Académique Documents
Professionnel Documents
Culture Documents
DE CERRO DE PASCO
Facultad de Ciencias Empresariales
Departamento Académico de Administración de Empresas
Escuela de Formación Profesional de Administración
PROGRAMACIÓN LINEAL
Fundamentos
FundamentosBásicos
Básicosde
deInvestigación
Investigaciónde
de
Operaciones.
Operaciones.
Fundamentos
Fundamentosde
deProgramación
ProgramaciónLineal.
Lineal.
Método
MétodoSimplex
SimplexPrimal.
Primal.
El
ElProblema
ProblemaDual
DualyyelelMétodo
MétodoSimplex
SimplexDual.
Dual.
Análisis
Análisisde
deSensibilidad.
Sensibilidad.
MÓDULO DE AUTOAPRENDIZAJE
Maximización o Minimización
n
Zo C j X J
J 1
Sujeto a:
n
a
j 1
ij X j bi
i= 1, 2 , 3 , . . . , m
j = 1, 2, 3, . . . , n
Pág.
Introducción------------------------------------------------------------------------------------------------------- 2
Índice---------------------------------------------------------------------------------------------------------------- 3
Sesión 1 : Fundamentos Básicos de Investigación de Operaciones-------------------------5
Definiciones de investigación de operaciones------------------------------------------------------------6
Secuencia operativa de un estudio de investigación de operaciones-------------------------------7
Campos de aplicación de la investigación de operaciones.-------------------------------------------8
Técnicas de investigación de operaciones.--------------------------------------------------------------- 8
Modelos en Investigación de Operaciones----------------------------------------------------------------9
Auto evaluación------------------------------------------------------------------------------------------------- 10
Sesión 2 : Fundamentos de Programación Lineal-------------------------------------------------11
Antecedentes históricos de Programación Lineal.-----------------------------------------------------12
Definiciones de Programación Lineal.--------------------------------------------------------------------- 12
Elementos de un Modelo de Programación Lineal.----------------------------------------------------12
Modelo de Programación Lineal.--------------------------------------------------------------------------- 12
Propiedades de la forma Estándar de un modelo de Programación Lineal.---------------------13
Tipos de Variables de un modelo de Programación Lineal.------------------------------------------13
Formulación y solución a modelos de PL por el método grafico.-----------------------------------13
Aplicaciones de la Programación Lineal------------------------------------------------------------------ 19
El problema de asignación----------------------------------------------------------------------------------- 20
El problema del transporte----------------------------------------------------------------------------------- 23
El problema de la dieta--------------------------------------------------------------------------------------- 26
Auto evaluación------------------------------------------------------------------------------------------------- 28
Sesión 3 : Método Simplex Primal --------------------------------------------------------------------- 29
Procedimiento del Método Simplex Primal.--------------------------------------------------------------30
Solución a un modelo de Maximización con el método simplex primal.--------------------------31
Solución a un modelo de Minimización con el método simplex primal.---------------------------33
Casos especiales de solución del método simplex.---------------------------------------------------34
Autoevaluación------------------------------------------------------------------------------------------------- 35
Sesión 4 : El Problema Dual y el Método Simplex Dual -----------------------------------------36
El Problema Dual.---------------------------------------------------------------------------------------------- 37
Condiciones para derivar un Dual a partir de un Primal.---------------------------------------------37
Método Simplex Dual.- Procedimiento.------------------------------------------------------------------- 41
Solución a Modelos de PL por el Método Simplex Dual.---------------------------------------------41
Autoevaluación------------------------------------------------------------------------------------------------- 43
Sesión 5 : Análisis de Sensibilidad -------------------------------------------------------------------- 44
Análisis 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 función objetivo.----------------------------47
Autoevaluación------------------------------------------------------------------------------------------------- 50
Bibliografía------------------------------------------------------------------------------------------------------- 52
UNIVERSIDAD NACIONAL DANIEL ALCIDES
CARRIÓN DE CERRO DE PASCO
FA C U LTA D D E C IE N C IA S E M P R E SA R IA LE S
Escuela de Formación Profesional de Administración
SESION 1 FUNDAMENTOS BASICOS DE ANALISISCUANTITATIVO PARA LOS
DURACIÓN: NEGOCIOSY NVESTIGACION DE OPERACIONES
90 minutos
CA PA CI DA D GE NE RA L
Aplica correctamente los conceptos generales de Análisis Cuantitativo Para los Negocios,
investigación de operaciones en los problemas propios de la especialidad de las Ciencias
Empresariales, Administración de Empresas ubicándolo en el contexto de su realidad.
C A PA C I DA D E S T E R M I N A L E S CONTENIDO
INVESTIGACIÓN DE OPERACIONES
“La I.O. puede describirse como un enfoque científico de la toma de decisiones que requiere la
operación de sistemas organizaciones”.
Hiller y Lieberman
“La I.O. comprende los métodos y modelos de matemáticas aplicadas para resolver problemas de
operaciones complejas”.
“La I.O. es la aplicación de métodos científicos, técnicas y herramientas a problemas que involucran
las operaciones de sistemas además de proveer a éstos, de soluciones óptimas en los problemas
sobre control de sus operaciones”.
“La I.O. comprende la aplicación del método científico al estudio de organizaciones o actividades
grandes y complejas”
“Se define la I.O. como la aplicación del método científico al análisis y solución de problemas de
decisión gerencial”
Turban y Meredith
“Se utiliza aquí el termino I.O. como el análisis del uso de los modelos matemáticos como un auxiliar
en el proceso de la toma de decisiones”
Buffa y Dyer
Tomado del material de estudio del curso Técnicas de Investigación Operativa de la Maestría en Ingeniería de
Sistemas de la escuela de Post Grado de la Universidad de Lima.
FORMULACION DEL
SISTEM PROBLEMA
A
IMPLEMENTACION CONSTRUCCIÓN
DEL MODELO
Tomado del material de estudio del curso Técnicas de Investigación Operativa de la Maestría en Ingeniería de
Sistemas de la escuela de Post Grado de la Universidad de Lima.
¿Cuántas cajas registradoras debe habilitar un supermercado para que el largo de las colas no
entorpezcan la circulación de los clientes que aún están comprando y de los trabajadores que
colocan mercadería, etiquetan y dan atención al público? ¿De qué manera debe asignarse un
presupuesto en una industria (o en un sector de la economía de un país), para que se satisfaga la
demanda interna y externa del bien o servicio que produce?
¿Cuál será la demanda de líneas telefónicas para el año 2010, teniendo en cuenta el crecimiento
natural de la población, el cambio de sus hábitos, la producción, el número de profesionales,
escuelas, comercios, etcétera, que habrán en ese entonces? ¿Será posible hacer predicciones
(aproximadas por supuesto) de cuántas escuelas, comercios, profesionales, etcétera, habrá en el
año 2010? , etc. Es muy oportuno porque es en estos casos donde los especialistas en esta
disciplina pueden apoyar a los demás.
Como se podrá notar el campo de la investigación de operación es diverso: se puede aplicar en
cualquier Actividad Humana pero primordialmente en la Administración, economía, industria e
Ingeniería, siempre buscando optimizar sus recursos.
AUTOEVALUACION
Desarrollo Individual
1) Escribir un concepto de investigación de operaciones.
2) Explique mediante un ejemplo la secuencia de pasos de un estudio de investigación de
operaciones.
3) Elaborar un cuadro resumen de las técnicas de investigación de operaciones.
4) Explique mediante un ejemplo 3 técnicas de investigación de operaciones.
5) Escriba un concepto de modelo y brinde ejemplos de los tipos de modelos.
PROGRAMACIÓN LINEAL
ANTECEDENTES HISTORICOS.
Debido al éxito obtenido en las campañas de la segunda guerra mundial, entonces, en la década de
1950 se usa en la industria, los negocios y el gobierno.
Dio origen a las carreras como ingeniería mecánica, química e Industrial.
Inglaterra dio origen a esta disciplina y a los EEUU se le atribuye el rápido crecimiento gracias al
método simplex desarrollado en 1947 por George Dantzing. Otras herramientas de IO son PL, P.
Dinámica, Líneas de Espera y teorías de inventario hasta antes de terminar la década de 1950
.
VARIABLES DE DECISIÓN:
Incógnitas del Modelo (X1, X2, X3, ... , Xn)
PARAMETROS: Variables controlables del sistema. ( aij )
FUNCION OBJETIVO : Maximización o Minimización. ( Max Zo. Ó Min Zo. )
RESTRICCIONES: Expresadas como ecuaciones restrictivas, representan los recursos limites del
sistema.
REGIÓN FACTIBLE. Son el conjunto de valores de Xi que verifican todas y cada una de las
restricciones. Todo punto de esa región puede ser solución del problema; todo punto no
perteneciente a ese conjunto no puede ser solución.
La solución óptima del problema será un par de valores (Xa, Xb) del conjunto factible que haga que
f(Xa,Xb) tome el valor máximo o mínimo.
Sujeto a:
a11X1 + a12X2 + ... + a1jXj + . . . + a1nXn (< = > ) b1
a21X1 + a22X2 + ... + a2jXj + . . . + a2nXn (< = > ) b2
: :
ai1X1 + ai2X2 + ... + aijXj + . . . + ainXn (< = > ) bi
: :
am1X1 + am2X2 + ... + amjXj + . . . + amnXn (< = > ) bm
Xj >= 0 ( j = 1,2,3, . . . , n ; i = 1, 2, 3, . . ., m )
En General:
Maximización o Minimización
n
Zo C j X J
J 1
Sujeto a:
n
a
j 1
ij X j bi
i= 1, 2 , 3 , . . . , m
j = 1, 2, 3, . . . , n
Problema Nº 01
En una urbanización se van a construir casas de dos tipos: A y B. La empresa constructora dispone para
ello de un máximo de 1800 millones de ptas, siendo el coste de cada tipo de casa de 30 y 20 millones
respectivamente. El Ayuntamiento exige que el número total de casas no sea superior a 80. Sabiendo
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 ¿cuántas casas deben construirse de cada tipo para obtener el máximo beneficio?
Solución:
Capital a invertir Demanda del Mercado Utilidades
( millones de ptas.) (unidades) (millones ptas)
Tipo A (X1) 30 1 4
Tipo B (X2) 20 1 3
Disponibilidad 1800 80
Ejercicio N° 01
La fábrica LA MUNDIAL S.A., construye mesas y sillas de madera. El precio de venta al público 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 construcción de ambos tipos de muebles requiere un
trabajo previo de carpintería y un proceso final de acabado (pintura, revisión de las piezas fabricadas,
empaquetado, etc.). Para fabricar una mesa se necesita 1 hora de carpintería y 2 horas de proceso final
de acabado. Una silla necesita 1 hora de carpintería 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 sólo
puede contar semanalmente con un máximo de 80 horas de carpintería y un máximo de 100 horas para
los trabajos de acabado. Por exigencias del mercado, LA MUNDIAL S.A. fabrica, como máximo, 40
mesas a la semana. No ocurre así con las sillas, para los que no hay ningún tipo de restricción en cuanto
al número de unidades fabricadas.
Determinar el número de mesas y de sillas que semanalmente deberá fabricar la empresa para
maximizar sus beneficios. Formular el Modelo de Programación Lineal.
PROBLEMA N° 02
Una campaña para promocionar una marca de productos lácteos se basa en el reparto gratuito de
yogures con sabor a limón o a fresa. Se decide repartir al menos 30.000 yogures. Cada yogurt de limón
necesita para su elaboración 0,5 gr. de un producto de fermentación y cada yogurt de fresa necesita 0,2
gr. de ese mismo producto. Se dispone de 9 kgs. de ese producto para fermentación. El coste de
producción de un yogurt de fresa es el doble que el de un yogurt de limón. ¿Cuántos yogures de cada
tipo se deben producir para que el costo de la campaña sea mínimo?
Solución:
Promoción Producto Fermentación Costo de Producción
(Unidades) (gr.) Unidades monetarias / unidad
Yogurt de Limón
1 0.5 1
(X1)
Yogurt de Fresa
1 0.2 2
(X2)
Demanda o
30000 9000
disponibilidad
Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X 2 30000 (Unidades Yogurt)
0.5X1 + 0.2X2 9000 (Productos de fermentación)
X1 , X2 0
La solución se dará por el método grafico más adelante.
Ejercicio 2:
En una granja de pollos se da una dieta “ para engordar” con una composición mínima de 15 unidades
de una sustancia A y otras 15 de una sustancia B. En el mercado sólo se encuentran dos clases de
compuestos: el tipo X con una composición de una unidad de A y cinco de B, y el tipo Y, con una
composición 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:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mínimo?.
Formular el Modelo de Programación Lineal.
Interpretación Administrativa:
La Empresa Constructora debe construir 20 y 60 casas de tipo A y tipo B respectivamente para obtener
la máxima utilidad posible que representa a 260 millones de ptas. bajo las condiciones de disponibilidad
de recursos financieros y demanda del mercado.
Ejercicio 3: Dar solución con el Método Gráfico al ejercicio 1 y dar una interpretación administrativa al
resultado.
Respuesta:
Mesas = 20 unidades.
Sillas = 60 unidades.
Utilidad Máxima = S/. 1800
En la restricción 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 solución.
En la restricción 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 solución.
Calculando el punto (R) donde se interceptan las dos restricciones:
Resolviendo simultáneamente las dos ecuaciones.
X1 + X2 = 30000
-X1 - 0.4X2 = -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 solución optima esta en el punto R (Por ser un problema de minimización)
Aquí la Z se vuelve el mínimo posible.
X1 = 10000
X2 = 20000
ZR = 50000
Se tiene la siguiente grafica:
Interpretación administrativa:
A fin de minimizar los costos de producción en la fabricación de yogurt con sabor a limón o fresa que se
pretende promocionar en la campaña se recomienda producir 10000 y 20000 unidades de yogures
de limón y fresa respectivamente obteniendo un costo mínimo total de 50000 unidades monetarias bajo
las condiciones mínimas de demanda en la promoción y los insumos de productos de fermentación
disponibles.
Ejercicio 4: Dar solución con el Método Gráfico al ejercicio 2 y dar una interpretación administrativa al
resultado.
Respuesta:
Tipo X = 2.5 unidades.
Tipo Y = 2.5 unidades.
Costo Mínimo = 10000 ptas.
Aunque surgió como aplicación a cuestiones de carácter logístico y militar, es la industria y la economía
donde, posteriormente ha encontrado sus aplicaciones más importantes.
Así, por ejemplo, la Programación Lineal permite resolver problemas de mezclas, nutrición de animales,
distribución de factorías, afectación de personal a distintos puestos de trabajo, almacenaje, planes de
EL PROBLEMA DE ASIGNACIÓN.
Este problema administrativo consiste en colocar m recursos (personal u objetos) a n tareas. Por
ejemplo, una empresa puede asignar óptimamente sus m empleados a n áreas de la empresa teniendo
en cuenta el rendimiento del empleado. Aquí 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.
TAREAS
RECURSO
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 minimización.
1. Determinar el menor costo para cada una de las filas.
2. Restar con ese valor a los demás 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 demás 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 habrá llegado a la solución optima. Ir al paso 7.
5. Si no es solución óptima, en las celdas no cubiertas, seleccionar el menor valor de las celdas y restar
de los demás y adicionar este valor aquellas celdas que forman parte de la intersección 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 mínimo numero de
ceros.
Caso Maximización:
Seleccionar los valores mas altos de las filas y columnas y seguir los pasos dados anteriormente.
La gerencia general que se encuentra en Bogotá ha decidido que cada uno de los 4 vicepresidentes
visite una de las 4 plantas de la compañía ubicadas en diferentes ciudades.
La gerencia empieza por estimar los costos que representará a la compañía el envío de cada
vicepresidente a cada planta. Con esos costos el gerente puede evaluar cualquier designación particular
con base en la siguiente matriz de costos:
PLANTA
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 24 10 21 11
Mercadeo (M) 14 22 10 15
Operaciones (O) 15 17 20 19
Personal (P) 11 19 14 13
Solución:
Paso 1:
VICEPRESIDENTE 1 2 3 4 Mínimo
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
Paso 2:
VICEPRESIDENTE 1 2 3 4 Mínimo
Finanzas (F) 14 0 11 1 10
Mercadeo (M) 4 12 0 5 10
Operaciones (O) 0 2 5 4 15
Personal (P) 0 8 3 2 11
Paso 3:
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 14 0 11 0
Mercadeo (M) 4 12 0 4
Operaciones (O) 0 2 5 3
Personal (P) 0 8 3 1
Mínimo - - - 1
Paso 4: Las rectas que incluyen la mayor cantidad de ceros (02) son la columna 1 y la fila de
Finanzas. Como piden el mínimo numero de rectas se puede escoger arbitrariamente cualquiera
de ellas. Escogemos la columna 1.
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 14 0 11 0
Mercadeo (M) 4 12 0 4
Operaciones (O) 0 2 5 3
Personal (P) 0 8 3 1
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 según corresponda así:
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 14+1 0 11+1 0
Mercadeo (M) 4 12-1 0 4-1
Operaciones (O) 0 2-1 5-1 3-1
Personal (P) 0 8-1 3-1 1-1
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 penalización y ubicar su menor costo.
3. Obtener el menor valor entre la oferta y demanda en la intersección 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 solución básica validar el resultado mediante la técnica
de los signos (Método del eslabón).
6. Para evaluar los resultados asignar un signo positivo ( + ) a la celda vacía 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 compañía HBB productora de máquinas 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 distribución 500, 700 y 800 unidades respectivamente. La compañía debe
decidir cuántas máquinas enviará de cada planta a cada centro. Para esto tiene en cuenta el costo
del transporte en miles de $ por unidad que está resumido en la siguiente tabla:
Centros
X Y Z SUMINISTROS
Plantas
A 12 6 10 400
B 13 4 9 900
C 4 10 12 200
D 6 11 4 500
DEMANDA 500 700 800 2000
Observe que el problema se balancea en el sentido de que la oferta total suministrada por las máquinas
disponibles es igual al número total de unidades requerido por los centros de consumo.
La meta de HBB consiste en minimizar los costos de transporte de las máquinas de las plantas a los
centros.
Solución:
Paso 1:
Centros SUMINISTROS
X Y Z Diferencia
Plantas (Oferta)
A 12 6 10 400 10 - 6 = 4
B 13 4 9 900 9–4=5
C 4 10 12 200 10 – 4 = 6
D 6 11 4 500 6–4=2
DEMANDA 500 700 800 2000
Diferencia 6-4=2 6-4=2 9-4=5
Paso 2:
Centros SUMINISTROS
X Y Z Diferencia
Plantas (Oferta)
A 12 6 10 400 10 - 6 = 4
B 13 4 9 900 9–4=5
C 4 10 12 200 10 – 4 = 6
D 6 11 4 500 6–4=2
DEMANDA 500 700 800 2000
Diferencia 6-4=2 6-4=2 9-4=5
Paso 3:
El menor valor entre oferta y demanda: min(200,500) = 200
Luego la diferencia será: 500 – 200 = 300
Paso 4: Se elimina la Fila C por tener menor oferta = 200 y se aplica la técnica según el paso1.
Centros SUMINISTROS
X Y Z Diferencia
Plantas (Oferta)
A 12 6 10 400 10 - 6 = 4
B 13 4 9 900 9–4=5
D 6 11 4 500 6–4=2
Hallando el minimo: Min (200,800) = 200 , entonces, la diferencia = 800 – 200 = 600 y se
elimina la Fila D.
Centros SUMINISTROS
Y Z Diferencia
Plantas (Oferta)
A 6 10 400 10 - 6 = 4
B 4 9 900 9–4=5
DEMANDA 700 600 1300
Diferencia 6-4=2 10-9=1
Hallando el mínimo: Min (900,700) = 700 , entonces, la diferencia = 900 – 700 = 200 y se
elimina la columna Y.
Centros SUMINISTROS
Z
Plantas (Oferta)
A 10 400
B 9 200
DEMANDA 600 600
Paso 6:
Resumiendo los resultados en la siguiente tabla:
Centros
X Y Z SUMINISTROS
Plantas
12 6 10
A 400
+ 400-
13 4 9
B 900
700- 200+
4 10 12
C 200
200
6 11 4
D 500
300 200
TOTAL
RUTA UNIDADES COSTO
($)
AZ 400 10 4000
BY 700 4 2800
BZ 200 9 1800
CX 200 4 800
DX 300 6 1800
DZ 200 4 800
Total 2000 12000
EL PROBLEMA DE LA DIETA.
Trata de determinar los alimentos que deben incluirse en una dieta para asegurar la nutrición necesaria y
a la vez minimizar el coste.
Componentes
Alimentos
C1 C2 ... Cn Costes
Necesidades C1 c2 ... cn
Ejemplo: Un ave de rapiña necesita para subsistir al día 30 unidades de proteínas, 20 de grasas
y 8 de vitaminas. Sus presas son dos tipos de animales: ratones que le proporcionan 3 unidades
de proteínas, 4 de grasa y 1 de vitaminas; y palomas, que le proporcionan 6 unidades de
proteínas, 2 de grasas y 1 de vitaminas. Si cazar y comer un ratón le cuesta 7 unidades de
energía y una paloma 12 unidades de energía, ¿cuántas presas de cada clase debe cazar para
satisfacer sus necesidades, con el menor gasto de energía?
Solución:
Componentes
Alimentos
Proteínas Grasas Vitaminas Costes
(Unidades de Energía)
Ratones 3 4 1 7
Palomas 6 2 1 12
Necesidades 30 20 8
AUTOEVALUACIÓN
2. Analiza la tabla óptima final del método simplex asociándolo a un tipo de solución teniendo en
cuenta las características propias de cada uno de ellos.
C A PA C I DA D E S T E R M I N A L E S CONTENIDO
CONDICION DE OPTIMIDAD:
La variable entrante en una maximización (en una minimización) es la variable no básica, con el
coeficiente mas negativo (más positivo) en la ecuación z objetivo. Un empate se rompe
arbitrariamente. El óptimo se alcanza cuando todos los coeficientes no básicos en la ecuación z
son positivos (negativos) o ceros.
CONDICION DE FACTIBILIDAD:
Cualquiera sea el modelo de Programación Lineal (Maximización o Minimización) la Variable Saliente es
la variable básica actual, con la menor intersección (razón mínima con denominador estrictamente
positivo) en dirección de la variable entrante. Un empate se rompe arbitrariamente.
METODO GRAFICO:
FORMA ESTANDAR
Maximizar Z - 3x1 - 2x2 + 0S1 + 0S2 + 0S3 + 0S4 = 0
s.a.
x1 + 2x2 + S1 = 6
2x1 + x2 + S2 = 8
-x1 + x2 + S3 = 1
x2 + S4 = 2
x1,, x2 , S1, S2, S3, S4 0
Z X1 X2 S1 S2 S3 S4 Solución bi
Z 1 -3 -2 0 0 0 0 0 aij
S1 0 1 2 1 0 0 0 6 6
S2 0 2 1 0 1 0 0 8 4
S3 0 -1 1 0 0 1 0 1 M
S4 0 0 1 0 0 0 1 2 M
Z X1 X2 S1 S2 S3 S4 Solución bi
Z 1 0 -0.5 0 1.5 0 0 12 aij
S1 0 0 1,5 1 -0,5 0 0 2 1,3333
X1 3 1 0,5 0 0,5 0 0 4 8,0000
S3 0 0 1,5 0 0,5 1 0 5 3,3333
S4 0 0 1, 0 0 0 1 2 2,0000
Z X1 X2 S1 S2 S3 S4 Solución
Z
X2 0 0 1 0,6667 -0,3333 0 0 1,3333
X1
S3
S4
Solución:
Z = 12,6667
X1 = 3,3333
X2 = 1,3333
S1 = 0
S2 = 0
S3 = 3
S4 = 0,6667
Minimizar Z = x1 + 2x2
s.a.
0.1x1 + 0.1x2 1
0.5x1 + 2x2 10
x1,, x2 0
Forma Estándar:
Minimizar Z = x1 + 2x2 + MA1 + MA2
s.a.
0.1x1 + 0.1x2 – S1 + A1 = 1 ()
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 X1 X2 S1 A1 S2 A2 Solución
Bi / aij
Z 1 0.6M – 1 2.1M – 2 -M 0 -M 0 11M
A1 0 0.1 0.1 -1 1 0 0 1 10
A2 0 0.5 2 0 0 -1 1 10 5
Iteración 1
Z X1 X2 S1 A1 S2 A2 Solución
Bi / aij
Z 1 0.075M-0.5 0 -M 0 0.05M-1 -1.05M+1 10+0.5M
A1 0 0.075 0 -1 1 0.05 -0.05 0.5 6.667
X2 0 0.25 1 0 0 -0.5 0.5 5 20
ACTIVIDAD 02:
Completar la tabla óptima haciendo los cálculos para cada una de las ecuaciones según la técnica del
método Simplex Primal.
Solución:
Z = 13.33
X1 = 6.667
X2 = 3.333
A1 = 0
A2 = 0
S1 = 0
S2 = 0
Ejercicio:
Dados los siguientes modelos determinar su tipo de solución:
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
1
Tomado del libro de Taha “Investigación de Operaciones”. Quinta Edición
AUTOEVALUACIÓN
Resolver con el método simplex primal cada uno de los modelos propuestos e indicando el tipo de
solución.
1) Min Z = 10 X1 + 4 X2
Sujeto a:
0.2 X1 + 0.1 X2 ≥ 1.7
0.1 X1 + 0.2 X2 ≥ 2
0.1 X2 ≥ 0.6
0.1 X1 ≥ 0.4
X1, X2 ≥ 0
3) Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2 30000 (Unidades Yogurt)
0.5X1 + 0.2X2 9000 (Productos de fermentación)
X1 , X2 0
4) Un avión de carga tiene tres compartimientos para almacenar: delantero, central y trasero.
Estos compartimientos tienen un límite de capacidad, tanto en peso como en espacio, y se
pretende utilizarlos para satisfacer cualquier fracción conveniente de las demandas que
también se indican. Para mantener balanceada la nave debe distribuírse la carga de manera
que el peso en cada compartimiento sea proporcional a su capacidad. ¿Cuál es el modelo
matemático del problema?.
Comparti- Peso Volumen Carga Peso (Ton) Volumen Utilidad
miento máximo máximo (pie3/Ton) ($/Ton)
(Ton) (pie3)
PROBLEMA DUAL:
Considerar el siguiente modelo de PL.
Maximizar Z = CX
s.a.
AX b
X0
Esta asociado al problema Dual:
Minimizar w = b T X
s.a.
A T Y CT
Y0
Condiciones para derivar un Dual a partir de un Primal.
1. El objetivo primal es maximización, y el objetivo dual es minimización.
2. El número de variables en el dual es igual al número de restricciones en el primal.
3. El número de restricciones en el dual es igual al número de variables en el primal.
4. Los coeficientes de la función 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 función objetivo del dual.
6. Todas las variables son no negativas en ambos problemas.
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 solución optima final lo siguiente:
Zmax = Wmin
Así:
Z X1 X2 S1 S2 S3 S4 Solución
Z 1 0 0 0,3333 1,3333 0 0 12,6667
X2 0 0 1 0,6667 -0,3333 0 0 1,3333
X1 0 1 0 -0,3333 0,6667 0 0 3,3333
S3 0 0 0 -1,0000 1,0000 1 0 3,0000
S4 0 0 0 -0,6667 0,3333 0 1 0,6667
Y1 = 0.3333 , Y2 = 1.3333 , Y3 = 0 , Y4 = 0
Wmin = 6Y1 + 8Y2 + Y3 + 2Y4
Wmin = 6(0.3333) + 8(1.3333) + 0 + 2(0) = 1.9998 + 10.6664 = 12.667
Wmin = 12.667
Primal:
Maximizar Z = 4x1 + 3x2
s.a.
x1 - x2 3/5 ........... Y1
x1 - x2 2 ........... Y2
x1 , x2 0
Dual:
Y1 , Y2 0
Si en el modelo Primal existe una restricción de igualdad, entonces, en el modelo Dual aparecerá
una variable irrestricta y viceversa. Así:
Ejemplo 3:
Primal:
Maximizar Z = y
s.a.
x1 + x2 + x3 + x4 = 500 ........... Y1
3x1 - 4x2 + 7x3 – 15x4 + y 0 ........... Y2
-5x1 + 3x2 – 9x3 – 4x4 + y 0 ........... Y3
-3x1 + 9x2 – 10x3 + 8x4 + y 0 ........... Y4
x1, x2 , x3 , x4 0
y no restringida (irrestricta)
Dual:
Minimizar W = 500Y1
s.a.
Y1 + 2Y2 - 5Y3 – 3Y4 0
Y1 - 4Y2 + 3Y3 + 9Y4 0
Y1 + 7Y2 - 9Y3 – 10Y4 0
Y1 - 15Y2 - 4Y3 + 8Y4 0
Y2 + Y3 + Y4 = 1
Y2 , Y3 , Y4 0
Y1 no restringida (irrestricta)
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:
Y1 + 7Y2 + 9Y3 2
5Y1 - 6Y2 + 4Y3 -3
Y1 , Y2 0
Y1 , Y2 0
Hallando su Dual a este modelo tenemos:
x1,, x2 0
Convirtiendo – Z a +Z.
x1,, x2 0
Lo cual demuestra que el dual del dual es el primal.
Minimizar Z = x1 + 2x2
s.a.
0.1x1 + 0.1x2 1
0.5x1 + 2x2 10
x1,, x2 0
Forma Estándar
Minimizar Z = x1 + 2x2 + 0S1 + 0S2
s.a.
- 0.1x1 - 0.1x2 + S1 = -1
- 0.5x1 - 2x2 + S2 = -10
x1,, x2 , S1, S2 0
Tabla Inicial.
Z X1 X2 S1 S2 Solución
Z 1 -1 -2 0 0 0
S1 0 -1/10 -1/10 1 0 -1
S2 0 -1/2 -2 0 1 -10
Z - 10 5 - -
S2
Nueva Tabla:
Z X1 X2 S1 S2 Solución
Z 1 -1/2 0 0 -1 10
S1 0 -3/40 0 1 -1/20 -1/2
X2 0 ¼ 1 0 -1/2 5
Z - 20/3 - - 20
S1
X2anterior 0 ¼ 1 0 -1/2 5
-(-1/2)*NEP 0 -1/4 0 10/3 -1/6 -5/3
X2nuevo 0 0 1 10/3 2/3 10/3
Z X1 X2 S1 S2 Solución
Z 1 0 0 -20/3 -2/3 40/3
X1 0 1 0 -40/3 2/3 20/3
X2 0 0 1 10/3 -2/3 10/3
AUTOEVALUACION
Obtiene el Problema dual a partir del Primal planteado. Da solución por el método simplex Dual al
Problema (Dual o Primal) que mejor se adapte al método.
1) Min Z = 10 X1 + 4 X2
Sujeto a:
0.2 X1 + 0.1 X2 1.7
0.1 X1 + 0.2 X2 2
0.1 X2 0.6
0.1 X1 0.4
X1, X2 0
2) Maximizar Z = 4X1 + 3X2
Sujeto a:
30X1 + 20X2 1800 (Capital disponible)
X1 + X2 80 (Demanda del mercado)
X1 , X2 0
3) Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2 30000 (Unidades Yogurt)
0.5X1 + 0.2X2 9000 (Productos de fermentación)
X1 , X2 0
Analiza y evalúa los elementos de la tabla óptima final obteniendo resultados para una correcta toma
de decisiones.
C A PA C I DA D E S T E R M I N A L E S CONTENIDO
ANÁLISIS DE SENSIBILIDAD.
Tabla Final:
Z X1 X2 X3 X4 S1 S2 Solución
Z 1 0 20/3 10/3 0 44/15 4/15 56000/3
X1 0 1 7/3 5/3 0 4/15 -1/15 4000/3
X4 0 0 -1/30 1/30 1 -1/150 2/75 1000/15
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
Así:
4000/3 + (4/15)D1>=0
D1>=-5000
Cumple para cualquier D1<=0
De los dos casos:
-5000D110000
Ejercicio:
Calcular el rango de variabilidad del recurso2 y cómo afecta a la función objetivo.
Solamente los recursos escasos se pueden calcular la variación de sus coeficientes debido a que el
incremento de 1 unidad de esos recursos este incrementara la utilidad en la función objetivo. Los
recursos abundantes no contribuyen en nada a la función objetivo.
Otro Método:
A partir del análisis anterior y de la tabla óptima siguiente:
Z X1 X2 … Xn S1 S2 ... Sm Solución
Z
VB1 a1j a2j amj SVB1
: : : : :
VBm a1m a2m amn 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 : variación del recurso i
Por ejemplo: variar el recurso 1 de B1 = 6000 a B1 = 6000 + Bi
S1 S2 Solución
44/15 4/15 56000/3
4/15 -1/15 4000/3
-1/150 2/75 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 cómo afecta a la función objetivo.
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 variación para el coeficiente de X 1
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 variación del coeficiente de X4
AUTOEVALUACION
2) Un veterinario aconseja a un granjero dedicado a la cría de pollos una dieta mínima para la
alimentación de las aves compuesta de 3 unidades. de hierro y 4 unidades. de vitaminas. El
granjero sabe que cada kilo de maíz 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 sintético 1
unidad de hierro y 2 unidades de vitaminas.
El granjero se pregunta por la composición de la dieta óptima que minimice el costo de la
alimentación, sabiendo que los precios del maíz, harina de pescado y pienso sintético son de 20,
30 y 16 ptas. respectivamente.
Comprobar si la solución sigue siendo válida en los siguientes casos:
o El precio del kilo de maíz pasa de 20 a 25 ptas.
o El precio del kilo de harina de pescado se reduce a 20 ptas.
o El precio del kilo de pienso sube hasta las 20 ptas.
o Aparece otro tipo de alimento cuyo precio es de 25 ptas. y cuya composición es 2 unidades de
hierro y 2 unidades. de vitaminas.
o 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 (maíz, harina de pescado y
pienso) se encuentra una unidad del nuevo componente.
3) Una compañía desea determinar el número de unidades mensuales de los productos P1, P2 y P3
que debe producir para maximizar sus beneficios totales. Para la elaboración 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:
Cantidad Máxima
P1 P2 P3
disponible
R1 0 1 2 230
R2 2 1 1 360
Beneficio/unidad 2 2 4
BIBLIOGRAFÍA
o Taha, Handy, “Investigación de Operaciones”; Alfa Omega Grupo Editor, S.A. Quinta Edición.
México. 1995.
o Gallagher, Charles, “Métodos cuantitativos para la toma de decisiones en administración”; Ed.
Mc Graw Hill Internacional. México, 1982.
o Gould J. , “Investigación de Operaciones”. Ed. Prentice may. 1987.
o Prawda, Juan, “Métodos y modelos de investigación de operaciones”. Vol I; Ed. Limusa; México.
1982.
o Taha, Handy, “Investigación de Operaciones. Una introducción”; Ed. Representaciones y
Servicios Ingeniería; México; 1981.
o Tierouf, Robert J., “Toma de decisiones por medio de investigación de operaciones”; Ed. Limusa;
México; 1989.