Analisisdesensibilidad 2010 PDF

Universidad Nacional Autnoma de Nicaragua
UNAN-Managua
Curso de Investigacin de Operaciones
Profesor:
MSc. Julio Rito

Vargas Avils.
IVUnidad
UnidadIV
Dualidad
y Anlisis de ySensibilidad
Anlisis
de Sensibilidad
Dualidad
Estudiantes:
FAREM-Carazo
Ao
Acadmico:
II Semestre 2010
Objetivos:
Los participantes al finalizar la unidad sern capaces de:
Analizar la importancia del problema Dual y su relacin con el
Primal.
Comprender el principio de solucin del Mtodo Simplex Dual.
Resolver problemas de Programacin Lineal mediante el Simplex
Dual.
Efectuar Anlisis de Sensibilidad a una solucin dada de un PPL.
Hacer valoraciones cuando los recursos de un PPL cambian, ya
Dualidad y anlisis de sensibilidad
Introduccin.
La asignacin de probabilidades a los eventos es una tarea
difcil que muchos gerentes pueden mostrarse difcil a hacer,
por lo menos con cierto grado de exactitud. En algunos casos
prefieren decir creo que la probabilidad de que este evento
ocurra est entre 0.5 y 0.7.
Bajo estas circunstancias, como en cualquier aspecto de
decisin gerencial, es til realizar un anlisis de sensibilidad
para determinar cmo afecta a la decisin la asignacin de
probabilidades.
Introduccin.
El anlisis de sensibilidad concierne al estudio de
posibles cambios en la solucin ptima disponible
como resultado de hacer cambios en el modelo
original.
Variaciones que podemos realizar en el modelo general:

Mediante el anlisis de sensibilidad pueden existir diferentes
tipos de cambios en el modelo original como:
1. Cambios en los coeficientes de la funcin objetivo, Cij

2. Cambios en los recursos, bi
3. Cambios en los coeficientes tecnolgicos, aij
4. Adicin de una nueva variable y Xi

5. Adicin de una nueva restriccin. aij >= bi
WinQSB

Teora de dualidad:
La teora de dualidad parte de que asociado a todo

problema de PL, existe otro problema lineal llamado Dual.
Las relaciones entre el problema dual y el problema
original o (primal) son en extremos tiles en una gran
variedad de situaciones.
Uno de los aspectos ms importantes de la teora de
dualidad es la interpretacin y realizacin del anlisis de
sensibilidad.

Esencia de la teora de dualidad:
Dada la forma estndar para el problema primal (izquierda), su
problema dual tiene la forma que se muestra a la derecha.
Max
Z cjxj
j 1
sujeto
n
a
j 1
ij
a:
x j bi
xj 0
Min W m b y
i i
i 1
sujeto
n
a
j 1
ij
a:
yi c j
yi 0
El problema dual usa exactamente los mismos parmetros que el

problema primal, pero en diferentes lugares.

Esencia de la teora de dualidad:
Dada la forma matricial del problema primal (izquierda), y
del problema dual.
Max
Z cx
sujeto
Ax b
x0
Min W yb
a:
sujeto
yA c
a:
y0
Donde C y Y son vectores fila y b y x son vectores columna.

La Wyndor lass Co. 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 planta 3 produce el
vidrio y ensambla los productos.
Debido a una reduccin de las ganancias, la alta gerencia ha
decidido reorganizar la lnea de produccin de la compaa.
Se descontinuarn varios productos no rentables y se dejar
libre una parte de la capacidad de produccin para
emprender la fabricacin de dos productos nuevos que tienen
ventas potenciales grandes:

Producto 1: una puerta de vidrio de 8 pies con marco de
aluminio.
Producto 2: una ventana corrediza con marco de madera de 4
pies x 6.
El producto 1 requiere capacidad de produccin en las plantas
1 y 3 y nada en la planta 2. El producto 2, solo necesita trabaja
en las plantas 2 y 3. La divisin de comercializacin ha
concluido que la compaa pede vender todos los productos
que se puedan fabricar en las plantas. Sin embargo, como
ambos productos competirn por la misma capacidad de
produccin en la planta 3, no se est claro cual es la mezcla de
productos que sera mas rentable.

Se conoce que el nmero de horas disponible en la
semana para las plantas 1,2 y 3, para los nuevos
productos son las siguientes:
Planta 1: 4 horas; planta 2: 12 horas y planta 3: 18
horas.
Cada producto se fabricar en lotes de 20 unidades
totales.
En la tabla siguiente se detalla el tiempo requerido en
horas en cada planta para producir un lote de cada
producto.

Tiempo de produccin
por lote en hrs
Tiempo
disponible
semanal
Planta
Producto 1
Producto 2
(horas)
12
18
Ganancia x lote
$3000
$5000

X1: nmero de lotes del producto 1 ( puertas de vidrios)
X2: nmero de lotes del producto 2 (ventas corredizas)
Z= ganancia semanal total (miles de dlares) al producir
puertas y ventas de vidrio.
Es un problema tpico de mezcla de programacin lineal
de maximizacin.
Problema primal y dual para el ejemplo Wyndor Glass Co.
Max
Z 3 x1 5 x2
sujeta
x1 4
a:
Min
W 4 y1 12 y 2 18 y3
sujeta
a:
y1 3 y3 3
2 x2 12
2 y 2 2 y3 5
3 x1 2 x2 18
y1 0
x1 0
y2 0
x2 0
y3 0
A la izquierda se muestra el problema primal en forma algebraica

y a la derecha el problema dual en forma algebraica.
Problema primal y dual para el ejemplo Wyndor Glass Co.
Max
Z 3
sujeta
1
0
x1
5
x2
a:
0
4
x
1
12
2
18
x1
0
x
0

2
Min
W y1
sujeta
y1
y2
y1
y2
y2
y3
12

18
a:
1
y3
0
y3 0
0
2
3
2
A la izquierda se muestra el problema primal en forma matricial y

a la derecha el problema dual en forma matricial.
Solucin del P. dual, para el ejemplo Wyndor Glass Co.
La solucin ptima es: Y1=0 , Y2=1.5, Y3=1 para z= 36
Solucin del primal, para el ejemplo Wyndor Glass Co.
Precio
sombra
La solucin ptima es: x1=2 y x2=6 para z= 36

Esto es, se debe producir 40 puertas(dos lotes) y 120( 6 lotes)
ventanas para una utilidad mxima de U$36,000 .
Solucin del primal, para el ejemplo Wyndor Glass Co.

El costo reducido identifica el costo que genera incrementar una
unidad para cada variable no bsica.
La columna Dficit o Supervit muestra los valores de las
variables de holgura.
La columna precio sombra: esto es, cuanto se estara dispuesto a

pagar por una hora extra para producir mas puertas y/o ventanas.
Problema
primal
Problema
Dual
Interpretacin econmica del Dual
Ejemplo 2:
La empresa KZ se dedica a la fabricacin de
tres producto; A, B y C. El procedimiento de
produccin
involucra
tres
operaciones:
formacin,
acabado
e
inspeccin.
El
departamento de ingeniera industrial, ha
establecido los siguientes estndares de
produccin en cada operacin.
Datos de produccin para la
compaa (minutos por producto)
El departamento de contabilidad por su parte,
pronostica los siguientes costos e ingresos para la
compaa.
Datos de costo e ingreso para la compaa

Se desea saber el nmero de cada tipo de producto
que debern producirse de tal manera que se
optimice el beneficio por las 8 horas de trabajo del
da. Considerando la informacin, se plante el
modelo de programacin lineal:
Z 20 x1 35 x2 45 x 3
sujeto
a:
2 x1 6 x2 2 x3 480 f ormacin
3 x1 2 x2 2 x3 480inspeccin
2 x1 2 x2 4 x3 480acabado
Dual del Problema

Min W= 480Y1 + 480Y2 + 480y3
Sujeto a:
2y1 + 3y2 + 2y3 20
6y1 + 2y2 + 2y3 35
2y1 + 2y2 + 4y3 45
y1 0
y2 0
y3 0
Ejemplo
1. Determine los rangos de variacin de las variables bsicas en
donde la base actual permanece
2. Cul es el rango de los recursos en donde la base actual
permanece?
3. En cules de las operaciones recomendara usted contratar
tiempo extra y por que?
4. Que pasara si se programaran 20 minutos extras en el
departamento de inspeccin, cambiara la funcin objetivo?
5. En cunto se incrementara la utilidad ptima actual si se

programan 50 minutos en el departamento de formado?
6. Qu pasara con la solucin ptima actual si se programaran
30 minutos de mantenimiento en el departamento de

6.
Si se logran reducir los costos de produccin en el producto B en un

25%, cmo se afecta la base actual y el objetivo?
7.
Si los trabajadores ofrecen trabajar minutos extras a razn de

$5/minuto, recomendara usted tiempo extra?, si lo recomienda, en
que departamento y cuanto tiempo extra puede programarse sin
cambiar la mezcla actual?
8.
Que paseara si se programara la produccin de 10 unidades del

producto A ?
9.
Qu pasara si por cambios en maquinara y procesos el producto A

cambiara sus tiempos de fabricacin en
10. a.
a1= (2,3,2)
11. b.
a1 = (1,2,2)T
12. Por polticas de la empresa es necesario producir un nuevo producto

con las siguientes caractersticas C4=60, a4 = (2,1,3)T, Qu
recomendara?
Solucin Inicial del modelo (winqsb)
P. Lineal: Anlisis de Sensibilidad

3. Ken & Larry Inc. surte su helado a los expendios en
cuatro sabores: chocolate, vainilla, chicle y banano. Debido
al calor extremo y la alta demanda, la compaa tiene un
dficit en el abastecimiento de los ingredientes: leche,
azcar y crema .
Esto no le permite satisfacer todas las rdenes recibidas
de sus expendios. Por estas circunstancias, la compaa a
decidido seleccionar la cantidad que debe producir de cada
sabor para maximizar la ganancia total, dadas las
restricciones en las cantidades de ingredientes bsicos.
29

Sujeto a:
La compaa tiene solo 220 galones de leche, 170
libras de azcar y 70 galones de crema. (por mes)
Un galn de helado de chocolate consume: 0.45 galn
de leche, 0.5 libra de azcar y 0.10 galn de crema.
Un galn de helado de Vainilla consume: 0.5 galn
de leche, 0.4 libra de azcar y 0.15 galn de crema.
Un galn de helado de banano consume: 0.4 galn de
leche, 0.4 libra de azcar y 0.2 galn de crema.
Un galn de helado de chicle consume: 0.4 galn de
leche, 0.4 libra de azcar y 0.3 galn de crema.
30

Sujeto a:
La compaa para mantener su mercado cautivo de

sabores a decidido tambin producir al menos 30
galones de helados de cada uno de los cuatro sabores.
Los sabores de chocolate, vainilla, banano y chicle
generan ganancias respectivas de $1.10, $1.0, $0.9,
y $.95 por galn.
220 gls
170 lbs
70 gls
31

Variables de decisin
X1 = Nmeros de Galones de helados de chocolate
X2 = Nmeros de Galones de helados de vainilla

X3 = Nmeros de Galones de helados de pltano
X4= Nmeros de Galones de helados de chicle
32

Funcin objetivo
Max. Z = 1.1 X1 + 1.0 X2 + 0.90X3 + 0.95X4

$ = ($/galn de chocolate) x (Nmero galones chocolate)
+ ($/galn de vainilla) x (Nmero galones vainilla)
+ ($/galn de pltano) x (Nmero galones pltano)
+ ($/galn de chicle) x (Nmero galones chicle)
33

Restriccin de produccin(leche)
0.45X1 es el total de galones de leche que se requieren para
producir X1 galones de chocolates
producir X2 galones de vainilla
0.4X3es el total de galones de leche que se requieren para
producir X3 galones de banano

producir X4 galones de chicle
0.45X1 + 0.5X2 + 0.4X3 + 0.4X4 220
34

Restriccin de produccin(azcar)
0.5X1 es el total de libras de azcar que se requieren para
0.4X3es el total de libras de azcar que se requieren para

0.5X1 + 0.4X2 + 0.4X3 + 0.4X4 170
35

Restriccin de produccin(crema)
0.1X1 es el total de galones de crema que se requieren para
0.2X3es el total de galones de crema que se requieren para
0.1X1 + 0.15X2 + 0.2X3 + 0.3X4 70
36

Compromisos de demanda
X1 galones de chocolate 30 galones

X2 galones de vainilla 30 galones
X3 galones de Banano 30 galones
X4 galones de chicles 30 galones
37

Max. Z = 1.1 X1 + 1.0 X2 + 0.90X3 + 0.95X4
Sujeto a:
0.45X1 + 0.5X2 + 0.4X3 + 0.4X4 220
0.5X1 + 0.4X2 + 0.4X3 + 0.4X4 170
0.1X1 + 0.15X2 + 0.2X3 + 0.3X4 70
X1
30
X2
30
X3
30
X4
30
No se necesitan las condiciones de no negatividad puesto que existen restricciones de

38
demanda mayores que cero para todas las variables de decisin.
Coeficientes del modelo matemtico
SIGUE
39
Solucin
SIGUE
40
PREGUNTAS ADICIONALES
Suponga que la ganancia por galn de banano
es $1.00 cambia la solucin ptima y que se
puede decir de la ganancia total?
-Cambia la ganancia
total
Cambia la solucin
ptima.
41

Suponga que la ganancia por galn de banano
es $0.92 cambia la solucin ptima y que se
puede decir de la ganancia total? -Cambia levemente la
ganancia total
No cambia la solucin
ptima
Se podra decir que no
hay cambios relevantes
42
en la optimizacin.

Suponga que descubren tres galones de crema
agrio que tienen que tirarse cambia la solucin
ptima y que se puede decir de la ganancia total?
Se podra decir que no hay
cambios en la optimizacin
ni en la ganancia, eran
sobrantes.
43
Suponga que tienen la oportunidad de comprar

15 libras adicionales de azcar por un costo total
de $15.00Deben comprarlas ? explique
Con 15 libras de azcar adicionales
44

4. Constructora. Qu cantidad de grava enviar
de cada distribuidor(tres) a cada proyecto(tres)
con el objeto de minimizar
los costos totales?
Sujeto a:
No enviar ms de; 150 tons. del distribuidor 1;
175 tons. del distribuidor 2 y 275 tons. del
distribuidor 3.
Enviar 200 tons. al proyecto 1; 100 tons. al
proyecto 2 y 300 tons. al proyecto 3.
45

Los costos de envo del distribuidor i al proyecto j
son los siguientes:
Costo del distribuidor 1 al proyecto 1, C11=$6
Costo del distribuidor 2 al proyecto 1, C21 =$7
Costo del distribuidor 3 al proyecto 1, C31 =$4
46
Costos de Envo
Costos de Envo (por tonelada)
Proyecto 1
Proyecto 2
Proyecto 3
Distribuidor 1
10
Distribuidor 2
11
11
Distribuidor 3
12
Cunto enviar a cada proyecto?

Proyecto 1
Proyecto 2
Proyecto 3
Distribuidor 1
X11
X12
X13
Distribuidor 2
X21
X22
X23
Distribuidor 3
X31
X32
X33
47
Formulacin de la Funcin Objetivo

XIJ = Nmero de toneladas a enviar del
distribuidor I al proyecto J.
X11 = Nmero de toneladas a enviar del
distribuidor 1 al proyecto 1.
Funcin objetivo
Min. Z = 6X11 + 8X12 + 10X13 + 7X21 + 11X22
+ 11X23 + 4X31 + 5X32 + 12X33
48

Restricciones de disponibilidad
X11 + X12 + X13 150
X21 + X22 + X23 175
X31 + X32 + X33 275
Restricciones de requerimientos
X11 + X21 + X31 = 200
X12 + X22 + X32 = 100
X13 + X23 + X33 = 300
49

Min. Z = 6X11 + 8X12 + 10X13 + 7X21 + 11X22
+ 11X23 + 4X31 + 5X32 + 12X33
Sujeto a: X11 + X12 + X13 150
X21 + X22 + X23 175
X31 + X32 + X33 275
X11 + X21 + X31 = 200
X12 + X22 + X32 = 100
X13 + X23 + X33 = 300
X11, X12, X13 .... X33 0
50
INGRESO DE LOS COEFICIENTES DEL MODELO

MATEMATICO EN EL WINDQSB
51
Solucin
52
Solucin
53
Red de Distribucin
54
Cunto se envi a cada proyecto y

de que distribuidor?
Proyecto 1
Proyecto 2
Proyecto 3
Oferta
Distribuidor 1
150
150
Distribuidor 2
25
150
175
Distribuidor 3
175
100
275
Demanda
200
100
300
600
Proyecto 1
Proyecto 2
Proyecto 3
Distribuidor 1
10
Distribuidor 2
11
11
Distribuidor 3
12
55

5. Mezcla de minerales. Qu porcentaje de la
composicin del nuevo producto provendr de
cada una de las cuatro minas con
el objeto de minimizar su costo.
Sujeto a:
El contenido del elemento bsico A en el nuevo
producto no sea menor de 5 lbs/ton.
El contenido del elemento bsico B en el nuevo
El contenido del elemento bsico C en el nuevo
56
X1 = porcentaje que provendr de la mina 1
57
Funcin objetivo
Min. Z = C1 X1 + C2 X2 + C3 X3 + C4 X4
$ = ($/ton. mina 1) x (% de la mina 1)
+ ($/ton. mina 2) x (% de la mina 2)
Min. Z = 800X1 + 400X2 + 600X3 + 500X4
58

Restriccin de elemento bsico A
10X1 + 3X2 + 8X3 + 2X4 5
Restriccin de elemento bsico B
90X1 + 150X2 + 75X3 + 175X4 100
Restriccin de elemento bsico C

45X1 + 25X2 + 20X3 + 37X4 30
59
Min. Z = 800X1 + 400X2 + 600X3 + 500X4

Sujeto a: 10X1 + 3X2 + 8X3 + 2X4 5
90X1 + 150X2 + 75X3 + 175X4 100
45X1 + 25X2 + 20X3 + 37X4 30
X1 +
X 2 + X3 +
X4 =
X1, X2, X3, X4 0

60
INGRESO DE COEFICIENTES EN WINQSB
61
SOLUCIN DEL MODELO LINEAL (EN WINQSB)
62

6. Orsini. Fabrica tres tipos de zapatos.
Qu cantidad de cada estilo debe fabricar
durante el mes con el objeto de
maximizar las utilidades?
Sujeto a:
No deben asignarse ms de 1,200 horas de
tiempo de produccin.
Todos los costos de produccin, de materiales
y costos fijos deben cubrirse con el efectivo
disponible durante el mes que es de $16,560.
Satisfacer ciertos compromisos de demanda:
63
30 estilo 1, 55 estilo 2 y 32 estilo 3.
X1 = Nmero de pares de zapatos estilo 1 que deben

fabricarse durante el mes.
64

Funcin objetivo
Max. Z = C1 X1 + C2 X2 + C3 X3
$ = ($/par de zap. estilo 1) x (pares de zap. estilo 1)
+ ($/par de zap. estilo 2) x (pares de zap. estilo 2)
+ ($/par de zap. estilo 3) x (pares de zap. estilo 3)
Clculo de C1
(3.5 horas/par) x ($10/hora) = $35/par
(3.25 U. piel/par) x ($4/U. piel) = $13/par
$48/par
65
C1 = $60/par - $48/par = $12/par de zap. estilo 1

de forma similar,
Max. Z = 12X1 + 21X2 +22X3
66
Restriccin de produccin
3.5X1 es el total de horas que se requieren para

fabricar el estilo 1
3.5X1 + 2.5X2 + 2.0X3 1,200
67

Restriccin de efectivo
Costo fijo = $3,000
Existen disponibles $16,560 - $3,000 = $13,560
para cubrir los costos variables.
48X1 + 43X2 + 28X3 13,560
Compromisos de demanda
X1 pares de zap. estilo 1 30 pares de zap. estilo 1
X2 pares de zap. estilo 2 55 pares de zap. estilo 2
68
X3 pares de zap. estilo 3 32 pares de zap. estilo
3
Max. Z = 12X1 + 21X2 +22X3

Sujeto a:
3.5X1 + 2.5X2 + 2.0X3

48X1 + 43X2 + 28X3
X1
X2
X3
1,200
13,560
30
55
32
No se necesitan las condiciones de no negatividad

puesto que existen restricciones de demanda
para todas las variables.
69
Solucin
70
7. CSL es una cadena de tiendas de servicios para computadoras.

La cantidad de horas de tiempo de reparacin calificada que CSL
requiere durante los cincos meses siguientes es como sigue:
Mes 1 (enero) : 6,000 horas
Mes 2 (febrero) : 7,000 horas
Mes 3 (marzo) : 8,000 horas
Mes 4 (abril) : 9,500 horas
Mes 5 (mayo) : 11,000 horas
A principios de enero 50 tcnicos calificados trabajan para CSL.
Cada tcnico calificado puede trabajar hasta 160 horas por mes.
Para cumplir con las demandas en el futuro, es necesario capacitar
a nuevos tcnicos. Toma un mes capacitar un nuevo tcnico.
71

Durante el mes de capacitacin, un tcnico experimentado debe
supervisar al aprendiz durante 50 horas. Cada tcnico
experimentado gana U$2,000 al mes (incluso si no trabaja las 160
horas completas). Adems durante el mes de entretenimiento, el
aprendiz recibe U$1,000. Al final de cada mes, 5% de los tcnicos
experimentados de CSL abandonan el trabajo para unirse a otra
empresa de la competencia. Formule un PL con cuya solucin
CSL minimiza el costo de mano de obra en el que incurre para
cumplir con el servicio de reparacin en los cinco meses
siguientes:
72

Solucin:
-CSL debe determinar la cantidad de tcnicos durante el mes t.
(t=1,2,3,4,5). Por tanto se define.
Xt : cantidad de tcnicos capacitados durante un mes t (t=1,2,3,4,5)
CSL desea minimizar el costo total de la mano de obra durante los cinco
meses siguientes. Obsrvese que:
Costo total de mano de obra=costo por pagar a los aprendices + costo
por pagar a los tcnicos experimentados.
Para expresar el costo por pagar a los tcnicos experimentados es
necesario definir para t=1,2,3,4,5.
Yt : cantidad de tcnicos experimentados al inicio del mes t

73

Solucin: Entonces
Costo total de mano de obra=(1000x1 +1000x2 +1000x3 +1000x4
+ 1000x5 ) + (2000y1 + 2000y2 + 2000y3 + 2000y4 + 2000y5 )
Por tanto la funcin objetivo de CSL es:
Min z= 1000x1 +1000x2 +1000x3 +1000x4 + 1000x5 + 2000y1 + 2000y2 +
2000y3 + 2000y4 + 2000y5
Cuales son las restricciones de CSL?

Ntese que y1 =50, y que para t=1,2,3,4,5 CSL debe tener la
certeza de que.
Nmero de horas-tcnicos disponibles durante el mes t 160y1 - 50x1
Entonces:
160y1 - 50x1 6000
160y2 - 50x2 7000
74

160y3 - 50x3 8000
160y4 - 50x4 9500
160y5 - 50x5 11000
Tcnicos experimentados al principio del mes t: recordemos que
el 5% de los tcnicos experimentados al final de mes abandonan
la empresa.
y1 =50
y2
y3
y4
y5
= y1 + x1 - 0.05 y1=0.95 y1+x1

= =0.95 y2+x2
= 0.95 y3+x3
= 0.95 y4+x4
75

Min z= 1000x1 +1000x2 +1000x3 +1000x4 + 1000x5 + 2000y1 +
2000y2 + 2000y3 + 2000y4 + 2000y5
s.a:
160y1 - 50x1 6000
160y2 - 50x2 7000
160y3 - 50x3 8000
160y4 - 50x4 9500
160y5 - 50x5 11000
y1 =50
y2 = y1 + x1 - 0.05 y1=0.95 y1+x1
y3 = =0.95 y2+x2
y4 = 0.95 y3+x3
76
y5 = 0.95 y4+x4 ; xi 0; yi0; i=1,2,3,4,5
Solucin:
77

8. Una compaa fabrica escritorios, mesas y sillas. Para la
manufactura de cada tipo de muebles se requiere madera y dos
tipos de mano de obra calificada: acabado y carpintera. La
cantidad de recursos necesarios para elaborar cada tipo de
muebles se proporciona en la siguiente tabla.
Recurso
Escritorio
Mesa
Silla
Madera(pie tabln)
Horas de acabado
1.5
Horas de carpintera
1.5
0.
78

Se cuenta en la actualidad con 48 pie de tabln de madera, 20
horas de acabado y 8 horas de carpintera. La cantidad de recursos
necesarios. Un escritorio se vende a U$60, una mesa en U$30 y
una silla en U$20. La compaa sabe que la demanda de
escritorios y silla es ilimitada, pero cuando mucho se pueden
vender 5 mesas. Puesto que los recursos disponibles ya se
compraron, la compaa quiere maximizar el ingreso total. Si se
definen las variables de decisin como:
X1: cantidad de escritorios fabricados
X2: cantidad de mesas fabricados
X3: cantidad de sillas fabricados
79

Ahora formulamos el modelo matemtico del PPL
Max z=60x1 + 30x2 + 20x3

S.a:
8x1 + 6x2 + x3 48
4x1 + 2x2 + 1.5x3 20
2x1 + 1.5x2 + 0.5x3 8
x2
5
x1 ,x2 , x3 0
80
Solucin
81

Analisisdesensibilidad 2010 PDF

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

Analisisdesensibilidad 2010 PDF

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Autnoma de Nicaragua

MSc. Julio Rito

Dualidad y anlisis de sensibilidad

Dualidad y anlisis de sensibilidad

Variaciones que podemos realizar en el modelo general:

1. Cambios en los coeficientes de la funcin objetivo, Cij

4. Adicin de una nueva variable y Xi

Dualidad y anlisis de sensibilidad

La teora de dualidad parte de que asociado a todo

Dualidad y anlisis de sensibilidad

El problema dual usa exactamente los mismos parmetros que el

Dualidad y anlisis de sensibilidad

Donde C y Y son vectores fila y b y x son vectores columna.

Dualidad y anlisis de sensibilidad

Dualidad y anlisis de sensibilidad

Dualidad y anlisis de sensibilidad

Dualidad y anlisis de sensibilidad

Dualidad y anlisis de sensibilidad

Dualidad y anlisis de sensibilidad

Problema primal y dual para el ejemplo Wyndor Glass Co.

A la izquierda se muestra el problema primal en forma algebraica

Problema primal y dual para el ejemplo Wyndor Glass Co.

A la izquierda se muestra el problema primal en forma matricial y

Solucin del P. dual, para el ejemplo Wyndor Glass Co.

La solucin ptima es: Y1=0 , Y2=1.5, Y3=1 para z= 36

Solucin del primal, para el ejemplo Wyndor Glass Co.

La solucin ptima es: x1=2 y x2=6 para z= 36

Solucin del primal, para el ejemplo Wyndor Glass Co.

La columna precio sombra: esto es, cuanto se estara dispuesto a

Interpretacin econmica del Dual

Dualidad y anlisis de sensibilidad

Datos de costo e ingreso para la compaa

Dual del Problema

5. En cunto se incrementara la utilidad ptima actual si se

Dualidad y anlisis de sensibilidad

Si se logran reducir los costos de produccin en el producto B en un

Si los trabajadores ofrecen trabajar minutos extras a razn de

Que paseara si se programara la produccin de 10 unidades del

Qu pasara si por cambios en maquinara y procesos el producto A

12. Por polticas de la empresa es necesario producir un nuevo producto

Solucin Inicial del modelo (winqsb)

P. Lineal: Anlisis de Sensibilidad

P. Lineal: Anlisis de Sensibilidad

P. Lineal: Anlisis de Sensibilidad

La compaa para mantener su mercado cautivo de

P. Lineal: Anlisis de Sensibilidad

X1 = Nmeros de Galones de helados de chocolate

X2 = Nmeros de Galones de helados de vainilla

P. Lineal: Anlisis de Sensibilidad

Max. Z = 1.1 X1 + 1.0 X2 + 0.90X3 + 0.95X4

P. Lineal: Anlisis de Sensibilidad

0.4X4 es el total de galones de leche que se requieren para

0.45X1 + 0.5X2 + 0.4X3 + 0.4X4 220

P. Lineal: Anlisis de Sensibilidad

0.4X4 es el total de libras de azcar que se requieren para

0.5X1 + 0.4X2 + 0.4X3 + 0.4X4 170

P. Lineal: Anlisis de Sensibilidad

0.1X1 + 0.15X2 + 0.2X3 + 0.3X4 70

P. Lineal: Anlisis de Sensibilidad

X1 galones de chocolate 30 galones

P. Lineal: Anlisis de Sensibilidad

No se necesitan las condiciones de no negatividad puesto que existen restricciones de

P. Lineal: Anlisis de Sensibilidad