P. 1
TEORÍA DE DUALIDAD Y ANÁLISIS DE SENSIBILIDAD

TEORÍA DE DUALIDAD Y ANÁLISIS DE SENSIBILIDAD

|Views: 2.048|Likes:
Publicado porSheyla Melody

More info:

Published by: Sheyla Melody on Jun 30, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

06/22/2013

pdf

text

original

UNIVERSIDAD NACIONAL DE

INGENIERIA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL FACULTAD DE INGENIERIA QUIMICA Y TEXTIL
SEPARATA N° 3
SEPARATA N° 3
CURSO CURSO: INVESTIGACION DE OPERACIONES I : INVESTIGACION DE OPERACIONES I
TEMA TEMA : DUALIDAD - ANÁLISIS DE SENSIBILIDAD : DUALIDAD - ANÁLISIS DE SENSIBILIDAD
- ANÁLISIS - ANÁLISIS
POST-ÓPTIMO POST-ÓPTIMO
PROF. PROF. : Mg. ING. : Mg. ING. MAURO PEREZ ESTRELLA MAURO PEREZ ESTRELLA
TEORÍA DE DUALIDAD Y ANÁLISIS DE SENSIBILIDAD
TABLA DE RELACIONES PRIMAL – DUAL
Min Max
0 ≥ ≤
0 ≤



Restricciones
Variables
Libre =


Restricciones


0 ≥



0 ≤
Variables
= Libre
Ejemplo: Max Z = 4x
1
+ 3x
2
+ 6x
3
s.a:
x
1
+ 2x
2
+ x
3


6

w
1
P 4x
1
+ x
2
+ 2x
3
= 4

w
2
3x
1
+ 6x
2
+ x
3


3

w
3


x
1


0 x
2

0 x
3
Libre

min G = 6w
1
+ 4w
2
+ 3w
3
s.a:
w
1
+ 4w
2
+ 3w
3


4
2w
1
+ w
2
+ 6w
3


3
D w
1
+ 2w
2
+ w
3
= 6
w
1


0 w
2
Libre, w
3


0
Aplicación
Producto
s
Disponibilidad
(hr/mes)
A B
Proceso 1 3 2 2000
Proceso 2 1 2 1000
(Utilidad $) 40
60
Max Z = 40x
1
+ 60x
2

s.a:
3x
1
+ 2x
2
≤ 2000

w
1
x
1
+ 2 x
2
≤ 1000

w
2
∀x
j
≥ 0
Formulación del Dual
Variables de decisión : w
1
, w
2
: precios a los recursos.
F.O. min G = 2000 w
1
+ 1000w
2


es la rentabilidad misma de las
Ventas de los productos.
s.a:
3w
1
+ w
2
≥ 40

Los precios que se fijan para los recursos para hacer
A, debe ser mayor que la contribución que ofrece
el producto A cuando se ofrece.

2w
1
+ w
2
≥ 60

Los precios que se establecen para los recursos
para hacer B debe ser mayor o igual que la
contribución que ofrece el producto B, cuando se
ofrece.

Análisis de la Solución Óptima primal
Tablero óptimo para el primal
c
j
40 60 0 0
c
k
x
k
b
i
x
1
x
2
x
3
x
4
W
3
4
0
x
1
500 1 0 0.5 -0.5
W
4
6
0
x
2
250 0 1 -0.25 0.75
Z
j
3500
0
40 60 5 25
c
j
Z
j
0 0 -5 -25
W
3
W
4
W
1
W
2
Solución óptimo: x
1
= 500
x
2
= 250
Z
ópt.
= 35000
Tablero Óptimo Dual
ANÁLISIS DE SENSIBILIDAD
1) Sensibilidad de los Coeficientes de la Función Objetivo (c
j
)
a) Coeficientes de V.N. Básicas en la función objetivo para el siguiente problema:
maxZ = 3x
1
+ 2x
2
+ x
3
s.a:
x
1
+ 2x
2
+ x
3
≤ 100
b
i
200
0
100
0
0 0 M M
b
k
w
k
c
j
w
1
w
2
w
3
w
4
q
1
q
2
200
0
w
1
5 1 0 -0.5 0.25 0.5 -0.25
100
0
w
2
25 0 1 0.5 -0.75 -0.5 0.75
g
i
3500
0
200
0
100
0
-500 -250 500 250
b
i
- g
i
0 0 500 250 M-500 M-250
x
1
+ x
2
+ 2x
3
≤ 90
2x
1
+ 3x
3
≤ 120



x
j


0 ;
j
= 1,2,3
Tablero óptimo

c
j
3 2 1 0 0 0
c
k
x
k
b
i
x
1
x
2
x
3
x
4
x
5
x
6
0 x
2
20 0 1 -1/4 1/2 0 -1/4
0 x
5
10 0 0 3/4 -1/2 1 -1/4
3 x
1
60 1 0 3/2 0 0 1/2
Z
j
22
0
3 2 4 1 0 1
c
j
Z
j
0 0 -3 -1 0 -1

V.N. Básicas : x
3
, x
4
, x
6
Caso de maximización: Caso minimización

j j j
c c c ∆ + ≤ ≤ ∞ −

∞ ≤ ≤ ∆ −
j j j
c c c
- Considerando para x
3


c
3


3 3 3
c c c ∆ + ≤ ≤ ∞ −
Hallamos:

3
3 3 3
· − · ∆ c Z c


4 3 1
3 3
≤ ≤ ∞ − ⇒ + ≤ ≤ ∞ − c c
- Considerando para x
4


c
4

4 4 4
c c c ∆ + ≤ ≤ ∞ −


1 0 1
4 4 4 4
+ ≤ ≤ ∞ − ⇒ · − · ∆ c c Z c


1
4
≤ ≤ ∞ − c
- Considerando para x
6


c
6


6 6 6
c c c ∆ + ≤ ≤ ∞ −


1
6 6 6
· − · ∆ c Z c


1 1 0
6 6
≤ ≤ ∞ − ⇒ + ≤ ≤ ∞ − c c
b) Coeficientes de V. Básicos en la fun..obj.
min
'
:
ij
j j
k k k k
a
c Z
c donde c c c

· ∆ ∆ + ·
Relación que deben cumplir los coeficientes de la función objetivo, su signo, su
variación y el signo de esta, el signo de los a
ij
y el objetivo del problema para provocar
variaciones de la solución óptima.
Coeficiente c
k
Objetivo del Problema
Maximizar Minimizar
Positivo +

-

a
ij
< 0
a
ij
> 0
a
ij
> 0
a
ij
< 0
Negativo +

-

a
ij
> 0
a
ij
< 0
a
ij
< 0
a
ij
> 0
Para el caso de maximización
Cuando:
No existe:
∞ ≤ ⇒ <
≤ ∞ − ⇒ >
j ij
j ij
c a
c a
0
0
Para el caso de minimización
Cuando:
No existe:
j ij
j ij
c a
c a
≤ ∞ − ⇒ <
∞ ≤ ⇒ >
0
0
En nuestro ejemplo:
V. Básicas : x
1
, x
2
, x
5
Caso maximización:
' '
j j j j j
c c c c c ∆ + ≤ ≤ ∆ − ⇒

min
'
ij
j j
j
a
c Z
c

· ∆

) ( 0 Superior Límite a
ij
<

) ( 0 Inferior Límite a
ij
<
- Considerando para x
1


c
1


'
1 1 1
'
1 1
c c c c c ∆ + ≤ ≤ ∆ −
Límite Superior:

→∉ <

· ∆
<
0 ;
min
1 1 '
1
0
ij
ij
a
a
a
c Z
c
ij


∞ ≤
1
c
Límite Inferior:

2
2 / 3
3
'
1
·

· ∆c

2
2 / 1
1
'
1
·

· ∆c


el menor es 2
'
1
· ∆c

Entonces:
3 – 2 ≤ C
1
≤ ∞
P1. RESOLUCIÓN POR EL MÉTODO SIMPLEX
F.O : MaxZ = 20X
1
+ 25X
2
s.a: 0.5 X
1
+ X
2
<= 150 ………disponibilidad de horas de la máquina Nº1
X
1
+ X
2
<= 250 ……… disponibilidad de horas de la máquina Nº2
X
1
+ 1.5 X
2
<= 300 ……... disponibilidad de horas de la máquina Nº3

0
i
x ∀ ≥
…….. condición de no negatividad
PRIMER TABLERO SIMPLEX
C
j
20 25 0 0 0
C
k
x
k
b
i
x
1
x
2
S
1
S
2
S
3
0 S
1
150 0.5 1 1 0 0
0 S
2
250 1 1 0 1 0
0 S
3
300 1 1.5 0 0 1
Z
j
0 0 0 0 0 0
Z
j
-C
j
-20 -25 0 0 0
SEGUNDO TABLERO SIMPLEX
TERCER
TABLERO
SIMPLEX (Tablero Optimo)
La solucion óptima se dará para los siguientes valores:
x
1
= 200
x
2
= 50 Z
optimo
= 5250
S
3
= 25
b) ANÁLISIS DE SENSIBILIDAD PARA LOS COEFICIENTES DE LA FUNCION
OBJETIVO
- Para las variables básicas x
1
y x
2

Definimos x
1
: c
1
Teóricamente sabemos que:
c
1 -
∆ c’
1



c
1


c
1 +
∆ c’
1

Ademas : ∆ c’
1
=
ij
j j
a
c z −
=
2
10

= 5 Limite Superior
C
j
20 25 0 0 0
C
k
x
k
b
i
x
1
x
2
S
1
S
2
S
3
25 x
2
150 0.5 1 1 0 0
0 S
2
100 0.5 0 -1 1 0
0 S
3
75 0.25 0 -15 0 1
Z
j
3750 12.5 25 25 0 0
Z
j
-C
j
-7.5 0 25 0 0
C
j
20 25 0 0 0
C
k
x
k
b
i
x
1
x
2
S
1
S
2
S
3
25 x
2
50 0 1 2 -1 0
20 x
1
200 1 0 -2 2 0
0 S
3
25 0 0 -1 -0.5 1
Z
j
5250 20 25 10 15 0
Z
j
-C
j
0 0 10 15 0
∆ c’
1
=
2
15
= 7.5 Limite Inferior
Por lo tanto:
20-7.5


c
1


20+5


12.5


c
1


25
Definimos x
2
: c
2
Teóricamente sabemos que:
c
2 -
∆ c’
2



c
2


c
2 +
∆ c’
2

Además: ∆ c’
2
=
ij
j j
a
c z −
=
1
15

= 15 Limite Superior
∆ c’
2
=
2
10
= 5 Limite Inferior
Por lo tanto:
25-5


c
2


25+15


20


c
2


40
c) Si se incrementa la tasa de producción del articulo 1 en un 50%, entonces en nuestra F.O el
coeficiente de x
1
será ahora 30, mediante el análisis de sensibilidad desarrollado en la pregunta
anterior se demostró que c
1
esta entre 12.5 y 25 por lo que al estar 30 fuera de este rango hará que
nuestra solución optima varié por lo que ya no sería posible cumplir con la producción de 50
unidades del articulo 2.
ANALISIS POSTOPTIMAL
Para el siguiente problema
Max Z = 3x
1
+ 2x
2
+ x
3

s.a:
x
1
+ 2x
2
+ x
3
≤ 100
x
1
+ x
2
+ 2x
3
≤ 90
2x
1
+ 3x
3
≤ 120
∀x
i

0
Tablero óptimo
c
j
3 2 1 0 0 0
c
k
x
k
b
i
x
1
x
2
x
3
S
1
S
2
S
3
2 x
2
20 0 1 -1/4 1/2 0 -1/4
0 S
2
10 0 0 3/4 -1/2 1 -1/4
3 x
1
60 1 0 3/2 0 0 1/2
Z
j
220 3 2 4 1 0 1
C
j
- Z
j
0 0 -3 -1 0 -1
Análisis post-optimal
A) Modificación de los coeficientes de la F.O. correspondientes a V.N.B.
Variables no básicas: x
3
, s
1
, s
3
Para x
3


c
3
c
3
= 1 cambiar por c
'
3
= 5
Cálculo:
Z
j
- c
'
j = ( Z
j
- c
j
) + ( c
j
- c
'
j )

Z
j
- c
'
j = 3 + ( 1 - 5 )
Z
j
- c
'
j = -1
Como: Z
j
- c
j
≥ 0

la solución óptima se modifica, ingresa x
3
a la base

B) Modificaciones en los coeficientes de la F.O. correspondiente a V.B.
Variables básicas: x
1
, x
2
, s
2
Cálculo:
Z
j
- c
'
j = ( Z
j
- c
j
) -

) c - (c
j j
'
Cambio neto
Para x
1


c
1

c
1
=3 cambiar por 6

c
'
1
= 6
Luego

el cambio neto = c
'
j
- c
j
= 6 -3 = 3
Para obtener el nuevo reglón de x
1
, multiplicar cada término del reglón x
1
por el
cambio neto y sumar luego esta cantidad a cada término del reglón x
1
original.
c
j
6 2 1 0 0 0
c
k
x
k
b
i
x
1
x
2
x
3
S
1
S
2
S
3
2 x
2
20 0 1 -1/4 1/2 0 -1/4
0 S
2
10 0 0 3/4 -1/2 1 -1/4
6 x
1
60 1 0 6 0 0 2
Z
j
400 6 2 71/2 1 0 23/2
C
j
- Z
j
0 0
-
69/2
-1 0 -23/2
Nuevos términos:
2/3 x 3 + 3/2 = 6
Z se incrementa apreciablemente.
0 x 3 + 0 = 0

La base permanece óptima.
1/2 x 3 + 1/2 = 2
cambio neto
C) Modificación en la matriz de restricciones.
1) Columna no básica : x
3
, s
1,
s
3

,
`

.
|
·
3
2
1
3
a cambiar por

,
`

.
|
·
4
1
3
'
3
a


,
`

.
|
·

,
`

.
|

,
`

.
|
− · ·

2
2 / 3
2 / 1
4
1
3
2 / 1
4 / 1
4 / 1
0
1
0
0
2 / 1
2 / 1
'
3
1 '
3
a B x

( ) 1
2
2 / 3
2 / 1
3 , 0 , 2 . . . .
3
'
3
1
3
'
3
1
3

.
|

,
`
− · − · −
− −
c a B c c a B c
B
Z
T
k

Z
j
– C
j
= 7-1 = 6

sigue siendo óptima.
2) Columna básica: x
1,
x
2
, s
2
Cálculo:
¹
¹
¹
'
¹
·

⇒ ·

: 0
: 0
'
'
' 1 '
j
j
j j
x s i
x s i
a B x
La base sigue siendo óptima, analizar la siguiente iteración
Añadir una variable artificial, se modifica la base
a) Si consideramos para la columna de x
1

,
`

.
|
·
2
1
1
1
a cambiar por

,
`

.
|
·
4
2
3
'
1
a


1
5
2
'
1
1 '
2
2 / 1
2 / 1
4
2
3
2 / 1
4 / 1
4 / 1
0
1
0
0
2 / 1
2 / 1
x
x
x
a B x
j


,
`

.
|
·

,
`

.
|

,
`

.
|
− · ·

vemos que:
0
'
1
≠ x

( ) 4 3 7 3
2
2 / 1
2 / 1
3 , 0 , 2 . .
1
'
1
1
3
· − · −

.
|

,
`
− · − ⇒

c a B c
Z
B

Z
j
– C
j
= 4 ; sigue siendo óptima, la solución es columna
'
1
x
.
b) Si consideramos:

,
`

.
|
·
2
1
1
1
a por

,
`

.
|
·
0
2
1
'
1
a


1
2
2
'
1
1 '
0
2 / 3
2 / 1
0
2
1
2 / 1
4 / 1
4 / 1
0
1
0
0
2 / 1
2 / 1
x
s
x
a B x
j


,
`

.
|
·

,
`

.
|

,
`

.
|
− · ·


0
'
1
≠ x

( ) 3 1 3
0
2 / 3
2 / 1
3 , 0 , 2 . .
1
'
1
1
− · −

.
|

,
`
· − ⇒

c a B c
B

Z
1
– C
1
= -2

Solución es columna
'
1
x
:
'
1
x
x
2
1/2
s
2
3/2
x
1
0
z
j
1
Z
j
- c
j
-2
En el tablero simplex (reemplazar el reglón x
1
por q
1
)
c
j
3 2 1 0 0 0 M
c
k
x
k
b
i
x
1
x
2
x
3
S
1
S
2
S
3
q
1
2 x
2
20 1/2 1 -1/4 1/2 0 -1/4 0
0 S
2
10 3/2 0 3/4 -1/2 1 -1/4 0
M q
1
60 0 0 3/2 0 0 1/2 1
Z
j
60
M+
400
1 2
3/2M-
1/2
1 0
M/2-
1/2
M
C
j
- Z
j
-2 0
3/2M-
3/2
1 0
M/2-
1/2
0

ingres
a
E) Adición de una nueva actividad
Podemos considerar que la adición de una nueva actividad es una actividad no
básica que se inició originalmente en el modelo con todos los coeficientes cero en la
función objetivo y en las restricciones.
Los coeficientes de la nueva actividad representarán entonces los cambios de
cero a los nuevos valores.

Nueva actividad : x
n+1
Coeficiente : c
n+1
Columna de consumo : a
n+1
¿Conviene producir x
n+1
?
5 ; 0
4 4 1
· ≥ · ⇒
+
c x x
n

,
`

.
|
·
1
1
3
4
a

Calculamos:

? .
4
1
4
· ·

a B x

,
`

.
|
·

,
`

.
|

,
`

.
|
− · ·

2 / 1
2 / 3
4 / 5
1
1
3
2 / 1
4 / 1
4 / 1
0
1
0
0
2 / 1
2 / 1
'
4
1
4
a B x
1 5
2 / 1
4 / 3
4 / 5
) 3 , 0 , 2 ( . .
4
'
4
1
3
− · −

.
|

,
`
− · −

c a B c
Z
b



Z
j
– C
j
< 0 ingresa x
4
a la base.
c
j
3 2 1 5 0 0 0
c
k
x
k
b
i
x
1
x
2
x
3
x
4
S
1
S
2
S
3
θ
2 x
2
20 0 1
-
1/4
5/4
1/
2
0 -1/4
0 S
2
10 0 0 3/4 -3/4
-
1/
2
1 -1/4
3 x
1
60 1 0 3/2 1/2 0 0 1/2
Z
j
220 3 2 4 4 1 0 1
C
j
- Z
j
0 0 -3 1 -1 0 -1

ingre
sa
No se puede admitir una nueva actividad en la solución a menos que esta mejore el
valor de la función objetivo.
F) Adición de una nueva restricción.

La adición de una nueva restricción puede dar origen a una de dos condiciones:
1. La restricción satisface la solución actual y en este caso, la restricción es de
no enlace o redundante, y por lo tanto, su adición no altera la solución.
2. La solución actual no satisface la restricción por lo tanto se volverá de enlace y la
nueva solución tiene un valor menos óptimo de Z original.

Ejemplo: Sea la nueva restricción:
x
1


70

x
1
+ s
5
= 70
Luego:
c
j
c
k
x
k
b
i
x
1
x
2
x
3
S
1
S
2
S
3
S
4
2 x
2
2
0
0 1 -1/4 1/2 0 -1/4 0
0 S
2
1
0
0 0 3/4 -1/2 1 -1/4 0
3 x
1
6
0
1 0 3/2 0 0 1/2 0
0 S
4
7
0
1 0 0 0 0 0 1


debe ser “cero” para formar la matriz identidad, entonces se
multiplica el reglón x
1


por -1 y luego se suma a los términos iniciales del reglón x
7
.
Así:
60(-1) + ; 4(-1)+ ; 0+ ; -3/2+ ; 0+ ; 0+ ; -1/2+ ; 0+
70 1 0 0 0 0 0 1
10 0 0 -3/2 0 0 -1/2 1

c
j
3 2 1 0 0 0 0
c
k
x
k
b
i
x
1
x
2
x
3
S
1
S
2
S
3
S
4
2 x
2
20 0 1 -1/4 1/2 0 -1/4 0
0 S
2
10 0 0 3/4 -1/2 1 -1/4 0
3 x
1
60 1 0 3/2 0 0 1/2 0
0 S
4
10 0 0 -3/2 0 0 0 1
Z
j
22
0
3 2 4 1 0 1 0
c
j
- Z
j
0 0 -3 -1 0 -1 0

La solución sigue siendo óptima.
Prob.
Utilizando holgura complementaria, y a su vez método gráfico resolver el siguiente
problema:
Min Z = 110X1 + 130X2 + 910X3 + 6480X4 + 11050X5
S.a:
X1 + 13X3 + 14X4 + 40X5 ≥ 30
X2 - 7X3 + 45X4 + 65X5 ≥ 60
∀Xi ≥ 0
Solución
Primal:
Min Z = 110X1 + 130X2 + 910X3 + 6480X4 + 11050X5
S.a:
X1 + 13X3 + 14X4 + 40X5 ≥ 30………….W1
X2 - 7X3 + 45X4 + 65X5 ≥ 60……………W2
∀Xi ≥ 0
Dual:
Max G = 30W1 + 60W2
S.a:
W1 ≤ 110
W2 ≤ 130
13W1 – 7W2 ≤ 910
14W1 + 45W2 ≤ 6 480
40W1 + 65W2 ≤ 11 050
∀Wi ≥ 0
Tabulaciones de los puntos extremos de la RSF del Método Gráfico:
Punto Valor
A(0,130) 7800
B(45,130) 9 150
Punto óptimo→ C(85.45,117.42) 9 608.7 ←Valor óptimo
D(110,102.31) 9 438.6
E(110,74.3) 7 758
F(70,0) 2 100
G(0,0) 0
La solución del dual por el método gráfico da los siguientes resultados:
G
óptimo
= 9608.7
W1 = 85.45
W2 = 117.42
Aplicando holgura complementaria:
o De la 1ra restricción del dual se obtiene:
W1 + S1 = 110 → S1 ≠ 0 → X1 = 0
o De la 2da restricción del dual se obtiene:
W2 + S2 = 130 → S2 ≠ 0 → X2 = 0
o De la 3ra restricción del dual se obtiene:
13W1 – 7W2 + S3 = 910→ S3 ≠ 0 → X3 = 0
o De la 4ta restricción del dual se obtiene:
14W1 + 45W2 + S4 = 6 480→ S4 = 0 → X3 ≠ 0
o De la 5ta restricción del dual se obtiene:
40W1 + 65W2 + S5 = 11 050→ S5 = 0 → X5 ≠ 0
Reemplazando en las restricciones del primal:
X4 = 0.505662
X5 = 0.573033
Z
óptimo
= 9608.7
PROBLEMA
Fred Marvin administra la granja de su familia. Para complementar varios alimentos que se cultivan
en la granja, Fred también cría cerdos para venta y desea determinar las cantidades de los distintos
tipos de alimentos disponibles (maíz, grasas y alfalfa) que debe dar a cada cerdo. Como los cerdos se
comerán cualquier mezcla de estos tipos de alimento, el objetivo es determinar qué mezcla cumple
ciertos requisitos nutritivos a un costo mínimo. En la siguiente tabla se dan las unidades de cada tipo
de ingrediente nutritivo básico contenido en 1 kilogramo de cada tipo de alimento, junto con los
requisitos de nutrición diarios y los costos de los alimentos.
Ingrediente
nutritivo
Kilogramo de
maíz
Kilogramo de
grasas
Kilogramo de
alfalfa
Requisito
mínimo diario
Carbohidratos
Proteínas
Vitaminas
90
30
10
20
80
20
40
60
60
940
450
170
Costo (pesos) 68 76 78
a) Formular y resolver el problema. Utilice el método simplex.
b) Formular el Dual y elaborar el tablero óptimo dual a partir del tablero óptimo primal.
c) Determine el rango de variación para los coeficientes de la función objetivo y de los términos
del lado derecho
d) Si se desea incrementar la cantidad de carbohidratos en 22 unidades cuál sería la contribución
a la utilidad de la mezcla óptima. Usar análisis de sensibilidad.
e) El incremento de la producción de maíz en el mercado hace que el precio de la misma se
reduce un 40%, se modifica la mezcla óptima hallada en a)? justifique su respuesta utilizando
análisis de sensibilidad.
f) Se desea utilizar un cuarto tipo de alimento (afrecho) cuyo costo es de 56 pesos; se sabe que
cada kilogramo de la misma contiene 80 unidades de carbohidrato, 40 unidades de proteínas y
20 unidades de vitaminas. Modifica la solución actual?. Si es así muestre la nueva solución.
g) Si el requisito mínimo diario de proteínas es de 590 unidades, se modifica la solución actual; si
es así muestre la nueva solución óptima.
h) Si el contenido de ingredientes nutritivos por kilogramo de maíz se modifica a 80, 20 y 25
unidades de carbohidratos, proteínas y vitaminas respectivamente, muestre la nueva solución si
se modifica.
Solución
a) sea: Xi = cant.(kg) del alimento “i” utilizado en la mezcla ( i= 1, 2, 3)
F.O: minimizar el costo de la mezcla

Min Z = 68X1 + 76X2 + 78X3
s.a:
90X1 + 20X2 + 40X3 >= 940
30X1 + 80X2 + 60X3 >= 450
10X1 + 20X2 + 60X3 >= 170
Tablero óptimo
Cj 68 76 78 0 0 0 -M -M -M
Ck Xk bi X1 X2 X3 e1 e2 e3 q1 q2 q3
78 X3 0.733 0 0 1 0.001 0.005 - - - 0.023
0.023 0.001 0.005
68 X1 9.81 1 0 0 -
0.012
0.001 0.007 0.012 -
0.001
-0.007
76 X2 1.397 0 1 0 0.004 -
0.017
0.014 -
0.004
0.017 -0.014
Zj 830.3
1
68 76 78 -
0.434
-
0.864
-
0.254
0.434 0.864 0.254
Zj-Cj 0 0 0 0.434 0.864 0.254 M-
0.434
M-
0.864
M-
0.254
S1 S2 S3 W1 W2 W3
b) formulación del dual correspondiente:
Max G = 940 W1 + 450 W2 + 170 W3
s.a:
90 W1 + 30 W2 + 10 W3 <= 68
20 W1 + 80 W2 + 20 W3 <= 76
40 W1 + 60 W2 + 60 W3 <= 78
Tablero optimo dual:
Cj 68 76 78 0 0 0
Ck Xk bi X1 X2 X3 e1 e2 e3
78 S3 X3 0.723 0 0 1 0.001 0.005 -0.023
68 S1 X1 9.64 1 0 0 -
0.012
0.001 0.007
76 S2 X2 1.513 0 1 0 0.004 -
0.017
0.014
Zj 826.9 68 76 78 -
0.433
-
0.863
-0.21
Zj-Cj 0 0 0 0.433 0.863 0.21
S1 S2 S3 W1 W2 W3
bj 940 450 170 0 0 0
bk Wk Cj W1 W2 W3 s1 s2 S3
940 W1 0.43 1 0 0 -
0.012
0.004 0.001
450 W2 0.86 0 1 0 0.001 -
0.017
0.005
170 W3 0.21 0 0 1 0.007 0.014 -0.023
Gi 826.9 940 450 170 -9.64 -
1.513
-0.723
Gi-bi 0 0 0 -9.64 -
1.513
-0.723
c) Sensibilidad
Coeficiente de la función objetivo:
V.B.: ( X1, X2 y X3)
Para X1:
Límite Superior:

863
001 . 0
863 . 0
0
·
]
]
]

·
]
]
]
]


· ∆
>
ij
j j
a
j
a
c Z
c
ij
30
007 . 0
21 . 0
0
·
]
]
]

·
]
]
]
]


· ∆
>
ij
j j
a
j
a
c Z
c
ij
mínimo
Límite Inferior:
08 . 36
012 . 0
433 . 0
0
·
]
]
]


·
]
]
]
]


· ∆
<
ij
j j
a
j
a
c Z
c
ij
Luego:

30 68 08 . 36 68
1
+ ≤ ≤ − C

98 92 . 31
1
≤ ≤ C
d) Incrementar el contenido mínimo de carbohidratos, nos sugiere el incremento de un recurso
(b
i
), por lo que asociamos ésta al precio sombra para este recurso.
El precio sombra para este recurso corresponde al valor de Z
j
– C
j
= 0.434, por lo que si el
incremento es de 22 unidades, entonces:
548 . 9 · ∆Z sería la contribución a la utilidad.
e) El incremento de la producción de maíz en el mercado hace que el precio de la misma se reduce un
40%, se modifica la mezcla óptima hallada en a)? justifique su respuesta utilizando análisis de
sensibilidad.
El precio actual del maíz es de 68 unidades, una reducción del 40% hace que el precio sea de 40.8
unidades. Del rango de variación para esta variable es
98 92 . 31
1
≤ ≤ C
Por lo que se encuentra dentro del rango de optimalidad, por lo que no se ve modificada la mezcla
óptima original.
f) Se desea utilizar un cuarto tipo de alimento (afrecho) cuyo costo es de 56 pesos; se sabe que cada
kilogramo de la misma contiene 80 unidades de carbohidrato, 40 unidades de proteínas y 20 unidades
de vitaminas. Modifica la solución actual?. Si es así muestre la nueva solución.

Estamos en el caso de adición de una nueva actividad: ( X
4
)
Con coeficiente C
4
= 56
Columna de consumo: a
4
Entonces:

,
`

.
|
·
2 0
4 0
8 0
4
a
Calculamos:

,
`

.
|
·

,
`

.
|

,
`


+

.
|


· ·

0 8 . 0
7 8 . 0
1 8 . 0
2 0
4 0
8 0
0 1 4 . 0
0 0 7 . 0
0 2 3 . 0
0 1 7 . 0
0 0 1 . 0
0 0 5 . 0
0 0 4 . 0
0 1 2 . 0
0 0 1 . 0
'
4
1
4
a B x
2 2 . 4 8 5 6 7 7 . 7 5 6
0 8 . 0
7 8 . 0
1 8 . 0
) 5 1 3 . 1 , 6 4 . 9 , 7 2 3 . 0 ( . .
4
'
4
1
4
− · − · −

.
|

,
`
· −

c a B c
Z
b


Z
j
– C
j
< 0 ingresa 4
x
a la base.
Iterando adecuadamente se obtiene una nueva solución óptima
Zopt. = 658.0000
Con:

X4 = 11.750
e2 = 20.00
e3 = 65.00

TEORÍA DE DUALIDAD Y ANÁLISIS DE SENSIBILIDAD TABLA DE RELACIONES PRIMAL – DUAL

Min
≥ 0 ≤ 0

Max

Restricciones

Variables Libre Restricciones ≥

=
≥ 0 ≤ 0

Variables

=

Libre

Ejemplo: P

Max Z = 4x1 + 3x2 + 6x3 s.a: x1 + 2x2 + x3 ≥ 6 → w1 4x1 + x2 + 2x3 = 4 → w2 3x1 + 6x2 + x3 ≤ 3 → w3 ∀ x1 ≥ 0 x2 ≤ 0 x3 Libre

D

min G = 6w1 + 4w2 + 3w3 s.a: w1 + 4w2 + 3w3 ≥ 4 2w1 + w2 + 6w3 ≤ 3 w1 + 2w2 + w3 = 6 w1 ≤ 0 w2 Libre, w3 ≥ 0

Aplicación Producto Disponibilidad s (hr/mes) A B Proceso 1 3 2 2000 Proceso 2 1 2 1000 (Utilidad $) 40 60 Max Z = 40x1 + 60x2 s.a: 3w1 + w2 ≥ 40 → Los precios que se fijan para los recursos para hacer A. .a: 3x1 + 2x2 ≤ 2000 → w1 x1 + 2 x2 ≤ 1000 → w2 ∀ xj ≥ 0 Formulación del Dual Variables de decisión : w1 . s. min G = 2000 w1 + 1000w2 → es la rentabilidad misma de las Ventas de los productos. F. w2 : precios a los recursos.O. 2w1 + w2 ≥ 60 → Los precios que se establecen para los recursos para hacer B debe ser mayor o igual que la contribución que ofrece el producto B. debe ser mayor que la contribución que ofrece el producto A cuando se ofrece. cuando se ofrece.

a: x1 + 2x2 + x3 ≤ 100 .5 0 w4 0.25 -0.75 gi 3500 200 100 -500 -250 500 250 0 0 0 gi 0 0 500 250 M-500 M-250 ANÁLISIS DE SENSIBILIDAD 1) Sensibilidad de los Coeficientes de la Función Objetivo (cj) a) Coeficientes de V. = 35000 Tablero Óptimo Dual bi bk 200 0 100 0 bi wk w1 w2 cj 5 25 200 0 w1 1 0 100 0 w2 0 1 0 w3 -0.5 W3 W4 ck xk 4 x1 0 6 x2 0 Zj cj Zj -0.5 0 x4 -0. Básicas en la función objetivo para el siguiente problema: maxZ = 3x1 + 2x2 + x3 s.5 M q2 -0.25 0.75 M q1 0.75 5 -5 W1 25 -25 W2 0 0 W3 W4 Solución óptimo: x1 = 500 x2 = 250 Zópt.25 0.5 -0.5 0.N.Análisis de la Solución Óptima primal Tablero óptimo para el primal cj bi 500 250 3500 0 40 60 x1 x2 1 0 0 40 1 60 0 x3 0.

2.3 Tablero óptimo ck 0 0 3 xk x2 x5 x1 Zj cj bi 20 10 60 22 0 3 x1 0 0 1 3 0 2 1 0 0 0 x2 x3 x4 x5 x6 1 -1/4 1/2 0 -1/4 0 3/4 -1/2 1 -1/4 0 3/2 0 0 1/2 2 4 1 0 1 0 -3 -1 0 -1 cj Zj V.Considerando para ⇒ x3 → c3 − ∞ ≤ c3 ≤ c3 + ∆c3 Hallamos: ⇒ ∆c3 = Z 3 − c3 = 3 − ∞ ≤ c3 ≤ 1 + 3 ⇒ − ∞ ≤ c3 ≤ 4 .Considerando para ⇒ ⇒ ⇒ x6 → c6 − ∞ ≤ c6 ≤ c6 + ∆c6 ∆c6 = Z 6 − c6 =1 − ∞ ≤ c6 ≤ 0 + 1 ⇒ − ∞ ≤ c6 ≤ 1 . j = 1. x6 Caso de maximización: − ∞ ≤ c j ≤ c j + ∆c j Caso minimización c j − ∆c j ≤ c j ≤ ∞ . Básicas : x3 .Considerando para ⇒ x4 → c4 − ∞ ≤ c 4 ≤ c 4 + ∆c 4 ∆c 4 = Z 4 − c 4 = 1 ⇒ − ∞ ≤ c4 ≤ 0 + 1 ⇒ ⇒ − ∞ ≤ c4 ≤ 1 . x4.N.x1 + x2 + 2x3 ≤ 90 2x1 + 3x3 ≤ 120 ∀ xj ≥ 0 .

su signo.obj. Básicas : x1.b) Coeficientes de V. x5 Caso maximización: ⇒ c j − ∆c 'j ≤ c j ≤ c j + ∆c 'j . el signo de los aij y el objetivo del problema para provocar variaciones de la solución óptima.. x2. Coeficiente ck Objetivo del Problema Maximizar Minimizar Positivo + aij < 0 aij > 0 ∆ aij > 0 aij < 0 Negativo ∆ ∆ + - aij > 0 aij < 0 aij < 0 aij > 0 ∆ Para el caso de maximización Cuando: No existe: aij > 0 aij < 0 ⇒ ⇒ − ∞ ≤ cj cj ≤ ∞ Para el caso de minimización Cuando: No existe: aij > 0 aij < 0 ⇒ ⇒ cj ≤ ∞ − ∞ ≤ cj En nuestro ejemplo: V. su variación y el signo de esta. Básicos en la fun. ' ck = ck + ∆ck donde : ∆c k = Z j −cj aij min Relación que deben cumplir los coeficientes de la función objetivo.

disponibilidad de horas de la máquina Nº3 ∀xi ≥ 0 …….Considerando para ⇒ x1 → c1 ' ' c1 − ∆c1 ≤ c1 ≤ c1 + ∆c1 Límite Superior: ∆c1' = aij < 0 Z1 − c1 aij .O : MaxZ = 20X1 + 25X2 s.a: 0.5 X2 <= 300 ……..∆c 'j = Z j −c j aij min aij < 0 aij < 0 ( Límite Superior ) ( Límite Inferior ) .5 X1+ X2 <= 150 ………disponibilidad de horas de la máquina Nº1 X1 + X2 <= 250 ……… disponibilidad de horas de la máquina Nº2 X1 + 1. condición de no negatividad PRIMER TABLERO SIMPLEX .. aij < 0 →∉ min ⇒ c1 ≤ ∞ Límite Inferior: ' ∆c1 = −3 3/ 2 −1 1/ 2 =2 ' ∆c1 = =2 ⇒ el menor es ' ∆c1 = 2 Entonces: 3 – 2 ≤ C1 ≤ ∞ P1.. RESOLUCIÓN POR EL MÉTODO SIMPLEX F.

5 15 15 0 S3 0 0 1 0 0 La solucion óptima se dará para los siguientes valores: x1 = 200 x2 = 50 S3 = 25 Zoptimo = 5250 b) ANÁLISIS DE SENSIBILIDAD PARA LOS COEFICIENTES DE LA FUNCION OBJETIVO Para las variables básicas x1 y x2 Definimos x1: c1 Teóricamente sabemos que: c1 .∆ c’1 ≤ c1 ≤ Ademas : ∆ c’1 = z j −c j a ij c1 + ∆ c’1 = 1 0 = 5 Limite Superior −2 .5 25 x2 1 0 0 25 0 0 S1 1 -1 -15 25 25 0 S2 0 1 0 0 0 0 S3 0 0 1 0 0 TERCER TABLERO SIMPLEX (Tablero Optimo) Ck 25 20 0 Cj xk bi x2 50 x1 200 S3 25 Zj 5250 Zj-Cj 20 x1 0 1 0 20 0 25 x2 1 0 0 25 0 0 S1 2 -2 -1 10 10 0 S2 -1 2 -0.5 0 -25 0 S1 1 0 0 0 0 0 S2 0 1 0 0 0 0 S3 0 0 1 0 0 SEGUNDO TABLERO SIMPLEX Ck 25 0 0 Cj xk bi x2 150 S2 100 S3 75 Zj 3750 Zj-Cj 20 x1 0.5 0.5 0.Ck 0 0 0 xk S1 S2 S3 Zj Zj-Cj Cj bi 150 250 300 0 20 x1 0.5 -7.5 1 1 0 -20 25 x2 1 1 1.25 12.

mediante el análisis de sensibilidad desarrollado en la pregunta anterior se demostró que c1 esta entre 12.∆ c’2 ≤ c2 ≤ Además: ∆ c’2 = ∆ c’2 = Por lo tanto: c2 + ∆ c’2 = 1 5 = 15 − 1 z j −c j a ij 1 0 2 Limite Superior =5 Limite Inferior 25-5 ≤ c2 ≤ 25+15 ≤ c2 ≤ 40 20 c) Si se incrementa la tasa de producción del articulo 1 en un 50%. ANALISIS POSTOPTIMAL Para el siguiente problema Max Z = 3x1 + 2x2+ x3 s.5 ≤ c1 ≤ 20+5 12.5 Limite Inferior 20-7.a: x1 + 2x2 + x3 ≤ 100 x1 + x2 + 2x3 ≤ 90 2x1 + 3x3 ≤ 120 ∀ xi ≥ 0 Tablero óptimo cj 3 2 1 0 0 0 .O el coeficiente de x1 será ahora 30. entonces en nuestra F.∆ c’1 = Por lo tanto: 1 5 2 = 7.5 ≤ c1 ≤ 25 Definimos x2: c2 Teóricamente sabemos que: c2 .5 y 25 por lo que al estar 30 fuera de este rango hará que nuestra solución optima varié por lo que ya no sería posible cumplir con la producción de 50 unidades del articulo 2.

correspondiente a V. multiplicar cada término del reglón x1 por el cambio neto y sumar luego esta cantidad a cada término del reglón x1 original.cj ≥ 0 ⇒ la solución óptima se modifica.O.N.O. x2.c j )     = ( Zj . s3 Para x3 → c3 ' c3 = 1 cambiar por c 3 = 5 Cálculo: Zj .c = 3 + (1-5) Zj .c 'j = -1 Como: Zj . Variables no básicas: x3.Zj bi 20 10 60 220 x1 0 0 1 3 0 x2 1 0 0 2 0 x3 -1/4 3/4 3/2 4 -3 S1 1/2 -1/2 0 1 -1 S2 0 1 0 0 0 S3 -1/4 -1/4 1/2 1 -1 Análisis post-optimal A) Modificación de los coeficientes de la F.c 'j = ( Zj .cj ) + ( cj .ck 2 0 3 xk x2 S2 x1 Zj Cj .cj = 6 -3 = 3 Para obtener el nuevo reglón de x1. ck xk cj bi 6 x1 2 x2 1 x3 0 S1 0 S2 0 S3 . ingresa x3 a la base B) Modificaciones en los coeficientes de la F.cj ) - Cambio neto Para x1 → c1 ' ⇒ c1 =3 cambiar por 6 → c 1 = 6 Luego ⇒ el cambio neto = c 'j .c 'j ) ⇒ ' j Zj . s2 (c ' j .c ' j x1.B. s1. Variables básicas: Cálculo: Zj .B. correspondientes a V.

1/2 x 3 + 1/2 = 2 cambio neto C) Modificación en la matriz de restricciones. s3  1   a3 =  2   3   cambiar por  3   ' a3 =  1   4   . 1) Columna no básica : x3. s1. La base permanece óptima.Zj Nuevos términos: 2/3 x 3 + 3/2 = 6 0 x 3 + 0 = 0 -1/4 3/4 6 71/2 69/2 1/2 -1/2 0 1 -1 0 1 0 0 0 -1/4 -1/4 2 23/2 -23/2 ⇒ Z se incrementa apreciablemente.2 0 6 x2 S2 x1 Zj 20 10 60 400 0 0 1 6 0 1 0 0 2 0 Cj .

2) Columna básica: x1. s2 Cálculo: La base sigue siendo óptima. se modifica la base  s xi ≠ 0 : x=Ba⇒  '  s xij = 0 : ' −1 ' j j ' j .0.a3 − c3 = ( 2. x2.B .⇒  1/ 2 0 − 1/ 4   3   1/ 2       ' −1 ' x3 = B a3 =  − 1 / 2 1 − 1 / 4   1  =  − 3 / 2   0 0 1/ 2   4   2        1/ 2    T −1 ' −1 ' ck .3 )  − 3/ 2  − 1    2 Z3   Zj – Cj = 7-1 = 6 → sigue siendo óptima.B .a3 − c3 = cB. analizar la siguiente iteración Añadir una variable artificial.

a) Si consideramos para la columna de x1  1   a1 =  1   2   cambiar por  3   ' a1 =  2   4   ⇒  1/ 2 0 − 1 / 4   3   1/ 2  → x2      ' −1 ' xj = B a1 =  − 1/2 1 − 1/4  2  =  − 1/2  → x5  0 0 1/ 2   4   2  → x      1 ' x1 ≠ 0 vemos que: .

b) Si consideramos: ' sigue siendo óptima.B .0. la solución es columna x1 .  1   a1 =  1   2   por  1   ' a1 =  2   0   .a1 − c1 = ( 2.3 )  − /1 2  − 3 = 7 − 3 = 4    2 Z3   Zj – Cj = 4 . /1 2    −1 ' ⇒ cB.

a1 − c1 = ( 2.⇒  1 / 2 0 − 1 / 4   1   1 / 2  → x2      ' −1 ' xj = B a1 =  − 1/2 1 − 1/4  2  =  3/2  → s2  0 0 1/ 2   0   0  → x      1 ' x1 ≠ 0  1/ 2    −1 ' ⇒ cB .0.cj 1/2 3/2 0 1 -2 .3 )  3 / 2  − 3 = 1 − 3    0    Z1– C1 = -2 ' Solución es columna x1 : ' x1 x2 s2 x1 zj Zj .B .

En el tablero simplex (reemplazar el reglón x1 por q1) ck 2 0 M xk x2 S2 q1 Zj Cj . Los coeficientes de la nueva actividad representarán entonces los cambios de cero a los nuevos valores.a 4 = ? . Nueva actividad : Coeficiente : Columna de consumo : ¿Conviene producir xn+1 ? ⇒ x n +1 = x 4 ≥ 0.Zj cj bi 20 10 60 60 M+ 400 3 x1 1/2 3/2 0 1 -2 2 x2 1 0 0 2 0 1 x3 -1/4 3/4 3/2 3/2M1/2 3/2M3/2 ↑ 0 S1 1/2 -1/2 0 1 1 ingres a 0 S2 0 1 0 0 0 0 S3 -1/4 -1/4 1/2 M/21/2 M/21/2 M q1 0 0 1 M 0 E) Adición de una nueva actividad Podemos considerar que la adición de una nueva actividad es una actividad no básica que se inició originalmente en el modelo con todos los coeficientes cero en la función objetivo y en las restricciones. c 4 = 5 xn+1 cn+1 an+1  3   a4 =  1   1   Calculamos: x 4 = B −1 .

3 x1 0 0 1 3 0 2 x2 1 0 0 2 0 1 x3 1/4 3/4 3/2 4 -3 5 x4 5/4 -3/4 1/2 4 1 0 S1 1/ 2 1/ 2 0 1 -1 0 S2 0 1 0 0 0 0 S3 -1/4 -1/4 1/2 1 -1 ck 2 0 3 xk x2 S2 cj bi 20 10 60 220 θ x1 Zj Cj .0.a4 − c4 = (2.B .Zj . 1/ 2 0 − 1/ 4  3   5 / 4       −1 ' x4 = B a4 =  − 1 / 2 1 − 1 / 4   1  =  − 3 / 2   0 0 1/ 2   1   1/ 2        5/ 4    −1 ' cb . )3  − 3/ 4  − 5 = − 1    1/ 2  Z3   ⇒ Zj – Cj < 0 ingresa x4 a la base.

2. y por lo tanto. Así: debe ser “cero” para formar la matriz identidad. La adición de una nueva restricción puede dar origen a una de dos condiciones: 1. La restricción satisface la solución actual y en este caso.↑ ingre sa No se puede admitir una nueva actividad en la solución a menos que esta mejore el valor de la función objetivo. la restricción es de no enlace o redundante. su adición no altera la solución. Ejemplo: Sea la nueva restricción: x1 ≤ 70 ⇒ x1 + s5 = 70 Luego: ck xk 2 x2 0 S2 3 x1 0 S4 cj bi x1 2 0 0 1 0 0 6 1 0 7 1 0 ↓ x2 x3 S1 S2 S3 S4 1 -1/4 1/2 0 0 0 0 -1/4 0 3/4 -1/2 1 -1/4 0 3/2 0 0 0 0 0 1/2 0 0 1 multiplica el reglón x1 → por -1 y luego se suma a los términos iniciales del reglón x7. entonces se . F) Adición de una nueva restricción. La solución actual no satisface la restricción por lo tanto se volverá de enlace y la nueva solución tiene un valor menos óptimo de Z original.

Utilizando holgura complementaria.60(-1) + . -1/2+ . 0+ . -3/2+ . 0+ 70 1 0 0 0 0 0 1 10 0 0 -3/2 0 0 -1/2 1 ck 2 0 3 0 xk x2 S2 x1 S4 Zj cj bi 20 10 60 10 22 0 3 x1 0 0 1 0 3 0 2 x2 1 0 0 0 2 0 1 0 x3 S1 -1/4 1/2 3/4 -1/2 3/2 0 -3/2 0 4 1 -3 -1 0 0 0 S2 S3 S4 0 -1/4 0 1 -1/4 0 0 1/2 0 0 0 1 0 1 0 0 -1 0 cj .W1 X2 .Zj La solución sigue siendo óptima. Prob.a: X1 + 13X3 + 14X4 + 40X5 ≥ 30 X2 .7X3 + 45X4 + 65X5 ≥ 60 ∀ ≥0 Xi Solución Primal: Min Z = 110X1 + 130X2 + 910X3 + 6480X4 + 11050X5 S. 4(-1)+ .a: X1 + 13X3 + 14X4 + 40X5 ≥ 30…………. 0+ .7X3 + 45X4 + 65X5 ≥ 60……………W2 ∀ ≥0 Xi Dual: Max G = 30W1 + 60W2 S. y a su vez método gráfico resolver el siguiente problema: Min Z = 110X1 + 130X2 + 910X3 + 6480X4 + 11050X5 S.a: W1 ≤ 110 W2 ≤ 130 13W1 – 7W2 ≤ 910 14W1 + 45W2 ≤ 6 480 40W1 + 65W2 ≤ 11 050 . 0+ .

45.130) B(45.45 W2 = 117.42) D(110.130) Punto óptimo→ C(85.7 9 438.74.0) G(0.573033 Zóptimo = 9608.∀ ≥0 Wi Tabulaciones de los puntos extremos de la RSF del Método Gráfico: Punto A(0.117.3) F(70.7 .6 7 758 2 100 0 ←Valor óptimo La solución del dual por el método gráfico da los siguientes resultados: Góptimo = 9608.7 W1 = 85.31) E(110.42 Aplicando holgura complementaria: o De la 1ra restricción del dual se obtiene: W1 + S1 = 110 → S1 ≠ 0 → X1 = 0 o De la 2da restricción del dual se obtiene: W2 + S2 = 130 → S2 ≠ 0 → X2 = 0 o De la 3ra restricción del dual se obtiene: 13W1 – 7W2 + S3 = 910→ S3 ≠ 0 → X3 = 0 o De la 4ta restricción del dual se obtiene: 14W1 + 45W2 + S4 = 6 480→ S4 = 0 → X3 ≠ 0 o De la 5ta restricción del dual se obtiene: 40W1 + 65W2 + S5 = 11 050→ S5 = 0 → X5 ≠ 0 Reemplazando en las restricciones del primal: X4 = 0.102.0) Valor 7800 9 150 9 608.505662 X5 = 0.

Como los cerdos se comerán cualquier mezcla de estos tipos de alimento. 3) F.O: minimizar el costo de la mezcla Min Z = 68X1 + 76X2 + 78X3 s. proteínas y vitaminas respectivamente. Modifica la solución actual?.023 . muestre la nueva solución si se modifica.001 0 e2 0. En la siguiente tabla se dan las unidades de cada tipo de ingrediente nutritivo básico contenido en 1 kilogramo de cada tipo de alimento. Si es así muestre la nueva solución. e) El incremento de la producción de maíz en el mercado hace que el precio de la misma se reduce un 40%. se sabe que cada kilogramo de la misma contiene 80 unidades de carbohidrato.(kg) del alimento “i” utilizado en la mezcla ( i= 1. junto con los requisitos de nutrición diarios y los costos de los alimentos.PROBLEMA Fred Marvin administra la granja de su familia. b) Formular el Dual y elaborar el tablero óptimo dual a partir del tablero óptimo primal. 2. Fred también cría cerdos para venta y desea determinar las cantidades de los distintos tipos de alimentos disponibles (maíz.733 0 0 Ck 78 78 X3 1 0 e1 0. el objetivo es determinar qué mezcla cumple ciertos requisitos nutritivos a un costo mínimo. grasas y alfalfa) que debe dar a cada cerdo. Utilice el método simplex. Solución a) sea: Xi = cant.005 0 e3 - -M q1 - -M q2 - -M q3 0. h) Si el contenido de ingredientes nutritivos por kilogramo de maíz se modifica a 80. f) Se desea utilizar un cuarto tipo de alimento (afrecho) cuyo costo es de 56 pesos. si es así muestre la nueva solución óptima. 20 y 25 unidades de carbohidratos. se modifica la solución actual. Para complementar varios alimentos que se cultivan en la granja. g) Si el requisito mínimo diario de proteínas es de 590 unidades. Usar análisis de sensibilidad. se modifica la mezcla óptima hallada en a)? justifique su respuesta utilizando análisis de sensibilidad. Ingrediente Kilogramo de Kilogramo de Kilogramo de Requisito nutritivo maíz grasas alfalfa mínimo diario Carbohidratos 90 20 40 940 Proteínas 30 80 60 450 Vitaminas 10 20 60 170 Costo (pesos) 68 76 78 a) Formular y resolver el problema.a: 90X1 + 20X2 + 40X3 >= 940 30X1 + 80X2 + 60X3 >= 450 10X1 + 20X2 + 60X3 >= 170 Tablero óptimo Cj 68 76 Xk bi X1 X2 X3 0. 40 unidades de proteínas y 20 unidades de vitaminas. c) Determine el rango de variación para los coeficientes de la función objetivo y de los términos del lado derecho d) Si se desea incrementar la cantidad de carbohidratos en 22 unidades cuál sería la contribución a la utilidad de la mezcla óptima.

723 -0.513 826.017 0. X2 y X3) Para X1: Límite Superior: .64 0 e2 0.017 0.007 0.86 0.433 0.012 0.863 W2 0 s2 0.723 bk 940 450 170 Gi-bi Wk W1 W2 W3 Gi c) Sensibilidad Coeficiente de la función objetivo: V.434 M0.a: 90 W1 + 30 W2 + 10 W3 <= 68 20 W1 + 80 W2 + 20 W3 <= 76 40 W1 + 60 W2 + 60 W3 <= 78 Tablero optimo dual: Ck Xk 78 S3 X3 68 S1 X1 76 S2 X2 Zj Zj-Cj Cj bi 0.433 W1 0 s1 0.863 0.001 0.434 0.43 0.513 1.21 W3 0 S3 0.68 76 X1 X2 Zj 9.017 0.014 -0.001 0.007 -9.64 -9.9 940 W1 1 0 0 940 0 76 X2 0 0 1 76 0 S2 450 W2 0 1 0 450 0 78 X3 1 0 0 78 0 S3 170 W3 0 0 1 170 0 0 e1 0.21 826.023 -0.007 0.9 68 X1 0 1 0 68 0 S1 bj Cj 0.513 0 e3 -0.254 W3 0.864 0.64 1.254 0.005 0.864 W2 0.012 0.3 1 1 0 68 0 0 1 76 0 0 0 78 0 0.001 0.004 0.21 0.005 0.001 0.012 0.023 0.004 0.001 0.023 0.397 830.864 M0.434 0.001 0.: ( X1.001 0.434 W1 0.007 -0.017 0.723 9.B.81 1.004 0.254 M0.014 1.254 Zj-Cj S1 S2 S3 b) formulación del dual correspondiente: Max G = 940 W1 + 450 W2 + 170 W3 s.012 0.004 0.005 -0.014 0.014 0.864 -0.

Si es así muestre la nueva solución. f) Se desea utilizar un cuarto tipo de alimento (afrecho) cuyo costo es de 56 pesos. entonces: ∆Z = 9. 40 unidades de proteínas y 20 unidades de vitaminas.433    =  = 36 . e) El incremento de la producción de maíz en el mercado hace que el precio de la misma se reduce un 40%.434. El precio sombra para este recurso corresponde al valor de Zj – Cj = 0.8 unidades.012   a ij  a ij <0  Luego: 68 − 36.548 sería la contribución a la utilidad. Del rango de variación para esta variable es 31. Modifica la solución actual?.08  − 0. una reducción del 40% hace que el precio sea de 40. nos sugiere el incremento de un recurso (bi). Estamos en el caso de adición de una nueva actividad: ( X4) Con coeficiente C4 = 56 Columna de consumo: a4  8 0   Entonces: a =  4 0  4  2 0   Calculamos: .001   aij  >0   Z j − c j   0.21    =  = 30  0. por lo que no se ve modificada la mezcla óptima original. por lo que si el incremento es de 22 unidades. por lo que asociamos ésta al precio sombra para este recurso.92 ≤ C1 ≤ 98 Por lo que se encuentra dentro del rango de optimalidad. se sabe que cada kilogramo de la misma contiene 80 unidades de carbohidrato.92 ≤ C1 ≤ 98 d) Incrementar el contenido mínimo de carbohidratos.08 ≤ C1 ≤ 68 + 30 31. se modifica la mezcla óptima hallada en a)? justifique su respuesta utilizando análisis de sensibilidad. El precio actual del maíz es de 68 unidades.007   a ij  >0  ∆c j = a ij mínimo Límite Inferior: ∆c j =  Z j − c j   0.∆c j = a ij  Z j − c j  0.863   =  = 863  0.

7    0.0 Z4  ⇒ Zj – Cj < 0 Zopt.750 e2 = 20.B .7  8  − 0.0 2 − 0 .0 − 0.0000 8  8 − 5 = 67.0 1 0 4 7 = 0 0.7 .29.00 658.1  −1 ' cb .0 1− 0.0 5 2 8 3 0 0.7 − 75 = 6− 4 . Iterando adecuadamente se obtiene una nueva solución óptima .5 )1  30.0  8       0.0 7 1 2 4 0 0.14.6 3.0 + 0 .28 2 8 ingresa x 4 a la base. = Con: X4 = 11.00 e3 = 65.1  8      −1 ' x4 = B a4 =  0. − 0.a4 − c4 = (0.0 4 1− 0.0 1 0.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->