SOLUCION DE PROBLEMAS DE P.L.

Y ANALISIS DE SENSIBILIDAD CON LINDO LINDO = Linnear Interactive aNd Discrete Optimizer Para ingresar un nuevo modelo: Elegir: File>New Ingresar el modelo:

Tener cuidado en dejar un espacio entre los coeficientes, las variables y los operadores +, - , <= , >= Una vez ingresado hallar la solucin haciendo clic en la opcin solve:

El problema: MAX 60 X1 + 30 X2 + 20 X3 SUBJECT TO 1) 8 X1 + 6 X2 + X3 <= 48 2) 4 X1 + 2 X2 + 1.5 X3<= 20 3) 2 X1 + 1.5 X2 + 0.5 X3 <= 8 4) X2 <= 5 Solucin traducida: LP OPTIMO HALLADO EN EL PASO 2

VALOR DE LA FUNCION OBJETIVO 1) VARIABLE X1 X2 X3 FILA 1) 2) 3) 4) 280.0000 VALOR 2.000000 0.000000 8.000000 HOLGURA O EXCESO 24.000000 0.000000 0.000000 5.000000 2 COSTO REDUCIDO 0.000000 5.000000 0.000000 PRECIOS DUALES 0.000000 10.000000 10.000000 0.000000

NO. ITERACIONES=

RANGOS EN LOS CUALES LA BASE NO CAMBIA: VARIABLE X1 X2 X3 RANGOS DE LOS COEFICIENTES DE LA F.O. COEFICIENTE INCREMENTO DECREMENTO ACTUAL PERMITIDO PERMITIDO 60.000000 20.000000 4.000000 30.000000 5.000000 INFINITO 20.000000 2.500000 5.000000 RANGOS DE LOS COEFICIENTES DEL Lado Derecho DE LAS Restricciones ACTUAL INCREMENTO DECREMENTO LDR PERMITIDO PERMITIDO 48.000000 INFINITO 24.000000 20.000000 4.000000 4.000000 8.000000 2.000000 1.333333 5.000000 INFINITO 5.000000 2

ROW 1 2 3 4

Interpretacin OBJECTIVE FUNCTION VALUE: 1) 280.0000 El valor de la F.O. es Z = 280 Anlisis de las Variables: VARIABLE X1 X2 X3 VALUE 2.000000 0.000000 8.000000 REDUCED COST 0.000000 5.000000 0.000000

y Z se obtiene con la solucin optima: X1=2, x2=0 y X3=8 COSTO REDUCIDO (REDUCED COST): Permite conocer hasta cuanto puede aumentar el coeficiente de una variable en la Funcin Objetivo sin que se altere la solucin Optima (es decir los valores obtenidos para X1, X2 y X3 ). En el ejemplo la F.O. es: MAX 60 X1 + 30 X2 + 20 X3 El costo reducido de X2 es 5, es decir el coeficiente de X2 puede pasar de 30 a 30+5 y la solucin optima no se alterar. (Restablecer el modelo original y probar cambiando la F.O. a: MAX 60 X1 + 36 X2 + 20 X3) Anlisis de las restricciones: ROW 1) 2) 3) 4) SLACK OR SURPLUS 24.000000 0.000000 0.000000 5.000000 DUAL PRICES 0.000000 10.000000 10.000000 0.000000

HOLGURA O EXCESO (SLACK OR SURPLUS): Para cada restriccin, muestra cuanto del recurso queda disponible. Por ejemplo para la primera restriccin: 1) 8 X1 + 6 X2 + X3 <= 48 con la solucin optima hallada (X1=2, x2=0 y X3=8 ) se tiene 8(2) + 6(0) + (8) = 24. Dado que se ha empleado 24 unidades y se cuenta como mximo con 48, tenemos un sobrante de 24 unidades. En la segunda y tercera restriccin se ha empleado el total de recursos disponibles, por lo cual no hay holgura. En la cuarta restriccin X2 <= 5 y dado que x2=0 su holgura es de 5 unidades.

PRECIOS DUALES (DUAL PRICES)): Para cada restriccin, muestra en cuanto se incrementa el valor de la Funcin Objetivo por cada unidad aumentada en el lado derecho de la restriccin. Tambin se puede interpretar como lo mximo que estaramos dispuestos a pagar por incrementar una unidad de la restriccin. Las restricciones que tienen holgura cero representan recursos que se estn utilizando a su plena capacidad. Un incremento en la capacidad del recurso llevar a cambios en la solucin ptima. Por ejemplo: La restriccin 2) tiene holgura 0 y precio dual 10 Si incrementamos el lado derecho de la restriccin en dos unidades (de 20 a 22) 2) 4 X1 + 2 X2 + 1.5 X3<= 22 se debera hallar una nueva solucin ptima en la que el valor de la funcin objetivo se incrementara en (2 unidades) x (Precio Dual) = 2 x 10 = 20 (probar restableciendo el modelo original y cambiando el lado derecho de restriccin (2) a 22 y correr el paquete). La nueva solucin ptima ser: X1=1 X2=0 X3=12 El valor de la funcin Objetivo ser 300 (se observa que se incremento de 280 a 280 + 20 ) Si la restriccin 2 es por ejemplo la capacidad de procesamiento de una mquina, sabemos que si invertimos en hacer que sta mquina pueda procesar mas productos, por cada unidad en que se incremente la funcin objetivo se incrementar en 10 Las restricciones que tienen holgura diferente de cero representan recursos que se estn utilizando por debajo de su capacidad. Incrementar en una unidad su capacidad (incrementar el lado derecho) no provocar cambio alguno el la solucin ptima y por consiguiente en el valor de la Funcin Objetivo. En estos casos su precio dual es cero.

Anlisis de los rangos en los cuales la base no cambia: RANGOS EN LOS CUALES LA BASE NO CAMBIA: VARIABLE X1 X2 X3 RANGOS DE LOS COEFICIENTES DE LA F.O. COEFICIENTE INCREMENTO DECREMENTO ACTUAL PERMITIDO PERMITIDO 60.000000 20.000000 4.000000 30.000000 5.000000 INFINITO 20.000000 2.500000 5.000000

RANGOS DE LOS COEFICIENTES DE LA FUNCION OBJETIVO (OBJ COEFFICIENT RANGES): Permite determinar hasta cunto pueden aumentar o disminuir los coeficientes de las variables de decisin en la Funcin Objetivo sin que se altere la solucin Optima. En nuestro ejemplo la F.O. es: MAX 60 X1 + 30 X2 + 20 X3 El coeficiente de X1 es 60. Su incremento permitido es 20 y su decremento permitido es 4. Es decir el coeficiente de X1 podra variar entre 60-4 y 60+20 y la solucin Optima no cambiar (Obviamente el valor de la F.O. s cambiar) El coeficiente de X2 es 30. Su incremento permitido es de 5 unidades, es decir con 35 X2 la solucin ptima no cambia. Pero si incrementamos el coeficiente a 36 (o mas) ser ahora mas conveniente producir unidades del producto X2 (cambiando la solucin ptima) (probar restableciendo el modelo original y cambiando la F.O. a MAX 60 X1 + 36 X2 + 20 X3 )

ROW 1 2 3 4

RANGOS DE LOS COEFICIENTES DEL Lado Derecho DE LAS Restricciones ACTUAL INCREMENTO DECREMENTO LDR PERMITIDO PERMITIDO 48.000000 INFINITO 24.000000 20.000000 4.000000 4.000000 8.000000 2.000000 1.333333 5.000000 INFINITO 5.000000

RANGOS DE LOS COEFICIENTES DEL LADO DERECHO DE LAS RESTRICCIONES [LDR] (RIGHTHAND SIDE RANGES [RHS]): Permite determinar hasta cunto pueden aumentar o disminuir los coeficientes del lado derecho de las restricciones sin que se altere la solucin Optima. Para la segunda restriccin: 2) 4 X1 + 2 X2 + 1.5 X3<= 20 El lado derecho de la restriccin puede variar de (20 - 4) a (20 + 4 ) sin que la solucin ptima cambie. (probar restableciendo el modelo original y cambiando la segunda restriccin a 4 X1 + 2 X2 + 1.5 X3 <= 15 Luego probar con: 4 X1 + 2 X2 + 1.5 X3 <= 25