II. a. Concepto de programacin lineal II. b. Planteamiento de problemas en trminos de programacin lineal II. c. Estructura general de un modelo de programacin lineal II. d. Mtodo grfico II. e. Teora del mtodo simplex Por lo visto anteriormente, para encontrar la solucin ptima de un modelo lineal se deba analizar todos los puntos posibles extremos, lo cual puede ser una tarea laboriosa. George Dantzig elabor un mtodo a finales de los 40s que permite resolver un problema lineal sin necesidad de analizar de manera explcita el valor de la funcin objetivo en cada punto extremo. Esta herramienta se le conoce como mtodo simplex. Considerando el modelo lineal en la forma conocida, el cual despus de aadir variables de holgura puede llevarse a la forma estndar, deben ponerse tantas variables de holgura S n como restricciones existan en cada problema, y se asigna cada una en cada restriccin. Max Z = Cxi + Cxj Sujeto a: xi + xj b1 xi + xj b2 xi, xj 0
Max Z = - Cxi - Cxj
Sujeto a: xi + xj - s1 b1 xi + xj + s2 b2 xi, xj, s1, s2 0
Problema 1 Suponga que usted produce galletas y que gana $6.00 por cada galleta cuadrada y $5.00 por cada galleta redonda. El modelo del problema se presenta a continuacin: X1 = cantidad por pieza de galleta cuadrada X2 = cantidad por pieza de galleta redonda Max Z = Sujeto a:
6x1 + 5x2 x1 + x2 9 x1 x2 1
Para resolver este problema en primer lugar debemos convertir la funcin objetivo a la forma estndar. La funcin objetivo Max Z = 6x1 + 5x2 deber cambiar de signo; es decir, si son valores negativos la funcin tomar valores positivos y viceversa. Max Z =
- 6x1 - 5x2
Continuemos ahora con las restricciones. La primera restriccin x1 + x2 9 deber convertirse a
la forma estndar, el valor de x1 y x2 no cambia pero tenemos que quitar la desigualdad agregando una variable de holgura s1, tarea que hay que repetir en cada restriccin; si la desigualdad es la variable de holgura toma un signo positivo, y si la desigualdad es la variable de holgura es negativa. Por lo que las restricciones quedan de la siguiente manera: Sujeto a:
x1 + x2 + s1 = 9 x1 x2 s2 = 1
Max Z = Sujeto a:
6x1 + 5x2 x1 + x2 9 x1 x2 1
Max Z = Sujeto a:
- 6x1 - 5x2 x1 + x2 +s1 = 9 x1 x2 + s2 = 1
el siguiente paso es introducir los valores del modelo a la tabla simplex:
s1 s2 Z
x1
x2
s1
s2
Solucin
-1
-1
-6
-5
Ya con los valores en la tabla se debe resolver el problema con los siguientes pasos: Paso 1. Elegir el valor de Z ms negativo.- el valor que se elija indicar la columna que nombrar columna pivote o columna de entrada.
s1 s2 Z
x1
x2
s1
s2
Solucin
-1
-1
-6
-5
En la tabla anterior puede observarse que x1 es la variable de entrada.
Paso 2. Determinar la variable de salida mediante la divisin de la columna solucin entre la columna de entrada. Solo se aplica a las restricciones.
s1 s2 Z
x1
x2
s1
s2
Solucin
9/1=9
-1
-1
1/1=1
-6
-5
Se elige el valor positivo ms pequeo sin tomar en cuenta negativos o ceros. En este caso la variable s2 sale y entra la variable x1. Paso 3. A la interseccin entre la columna de entrada y el rengln de salida se le llama pivote.
Paso 4. Es muy importante que el pivote tome el valor de 1, si ste no tiene dicho valor, convirtalo a 1 dividiendo todo el rengln entre el valor del pivote. En este caso el pivote ya es uno, por lo tanto el rengln queda igual. Paso 5. Hacer ceros los dems valores de la columna de entrada o pivote y cambiar el nombre de la restriccin s2 a x1
s1 X1 Z
x1
x2
s1
s2
Solucin
-1
-1
-6
-5
En primer trmino, se tiene que multiplicar el rengln x1 por el inverso del valor que se har cero y sumrselo al rengln que desea convertirse, es decir, si queremos hacer cero al 1, multiplicamos al rengln x1 por -1 y el resultado se lo sumamos a s2.
s1 s2 Z
x1
x2
s1
s2
Solucin
-1
-1
-11
-6
Paso 6. Si en el rengln de Z an existen valores negativos, regrese al paso 1 hasta que el rengln Z no tenga valores negativos.
El trmino dualidad seala la existencia de dos fenmenos o caracteres diferentes en un mismo
estado. Por ejemplo el bien y el mal. Dentro de la investigacin de operaciones, el concepto de dualidad desempea un papel importante tanto en la teora como en la prctica. Todo modelo de programacin lineal est asociado a otro modelo llamado dual. Entre otras cosas las estructuras duales permiten: Resolver problemas lineales que tienen ms restricciones que actividades. Hacer interpretaciones econmicas de las soluciones ptimas de los problemas de programacin lineal. Concebir nuevos algoritmos para solucionar problemas de redes de optimizacin. Generar mtodos como el dual simples para realizar el anlisis de sensibilidad de los programas de programacin lineal. Para poder entender el concepto de dualidad debemos referirnos al tema de matriz transpuesta. Podemos decir que la matriz transpuesta es aquella en donde las columnas se transforman en filas y viceversa. Ejemplo
1 2
a b c 15 20 25 10 30 40
a b c
1 15 20 25
2 10 30 40
Cuestiones importantes que se deben tomar en cuenta:
1. Si el primal es un problema de maximizacin, su dual ser un problema de minimizacin o viceversa.
2. Los coeficientes de la funcin objetivo del problema primal se convierten en los coeficientes del vector de disponibilidad del problema dual. 3. Los coeficientes del vector de disponibilidad del problema original se convierten en los coeficientes de la funcin objetivo del problema dual. 4. Los coeficientes de las restricciones del problema primal sern la matriz de coeficientes del dual. 5. Los signos de desigualdad del problema dual son contrarios a los del primal. 6. Si el primal tiene m restricciones y n variables, el dual tendr n restricciones y m variables. Problema 1 Min Z = Sujeto a:
Ejemplo 1. Una compaa cultiva brcoli y coliflor de 500 acres de terreno. Un acre de brcoli produce $500 de contribucin a las utilidades y un acre de coliflor $1,000. Debido a reglamentos gubernamentales, no pueden cultivarse ms de 200 acres de brcoli. Durante la temporada de plantacin habr disponibles 1,200 horas-hombre de tiempo de plantadores. Cada acre de brcoli requiere 2.5 horas-hombre y cada acre de coliflor 5.5. Determine cuntos acres de brcoli y cuntos de coliflor deben plantarse para maximizar la contribucin a las utilidades. Ejemplo 2. La AHM Corporation tiene una pequea planta en la que fabrica dos productos. Con propsitos de planteamiento identificaremos a los productos como x1 y x2. Las contribuciones a las utilidades son $10 y $12 respectivamente. Los productos pasan a travs de tres departamentos de produccin en la planta. El tiempo requerido para fabricar cada producto y el tiempo requerido disponible se muestran en la siguiente tabla: Horas hombre
Horas hombre
Horas hombre
requeridas para x1
requeridas para x1
disponibles
2.0
3.0
1500
3.0
2.0
1500
1.0
1.0
600
Departamento
Los administradores de la AHM desean determinar la mezcla de produccin de los productos x1 y
1 MTODO DE TRANSPORTE 1.1 Introduccin Conocido tambin como mtodo de distribucin, de asignacin y de transbordo debido a su aplicacin en diferentes tipos de problemas. Es un caso particular de la programacin lineal que se resuelve por una metodologa diferente ms sencilla que el simplex. Consiste en asignar o distribuir diferentes cantidades de objetos desde los orgenes hacia algunos destinos buscndolo hacer de manera ptima, con costo mnimo o utilidad mxima.
1.2 Planteamiento del problema
Para el planteamiento se tomar como ejemplo el caso de abastecer mercanca desde cuatro diferentes centros de suministro A, B, C y D hacia cuatro centros de consumo W, X, Y y Z buscando hacerlo a un costo total mnimo. En la siguiente tabla se presenta las diferentes ofertas de los centros de suministro, aspi como las demandas de los centros de consumo. Centro de Suministro A B C D TOTAL
Capacidad de produccin PA PB PC PD P
Centro de consumo
Demanda
W X Y Z TOTAL
DW DX DY DZ D
Se considerar que la oferta total P debe ser igual a la demanda total D.
1.3 Mtodos de inicializacin
1.4 Caso base 1.4.1 Mtodo de la esquina noroeste 1.4.2 Mtodo del costo menor 1.4.3 Mtodo mutuamente preferido 1.4.4 Mtodo de Vogel
Centro de Ventas
Centro de Ventas
Centro de Ventas
24
18
21
7500
23
20
19
6500
6000
4500
3500
14000
Centro de Produccin 1 Centro de Produccin 2 Demanda
