Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPTULO 5
5.1 Introduccin
La solucin de la programacin lineal se basa en una toma instantnea de las
condiciones que prevalecen en el momento de formular y resolver el modelo. Pero se debe
tener en cuenta que en el mundo real, los ambientes de decisiones rara vez permanecen
estticos, y es fundamental determinar como cambia la solucin ptima cuando cambian los
parmetros del modelo. Eso es lo que hace el anlisis de sensibilidad.
5.2 Definicin del problema dual
El problema dual es una programacin lineal definida en forma directa y
sistemtica a partir del modelo original (o primal) de programacin lineal. Los dos
problemas estn relacionados de forma tan estrecha que la resolucin ptima de un
problema produce de forma automtica la resolucin ptima del otro.
En la programacin lineal, el dual se define para varias formas del primal,
dependiendo del sentido de la optimizacin (maximizacin o minimizacin), tipos de
restricciones (, o =), y la orientacin de las variables (no negativa o no restringida).
Nuestra definicin del problema dual requiere expresar el problema primal en forma
de ecuaciones, todas las restricciones son ecuaciones, con lado derecho no negativo y todas
las variables son no negativas.
Para mostrar como se forma el problema dual, se define el primal en forma de
ecuaciones, como se muestra a continuacin:
n
Maximizar o Minimizar c j x j
j 1
Sujeta a:
n
a
j 2
ij x j bi , i 1,2, , m
x j 0, j 1,2, , m
99
Captulo 5 Texto Gua -Sistemas de Ingeniera
Variables Primales
x1 x2 .. xj xn
Variables Duales c1 c2 .. cj cn
y1 a11 a12 .. a1j a1n b1
y2 a21 a22 .. a2j a2n b2
..
..
..
..
..
..
..
..
ym am1 am2 .. amj amn bm
Problema Dual
Objetivo del
Problema primal1 Objetivo Tipo de Restriccin Signos de variables
100
Captulo 5 Texto Gua -Sistemas de Ingeniera
Variables
Problema Primal Problema Primal en forma de ecuacin
Duales
Maximizar z 10 x1 8 x2 5 x3 Maximizar z 10 x1 8 x2 5 x3 0 x4
Sujeta a: Sujeta a:
x1 2 x2 3 x3 10 x1 2 x2 3 x3 x4 10 y1
10 x1 5 x2 x3 15 10 x1 5 x2 x3 0 x4 15 y2
x1 , x2 , x3 0 x1 , x2 , x3 , x4 0
Problema Dual
Minimizar w 10 y1 15 y 2
Sujeta a:
y1 10 y2 10
2 y1 5 y2 8
2 y1 y2 5
y1 0 y2 0
y1 0, y2 sin restriccio nes
y1 , y2 sin restriccci ones
Como se puede observar en el ejemplo se debe tener en cuenta las 4 condiciones:
1. como se tiene dos restricciones se tiene dos variables duales ( y1 , y2 ).
2. como se ve en la forma de ecuacin el problema primal tiene cuatro variables (
x1 , x2 , x3 , x4 ) por lo tanto
y1 10 y2 10
2y 5y 8
1 2
Se deber tener 4 restricciones
2 y1 y2 5
y1 0 y2 0
3. como indica esta condicin se ve claramente en este ejemplo que los coeficientes
x1 2 x2 3 x3 x4 10
columna de las dos restricciones que corresponden a los
10 x1 5 x2 x3 0 x4 15
coeficientes de cada variable, lo cual se observa de la variable x 1 son 1 y 10, de la
variable x2 son 2 y 5, as sucesivamente son utilizadas en el lado izquierdo de las
restricciones como se ve:
101
Captulo 5 Texto Gua -Sistemas de Ingeniera
Tambin se indica que los coeficientes del lado derecho de las restricciones del
problema primal son utilizados como coeficientes en la funcin objetivo del
problema dual del lado derecho. Como se muestra a continuacin:
4. como seala esta condicin, los coeficientes de la funcin objetivo del problema
primal que son 10, 8, 5 y 0 son utilizados en el lado derecho de las restricciones del
problema dual. Como se muestra a continuacin:
102
Captulo 5 Texto Gua -Sistemas de Ingeniera
Este segundo modelo representa el enfoque dual del primero y de nuevo podemos
verificar que se presentan ciertas relaciones estructurales, a saber
103
Captulo 5 Texto Gua -Sistemas de Ingeniera
Maximizar z 10 x1 20 x 2
Sujeta a:
x1 2 x 2 4
2 x1 3x 2 6
x1 , x 2 0
Observe que la segunda desigualdad es de la forma mayor o igual que. Lo convertiremos
primero a la forma menor o igual que. Multiplcanos la segunda restriccin en ambos lados
por -1:
1 2 x1 3x 2 1 6
O
2 x1 3x 2 6
Y se remplaza la segunda restriccin por esta equivalente, de aqu se obtiene el modelo
primal equivalente descrito a continuacin:
Problema Primal
104
Captulo 5 Texto Gua -Sistemas de Ingeniera
Maximizar z 10 x1 20 x 2
Sujeta a:
x1 2 x 2 4
2 x1 3 x 2 6
x1 , x 2 0
Minimizar w 10 y1 15 y 2
Sujeta a:
y1 2 y 2 10
2 y1 3 y 2 20
y1 , y 2 0
Problema Primal 1
Maximizar z 10 x1 20 x 2
Sujeta a:
x1 2 x 2 4
2 x1 3 x 2 7
x1 , x 2 0
x1 2 x 2 4
x1 2 x 2 4 o x1 2 x 2 4
Problema Primal 2
Maximizar
z 10 x1 20 x 2
Sujeta a:
x1 2 x 2 4
x1 2 x 2 4
2 x1 3 x 2 7
x1 , x 2 0
Y su problema dual se convertira en lo siguiente:
105
Captulo 5 Texto Gua -Sistemas de Ingeniera
Problema Dual
Minimizar w 4 y1 4 y 2 7 y 3
Sujeta a:
y1 y 2 2 y 3 10
2 y1 2 y 2 3 y 3 20
y1 , y 2 , y 3 0
Variables de inicio
Rengln del
objetivo z =
1 0 0 0
0 1 0 0
Columnas de
restriccin =
0 0 1 0
0 0 0 1
Matriz identidad
(Tabla de Inicio)
Variables de inicio
Rengln del
objetivo z =
Columnas de
restriccin =
2
Matriz identidad: todos los elementos de la diagonal principal iguales a 1 y fuera de la diagonal principal
iguales a cero
106
Matriz Inversa
(Tabla General)
Captulo 5 Texto Gua -Sistemas de Ingeniera
Figura 5.1
Los elementos del vector rengln de los coeficientes objetivos del primal original
deben aparecer en el mismo orden que aparecen las variables bsicas en las columnas
bsicas de la tabla smplex.
Mtodo 2
Coeficientes z-
primal ptimos
(costo reducido) Lado izquierdo de la j-esima Lado derecho de
-
de cualquier restriccin dual la j-esima
=
variable xj restriccin dual
107
Captulo 5 Texto Gua -Sistemas de Ingeniera
Maximizar z x1 5 x 2 3x3
Sujeta a:
x1 2 x 2 x3 3
2 x1 x 2 4
x1 , x 2 , x3 0
Para preparar para resolver con el mtodo smplex (mtodo de la M), se debe
agregar dos variables artificiales R en la primera y segunda restriccin, los problemas
primales y duales que son asociados se muestran a continuacin:
Problema Primal 1 Problema Primal 3
Maximizar z 1x1 5 x 2 3x 3 Maximizar z 1x1 5 x 2 3x 3
Sujeta a: Sujeta a:
x1 2 x 2 x 3 3 x1 2 x 2 x 3 x 4 3
2 x1 x 2 4 x1 2 x 2 x 3 x5 3
x1 , x 2 , x 3 0 2 x1 x 2 x6 4
2 x1 x 2 x 7 4
x1 , x 2 , x 3 0
Problema Primal 2 Problema Dual
Maximizar z 1x1 5 x 2 3x 3 Minimizar w 3 y1 3 y 2 4 y 3 4 y 4
Sujeta a: Sujeta a:
x1 2 x 2 x 3 3 y1 y 2 2 y 3 2 y 4 1
x1 2 x 2 x 3 3 2 y1 2 y 2 y 3 y 4 5
2 x1 x 2 4 y1 y 2 3
2 x1 x 2 4
x1 , x 2 , x 3 0
La matriz inversa ptima, que se obtiene y se seala las variables de inicio R1 y R2.
108
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0.5
Inversa ptima =
0 0.5
A continuacin se vera como se obtiene los valores ptimos duales usando los dos
mtodos que se mencionaron con anterioridad.
Mtodo 1. Lo primero que se debe observar es que las variables ptimas aparecern en la
tabla en orden, primero x3 y despus x1, lo cual debe los elementos de los coeficientes
originales del objetivo para las dos variables deben aparecer en el mismo orden
(Coeficientes objetivo originales) = (Coeficientes de x3, coeficientes de x1)
= (3, 1)
Ahora se puede calcular los valores duales ptimos como sigue:
(y1, y2) = (Coeficientes objetivo originales de x3, x1) (Inversa ptima)
1 0.5
= (3, 1)
0 0.5
= (3,-1)
Mtodo 2. Como el problema dual tiene dos variables, se necesitan dos ecuaciones para
llegar a la solucin. Tomemos las restricciones duales asociadas con las variables primales
de inicio R1 y R2. Como se sabe por la definicin de dual, las restricciones duales asociadas
con las variables primales de inicio son:
Variable de inicio R1: y1 M
Variable de inicio R2: y 2 M
Tambin, de acuerdo con la tabla ptima que se vio en la tabla 5.3
Coeficientes z de R1 = 3 + M
Coeficientes z de R2 = M 1
De acuerdo con el Mtodo 2.
3 M y1 ( M ) y1 3
M 1 y 2 ( M ) y 2 1
109
Captulo 5 Texto Gua -Sistemas de Ingeniera
Note que en cada ecuacin interviene exactamente solo una variable, por que la
solucin esta disponible de inmediato. Este siempre es el caso de las restricciones duales
asociada con las variables de inicio.
5.4.3 Calculo con la tabla smplex
Lo cual quiere verse en esta seccin, es que se puede generar toda la tabla smplex
en cualquier iteracin, a partir de los datos originales del problema y la inversa asociada
con la iteracin. Usando la distribucin de la tabla smplex de la figura 5.1, se puede
dividir los clculos en 2 tipos:
1. Columnas de restriccin (lados izquierdo y derecho).
2. Rengln objetivo z.
En cualquier iteracin smplex, una columna del lado izquierdo o derecho se calcula
como se muestra a continuacin:
Columna de Columna
Inversa en la Formula 1
restriccin en original de
iteracin i
iteracin i = restriccin
En cualquier iteracin smplex, una columna del lado izquierdo o derecho se calcula
como se muestra a continuacin:
Coeficiente de la
variante en la Lado izquierdo Lado derecho de
ecuacin primal de la restriccin - la restriccin Formula 2
de z (costo = dual dual
reducido) correspondiente correspondiente
110
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0 .5
Inversa ptima =
0 0 .5
El uso de la Formula 1 se ilustra calculando todas las columnas de lado izquierdo y
lado derecho de la tabla ptima:
1 0 .5 1 0
=
0 .5 2 1
De manera parecida se calculan las siguientes columnas de restriccin:
111
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0.5 2 2.5
=
0 .5 1 0.5
Columna de en Inversa en la Columna de
iteracin ptima iteracin ptima original
=
112
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0 .5 1 1
=
0 .5 0 0
Columna de en Inversa en la Columna de
iteracin ptima iteracin ptima original
=
113
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0 .5 1 1
=
0 .5 0 0
Columna de en Inversa en la Columna de
iteracin ptima iteracin ptima original
=
114
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0.5 0 0.5
=
0 .5 1 0.5
Columna de lado Inversa en la Columna de lado
derecho en la iteracin ptima derecho original
iteracin ptima =
115
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 0 .5 3 1
=
0 .5 4 2
A continuacin se mostrara como se hacen los clculos del rengln objetivo, con la
Formula 2. Los valores ptimos de las variables duales (y1, y2) = (3,-1) que se calcularon
en el ejemplo de aplicacin 5.2, con dos mtodos distintos. Estos valores son utilizados en
la Formula 2 para determinar los coeficientes asociados de z como se ve a continuacin:
Coeficientes de x1 en z = y1 2 y 2 1 3 2 1 1 0 .
Coeficientes de x 2 en z = 2 y1 y 2 5 2 3 1 5 2 .
Coeficientes de x 3 en z = y1 3 3 3 0
Coeficientes de R1 en z = y1 M 3 M
Coeficientes de R2 en z = y1 M 1 M
Es importante saber que los clculos realizados por las Formulas 1 y 2, pueden ser
aplicadas a cualquier iteracin, sea problema primal o dual. Solo se necesita la inversa
asociada con la iteracin primal o dual y los datos de la programacin lineal original. Lo
cual se obtiene la tabla ptima del problema primal siendo la tabla 5.3.
Tabla 5.3 Tabla ptima del primal del ejemplo 5.2
116
Captulo 5 Texto Gua -Sistemas de Ingeniera
117
Captulo 5 Texto Gua -Sistemas de Ingeniera
Se puede aplicar los tres algoritmos, primal dual y el generalizado con mucha
eficiencia en los caculos del anlisis de sensibilidad. Lo que se indicara en las siguientes
secciones.
5.5.1 Mtodo dual Smplex
Como el mtodo smplex primal, la base el mtodo smplex dual es que cada
iteracin siempre esta asociada a una solucin bsica. Las condiciones de optimalidad y
factibilidad se establecen para preservar la optimalidad de las soluciones bsicas y al
mismo tiempo mover las iteraciones de la solucin hacia la factibilidad.
La variable que sale es la variable bsica que tiene el valor ms negativo (los
empates se rompen arbitrariamente). Si todas las variables bsicas son no negativas el
proceso termina y se alcanza la solucin factible (ptima).
La variable que entra se elige de entre las variables no bsicas como sigue:
z j c j
min , rj 0
rj
118
Captulo 5 Texto Gua -Sistemas de Ingeniera
Bsicas x1 x2 x3 x4 Solucin
z -2 -3 0 0 0
x3 2 2 1 0 30
x4 -1 -2 0 1 -10
Variables x1 x2 x3 x4
Rengln de z z j c j -2 -3 0 0
Rengln de x 4 , 4 j -1 -2 0 1
z jc j 3
Razn, , 4 j 0 2 - -
4 j 2
119
Captulo 5 Texto Gua -Sistemas de Ingeniera
estrictamente negativa. Eso quiere decir en el ejemplo no se debe tomar en cuenta las
variables x3 y x 4 .
A continuacin la siguiente tabla debe obtenerse de la misma manera que se obtiene
con las conocidas operaciones de rengln
Bsicas x1 x2 x3 x4 Solucin
z -0.5 0 0 -1.5 15
x3 1 0 1 1 20
x2 0.5 1 0 -0.5 5
En esta ltima tabla es factible (y ptima) por lo que se termina el algoritmo (como
se observa en esta ultima tabla no hay ya variable que entre por que el resultado de x 3 es
positivo, lo cual no cumple la condicin dual de factibilidad, por lo que se lo deja en esta
tabla, lo que insina que la variable x1 no entra en la variables bsicas y es igual a 0). La
solucin que corresponde es x1 0, x 2 5 y z 15 .
Para la compresin del alumno del mtodo smplex dual en la figura 5.2 se muestra
en forma grafica la trayectoria que fue seguida por el algoritmo para resolver el ejemplo de
aplicacin 5.4. La trayectoria se inicia en el punto (0,0).
Figura 5.2
120
Captulo 5 Texto Gua -Sistemas de Ingeniera
121
Captulo 5 Texto Gua -Sistemas de Ingeniera
Bsicas x1 x2 x3 x4 x5 x6 Solucin
z 0 0 -2 0 0 0 0
x2 1 1 -1 1 0 0 4
2 2
x5 1 0 2 1 1 0 0
2 2
x6 3 0 3 1 0 1 14
2 2
Ahora la tabla anterior es factible, pero no ptimo, para lo cual se resuelve usando el
smplex primal para determinar la solucin ptima. En general si es que no pudiramos
haber encuentra la factibilidad con la tabla anterior, se puede repetir la veces que sean
necesarias hasta encontrar la factibilidad o de otro modo hasta que haya pruebas de que no
tenga solucin factible, una vez atendida la factibilidad el siguiente paso.
2. Es el ocuparse de la ptimalidad que puede ser resuelto aplicando la condicin
acomodada de ptimalidad del mtodo smplex primal. De la anterior tabla, se
resuelve y se obtiene la siguiente tabla:
Bsicas x1 x2 x3 x4 x5 x6 Solucin
z 0 0 -2 0 0 0 0
x2 1 1 -1 1 0 0 4
2 2
x5 1 0 2 1 1 0 0
2 2
x6 3 0 3 1 0 1 14
2 2
La variable x3 es la variable que entra por ser el que tiene el coeficiente ms negativo, y la
variable x 6 es la variable que sale por la razn mnima que se hace con el mtodo smplex
primal, lo cual da la siguiente tabla:
Bsicas x1 x2 x3 x4 x5 x6 Solucin
z -0.5 0 0 0.5 1 0 0
x2 -0.75 1 0 -0.25 0.5 0 4
x3 -0.25 0 1 0.25 0.5 0 0
x6 2.25 0 0 -1.25 -1.5 1 14
122
Captulo 5 Texto Gua -Sistemas de Ingeniera
123
Captulo 5 Texto Gua -Sistemas de Ingeniera
La tcnica de la cota superior emplea la siguiente regla para hacer esta eleccin:
Regla: comenzar con la opcin 1.
Si x j 0 , se utiliza la opcin 1, de manera que x j es no bsica.
Si x j u j , se utiliza la opcin 2, de manera que y j 0 es no bsica.
Se cambia de opcin solo cuando x j alcanza el otro valor extremo.
As pues, siempre que una variable bsica llega a su cota superior se debe cambiar
de opcin y usar su variable de decisin complementaria como la nueva variable no bsica
(la variable que sale) para identificar la nueva solucin bsica factible. Entonces, la nica
modificacin sustantiva que se hizo al mtodo smplex esta en la regla para elegir la
variable bsica que sale.
Recuerde que el mtodo smplex elige como variable bsica que sale a aquella que
seria la primera en convertirse bsica entrante. En cambio, con la modificacin que se
acaba de hacer, se seleccionan la variable bsica entrante. En cambio, con la modificacin
que se acaba de hacer, se selecciona la variable que seria la primera en no factible en
cualquier direccin, ya sea por volverse negativa o por sobrepasar la cota superior cuando
se incrementa la variable bsica entrante. (Obsrvese que una posibilidad es que la
variable bsica entrante se vuelva no factible si adquiere un valor mayor que su cota
superior, en este caso su variable complementaria se convierte en la variable que sale). Si
la variable bsica que sale adquiere el valor cero, se procede con el mtodo smplex en
forma normal, pero si por el contrario alcanza su cota superior, entonces se cambia de
opcin y su variable de decisin complementaria ser la variable bsica que sale.
Ejemplo de aplicacin 5.6.
Maximizar z 2 x1 x2 2 x3
Sujeta a:
4x1 x2 = 12
2x1 x3 = 4
0 x1 4 0 x2 15 0 x3 6
124
Captulo 5 Texto Gua -Sistemas de Ingeniera
125
Captulo 5 Texto Gua -Sistemas de Ingeniera
inmersos en un entorno dinmico e inestable donde aun los planes a corto plazo deben re-
evaluarse constantemente y ajustarse de manera incremental. Todo esto requiere una
mentalidad orientada al cambio para hacer frente a las incertidumbres. Recuerde que las
sorpresas no forman parte de una decisin slida.
Construccin de indicadores.
126
Captulo 5 Texto Gua -Sistemas de Ingeniera
A continuacin, sigue una lista abreviada de las razones por las cuales se debe tener
en cuenta el anlisis de sensibilidad:
Para probar la solidez de una solucin ptima. Las sorpresas no forman parte
de las decisiones ptimas slidas.
Para identificar los valores crticos, umbrales, o valores de equilibrio donde
cambia la estrategia ptima.
Para identificar sensibilidad o variables importantes.
Para investigar soluciones sub-ptimas.
Para desarrollar recomendaciones flexibles que dependan de las
circunstancias.
Para comparar los valores de las estrategias de decisin simples y complejas.
Para evaluar el riesgo de una estrategia o escenario.
Comunicacin:
127
Captulo 5 Texto Gua -Sistemas de Ingeniera
128
Captulo 5 Texto Gua -Sistemas de Ingeniera
Columna de Columna
Inversa en la Formula 1
restriccin en original de
iteracin i
iteracin i = restriccin
Se tiene que tener en cuenta, de que el lado derecho de la tabla expresa los valores
de las variables bsicas. En el siguiente ejemplo se muestra este procedimiento:
Ejemplo de aplicacin 5.7.
Ladrillos S.A. fabrica tres tipos de ladrillos: Ladrillo de 3era Clase, Ladrillo de 2da
Clase y Ladrillo de 1era Clase, los cuales se hacen con 3 operaciones. Los lmites diarios de
tiempo disponible para las tres operaciones son 430, 460 y 420 minutos, respectivamente y
las utilidades por el ladrillo de 3era Clase, 2da Clase y 1era Clase son Bs. 3, Bs. 2 y Bs. 5,
respectivamente. Los tiempos de fabricacin de la 3era Clase, en las 3 operaciones son 1, 3 y
1 minutos, respectivamente. Los tiempos respectivamente para el de 2 da Clase y 1era Clase
son (2, 0, 4) y (1, 2, 0) minutos (un tiempo de cero indica que no se uso la operacin).
Si x1 , x 2 y x3 representan la cantidad diaria de unidades fabricadas de ladrillos de
3 Clase, 2da Clase y 1era Clase y si los modelos de programacin lineal primal y dual son
era
los siguientes:
Problema Primal Problema Dual
Maximizar z 3x1 2 x 2 5 x3 Minimizar w 430 y1 460 y 2 420 y 3
Sujeta a: Sujeta a:
x1 2 x 2 x3 430 Operacin 1 y1 3 y 2 3 y 3 3
3x1 2 x3 460 Operacin 2 2 y1 4 y3 2
x1 2 x3 420 Operacin 3 y1 2 y 2 5
x1 , x 2 , x3 0 y1 , y 2 , y 3 0
z -3 -2 -5 0 0 0 0
x4 1 2 3 1 0 0 430
x5 3 0 2 0 1 0 460
129
Captulo 5 Texto Gua -Sistemas de Ingeniera
x6 1 2 0 0 0 1 420
130
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 1 0
x2 2 4 602 140
1x 0 0 64 32
3 2
x 58 328
6 2 1
Lo cual las nuevas variables bsicas x 2 , x3 y x 6 siguen siendo factibles con los
nuevos valores 140, 322 y 328. La utilidad ptima correspondiente es 1890 Bs.
5.7.2 Intervalos de factibilidad de los elementos del lado derecho.
Otra forma de examinar el efecto de cambiar la disponibilidad de los recursos (es
decir, el vector del lado derecho) es determinar el intervalo para la cual la solucin actual o
del momento permanece factible. El siguiente ejemplo se muestra este procedimiento:
131
Captulo 5 Texto Gua -Sistemas de Ingeniera
430 D1
460
420
La cantidad D1, representara el cambio de la operacin 1, arriba y debajo del valor
actual de 430 minutos, la solucin bsica permanecer factible si todas las variables bsicas
son no negativas esto es se ve a continuacin:
132
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 D1
0 10
x2 2 4 30D1 2 0
1x0 0 460 230 0
3 2
x 420 20 D 0
6 2 1 1
Las condiciones que resultan llevan a las siguientes cotas de D1:
133
Captulo 5 Texto Gua -Sistemas de Ingeniera
x2 0 : 100 D1 0 D1 200
x3 0 : x3 es independiente de D1
x6 0 : 20 2 D1 0 D1 10
Lo cual se nota que la solucin cuando se encuentre en el siguiente rango ser
factible:
200 D1 10
Lo cual equivale a variar los minutos de disponibilidad de la operacin en el
siguiente intervalo:
430 200 Capacidad de la operacion 1 430 10
230 Capacidad de la operacion 1 440
Supongamos que se reemplaza una restriccin por una nueva. Cul es el efecto de
este intercambio?
El proceso: Determine si la restriccin previa es obligatoria (es decir, activa,
importante) hallando si el valor de holgura/excedente es cero. Si es obligatoria, el
reemplazo puede afectar la solucin ptima corriente. Reemplace la restriccin y
resuelva el problema. De lo contrario (si no es una restriccin obligatoria),
determine si la solucin corriente satisface la nueva restriccin. Si la satisface,
entonces este intercambio no afectar la solucin ptima. De lo contrario (si la
134
Captulo 5 Texto Gua -Sistemas de Ingeniera
135
Captulo 5 Texto Gua -Sistemas de Ingeniera
Ahora pongamos que los tiempos por unidad para Ladrillos S.A., para la cuarta
operacin son 3, 3 y 1 minutos, respectivamente. Todos los datos restantes del modelo
quedaran iguales, ahora la cuarta restriccin quedara as:
3 x1 3 x 2 x3 500
136
Captulo 5 Texto Gua -Sistemas de Ingeniera
Luego se aplica el mtodo smplex dual lo cual dar como resultado la nueva
solucin ptima: x1 0, x 2 90, x3 230, z 1330 Bs .
5.8 Cambios que afectan la ptimalidad
En esta seccin se examinan dos soluciones particulares que podran afectar la
ptimalidad de solucin actual:
1. Cambios en los coeficientes objetivo originales.
2. Adicin de una nueva actividad econmica (variable) al modelo.
5.8.1 Cambios en los coeficientes de la funcin objetivo.
Esos cambios solo afectan la ptimalidad de la solucin. Por consiguiente requieren
recalcular los coeficientes del rengln z, con el siguiente procedimiento:
1. Calcular los valores duales con los Mtodos 1 y 2 de la seccin 5.6
2. Usar valores duales en la Formula 2 de la seccin 5.6, para determinar los
nuevos coeficientes en el rengln z.
Se presentaran dos casos:
1. El nuevo rengln de z satisface la condicin de ptimalidad, y la solucin
permanece sin cambio (sin embargo, el valor objetivo ptimo puede cambiar).
2. La condicin de ptimalidad no se satisface, y en ese caso se aplica el Mtodo
Smplex (primal) para recuperar la ptimalidad.
Ejemplo de aplicacin 5.10.
En el modelo ya utilizado de Ladrillos S.A., supongamos que la empresa tiene una
nueva poltica para igualar la competencia. Bajo la nueva poltica, las utilidades por unidad
son Bs. 2, Bs. 3 y Bs. 4, por los ladrillos de 3 era Clase, 2da Clase y 1era Clase,
respectivamente, la nueva funcin objetivo es:
Maximizar z 2 x1 3 x 2 4 x3
137
Captulo 5 Texto Gua -Sistemas de Ingeniera
Bsicas x1 x2 x3 x4 x5 x6 Solucin
z -2 -3 -4 0 0 0 0
x4 1 2 3 1 0 0 430
x5 3 0 2 0 1 0 460
x6 1 2 0 0 0 1 420
As:
(Nuevos coeficientes objetivo de x 2 , x 3 y x 6 bsicas) = (3, 4, 0)
Las variables duales se calculan con el Mtodo 1 de la seccin 5.6, como sigue:
1 1 0
2 4
1 35
y1, y2, y3 3,4,0 0 2 0 2, 4, 0
2 1 1
Los coeficientes del rengln z se determinan como la diferencia entre los lados
izquierdos y derecho de las restricciones duales (formula 2, seccin 5.6). No es necesario
otra vez calcular los coeficientes de las variables bsicas x 2 , x3 y x 6 en el rengln
objetivo, por que siempre son iguales a cero, independientemente de los cambios que se
haya hecho a los coeficientes objetivos.
2 4
x1 : y1 3 y 2 y3 2 3 3 5 0 2 13
4
x4 : y1 0 3
2
x5 : y 2 0 5
4
Notamos que el lado derecho de la restriccin dual asociada con x1 es 2, el
coeficiente nuevo en la funcin objetivo modificada.
Los clculos indican en la solucin actual, x1 0, x 2 100, x3 230 . La nueva
utilidad se calcula de la siguiente manera como 20 + 3100 + 4230 = Bs. 1220.
138
Captulo 5 Texto Gua -Sistemas de Ingeniera
139
Captulo 5 Texto Gua -Sistemas de Ingeniera
d1 4
Analizando y remplazando quiere decir que la solucin actual permanecer ptima
siempre que el coeficiente objetivo c1 3 d1 de x1 no sea mayor que 3 + 4 = Bs. 7.
5.8.3 Adicin de una nueva actividad.
La adicin de una nueva actividad en un modelo de programacin lineal equivale a
agregar una nueva variable. En forma intuitiva, la adicin de una nueva actividad solo es
deseable si es rentable, solo sirve si mejora el valor ptimo de la funcin objetivo. Esta
condicin se puede comprobar aplicando la Formula 2 de la seccin 5.6, a la nueva
actividad. Como esa nueva actividad no es todava parte de la solucin, se puede considerar
como una variable no bsica. Lo cual quiere decir que los valores duales asociados con la
solucin actual permanecen invariables.
Si la Formula 2 de la seccin 5.6, indica que la nueva actividad satisface la
condicin de ptimalidad, la actividad no es rentable. En caso contrario, es mejor tener en
cuenta la nueva actividad.
Ejemplo de aplicacin 5.12.
Ladrillos S.A. reconoce los ladrillos de 3 er Clase no se producen en la actualidad por
que no son rentables. La empresa quiere remplazar los ladrillos de 3 er Clase con un nuevo
producto, un ladrillo de diferente clase pero que utilice las instalaciones existentes.
Ladrillos S.A. estima que la utilidad por esta nueva clase es de Bs. 4 y los tiempos de
fabricacin son de 1 minuto en cada de las operaciones 1 y 2, y 2 minutos en la operacin
3.
Sea x 7 el nuevo producto. Como y1 1, y 2 2, y 3 0 son los valores duales
ptimos, el costo reducido se puede calcular como sigue:
1 y1 1 y 2 2 y 3 4 1 1 1 2 2 0 4 1
140
Captulo 5 Texto Gua -Sistemas de Ingeniera
1 1 0 1
2 4 1 4
1 1
0 0 1
2 2
Columna de restriccin de x 7
2 11 2 1
As se debe modificar la tabla smplex actual como sigue:
Bsicas x1 x2 x3 x7 x4 x5 x6 Solucin
z 4 0 0 -1 1 2 0 1350
x2 1 1 0 1 1 1 0 100
4 4 2 4
x3 3 0 1 1 0 1 0 230
2 2 2
x6 2 0 0 1 -2 1 1 20
141
Captulo 5 Texto Gua -Sistemas de Ingeniera
142
Captulo 5 Texto Gua -Sistemas de Ingeniera
MODELO PRIMAL
Maximizar z = 2x1 + 3x2
Sujeto a 4x1 + 5x2 6
7x1 + 8x2 9
x1; x2 0
Dar el dual del modelo primal.
MODELO PRIMAL
Maximizar z = 2x1 + 3x2 4x3
Sujeto a 5x1 + 6x2 + 7x3 8
8x1 9x2 + 10 x3 11
x1; x2; x3 0
143
Captulo 5 Texto Gua -Sistemas de Ingeniera
1x2 2
x1; x2 0.
Variable z x1 x2 x3 S1 S2 Valor
Bsica
x1 0 1 0 1 -1 0 4
x2 0 0 1 1 1 1 2
z 1 0 0 9 1 3 14
Dar la solucin ptima para el dual del modelo primal. Muestre que las soluciones
ptimas de ambos modelos satisfacen las condiciones de holgura complementaria.
144
Captulo 5 Texto Gua -Sistemas de Ingeniera
MODELO PRIMAL
Minimizar z = - 2x1 3x2 + 4x3
Sujeto a 1x1 + 0x2 + x3 4
1x1 + 1x2 + 2x3 6
x1; x2; x3 0.
Dar la solucin ptima para el dual del modelo primal anterior. Muestre que las
soluciones ptimas del primal y del dual, satisfacen las condiciones de holgura
complementaria.
5.10 Bibliografa
MODELOS LINEALES DE OPTIMIZACIN Rafael Terrazas Pastor [Segunda
Edicin]
INVESTIGACIN DE OPERACIONES Hamdy A. Taha [Sptima Edicin]
INVESTIGACIN DE OPERACIONES Moskowitz, Herbert; Wrigth, Gordon P.
INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES Frederick S.
Hillier, Gerald J. Lieberman. [Sexta Edicin]
5.11 Enlaces
http://apuntes.rincondelvago.com/analisis-de-sensibilidad.html
http://www.itlp.edu.mx/publica/tutoriales/investoper1/unidad4.htm
http://cursos.universia.net/app/es/showcourse.asp?cid=2146
www.itson.mx/dii/elagarda/apagina2001/ PM/word/dualidadysensibilidad.ppt
www.geocities.com/gilberto-rojas/index35.html
145
Captulo 5 Texto Gua -Sistemas de Ingeniera
146