Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Minimización
• Variable no-básica con coeficiente mas
positivo
Condición de Factibilidad (salida) – SP
• Maximización y Minimización:
• Maximización y Minimización:
• Maximización
• Variable no-básica con el valor absoluto mas
pequeño de las razones
• Minimización
• Variable no-básica asociada con la razón mas
pequeña
Ejercicio – Simplex Dual
0 z -3 -9 0 0 0
x3 1 4 1 0 8 2
x4 1 2 0 1 4 2
1 z -0.75 0 2.25 0 18
x2 0.25 1 0.25 0 2 8
x4 0.5 0 -0.5 1 0 0
2 z 0 0 1.5 1.5 18
x2 0 1 0.5 -0.5 2
x1 1 0 -1 2 0
Iteración Max x1 x2 x3 x4 T.I.
0 z -3 -9 0 0 0
x3 1 4 1 0 8 2
x4 1 2 0 1 4 2
1 z 1.5 0 0 4.5 18
x3 -1 0 1 -2 0
x2 0.5 1 0 0.5 2
Ejemplos - Degeneración
• Max z = 0.75x1 - 20x2 + 0.5x3 - 6x4
• s.a.:
• 0.25x1 - 8x2 – x3 + 9x4 <= 0
• 0.5x1 - 12x2 – 0.5x3 + 3x4 <= 0
• X3 <= 1
• x1, x2, x3 => 0
Iteración Max x1 x2 x3 x4 s1 s2 s3 TI
0 z -0.75 20 -0.5 6 0 0 0 0
s1 0.25 -8 -1 9 1 0 0 0 0
s3 0 0 1 0 0 0 1 1 1
s1 0.25 -8 0 9 1 0 1 1 4
x3 0 0 1 0 0 0 1 1
x1 1 -24 0 6 0 2 1 1
x3 0 0 1 0 0 0 1 1
Opciones Optimas
• Función objetivo es paralela a una
restricción de enlace
• Valor óptimo en mas de un punto
• Número infinito de soluciones
• Útil = buscar la solución que mejor se
ajuste a la solución
Ejemplo – Opciones Optimas
0 z -2 -4 0 0 0
s1 1 2 1 0 5 2.5
s2 1 1 0 1 4 4
1 z 0 0 2 0 10
0 z -2 -4 0 0 0
s1 1 2 1 0 5 5
s2 1 1 0 1 4 4
1 z 0 -2 0 2 8
s1 0 1 1 -1 1 1
x1 1 1 0 1 4 4
3 z 0 0 2 0 10
x2 0 1 1 -1 1
x1 1 0 -1 2 3
Solución No Acotada
• Valores de las variables pueden aumentar de
forma indefinida sin violar ninguna restricción
• Maximizar = crece de forma indefinida
• Minimizar = decrecer de forma indefinida
• Modelo mal construido
• No se han tomado en cuenta todas las restricciones
• No se determinan de forma correcta los parámetros
de algunas restricciones
Ejemplo – Solución No Acotada
• Max z = 2x1 + x2
• s.a.:
• x1 - x2 <= 10
• 2x1 <= 40
• x1, x2 => 0
Iteración Max x1 x2 s1 s2 TI
0 z -2 -1 0 0 0
s1 1 -1 1 0 10 10
s2 2 0 0 1 40 20
1 z 0 -3 2 0 20
x1 1 -1 1 0 10
s2 0 2 -2 1 20 10
2 z 0 0 -1 1.5 50
x1 1 0 0 0.5 20 #¡DIV/0!
x2 0 1 -1 0.5 10 -10
Solución Infactible
• No se pueden satisfacer las restricciones
de forma simultanea.
• Nunca si todas son del tipo <=
• Holguras (siempre solución factible)
• Exceso es posible (soluciones no factibles)
• Mal formulado el modelo
• Restricciones en conflicto
• Escoger las restricciones / reformular modelo
Ejemplo – Solución Infactible
0 z -3 -2 0 0 0
s1 2 1 1 0 2
s2 -3 -4 0 1 -12
1 0.5
1 z -1.5 0 0 -0.5 6
s1 1.25 0 1 0.25 -1
x2 0.75 1 0 -0.25 3
ANÁLISIS DE SENSIBILIDAD
INTERPRETACIÓN DE LA TABLA SIMPEX
La solución óptima
El estado de los recursos
Precio Dual (Valor unitario de un recurso)
Sensibilidad de la solución óptima
Ideas previas
• Efecto en los cambios en los parámetros
del modelo P.L. en la solución óptima.
• Analizar el comportamiento de la solución
óptima.
• Tener información acerca de posibles
soluciones óptimas nuevas,
correspondientes a cambios en los
parámetros.
La solución óptima
El problema
Reddy Mikks Company posee una pequeña fábrica de pinturas
Planteamiento P.L.:
para interiores y exteriores de casas para su distribución al
mayoreo. Se utilizan dos materiales básicos, A y B, para • Max z = 2x1 + 3x2
producir las pinturas. La disponibilidad máxima de A es de 6
toneladas diarias; la de B es de 8 toneladas por día. La
necesidad diaria de materia prima por tonelada de pintura para
• s.a.:
exteriores e interiores se resume en la tabla. Un estudio de
mercado hay establecido que la demanda diaria de pintura
• 2x1 + x2 <= 6
para interiores no puede ser mayor que la de pintura para
exteriores en mas de una tonelada. Asimismo, el estudio
• x1 + 2x2 <= 8
señala que la demanda máxima de pintura para interiores está
limitada a 2 toneladas diarias. El precio al mayoreo por
• x1 - x2 <= 1
tonelada es de 3000 USD para la pintura de exteriores y de
2000 USD para la pintura de interiores. Considerando que: x1
• x1 <= 2
= toneladas de pintura para interiores producidas diariamente
y que x2 = toneladas de pintura para exteriores producidas • x1, x2 => 0
diariamente, formule y resuelva (método gráfico y método
simplex) un modelo de programación lineal que ayude a
responder: ¿cuánta pintura para exteriores e interiores debe
producir la compañía todos los días para maximizar el ingreso
bruto?.
Tabla óptima - Final
Toneladas de materia prima por tonelada z 0 0 0.33 1.33 0.00 0.00 12.67
de pintura
x1 1 0 0.67 -0.33 0.00 0.00 1.33
Disponibilidad
Exterior Interior
máxima (toneladas) x2 0 1 -0.33 0.67 0.00 0.00 3.33
Materia prima A 1 2 6 s3 0 0 -1.00 1.00 1.00 0.00 3.00
Materia prima B 2 1 8 s4 0 0 -0.67 0.33 0.00 1.00 0.67
La solución óptima
x1 x2 s1 s2 s3 s4 T.I.
z 0 0 0.33 1.33 0.00 0.00 12.67
x1 1 0 0.67 -0.33 0.00 0.00 1.33
x2 0 1 -0.33 0.67 0.00 0.00 3.33
s3 0 0 -1.00 1.00 1.00 0.00 3.00
s4 0 0 -0.67 0.33 0.00 1.00 0.67
x1 x2 s1 s2 s3 s4 T.I.
z 0 0 0.33 1.33 0.00 0.00 12.67 Max z = 2x1 + 3x2
x1 1 0 0.67 -0.33 0.00 0.00 1.33
x2 0 1 -0.33 0.67 0.00 0.00 3.33
s3 0 0 -1.00 1.00 1.00 0.00 3.00
s4 0 0 -0.67 0.33 0.00 1.00 0.67
Cambios máximos en la relación
Utilidad / Costo marginal
Caso 2: Variables No Básicas
x1 x2 s1 s2 s3 s4 T.I.
z 0.5 0 0 2.5 0 0 20 Max z = 2x1 + 5x2
s1 1.5 0 1 -0.5 0 0 2
x2 0.5 1 0 0.5 0 0 4
s3 1.5 0 0 0.5 1 0 5
s4 1 0 0 0 0 1 2
Ejercicios (auto-estudio)
• De los P.L. Planteados en “Modelos de
Decisión”, realizar el análisis de
sensibilidad completo