Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Instrucciones
Resolver el siguiente problema usando Fase I (30 puntos) y Fase II (15 puntos) de Simplex:
min 4𝑥1 + 𝑥2 + 𝑥3
𝑠.𝑎
2𝑥1 + 𝑥2 + 2𝑥3 = 4
3𝑥1 + 3𝑥2 + 𝑥3 = 3
𝑥1 − 𝑥2 + 3𝑥3 = 5
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
HiDec produce dos modelos de artefactos electrónicos que utilizan resistores, capacitares y chips. La
siguiente tabla resume los datos de la situación:
x1 x2 s1 s2 s3 Solución
0 0 5/4 1/4 0 1750
1 0 -1/4 3/4 0 450
0 0 -2 2 1 400
0 1 1/2 -1/2 0 100
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
min 𝑡1 + 𝑡2 + 𝑡3
𝑠.𝑎
2𝑥1 + 𝑥2 + 2𝑥3 + 𝑡1 = 4
3𝑥1 + 3𝑥2 + 𝑥3 + 𝑡2 = 3
𝑥1 − 𝑥2 + 3𝑥3 + 𝑡3 = 5
𝑥1 , 𝑥2 , 𝑥3 ≥ 0 , 𝑡1 , 𝑡2 , 𝑡3 ≥ 0
Iteración 0:
Cálculo de los costos reducidos (4 puntos):
2 1 2
𝐶𝑅̅ = 𝐶𝑅 − 𝑐𝐵0 𝐵0 −1 𝑅 = (0,0,0) − (1 1 1) [3 3 1] = (−6 −3 −6)
1 −1 3
Optimalidad: Hay costos reducidos negativos, hay que seguir iterando.
Entrada: Elegimos 𝑥1 , aunque también podría entrar 𝑥3 .
4 3 5
Salida: min { , , } = 1. Luego sale 𝑡2 .
2 3 1
Optimalidad, entrada y salida (3 puntos)
Se tiene:
𝑡1 𝑡2
𝑥𝐵1 = (𝑥1 ), 𝑥𝑅1 = (𝑥2 ), 𝑐𝐵1 = (1 0 1), 𝑐𝑅1 = (1 0 0).
𝑡3 𝑥3
Las nuevas matrices resultan ser (4 puntos):
1 2 0 0 1 2
𝐵1 = [0 3 0], 𝑅1 = [1 3 1]
0 1 1 0 −1 3
Se tiene que
−2 −2 4 −2
1 0 −1 1 0
3 3 3 3 4 2
1 1 1 1
𝐵1−1 = 0 3
0, 𝐵1−1 𝑅1 = 3
1
3
, 𝐵1−1 𝑏 = 0 3
0 (3) = (1)
−1 −1 8 −1 5 4
[0 3 1] [ 3 −2 3] [0 3 1]
Luego, la escritura canónica respecto a la base 𝐵1 es
𝑡1 𝑡2
min(1 0 1) (𝑥1 ) + (1 0 0) (𝑥2 )
𝑡3 𝑥3
−2 4
−1
𝑡1 3 3 𝑡
1 1 2 2
(𝑥1 ) + 1 (𝑥2 ) = (1)
𝑡3 3 3 𝑥 4
3
−1 8
[ 3 −2 3]
𝑥1 , 𝑥2 , 𝑥3 ≥ 0 , 𝑡1 , 𝑡2 , 𝑡3 ≥ 0
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
−2 4
−1
3 3
1 1
𝐶𝑅̅ 1 = 𝐶𝑅1 − 𝑐𝐵1 𝐵1 −1 𝑅 = (1,0,0) − (1 0 1) 1 = (2 3 −4)
3 3
−1 8
[3 −2
3]
Se tiene:
𝑥3 𝑡2
𝑥𝐵2 = (𝑥1 ), 𝑥𝑅2 = (𝑥2 ), 𝑐𝐵2 = (0 0 1), 𝑐𝑅2 = (1 0 1).
𝑡3 𝑡1
2 2 0 0 1 1
𝐵2 = [1 3 0], 𝑅2 = [1 3 0]
3 1 1 0 −1 0
Se tiene que
3 −1 −1 −3 3 3 −1
0 0 3⁄
4 2 2 4 4 4 2 4 2
𝐵2−1 = [ −1 1
0], 𝐵2−1 𝑅2 = [ 1 5 −1 ], 𝐵1−1 𝑏 = [ −1 1
0 ] ( 3 ) = ( 1⁄2)
4 2 2 4 4 4 2 5
−2 1 1 1 0 −2 −2 1 1 0
𝑥3 𝑡2
min(0 01) (𝑥1 ) + (1 0 1) (𝑥2 )
𝑡3 𝑡1
−1 −3 3
𝑥3 𝑡2 3⁄
2 4 4 2
(𝑥1 ) + 1 5 −1 (𝑥2 ) = (1⁄ )
𝑡3 𝑡1 2
2 4 4 0
[1 0 −2]
𝑥1 , 𝑥2 , 𝑥3 ≥ 0 , 𝑡1 , 𝑡2 , 𝑡3 ≥ 0
Optimalidad: Alcanzada, todos los costos reducidos son NO negativos. Igualmente es una solución
degenerada, pues hay al menos una variable básica nula.
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
Como el valor de la función objetivo del problema auxiliar es nulo, tenemos solución básica factible
para comenzar a iterar en el problema original (Fase II).
Optimalidad (4 puntos)
Las variables 𝑡1 , 𝑡2 ya habían salido de la base, y por lo tanto se pueden eliminar sin problemas. Se
obtiene:
𝑥3
min(0 0 1) (𝑥1 )
𝑡3
𝑥3 3⁄4 3⁄
2
(𝑥1 ) + [5⁄ ] 𝑥2 = (1⁄ )
𝑡3 4 2
0 0
𝑥1 , 𝑥2 , 𝑥3 ≥ 0 , 𝑡3 ≥ 0
La variable 𝑡3 aparece en la base, pero está destinada a ser nula en virtud de la última restricción,
por lo que también se elimina. Se obtiene la forma canónica del problema original respecto a la
2 2
base [ ] (obtenida al eliminar la fila 3 y la columna 3 de la base 𝐵2 )
1 3
2 2 1
𝐵0 = [ ], 𝑅0 = ( )
1 3 3
Se tiene:
3⁄ −1⁄ 3⁄ −1⁄ −3
𝐵0−1 = [ 4 2], 𝐵0−1 𝑅0 = [ 4 2] (1) = ( ⁄4).
−1⁄ 1⁄ −1⁄ 1⁄ 3 5⁄
4 2 4 2 4
−3⁄
𝐶𝑅̅ = 𝐶𝑅 − 𝑐𝐵 𝐵0 −1 𝑅0 = 1 − (1 4] = −13.
4) [
5⁄ 4
4
2 1 2
𝐵1 = [ ], 𝑅1 = ( )
1 3 3
3⁄ −1⁄ 3 −1⁄ 3 3 −1⁄ 9
𝐵1−1 =[ 5 5], 𝐵 −1 𝑅 = [ ⁄5 5] (2)=( ⁄5), 𝐵 −1 𝑏 = [ ⁄5 5] (4)=( ⁄5)
1 1 4⁄ 1
−1⁄ 2⁄ −1⁄ 2⁄ 3 −1⁄ 2⁄ 3 2⁄
5 5 5 5 5 5 5 5
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
𝑥1∗ = 0
𝑥2∗ = 2⁄5
𝑥3∗ = 9⁄5
El valor de la función objetivo es 11⁄5.
Costos reducidos, optimalidad y valores (5 ptos)
a)
b)
Resistores: 2x1 + 3x2 = 1200 = 1200 => Restricción activa, recurso escaso
Capacitores: 2x1 + x2 = 1000 = 1000 => Restricción activa, recurso escaso
Chips: x2 = 100 < 800 => Restricción inactiva, recurso abundante
c)
Mirando las restricciones del primal: La tercera restricción primal es inactiva, entonces: y3* = 0.
Mirando las variables del primal: Ambas variables son distintas de cero, por lo que las restricciones asociadas
en el dual deben ser activas:
2y1* + 2y2* = 3
3y1* + y2* + 4y3* = 4
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
d) Están preguntando por los precios sombras, que es la solución óptima del problema dual:
e) Los precios sombras son válidos en la medida que la base actual siga siendo óptima. Para esto se debe
cumplir la condición de factibilidad.
b1 ≤ 3000
b1 ≤ 1400
b1 ≥ 1000
Por lo tanto el precio sombra y1* será válido mientras 1000 ≤ b1 ≤ 1400
b2 ≥ 400
b2 ≥ 800
b2 ≤ 1200
Por lo tanto el precio sombra y2* será válido mientras 800 ≤ b2 ≤ 1200
b3 ≥ 400
f) Dada los resultados obtenidos en d), si el número de resistores se incrementa a 1300 unidades, la base
actual sigue siendo óptima por lo que:
g) Para este valor de b3, la base actual ya no es óptima, por lo que no se podrá obtener el nuevo resultado
con la información disponible, sino que se deberá volver a iterar.
h)
Dado el rango para b1, se sabe que el precio sombra es válido para b1 ≤ 1400.
Dado que el valor actual de b1 es 1200, el aumento en z* de aumentar b1 hasta 1400, está dado por:
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara
Universidad del Desarrollo Optimización de Sistemas I
Facultad de Ingeniería Lunes 14 de noviembre de 2016
Luego de eso, la restricción se vuelve inactiva por lo que su precio sombra baja a 0.
Para el caso de comprar mínimo 500, el costo de la compra es 0,4*500 = 200. Es así como se ve
que el beneficio es mayor al costo y por lo tanto conviene hacer la compra.
Para el caso de comprar mínimo 1000, el costo de compra es de 0,4*1000 =400. En este caso el
beneficio es menor que el costo, por lo que no conviene.
Por lo que si el precio baja de 1,5, encontes se deberá ajsutar la cantidad producción del modelo 2.
j) Dado que se está dentro del rango en el cual la solución básica actual sigue siendo óptima, z* disminuye a
la taza de x2*, es decir: z*/c2 = x2* (ver función objetivo).
Profesores: Daniel Contesse Strauss – Claudio Pizarro González Ayudantes: Jorge Acuña,
Sebastián Vergara