
Primer Iteracin
c)
Forma Algebraica
d) Forma Tabular
Coeficiente de :
Y
h1
h2
h3
Lado
Derecho
3.2
6400
-0.6
1300
0.1
200
-0.2
100
Ec.
Variable
Bsica
Z
(0)
-7
h1
(1)
(2)
0.5
(7) X+ 2Y + h3=500
h3
(3)
Pgina 56
Una vez recalculado el tableau, se vuelve al paso 2 y se realiza una nueva iteracin. El
tableau resultante es:
e)
Forma Algebraica
f)
Forma Tabular
Coeficiente de :
Y
h1
h2
h3
Lado
Derecho
3.2
6400
-0.6
1300
0.1
200
-0.2
100
Ec.
Variable
Bsica
Z
(0)
-7
h1
(1)
(2)
0.5
(11) X+ 2Y + h3=500
h3
(3)
Segunda iteracin:
g) Forma Algebraica
h) Forma Tabular
Coeficiente de :
Y h1
h2
h3
Lado
Derecho
2.6
7700
0.14
-0.08
185.7142
-0.07
0.14
107.1428
-0.2
100
Ec.
Variable
Bsica
Z
(0)
(13)10x + 6y + h1 = 2500
(1)
(2)
(15) X+ 2Y + h3=500
h3
(3)
Una vez construido el problema de apoyo se aplica el algoritmo del Simplex para su
solucin final.
Julio Rito Vargas Avils/UNI
Pgina 57
Pgina 58
Pgina 59
Pgina 60
2 x1 x2 70
x1 x2 40
x1 3 x2 90
x1 , x2 0
Forma Algebraica
Forma Tabular
Variable
Bsica
Ec.
X1
Coeficiente de :
X2
X3
X4
X5
Lado
Derecho
(0)
(1)
(2)
(3)
4 x1 3x2
Max
Sujeto a:
x1 x2 40
2 x1 x2 60
x1 , x2 0
Forma Algebraica
Forma Tabular
Variable
Bsica
Ec.
Coeficiente de :
X1
X2
X3
X4
Lado
Derecho
(0)
(1)
(2)
(3)
Pgina 61
Dada la forma estndar para el problema primal (izquierda), su problema dual tiene la
forma que se muestra a la derecha.
Max
Z cjxj
Min
j 1
sujeto
a:
a x
j 1
ij
W yb
sujeto
yA c
a:
y0
bi
xj 0
El problema dual usa exactamente los mismos parmetros que el problema primal, pero en
diferentes lugares.
Dada la forma matricial del problema primal (izquierda), y del problema dual.
Max
Z cx
sujeto
Ax b
x0
Min
a:
W yb
sujeto
yA c
a:
y0
Pgina 62
El problema Dual
Z 3 x1 5 x2
sujeta
x1 4
Min
W 4 y1 12 y2 18 y3
sujeta
a:
y1 3 y3 3
a:
2 y 2 2 y3 5
2 x2 12
y1 0
3 x1 2 x2 18
y2 0
x1 0
y3 0
x2 0
x
Z 3 5 1
x2
sujeta
a:
Min
1 0
4
0 2 x1 12
x
3 2 2 18
x1 0
x 0
2
W y1
sujeta
y1
y2
y1
y2
y2
4
y3 12
18
a:
1
y3 0
3
y3 0
0
2 3
2
0
Solucin del P. dual, para el ejemplo Wyndor Glass Co. (usando WinQSB)
Pgina 63
Sujeto a:
Variables duales
Y1
Y2
5X1 +
Y3
Y4
Pgina 64
Problema Dual
Min W = 12Y1 + 6Y2 40Y3 + 10Y4
Sujeto a:
4Y1 2Y2 5Y3 + 3Y4 >= 3
12Y1 + 3Y2 + Y3 - 4Y4 >= 4
3Y1 + Y2 6Y3 2Y4 >= -2
Y1 > 0,
Y2 < 0, Y3 > 0,
Y4 no restringida en signo
Pgina 65
El departamento de contabilidad por su parte, pronostica los siguientes costos e ingresos para
la compaa.
Datos de costo e ingreso para la compaa
Se desea saber el nmero de cada tipo de producto que debern producirse de tal manera que
se optimice el beneficio por las 8 horas de trabajo del da. Considerando la informacin, se
plante el modelo de programacin lineal:
X1: nmero de productos tipo A.
X2: nmero de productos tipo B.
X3: nmero de productos tipo C.
Solucin: Modelo de PPL
Z 20 x1 35 x2 45 x 3
sujeto
a:
2 x1 6 x2 2 x3 480 formacin
3 x1 6 x2 2 x3 480inspeccin
2 x1 2 x2 4 x3 480acabado
Pgina 66
Ken & Larry Inc. surte su helado a los expendios en cuatro sabores: chocolate, vainilla,
chicle y pltano. Debido al calor extremo y la alta demanda, la compaa tiene un
dficit en el abastecimiento de los ingredientes: leche, azcar y crema.
Esto no le permite satisfacer todas las rdenes recibidas de sus expendios. Por estas
circunstancias, la compaa a decidido seleccionar la cantidad que debe producir de
cada sabor para maximizar la ganancia total, dadas las restricciones en las cantidades
de ingredientes bsicos.
Pgina 67
Variables de decisin
X1 = Nmeros de Galones de helados de chocolate
X2 = Nmeros de Galones de helados de vainilla
X3 = Nmeros de Galones de helados de banano
X4= Nmeros de Galones de helados de chicle
Funcin objetivo
Max. Z = 1.1 X1 + 1.0 X2 + 0.90X3 + 0.95X4
$ = ($/galn de chocolate) x (Nmero galones chocolate)
+ ($/galn de vainilla) x (Nmero galones vainilla)
+ ($/galn de pltano) x (Nmero galones banano)
+ ($/galn de chicle) x (Nmero galones chicle)
Restriccin de produccin
0.45X1 es el total de galones de leche que se requieren para producir X1 galones de
chocolates
0.5X2 es el total de galones de leche que se requieren para producir X2 galones de
vainilla
0.4X3es el total de galones de leche que se requieren para producir X3 galones de
banano
0.4X4 es el total de galones de leche que se requieren para producir X4 galones de
chicle
Julio Rito Vargas Avils/UNI
Pgina 68
Pgina 69
X1
30
X2
30
X3
X4
30
PREGUNTAS ADICIONALES
Pgina 70
Suponga que descubren tres galones de crema agrio que tienen que tirarse
cambia la solucin ptima y que se puede decir de la ganancia total?
Se podra decir que no hay cambios en la optimizacin ni en la ganancia, eran
Sobrantes.
Pgina 71
Pgina 72
a1 = (1,2,2)
12. Por polticas de la empresa es necesario producir un nuevo producto con las siguientes
caractersticas C4=60, a4 = (2,1,3), Qu recomendara?
Solution
Value
Unit Cost
or
Profit c[i]
X1
X2
X3
Objective
0
48
96
Function
Constraint
Left
Hand
Side
C1
C2
C3
480.00
480.00
480.00
Total
Contribution
Reduced
Cost
20
35
45
Max=
0
1,680.00
4,320.00
6,000.00
-5.00
0
0
at bound
Direction
Right Hand
Side
480.00
480.00
480.00
<=
<=
<=
Basis
Status
Allowable
Min c[i]
Allowable
Max c[i]
Basic
Basic
-M
22.50
32.50
25.00
135.00
70.00
Stack
Or
Surplus
Shadow
Price
Allowable
Min RHS
Allowable
Max RHS
0
0
0
2.50
0
10.00
240.00
480.00
160.00
480.00
M
960.00
Pgina 73
a1= (2,3,2)
a1 = (1,2,2)
Pgina 74
Z 60 x1 35 x2 45 x 3
sujeto
a:
2 x1 6 x2 2 x3 480 formacin
x1 6 x2 2 x3 480inspeccin
3 x1 2 x2 4 x3 480acabado
Pgina 75