Está en la página 1de 48

ING. INDUSTRIAL LOGÍSTICA.

INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

FACULTAD DE
INGENIERÍA
QUÍMICA

CUADERNO DE TRABAJO:
“EL MÉTODO SIMPLEX”

INVESTIGACIÓN DE OPERACIONES 1.
INGENIERÍA INDUSTRIAL LOGÍSTICA.
Profesores: DR. JAVIER E. VALENCIA M.
E-mail: javier.valencia@correo.uady.mx

1
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Licenciatura: Ingeniería Industrial Logística


Asignatura: Investigación de Operaciones I
Actividad de Aprendizaje #: 2

Título de la Actividad: Cuaderno de trabajo del Método Simplex

Autor (es):MAYEL ORTIZ COHUO, JORDI PALMA SANGUINO

E-mail de contacto: JORDIPALMA9722@GMAIL.COM

Nombre del archivo: Nombre o abreviatura de la materia_ADA 2_(Autor 1)


Apellido_Nombre_ (Autor 2) Apellido_Nombre_...

Fecha de entrega: 22/06/2018

Concepto Ponderación
Uso del idioma 10%
Trabajo eficaz y eficiente 20%
Resolución de la totalidad de los problemas indicados 35%
Precisión en la resolución de los problemas 35%

INSTRUCCIÓN DE LA ADA: En equipos de 3 personas completa el presente cuaderno


de trabajo relacionado con la Programación Lineal, particularmente con el Método
Simplex.

2
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

TABLA DE CONTENIDO

INTRODUCCIÓN AL METODO SIMPLEX ............................................................................................... 4

EL METODO SIMPLEX. MAXIMIZAR. .................................................................................................... 5

EL METODO SIMPLEX. MINIMIZAR.................................................................................................... 11

EL MÉTODO DE LA M......................................................................................................................... 16

EL MÉTODO DE LAS DOS FASES. ........................................................................................................ 24

EL DUAL SIMPLEX .............................................................................................................................. 33

DETERMINACIÓN DE LOS VALORES DUALES MEDIANTE EL PROBLEMA PRIMAL O VICEVERSA ...... 38

RESOLUCIÓN DE PROBLEMAS PRIMALES MEDIANTE EL MÉTODO DUAL SIMPLEX. ......................... 42

LA PROGRAMACIÓN ENTERA ............................................................................................................ 48

3
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

INTRODUCCIÓN AL METODO SIMPLEX

El Método Simplex, publicado por George Dantzig en 1947,


consiste en un algoritmo iterativo que secuencialmente (a través de
iteraciones) se va aproximando al óptimo del problema de
Programación Lineal en caso de existir esta última.

El Método Simplex hace uso de la propiedad de que la solución


óptima de un problema de Programación Lineal se encuentra en un
vértice o frontera del dominio de puntos factibles (esto último en casos
muy especiales) por lo cual la búsqueda secuencial del algoritmo se
basa en la evaluación progresiva de estos vértices hasta encontrar el
óptimo.

4
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

EL METODO SIMPLEX. MAXIMIZAR.

Para la explicación de la maximización de un problema de programación


lineal mediante el método simplex consideremos el siguiente modelo:
𝑀𝑎𝑥
𝑍 = 50𝑋1 + 80𝑋2
s.a.
𝑋1 + 2𝑋2 ≤ 120
𝑋1 + 𝑋2 ≤ 90
NOTA: Este problema se puede resolver por la vía tradicional del método
simplex porque todas las restricciones son del tipo ≤ ya que en caso de que
en alguna de las restricciones se contara con alguno de los símbolos:
= ≥
Se requeriría de utilizar bien el Método de la M o bien el de las 2 fases, que
se comentan más adelante, para su resolución.
Para la resolución de los problemas de maximización se puede seguir el
proceso que a continuación se ilustra mediante el mencionado ejemplo.

1. PASAR LA FUNCIÓN OBJETIVO DE SU FORMA CANÓNICA A SU FORMA


ESTANDAR.
Quedando la función objetivo:
𝑀𝑎𝑥
𝑍 − 50𝑋1 − 80𝑋2 = 0

2. AGREGAR LAS VARIABLES DE HOLGURA A LAS RESTRICCIONES,


COMUNMENTE RESPRESENTADAS CON LAS LETRAS H o S, CON EL
OBJETIVO DE PASAR DE INECUACIONES A ECUACIONES.
Quedando las restricciones:
𝑋1 + 2𝑋2 + 𝑆1 = 120
𝑋1 + 𝑋2 + 𝑆2 = 90

5
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

3. DIBUJAR LA TABLA SIMPLEX ASOCIADA


Quedando la tabla:

Z X1 X2 S1 S2 Resultado
Z 1 -50 -80 0 0 0
S1 0 1 2 1 0 120
S2 0 1 1 0 1 90

4. DETERMINAR LA COLUMNA PIVOTE


La columna pivote será aquella que en la función Z, tenga el coeficiente “MÁS
NEGATIVO”, debido a que se está MAXIMIZANDO. Por lo tanto en el ejercicio
con el que se está trabajando la columna pivote quedaría:

Z X1 X2 S1 S2 Resultado
Z 1 -50 -80 0 0 0
S1 0 1 2 1 0 120
S2 0 1 1 0 1 90

*-80 es “MÁS NEGATIVO” que -50


De tenerse 2 Ó MÁS VALORES como LOS MÁS NEGATIVOS se puede
seleccionar cualquiera de ellos de forma indistinta y seguir el proceso. Así
mismo, SI NO HUBIERAN VALORES NEGATIVOS se concluye que EL
PROBLEMA NO TIENE UNA SOLUCIÓN FACTIBLE.

5. DETERMINAR LA FILA PIVOTE


Para determinar la fila pivote se requiere de realizar un cociente entre los
valores que se tengan en la columna resultado y los que correspondan de la
columna pivote, para esto uno se puede apoyar de una columna cociente.
Z X1 X2 S1 S2 Resultado Cociente
Z 1 -50 -80 0 0 0
S1 0 1 2 1 0 120 120/2 = 60
S2 0 1 1 0 1 90 90/1=90

6
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

La fila pivote será aquella que tenga el COCIENTE POSITIVO MÁS PEQUEÑO
en caso de aparecer en los COCIENTES NEGATIVOS, CERO o valores
INDETERMINADOS por DIVIDIRSE ENTRE CERO, estos NO SE TOMARÁN EN
CUENTA para determinar la fila pivote.
La fila pivote para el problema estudiado quedaría:
Z X1 X2 S1 S2 Resultado Cociente
Z 1 -50 -80 0 0 0
S1 0 1 2 1 0 120 120/2 = 60
S2 0 1 1 0 1 90 90/1=90

*60 es MÁS PEQUEÑO que 90

6. DETERMINAR EL PIVOTE
El valor pivote será aquel que se encuentre en la intersección entre la
columna pivote y la fila pivote. LA VARIABLE DE LA COLUMNA PIVOTE
“ENTRARÁ” MIENTRAS QUE LA DE LA FILA PIVOTE “SALDRÁ”
Z X1 X2 S1 S2 Resultado Cociente
Z 1 -50 -80 0 0 0
S1 0 1 2 1 0 120 120/2 = 60
S2 0 1 1 0 1 90 90/1=90

7. HACER MEDIANTE GAUSS-JORDAN 1 EL VALOR PIVOTE.


Quedando el problema planteado,
Z X1 X2 S1 S2 Resultado
Z 1 -50 -80 0 0 0
R2/2 X2 0 1/2 1 1/2 0 60
S2 0 1 1 0 1 90

7
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

8. HACER MEDIANTE GAUSS-JORDAN Y APOYÁNDOSE EN EL VALOR


PIVOTE 0 LOS OTROS VALORES DE LA COLUMNA PIVOTE
Quedando el problema planteado,
Z X1 X2 S1 S2 Resultado
80R2+R1 Z 1 -10 0 40 0 4800
X2 0 1/2 1 1/2 0 60
.-R2+R1 S2 0 1/2 0 .-1/2 1 30

9. REPETIR LOS PASOS 4 A 8 HASTA QUE EN LA FILA Z YA NO SE TENGAN


VALORES NEGATIVOS, LO QUE SIGNIFICA QUE SE HA TERMINADO EL
PROBLEMA Y QUE LA RESPUESTA ENCONTRADA YA ES ÓPTIMA.
Quedando el problema planteado,
4. Determinar la fila pivote

Z X1 X2 S1 S2 Resultado
Z 1 -10 0 40 0 4800
X2 0 1/2 1 1/2 0 60
S2 0 1/2 0 .-1/2 1 30

5. Determinar la fila pivote, mediante la columna cociente.

Z X1 X2 S1 S2 Resultado Cociente
Z 1 -10 0 40 0 4800
X2 0 1/2 1 1/2 0 60 60/(1/2)=120
S2 0 1/2 0 .-1/2 1 30 30/(1/2)=60

6. Determinar el pivote y establecer qué variable entra y cuál sale.


Z X1 X2 S1 S2 Resultado
Z 1 -10 0 40 0 4800
X2 0 1/2 1 1/2 0 60
S2 0 1/2 0 .-1/2 1 30

8
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

7. Aplicar Gauss-Jordan para hacer 1 el valor pivote.


Z X1 X2 S1 S2 Resultado
Z 1 -10 0 40 0 4800
X2 0 1/2 1 1/2 0 60
2R2 X1 0 1 0 -1 2 60

8. Hacer 0 los otros valores de la columna pivote.


Z X1 X2 S1 S2 Resultado
10R3+R1 Z 1 0 0 30 20 5400
.-(1/2)R3+R2 X2 0 0 1 1 -1 30
X1 0 1 0 -1 2 60

COMO YA NO HAY MÁS NEGATIVOS EN LA FILA Z SE HA CONCLUIDO EL


PROBLEMA, obteniéndose la solución óptima:
𝑍 = 5400
𝑋1 = 60
𝑋2 = 30

*NOTA: EL EJERCICIO RESUELTO SE TOMO DE:


https://www.youtube.com/watch?v=LEIRDl5g8s4

SE RECOMIENDA LA CONSULTA DE ESTE VIDEO PARA APOYAR LA


EXPLICACIÓN DEL MISMO DE UNA FORMA MÁS AUDIOVISUAL

9
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

PARA PRACTICAR, RESUELVE:

Max
𝑍 = 20𝑥1 + 25𝑥2
Sujeto a:
3𝑥1 + 2𝑥2 ≤ 12
𝑥1 + 2𝑥2 ≤ 8
𝑥1 ≥ 0 y 𝑥2 ≥ 0

Ecuacion - X1 X2 S1 S2 Resultado Cociente


Z -20 -25 0 0 0
S1 3 2 1 0 12 6
S2 1 2 0 1 8 4

Ecuacion - X1 X2 S1 S2 Resultado Cociente


25X2+Z Z -7.5 0 0 12.5 100
S1-2X2 S1 2 0 1 -1 4 2
X2/2 X2 0.5 1 0 0.5 4 8

Ecuacion - X1 X2 S1 S2 Resultado Cociente


7.5X1+Z Z 0 0 3.75 8.75 115
X1/2 X1 1 0 0.5 -0.5 2
X2-X1/2 X2 0 1 -0.25 0.75 3

10
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

EL METODO SIMPLEX. MINIMIZAR.

El proceso para minimizar un problema de programación lineal es muy similar


al de maximización sin embargo sí existen algunas consideraciones a tomar
en cuenta:

1. Para resolver los problemas de minimización, al igual que sucede con


los de maximización, todas las restricciones deben ser del tipo ≤. Un
ejemplo de este tipo de problemas sería el siguiente:

𝑀𝑖𝑛
𝑍 = −3𝑋1 + 8𝑋2
s.a.
4𝑋1 + 𝑋2 ≤ 13
2𝑋1 + 3𝑋2 ≤ 6

2. Si en el problema de programación lineal todas las restricciones son del


tipo ≤ entonces se puede optar por alguna de las 2 SIGUIENTES
ESTRATEGIAS PARA RESOLVER EL PROBLEMA:

A) MULTIPLICAR LA FUNCIÓN OBJETIVO (Z) POR -1 y resolver el


problema como si fuera de MAXIMIZACIÓN como se ejemplifica
𝑀𝑖𝑛
𝑍 = −3𝑋1 + 8𝑋2
s.a.
4𝑋1 + 𝑋2 ≤ 13
2𝑋1 + 3𝑋2 ≤ 6

Quedaría,

11
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

𝑀𝑎𝑥
𝑍 = 3𝑋1 − 8𝑋2
s.a.
4𝑋1 + 𝑋2 ≤ 13
2𝑋1 + 3𝑋2 ≤ 6

B) También se puede resolver no haciendo cambios en la forma del


modelo sino estableciendo LA COLUMNA PIVOTE no mediante el
más negativo sino mediante EL MÁS POSITIVO de los coeficientes
en z. todos los demás pasos, como encontrar la fila pivote con el
coeficiente positivo más pequeño, se mantienen iguales.

PARA PRACTICAR, RESUELVE:

𝑀𝑖𝑛
𝑍 = −3𝑋1 + 8𝑋2
s.a.
4𝑋1 + 𝑋2 ≤ 13
2𝑋1 + 3𝑋2 ≤ 6

Mediante ambos métodos, ¿Dan lo mismo?


Método 1: Multiplicar por -1 y resolver como
maximización

Ecuacion - X1 X2 S1 S2 Resultado Cociente


Z -3 8 0 0 0
S1 4 1 1 0 13 3
S2 2 3 0 1 6 3

Ecuacion - X1 X2 S1 S2 Resultado Cociente


3X1-Z Z 0 13 0 2 9
S1-4X1 S1 0 -5 1 -2 1
X1/2 X1 1 1.5 0 0.5 3

12
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Método 2: Resolver como minimización

Ecuacion - X1 X2 S1 S2 Resultado Cociente


Z 3 -8 0 0 0
S1 4 1 1 0 13 3
S2 2 3 0 1 6 3

Ecuacion - X1 X2 S1 S2 Resultado Cociente


-
Z-3x1 Z 0 0 -2 -9
13
S1-4X1 S1 0 -5 1 -2 1
X1/2 X1 1 1.5 0 0.5 3

13
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

14
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

15
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

EL MÉTODO DE LA M.

El método de la M es una alternativa para resolver los problemas de


programación lineal que incorporan dentro de las RESTRICCIONES AL
MENOS ALGUNO DE LOS SÍMBOLOS:

= ≥

Para ilustrar la resolución de un problema de programación lineal mediante


el método de la M (también llamado de la Gran M) se utilizará:

𝑀𝑖𝑛
𝑍 = 3𝑋1 + 2𝑋2
s.a.
5𝑋1 + 𝑋2 ≥ 10
2𝑋1 + 2𝑋2 ≥ 12
𝑋1 + 4𝑋2 = 12

Como se puede apreciar el problema presentado incluye 3 símbolos


diferentes a ≤ por lo que el método de la M puede ser utilizado, como se ve
en seguida

1. AGREGAR NUEVAS VARIABLES A LAS RESTRICCIONES

Para resolver este tipo de problemas similarmente a lo que se realizaba en


los problemas del método Simplex tradicional se deben agregar nuevas
variables ¿Cuáles?

COMO SIEMPRE

NUEVAS

16
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Tradicionalmente llamaremos a las nuevas variables:

H = HOLGURAS

(SE SUMAN, PORQUE AL SER INECUACIONES MENORES QUE ALGO HAY QUE
AGREGARLES CIERTA CANTIDAD PARA IGUALAR ESE ALGO)

E = EXCESO

(SE RESTAN, PORQUE AL SER INECUACIONES MAYORES QUE ALGO ES


NECESARIO RESTARLE CIERTA CANTIDAD PARA HACERLAS IGUALES A ESE
ALGO)

A = ARTIFICIALES

(NO TIENEN SENTIDO FÍSICO, MÁS BIEN SON UNA HERRAMIENTA


MATEMÁTICA)

Las restricciones del problema de formulación lineal quedarían,

5𝑋1 + 𝑋2 − 𝐸1 + 𝐴1 = 10
2𝑋1 + 2𝑋2 − 𝐸1 + 𝐴2 = 12

𝑋1 + 4𝑋2 + 𝐴3 = 12

COMO ERAN INECUACIONES ≥ SE AGREGAN E y A.

COMO SOLO HABÍA UN SIGNO DE = BASTA CON AGREGAR UNA VARIABLE A

2. MODIFICAR LA FUNCIÓN OBJETIVO

Se debe AGREGAR A LA FUNCIÓN OBJETIVO LAS NUEVAS VARIABLES,


incorporando como COEFICIENTE DE LAS ARTIFICIALES UN VALOR MUY
GRANDE, AL QUE SE LE LLAMA M. Para el ejercicio mostrado la nueva
función objetivo queda de la siguiente manera:

17
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

𝑀𝑖𝑛
𝑍 = 3𝑋1 + 2𝑋2 + 0𝐸1 + 0𝐸2 + 𝑀𝐴1 + 𝑀𝐴2 + 𝑀𝐴3
Quedando el nuevo problema de minimización,

𝑀𝑖𝑛
𝑍 = 3𝑋1 + 2𝑋2 + 0𝐸1 + 0𝐸2 + 𝑀𝐴1 + 𝑀𝐴2 + 𝑀𝐴3
s. a.

5𝑋1 + 𝑋2 − 𝐸1 + 𝐴1 = 10
2𝑋1 + 2𝑋2 − 𝐸1 + 𝐴2 = 12

𝑋1 + 4𝑋2 + 𝐴3 = 12

3. COMO ES TRADICIONAL, CAMBIAR LA ECUACIÓN OBJETIVO DE SU


FORMA CANÓNICA A SU FORMA ESTÁNDAR.

Quedando el problema,

𝑀𝑖𝑛
𝒁 − 𝟑𝑿𝟏 − 𝟐𝑿𝟐 − 𝟎𝑬𝟏 − 𝟎𝑬𝟐 − 𝑴𝑨𝟏 − 𝑴𝑨𝟐 − 𝑴𝑨𝟑 = 𝟎
s. a.

5𝑋1 + 𝑋2 − 𝐸1 + 𝐴1 = 10
2𝑋1 + 2𝑋2 − 𝐸1 + 𝐴2 = 12

𝑋1 + 4𝑋2 + 𝐴3 = 12

4. ESCRIBIR LA TABLA SIMPLEX ASOCIADA AL PROBLEMA.

Quedando la correspondiente problema,

Z X1 X2 E1 E2 A1 A2 A3 Resultado
Z 1 -3 -2 0 0 .-M .-M .-M 0
R2/2 A1 0 5 1 -1 0 1 0 0 10
A2 0 2 2 0 -1 0 1 0 12
A3 0 1 4 0 0 0 0 1 12

18
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

5. AJUSTAR LA FUNCIÓN OBJETIVO PARA QUE SE MANTENGA LA


IGUALDAD.

Para lograr lo anterior SE SUMAN LOS RENGLONES CORRESPONDIENTES


A CADA UNA DE LAS RESTRICCIONES (PREVIAMENTE MULTIPLICADOS
POR M) PARA ELIMINAR LAS M’S DE LA FILA Z. Quedando el ejercicio,
Z X1 X2 E1 E2 A1 A2 A3 Resultado
R0+MR1+MR2+MR3 Z 1 .-3+8M .-2+7M .-M .-M 0 0 0 34M
A1 0 5 1 -1 0 1 0 0 10
A2 0 2 2 0 -1 0 1 0 12
A3 0 1 4 0 0 0 0 1 12

6. ENCONTRAR LA COLUMNA PIVOTE, CUIDANDO SI SE TRATA DE UN


PROBLEMA DE MAXIMIZACIÓN O DE MINIMIZACIÓN.

En el caso del PROBLEMA QUE SE ESTÁ RESOLVIENDO para definir LA


COLUMNA PIVOTE se debe tomar el MÁS POSITIVO, dado que se trata de un
problema de MINIMIZACIÓN. EL VALOR POSITIVO SERÁ AQUEL QUE TENGA
A LA M CON EL MAYOR COEFICIENTE, ya que al ser un número tan grande los
numeros que la acompañen prácticamente son irrelevantes. En caso de que
el más positivo no fuera uno sino varios como es habitual se toma cualquiera
de forma arbitraria.

Z X1 X2 E1 E2 A1 A2 A3 Resultado
Z 1 .-3+8M .-2+7M .-M .-M 0 0 0 34M
A1 0 5 1 -1 0 1 0 0 10
A2 0 2 2 0 -1 0 1 0 12
A3 0 1 4 0 0 0 0 1 12

7. ENCONTRAR LA FILA PIVOTE

Tal cual como en el método Simplex tradicional SE DEBE DETERMINAR EL


COCIENTE ENTRE LA FILA RESULTADO Y SU CORRESPONDIENTE VALOR EN
CADA UNA DE LAS RESTRICCIONES PARA DETERMINAR EL POSITIVO MÁS
PEQUEÑO, haciendo caso omiso de negativos, ceros o indeterminados. Para
el problema resuelto se tiene,
19
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Z X1 X2 E1 E2 A1 A2 A3 Resultado Cociente
Z 1 .-3+8M .-2+7M .-M .-M 0 0 0 34M
A1 0 5 1 -1 0 1 0 0 10 2
A2 0 2 2 0 -1 0 1 0 12 6
A3 0 1 4 0 0 0 0 1 12 12

8. DETERMINAR EL PIVOTE Y ENCONTRAR LA VARIABLE QUE ENTRA Y LA


QUE SALE

Como se realiza tradicionalmente el valor pivote será el que se encuentre en


la intersección de la fila y la columna pivotes. Así mismo las variables que
correspondan a la fila y columna pivote entran y salen. Obteniéndose para el
ejemplo,

Z X1 X2 E1 E2 A1 A2 A3 Resultado
Z 1 .-3+8M .-2+7M .-M .-M 0 0 0 34M
X1 0 5 1 -1 0 1 0 0 10
A2 0 2 2 0 -1 0 1 0 12
A3 0 1 4 0 0 0 0 1 12

9. COMO ES TRADICIONAL, HACER 1 EL VALOR PIVOTE

Z X1 X2 E1 E2 A1 A2 A3 Resultado
Z 1 .-3+8M .-2+7M .-M .-M 0 0 0 34M
R2/5 X1 0 1 1/5 - 1/5 0 1/5 0 0 2
A2 0 2 2 0 -1 0 1 0 12
A3 0 1 4 0 0 0 0 1 12

10.COMO ES TRADICIONAL, HACER 0 LOS VALORES QUE ESTÉN EN LA


COLUMNA DEL PIVOTE.

Como es natural habrá que multiplicar por un valor que contenga a la M


para hacer 0 el valor de la fila z, para este caso en particular,
Z X1 X2 E1 E2 A1 A2 A3 Resultado
R1+ (3-8M)R2 Z 1 0 .-7/5+27/5M .-M .-M .-3/5+8/5M 0 0 6+18M
X1 0 1 1/5 - 1/5 0 1/5 0 0 2
R3-2R2 A2 0 0 .8/5 .2/5 -1 .-2/5 1 0 8
R4-R2 A3 0 0 .19/5 .1/5 0 .-1/5 0 1 10

20
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

11. REPETIR LOS PASOS 6 A 10 HASTA QUE EN LA FILA Z YA NO SE


TENGAN VALORES POSITIVOS SI SE ESTÁ MINIMIZANDO O NEGATIVOS SI
SE ESTÁ MAXIMIZANDO, PUES SU AUSENCIA SIGNIFICA QUE SE HA
TERMINADO EL PROBLEMA Y QUE LA RESPUESTA ENCONTRADA ES
ÓPTIMA.

6. Encontrar la columna pivote


Z X1 X2 E1 E2 A1 A2 A3 Resultado
Z 1 0 .-7/5+27/5M .-M .-M .-3/5+8/5M 0 0 6+18M
X1 0 1 1/5 - 1/5 0 1/5 0 0 2
A2 0 0 .8/5 .2/5 -1 .-2/5 1 0 8
A3 0 0 .19/5 .1/5 0 .-1/5 0 1 10

Aún con la presencia del -7/5 el valor es positivo, ya que como se comentó
previamente la M es muy grande y positiva por lo que al restarle -7/5 el
resultado sigue siendo positivo.

7. Encontrar la fila pivote


Z X1 X2 E1 E2 A1 A2 A3 Resultado Cociente
Z 1 0 .-7/5+27/5M .-M .-M .-3/5+8/5M 0 0 6+18M
X1 0 1 1/5 - 1/5 0 1/5 0 0 2 10
A2 0 0 }8/5 .2/5 -1 .-2/5 1 0 8 5
A3 0 0 .19/5 .1/5 0 .-1/5 0 1 10 50/19

8. Determinar el pivote y establecer las variables que entran y salen


Z X1 X2 E1 E2 A1 A2 A3 Resultado
Z 1 0 .-7/5+27/5M .-M .-M .-3/5+8/5M 0 0 6+18M
X1 0 1 1/5 - 1/5 0 1/5 0 0 2
A2 0 0 }8/5 .2/5 -1 .-2/5 1 0 8
X2 0 0 .19/5 .1/5 0 .-1/5 0 1 10

21
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

PRACTICA, SIGUE LOS PASOS PARA TERMINAR ESTE EJERCICIO!

22
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

COMO YA NO HAY VALORES POSITIVOS EN LA FILA DE Z, SE HA TERMINADO


EL EJERCICIO, CONFIRMA QUE EL RESULTADO OBTENIDO FUE

RECUERDA, EL VALOR DE E1 NO SE CONSIDERA DEBIDO A QUE NO ES UNA


VARIABLE REAL.

*NOTA: EL EJERCICIO RESUELTO SE TOMÓ DE

23
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

https://www.youtube.com/watch?v=BSjdnqvpAok

SE RECOMIENDA LA CONSULTA DE ESTE VIDEO PARA APOYAR LA


EXPLICACIÓN DEL MISMO DE UNA FORMA MÁS AUDIOVISUAL

EL MÉTODO DE LAS DOS FASES.

En este método, como su método lo indica, se basa en dividir los problemas


de programación lineal en 2 fases buscándose en cada una de ellas:

FASE I. Se busca una solución que sirva de punto de partida, para ello se
construye una NUEVA FUNCIÓN OBJETIVO.

FASE II. Si se determina que el problema tiene solución en la FASE I se


encuentra el óptimo real mediante EL MÉTODO SIMPLEX TRADICIONAL.
DE MANERA SIMILIAR A LO QUE OCURRÍA EN EL MÉTODO DE LA M ESTE
MÉTODO ES UNA ALTERNATIVA A LOS PROBLEMAS QUE CONTENGAN LOS
SÍMBOLOS ≥ =. Para ilustrar este método usaremos el siguiente problema:

Min.
𝑍 = 4𝑥1 + 𝑋2
s. a.
3𝑥1 + 𝑋2 = 3
4𝑥1 + 3𝑋2 ≥ 6
𝑥1 + 2𝑋2 ≤ 4
FASE I

1. AGREGAR NUEVAS VARIABLES A LAS RESTRICCIONES


Similarmente a como sucede en el método de la M se requiere de agregar
nuevas variables en las restricciones, así mismo y de nuevo igual que en el
método de la M estas variables de entrada serán:
(≤) Una variable de holgura.
(≥) Una variable de exceso y una artificial.
(=) Una variable artificial.

24
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Quedando las restricciones del problema,


3𝑥1 + 𝑋2 + 𝐴1 = 3
4𝑥1 + 3𝑋2 − 𝐸1 + 𝐴2 = 6
𝑥1 + 2𝑋2 + 𝐻1 = 4

2. MODIFICAR LA FUNCIÓN OBJETIVO

En la fase 1 se debe hacer un cambio en la función objetivo planteándose de


la siguiente manera:

Min.
𝑍 = 𝐴1 + 𝐴2

Las letras A corresponden a las variables Artificiales que se agregaron en el


paso 1.

*NOTA:
LA FASE 1 SIEMPRE GENERA UN PROBLEMA DE MINIMIZACIÓN, SIN
IMPORTAR QUE EL PROBLEMA ORIGINAL FUERA DE MAXIMIZACIÓN.

3. REPLANTEAR EL PROBLEMA

Min.
𝑍 = 𝐴1 + 𝐴2
s. a.
3𝑥1 + 𝑋2 + 𝐴1 = 3
4𝑥1 + 3𝑋2 − 𝐸1 + 𝐴2 = 6
𝑥1 + 2𝑋2 + 𝐻1 = 4

4. PASAR A FORMA CANÓNICA LA FUNCIÓN OBJETIVO

𝑍 = −0𝑋1 − 0𝑋2 − 0𝐻1 − 0𝐸1 − 𝐴1 − 𝐴2

25
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

5. ESCRIBIR LA TABLA SIMPLEX ASOCIADA AL PROBLEMA.

6. AJUSTAR LA FILA Z PARA QUE SE MANTENGA LA IGUALDAD.

Para ello en nuestro problema se requiere de sumar los renglones 2 y 3 a la


fila z, EN GENERAL SE SUMARAN A LA FILA Z LOS RENGLONES DE LAS
VARIABLES ARTIFICIALES.

Quedando el problema,

7. ENCONTRAR LA COLUMNA PIVOTE, COMO ESTAMOS EN LA FASE 1


SIEMPRE SE TOMARÁ EL VALOR MÁS POSITIVO DE LA FILA Z YA QUE EN
ESTA PARTE SE ESTÁ MINIMIZANDO

La columna pivote del problema será,

26
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

8. ENCONTRAR LA FILA PIVOTE, MEDIANTE EL COCIENTE TRADICIONAL

Quedando el problema,

9. DETERMINAR EL PIVOTE Y ENCONTRAR LA VARIABLE QUE ENTRA Y LA


QUE SALE

Quedando el problema,

10. COMO ES TRADICIONAL, HACER 1 EL VALOR PIVOTE

27
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

11. COMO ES TRADICIONAL, HACER 0 LOS VALORES QUE ESTÉN EN LA


COLUMNA DEL PIVOTE.

Quedando el problema,

12. REPETIR LOS PASOS 7 A 11 HASTA QUE EN LA FILA Z YA NO SE TENGAN


VALORES POSITIVOS

PRACTICA! COMPLETA LOS SIGUIENTES PASOS

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente


Z-7X1 Z 1.0 0.0 1.7 0.0 -1.0 -2.3 0.0 2.0
Hacer 0 la
X1/3 X1 0.0 1.0 0.3 0.0 0.0 0.3 0.0 1.0
fila pivote
A2-4X1 A2 0.0 0.0 1.7 0.0 -1.0 -1.3 1.0 2.0
H1-X1 H1 0.0 0.0 1.7 1.0 0.0 -0.3 0.0 3.0

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente


Z 1.0 0.0 1.7 0.0 -1.0 -2.3 0.0 2.0 Encuentra
X1 0.0 1.0 0.3 0.0 0.0 0.3 0.0 1.0 la columna
A2 0.0 0.0 1.7 0.0 -1.0 -1.3 1.0 2.0 pivote
H1 0.0 0.0 1.7 1.0 0.0 -0.3 0.0 3.0

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente


Z 1.0 0.0 1.7 0.0 -1.0 -2.3 0.0 2.0
Encuetra la
X1 0.0 1.0 0.3 0.0 0.0 0.3 0.0 1.0 3.0
fila pivote
A2 0.0 0.0 1.7 0.0 -1.0 -1.3 1.0 2.0 1.2
H1 0.0 0.0 1.7 1.0 0.0 -0.3 0.0 3.0 1.8

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente Determinar


Z 1.0 0.0 1.7 0.0 -1.0 -2.3 0.0 2.0 e pivote y

28
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

X1 0.0 1.0 0.3 0.0 0.0 0.3 0.0 1.0 las


X2 0.0 0.0 1.7 0.0 -1.0 -1.3 1.0 2.0 variables
H1 0.0 0.0 1.7 1.0 0.0 -0.3 0.0 3.0

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente


Z 1.0 0.0 1.7 0.0 -1.0 -2.3 0.0 2.0 Hacer el
X1 0.0 1.0 0.3 0.0 0.0 0.3 0.0 1.0 valor pivote
X2/1.7 X2 0.0 0.0 1.0 0.0 -0.6 -0.8 0.6 1.2 1
H1 0.0 0.0 1.7 1.0 0.0 -0.3 0.0 3.0

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente


Z-1.7X2 Z 1.0 0.0 0.0 0.0 0.0 -1.0 -1.0 0.0 Hacer 0 los
X1-0.3X2 X1 0.0 1.0 0.0 0.0 0.2 0.6 -0.2 0.6 valores de
X2/1.7 X2 0.0 0.0 1.0 0.0 -0.6 -0.8 0.6 1.2 la columna
H1- pivote
H1 0.0 0.0 0.0 1.0 1.0 1.0 -1.0 1.0
1.7X2

Fórmula Z X1 X2 H1 E1 A1 A2 Resultado Cociente


Z 1.0 0.0 0.0 0.0 0.0 -1.0 -1.0 0.0
X1 0.0 1.0 0.0 0.0 0.2 0.6 -0.2 0.6 Confirma
X2 0.0 0.0 1.0 0.0 -0.6 -0.8 0.4 1.2
H1 0.0 0.0 0.0 1.0 1.0 1.0 -1.0 1.0

12. Confirma que obtuviste,


29
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

EL PROBLEMA TENDRÁ RESULTADO SI EL VALOR DE Z, AL FINALIZAR LA


FASE 1 ES MENOR O IGUAL A CERO, DE OTRA FORMA SE CONCLUYE QUE NO
ES FACTIBLE.

En este caso, al ser igual a 0 sí es un problema factible.

FASE II

1. REPLANTEAR EL PROBLEMA, A PARTIR DE LA ÚLTIMA TABLA OBTENIDA Y


YA COLOCANDO LA FUNCIÓN OBJETIVO ORIGINAL.

𝑍 = 4𝑋1 + 𝑋2 + 0𝐻1 + 0𝐸1

y ya colocándola el problema en una tabla se obtiene,

30
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

3. UTILIZANDO EL MÉTODO SIMPLEX TRADICIONAL ENCUENTRA UNA


SOLUCIÓN ÓPTIMA.
Fórmula Z X1 X2 H1 E1 Resultado Cociente
- Colocando
Z 1.0 -4.0 0.0 0.0 0.0
1.0 la Z original
X1 0.0 1.0 0.0 0.0 0.2 0.6 igualada a
X2 0.0 0.0 1.0 0.0 -0.6 1.2 cero
H1 0.0 0.0 0.0 1.0 1.0 1.0

Fórmula Z X1 X2 H1 E1 Resultado Cociente


-
Z 1.0 -4.0 0.0 0.0 0.0 Encuentra
1.0
la columna
X1 0.0 1.0 0.0 0.0 0.2 0.6 #¡DIV/0!
pivote
X2 0.0 0.0 1.0 0.0 -0.6 1.2 1.2
H1 0.0 0.0 0.0 1.0 1.0 1.0 #¡DIV/0!

Fórmula Z X1 X2 H1 E1 Resultado Cociente


-
Z 1.0 -4.0 0.0 0.0 0.0
1.0 Encuetra la
X1 0.0 1.0 0.0 0.0 0.2 0.6 fila pivote
X2 0.0 0.0 1.0 0.0 -0.6 1.2
H1 0.0 0.0 0.0 1.0 1.0 1.0

Fórmula Z X1 X2 H1 E1 Resultado Cociente


- Determinar
Z 1.0 -4.0 0.0 0.0 0.0
1.0 e pivote y
X1 0.0 1.0 0.0 0.0 0.2 0.6 las
X2 0.0 0.0 1.0 0.0 -0.6 1.2 variables
H1 0.0 0.0 0.0 1.0 1.0 1.0

Fórmula Z X1 X2 H1 E1 Resultado Cociente


-
Z 1.0 -4.0 0.0 0.0 0.0 Hacer el
1.0
valor pivote
X1 0.0 1.0 0.0 0.0 0.2 0.6
1
X2 0.0 0.0 1.0 0.0 -0.6 1.2
H1 0.0 0.0 0.0 1.0 1.0 1.0

31
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Fórmula Z X1 X2 H1 E1 Resultado Cociente


- Hacer 0 los
Z 1.0 -4.0 0.0 0.0 0.0
1.0 valores de
X1 0.0 1.0 0.0 0.0 0.2 0.6 la columna
X2 0.0 0.0 1.0 0.0 -0.6 1.2 pivote
H1 0.0 0.0 0.0 1.0 1.0 1.0

Fórmula Z X1 X2 H1 E1 Resultado Cociente


-
Z 1.0 -4.0 0.0 0.0 0.0
1.0
Confirma
X1 0.0 1.0 0.0 0.0 0.2 0.6
X2 0.0 0.0 1.0 0.0 -0.6 1.2
H1 0.0 0.0 0.0 1.0 1.0 1.0

Practica! Apoyándote del video


https://www.youtube.com/watch?v=H6HSW1WcRN8

de donde se obtuvo este ejercicio, finaliza la FASE II

32
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

EL DUAL SIMPLEX

1. El problema dual asociado.


De manera general, todos los problemas de programación lineal tienen
asociados un problema dual. Este problema dual guarda mucha relación con
el problema original (o primal) incluyendo el hecho de que al resolver
cualquiera de ellos encontrar la respuesta del otro es bastante sencillo.

A continuación se muestra como pasar de un problema primal a uno dual.

Se tiene el siguiente problema de programación lineal:

𝑀𝑎𝑥
𝑍 = −5𝑋1 − 35𝑋2 − 20𝑋3
s.a.
𝑋1 − 𝑋2 − 𝑋2 ≤ −2
−𝑋1 − 3𝑋2 ≤ −3
𝑋1 , 𝑋2 , 𝑋3 ≥ 0

1. Hacer:

PRIMAL DUAL
Minimizar Maximizar
Maximizar Minimizar

2. Establecer el número de variables duales, tradicionalmente


representadas como “y”. El número de variables será igual al número de
restricciones que se tengan en el problema primal (la condición de no
negatividad no se considera una restricción más), para este caso 2.

33
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

3. Escribir la nueva función objetivo, tradicionalmente representada como


w. Esta función se obtiene a partir de la suma de las variables duales, a las
que previamente se les ha multiplicado por el coeficiente que les
corresponden, dichos coeficientes son los resultados de las restricciones
originales. Quedando la nueva función objetivo para este problema,

𝑀𝑖𝑛
𝑤 = −2𝑦1 − 3𝑦2
4. Establecer las restricciones duales. Éstas se obtienen a partir de las
variables duales, considerando que los coeficientes que corresponden a
cada variable dual son los coeficientes en columna del problema primal, las
restricciones duales tendrán como respuesta (o lado derecho) los
coeficientes de las variables primales en la función objetivo. Quedando las
restricciones duales para este problema,

FORMULACIÓN ORIGINAL
𝑍 = −5𝑋1 − 35𝑋2 − 20𝑋3
s. a.
𝑋1 − 𝑋2 − 𝑋3 ≤ −2
− 𝑋1 − 3 𝑋2 ≤ −3
𝑋1 , 𝑋2 , 𝑋3 ≥ 0

𝑦1 − 𝑦2 ≥ −5
−𝑦1 − 3𝑦2 ≥ −35
−𝑦1 ≥ −20

Los signos de las restricciones se obtienen de:

a) Si es un problema de maximización son ≤

b) Si es un problema de minimización son ≥

34
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Quedando el problema dual,

𝑀𝑖𝑛
𝑤 = −2𝑦1 − 3𝑦2
s. a.

𝑦1 − 𝑦2 ≥ −5
−𝑦1 − 3𝑦2 ≥ −35
−𝑦1 ≥ −20

Practica! El dual del dual, es el primal… convéncete de ello realizando el dual


del nuevo problema encontrado.

Formulación original
Max 𝑍 = −5𝑥1 − 35𝑥2
− 20𝑥3 Restricción
S.a. 𝑥1 − 𝑥2 − 𝑥3 1
≤ −2 Restricción
−𝑥1 − 3𝑥2 2
𝑥≤ −3
1 , 𝑥2 , 𝑥3
≥0
Problema dual
Min w= −2𝑦1 − 3𝑦2
Restricción
S.a. 𝑦1 − 𝑦2 1
≥ −5 Restricción
−𝑦1 − 3𝑦2 2
≥ −35 Restricción
−𝑦1 3
≥ −20
Problema dual del dual: el primal
Max B= −5𝑎1 − 35𝑎2 − 20𝑎3
Restricción
S.a. 𝑎1 − 𝑎2 − 𝑎3 1
≤ −2 Restricción
−𝑎 − 3𝑎2 2
≤ −3

35
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Practica!

Obtén el problema dual asociado al problema de programación lineal:

𝑀𝑎𝑥
𝑍 = 5𝑋1 + 12𝑋2 + 4𝑋3
s.a.
𝑋1 + 2𝑋2 + 𝑋2 ≤ 10
2𝑋1 − 𝑋2 + 3𝑋3 = 8
𝑋1 , 𝑋2 , 𝑋3 ≥ 0

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 -2 -1 0 0 0 0
H1 0 -9 -2 1 0 0 -16
H2 0 3 -1 0 1 0 2
H3 0 -1 2 0 0 1 6

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 -2 -1 0 0 0 0
H1 0 -9 -2 1 0 0 -16
H2 0 3 -1 0 1 0 2
H3 0 -1 2 0 0 1 6
Cociente X2 0.2 0.5

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 -2 -1 0 0 0 0
X1 0 -9 -2 1 0 0 -16
H2 0 3 -1 0 1 0 2
H3 0 -1 2 0 0 1 6

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 -2 -1 0 0 0 0
X1/-9 X1 0 1 0.2 -0.1 0 0 1.77778
H2 0 3 -1 0 1 0 2
H3 0 -1 2 0 0 1 6

36
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z+2X1 Z 1 0 -1 -0.2 0 0 3.55556
X1/-9 X1 0 1 0.2 -0.1 0 0 1.77778
-
H2-3X1 H2 0 0 -2 0.3 1 0
3.33333
H3+X1 H3 0 0 2.2 -0.1 0.0 1.0 7.8

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 0 -1 -0.2 0 0 3.55556
X1 0 1 0.2 -0.1 0 0 1.77778
-
H2 0 0 -2 0.3 1 0
3.33333
H3 0 0 2.2 -0.1 0.0 1.0 7.8
Cociente H2 0.3

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 0 -1 -0.2 0 0 3.55556
X1 0 1 0.2 -0.1 0 0 1.77778
-
X2 0 0 -2 0.3 1 0
3.33333
H3 0 0 2.2 -0.1 0.0 1.0 7.8

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 0 -1 -0.2 0 0 3.55556
X1 0 1 0.2 -0.1 0 0 1.77778
X2/-2 X2 0 0 0.8 -0.2 -0.5 0 1.66667
H3 0 0 2.2 -0.1 0.0 1.0 7.8

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z+X2 Z 1 0 0.3 -0.4 -0.5 0 5.22222
X1-0.2X2 X1 0 1 0.1 -0.1 0.10 0.00 1.44444
X2/-2 X2 0 0 0.8 -0.2 -0.5 0 1.66667
H3-2.2X2 H3 0 0 0.4 0.3 1.1 1 4.11111

37
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Fórmula - Z X1 X2 H1 H2 H3 Solución
Z 1 0 0 -0.3 -0.3 0 4.7
X1 0 1 0 -0.1 0.1 0 1.3
X2 0 0 1 -0.2 -0.6 0 2.0
H3 0 0 0 0.3 1.3 1 3.3

DETERMINACIÓN DE LOS VALORES DUALES MEDIANTE EL


PROBLEMA PRIMAL O VICEVERSA

Para encontrar la respuesta a esta pregunta nos ayudaremos del siguiente


problema de programación lineal:

𝑀𝑎𝑥
𝑍 = 5𝑋1 + 12𝑋2 + 4𝑋3
s.a.
𝑋1 + 2𝑋2 + 𝑋2 ≤ 10
2𝑋1 − 𝑋2 + 3𝑋3 = 8
𝑋1 , 𝑋2 , 𝑋3 ≥ 0

Resolviendo de forma tradicional este problema se obtiene la siguiente tabla


simplex óptima:

Básica X1 X2 X3 X4 R SOLUCIÓN
z 0 0 0.6 5.8 .-2/5+M 54.8
X2 0 1 -0.2 0.4 -0.2 2.4
X1 1 0 1.4 0.2 0.4 5.2

Los valores sombreados corresponden a la matriz relacionada con los


variables añadidas, en este caso corresponde a una holgura (X4) y a una
variable artificial (R). Una vez hallada esta matriz, es decir resuelto el
problema, basta con multiplicar esta matriz por los coeficientes de las

38
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

variables en la función objetivo por dicha matriz, CUIDANDO EL ORDEN EN


EL QUE APARECEN LAS VARIABLES.

Para este problema se tiene, al no aparecer X3 en la matriz:


. 4 −.2
(12,5) [ ]= (5.8, -.4)
.2 .4
En caso de que la solución incluyera X3 bastaría con agregar el coeficiente de
X3 a la hora de hacer el producto.

Practica!! Se tienen las siguientes matrices óptimas y las funciones objetivo


siguientes, determina los valores duales óptimos:

𝒛 = . 𝟖𝑿𝟏 − 𝟏. 𝟔𝑿𝟐 + 𝑿𝟑

Básica X1 X2 X3 X4 R SOLUCIÓN
z
X2 0.4 -0.2
X3 0.9 1.2
X1 0.2 0.4

Básica X1 X2 X3 X4 R SOLUCIÓN
z
X1 1 2
X3 3 4
X2 5 0

Básica X1 X2 X3 X4 R SOLUCIÓN
z
X2 0.4 2
X3 0.7 4
X1 1 0.5

Básica X1 X2 X3 X4 R SOLUCIÓN
z

39
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

X2 -5 -0.2
X3 -4 10

40
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

𝒛 = 𝟏. 𝟐𝑿𝟏 − 𝟐𝑿𝟐 − 𝟒. 𝟏𝑿𝟑

Básica X1 X2 X3 X4 R SOLUCIÓN
Z
X1 0.4 -0.2
X2 1 0

Básica X1 X2 X3 X4 R SOLUCIÓN
Z
X3 10 -8

Básica X1 X2 X3 X4 R SOLUCIÓN
Z
X2 0.4 1
X3 0.7 -1

41
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

RESOLUCIÓN DE PROBLEMAS PRIMALES MEDIANTE EL MÉTODO


DUAL SIMPLEX.

Como se estableció previamente existen ciertos problemas que no se pueden


resolver mediante el método simplex tradicional, para su resolución se puede
optar por el método dual simplex. Este método es muy similar al tradicional
aunque se debe tener en cuenta que para determinar las variables de
entrada y salida los criterios cambian.

Así mismo se debe cumplir la siguiente regla de inicio para poder aplicar este
método:

a) Todas las restricciones deben ser del tipo ≤. Para conseguir esto se debe
tomar en cuenta que si se multiplican por -1 ambos lados de una
desigualdad los signos ≤≥ cambian de orientación.

Para ilustra este método, consideremos el siguiente problema de


programación lineal:

𝑀𝑖𝑛
𝑍 = 2𝑋1 + 𝑋2
s.a.
9𝑋1 + 2𝑋2 ≥ 16
−3𝑋1 + 𝑋2 ≥ −2
−𝑋1 + 𝑋2 ≤ 6
𝑋1 , 𝑋2 , 𝑋3 ≥ 0

1. Pasar la función objetivo a su forma estándar.

𝑀𝑖𝑛
𝑍 − 2𝑋1 − 𝑋2 = 0
s.a.

42
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

2. Hacer las desigualdades correspondientes ≤ multiplicando por -1 ambos


lados.

−9𝑋1 − 2𝑋2 ≤ −16


3𝑋1 − 𝑋2 ≤ 2
−𝑋1 + 𝑋2 ≤ 6

3. Agregar las holguras necesarias para tener igualdades en las restricciones.

−9𝑋1 − 2𝑋2 + 𝐻1 = −16


3𝑋1 − 𝑋2 + 𝐻2 = 2
−𝑋1 + 𝑋2 + 𝐻3 = 6

4. Plantear la tabla simplex, que para este problema queda:

Básica Z X1 X2 H1 H2 H3 SOLUCIÓN
z 1 -2 -1 0 0 0 0
X2 0 -9 -2 1 0 0 -16
X3 0 3 -1 0 1 0 2
X1 0 -1 2 0 0 1 6

5. Definir que variable entra y con ello el valor pivote.

a) Para definir la FILA PIVOTE se toma el valor MÁS NEGATIVO DE LA


COLUMNA SOLUCIÓN, los empates se rompen arbitrariamente. De no haber
valores negativos se está en presencia de una solución que es óptima y
factible por lo que no se requeriría continuar el método.

43
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

b) Para definir la columna pivote se realiza:

PARA MAXIMIZAR: El COCIENTE DE LOS COEFICIENTES DE LA FILA Z ENTRE


LOS VALORES QUE TIENEN SIGNO NEGATIVO EN LA FILA PIVOTE,
tomándose EL COCIENTE POSITIVO MÁS PEQUEÑO.

PARA MINIMIZAR: El VALOR ABSOLUTO DEL COCIENTE DE LOS


COEFICIENTES DE LA FILA Z ENTRE LOS VALORES QUE TIENEN SIGNO
NEGATIVO EN LA FILA PIVOTE, tomándose EL COCIENTE POSITIVO MÁS
PEQUEÑO.
Básica Z X1 X2 H1 H2 H3 SOLUCIÓN
Z 1 -2 -1 0 0 0 0
H1 0 -9 -2 1 0 0 -16
H2 0 3 -1 0 1 0 2
H3 0 -1 2 0 0 1 6
.-2/-9 .-1/-2
=0.22 .= 0.5

6. Aplicar Gauss-Jordan para, de manera tradicional, hacer 0 la columna


pivote. Quedando para este problema,

Básica Z X1 X2 H1 H2 H3 SOLUCIÓN
Z 1 0 .-5/9 .-2/9 0 0 .32/9
X1 0 1 .2/9 .-1/9 0 0 .16/9
H2 0 0 .-5/3 .1/3 1 0 .-10/3
H3 0 0 .20/9 .-1/9 0 1 .70/9

7. Determinar las nuevas filas y columnas pivotes mediante los mismos


criterios que se utilizaron en el punto 5.

Practica!! Encuentra la nueva fila y columna pivote. Posteriormente haz,


mediante Gauss-Jordan, 1 la columna pivote.

44
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

¿Qué variable entra? ¿Qué variable sale?

Te debió quedar,

Básica Z X1 X2 H1 H2 H3 SOLUCIÓN
Z 1 0 0 .-1/3 .-1/3 0 .14/3
X1 0 1 0 .-1/15 .2/15 0 .4/3
X2 0 0 1 .-1/5 .-3/5 0 2
H3 0 0 0 .1/3 .4/3 1 .10/3

8. Repetir los puntos 5-7 hasta no tener más negativos en la columna


solución.

En este caso ya no se cuenta con valores negativos, por lo que la solución ya


es óptima y factible, concluyéndose con esto el problema.

45
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Practica! Resuelve:

𝑀𝑖𝑛
𝑍 = 5𝑋1 + 6𝑋2
s.a.
𝑋1 + 𝑋2 ≥ 2
4𝑋1 + 𝑋2 ≥ 4
𝑋1 , 𝑋2 , 𝑋3 ≥ 0
Fórmula - Z X1 X2 S1 S2 Solución
Z 1 -5 -6 0 0 0
S1 0 -1 -1 1 0 -2
S2 0 -4 -1 0 1 -4
1 6

Fórmula - Z X1 X2 S1 S2 Solución
Z 1 -5 -6 0 0 0
S1 0 -1 -1 1 0 -2
X1 0 -4 -1 0 1 -4

Fórmula - Z X1 X2 S1 S2 Solución
Z 1 -5 -6 0 0 0
S1 0 -1 -1 1 0 -2
X1/-4 X1 0 1 0 0 -0.25 1

Fórmula - Z X1 X2 S1 S2 Solución
Z+5X1 Z 1 0 -6 0 -1.25 5
S1+X1 S1 0 0 -1 1 -0.25 -1
X1 0 1 0 0 -0.25 1

Fórmula - Z X1 X2 S1 S2 Solución
Z 1 0 -6 0 -1.25 5
S1 0 0 -1 1 -0.25 -1
X1 0 1 0 0 -0.25 1
Cociente 6 5

46
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

Fórmula - Z X1 X2 S1 S2 Solución
Z+1.25S2 Z 1 0 -1 -5 0.00 10
S2/-0.25 S2 0 0 4 -4 1.00 4
X1+0.25S2 X1 0 1 1 -1 0.00 2

47
ING. INDUSTRIAL LOGÍSTICA.
INVESTIGACIÓN DE OPERACIONES.
Prof. Dr. Javier E. Valencia M.

LA PROGRAMACIÓN ENTERA

Redacta una breve investigación acerca de la programación entera, en ella


deberás incluir temas como algunos de sus usos, complejidades,
características, un ejemplo, etc.

48