Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2
INTRODUCCIN
Este trabajo tiene como propsito proveer ayuda al estudiante para que pueda comprender
y manejar ms efectivamente el mtodo smplex de programacin lineal. Ilustraremos la
aplicacin a situaciones de maximizacin, minimizacin y anlisis de sensibilidad.
El Mtodo Smplex como herramienta de programacin lineal fue desarrollado para la
poca de los aos cuarenta por George Dantzing, un joven matemtico. El mtodo
constituye una forma sistemtica y de bsqueda intensiva a travs de todas las posibles
soluciones para obtener una solucin ptima. Ello resulta de gran utilidad debido a su
eficiencia. Adems es fcil programarlo en una computadora. En contraste con el anlisis
grfico, este mtodo permite el uso de muchas variables. Tambin permite la aplicacin
de cantidades de restricciones lineales con signos; mayores e igual, menores e igual y de
igualdad.
En comparacin con el mtodo grfico, el mtodo smplex tiene como punto de partida el
origen siendo este la solucin inicial al problema. El mtodo prueba todos los puntos
extremos grficos aunque no necesariamente se detiene en todos los vrtices. Por otro
lado utiliza el concepto de lgebra de matrices en una serie de tablones.
EL PROBLEMA DE MAXIMIXACIN SMPLEX
FORMULACIN INICIAL
Utilizando el siguiente ejemplo estableceremos la formulacin inicial smplex y
demostraremos la mecnica del mtodo y su interpretacin.
El gerente de la Relojera la Torre desea conocer la ganancia mxima que se puede
obtener de la produccin y venta de dos clases de relojes econmicos digitales de pulsera.
La ganancia que se obtiene por la produccin y venta de un reloj de hombre es de $4 y de
$6 para un reloj de mujer. La empresa cuenta con 120 horas semanales para la
produccin de los relojes y 100 horas para la inspeccin y empaque de estos. La
fabricacin de un reloj de hombre requiere 2 horas de produccin y 2 horas de inspeccin
y empaque. Mientras que un reloj de mujer requiere 4 horas de produccin y 3 horas de
inspeccin y empaque.
La formulacin del problema para esta situacin es la siguiente:
Maximizar Z = $4X1 + $6X2
Sujeto a:
2X1 + 4X2 120 (horas de produccin)
2X1 + 3X2 100 (horas de inspeccin y empaque)
(X1, X2 0)
Donde X1 = cantidad de relojes de hombre que se producen semanalmente.
X2 = cantidad de relojes de mujer que se producen semanalmente.
3
Luego de formular el problema procedemos a trabajar primero con las restricciones y
luego con la funcin objetivo. Comenzamos cambiando los signos de las restricciones de
desigualdades a igualdades. El mtodo smplex requiere la conversin de las
restricciones con signos de desiguales a igualdades estrictas. Esto se debe a que el
mtodo usa lgebra de matrices en donde todas las relaciones matemticas sern a base
de ecuaciones lineales y que a su vez deben contener todas las variables. Llamaremos a
este procedimiento como aumento de las restricciones y de la funcin objetivo.
AUMENTO DE LAS RESTRICCIONES Y DE LA FUNCIN OBJETIVO
El aumento de las restricciones y de la funcin objetivo surge porque el mtodo smplex
comienza por definicin en el origen es decir en el punto (0,0) y de este punto al valor de
las restricciones existe una diferencia. Esta diferencia se conoce como holgura y por
cada restriccin que tenga el problema tendremos una o ms variables las cuales el
mtodo tomar en consideracin.
Comencemos con la primera restriccin: 2X1 + 4X2 120 (horas de produccin)
Al analizar la restriccin hallamos que el lado izquierdo es menor que el lado derecho.
Para poder hacer el cambio de la desigualdad a igualdad tendremos que aadir una
variable que absorba la diferencia entre ambos lados. En este caso la variable representa
recursos no utilizados o recursos disponibles. Esta variable se conoce como variable de
holgura o "Slack".
La primera restriccin se reformula asignndole una variable de holgura positiva
conocida como S1, la que aparecer de la siguiente forma: 2X1 + 4X2 + S1 = 120. La
variable S1 se relaciona con la primera restriccin. De manera parecida procedemos a
reformular la segunda restriccin: 2X1 + 3X2 100 (horas de inspeccin y empaque).
Encontramos que esta restriccin tambin posee un signo de desigualdad que es menor o
igual por lo tanto el lado izquierdo es menor que el derecho. Para poder llevar la
ecuacin a igualdad tendremos que tambin aadir una variable de holgura positiva que
absorba la desigualdad. De tal manera la segunda restriccin se reformula de la siguiente
forma: 2X1 + 3X2 + S2 = 100 en donde S2 se relaciona con la segunda restriccin.
Tenemos que ambas restricciones se presentan de la siguiente forma:
2X1 + 4X2 + S1
= 120
2X1 + 3X2 + S2 = 100
La variable de holgura S1 representa las horas de produccin no utilzazas y la variable S2
representa las horas de inspeccin y empaque no utilizadas.
Si por definicin el mtodo smplex comienza en el origen (0,0) donde X1 = 0 y X2 = 0,
entonces esto significa que por ahora no hay produccin de relojes de ninguna clase (X1 =
relojes de hombre y X2 = relojes de mujer). El no tener produccin significa que los
recursos disponibles son 120 horas de produccin y 100 horas de inspeccin y empaque.
Esta situacin la representamos de la siguiente forma para la primera restriccin: 2X1 +
4
4X2 + S1 = 120 donde X1 = 0 y X2 = 0. Al sustituir los valores de X1 y X2 en la primera
restriccin tendremos el siguiente resultado: 2(0) + 4(0) + S1 = 120 por lo tanto S1 = 120
horas disponibles es decir tenemos 120 horas de produccin disponibles porque no hay
produccin alguna.
Lo mismo suceder con la segunda restriccin: 2X1 + 3X2 + S2 = 100, al sustituir, X1 y
X2 en la segunda restriccin, se obtendr el siguiente resultado: 2(0) + 3(0) + S2 = 100
por lo tanto S2 = 100. Esto representa 100 horas disponibles para inspeccin y empaque.
Por qu? Por que no hay produccin. Por lo tanto cuando X1 = 0 y X2 = 0, S1 = 120
horas y S2 = 100 horas. Si hacemos una comparacin grfica, estaramos en el origen,
punto I, segn lo demuestra la siguiente grfica.1
5
Estas variables de holgura no producen ganancia alguna porque se relacionan con los
recursos por lo tanto sern aadidas a la funcin objetivo y sus coeficientes sern 0
porque estas no aportan a la ganancia. Al reformular la funcin objetivo junto con las
restricciones tendremos que estas se expresan de la siguiente forma:
Maximizar Z (ganancia) = $4X1 + $6X2 + $0S1 + $0S2
Sujeto a:
2X1 + 4X2 + 1S1 + 0S2 = 120
2X1 + 3X2 + 0S1 + 1S2 = 100
(X1, X2, S1, S2 0)
CUADRO INICIAL
Colocamos todos los coeficientes y constantes en un tabln. Esto simplifica el manejo de
las ecuaciones y de la funcin objetivo. Veamos el siguiente modelo para un cuadro
inicial.
7
Comenzamos con la funcin objetivo.
En este cuadro inicial las variables bsicas, que estn en la solucin, son las variables de
holgura S1 y S2. Estas variables estarn ubicadas a lado izquierdo del tabln y sus Zj
son cero. Esto sucede porque la solucin inicial smplex es en el origen (0,0) por lo tanto
si X1 = 0 y X2 = 0 entonces al no fabricar ningn tipo de relojes, los recursos disponibles
sern S1= 120 horas de produccin y S2 = 100 horas de inspeccin y empaque. Los
coeficientes Ci de estas variables bsicas son 0 porque no tienen efecto sobre la ganancia
y estarn localizados en la parte izquierda dentro del tabln.
Busquemos ahora los valores para Zj. Si no se estn fabricando relojes entonces los
costos o la reduccin en las ganancias tiene que ser cero as como el valor final de la
funcin objetivo Z. Por ejemplo la produccin de la variable de decisin real X1 (relojes
de hombres) consume 2 horas de produccin y 2 horas de inspeccin y empaque segn lo
indica sus coeficientes aij o tasa de sustitucin. Como no hay produccin, la variable
bsica para la primera restriccin o primer recurso ser S1 = 120 con un coeficiente C1 =
0, es decir 0 aportacin a las ganancias. De igual forma sucede con la segunda restriccin
en donde C2 = 0.
8
Esta situacin se refleja de la siguiente forma Zj = Cijaij.
C1 a11 C2 a21
Z1 = (0)(2) + (0)(2) = 0; este valor ir en la primera columna para el rengln Zj debajo
de la columna X1.
C1 a12 C2 a22
Z2 = (0)(4) + (0)(3) = 0; este valor ir en la segunda columna para el rengln Zj debajo de
la columna X2.
C1 a13 C2 a23
Z3 = (0)(1) + (0)(0) = 0; este valor ir en la tercera columna para el rengln Zj debajo de
la columna S1.
C1 a14 C2 a24
Z4 = (0)(0) + (0)(1) = 0; este valor ir en la cuarta columna para el rengln Zj debajo de la
columna S2.
El clculo para hallar la ganancia (Z), con valor es 0 se realiza de forma parecida donde
Z = Cijbi.
Z = (0)(120) + (0)(100) = 0
Trasladamos estos datos al tabln inicial.
El ltimo paso para terminar el tabln ser calcular los cambios en Zj, (Zj) para las
columnas. Estos cambios se calculan restando los coeficientes de la funcin objetivo por
el Zj correspondiente es decir Zj = CJ - Zj.
Z1 = C1 - Z1
Z2 = C2 - Z2
Z3 = C3 - Z3
Z4 = C4 - Z4
=40=4
=60=6
=00=0
=00=0
9
Trasladamos estos datos al tabln inicial y tenemos nuestro primer tabln smplex.
Analizamos el tabln y encontramos que este posee una matriz identidad. La matriz
identidad es aquella que est compuesta por diagonales de 1 y cero. Para este ejemplo la
matriz se encuentra debajo del las variables de holguras S1 y S2. Al obtener una solucin
final la matriz identidad se trasladar al lado derecho debajo de las variables reales X1 y
X2 o se obtendr algo parecido a una matriz identidad.
INTERPRETACIN DEL PRIMER CUADRO SMPLEX
Para poder interpretar y analizar el primer tabln, procedemos a buscar las variables
bsicas y no bsicas y leer sus valores. Las variables bsicas son aquellas que estn en la
solucin y poseen cambios en Zj de cero, (Zj = 0) y valores positivos o cero en el lado
derecho (bi 0). Los valores de las variables bsicas, aquellas que se encuentran al lado
derecho extremo, debern ser siempre mayores o iguales a cero porque no existen
negativos recursos o porque no se puede manufacturar negativos productos. Al estudiar
el tabln encontramos que la variable S1 posee un Zj = 0 con un valor 120 horas de
produccin. Este valor de 120 aparece a la extrema derecha del primer rengln (b1). De
igual forma la variable S2 posee Zj = 0 con un valor 100 horas de inspeccin, valor que
aparece a la extrema derecha del segundo rengln (b2). Al estudiar los Zj para las
variables antes mencionadas encontramos que S1 y S2 son variables bsicas. Contrario a
las variables bsicas, las variables no bsicas, no estn en la solucin y son aquellas que
poseen cambios en Zj desiguales a cero (Zj 0) y con valores de 0 (bi = 0). Los valores
de las variables no bsicas siempre sern cero porque estas variables no estn en la
solucin. Al leer el tabln hallamos un Z1 = 4 para la variable X1 y un Z2 = 6 para la
variable X2. Esto indica que X1 y X2 son variables no bsicas y que sus valores son cero.
Por ltimo se desprende del tabln que la ganancia, (Zj ) es cero. Este valor de 0 aparece
en el tabln a la extrema derecha del rengln Zj.
En conclusin no se estn fabricando relojes de hombre ni de mujer (variables no bsicas
X1 = 0 y X2 = 0). Se tienen disponible 120 horas semanales de produccin y 100 horas
semanales de inspeccin y empaque (variables bsicas S1 y S2 respectivamente) para una
ganancia semanal de $0.
10
MEJORANDO EL CUADRO INICIAL
Para mejorar la solucin el mtodo smplex seleccionar el mejor cambio en Zj , (Zj),
es decir el ms grande o ms positivo. Este cambio nos indicar que variable deber
entrar en la prxima solucin. Si tomamos en consideracin la funcin objetivo:
Maximizar Z = $4X1 + $6X2 + $0S1 + $0S2, lo ms seguro que usted escoger la variable
X2 como aquella que conviene producir, porque esta nos da un rendimiento mayor que la
variable X1, ya que la ganancia que provee X2 es de $6 en comparacin con la ganancia
de $4 que proporciona la variable X1. Aparentemente la compaa ganar ms si vende
relojes para las damas en vez de relojes para caballeros.
El mtodo smplex hace un anlisis parecido. Siempre selecciona el mejor coeficiente.
Como se est maximizando, el mtodo escoger el valor que otorgue el mayor
rendimiento, es decir el ms positivo y el ms negativo para casos de minimizacin.
Utilizando la solucin del cuadro inicial, seleccionamos el mejor cambio en Zj , entre Z1
= 4 para la columna X1 y el Z2= 6 para X2 y lo circulamos. Este mejor cambio nos
indicar qu variable no bsica en la columna se convertir en variable bsica. Es decir,
qu variable se va a producir y que a su vez provea un mejor rendimiento o una nueva y
mejor solucin al problema. Tambin el mejor cambio en Zj, Z2= 6 en este caso,
aumentar la ganancia actual de $0 por seis veces el numero de unidades entrantes,
relojes de mujer. El mtodo seleccionar la variable X2 porque esta posee el mejor
cambio en Zj, circulamos la columna X2 y a esta columna se le conoce como la columna
pivote.
11
El estudio de la segunda restriccin, 2X1 + 3X2 + 0S1 + 1S2 = 100, demuestra que el
proceso de inspeccin toma 3 horas donde solo se pueden inspeccionar 33.33 relojes de
damas.2 Por lo tanto a pesar de que la segunda restriccin indica que se puede
inspeccionar y empaquetar ms relojes (33.33) de los que se pueden producir (30), en
realidad solo hay recursos para hacer 30 relojes. Si por error se decide manufacturar
33.33 relojes entonces habr una deficiencia de 13.32 horas necesarias para completar la
produccin. Veamos el porqu de lo antes mencionado. La fabricacin de 33.33 relojes
requiere 4 horas por cada reloj del recurso horas de produccin, para un total de 133.32
horas requeridas (4 horas x 33.33 relojes). El total de horas disponible para la produccin
de relojes son 120 por lo tanto faltarn 13.32 horas para poder hacer los 33.33 relojes
(120 133.32). Esto significa que la produccin se quedar corta por 3.33 relojes (-13.32
horas 4 horas de produccin).
El proceso mecnico del mtodo smplex toma en consideracin lo antes mencionado
mediante el clculo de un Ratio o lmite introductorio para cada rengln y luego
selecciona el Ratio positivo ms pequeo entre los renglones. Este Ratio indica la razn
de entrada y salida para la nueva variable bsica. Esto aplica para ambos casos,
maximizacin y minimizacin. Es decir sabemos que la variable entrante, la nueva
variable bsica es X2 y sta deber ocupar su lugar al lado extremo izquierdo donde estn
ubicadas las variables de holguras S1 y S2. La bsqueda del mejor Ratio nos indicar cul
de las variables bsicas, S1 y S2 saldr para dar paso a la nueva variable entrante, variable
bsica X2 o lo que es lo mismo en cul fila se ubicar la variable. Para lograr lo antes
mencionado, el mtodo calcula para cada rengln un Ratio, dividiendo el valor del lado
derecho (bi) entre el coeficiente aij correspondiente y luego selecciona el positivo ms
pequeo. Para este caso se usarn los coeficientes aij correspondiente a la columna pivote
(columna X2).
aij = Ratio
S1
(b1)
120
(a12)
4 =
S2
(b2)
100
(a22)
3 = 33.33
bi
30
La cantidad de relojes que se inspeccionan y empacan deber ser un nmero entero y no fraccionar. Para
evitar esta situacin se utiliza el enfoque de programacin para enteros, el cual no veremos en este trabajo.
12
El propsito del Ratio es saber el nmero mximo de unidades que se pueden asignar a la
variable que entra y as evitar que las variables bsicas tengan valores negativos o se
violenten las restricciones. La seleccin errnea de 33.33 como el mejor Ratio violenta la
primera restriccin causando un faltante de 13.32 horas (33.33 x 4 horas 120 horas
disponibles de produccin) y como consecuencia de est decisin, la produccin se
quedar corta por 3.33 relojes (-13.32 horas 4 horas de produccin). El Ratio
seleccionado indica una produccin de 30 relojes y la columna pivote indica que estos
relojes sern de damas (X2). Si la aportacin a las ganancias de la variable X2 son $6 por
unidad entonces la ganancia total ser de $180; ($6)(30 relojes). Para expresar esta
relacin de entrada y salida se hace el clculo para nuevo rengln pivote y se trasladan
los resultados al segundo tabln smplex. El clculo del nuevo rengln se realiza
dividiendo el rengln pivote entre el elemento de interseccin de la columna y el rengln
pivote.
Elemento
Nuevo
Rengln Pivote Interseccin = Rengln Pivote
(2, 4, 1, 0; 120) 4
= (, 1, , 0; 30) Trasladar al segundo tabln.
13
Luego de producir las 30 unidades de X2 se requieren que en su totalidad se inspeccionen
y se empaquen para la venta. La segunda restriccin se relaciona con este proceso, 100
horas disponibles. La sustitucin del valor de X2 en la ecuacin lineal, 2X1 + 3X2 +
0S1 + 1S2 = 100, indica el uso de 90 horas que se consumen del total de 100 horas
disponibles del segundo recurso, creando un sobrante de 10 horas. El resultado anterior
se obtiene sustituyendo X1 = 0 y X2 = 30 en la segunda ecuacin.
2(0) + 3(30) + 0S1 + 1S2 = 100
S2 = 100 90 = 10 (horas disponibles)
Este procedimiento se conoce como revisin de los renglones y es mandatario para todas
las filas, excluyendo el nuevo rengln pivote. A continuacin se resume el proceso de
revisin de los renglones segn el mtodo smplex:
1. Halle el elemento de interseccin que se encuentra entre la columna pivote y el
rengln a revisarse. (3 para nuestro ejemplo)
2. Multiplique el nuevo rengln pivote por el negativo del elemento de interseccin.
(, 1, , 0; 30) x (3) = (- 3/2 , -3, -, 0; -90)
3. Smele algebraicamente al el rengln negativo el rengln que se est revisando y
trasldelo al prximo tabln. (segundo tabla smplex)
(- 3/2, -3, -, 0; -90)
S2: + ( 2, 3, 0, 1; 100)
( , 0, -, 1; 10)
Al igual que para el tabln inicial habr que buscar los valores Zj para la nueva tabla
smplex. (Zj = Cijaij.), llevarlos al segundo tabln y luego buscar la ganancia de manera
parecida donde Z = Cijbi.
C2 a11 C2 a21
Z1 = (6)() + (0)() = 3; este valor ir en la primera columna para el rengln Zj debajo
de la columna X1.
C2 a12 C2 a22
Z2 = (6)(1) + (0)(0) = 6; este valor ir en la segunda columna para el rengln Zj debajo de
la columna X2.
C2 a13 C2 a23
Z3 = (6)() + (0)(-) = 3/2; este valor ir en la tercera columna para el rengln Zj debajo
de la columna S1.
C1 a14 C2 a24
Z4 = (6)(0) + (0)(1) = 0; este valor ir en la cuarta columna para el rengln Zj debajo de la
columna S2.
Z = (6)(30) + (0)(10) = 180
Finalmente para completar el tabln habr que buscar los Zj correspondientes donde
Zj = CJ - Zj.
14
Z1 = C1 - Z1
Z2 = C2 - Z2
Z3 = C3 - Z3
Z4 = C1 - Z4
=43 = 1
=66 = 0
= 0 3/2 = -3/2
=00 =0
15
En conclusin la mezcla para la produccin de los relojes se encuentra en el punto (0, 30)
en donde la produccin semanal ser de 30 relojes de mujer y 0 relojes de hombre.
Adems se utiliz el total de horas de produccin para hacer los relojes y existe un
sobrante de 10 horas disponibles de inspeccin y empaque para una ganancia de $180.
Al comparar la solucin smplex con el anlisis grfico encontramos la solucin en el
punto II.
bi
aij = Ratio
X2
(b1)
30
(a11)
= 60
S2
(b2)
10
(a21)
=
20
16
El rengln S2 sale para dar entrada a la variable X1. Esto indica una produccin de 20
unidades de X1, relojes de hombres. Fabricar relojes de hombre causa un efecto negativo
en la produccin de relojes de mujer (X2) porque habr que hacer una reduccin en la
cantidad de relojes de mujer que se producen ya que para la solucin anterior (cuadro II)
se usaron todas las horas de produccin (S1) en los relojes de mujer variable (X2).
Esta situacin que presenta el mtodo se puede plasmar y ver su resultado mediante el
anlisis de las tasas de substitucin (aij) provista por las ecuaciones lineales en el corazn
del tabln smplex. Por ejemplo las ecuaciones lineales originales son:
2X1 + 4X2 + 1S1 + 0S2 = 120 (horas de produccin)
2X1 + 3X2 + 0S1 + 1S2 = 100 (horas de inspeccin y empaque)
La produccin de 20 unidades de X2 (relojes de mujer) utiliza un total de 80 horas de
produccin (20 unidades x 4 horas) para un restante de 40 horas disponibles (120 total
horas 80 horas utilizadas). Como la variable X1 (relojes de hombre) se qued en la fila,
es decir es una variable bsica entonces las 40 horas restantes y disponibles se utilizarn
para producir X1. De la primera restriccin se desprende que la variable bsica X1 utiliza
2 horas del primer recurso (horas de produccin) por lo tanto se producirn 20 unidades
(40 horas restantes y disponibles 2 horas). Observe que al sustituir los valores de la
mezcla de produccin: X1= 20, X2 = 20 en las restricciones y en la funcin objetivo, se
agotan o se consumen al mximo todos los recursos para obtener una ganancia de $200.
Veamos, primero sustituimos en las restricciones los valores de X1= 20, X2 = 20 y luego
en la funcin objetivo.
Primera restriccin, 2X1 + 4X2 + 1S1 + 0S2 = 120
2(20) + 4(20) + 1S1 + 0S2 = 120 (horas de produccin)
1S1 + 0S2 = 120 40 80 = 0
S1 = 0
Segunda restriccin, 2X1 + 3X2 + 0S1 + 1S2 = 100
2(20) + 3(20) + 0S1 + 1S2 = 100 (horas de inspeccin y empaque)
S2 = 100 40 60 = 0
S2 = 0
Funcin objetivo, Maximizar Z = $4X1 + $6X2
Maximizar Z = $4(20) + $6(20) = $80 + $120 = $200
17
Para completar el tercer tabln, repetimos el proceso mecnico smplex. A continuacin
se resume el procedimiento.
1. Busque el mejor el Zj ms positivo, Zj = 1 para la columna X1.
2. Halle el Ratio positivo ms pequeo, R2 = 20, S2 rengln pivote.
3. Halle el rengln pivote, (, 0, -, 1; 10)
C2 a11 C2 a21
Z1 = (6)(0) + (4)(1) = 4; este valor ir en la primera columna para el rengln Zj
debajo de la columna X1.
18
C2 a12 C2 a22
Z2 = (6)(1) + (4)(0) = 6; este valor ir en la segunda columna para el rengln Zj
debajo de la columna X2.
C2 a13 C2 a23
Z3 = (6)(1) + (4)(- 3/2) = 0; este valor ir en la tercera columna para el rengln Zj
debajo de la columna S1.
C1 a14 C2 a24
Z4 = (6)(-1) + (4)(2) = 2; este valor ir en la cuarta columna para el rengln Zj
debajo de la columna S2.
Z1 = C1 - Z1
Z2 = C2 - Z2
Z3 = C3 - Z3
Z4 = C1 - Z4
=44
=66
=00
=02
= 0
= 0
= 0
= -2
19
El anlisis de todos los Zj para el tercer tabln indica que la solucin es final ptima.
Esto se debe a que la nica manera para mejorar la solucin es que una variable no bsica
se convierta en variable bsica. Para que esto suceda la variable no bsica debe tener un
cambio positivo de manera que al seleccionarse aumente la ganancia. De seleccionarse
una variable con cambio negativo, esta reducir la ganancia. En resumen, para casos de
maximizacin una solucin ser ptima si est posee Zj de cero para las variables
bsicas y negativo para las variables no bsicas.
En conclusin el tabln final indica que la mezcla para la produccin de los relojes se
encuentra en el punto (20, 20) en donde la produccin semanal ser de 20 relojes de
hombre (X1) y 20 relojes de mujer (X2). Se utiliz todos los recursos para obtener una
ganancia mxima semanal de $200. En la solucin grfica, vase grfica, aparecen
cuatro puntos extremos que son soluciones posibles, estas se prueban hasta obtener una
solucin ptima. El mtodo smplex prob todas las esquinas de la solucin grfica en
solo tres tablones.
20
EL PROBLEMA DE MINIMIZACIN
La solucin para un problema de minimizacin se simplifica despus de haber practicado
un problema de maximizacin. La diferencia en el procedimiento es mnima.
Veamos el siguiente ejemplo. La empresa Que Lindo Perrito se dedica a la produccin y
venta de comida seca para perros. La compaa produce y empaca dos clases de comidas
en bolsos de 20 libras, estos son a saber; comida seca para perros en crecimiento y
comida seca para perros adultos. El costo semanal de fabricar un saco de comida para
crecimiento es de $5 y para adultos de $7. A la comida para crecimiento se le puede
aadir un mximo de 200 unidades de vitaminas mientras que la comida para perros
adultos deber tener un mnimo de 100 unidades. El total de unidades de vitaminas para
la mezcla deber ser exactamente 800 unidades.
La formulacin para este problema de programacin lineal es la siguiente.
Minimizar Z = $5X1 + $7X2
Sujeto a:
1X1 +
200 (unidades de vitaminas para perros en crecimiento)
+ 1X2 100 (unidades de vitaminas para perros adultos)
X1 + X2 = 800 (total de unidades de vitaminas)
(X1, X2 0)
Donde
X1 = unidades de vitaminas para las bolsas de comida para crecimiento
X2 = unidades de vitaminas para bolsas de comida perros adultos
AUMENTO DE LAS RESTRICCIONES Y DE LA FUNCIN OBJETIVO
Al igual que en el caso de maximizacin, antes discutido, se comienza aumentando las
restricciones y luego la funcin objetivo. La primera restriccin, 1X1 +
200
(unidades de vitaminas para perros en crecimiento) posee un signo de desigualdad por lo
tanto se le asigna una variable de holgura positiva.
1X1
+ S1
= 200
La segunda restriccin, 2X1 + 3X2 100 (unidades de vitaminas para perros adultos)
tiene un signo mayor e igual, es decir el lado izquierdo es mayor que el lado derecho.
Para poder igualar la restriccin habr que restar una variable de holgura. Esta variable
se conoce como una variable de holgura negativa o de excedente o superflua.
0X1 + 1X2 -S2 = 100
Como el mtodo smplex comienza en el origen, esto significa desafortunadamente que
en el punto de solucin inicial (0,0) el valor de la variable S2 ser de -100.
21
Esto se debe a que se sustituy el punto (0,0) en la ecuacin obteniendo el resultado antes
mencionado.
1(0) -S2 = 100,
S2 = -100
No es permitido un valor negativo para la variable de holgura. Este valor negativo
representa la falta de recurso. No se puede asignar una cantidad negativa de vitaminas
para las bolsas de comida de perro. Para remediar esta situacin se le asignar una
variable artificial a la restriccin al lado izquierdo en adicin a la variable de holgura
negativa. La variable artificial absorber la negatividad de la variable de holgura.
1X2 -S2 + A2 = 100
La variable artificial posee un subndice de 2 porque pertenece a la segunda restriccin.
Su interpretacin, es de una variable de holgura negativa que demuestra por cuntas
unidades la solucin final violenta la segunda restriccin. Cuando se encuentra una
solucin que no violente la restriccin, A2 ser cero (0) y se quedar con ese valor. Su
nico propsito es el proveer una solucin inicial con valores no negativos.
La tercera restriccin, X1 +
X2 = 800 (total de unidades de vitaminas), se le aadir
una variable artificial para no violentar la restriccin. A menos que la restriccin pase por
el origen, de lo contrario existir una diferencia entre el origen y la igualad de la
restriccin. La variable artificial absorber esta diferencia
X1 +
X2 + A2 = 800
Siempre que se incorpore una variable de holgura o artificial a una restriccin, habr que
agregarlas en las dems restricciones y en la funcin objetivo. En una solucin ptima,
las variables artificiales no pueden ser variables bsicas. La razn para que estas se
excluyan en la solucin ptima es que estas absorben la negatividad de la variable de
holgura. Tambin representan por cuantas unidades no se ha cumplido con la restriccin.
Para eliminar estas variables artificiales se le asigna un costo extremadamente alto para
los casos de minimizacin y una reduccin grande en las ganancias para los casos de
maximizacin. En problemas de minimizacin las variables con costos bajos son
deseables y son las primeras en entrar a la solucin y las variables con costos altos sern
rpidamente eliminadas. Para lograr esto utilizaremos el mtodo de la M grande. El
mtodo de la M grande permite la eliminacin de estas variables hasta donde sea posible.
El mtodo utiliza la letra $M en vez de dlares para representar un nmero muy grande.
Le asigna un coeficiente de +$M, costo muy alto en casos de minimizacin y -$M,
reduccin de ganancias para maximizacin. Las variables de holgura negativa tienen un
costo de cero.
22
Acomodamos las restricciones y la funcin objetivo con sus nuevas variables de holgura
y artificiales.
Minimizar Z (costo) = $5X1 + $7X2 + $0S1 + $0S2 + MA2 + MA3
Sujeto a:
1X1 + 0X2 + 1S1 + 0S2 + 0A2 + 0A3 = 200
0X1 + 1X2 + 0S1 - 1S2 + 1A2 + 0A3 = 100
1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800
(X1, X2, S1, S2, A2, A3 0)
= 5 M = 5-M
= 7 2M = 7-2M
=00=0
=0M=M
=MM=0
=MM=0
23
24
La variable X2 entrar a la base. Luego se buscan los Ratio para cada rengln y se escoge
el positivo ms pequeo entre estos.
bi
aij = Ratio
S1
200
0 = (No definido)
A2
100
1 =
A3
800
1 = 800
100
El rengln A2 sale para dar entrada a la variable X2. Esto indica una asignacin de 100
unidades para X2. Despus que una variable artificial sale de la base o deja de ser
variable bsica esta no podr entrar a la base. Esto sucede porque el costo de entrar la
variable es muy alto y el mtodo descartar la variable. Es recomendable aunque no
necesario, la eliminacin de la columna A2 en el tabln. Esto hace el clculo aritmtico
ms fcil porque la tabla tiene menos elementos. De existir una solucin ptima, el
tabln final ser ms pequeo.
25
26
4. Halle los valores Zj para la nueva tabla smplex. (Zj = Cijaij.)
Z1 = C1 - Z1 = 5 M = 5 M
Z2 = C2 - Z2 = 7 7 = 0
Z3 = C3 - Z3 = 0 0 = 0
Z4 = C4 - Z4 = 0 (-7 +M) = 7-M
Z5 = C5 Z5 = M -M = 0
27
La interpretacin de la variable bsica S1 se obtiene al estudiar la primera restriccin, 1X1
200 (unidades de vitaminas para perros en crecimiento). Observe que la sustitucin
del valor de cero para X1 en la ecuacin de forma aumentada causa una disponibilidad
mxima de 200 unidades de parta de la variable S1. Veamos, para 0 + 0X2 + 1S1 +
0S2 + 0A2 + 0A3 = 200; S1 = 200.
En cuanto a la variable bsica A3, esta indica el incumplimiento de la tercera restriccin,
X1 + X2 = 800 (total de unidades de vitaminas), por la cantidad de 700 unidades. La
restriccin exige una combinacin exacta de 800 unidades para X1 y X2, sin embargo se
asign una cantidad de 100, incumpliendo con la restriccin por 700 unidades. Veamos,
sustituyendo X1 = 0 y X2 = 100 en la ecuacin;
1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800
1(0) + 1(100) + 0S1 + 0S2 + 0A2 + 1A3 = 800
1A3 = 800 -100 = 700
A3 = 700
Por ltimo se revisa el costo del tabln para ver si este es el correcto, donde;
Zi +1 = Zi + (mejor Zj)( mejor Ratio).
ZII = ZI + (mejor ZI)( mejor RatioI)
ZII = $900M + ($7-2M)(100 ) = $900M + 700 -200M
ZII = $700M + 700
28
Enumeramos los siguientes pasos para el clculo del tercer tabln smplex luego de haber
seleccionado la columna pivote.
1. Para el segundo tabln busque los Ratio para cada rengln y escoja el positivo
ms pequeo entre estos.
bi
aij = Ratio
S1
200
1 =
X2
100
A3
700
200
0 = (No definido)
1 = 700
29
i. Multiplique el nuevo rengln pivote por el negativo del elemento
de interseccin; (1, 0, 1, 0, 0; 200) x -(1) = (-1, 0, -1, 0, 0; -200)
ii. Smele algebraicamente al el rengln negativo, el rengln que se
est revisando y trasldelo al tercer tabln; (-1, 0, -1, 0, 0; -200) +
(1, 0, 0, 1, 1; 700) = (0, 0, -1, 1, 1; 500)
13. Halle los valores Zj para la tercera tabla smplex. (Zj = Cijaij.)
Z1 = C1 - Z1 = 5 5 = 0
Z2 = C2 - Z2 = 7 7 = 0
Z3 = C3 - Z3 = 0 (5-M) = -5+M
Z4 = C4 - Z4 = 0 - (-7 +M) = 7 -M
Z5 = C5 Z5 = M -M = 0
30
INTERPRETACIN DEL TERCER TABLN
Al igual que en tablas anteriores, examinamos la tercera tabla para buscar las variables
bsicas, no bsicas e interpretar la solucin. En el tercer tabln las variables bsicas son:
X1 con un valor al lado derecho de 200 unidades, X2 con 100 y A3 con 500. Las variables
no bsicas, aquellas que tienen Zj 0 estn representadas por: S1 y S2 y estas poseen
valores de cero. El costo para esta solucin sigue siendo muy alto, $1700 + $500M. Este
costo es alto porque la variable artificial A3 se encuentra en la base, esto violentan la
tercera restriccin por 500 unidades ya que esta restriccin exige que la combinacin de
las variables reales, X1 y X2 en su totalidad sea de 800 unidades. As lo refleja la
sustitucin de las variables reales en la tercera restriccin. Veamos, para X1 + X2 = 800
donde 1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800 en su forma aumentada.
1(200) + 1(100) + 0S1 + 0S2 + 0A2 + 1A3 = 800
A3 = 800 300
A3 = 500
En este momento la solucin es la asignacin de 200 unidades de vitaminas para perros
en crecimiento y 500 unidades para perros adultos con un costo alto para la mezcla.
31
CUARTO TABLN SMPLEX
Un examen de los Zj muestra que el tercer tabln tiene un solo cambio negativo de 7-M
en la variable no bsica S2. Es conveniente entrar esta variable a la base porque me
reducir el costo. Este cambio negativo indica que la columna S2 ser la columna pivote.
Por consiguiente S2 ser la nueva variable bsica. A continuacin se vuelve a enumera
los pasos para llenar el cuarto tabln luego de haber seleccionado la columna pivote.
1. Halle los Ratio para cada rengln y se escoge el positivo ms pequeo entre estos.
bi
aij = Ratio
S1
200
0 = (No definido)
X2
100
-1
A3
500
1 =
= -100
500
32
4. Revise los renglones restantes,
a. para la fila X1.
i. Para la fila X1, la multiplicacin del nuevo rengln pivote por cero
hace que el regln revisado sea igual al rengln a revisarse. (1, 0,
1, 0; 200)
b. para la fila X2.
i. Multiplique el nuevo rengln pivote por el negativo del elemento
de interseccin; (0, 0, -1, 1; 500) x -(-1) = (0, 0, -1, 1; 500)
ii. Smele algebraicamente al el rengln negativo, el rengln que se
est revisando y trasldelo al cuarto tabln; (0, 0, -1, 1; 500) + (0,
1, 0, -1; 100) = (0, 1, -1, 0; 600)
5. Halle los valores Zj para la cuarta tabla smplex. (Zj = Cijaij.)
Z1 = C1 - Z1
Z2 = C2 - Z2
Z3 = C3 - Z3
Z4 = C4 - Z4
=55 =
=77 =
= 0 (-2)
=00=
0
0
= 2
0
33
INTERPRETACIN DEL CUARTO TABLN
Los valores de los Zj, de 0 y positivos indican que la solucin es ptima. Las variables
bsicas son: X1 con valor de 200 unidades, X2 con 600 unidades y S2 con 500 unidades.
La variable S1 al igual que las artificiales, estas ltimas se eliminaron del tabln son
variables no bsicas. Un examen del tabln ptimo refleja el traslado de la matriz
identidad hacia el lado izquierdo de la tabla. Se corrobora el costo para la solucin final
al sustituir en la ecuacin; ZIV = ZIII + (ZIII)(RatioIII), por lo tanto ZIV = 1700 + 500M
+($7-M)(500) = $5,200. La empresa utilizar 200 unidades de vitaminas para perros en
crecimiento y 600 unidades de vitaminas para perros adultos para un costo semanal de
$5,200. La variable S2 = 500 representa un exceso de 500 unidades de las vitaminas para
perros adultos sobre el mnimo necesario de 100 unidades. Acurdese que la variable se
relaciona con la segunda restriccin, 1X2 100 (unidades de vitaminas para perros
adultos). Si la solucin para X2 son 600 unidades y el mnimo requerido son 100
unidades entonces S2 ser igual a 500 unidades; (X2 + S2 = 100, al sustituir en la
ecuacin; 600 + S2 = 100 por lo tanto S2 = 600 100).
34
Se utilizar el siguiente ejemplo para explicar el concepto de anlisis de sensibilidad.
Maximizar Z = 4X1 + 2 X2
Sujeto a:
2X1 + 2 X2 150
1X1 + 2 X2 100
(X1, X2 )0
35
Como este es un caso de maximizacin, la solucin ptima actual se quedar ptima
mientras los Zj se mantengan negativos para las variables no bsicas y 0 para las
variables bsicas.
Zj 0
Por lo tanto mientras que el Z2 no sea positivo, la solucin ser misma. Resolvemos
para hallar el intervalo de la siguiente forma.
Z2 0
-2+ 0
2
- 2
Esto significa que C2, el coeficiente de X2 no puede aumentar por ms de 2 unidades sin
afectar la solucin ptima. La variable X2 puede tener coeficientes entre negativo infinito
y positivo 4. Por ejemplo el intervalo para X2 donde - 2 se busca sustituyendo
donde;
2+ X2 2 +
2- X2 2 +2
- X2 4
Este intervalo indica que la variable X2 puede tener un valor mximo de 4 y de negativo
infinito.
CAMBIOS EN LOS COEFICIENTES DE LA FUNCIN OBJETIVO PARA
VARIABLES BASICAS
Es de inters el conocer el cambio mximo permitido para el coeficiente de la funcin
objetivo para una variable bsica antes que se afecten las variables bsicas remanentes en
una solucin ptima. Un cambio en una variable bsica puede afectar las dems
variables bsicas porque est se encuentra en la fila y en la columna, creando efecto en
los Zj y a su vez la solucin actual. El cambio de una variable bsica puede causar dos
efectos. Primero existe la posibilidad de que la variable deje de ser bsica, si el
coeficiente de la contribucin de la variable disminuye. Esto crea la posibilidad de que la
variable deje de ser bsica porque resulta menos rentable el mantenerla en la base. Por
otro lado un aumento en la contribucin a las ganancias de una variable bsica puede
causar un mayor nivel de produccin de la variable. Como consecuencia se debe
considerar ambos casos; aumento y disminucin de los coeficientes.
36
Z1 = 0
Z2 = -2-
Z3 = -2-
Z4 = 0
Z = 300+75
Para hallar los intervalos de optimalidad se analizan todos los cambios los Zj para su
cumplimiento. Acurdese que se est maximizando por lo tanto los Zj debern ser
negativos o cero. Se procede a resolver para: -2- 0 y -2- 0.
-2- 0
-2- 0
- 2
- 2
-
-2
-4
37
38
Acurdese que los valores de los lados derechos tienen que ser positivos o cero (bi 0)
por lo tanto los Zj debern ser tambin positivos o cero (Zj 0).
Se despejan los Zj para buscar el intervalo.
75 + 0
25 - 0
-75
-150
- -25
50
Para el primer recurso el intervalo es: -150 50 y al sustituir los cambios en S1, el
intervalo para la variable en trminos totales ser de 0 200; (-150 +150 S1 50
+ 150).
Supngase que se aumenta el primer recurso a 175. Se puede hacer este aumento y
poder leer su efecto en el tabln ptimo? La respuesta a este pregunta, es afirmativa, se
puede porque el cambio es menor que 50 y mayor que -150; (175 150 = 25). Y en
trminos totales para S1, 175 es menor que 200.
Cmo se afectan las variables bsicas y la funcin objetivo con el nuevo incremento de
recursos por la cantidad de 175? La contestacin a esta pregunta se obtiene sustituyendo
el nuevo cambio de 25 en las nuevas ecuaciones. Para,
X1
S2
X1 = 75 +
S2 = 25 -
Z = 300 +2
X1 = 75 +(25)
S2 = 25 -(25)
Z = 300 +2(25)
X1 = 75 + 12.5
S2 = 25 -12.5
Z = 300 +50
X1 = 87.5
S2 = 12.5
Z = 350
39
Al interpretar los resultados tenemos que un aumento de 175 unidades para la primera
restriccin causar un incremento de 87.5 unidades para X1, 12.5 unidades para S2 y $350
para la funcin objetivo.
En conclusin un aumento o disminucin en los valores de los recursos afectar los
valores de las variables bsicas y el valor de la funcin objetivo.
BIBLIOGRAFA
Anderson Sweeney, Williams, An Introduction to Management Science: Quantitative
Approaches to Decision Making, 9 edition, South Western, 2000.
Bixby, Robert E. Solving Real-World Linear Programs: A Decade and More of
Progress, Operations Research 50, 1 (January-February 2002): 3-15.
Dantzig, George B. Linear Programming Under Uncertainty, Management Science,
50, 12 (December 2004): 1764-1769.
Greenberg, H. J. How to Analyze the Results of Linear Programming- Part I:
Preliminaries, Interfaces 23, 4 (July-August 1993): 58-68.
Higle, Julia L., and Stein W. Wallace. Sensitivity Analysis and Uncertainty in Linear
Programming, Interfaces 33, 4 (July-August 2003): 53-60.
Lapin Lawrence L, Quantitative Methods for Business with Cases, 5 edition, Harcourt
Brac, Javanovich, 1991.
Orden, A. Linear Programming from the 40s to 90s, Interfaces 23, 5 (SeptemberOctober 1993): 2-12.
Pinney William E., Mc Williams, Donald B., Management Science: An Introduction
to Quantitative Analysis for Management, Harper & Row, 1982.
Render Barry, Stair Ralph M. Jr., Hanna Michael E, Quantitative Analysis for
Management, 10 edition. Pearson, Prentice Hall, 2009.