EXAMEN PARCIAL INVESTIGACION DE OPERACIONES SEMESTRE 2015 –A

PROBLEMA 1.- Nos proponemos alimentar el ganado de una granja de la forma que sea la más económica
posible. La alimentación debe contener cuatro tipos de nutrientes que llamamos A,B,C,D. Estos componentes se
encuentran en dos tipos de piensos P y Q. La cantidad, en gramos, de cada componente por kilo de estos
piensos viene dada en la tabla siguiente:

A B C D
P 100 100 100 100
Q 200 200 200 200

Un animal debe consumir diariamente al menos 0,4 Kg del componente A, 0,6 Kg del componente B, 2 Kg. del
componente C y 1,7 Kg. del componente D. El compuesto P cuesta 20 soles/ kg y el Q 10 SOLES/kg. ¿Qué
cantidades de piensos P y Q deben adquirirse para que el gasto de comida sea el menor posible?
Establecer solo el modelo de programación lineal con sus restricciones y función objetivo.

RPTA.- Para resolver el problema construimos un modelo matemático del mismo. La construcción de este
modelo puede hacerse siguiendo el proceso que se describe a continuación:

Paso 1: Determinar las variables de decisión o de entrada y representarlas algebraicamente. Tomamos en este
caso las variables:
x1= cantidad de pienso M(en Kg)
x2= cantidad de pienso N(en Kg).

Paso 2: Determinar las restricciones expresándolas como ecuaciones o inecuacionesde las variables de
decisión.Las restricciones se deducen de la composición requerida para la dieta (en Kg.):
En componente A 0,1 x1 + 0.2 x2 ≥0,4
En componente B 0.1 x1 + 0,2 x2 ≥0,6
En componente C 0,1 x1 + 0,2 x2 ≥2
En componente D 0,1x1 + 0,2 x2 ≥1,7

Paso 3: Expresar todas las condiciones implícitamente establecidas por la naturaleza de las variables (que no
puedan ser negativas, que sean enteras, que sólo pueden tomar determinados valores, etc.).En este ejemplo los
cantidades de pienso no pueden tomar valores negativos por lo tanto, deberíamos imponer que sean x1 ≥0; x2 ≥0.
No imponemos otras restricciones al tipo de variables.

Paso 4: Determinar la función objetivo. El objetivo de este problema es:

Minimizar gasto = Min Z = 20x1 + 10x2.
El modelo por tanto es el siguiente:
Min Z = 20x1 + 10 x2
s.a.: 0,1x1 + 0.2x2 ≥0,4
0.1 x1 + 0,2x2 ≥0,6
0,1x1 + 0,2x2 ≥2
0,2x1 + 0,2 x2 ≥1,7
x1,x2≥0

PROBLEMA 2.- Resolver el modelo siguiente utilizando el método gráfico.

Max Z = x1 −4x2
s.a.: x1 + x2 ≤6
x1−2x2 ≤2
 −4x1 + 3x2 ≤12
x1,x2<≥0

RPTA.-
1) Dibujar un sistema de coordenadas cartesianas en el que las variables de decisión corresponden a los ejes.
Se elegirá una escala adecuada (no necesariamente lamisma en ambos ejes). Representar las rectas
correspondientes a las distintas restricciones.
2) Representar las regiones del plano que cumplen cada una de las restricciones, incluidas las de no negatividad.
La intersección de estas regiones nos daría laregión de soluciones o región factible (si la intersección es ∅el
problema no tiene solución).
3) Si la función objetivo es Z = c1x1 + c2x2, tendremos que representar la rectar ≡c1x1 + c2x2 = 0 y estudiar la
variación de Z al desplazarnos dentro de la región factible mediante rectas paralelas a r ≡c1x1 + c2x2 = 0. En los
problemas de maximización la solución será el punto de la región factible que nos de un Z mayor ( NUESTRO
PROBLEMA), en los de minimización el que nos proporcione un Z menor

Paso 1. x1+ x2 = 6 −→x1 = 0,x2 = 6 y x1 = 6,x2 = 0

x1−2x2 = 2−→x1 = 0 ,x2=−1 y x1 = 2,x2 =0
−4x1 + 3x2 =12−→x1 = 0, x2 = 4 y x1 =−3, x2 = 0
x1−4x2 = 0 −→x1 = 0, x2 = 0 y x1 = 4, x2 = 1

Paso 2. Ver figura siguiente donde se ubica la región factible

Paso 3.
La recta paralela a x1 −4x2 = 0 que pasa por (1,0) sería x1 −4x2 = 1 con Z = x1 −4x2 = 1

Tengo que ir hacia abajo porque el término independiente ha aumentado y lo que tengo que hacer es maximizar.
El punto donde se obtiene el óptimo es el B, con coordenadas (2,0):Max Z =2

Problema 3.-Resolver el problema anterior por el método SIMPLEX

RPTA.-Lo primero que vamos a hacer es formular el problema en forma estándar, introduciendovariables de
holgura:
Max z = x1 - 4x2
s.a.:
x1+x2 +h1 = 6
 x1-2x2 +h2 = 2
-4x1 +3x2 +h3 = 12
x1≥0x2 ≥0 h1 ≥0 h2 ≥0 h3 ≥0

Paso 1 Partir de una solución básica factible. (Un vértice de la región factible).Si tomamos como variables
básicas las variables de holgura, y damos a las no básicas x1y x2 el valor cero tenemos la solución básica factible
de partida (x1, x2, h1, h2, h3) = (0, 0, 6, 2, 12) con un valor para z = x1 -4x2 = 0.

Los valores anteriores cumplen el siguiente sistema que se ha conseguido añadiendo al anterior una última
ecuación conseguida trasponiendo términos en la función objetivo.

x1+x2 +h1 = 6
x1-2x2 +h2 = 2
-4x1 +3x2 +h3 = 12
z-x1 + 4x2 = 0
x1≥0 x2 ≥0 h1 ≥0 h2 ≥0 h3 ≥0

Paso 2. Comprobar si esta solución es óptima. Puesto que z = x1 -4x2= 0. Introducimos x1 en la base aumentando
su valor dentro de las condiciones de factibilidad y manteniendo x2 como variable no básica (x2 = 0). Se deberá
cumplir:
x1+h1 = 6
x1+h2 = 2
-4x1 +h3 = 12
x1≥0 h1 ≥0 h2 ≥0 h3 ≥0
es decir:
h1 = 6-x1 ≥0
h2 = 2-x1 ≥0
h3 = 12+4x1 ≥0

Para que se cumplan las tres restricciones ha de ser x1 ≤6 y x1 ≤2 y en la tercera al ser x1 ≥0, siempre se
cumple.Por lo tanto, el mejor valor para x1 cumpliendo todas las condiciones de factibilidad es 2. Así que la
solución actual no es óptima, puesto que puede mejorarse aumentando el valorde x1

Paso 3. Hallar una nueva solución básica adyacente a la actual que mejore el valor de la función objetivo.
Si tomamos x1 = 2, h2= 2−x1 = 0. Por lo tanto la variable h2 saldrá de la base entrando en su lugar x1. La nueva
solución es (x1, x2, h1, h2, h3) =(2, 0, 4, 0, 20) con un valor para z = x1 -4x2 = 2-4.0 = 2.
Mejorándose por tanto el valor de z.

Con el objeto de que la actual solución aparezca de nuevo en el lugar de los términos independientes del sistema
realizamos las transformaciones adecuadas para que los coeficientes de x1 del sistema sean 0, 1, 0, 0, que
eran los coeficientes que antes tenía h2.
Para ello mantenemos la segunda ecuación ya que el coeficiente de x1 es 1 (pivote), y realizamos las
transformaciones del método de Gauss a las restantes ecuaciones, de modo que los restantes coeficientes de x1
sean nulos. De esta forma se obtiene el sistema siguiente:

3x2+h1 – h2 = 4
x1– 2x2+h2 = 2
-5x2+4h2+h3 = 20
Z+ 2x2+ h2 = 2
x1≥0x2 ≥0 h1 ≥0 h2 ≥0 h3 ≥0

Ir paso 2 La solución actual es (x1, x2, h1, h2, h3) = (2, 0, 4, 0, 20) ¿Es óptima? Despejamos z de la última ecuación
obteniéndose z= 2- 2x2- h2
El valor dez NO puede mejorar.Como x2 y h2 no pueden tomar valores negativos el mejor valor para estas
variables es cero. Por lo tanto la solución actual (2, 0, 4, 0, 20) no puede mejorarse.

Profesor Mag.Ing Bernardo Castro Pulcha