Guia Unidad 3 PL Simplex y Dualidad

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
GUIA DE
INVESTIGACION OPERATIVA
SIMPLEX Y DUALIDAD
CIENCIAS EXACTAS
2015

DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
Unidad 3.- METODO SIMPLEX Y DUALIDAD

3.1 El mtodo simplex, revisin de matrices, solucin de ecuaciones
3.2 Revisin del programa informtico
3.3 Aplicacin de las tablas del SIMPLEX con un programa informtico.
3.4 Maximizacin: mtodo de solucin matricial
3.5 Minimizacin: mtodo de solucin matricial
3.6 Uso de un programa informtico para el simplex y en casos especiales
3.7 Anlisis de recursos y sensibilidad
3.8 Tasas de sustitucin y precios sombra
3.9 Problema dual, transformaciones, resolucin, interpretaciones min.- mx. y mx. min.
3.10 Aplicaciones de programacin lineal, mtodo simplex, casos especiales
OPERACIN DE MATRICES
METODO DE REDUCCION
SISTEMAS DE ECUACIONES
MATRIZ AMPLIADA
ALGEBRA
MATRICIAL
METODO
SIMPLEX
ESTANDARIZACION
MINIMIZACION
MAXIMIZACION
VARIABLES
-HOLGURA
- ARTIFICIALES
METODO
-M
-DOS FASES
ANALISIS DE
SENSIBILIDAD
ANALISIS
DE RECURSOS
PROBLEMA
DUAL
PRIMAL
ING. JORGE GALIANO
DUAL

METODO SIMPLEX
El mtodo Simplex es un algoritmo de solucin muy utilizado para resolver problemas de programacin
lineal. Un algoritmo es una serie de pasos para cumplir con una tarea determinada.
El mtodo simplex es un mtodo general de solucin del problema de Programacin lineal (PL) con
cualquier nmero de variables de decisin, y consiste en partir de una Solucin Bsica Factible (SBF),
para acercarse paso a paso a una mejor solucin, hasta alcanzar la Solucin ptima Factible (SOF).
Modelo General
Funcin Objetivo
Z C1 X1 C2 X 2 ... Cn X n
Limitaciones
a11x1 a12 x2 ... a1n xn b1

a21x1 a22 x2 ... a2n xn b2
a31x1 a32 x2 ... a3n x3 b3
Mx. o Min.
: :
:
:
am1x1 am 2 x2 ... amn xn bm
En donde x1 , x 2 ,..., x n y b1 , b2 ,..., bm son no negativas
Variables de holgura X n 1
transforme en una ecuacin.
X nm
son las que se aaden a una inecuacin para que se
Estandarizacin.
a11x1 a12x2 ... a1n xn xn 1 b1

a21x1 a22x2 ... a2n xn xn 2 b2
a31x1 a32x2 ... a3n x3 xn 3 b3
: :
:
:
am1x1 am2 x2 ... amn xn xn m bm
m Ecuaciones
n m Variables
Maximizacin
Modelo General
Funcin Objetivo
Z C1 X1 C2 X 2 ... Cn X n
Limitaciones
a11x1 a12 x2 ... a1n xn b1
Mx. o Min.
a21x1 a22 x2 ... a2n xn b2

a31x1 a32 x2 ... a3n x3 b3
:
:
:
:
ING. JORGE GALIANO

En donde x1 , x 2 ,..., x n y b1 , b2 ,..., bm son no negativas

Variables de holgura
X n 1 X n m
son las que se aaden a una inecuacin para que se
transforme en una ecuacin.

Estandarizacin.
a11x1 a12x2 ... a1n xn xn 1 b1

a21x1 a22x2 ... a2n xn xn 2 b2
a31x1 a32x2 ... a3n x3 xn 3 b3
:
:
:
:
:
am1x1 am2 x2 ... amn xn xn m bm
m Ecuaciones
n m Variables
Ejemplo: resolver el modelo utilizando el mtodo simplex para maximizacin
Funcin Objetivo
Mx.
z 7 x1 7 x2 6 x3 9 x4
4 x1 5 x2 3x3 5 x4 30000
Restricciones
2 x1 1.5 x2 3x3 3x4 20000
Estandarizacin:
Mx. Z = 7x1+7x2+6x3+9x4+0x5+0x6
4 x1 5 x 2 3x3 5 x 4 x5 30000
2 x1 1.5 x 2 3x3 3x 4 x 6 20000
Primera Iteracin
Cj
0
0
X1
7
X2
6
X3
9
X4
0
X5
0
Relacion
minima
X6
X5
X6
30000
20000
4
2
5
1,5
3
3
5
3
1
0
0
1
Zj
-7
-7
-6
-9
Zj - Cj
6000
6666,67
Menor valor
sale
Fila criterio(indicador)
ingresa
ING. JORGE GALIANO

Clculos:
Zj:
0 * 30000 + 0 * 20000 = 0
0*4+0*2=0
0 * 5 + 0 * 1,5 = 0
0*3+0*3=0
0*5+0*3=0
0*1+0*0=0
0*0+0*1=0
Solucin bsica factible:
X1 X 2 X 3 X 4 0
X 5 30000
X 6 20000
Para maximizacin la fila
son positivos o cero
indica si se lleg a un ptimo, cuando todos los valores de la
X4
9
Variable entrante
X5
Variable saliente
mnima
El valor ms negativo de la fila criterio
6000
Menor valor positivo de la relacin
En la fila criterio elegimos el valor ms negativo, en caso de que los valores sean ceros o
positivos se ha llegado a un ptimo.
Valor del
EJE
Valor del
SEMI EJE
La posicin para la nueva iteracin donde est ubicado el eje el valor debe ser 1, por lo cual la
fila del eje le dividimos para cinco cada uno de sus elementos.
3000/5 = 6000;
ING. JORGE GALIANO
4/5;
5/5 = 1;
3/5;
5/5 = 1;
1/5;
0/5 = 0
5

Otras variables: el elemento de la anterior etapa menos el producto del semieje por el valor de la
nueva variable.
Valores
Fila
semi
nueva
X6
eje
fila
20000
2
1,5
3
3
0
1
Zj:
3
3
3
3
3
3
3
* 6000
* (4/5)
1
*
* (3/5)
1
*
(1/5)
*
0
*
=
=
=
=
=
=
=
2000
-2/5
-1,5
6/5
0
-3/5
1
9 * 6000 + 0 * 2000
= 54000
9 * 4/5
+ 0 * (-2/5)
= 36/5
9*1
+ 0 * (-3/2)
=9
9 * 3/5
+ 0 * (6/5)
= 27/5
9*1
+ 0*0
=9
9 * 1/5
+ 0 * (-3/5)
= 9/5
9*0
+ 0*1
=0
El cuadro de la iteracin seria:

Cj
X
X4
X6
9
0
Zj
X1
X2
X3
X4
X5
X6
RM
6000
4/5
3/5
1/5
10000
2000
-2/5
-3/2
6/5
-3/5
5000/3 sale
54000
36/5
27/5
9/5
1/5
-3/5
9/5
Zj - Cj
ingresa
Valores
2000
-2/5
-1/5
6/5
0
-1/5
1
*
*
*
*
*
*
*
5/6
5/6
5/6
5/6
5/6
5/6
5/6
= 1666,7
= -1/3
= -5/4
=
1
=
0
=
-
=
5/6
Fila
semi
nueva
X4
eje
fila
6000
4/5
1
3/5
1
1/5
ING. JORGE GALIANO
3/5
3/5
3/5
3/5
3/5
3/5
3/5
* 1666,67 =
* (-1/3) =
* (-5/4) =
1
=
*
0
=
*
* (-1/2) =
* (5/6) =
5000
1
7/4
0
1

Zj:
9 * 5000
+ 6 * 1666.67
= 55000 Mejora el valor
9*1
+ 6 * (-1/3)
=7
9 * 7/4
+ 6 * (-5/4)
= 33/4
9*0
+6*1
=6
9*1
+6*0
=9
9 * 1/2
+ 6 * (-1/2)
= 3/2
9 * (-1/2)
+ 6 * 5/6
= 1/2
Entonces, la siguiente iteracin ser:

Cj
X
X4
X6
9
6
Zj
X1
X2
X3
X4
X6
-
5000
7/4
1666,67
-1/3
-5/4
X5
55000
33/4
3/2
5/4
3/2
Zj - Cj
RM
5/6
Como, Zj Cj solamente tiene valores positivos y/o ceros, entonces tenemos un ptimo y la
solucin ser:
Zj = 55000; X1= 0; X2= 0; X3=1666.67; X4=5000; X5=0; X6=0
En la ltima tabla se tiene cada uno de los diferentes coeficientes que tienen un significado
econmico y se denominan tasas de sustitucin, ver solamente los valores de las variables de
holgura correspondiente a su columna.
Anlisis de sensibilidad y tasas de sustitucin y precios sombra

Ejercicio:
Un fabricante de muebles elabora anaqueles y escritorios en su empresa, que tiene dos departamentos,
en los cuales los requerimientos en horas hombre por departamento y en unidad se indican a
continuacin:
Dpto. I Preparacin de piezas

Dpto. II Ensamblaje y terminado
Costos por unidad
Precio de venta
Utilidad por unidad
Anaqueles
3
4
2000
3500
1500
Escritorios Disponibilidad
5
240
h H/u
2
128
h H/u
2800
$/u
4600
$/u
1800
$/u
a) Establecer un programa de produccin que permita a la empresa maximizar las utilidades sin que la
compaa forme inventario.
b) Esta compaa tiene la posibilidad de ocupar la seccin de preparacin de piezas para otro artculo y
le interesa conocer si con el programa de produccin ptimo actual le queda tiempo libre en el
departamento.
ING. JORGE GALIANO

c) Suponiendo que la competencia vende escritorios similares a $300 la unidad que poltica deber
adoptar el gerente si se llega a una competencia muy marcada.
Desarrollo:
I.- Datos, la tabla resume toda la informacin
II.- Variables:
X: nmero de anaqueles a producir por semana
Y: nmero de escritorios a producir por semana
S1: Tiempo NO usado en el departamento I, preparacin
S2: Tiempo NO usado en el departamento II, terminado
III.- Funcin Objetivo
Mx. U = 1500 X + 1800 Y + 0 S1 + 0 S2
IV.- Limitaciones
3x 6 y 240
4 x 2 y 128
Estandarizacin:
F.O. Mx. U 1500 x 1800 y 0S1 0S2
Dpto. I
3x 6 y S1 240
Dpto. II
4 x 2 y S2 128
Cj
0
0
X
S1
S2
B
240
128
Zj
Zj - Cj
1500 1800
x
y
3
6
4
2
0
S1
1
0
0
S2
0
1
-1500
-1800
RM
40
64
Sale
Ingresa
128
4
2
0
1
Cj
1800
0
X
y
S2
B
40
48
Zj
72000
Zj - Cj
2
2
2
2
2
1500 1800
x
y
1
3
0
*
*
*
*
*
40
1
1/6
0
0
S1
1/6
-1/3
0
S2
0
1
900
1800
300
-600
300
RM
80
16
=
=
=
=
=
48
3
0
1/3
1
Sale
Ingresa
ING. JORGE GALIANO

40
1
1/6
0
Cj
X
y
x
B
32
16
Zj
81600
1800
1500
Zj - Cj
Solucin:
*
*
*
*
*
16
1
0
-1/9
1/3
=
=
=
=
=
32
0
1
2/9
-1/6
1500 1800
x
y
0
1
1
0
0
S1
2/9
-1/9*
0
S2
-1/6
1/3
1500
1800
700/3
200
700/3
200
Tasas de
sustitucin
OPTIMO
X = 16 (anaqueles/semana)
Y = 32 (escritorios/semana)
S1 = 0 indica que se usa todo el tiempo disponible en el Dpto. I
S2 = 0 indica que se usa todo el tiempo disponible en el Dpto. II
U = 81600 ($/semana)
Toda tasa de sustitucin significa que para producir una unidad de la variable correspondiente a la
columna se debe sacrificar la tasa de sustitucin indicada por la variable correspondiente a la fila.
S1
x
-1/9*
Para alcanzar una unidad S1 (1 h-H) de tiempo disponible en el departamento I, necesitamos sacrificar
(usar o gastar) -1/9 anaqueles.
Demostracin: 1 h-H en el departamento I (preparacin de piezas)
La nueva produccin ser:
Dpto. I
X = 16 (-1/9) = 145/9 = 16.11 anaqueles

Y = 32 (2/9) = 286/9 = 31.77 escritorios
145
286
3x 6 y 3(
) 6(
) 239 h-H/semana
9
9
Esto quiere decir, que el departamento I no completara la disponibilidad de las 240 h-H que tiene en la
semana, sobrando 1 hora para la nueva produccin.
Nueva utilidad
U n 1500 x 1800 y
145
286
U n 1500(
) 1800(
)
9
9
U n 81366.67
ING. JORGE GALIANO

U U MAX U n 81600 81366.67 233.33
Entonces,
Este valor de
iteracin.
700
2100
se encuentra directamente en la fila criterio de la ltima
233.33
3
9
S2
y
700
3
Para alcanzar 1 unidad S2 (1 h-H) de tiempo disponible en el

departamento II, necesitamos sacrificar (usar o gastar) -1/6 de escritorios.
-1/6
Demostracin: 1 h-H en el departamento II (ensamblaje y terminado)

La nueva produccin ser:
Dpto. II
4 x 2 y 4(
X = 16 (1/3) = 47/3 = 15.67 anaqueles

Y = 32 (-1/6) = 193/6 = 32.16 escritorios
47
193
) 2(
) 127 h-H/semana
3
6
Esto quiere decir, que el departamento II no completara la disponibilidad original de las 128 h-H que tiene
en la semana, sobrando 1 hora para la nueva produccin, en caso de modificarle con las tasas de
sustitucin o tambin conocido como precios sombra.
Nueva utilidad
U n 1500 x 1800 y
47
193
) 1800(
)
3
6
U n 81400
U n 1500(
Entonces,
U U MAX U n 81600 81400 200
Este valor de 200 se encuentra directamente en la fila criterio de la ltima iteracin.
En el anlisis de sensibilidad tratamos de determinar la variacin de los coeficientes de la funcin

objetivo.
En general Max. Z = C1 x + C2 y
Para el anlisis de sensibilidad: en la tabla siguiente se debe busca un nmero que haga cero en Zj
ajustada (Zj aj.), usar la frmula:
Zj. Valor de la ltima iteracin, valor original

Zj* valor calculado
ING. JORGE GALIANO
10

Para X:
Para departamento I, columna S1 para el cuadro
Valor final a buscar

x
Zj*
Zj
Zj aj.
1500
1800
S1
S2
-1/9
1/3
1500
1800
2100/9
200
16
Usar la formula
81600
0
Valor inicial
Entonces,
2100
x
Zj*
Zj
Zj aj.
16
1500
1800
S1
S2
-1/9
1/3
2100
81600
-2100/9
1500
1800
200
2100/9
3600
Lmite superior
Para C1 = 1500
2100
3600;
si, C1 > 3600 S1 ingresa
Con el otro departamento, columna S2 para el cuadro

x
Zj*
Zj
Zj aj.
16
1500
1800
S1
S2
-1/9
1/3
1500
1800
2100/9
200
0
Usar la frmula
81600
Valor inicial
Entonces,
-600
x
Zj*
Zj
Zj aj.
16
1500
1800
S1
S2
1
-600
-1/9
81600 1500
900
1/3
-200
1800
2100/9
200
0
Lmite inferior
ING. JORGE GALIANO
11

Para C1 = 1500
En resumen,
600
900;
si, C1 < 900 S1 ingresa
Coeficiente
Minimo
Original
Maximo
C1
900
1500
3600
600
2100
Para Y:
Para departamento II, columna S2 para el cuadro
y
Zj*
Zj
Zj aj
1200
Para C2 = 1800
32
1500
1800
S1
S2
2/9
-1/6
1200
81600
1200
3000;
1500
-200
1800
2100/9
usar la frmula
200
3000
Lmite superior
Valor inicial
si, C2 > 3000 S2 ingresa
Para departamento I, columna S1 para el cuadro

-1050
y
Zj*
Zj
Zj aj.
32
1500
1800
S1
S2
-1/6
81600
1500
2/9
-1050
-2100/9
1800
2100/9
750
Usar la frmula
200
Lmite inferior Valor inicial
Para C2 = 1800
1050
750;
si, C2 < 750 S2 ingresa
En resumen:
Coeficiente
Minimo
Original
Maximo
C2
750
1800
3000
-1050
1200
Por lo tanto, el anlisis de sensibilidad para los coeficientes de la funcin objetivo pueden tener las
siguientes variaciones:
ING. JORGE GALIANO
Coeficiente
C1
Mnimo
Original
Mximo
900
1500
3600
C2
750
1800
3000
12

Casos especiales del mtodo simplex
1. Degeneracin.- Una o ms soluciones de las variables de decisin son cero, el modelo tiene por
lo menos una restriccin redundante
2. Soluciones no acotadas.- Las variables pueden tomar valores que se incrementan
indefinidamente cumpliendo con las restricciones. El espacio solucin es no acotado en una
direccin.
3. ptimos alternativos.- Si una funcin objetivo es paralela a una de las restricciones no acotadas,
la F.O. asume el punto ptimo en ms de un punto de la solucin, infinidad de soluciones.
4. Solucin no factible.- Esto sucede cuando existen restricciones combinadas de mayor igual y
menor igual en algunas ocasiones. En la tabla del simplex se encuentra cuando debiendo salir la
variable artificial sale la variable de holgura.
Ejercicios de investigacin
Como identificar en una tabla del simplex si un problema corresponde a un caso especial y a cual caso
especial corresponde, usar un ejemplo para cada caso, resolverlo y concluir con un comentario
sealando el procedimiento. Entregar su resolucin
ING. JORGE GALIANO
13

PROBLEMA DUAL
El principio llamado dualidad, permite resolver un problema de maximizacin resolviendo el problema de
minimizacin relacionado con l.
Problema
Primal (Dual)
Maximizar
Z c1x1 c2 x2 ... cn xn
Sujeto a,
a11x1 a12 x2 ... a1n xn b1

a21x1 a22 x2 ... a2 n xn b2
x1, x2 ,....xn 0
Dual (Primal)
Minimizar
W b1 y1 b2 y2 ... bm ym
Sujeto a,
a11 y1 a21 y2 ... am1 ym c1

a12 y1 a22 y2 ... am 2 ym c2
a1n y1 a2n y2 ... anm ym cn
y1 , y2 ,...., ym 0
La solucin del modelo primal es igual a la del modelo dual en cuanto a su funcin objetivo.
DUAL
PRIMAL
n
m
variables
limitaciones
m
n
variables
limitaciones
Ejemplo
Modelo Primal
Funcin Objetivo
Restricciones
Modelo Dual
ING. JORGE GALIANO
14

Funcin Objetivo
Restricciones
Min. D = 240 X1 + 128 X2

3 Y1 + 4 Y2 1500
6 Y1 + 2 Y2 1800
Ejercicio
1.- Resolver por el simplex el primal, plantear el dual e indicar la solucin con la ltima tabla del simplex
del primal, indicar las tasas de sustitucin y los precios sombra, realizar el anlisis de sensibilidad.
PRIMERA ITERACION
300
2
1
1
0
0
1
1
1
1
1
1
*
*
*
*
*
*
200
1/4
1
0
1/4
0
=
=
=
=
=
=
100
1,75
0
1
-0,25
0
500
1
2
0
0
1
2
2
2
2
2
2
*
*
*
*
*
*
200
1/4
1
0
1/4
0
=
=
=
=
=
=
100
0,5
0
0
-0,5
1
SEGUNDA ITERACION
X
S1
Y
S3
Zj
0
5
0
B
100
200
100
1000
Zj - Cj
200
0,25
1
0
0,25
0
ING. JORGE GALIANO
0,25
0,25
0,25
0,25
0,25
0,25
*
*
*
*
*
*
57,14
1
0
0,571
-0,14
0
3
x
1,75
0,25
0,5
1,25
-1,75
INGRESA
=
=
=
=
=
=
185,7143
0,00
1
-0,14286
0,285714
0
5
y
0
1
0
5
0
0
S1
1
0
0
0
0
100
0,5
0
0
-0,5
1
0
S2
-0,25
0,25
-0,5
1,25
1,25
0,5
0,5
0,5
0,5
0,5
0,5
0
S3
0
0
1
0
0
*
*
*
*
*
*
57,14
1
0
0,571
-0,14
0
RM
57,1428571 SALE
800
200
=
=
=
=
=
=
71,42857
0
0
-0,28571
-0,42857
1
15

TERCERA ITERACION
3
5
0
X
X
Y
S3
Zj
B
57,1428571
185,714286
71,4285714
1100
Zj - Cj
3
x
1
0
0
3
0
H1
5
y
0
1
0
5
0
H2
0
0
S1
S2
0,57142857 -0,14285714
-0,14285714 0,28571429
-0,28571429 -0,42857143
1
1
1
1
X1
X2
0
S3
0
0
1
0
0
X3
RM
OPTIMO
La ltima tabla de la iteracin del Simplex, considerando fracciones en la respuesta es:
X
X
Y
S3
Zj
3
5
0
3
x
1
0
0
3
0
B
400/7
1300/7
500/7
1100
Zj - Cj
Solucin:
X
Y
S3
S2
S1
Z
TASAS DE
SUSTITUCIN
3
5
0
X
X
Y
S3
400/7
1300/7
500/7
0
0
1100
PRIMAL
maxZ=3x+5y
2x+y<=300
x+4y<=800
x+2y<=500
B
57,1428571
185,714286
71,4285714
5
y
0
1
0
5
0
0
S1
4/7
-1/7
-2/7
1
1
0
S2
-1/7
2/7
-3/7
1
1
0
S3
0
0
1
0
0
57,1428571
185,714286
71,4285714
DUAL
MIN D = 300X1 + 800X2 + 500X3
2X1 +X2 + X3 >= 3
X1 + 4X2 + 2 X3 >= 5
3
x
1
0
0
5
y
0
1
0
SOLUCION
DUAL
0
0
S1
S2
0,57142857 -0,14285714
-0,14285714 0,28571429
-0,28571429 -0,42857143
X1
X2
X3
H1
H2
D
1
1
0
0
0
1100
0
S3
0
0
1
TASAS DE SUSTITUCION
PRECIOS SOMBRA
3
5
0
ING. JORGE GALIANO
X
X
Y
S3
Zj
Zj - Cj
B
57,1428571
185,714286
71,4285714
1100
3
x
1
0
0
3
0
5
y
0
1
0
5
0
0
0
S1
S2
0,57142857 -0,14285714
-0,14285714 0,28571429
-0,28571429 -0,42857143
1
1
1
1
PRECIOS SOMBRA
0
S3
0
0
1
0
0
16

ANALISIS DE SENSIBILIDAD
x
1
-1,75
3
1,25
S1
0,57142857
-1
1
0
7y
Zj*
Zj original
Zj ajustada
y
1
7
5
12
S1
-0,14285714
-1
1
0
7X
Zj*
Zj original
Zj ajustada
x
1
7
3
10
S2
-0,14285714
-1
1
0
-3,5 y
Zj*
Zj original
Zj ajustada
y
1
-3,5
5
1,5
S2
0,28571429
-1
1
0
0X
Zj*
Zj original
Zj ajustada
x
1
0
3
3
S3
0
0
0
0
y
1
0
5
5
S3
0
0
0
0
-1,75 X
Zj*
Zj original
Zj ajustada
C1
C2
0y
Zj*
Zj original
Zj ajustada
MINIMO
1,25
1
ORIGINAL
3
5
MAXIMO
10
12
USANDO EL WINQSB
INGRESO DE DATOS
PRIMERA ITERACION
ING. JORGE GALIANO
17

SEGUNDA ITERACION
TERCERA ITERACION
SOLUCION GENERAL
ING. JORGE GALIANO
18

2.- RESOLVER POR EL SIMPLEX UTILIZANDO EL DUAL
PRIMAL
Min Z=50x+60y
x+3y>=5000
4x+8y>=16000
50x+25y>=87500
DUAL
PRIMERA ITERACION
X
S1
S2
Zj
0
0
5000
x1
1
3
0
-5000
B
50
60
0
Zj - Cj
60
3
8
25
0
1
25
25
25
25
25
25
*
*
*
*
*
*
1
0,02
0,08
1
0,02
0
16000
x2
4
8
0
-16000
=
=
=
=
=
=
87500
x3
50
25
0
-87500
INGRESA
0
S1
1
0
0
0
0
S1
1
0
0
0
RM
1
2,4
SALE
35
2,5
6
0
-0,5
1
SEGUNDA ITERACION
87500
0
X
X3
S2
Zj
5000
x1
0,02
2,5
1750
-3250
B
1
35
87500
Zj - Cj
1
0,02
0,08
1
0,02
0
ING. JORGE GALIANO
16000
x2
0,08
6
7000
-9000
INGRESA
0,08
0,08
0,08
0,08
0,08
0,08
*
*
*
*
*
*
87500
x3
1
0
87500
0
5,833333
0,416667
1
0
-0,08333
0,166667
0
S1
0,02
-0,5
1750
1750
=
=
=
=
=
=
0
S2
0
1
0
0
RM
12,5
5,83333333 SALE
0,533
-0,01
0
1
0,027
-0,01
19

TERCERA ITERACIN
X
X3
X2
Zj
87500
16000
5000
B
x1
0,53333333 -0,01333333
5,83333333 0,41666667
140000
5500
Zj - Cj
500
H1
16000
x2
0
1
16000
0
H2
87500
x3
1
0
87500
0
H3
0
0
S1
S2
0,02666667 -0,01333333
-0,08333333 0,16666667
1000
1500
1000
1500
X
Y
RM
OPTIMO
SOLUCION
PRIMAL
SOLUCION
X
Y
H1
H2
H3
Z
DUAL
SOLUCION
1000
1500
500
0
0
140000
X1
X2
X3
S1
S2
D
0
5,83333333
0,53333333
0
0
140000
0
35/6
8/15
0
0
3.- Resolver por el simplex el primal, plantear el dual e indicar la solucin con la ltima tabla
del simplex del primal, indicar las tasas de sustitucin y los precios sombra, realizar el anlisis
de sensibilidad.
X
S1
S2
S3
Zj
0
0
0
B
1000
5000
2500
0
Zj - Cj
1000
1
1
1
0
0
ING. JORGE GALIANO
1
1
1
1
1
1
*
*
*
*
*
*
833,333
1/2
1
0
1/6
0
5
X1
1
3
3
0
-5
8
X2
1
6
2
0
-8
INGRESA
= 166,667
=
0,5
=
0
=
1
= -0,1667
=
0
0
S1
1
0
0
0
0
0
S2
0
1
0
0
0
2500
3
2
0
0
1
0
S3
0
0
1
0
0
2
2
2
2
2
2
*
*
*
*
*
*
RM
1000
833,333333 SALE
1250
833,333
1/2
1
0
1/6
0
= 833,333
=
2
=
0
=
0
= -0,3333
=
1
20

0
8
0
5
8
0
X
S1
X2
S3
Zj
B
166,666667
833,333333
833,333333
6666,66667
Zj - Cj
5
X1
0,50
0,5
2,00
4
-1
INGRESA
8
X2
0
1
0
8
0
ING. JORGE GALIANO
0
S2
-0,16666667
0,16666667
-0,33333333
1,33333333
1,33333333
833,333
0,5
1
0
0,1667
0
0,5
0,5
0,5
0,5
0,5
0,5
*
*
*
*
*
*
333,333
1
0
2
- 1/3
0
= 666,667
=
0
=
1
=
-1
= 0,33333
=
0
833,333
2
0
0
-0,3333
1
2
2
2
2
2
2
*
*
*
*
*
*
333,333
1
0
2
- 1/3
0
= 166,667
=
0
=
0
=
-4
= 0,33333
=
1
X
X1
X2
S3
Zj
Zj - Cj
B
333,333333
666,666667
166,666667
7000
5
X1
1,00
0
0,00
5
0
SOLUCION
5
8
0
0
S1
1
0
0
0
0
X
X1
X2
S3
Zj
Zj - Cj
B
1000/3
2000/3
1000/3
7000
5
X1
1,00
0
0,00
5
0
H1
8
X2
0
1
0
8
0
0
S1
2
-1
-4
2
2
X1
X2
S1
S2
S3
1000/3
2000/3
0
0
1000/3
7000
8
X2
0
1
0
8
0
H2
0
S1
2
-1
-4
2
2
Y1
0
S3
0
0
1
0
0
RM
333,333333 SALE
1666,66667
416,666667
0
S2
-0,33333333
0,33333333
0,33333333
1
1
0
S2
-1/3
1/3
1/3
1
1
Y2
0
S3
0
0
1
0
0
Y3
0
S3
0
0
1
0
0
RM
OPTIMO
OPTIMO
21

PRIMAL
Max. Z = 5 X1 + 8 X2
X1 + X2 <= 1000
3 X1 + 6 X2 <= 5000
3 X1 + 2 X2 >= 2500
DUAL
Min. D = 1000 Y1 + 5000 Y2 + 2500 Y3
Y1 + 3 Y2 + 3 Y3 >= 5
Y1 + 6 Y2 + 2 Y3 >= 8
SOLUCION DUAL
Y1
Y2
Y3
H1
H2
2
1
0
0
0
7000
TASAS DE SUSTITUCION
X
X1
X2
S3
Zj
Zj - Cj
5
8
0
B
1000/3
2000/3
1000/3
7000
5
X1
1,00
0
0,00
5
0
8
X2
0
1
0
8
0
0
S1
2
-1
-4
2
2
0
S2
-1/3
1/3
1/3
1
1
0
S3
0
0
1
0
0
TASAS
DE
SUSTITUCION
PRECIOS SOMBRA
X
X1
X2
S3
Zj
Zj - Cj
5
8
0
5
X1
1,00
0
0,00
5
0
B
1000/3
2000/3
1000/3
7000
8
X2
0
1
0
8
0
0
S1
2
-1
-4
2
2
0
S2
-1/3
1/3
1/3
1
1
PRECIOS
SOMBRA
0
S3
0
0
1
0
0
-1 X1
Zj*
Zj original
Zj ajustada
X1
1
-1
5
4
S1
2
-2
2
0
2 X2
Zj*
Zj original
Zj ajustada
X2
1
2
8
10
S1
-4
-2
2
0
3 X1
Zj*
Zj original
Zj ajustada
X1
1
3
5
8
S2
- 1/3
-1
1
0
-3 X2
Zj*
Zj original
Zj ajustada
X2
1
-3
8
5
S2
1/3
-1
1
0
0 X1
Zj*
Zj original
Zj ajustada
X1
1
0
5
5
S3
0
0
0
0
0 X2
Zj*
Zj original
Zj ajustada
X2
1
0
8
8
S3
1
0
0
0
ING. JORGE GALIANO
22

C1
C2
MINIMO
4
5
ORIGINAL
5
8
MAXIMO
8
10
UTILIZANDO EL WINQSB
INGRESO DE DATOS
SOLUCION GENERAL
ING. JORGE GALIANO
23

PRIMERA ITERACION
SEGUNDA ITERACION
TERCERA ITERACION
ING. JORGE GALIANO
24

Ejercicios
2.- {
1.{
3.-.- {
4.- {
Problemas para su resolucin:

1.- Una compaa de cemento produce 2500000 barriles de cemento por ao. Los hornos emiten 2 libras
de polvo por cada barril producido. Una agencia gubernamental para proteccin del ambiente requiere
que la planta reduzca sus emisiones de polvo a no ms de 800000 libras anuales. Existen dos
dispositivos de control de emisiones disponibles, A y B. El dispositivo A reduce las emisiones a 0,5 libras
por barril y su costo es de $0,20 por barril de cemento producido. Para el dispositivo B, las emisiones son
reducidas a 0,2 libras por barril y el costo es de $0,25 por barril de cemento producido. Determine el plan
de accin ms econmico que la planta debe tomar de modo que cumpla con el requerimiento de la
agencia gubernamental y tambin mantenga su produccin anual de 2500000 barriles de cemento.
2.- Una compaa petrolera, que tiene dos refineras necesita de al menos 800, 1400 y 500 barriles de
petrleo de grado bajo, medio y alto, respectivamente. Cada da, la refinera I produce 200 barriles de
grado bajo, 300 de medio y 100 de grado alto, mientras que la refinera II produce 100 barriles de grado
alto, 100 de bajo y 200 de grado medio. Si los costos diarios son de $2500 para operar la refinera I y de
$2000 para la refinera II, Cuntos das debe ser operada cada refinera para satisfacer los
requerimientos de produccin a un costo mnimo?Cual es el costo mnimo? Cul es la variacin de los
mrgenes de contribucin?cul es el anlisis de recursos y sensibilidad, con su interpretacin?
3.- Un agricultor compra fertilizantes que contienen tres nutrientes A, B y C. las necesidades mnimas son
160 unidades de A, 200 de B y 80 de C. En el mercado existen dos marcas populares de fertilizan5tes.
Rpido Crecimiento RC, con un costo de $4 por bolsa con tres unidades de A, 5 de B y 1 unidad de C.
Fcil Crecimiento FC, con un costo de $3 por bolsa con 2 unidades de cada nutriente. Si el agricultor
desea minimizar el costo mientras se mantenga el requerimiento de nutrientes, Cuntas bolsas de cada
marca debe comprar?
4.- Para satisfacer las necesidades de vitaminas B1, B2 y B3 un hombre debe comprar 100 pldoras que
contengan al menos 750 unidades de B1, 600 unidades de B2 y 280 unidades de B3. Cuestan $0,50 las
pldoras de la clase I que contiene 10 unidades de B1, 5 unidades de B2 y 3 de B3; mientras que cuestan
$0,60 las pldoras de la clase II que contienen 12 unidades de B1, 2 de B2 y 11 de B3 y por ltimo, a
$0,40 consigue las pldoras de la clase III que contienen 6 unidades de B1, 7 de B2 y 2 de B3. Cuntas
pldoras de cada clase debe consumir para satisfacer sus necesidades vitamnicas a un mnimo costo?
ING. JORGE GALIANO
25

Guia Unidad 3 PL Simplex y Dualidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia Unidad 3 PL Simplex y Dualidad

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

Unidad 3.- METODO SIMPLEX Y DUALIDAD

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

a11x1 a12 x2 ... a1n xn b1

son las que se aaden a una inecuacin para que se

a11x1 a12x2 ... a1n xn xn 1 b1

a11x1 a12 x2 ... a1n xn b1

a21x1 a22 x2 ... a2n xn b2

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

En donde x1 , x 2 ,..., x n y b1 , b2 ,..., bm son no negativas

son las que se aaden a una inecuacin para que se

transforme en una ecuacin.

a11x1 a12x2 ... a1n xn xn 1 b1

2 x1 1.5 x2 3x3 3x4 20000

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

Solucin bsica factible:

indica si se lleg a un ptimo, cuando todos los valores de la

El valor ms negativo de la fila criterio

Menor valor positivo de la relacin

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

El cuadro de la iteracin seria:

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

= 55000 Mejora el valor

Entonces, la siguiente iteracin ser:

Anlisis de sensibilidad y tasas de sustitucin y precios sombra

Dpto. I Preparacin de piezas

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

Mx. U = 1500 X + 1800 Y + 0 S1 + 0 S2

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

X = 16 (-1/9) = 145/9 = 16.11 anaqueles

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

Para alcanzar 1 unidad S2 (1 h-H) de tiempo disponible en el

Demostracin: 1 h-H en el departamento II (ensamblaje y terminado)

X = 16 (1/3) = 47/3 = 15.67 anaqueles

U U MAX U n 81600 81400 200

Este valor de 200 se encuentra directamente en la fila criterio de la ltima iteracin.

En el anlisis de sensibilidad tratamos de determinar la variacin de los coeficientes de la funcin

Zj. Valor de la ltima iteracin, valor original

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

Valor final a buscar

si, C1 > 3600 S1 ingresa

Con el otro departamento, columna S2 para el cuadro

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

si, C1 < 900 S1 ingresa

si, C2 > 3000 S2 ingresa

Para departamento I, columna S1 para el cuadro

Lmite inferior Valor inicial

si, C2 < 750 S2 ingresa

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

ING. JORGE GALIANO

UNIVERSIDAD TECNOLOGICA EQUINOCCIAL

a11x1 a12 x2 ... a1n xn b1

am1x1 am 2 x2 ... amn xn bm

a11 y1 a21 y2 ... am1 ym c1

a1n y1 a2n y2 ... anm ym cn