Ejercicio Completo de Analisis de Sensibilidad y Dual 2014 Tamaño Oficio

PROGRAMACIN LINEAL
Mtodo Simplex:
EJEMPLO.
Una compaa manufacturera produce dos tipos de productos el A y el B. La produccin esta organizada en tres
departamentos: fabricacin, ensamble y pintura, con capacidades semanales de 72 horas, 30 horas y 40 horas para los tres
departamentos respectivamente. Cada unidad del producto A requiere dos horas de tiempo de fabricacin, una hora de
ensamble y una hora de pintura y cada unidad del producto B requiere tres horas de tiempo de fabricacin, una hora de
ensamble y dos horas de pintura. Las ganancias son de $ 8 y $ 10 por unidad del producto A y B, respectivamente. La
compaa es capaz de vender cualquier cantidad de los dos productos, determine:
a) La solucin ptima, empleando el mtodo simplex;
b) qu departamento tiene exceso de capacidad?
SOLUCION:
a) Se halla la solucin de la siguiente manera:

Determinar el objetivo: En este caso es maximizar la ganancia.
Definir variables:
Z = ganancia
X1 = N de productos tipo A a producir; C1 = $ 8 / producto.
X2 = N de productos tipo B a producir; C2 = $ 10 / producto.
Establecer restricciones: Solo hay restricciones de Tiempo

Departamento de Fabricacin: 72 horas semanales
Departamento de Ensamble: 30 horas semanales.
Departamento de Pintura: 40 horas semanales.
Construccin del modelo del problema.
Funcion objetivo: Max Z = C1X1 + C2X2 = 8X1 + 10 X2
Sujeta a las restricciones:
Departamento de Fabricacin: 2X1 + 3X2 72
Departamento de ensamble:
X1 + X2 30
Departamento de pintura:
X1 + 2X2 40
No Negatividad : X1 0; X2 0
Llevar el modelo a la forma estandar, agregando variables de holgura y/o artificiales segn el tipo de restriccin, en este
problema, podemos observar las tres restricciones son del tipo , por lo tanto a ambas se les agrega variable de holgura
Si.
Sistema de Restricciones
Sistema de Ecuaciones
2X1 + 3X2 72
2X1 + 3X2 + S1 = 72
X1 + X2 30
X1 + X2 + S2 = 30
X1 + 2X2 40
X1 + 2X2 + S3 = 40
S1; S2 y S3, tienen costo cero
Nueva Funcin Objetivo: Max Z = 8X1 + 10X2 + 0S1 + 0S2 + 0S3
S.A.
2X1 + 3X2 + S1 + 0S2 + 0S3 = 72
X1 + X2 + 0S1 + S2 + 0S3 = 30
X1 + 2X2 + 0S1 + 0S2 + 0S3 = 40
No Negatividad: X1 0; X20; S10; S20; S30.
Resolver por el mtodo simplex o usar cualquier software disponible. En
http://www.mathstools.com/section/main/simplex_online# hay un software que se puede usar.
internet
en
la
pag.
Obtener la solucin ptima, empleando la ecuacin matricial: Vb = bj; es decir:
Profesor: Ing. RICARDO E. CARDENAS OMAA
PROGRAMACIN LINEAL
S1 2

X1 20
X 2 10

Z 260

X1=20
X2=10
Z Max = $260
S1=2
S2=0
S3=0
; Por lo tanto;
Verificar Factibilidad: sustituyendo X1=20 y X2=10; en el sistema de restricciones del problema:

2X1 + 3X2 72
X1 + X2 30
X1 + 2X2 40
2(20) + 3(10) 72
20 + 10 30
20 + 2(10) 40
40 + 30 72 (cumple)
30
30 (cumple)
40
40 (cumple)
Conclusin: La compaa deber elaborar 20 productos tipo A y 10 productos tipo B; para obtener la Mxima utilidad de $
260, a la semana.
b) Que departamento o departamentos tiene exceso de capacidad?
Revisando la tabla final (ptima), el valor de las variables de holgura en rengln: S1=2; S2=0 y S3=0, entonces. Si S1=2,
esto indica que el departamento de fabricacin es el que tiene exceso de capacidad de 2 horas semanales.
Anlisis Posptimo: El anlisis posptimo es el anlisis que se hace despus de obtener una solucin ptima para la
versin inicial del modelo.
Precios sombra: Miden la tasa a la que Z puede aumentar si se incrementa (un poco) la cantidad que se proporciona de
este recurso. El mtodo Simplex, identifica este precio sombra como el coeficiente de la i-esima variable de holgura en el
rengln (0) de la tabla Simplex final. Los problemas de programacin lineal se pueden interpretar como la asignacin de
recursos a las actividades, en particular cuando las restricciones funcionales son de la forma y las bi (los lados derechos)
se interpretaron como la cantidad de los respectivos recursos disponibles para las actividades bajo estudio.
Costo reducido: El costo reducido de cualquier variable dedecisin se define como cunto tendra que cambiar el
coeficiente de dicha variable, en la funcin objetivo, para tener un valor ptimo positivo. Por tanto, si una variable ya es
positiva en la optimalidad, su costo reducido es cero. Por el contrario, si el valor ptimo de una variable es cero, entonces,
segn la definicin de costo reducido, dicho costo es el incremento o el decremento permisible que corresponde a dicha
variable. Puede darse otra interpretacin equivalente al costo reducido; el costo reducido de una variable dedecisin (cuyo
valor ptimo actual es cero) es la razn (por cantidad unitaria) a la cual se afecta el valor objetivo a medida que se fuerza la
variable (no bsica) hacia una solucin ptima.
MTODO DUAL:
Asociado a cualquier problema de programacin lineal (primal), hay otro problema relacionado llamado Dual. Aunque la
idea de dualidad es esencialmente en Matemticas, veremos en esta seccin que la dualidad tiene importantes
interpretaciones econmicas que pueden ayudar a los gerentes a responder preguntas sobre recursos alternativos de
accin y sus valores relativos, es decir, el mtodo dual es la base del anlisis de sensibilidad.
Este mtodo se recomienda utilizarlo, cuando el nmero de restriccin es mayor al nmero de variables de decisin Xj,
requiere un cambio de variable de Xj a Yj.
EJEMPLO.
En una determinada empresa, uno de los productos finales que se fabrican, tienen una especificacin de peso igual a 150
gramos. Las dos materias primas que se utilizan son A, con un costo unitario de $20 y B con un costo unitario de $80; se
deben usar por lo menos 14 unidades de B y no mas de 20 unidades de A. cada unidad A pesa 5 gramos y las de B pesan
10 gramos. Cunto debe usar de cada tipo de material por unidad de producto final si se desea minimizar los costos?
Resuelva empleando el mtodo dual.
SOLUCIN:
Formular el problema:
a) Determinar el objetivo: minimizar los costos
b) Definir las variables:
PROGRAMACIN LINEAL
Z = costos
X1 = numero de unidades a utilizar del producto A; c1=$20/producto
X2 = numero de unidades a utilizar del producto B; c1=$80/producto
c) Establecer restricciones: 1.-Peso del producto final = 150 gramos
2.-Requerimiento mnimo de 14 unidades del producto B
3.-Requerimiento mximo de 20 unidades del producto A
Construir el modelo del problema:
Funcin objetivo: Min Z = 20X1 + 80X2
a)
b)
1. Peso del producto final: 5X1 + 10X2 = 150
2. Requerimiento mnimo:
X2 14
3. Requerimiento mximo
X1 20
No-negatividad: X1 ; X2
c)
Nota: cuando una restriccin esta definida para una igualdad, esta debe expresarse como dos desigualdades, es decir: 5x1
+ 10x2 = 150; debe expresarse:
5x1 + 10x2 150
5x1 + 10x2 150
Construir el problema primal:
Para facilitar la construccin del problema dual las restricciones deben quedar expresadas con mayor e igual , es decir:
Problema primal:
Min Z = 20x1 + 80x2
Sujeto a:
Cambio de variable para dual
5x1 + 10x2 150
-5x1 - 10x2 -150
x1 + x2 14
- x1 + x2
x1 ; x2
y1
y2
y3
-20
y4
Construir el problema dual:

Si el objetivo del primal es Min Z; entonces en el problema dual ser Max Z, cuyas restricciones deben quedar expresadas
como menor e igual , es decir:
Problema primal
Min Z = 20x1 + 80x2
Sujeto a:
5x1 + 10x2 150
-5x1 - 10x2 -150
x1 + x2 14
- x1 + x2 -20
x1 ;x2
Problema dual
Max Z = 150y1 150y2 + 14y3 - 20y4
Sujeto a:
5y1 5y2 + y3 y4 20
10y1 10y2 + y3 + y4 80
y1;
y2; y3; y4
Resolver el problema dual, empleando el mtodo SIMPLEX.

Convertir el sistema de restricciones en un sistema de ecuaciones: esto se logra agregando variables de holgura y
artificiales, segn el tipo de restriccin; en nuestro problema queda as:
Restricciones: 5y1 5y2 + y3 y4 20
10y1 10y2 + y3 + y4 80
Ecuaciones: 5y1 5y2 + y3 y4 + S1 = 20
10y1 10y2 + y3 + y4 + S2 = 80
1)
2)
3)
4)
Funcin objetivo: Max Z = 150y1 150y2 +14y3 -20y4 + S1 + S2

Sistema de ecuaciones: 5y1 5y2 + y3 y4 + S1 + S2 = 20
10y1 10y2 + y3 + y4 + S1 + S2 = 80
y1; y2;
y3; y4; ; S1;
S2
Resolver por el mtodo simplex o usar cualquier software disponible. En internet en la pag.
De la tabla ptima, obtenemos los valores absolutos de las contribuciones de las variables de holgura Sj, es decir:
S1=2 y S2=14; valores que corresponden a X1 y X2, respectivamente, por lo tanto: Z min = 20(2)+80(14) =
40+1120 = $1160.
La
Solucin
ptima
5)
X1=2
X2=14
Z Min = $1160.
Verificar factibilidad: Sustituir los valores X1=2 y X2=14, en el sistema de restricciones del problema original.
PROGRAMACIN LINEAL
5X1+10X2 = 150
5(2)+10(14)=150
10 + 140 =150
150 = 150 (cumple)
X2 14
14 14 (cumple)
X1 20
2 20 (cumple)
Conclusin: La empresa deber usar 2 unidades del producto A y 14 unidades del producto B, para obtener un producto
final de peso igual a 150 gramos a un costo mnimo de $1160.
ANALISIS DE SENSIBILIDAD
Introduccin: Cuando diseamos un modelo, damos por aceptado que los valores de los parmetros se conocen con
certidumbre; pero en la realidad no siempre se cumple que estos valores sean verdicos, ya que por ejemplo las
variaciones en los costos de los materiales, en la mano de obra o en el precio de un producto, ocasionan cambios en
los coeficientes de la funcin objetivo. As mismo las demoras en los envos de los proveedores, las huelgas, los deterioros
no previstos y otros factores imponderables generarn cambios en la disponibilidad de los recursos.
Por otra parte, en la mayora de los problemas reales es necesario estimar parmetros tales como los coeficientes
objetivo, los coeficientes del lado derecho y los coeficientes tecnolgicos, con base en datos que no siempre son
confiables, o hacerlo sobre meras conjeturas.
Por todo lo anterior es necesario que una vez obtenida la solucin ptima del modelo, evaluemos la incidencia, en ella, de
posibles cambios en los parmetros o en la estructura del problema.El anlisis de sensibilidad concierne al estudio de
posibles cambios en la solucin ptima disponible como resultado de hacer cambios en el modelo original. Al alterarse
nuestra situacin actual y proporcionar nuevos datos, sobre estos podemos hacernos la pregunta Cmo puede
alterar cada situacin, la solucin ptima actual?, con cierta reflexin, sus respuestas podrn contestarse en
alguna de las dos categoras siguientes:
I) La solucin actual puede volverse infactible y
II) La solucin actual puede volverse no ptima.
Las categoras estn basadas en los clculos primales duales, de los cuales observamos los siguientes:
I) La infactibilidad de la solucin puede ocurrir solo si:

1) Se altera la disponibilidad de los recursos bj y
2) Se agregan nuevas restricciones Xn
II) La no ptimalidad de la solucin actual puede ocurrir solo si:

1) Se cambia la contribucin Cj;
2) Se cambia los coeficientes tecnolgicos aij y
3) Se aaden nuevas actividades Xj
CAMBIOS QUE AFECTAN LA FACTIBILIDAD.

Cambios en los recursos disponibles bj: Sabemos que los cambios en los segundos miembros de las restricciones
solo pueden afectar a la columna bj de la tabla ptima, es decir solo pueden afectar la factibilidad. Por lo tanto, todo lo que
tenemos que hacer es volver a calcular la columna bj de la tabla original.
Supongamos que el problema original es;
Max Z = CjXj
Sujeto a:
Axj bj
Xj 0
Ahora si cambiamos a bj por (bj+ bj); el nuevo problema es:
Max Z = CjXj
Sujeto a:
Axj (bj+ bj)
Xj 0
Procedimiento de anlisis:
a.
b.
c.
d.
Obtener la solucin ptima del problema original, empleando el mtodo simplex.

Se incrementa bj, quedando como: bj+ bj.
Se establece el nuevo problema (en forma primal)
Resolver por el mtodo simplex o usar cualquier software disponible. En internet en la pag.
e. Sacar la Conclusin.
Cuando se Agregan nuevas restricciones con nuevas variables Xn:

Agregar nuevas variables Xn; crea nuevas columnas en la tabla. Si asociado a la nueva actividad Xn se conoce su
contribucin Cj y su vector de coeficientes tecnolgicos aij el procedimiento de anlisis que debe seguirse es:
a. Obtener la solucin ptima del problema original, empleando el mtodo simplex.
b. Establecer el nuevo problema (en forma primal).
c. El agregar una nueva restriccin Xn, puede dar origen a dos situaciones:
La nueva restriccin Xn, la satisface la solucin ptima, si esto ocurre, la solucin
ptima no sufre cambios, ir al ltimo paso osea concluir.
PROGRAMACIN LINEAL
La solucin ptima, no satisface a la nueva restriccin Xn, por lo tanto se plantear el nuevo problema en forma
primal (restricciones del tipo ) y se seguir con el paso d.
d. Aplicar el mtodo simplex. En internet en la pgina http://www.mathstools.com/section/main/simplex_online# hay un
software que se puede usar para hallar la tabla simplex ptima.
e. Obtener la nueva solucion ptima, empleando la ecuacin matricial Vb = bj.
f. Conclusin.
EJEMPLO:
En una carpintera se fabrican mesas y sillas, la carpintera cuenta con dos departamentos en paralelo con capacidad de 40
horas semanales respectivamente. Cada mesa deja una ganancia de $150 y requiere de 4 horas de trabajo en el
departamento I y 2 horas en el departamento II. Mientras que una silla deja ganancia de $200 y requiere 2 horas de trabajo
del departamento I y 4 horas del departamento II. Obtener:
a. La solucin ptima, empleando el mtodo simplex.
b. Si la capacidad de los departamentos cambian ambos de 40 a 48 horas semanales.
c. Afecta a la solucin ptima el cambio de los recursos?
d. Si la capacidad del departamento I cambia de 40 a 24 horas semanales y la capacidad del departamento II, cambia de
40 a 60 horas semanales. Afecta a la solucin ptima el cambio de los recursos disponibles?
e. En una de las semanas en la misma empresa un cliente importante pidi a la carpintera que fabricara mnimo 4 sillas.
puede la carpintera satisfacer el pedido del cliente?, en caso de que no, qu debe de hacer la carpintera para
poder satisfacer la orden del cliente?
f. Supongamos que en una de las semanas el cliente pidi la produccin mnima de 7 sillas. podra la carpintera
satisfacer la peticin del cliente? En caso de que no. qu debe hacer la carpintera para satisfacer la orden del
cliente?
SOLUCION:
a) Obtener la solucin ptima, empleando el mtodo simplex.
Formulacin del problema
Determinar el objetivo del problema: Maximizar la ganancia.
Definir las variables del problema:
Z = ganancia
X1 = numero de mesas a producir; C1=$150/mesas
X2 = numero de sillas a producir; C2 = $200/sillas
Establecer las restricciones del problema: 1) capacidad de tiempo semanal
*Departamento I: 40 horas
*Departamento II: 40 horas
Construccin del modelo del problema
Funcin objetivo: Max Z = 150X1+200X2
Restricciones: 4X1+2X2 40 (departamento I)
2X1+4X2 40 (departamento II)
No-negatividad: X1 0; X2 0
X 1 20 / 3

Obtener solucion ptima. Vb = bj; X 2 = 20 / 3

Zj 7000 / 3

internet
en
la
pag.
Esto es igual a:
X1 = 20/3 (6.67)
X2 = 20/3 (6.67)
Zmax = $7000/3 ($2333.33)
Verificar factibilidad: Sustituyendo X1=20/3; X2=20/3 en el sistema de restricciones.
4X1+2X2 40
4(20/3)+2(20/3) 40
2X1+4X2 40
2(20/3)+4(20/3) 40
PROGRAMACIN LINEAL
120/3 40
40 40 (cumple).
120/3 40
40 40 (cumple).
Conclusin: La carpintera deber fabricar 20/3 mesas y 20/3 sillas, para obtener la mxima ganancia de $7000/3.
b) Si las capacidades de los departamentos cambian ambos de 40 a 48 horas semanas. Afecta la solucin
ptima el cambio de los recursos?
Procedimiento de clculo: (cambio de recursos bj)
Obtener solucin ptima del problema original, empleando el mtodo simplex.
Problema original
Max Z = 150X1+200X2
Sujeto a:
4X1+2X2 40
2X1+4X2 40
X1 0 ; X2 0
Solucin ptima
X1=20/3 (6.67) mesas; S1=0
X2=20/3(6.67) sillas; S2=0
Zmax = $7000/3 = $ 2333.33
Se incrementa bj; es decir: bj = 40; cambia a (bj + bj)= 48.

Se establece el nuevo problema:
Max Z = 150X1+200X2
Sujeto a:
4X1+2X2 48
2X1+4X2 48
X1 0; X2 0

Como Vb =
X1

X 2
8

8
internet
en
la
pag.
> 0; en todos sus elementos, la nueva solucin es factible, entonces
Zmax = 150(8)+200(8) = 1200+1600 = $2800.
Conclusin: El cambio de los recursos de 40 a 48; trae cambios en la produccin de mesas de 20/3(6.67) a 8 y de
20/3(6.67) a 8 sillas, mientras que la ganancia se incrementa de $7000/3($2333.33) a $2800.
c) Si la capacidad del departamento I, cambia de 40 a 24 horas semanales y la capacidad del departamento II, cambia
de 40 a 60 horas semanales. Afecta a la solucin ptima el cambio en los recursos disponibles?
Procedimiento de calculo (Cambio de los recursos bj).
Problema original
Solucin ptima
Max Z = 150X1+200X2
Sujeto a:
X1=20/3=6.67 mesas; S1=0

X2=20/3=6.67 sillas; S2=0
4X1+2X2 40
Zmax = $7000/3 = $ 2333.33
2X1+4X2 40
X1 0; X2 0
Se incrementa bj; es decir: bj =
40

40
Se establece el nuevo problema:
; cambia a (bj + bj)=
24

60
Max Z = 150X1+200X2
Sujeto a:
PROGRAMACIN LINEAL
4X1+2X2 24
2X1+4X2 60
X1 0; X2 0

internet
en
la
pag.
Extraer de la tabla simplex ptima el valor de las holguras (S1 y S2) correspondientes a las variables bsicas como se
observa a continuacin.
Como Vb =
X 2

S1
12

12
>= 0; en todos sus elementos, la nueva solucin ptima es factible, con X1=0; X2=12 entonces
Zmax = 150(0)+200(12) = 0+2400 = $2400.

Verificar factibilidad, sustituyendo X1=0 y X2, en el sistema de restricciones del nuevo problema.
4X1+2X2 24
2X1+4 X2 24
4(0)+2(12) 24
2(0)+4(12) 24
24 24 (cumple)
48 60 (cumple)
Conclusin: El cambio de los recursos disponibles en los departamentos de
40

40
24

60
; hace que la produccin sufra
cambios: El numero de mesas disminuye de 20/3 = 6.667 a cero, mientras que la produccin de sillas se incrementa de
20/3 = 6.67 a 12 y la contribucin se incrementa de $7000/3 = $2333.33 a $2400.
d) En una de las semanas en la misma empresa un cliente importante pidi a la carpintera que fabricara mnimo 4
sillas. Puede la carpintera satisfacer el pedido del cliente?, en caso de que no, qu debe de hacer la carpintera
para poder satisfacer la orden del cliente?
Procedimiento de calculo (agregar nuevas restricciones Xn)
Primero se obtiene la solucin ptima del problema original, empleando el mtodo simplex.
Problema original
Solucin ptima
Max Z = 150X1+200X2
Sujeto a:
4X1+2X2 40
2X1+4X2 40
X1 0 ; X2 0
X1=20/3 (6.67) mesas; S1=0

X2=20/3(6.67) sillas; S2=0
Zmax = $7000/3 = $ 2333.33
Luego se establece el nuevo problema (En forma primal).

Nuevo problema
Forma primal.
Max Z = 150X1+200X2
Max Z = 150X1+200X2
Sujeto a:
4X1+2X2 40
X1+4X2 40
X2 4
X1 0; X2 0
Sujeto a:
4X1+2X2 40
2X1+4X2 40
-X2 -4
X1 0; X2 0
Como la nueva restriccin X2 4 satisface la solucin ptima actual que es X2 = 6.67, esta nueva restriccin, no produce
cambios en la solucin ptima, el paso que sigue es concluir.
Conclusin: Debido a que la nueva restriccin X2 4, la satisface la solucin ptima, entonces la solucin ptima no
sufre cambios.
PROGRAMACIN LINEAL
e) Supongamos que en una de las semanas el cliente pidi la produccin mnima de 7 sillas. Podra la
carpintera satisfacer la peticin del cliente? En caso de que no. Qu debe

satisfacer la orden del cliente?
hacer la carpintera para
Procedimiento de calculo (agregar nuevas restricciones Xn)

Obtener solucin ptima del problema original, empleando el mtodo simplex.
Problema original
Max Z = 150X1+200X2
Sujeto a:
4X1+2X2 40
2X1+4X2 40
X1 0 ; X2 0
Solucin ptima
X1=20/3 (6.67) mesas; S1=0
X2=20/3(6.67) sillas; S2=0
Zmax = $7000/3 = $ 2333.33
Establecer el nuevo problema (En forma primal).

Nuevo problema
Forma primal.
Max Z = 150X1+200X2
Max Z = 150X1+200X2
Sujeto a:
Sujeto a:
4X1+2X2 40
4X1+2X2 40
2X1+4X2 40
2X1+4X2 40
X2 7
-X2 -7
X1 0; X2 0
X1 0; X2 0
Situaciones:
Como se puede observar para el nuevo problema la solucin ptima que se tiene, no satisface a la nueva restriccin X 2
7,porque X2= 6.67 osea es menor a 7, por tanto usamos o aplicamos el mtodo simplex, para resolver el nuevo problema
en forma primal y obtenemos la tabla simplex ptima.
Obtener nueva solucin ptima, empleando la ecuacin matricial Vb = bj.
X1

X 2
Vb = bj;
S3

Zj

6

7
=
2 X =6;

2300

1
X2=7;
S3=2;
Z max=2300
S1=0; S2=0
Conclusin: La carpintera para poder cumplir el pedido del cliente de producir cuando menos 7 sillas, deber reducir la
produccin de mesas de 20/3 = 6.67 a 6 y aumentar la produccin de sillas de 20/3 = 6.67 a 7, aceptando una
disminucin en la contribucin de $7000/3 = $2333.333 a $2300
CAMBIOS QUE AFECTAN LA PTIMALIDAD
Cambios en la contribucin Cj.
Se cambia el vector Cj por (Cj+ Cj).
Se establece el nuevo problema (en forma primal).
Se aplica el mtodo simplex, para resolver el problema
Obtener nueva solucin ptima, con la relacin, Vb = bj.
Establecer la conclusin.
Cambios en los coeficientes tecnolgicos aij
Se modifica el vector de coeficientes tecnolgicos aij por j.
Se establece el nuevo problema (en forma primal).
Se aplica el mtodo simplex, para resolver el problema
Obtener nueva solucion ptima, relacionado la columna base Vb y la columna recursos bj; es decir: Vb = bj.
Conclusin.
PROGRAMACIN LINEAL
Aadir nueva actividad Xj
Establecer el nuevo problema (en forma primal).
Obtener la nueva solucin ptima, relacionando las columnas Vb y bj, es decir: Vb = bj.
Conclusin.
internet
en
la
pag.
EJEMPLO
Una empresa desea producir un volumen X de un producto qumico A que se vende a $5 por litro y otro volumen Y de un
producto qumico B que se vende a $3 por litro. Dos tipos de restricciones se consideran en este problema: personal y
costos de produccin, en lo que se refiere a la primera restriccin se tiene un mximo de 15 personas, mientras que en el
segundo se tiene un mximo de $10 por hora de trabajo. Los coeficientes tecnolgicos estn dados por:
Productos qumicos
Personales
Costos de produccin
A
3
5
B
5
2
a. Obtener la solucin ptima.

b. Suponga que el precio del producto qumico B, se reduce de $3 a $1. Afecta a la solucin ptima?
c. Suponga que el precio de ambos productos qumicos se reduce de $5 a $1 y de $3 a $1, A y B, respectivamente,
Afecta a la solucin ptima esta reduccin de precios?
SOLUCIN
a. Empleando el mtodo simplex, obtener la solucin ptima.
Formulacin del problema.
Determinar el objetivo del problema: Maximizar la ganancia.
Z = ganancia
X1 = numero de litros del producto qumico A; C1= $5/litros
X2 = numero de litros del producto qumico B ; C2 = $3/litros
Establecer las restricciones:

Personal: Capacidad mxima 15 personas
Costo de produccin: Capacidad mxima $10/hora.
Construccin del modelo del problema.

Funcin objetivo: Max Z = 5X1+3X2
Restricciones: 3X1+5X2 15 (Personal)
5X1+2X2 10 (Costos de produccin)

No-negatividad: X1 0 ; X2 0
X 2 45 /19

Obtener solucion ptima. Vb = bj ; X 1 = 20 / 19

Zj 235 /19

X1= 20/19
X2= 45/19
Zmax = $235/19
;
;
internet
en
la
pag.
Esto es igual a:
S1=0
S2=0
Verificar factibilidad: Sustituyendo X1=20/19; X2=45/19 en el sistema de restricciones.

3X1+5X2 15
3(20/19)+5(45/19) 15
285/19 15
15 15 (cumple).
5X1+2X2 10
5(20/19)+2(45/19) 10
190/19 10
10 10 (cumple).
PROGRAMACIN LINEAL
Conclusin: La empresa deber producir 20/19 = 1.05 litros del liquido A y 45/19 = 2.37 litritos del producto qumico B,
para obtener la ganancia de $235/19 = $12.37.
b. Suponga que el precio del producto qumico B, se reduce de $3 a $1. Afecta a la
solucin ptima?
Procedimiento de calculo (Cambio en la contribucin Cj).

Problema original
Max Z=5X1+3X2
Sujeta a:
3X1+5X2 15
5X1+2X2 10
X1 0 ; X2 0
Solucin ptima
X1=20/19 = 1.05; S1=0
X2=45/19 = 2.37; S2=0
Zmax = 235/19 = 12.37
Si cambia C2= $3 a (C2+ C2) = $1

Establecer el nuevo problema (en forma primal)
Max Z = 5X1+1X2
Sujeto a:
3X1+5X2 15
5X1+2X2 10
X1 0; X2 0
internet
en
la
pag.
Se obtiene la nueva solucin ptima, empleando la ecuacin matricial: Vb = bj.
S1

X 1
zj

9

= 2

10

; por lo tanto X1=2; X2=0; Zmax= $10 ; S1=9 ; S2=0
Conclusin: El cambio en el precio del producto qumico B, de $3 a $1, trae como consecuencia, un incremento en la
elaboracin del producto qumico A de 20/19 = 1.05 litros a 2 litros, pero el producto qumico B, disminuye su elaboracin de
45/19= 2.37 litros a cero litros, adems la ganancia disminuye de $235/19 = $12.37 a $10.
c. Suponga que el precio de ambos productos qumicos se reducen de $5 a $1 y $3 a
Afecta a la solucin ptima esta reduccin de precios?
$1, A y B, respectivamente.
Procedimiento de calculo (Cambio en la contribucin Cj)

Problema original
Max Z=5X1+3X2
Sujeto a:
3X1+5X2 15
5X1+2X2 10
X1 0 ; X2 0
Solucin ptima
X1=20/19 = 1.05
; S1=0
X2=45/19 = 2.37
; S2=0
Zmax = 235/19 = 12.37
Se cambia C1= $5 a (C1+ C1) = $1; y se cambia C2 = $3 a (C2+ C2) = $1; entonces:
Max Z = 1X1+1X2
Sujeto a:
3X1+5X2 15
5X1+2X2 10
X1 0; X2 0
internet
en
la
pag.
PROGRAMACIN LINEAL
Se obtiene la nueva solucin ptima, empleando la ecuacin matricial: Vb = bj.
X 2 45 /19

X 1 = 20 /19 ; por lo tanto X =1.05; X =2.37; Zmax=$3.42; S =0; S =0
zj 65 /19

1
Conclusin: La reduccin de los precios de los productos A de $5 a $1 y B de $3 a $1, no produce cambios en las
cantidades a elaborar de los productos, es decir A se producen 1.05 litros y de B, 2.37 litros, aproximadamente, pero si se
reduce considerablemente la ganancia de $12.37 a $3.42.
EJEMPLO
Una compaa cuenta con 4 unidades de madera y 18 unidades de plstico; para elaborar dos productos A y B, con una
ganancia de $ 3 y $ 5, respectivamente. El producto A requiere de una unidad de madera y 3 unidades de plstico,
mientras que el producto B, solo requiere de 2 unidades de plstico. Cuantos productos de cada tipo, debe elaborar la
compaa?
a. Obtener la solucin ptima, empleando el mtodo simplex.
b. Suponga que los requerimientos del producto A, cambian de una unidad de madera a dos unidades y que de 3
unidades de plstico, se reduce a 2 unidades. Afectan estos cambios a la solucin ptima?
c. Suponga que los requerimientos del producto A, cambian de una unidad de madera a 10 unidades y que de 3
unidades de plstico, se reduce a una unidad. Afectan estos cambios a la solucin ptima?
d. Conviene producir un nuevo producto C, cuya ganancia es de $7, cuyos requerimientos son de una unidad de
madera y 2 unidades de plstico?
e. Conviene producir un nuevo producto C, cuya ganancia es de $4, cuyos requerimientos son de 10 unidades de
SOLUCIN
a. Obtener la solucin ptima, empleando el mtodo simplex.
Formulacin del problema
Definir el objetivo: Maximizar la ganancia.
Z = Ganancia
X1 = numero de unidades a elaborar del producto A;
X2 = numero de unidades a elaborar del producto B;
C1= $3/unidad.
C2= $5/unidad.
Establecer las restricciones del problema: 1) Materia prima

Madera: Capacidad mxima de 4 unidades.
Plstico: Capacidad mxima de 18 unidades.
Construccin del modelo del problema
Funcin objetivo:
Max Z = 3X1+5X2
4
Madera: X1
Plastico: 3X1 + 2X2 18
No-negatividad: X1 0; X2 0
internet
en
la
pag.
PROGRAMACIN LINEAL
S1 4

Obtener solucin ptima, empleando la ecuacin matricial: Vb = bj; es decir: X 2 = 9

Zj 45

Esto es igual a: X1= 0;
S1=4; X2= 9; S2=0; Zmax = $45

Verificar factibilidad: Sustituyendo X1=0; X2=9 en el sistema de restricciones.
X1 4
0 4 (Cumple)
3X1+2X2 18
3(0)+2(9) 18
18 18 (Cumple).
Conclusin: La compaa no deber elaborar el producto A, solo deber elaborar 9 productos tipos B, logrando una
ganancia mxima de $45.
b. Suponga que los requerimientos del producto A, cambian de una unidad de madera a 2 unidades y que de 3
unidades de plstico, se reduce a 2 unidades. Afectan estos cambios a la solucin ptima?
Procedimiento de calculo (Cambios en los coeficientes tecnolgicos aij).
Problema original
Solucin ptima
Max Z=3X1+5X2
X1= 0
; S1= 4
Sujeto a:
X2= 9
; S2= 0
X1
4
Zmax = 45
3X1+2X2 18
X1 0; X2 0
1
2
Se modifica el vector de coeficientes tecnolgicos de: a1= a 1=
3
2
Max Z = 3X1+5X2
Funcin Objetivo
4
2X1
Madera
2X1+2X2 18
Plstico
X1 0; X2 0
No-negatividad
Tabla simplex ptima.
Cj
3
Vb
L.D.
X1
S1
4
1
X2
9
3/2
Zj
45
15/2
X2
0
1
0
S1
1
0
0
S2
0
1/2
5/2
internet
en
la
pag.
Conclusin: Los cambios en los coeficientes tecnolgicos de la columna de X1; no produce cambios en la solucin ptima
del problema original. Es decir: X1= 0; S1=4; X2= 9; S2=0; y Zmax = $45 son iguales a la solucin inicial.
c. Suponga que los requerimientos del producto A, cambian de una unidad de madera a 10 unidades y que de 3
unidades de plstico, se reduce a una unidad. Afectan estos cambios a la solucin ptima?
Procedimiento de calculo (Cambios en los coeficientes tecnolgicos aij)
Problema original
Max Z=3X1+ 5X2
Sujeta a:
4
X1
3X1+2X2 18
Solucin ptima
X1 = 0
; S1 = 4
X2 = 9
; S2 = 0
Zmax = $45
PROGRAMACIN LINEAL
X1 0; X2 0
Se modifica el vector de coeficientes tecnolgicos de a1 =

Max Z = 3X1 + 5X2
Sujeto a:
4
10X1
1X1+2X2 18
X1 0; X2 0
1

3
a 1 =
10

1
Funcin Objetivo
Madera
Plstico
No-Negatividad

Obtener nueva solucin ptima, empleando la ecuacin matricial: Vb = bj.
X1 2/5

X 2 = 44 / 5 ; por lo tanto X =0.4; X =8.8;
Zj 226 / 5

1
Z max=$45.2;
internet
en
la
pag.
S1=0; S2=0
Conclusin: Los cambios en los coeficientes tecnolgicos de X1; se manifiestan los cambios en la elaboracin del producto
A, un incremento de cero unidades a 0.4 unidades, una disminucin del producto B, de nueve a 8.8; pero la ganancia se ve
incrementada de $45 a $45.2.
d. Conviene producir un nuevo producto C, cuya ganancia es de $7, cuyos requerimientos son de una unidad de
Procedimiento de calculo (Aadir una nueva actividad Xj)
Problema original
Solucin ptima
Max Z=3X1+ 5X2
X1 = 0
; S1 = 4
Sujeto a:
X2 = 9
; S2 = 0
4
X1
Zmax = $45
3X1+2X2 18
X1 0; X2 0
Max Z = 3X1 + 5X2 +7X3
Sujeta a restricciones:
X1
+1X3 4
3X1+2X2+2X3 18
X1 0; X2 0; X3 0
Funcin Objetivo
Madera
Plstico
No-Negatividad

internet
en
la
pag.
PROGRAMACIN LINEAL
X 3 4

X 2 = 5
Zj 53

; por lo tanto X1= 0; X2 = 5; X3 = 4; Zmax=$53;
S1=0; S2=0
Conclusin: Si es conveniente elaborar el producto C, ya que permite incrementar la ganancia de $45 a $53, mientras que
el producto A no conviene elaborarse; la elaboracin del producto B disminuye de 9 a 5 unidades y deben de elaborarse 4
unidades para el producto C.
e. Conviene producir un nuevo producto C, cuya ganancia es de $ 4, cuyos requerimientos son de 10 unidades de
Procedimiento de calculo (Aadir una nueva actividad Xj)
Problema original
Solucin ptima
Max Z=3X1+ 5X2
X1 = 0
; S1 = 4
Sujeto a:
X2 = 9
; S2 = 0
X1
4
Zmax = $45
3X1+2X2 18
X1 0; X2 0
Max Z = 3X1 + 5X2 +4X3
Funcin Objetivo
Sujeta a restricciones:
X1
+ 10X3 4
Madera
3X1+2X2+ 4X3 18
Plstico
X1 0; X2 0; X3 0
No-Negatividad
internet
en
la
pag.
S1 4

X 2 = 6
Zj 30

; por lo tanto X1= 0; X2 = 6; X3 = 0; Zmax=$30;
S1=4; S2=0
Conclusin: Como la nueva actividad (X3) no se acepta, o lo que es lo mismo no aparece en la solucin optima; no es
conveniente elaborar el producto C o (X3), por lo tanto la solucin ptima no sufre cambios y quedara como en el problema
original

Ejercicio Completo de Analisis de Sensibilidad y Dual 2014 Tamaño Oficio

Cargado por

Información del documento

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

Ejercicio Completo de Analisis de Sensibilidad y Dual 2014 Tamaño Oficio

Cargado por

Copyright:

Formatos disponibles

PROGRAMACIN LINEAL

a) Se halla la solucin de la siguiente manera:

Establecer restricciones: Solo hay restricciones de Tiempo

Obtener la solucin ptima, empleando la ecuacin matricial: Vb = bj; es decir:

Profesor: Ing. RICARDO E. CARDENAS OMAA

Verificar Factibilidad: sustituyendo X1=20 y X2=10; en el sistema de restricciones del problema:

Profesor: Ing. RICARDO E. CARDENAS OMAA

Construir el problema dual:

Resolver el problema dual, empleando el mtodo SIMPLEX.

Funcin objetivo: Max Z = 150y1 150y2 +14y3 -20y4 + S1 + S2

Profesor: Ing. RICARDO E. CARDENAS OMAA

I) La infactibilidad de la solucin puede ocurrir solo si:

II) La no ptimalidad de la solucin actual puede ocurrir solo si:

CAMBIOS QUE AFECTAN LA FACTIBILIDAD.

Ahora si cambiamos a bj por (bj+ bj); el nuevo problema es:

Obtener la solucin ptima del problema original, empleando el mtodo simplex.

Cuando se Agregan nuevas restricciones con nuevas variables Xn:

Profesor: Ing. RICARDO E. CARDENAS OMAA

Profesor: Ing. RICARDO E. CARDENAS OMAA

Se incrementa bj; es decir: bj = 40; cambia a (bj + bj)= 48.

Resolver por el mtodo simplex o usar cualquier software disponible. En

> 0; en todos sus elementos, la nueva solucin es factible, entonces

Zmax = 150(8)+200(8) = 1200+1600 = $2800.

X1=20/3=6.67 mesas; S1=0

Zmax = $7000/3 = $ 2333.33

Se incrementa bj; es decir: bj =

Se establece el nuevo problema:

; cambia a (bj + bj)=

Profesor: Ing. RICARDO E. CARDENAS OMAA

Resolver por el mtodo simplex o usar cualquier software disponible. En

Zmax = 150(0)+200(12) = 0+2400 = $2400.

Conclusin: El cambio de los recursos disponibles en los departamentos de

; hace que la produccin sufra

X1=20/3 (6.67) mesas; S1=0

Luego se establece el nuevo problema (En forma primal).

Profesor: Ing. RICARDO E. CARDENAS OMAA

carpintera satisfacer la peticin del cliente? En caso de que no. Qu debe

hacer la carpintera para

Procedimiento de calculo (agregar nuevas restricciones Xn)

Establecer el nuevo problema (En forma primal).

Profesor: Ing. RICARDO E. CARDENAS OMAA

a. Obtener la solucin ptima.

Establecer las restricciones:

Construccin del modelo del problema.

Restricciones: 3X1+5X2 15 (Personal)

5X1+2X2 10 (Costos de produccin)

Verificar factibilidad: Sustituyendo X1=20/19; X2=45/19 en el sistema de restricciones.

Profesor: Ing. RICARDO E. CARDENAS OMAA

Procedimiento de calculo (Cambio en la contribucin Cj).

Si cambia C2= $3 a (C2+ C2) = $1

Se obtiene la nueva solucin ptima, empleando la ecuacin matricial: Vb = bj.

; por lo tanto X1=2; X2=0; Zmax= $10 ; S1=9 ; S2=0

Procedimiento de calculo (Cambio en la contribucin Cj)

Profesor: Ing. RICARDO E. CARDENAS OMAA

Establecer las restricciones del problema: 1) Materia prima

Profesor: Ing. RICARDO E. CARDENAS OMAA

Esto es igual a: X1= 0;

S1=4; X2= 9; S2=0; Zmax = $45

Profesor: Ing. RICARDO E. CARDENAS OMAA

Se modifica el vector de coeficientes tecnolgicos de a1 =

Establecer el nuevo problema (en forma primal)

Resolver por el mtodo simplex o usar cualquier software disponible. En

Resolver por el mtodo simplex o usar cualquier software disponible. En

Obtener nueva solucin ptima, empleando la ecuacin matricial: Vb = bj.