Está en la página 1de 34

Mathumbi

Gua del Estudiante

INVESTIGACION DE OPERACIONES
Generalidades, Programacin Lineal
Descripcin breve
El presente documento es el desarrollo de las preparaciones de clase del docente, por lo cual se
constituye en una Gua de aprendizaje del estudiante de la Universidad Cooperativa de Colombia,
con el fin de aumentar su capacidad de anlisis lgico-deductivo y comprensin de problemas
reales, planteando un modelo matemtico que permita dar soluciones ptimas. Contiene un
desarrollo terico de los temas, con ejercicios modelo y talleres para desarrollar en clase y fuera
de ella.

HUMBI
luis.ortega@campusucc.edu.co

MATHUMBI

Investigacion

de operaciones

Contenido
1

Generalidades ............................................................................................................................................ 2

Programacin lineal .................................................................................................................................... 3


2.1

Introduccin a la programacin lineal ................................................................................................ 3

2.1.1

Generalidades................................................................................................................................ 3

2.1.2

Desigualdades Lineales ................................................................................................................. 3

2.2

Modelos y solucin de problemas de programacin lineal ................................................................ 6

2.2.1

Mtodos de solucin. Procedimiento ............................................................................................. 6

2.2.2

Mtodo Grfico .............................................................................................................................. 6

2.3

Problemas con mltiples soluciones no acotados y degenerados .................................................. 11

2.4

Ejercicios y Talleres ......................................................................................................................... 13

2.5

El Mtodo Simplex Primal................................................................................................................ 15

2.6

Anlisis de sensibilidad y dualidad .................................................................................................. 29

2.6.1

Introduccin y objetivos ............................................................................................................... 29

2.6.2

Anlisis de sensibilidad con mtodo grfico ................................................................................ 30

MATHUMBI

Investigacion

de operaciones

1 Generalidades
El principal objetivo de esta rea de conocimientos consiste en formular y resolver diversos problemas
orientados a la toma de decisiones.
La naturaleza de los problemas abordados puede ser determinstica, como en los Modelos de Programacin
Matemtica, donde la teora de probabilidades no es necesaria, o bien de problemas donde la presencia de
incertidumbre tiene un rol preponderante, como en los Modelos Probabilsticos.
Hoy en da, la toma de decisiones abarca una gran cantidad de problemas reales cada ms complejos y
especializados, que necesariamente requieren del uso de metodologas para la formulacin matemtica de
estos problemas y, conjuntamente de mtodos y herramientas de resolucin, como los que provee la
Investigacin de Operaciones.

MATHUMBI

Investigacion

de operaciones

2 Programacin lineal
2.1 Introduccin a la programacin lineal
2.1.1 Generalidades
La Programacin Lineal se considera como una parte de la Investigacin de Operaciones. En este capitulo
se resuelven problemas que contienen dos variables. Para ello es necesario partir de funciones e
inecuaciones lineales, por lo que procederemos a revisar su concepto y sus grficas, con el propsito de
hallar regiones factibles compuesta de puntos que satisfacen unas restricciones y poder optimizar la funcin
objetivo.

2.1.2 Desigualdades Lineales


Una lnea recta queda determinada por la unin de dos puntos, manteniendo la misma direccin

Una funcin lineal puede ser expresada de las siguientes formas


= + Ecuacin pendiente ordenada en el orgen
+ + = 0
Ecuacin general
Ejemplo: La ecuacin de la recta 2 + 3 6 = 0 , puede expresarse asi:
2 + 3 = 6
2
= +2
3
Donde
=

2
3

Pendiente de la recta

= 2 Punto de corte de la recta con el eje ""

MATHUMBI

Investigacion

de operaciones

Con esta breve explicacin procederemos a graficar en el mismo plano varias desigualdades en dos
variables, que corresponden a un problema prctico que veremos ms adelante:
Ejemplo La funcin objetivo y las restricciones para cierto problema de produccin son:
= 51 + 62
Sujeta a:
1 + 2 80
31 + 22
220
21 + 32
210
1 , 2
0
Graficar la regin del plano que representa las restricciones en forma de desigualdades

A
B

ESPACIO PARA REALIZAR


COMENTARIOS Y OPERACIONES

MATHUMBI

Investigacion

de operaciones

x2

x1

Graph Limited School Edition

Clculos y Operaciones:
1 + 2 80
31 + 22
220
21 + 32
210

A continuacin podemos observar la grfica de la regin que cumple simultneamente con todas las
restricciones en forma de inecuaciones y que da origen a una regin del plano cartesiano.

x2
100

80

60 (0,70)

(30,50)

40

20

(60,20)
0

(0,0)

x1

(73.33,0)
10

Graph Limited School Edition

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95 100 105 110 115

MATHUMBI

Investigacion

de operaciones

2.2 Modelos y solucin de problemas de programacin lineal


2.2.1 Mtodos de solucin. Procedimiento
Establecer modelos matemticos basados en la vida real es uno de los temas ms atractivos de las ciencias
administrativas y de ingeniera y su objetivo est basado en tomar decisiones ptimas. De esta forma,
formulamos un modelo de programacin lineal, as la carreta se convierte en inecuaciones o ecuaciones.
La programacin lineal hace uso de un modelo matemtico para describir un problema de la vida real. Como
todo modelo es ideal, basado en funciones lineales, una de ellas es la funcin objetivo a optimizar (maximizar
o minimizar), sujeta a restricciones.
La formulacin de un modelo lineal requiere realizar los siguientes pasos:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.

Lea cuidadosamente el problema


Realice un cuadro matriz donde se encuentren los datos de la carreta
Defina las variables de decisin
Establezca la funcin objetivo ( Maximizar o Minimizar)
Defina las restricciones
Formule el modelo matemtico
Grafique y establezca la regin factible
Determine los vrtices de la regin factible
Evale los vrtices en la funcin objetivo
Seleccione la solucin ptima del problema
Si el problema contiene ms de dos variables, resulta conveniente utilizar otros mtodos
Resuelva el problema e interprete el resultado y sea obediente en realizar estos pasos

El modelo general de programacin lineal se presenta en la siguiente forma

: 1 1 + 2 2 + 3 3 +. +
Sujeto a:
11 1 + 12 2 + 13 3 + + 1 = 1
21 1 + 22 2 + 23 3 + + 2 = 2
31 1 + 32 2 + 33 3 + + 3 = 3

1 1 + 2 2 + 3 3 + + = 3
0 ; = 1,2,3 .

2.2.2 Mtodo Grfico


Es aplicable a problemas de programacin lineal, donde intervienen dos variables nicamente. Por este
mtodo se busca maximizar o minimizar una funcin objetivo, sujeto a ciertas restricciones expresadas en
forma de desigualdades o inecuaciones lineales que pueden ser horas disponibles en mano de obra o
mquinas, recursos financieros, cantidades de materia prima.
Para realizar el procedimiento descrito anteriormente, debemos previamente definir algunos trminos que se
utilizan en su desarrollo:

MATHUMBI

Investigacion

de operaciones

Regin factible. Es el conjunto de todos los puntos del plano cartesiano, considerados en el primer cuadrante
y que satisfacen simultnemaente todas las restricciones del problema.
Punto de esquina o vrtice de la regin factible. Es un punto de interseccin de dos rectas que son frontera
de la regin factible del problema.
Pasos para resolver el problema con el mtodo grfico.
1. Definir variables de decisin
2. Plantear el modelo matemtico, el cual debe contener la funcin objetivo y las restricciones.
3. Graficar cada restriccin, primero como una linea recta y luego la regin correspondiente a la
inecuacin planteada, con el propsito de hallar la regin factible.
4. Determinar las coordenadas de los puntos de esquina o vrtices (1 , 2 ) del rea hallada.
5. Sustituir las coordenadas obtenidas en la funcin objetivo, mediante un proceso tabular.
6. Seleccionar la solucin ptima del problema. En un problema de maximizacin el mayor Z producido
y en uno de minimizacin el menor valor.
Ejemplo 1 Gua
La constructora Morara Ltda., va a construir apartamentos de dos tipos: dos y tres alcobas, la empresa
constructora dispone para ello de $2.100 millones de peso. Siendo el costo de 20 y 26 millones
respectivamente. Una norma distrital no permite que el nmero total de apartamentos sea superior a 90. La
utilidad por la venta para un apartamento de 2 y 3 alcobas es de 5 y 6 millones respectivamente. Qu cantidad
de apartamentos de cada clase debo construir para obtener la mxima utilidad.
La anterior carreta se puede condensar en la siguiente tabla
Ejemplo 1 Constructora

Tipo de Apartamento
Dos alcobas

Tres alcobas

VARIABLES

x1

x2

Disponibilidad

Cantidad de Apartamentos

90

Recursos en millones de $

20

26

2100

Utilidad por Apartamento

Las variables de decisin:


1 : No de apartamentos a construir de dos alcobas
2 : No de apartamentos a construir de tres alcobas
La funcin objetivo, consiste en construir una cantidad ptima de apartamentos de cada tipo para obtener la
mxima utilidad:
= 51 + 62
Sujeto a:
1 + 2 90
201 +262 2100
1 , 2 0
La regin factible bsica y la funcin solucin se grafican de la siguiente forma:

MATHUMBI

Investigacion

de operaciones

x2
80

(0,80.77)
B

70

60

50

(40,50)

40

30

20

10

A(0,0)
0

D (90,0)
10

20

30

40

50

60

70

80

90

x1

100

110

120

130

140

150

160

Graph Limited School Edition

La regin factible bsica est definida por los vrtices A,B,C,D. Si hallamos las coordenadas de dichos puntos
y se reemplazan en la funcin objetivo, el valor mximo que nos arroje tal funcin es la solucin del problema.
Este procedimiento lo plasmamos en la siguiente tabla:

Puntos

x1

x2

80,77

484,62

40

50

500,00

90

450,00

En consecuencia, se deben construir 40 apartamentos de dos alcobas y 50 de tres alcobas. De otra parte se
observa que la funcin Z (objetivo) igual a 500 millones de pesos pasa por el punto (40,50) y que las rectas
paralelas, a pesar de pertenecer a la regin no son ptimas puesto que arrojan una utilidad menor.
Ejemplo 2 Gua
En el jardn infantil Delta se ha establecido que a cada nio en la semana se le debe proporcionar mximo
480 miligramos de vitaminas, mnimo 180 miligramos de hierro y mnimo 180 miligramos de minerales. Para
lograr estos requisitos vitamnicos en el jardn se dispone de leche y fruta para los cuales se ha establecido
un costo de $400 por un vaso de leche y $500 por una porcin de fruta. Establezca que cantidad de leche y
fruta, con costo mnimo se le debe administrar diariamente a cada nio, si sabe que un vaso de leche contiene
6 miligramos de vitaminas, 3 miligramos de hierro y 6 miligramos de minerales, mientras que una porcin de
fruta contiene 8 miligramos de vitaminas, 6 miligramos de hierro y 3 miligramos de minerales.

MATHUMBI

Investigacion

Ejemplo 2 Dieta Jardn Inf

de operaciones

Mezcla Alimentos
Vasos de leche

porcin de fruta

VARIABLES

x1

x2

Disponibilidad

Vitaminas mgr

480

Hierro mgr

180

Minerales mgr

180

$ 400

$ 500

Costos Unitarios

Variables de decisin
1 vasos de leche
2 porcin de fruta
Modelo matemtico de solucin:
= 4001 + 5002
Sujeta a:
61 + 8 2 480 miligramos de vitamina, Recta BC
31 + 62 180 miligramos de hierro, Recta AB
61 + 32 180 miligramos de minerales, Recta BA
1 , 2 0

Siguiendo los pasos anteriores obtenemos:

x2

70
B

60

50

40

30

20

10
D

0
0
Graph Limited School Edition

10

20

30

40

50

60

70

80

x1

90

100

110

120

130

140

150

10

MATHUMBI

Investigacion

Puntos

x1

x2

20

20

18.000

60

30.000

80

32.000

60

24.000

de operaciones

La solucin est dada por el punto A (20,20) que nos arroja el menor valor. Se interpreta diciendo que a cada
nio se le debe suministrar 20 vasos de leche y 20 porciones de fruta en la semana, para lograr que los costos
sean mnimos y que no se vayan a enfermar y a crecer desnutridos estos cabezones.

11

MATHUMBI

Investigacion

de operaciones

2.3 Problemas con mltiples soluciones no acotados y degenerados


CASO 1. Soluciones ptimas - mltiples. 1
Cuando la funcin objetivo alcanza el valor ptimo en ms de un vrtice de la regin factible. En tal caso se
concluye que el problema tiene mltiples soluciones alternativas.
Ejemplo 3
= 21 + 42
Sujeto a:
1 + 42 8
1 +22 16
1 , 2 0

Puntos

x1

x2

32

32

El problema tiene infinitas soluciones a lo largo de la recta BC


CASO 2. No factibilidad. 2
Se presenta cuando no existe region factible bsica, es decir, la interseccin de las regiones determinadas
por las restricciones es vaca.
Ejemplo 4
= 31 + 42
Sujeto a:
1 + 2 40
1 +22 100
1 , 2 0

1
2

Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 282 con ciertas modificaciones.
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 283 con ciertas modificaciones.

12

MATHUMBI

Investigacion

de operaciones

Conclusin: No existe solucin. La regin central entre las dos rectas es vaca, no poseee elementos
comunes.
CASO 3. No acotamiento. 3
La solucin de un problema de programacin lineal se puede extender hasta el infinito, o sea, hasta donde se
quiera, por tal motivo la regin no tiene cotas superiores.
Ejemplo 5
= 401 + 202
Sujeto a:
2 10
1 4
1 , 2 0

La funcin objetivo aumenta indefinidamente cuando x1, tiende infinito, mientras que x2 crece hasta alcanzar
un valor mximo de 10, cualesuiera de puntos ordenados dentro de la regin mximiza la funcin objetivo.

Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 283 con ciertas modificaciones.

13

MATHUMBI

Investigacion

de operaciones

2.4 Ejercicios y Talleres


I.

La lnea Recta
Dados los siguientes puntos de coordenadas
(2,5)
(6,1)
(2,2)
(4,6)
1. Hallar la ecuacin general (: + = ) de la recta que pasa por los puntos A y B
2. Hallar la ecuacin general (: + = ) de la recta que pase por el punto C y que
sea perpendicular a la recta AB.
3. Hallar la ecuacin general (: + = ) de la recta que pase por el punto D y que
sea paralela con la recta AB.
4. Hallar las coordenadas de los puntos de interseccin entre rectas (Donde se presenten)
5. Graficar las tres rectas en un plano cartesiano

II.

Mtodo Grfico

Hallar el valor de Z y las soluciones al modelo de programacin lineal


1.
= 51 + 2
Sujeta a
31 +2 7
1 +2 3
1 +22 5
1 , 2 , 0
2.
= 1 + 2
Sujeta a
1 +32 6
21 +2 7
1 , 2 , 0

= 31 + 22

3.
Sujeta a

21 82
21 +42

16
32

1 , 2 , 0
4.
= 101 82
Sujeta a
1 +22

14

MATHUMBI

Investigacion

de operaciones

51 +22 12
1 , 2 , 0

Problema prctico 1. 4
Una fbrica de muebles produce dos tipos de escritorios, Tipo I y Tipo II, en los departamentos de corte,
armado y acabado. El nmero de horas disponibles en cada departamenro son de 80 h, 220 h y 210 h
respectivamente. La utilidad para cada unidad de escritorios del Tipo I y del Tipo II son US$5 y US$6 y las
horas que se requierenen la produccin de cada departamento para cada tipo de escritorio se da en la
siguiente tabla.

Corte

Armado

Acabado

Tipo I

Tipo II

Cuntas unidades de cada tipo se deben fabricar mensualmente para maximizar la utilidad y cul es dicha
utilidad? Cuntas horas no se utilizan en los respectivos departamentos?
R/ se deben fabricar 30 de Tipo I y 50 de Tipo II
Problema prctico 2. 5
Una compaa farmacutica necesita tres productos qumicos A, B, C, con el fn de producir un medicamento
para la hepatitis B. Las necesidades mnimas son de 80 unidades de A, 160 de B y 200 de C. Segn la lista
de proveedores de la compaa eligen dos marcas de preferencia, por su calidad y bajo precio. La marca
MIPEPA cuesta US$ 2 la unidad y contienen 1 unidad de A, 3 de B y 5 de C; mientras que la marca
SEDOPA cuesta US$2 la unidad y contiene 2 unidades de cada producto.
Cuntas unidades deben comprar de cada marca con el fin de minimizar el costo? Cul es el costo mnimo?
R/ Se deben comprar 40 unidades a MIPEPA y 20 unidades a SEDOPA para un costo mnimo de US$120
sobrando 40 unidades del producto C, y utilizando 80 de A y 160 de B.

4
5

Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 262
Bibliografa Algebra Lineal y Programacin Lineal. Francisco Soler y otros. Pag. 272 con ciertas modificaciones.

15

MATHUMBI

Investigacion

de operaciones

2.5 El Mtodo Simplex Primal


La investigacin de operaciones en general y la programacin lineal en particular recibieron un gran impulso
gracias al uso de la informtica y los computadores. La importancia radica en la utilizacin del mtodo
simplex, desarrollado por G.B. Dantzig en 1947, que consiste en la utilizacin de un proceso con el objetivo
de optimizar la funcin objetivo mediante la utilizacin de iteraciones, sujeta a ciertas restricciones. En
particular es un procedimiento algebraico, basado en la solucin de sistemas de ecuaciones, el que implica
clculos extensos, lo que permite que la computadora sea una herramienta esencial para resolver problemas
de programacin lineal. Por lo tanto, las reglas computacionales se adaptan para el clculo automtico.6
Para explicar el procedimiento de una manera entendible, tomamos como base, con algunas modificaciones
necesarias (proteger las marcas), el ejemplo prototipo con dos variables del texto de Hillier y Lieberman7 as:
Ejemplo 3 Gua
La fbrica NO SEVEUN SC., produce artculos de vidrio de alta calidad, entre ellos ventanas y
puertas de vidrio. Tiene tres plantas. Los marcos y molduras de aluminio se hacen en la planta 1,
los de madera en la planta 2; la 3 produce el vidrio y ensambla los productos. Debido a una reduccin
de las ganancias, la alta administracin ha decidido reorganizar la lnea de produccin de la
compaa. Se discontinuarn varios productos no rentables y se dejar libre una parte de la
capacidad de produccin para emprender la fabricacin de dos productos nuevos cuyas ventas
potenciales son muy prometedoras:
Producto 1: una puerta de vidrio de 8 pies con marco de aluminio
Producto 2: una ventana corrediza con marco de madera de 4 por 6 pies
El producto 1 requiere parte de la capacidad de produccin en las plantas 1 y 3 y nada en la planta
2. El producto 2 slo necesita trabajo en las plantas 2 y 3. La divisin de comercializacin ha
concluido que la compaa puede vender todos los productos que se puedan fabricar en las plantas.
Sin embargo, competiran por la misma capacidad de produccin en la planta 3, no est claro cul
mezcla de productos sera la ms rentable.
Por lo anterior, se ha decidido conformar un equipo de altos Ingenieros, preferiblemente de la UCC, para
estudiar este problema. As es que se reunieron 5 de los ms excelsos vagos, ingenieros de Sistemas,
Industriales, Telecomunicaciones y/o Electrnica, con la seguridad de que a un corto plazo tendran la
respuesta ptima.
La obtencin de estimaciones, fue suministrada por los distintos departamentos de produccin,
comercializacin y distribucin, condensados en la Tabla 1.
Podemos partir del mtodo grfico, como para saber la respuesta, posteriormente comprobamos con el
mtodo simplex a pura mano y remataremos nuestra faena con la utilizacin de un software( Excel en la
funcin solver ) y el Win QSB con diferentes funciones, las cuales desarrollaremos a continuacin.
El mtodo se desarrolla siguiendo los siguientes pasos:
1. Planteamiento del modelo de programacin lineal
A. Resumen tabular de datos. La informacin se resume en la siguiente tabla:

6
7

Hamdy A. Taha (2004). Investigacin de operaciones (7 ed.). Mxico: Pearson Educacin. pp 71.
Introduccin a la Investigacin de Operaciones. Novena Edicin. Pgina 22

16

MATHUMBI

Investigacion

Tabla 1. Datos del Problema


Tiempo de Produccin por
lote, horas
Producto

Planta
1
2
3

X1
1
0
3
$ 3.000

Ganancia por lote

de operaciones

Tiempo de produccin
disponible a la
semana, horas

X2
0
2
2
$ 5.000

4
12
18

B. Formulacin como un problema de programacin lineal. La definicin implica que las variables
de decisin, se expresan de la siguiente manera:
1 = Nmero de lotes del producto 1 que se fabrican por semana
2 = Nmero de lotes del producto 2 que se fabrican por semana
= Ganancia semanal total (en miles de dlares) que generan estos dos productos
En lenguaje matemtico, el problema consiste en calcular los valores de 1 , 2 , tales que:
= 31 + 52
Sujeta a las siguientes restricciones:
1

4
2 2 12
31 +22 18
1 , 2 , 0

2. Transformar las inecuaciones de las restricciones en ecuaciones. Cuando las restricciones son del
tipo () , agregamos una nueva variable no negativa llamada variable de holgura ( ) con
coeficientes 0 en la funcin objetivo y coeficientes 1 en cada una de las restricciones.
Forma aumentada del problema:
= 31 + 52 + 01 + 02 +03
Sujeta a las siguientes restricciones:
1

+ 1
2 2

31 +22 +

= 4
+ 2

= 12
+3

= 18

1 , 2 , 1 , 2 , 3 0
3. Identificar las variables bsicas y no bsicas. En el caso de tener n variables (Incluyendo las de
holgura) y m ecuaciones, para hallar una solucin bsica, se igualan a cero n-m variables, las
cuales se denominan no bsicas, y las restantes se denominan variables bsicas. El nmero de
variables bsicas es igual al nmero de restricciones (ecuaciones). Por lo tanto el nmero de variables
no bsicas es igual al nmero total de variables (5) menos el nmero de restricciones (3), total (2).

Tabla modelo

17

MATHUMBI

Investigacion

de operaciones

Tabla 0

Base


4. Elaborar una tabla inicial, sta se presenta en general con el anterior formato, por lo que ser til para
resolver otros problemas, y en la cual se colocan los coeficientes del sistema de ecuaciones.
Tabla 1

Base

/
3
5
0
0
0

0
1
0
1
0
0
4

0
0
2
0
1
0
12

0
3
2
0
0
1
18

0
0
0
0
0
0

3
5
0
0
0
La solucin y tabla inicial, nos arroja los siguientes resultados expresados en forma matricial
( 1 , 2 , 1 , 2 , 3 ) = (0,0,4,12,18)
Prueba de Optimalidad. La solucin bsica para un problema de maximizacin es ptima si y slo si todos
los coeficientes del rengln son negativos o ceros. Como se observa en la tabla sta no es la
solucin ptima.
5. Determinar la variable no bsica que entra y la variable bsica que sale y que ahora ser no bsica.
En nuestro ejemplo modelo entra (En la ltima fila toma un valor de 5 el mayor de todos ellos) y
sale 2 (En la ltima columna el cociente es el menor, o sea 6).

Tabla 2
Base

0
0
0

3
1
0
3
0
3

5
0
2
2
0
5

0
1
0
0
0
0

0
0
1
0
0
0

0
0
0
1
0
0

4
12
18
0

/
No existe
6
9

A continuacin, mediante operaciones de fila o rengln, vistas en algebra lineal como eliminacin Gaussiana,
transformamos la matriz original en matrices equivalentes hasta encontrar la solucin, teniendo en cuenta la
Prueba de Optimalidad.

0
0
2 2 [2] = [1]
2
0
1 0
[0 2
3 2

Ver Tabla 2

1 0
0 1
0 0

Entonces, la Tabla 2 se transforma en

0 4
1 0
0 12 ] [0 1
1 18
3 0

0
1 0
0 1/2 0
0 1 1

4
6 ]
6

18

MATHUMBI

Investigacion

Tabla 3
Base

Los

0
5
0

1
0
3
0

0
1
0
5

1
0
0
0

0
1/2
-1
5/2

0
0
1
0

4
6
6
30

4
No poder
2

(0)(1) = 0
(5)(0) = 0
(0)(3) = 0

de operaciones

(0)(0) = 0
(5)(1) = 5
(0)(0) = 0

-5/2

(0)(1) = 0
(5)(0) = 0
(0)(0) = 0

(0)(0) = 0
(5)(1/2) = 5/2
(0)(1) = 0

(0)(0) = 0
(5)(0) = 0
(0)(1) = 0

Total =0 para x1
Total = 5 para x2
Total = 0 para h1
Total 5/2 para h2
Total 0 para h3
coeficientes del rengln se hallan multiplicando cada por el coeficiente de cada variable y sumar

Por lo que se observa en la ltima fila de la tabla, debe entrar la variable que es la mayor y positiva y debe
salir que es el valor realizable mnimo en la columna / . Los vectores columnas tendrn la forma

1
0
3 1 [0] = [0]
3
1

Tabla 4
Base

0
5
3

1 0
[0 1
3 0

3
0
0
1
3
0

1 0
0 1/2
0 1

5
0
1
0
5
0

0
1
0
0
0
0

0
1/3
1/2
-1/3
3/2
-3/2

0 4
0 0
0 6 ] [0 1
1 0
1 6

0
-1/3
0
1/3
1
-1

2
6
2
36

1 1/3 1/3 2
0
6 ]
0 1/2
1/3
1/3
2
0

19

MATHUMBI

Investigacion

de operaciones

La solucin se puede dar en esta ltima tabla por cuanto todos los valores del ltimo rengln son ceros o
menores que cero

( 1 , 2 , 1 , 2 , 3 ) = (2,6,2,0,0)
Graficamente se muestra tambin esta solucin

Con el Mtodo WINQSB paso a paso se obtiene el mismo resultado

Tabla Inicial Iteracin 1

Tabla Iteracin 2

20

MATHUMBI

Investigacion

de operaciones

TablaFinal Iteracin 3. Todos los valores en el ltimo rengln son ceros o negativos

A
Puntos

x1

x2

30

36

27

32

La solucin est dada en el punto D, por tanto, se deben fabricar 2 lotes del producto 1(Puertas) y 6 lotes del
producto 2(Ventanas) para obtener una utilidad mxima de $ 36.000.oo

21

MATHUMBI

Investigacion

de operaciones

Ejemplo 4. Un problema de maximizacin


Resolver el siguiente problema utilizando el Mtodo Simplex
Una fbrica de muebles produce: pupitre unipersonal, bipersonal y mesas para los cuales ha establecido que
rinden una utilidad unitaria de $3, $2, y $5. Para la produccin de dichos artculos la compaa cuenta con
una disponibilidad semanal de 430 metros de madera, 460 metros de tubo y 420 metros de frmica. Qu
cantidad de cada uno de los artculos se debe fabricar a fin de incrementar las ganancias si se sabe que para
producir un pupitre unipersonal se requiere un metro de madera, 3 metros de tubo y un metro de frmica, que
para producir un pupitre bipersonal se requiere de 2 metros de madera y 4 metros de frmica; mientras que
para producir una mesa se necesita un metro de madera y 2 metros de tubo? Analice sus resultados
Solucin:
Matriz de datos y planteamiento

Madera
Tubo
Frmica

PU
1
3
1

PB
2
0
4

M
1
2
0

Utilidad

= 31 + 22 + 5 3

Disponibilidad
430
460
420

1 +22 + 3 430
31
+ 2 3 460
1 +42
420
1 , 2 , 3 0

El sistema se transforma en:

= 31 + 22 + 5 3 + 01 + 02 + 03
Sujeta a:

Tabla 1
Base

0
0
0

1
3
1
0

2
0
4
0

1
2
0
0

1
0
0
0

0
1
0
0

0
0
1
0

430
460
420
0

430
230
-

1 + 22 + 3 + 1 = 430
31
+ 23 + 2 = 460
1 + 42
+ 3 = 420
1 , 2 , 3 , 1 , 2 0
El modelo inicial tabulado se presenta en la siguiente forma:

De acuerdo con lo anterior, las operaciones en las matrices se realizan de la siguiente manera:

22

MATHUMBI

Investigacion

Tabla 2
Base

0
5
0

3
-1/2
3/2
1
3/2
-9/2

2
2
0
4
0
2

5
0
1
0
1
0

0
1
0
0
0
0

0
-1/2
1/2
0
1/2
-5/2

0
0
0
1
0
0

de operaciones

200
230
420

/
100
M
105

Tabla inicial en WINQSB (se observa la similitud con la manual) Iteracin 1

1
0
2 3 [2] = [1]
0
0
1 2
[3 0
1 4

1 1 0
2 0 1
0 0 0

1/2 2 0 1
0 430
0 460] = [ 3/2 0 1 0
1 420
1
4 0 0

1/2 0 200
1/2 0 230]
0
1 420

La nueva tabla manual y la iteracin 2 en WIN QSB se presenta asi:

Se observa que esta tabla no contiene la solucin ptima, ya que no todos los coeficientes del ltimo renglon
son negativos o ceros, por lo cual debemos realizar una nueva iteracin, realizando los mismos procesos. por
lo tanto se debe elegir la columna x2 con la fila h1, sale h1 entra x2.

2
1
2 1 [0] = [0]
4
0
1/4 1
[ 3/2 0
2
0

0 1/2 1/4 0 100


1 0
1/2 0 230]
0 2
1
1 20

23

MATHUMBI

Investigacion

de operaciones

Tablas Iteracin 3

Como todos los coeficientes de la ltima fila son ceros o negativos, entonces esta ltima tabla arroja la
solucin:
1 = 100 Pupitres unipersonales
3 = 230 Mesas
2 = 0 Pupitres bipersonales
3 = 20 Nos queda un sobrante de 20 metros de frmica
y se obtiene una ganancia mxima de $1350

Tabla 3
Base

2
5
0

3
-1/4
3/2
2
7
-4

2
1
0
0
2
0

5
0
1
0
5
0

0
1/2
0
-2
1
-1

0
-1/4
1/2
1
2
-2

0
0
0
1
0
0

100
230
20
1350

24

MATHUMBI

Investigacion

de operaciones

Ejemplo 5. Un problema de minimizacin Resolver utilizando el Mtodo Simplex


Una nutricionista est planeando la alimentacin para un batalln. Se sirven 3 alimentos principales: carne,
papa y habichuela. Todos ellos con distinto contenido vitamnico. La nutricionista quiere suministrar tres
vitaminas en la alimentacin, con un tamao de la porcin total de 9 onzas por lo menos. Los costos por onza
de carne, papa y habichuela son en US $ de 0,10; 0,15; y 0,12 respectivamente. En las siguientes tablas se
muestran las cantidades de vitaminas que proporciona cada onza de alimento. Determinar el nmero de onzas
que se requiere para cada alimento, con el objeto de minimizar el costo, si una persona requiere raciones
mnimas diarias, en mg. de 290, 200 y 210, para las vitaminas 1, 2 y 3 respectivamente.

Tabla 1

Vitaminas

Alimento

Unidad

Carne

50

20

10

mg.

Papa

30

10

50

mg.

Vitaminas
1
2
3
Costos/onza

x1
Carne
50
20
10
0,10

Alimento
x2
x3
Racin mnima
Papa Habichuela
mg.
30
20
290
10
30
200
50
20
210
0,15
0,12

Habichuela
20
30
20
mg.
Un problema de minimizacin se convierte en
uno de maximizacin, multiplicando por (-1) la funcin objetivo, en ella agregamos las variables de holgura
una por cada restriccin, con coeficientes 0 y restamos las variables artificiales de exceso con coeficientes M,
una por cada restriccin del tipo . A su vez para convertir las inecuaciones en ecuaciones restamos la
variable de holgura y sumamos la variable artificial una por cada restriccin, de la siguiente manera:
= 0.101 + 0.152 + 0.12 3
501 +302 + 203 290
201 +102 + 303 200
101 +502 + 203 210
1 , 2 , 3 0
= 0.101 0.152 0.12 3 + 01 + 02 + 03 1 2 3
501 +302 + 203 1 + 1 = 290
201 +102 + 303 2 + 2 = 200
101 +502 + 203 3 + 3 = 210
1 , 2 , 3 , 1 , 2 , 3 , 1 , 2 , 3 0

25

MATHUMBI

Investigacion

de operaciones

La primera tabla del mtodo simplex ( Manual y WINQSB) se presenta de la siguiente manera

Base

-0.10

-0.15

-0.12

-M

-M

-M

-M

50

30

20

-1

290

9.67

-M

20

10

30

-1

200

20

-M

10

50

20

-1

210

4.2

-80M

-90M

-70M

-M

-M

-M

-0.10
+80M

-0.15
+90M

-0.12
+70M

-M

-M

-M

Iteracin 1

Prueba de Optimalidad. La solucin bsica para un problema de minimizacin es ptima si y slo si todos
los coeficientes del rengln son positivos o ceros, pero como al aplicar el mtodo simplex, un
problema de minimizacin lo convertimos en uno de maximizacin, es lgico suponer que seguimos la misma
regla o sea que sean negativos o ceros. Como se observa en la tabla sta no es la solucin ptima.
Podemos continuar el proceso hasta encontrar la solucin ptima.
30
0
2 3 [10] = [0]
50
1
50
[20
10

30 20
10 30
50 20

1
0
0

0 0
1 0
0 1

1 0
0 1
0 0

0
0
1

44
290
200] [ 18
1/5
210

0
8
0 26
1 2/5

1
0
0

3/5
0
1
1/5
0 1/50

1 0
0 1
0 0

3/5
1/5
1/50

164
158 ]
21/5

26

MATHUMBI

Base

Investigacion

de operaciones

-0.10

-0.15

-0.12

-M

-M

-M

-M

44

-1

3/5

-3/5

164

20,5

-0,12

18

26

-1

1/5

-1/5

158

6.08

-0,15

1/5

2/5

-1/50

1/50

21/5

10,5

-(63/5)M

-M

-(172/5)M

-(39/50)M

-M

-M

(39/50)M

-0.10

-M

-M

(39/50)M

-(11/50)M

-0.12
-0.15-M

+(63/5)M

+(172/5)M

8
0
26
3 2 [ 2 ] = [1]
0
5
&
& 0
[9/13 0 1
$
$ 0

Base

-M

-0,12

-0,15

-0.10

-0.15

-0.12

44
18
1

0 8
0 26
2
1
5

1
0

0
1

1 0

5
1

0 1

5
1

0 0

50

&
&
&
&
&
&
&
0 1/26 1/300 0 1/26 1/30079/13]
$
$
$
$
$
$
$

5 164
1 158

5 21
1
5
50

-M

-M

-M

-1/26

1/300

1/26

-1/300

0
9/13

1
0

79/13

27

MATHUMBI

Investigacion

de operaciones

NOTA: Dejamos a inquietud del estudiante juicioso, curioso o acucioso, para culminar este ejercicio, cuya
solucin es
1 = 3 ; 2 = 2 ; 3 = 4 ; = 1,08 ;
Como se puede apreciar el procedimiento requiere de un gran nmero de engorrosas operaciones
algebraicas, en el cual debemos estar lo suficientemente concentrados. Con el WINQSB paso a paso se
comprueba el procedimiento para un PL de minimizacin haciendo uso del mtodo Simplex.
Iteracin 1

Base

-0.10

-0.15

-0.12

-M

-M

-M

1,08

Iteracin 2

Iteracin 3

Iteracin 4

28

MATHUMBI

Investigacion

de operaciones

29

MATHUMBI

2.6 Anlisis de sensibilidad y dualidad


2.6.1 Introduccin y objetivos

Investigacion

de operaciones

30

MATHUMBI

2.6.2 Anlisis de sensibilidad con mtodo grfico


Cambios en la funcin obejtivo

Investigacion

de operaciones

31

MATHUMBI

Investigacion

de operaciones

MATHUMBI

Investigacion

de operaciones

También podría gustarte