Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodosimplexde PL
Metodosimplexde PL
INTRODUCCIÓN
Este trabajo tiene como propósito proveer ayuda al estudiante para que pueda comprender
y manejar más efectivamente el método símplex de programación lineal. Ilustraremos la
aplicación a situaciones de maximización, minimización y análisis de sensibilidad.
En comparación con el método gráfico, el método símplex tiene como punto de partida el
origen siendo este la solución inicial al problema. El método prueba todos los puntos
extremos gráficos aunque no necesariamente se detiene en todos los vértices. Por otro
lado utiliza el concepto de álgebra de matrices en una serie de tablones.
FORMULACIÓN INICIAL
Al analizar la restricción hallamos que el lado izquierdo es menor que el lado derecho.
Para poder hacer el cambio de la desigualdad a igualdad tendremos que añadir una
variable que absorba la diferencia entre ambos lados. En este caso la variable representa
recursos no utilizados o recursos disponibles. Esta variable se conoce como variable de
holgura o "Slack".
Esto no afecta a las ecuaciones a las cuales se les agregan los coeficientes. Por ejemplo
en la primera restricción S2 posee un coeficiente de 0 porque la variable S2 se refiere a la
segunda restricción en donde en el punto (0,0) existe un sobrante de 100 horas. Estas
horas se relacionan con la segunda restricción y no con la primera. De igual manera
sucede con la segunda restricción. La variable S1 se relaciona con la primera restricción
indicando que hay disponible 120 horas.
1
Los modelos de gráfica son adaptados del programa QM.
5
Estas variables de holgura no producen ganancia alguna porque se relacionan con los
recursos por lo tanto serán añadidas a la función objetivo y sus coeficientes serán 0
porque estas no aportan a la ganancia. Al reformular la función objetivo junto con las
restricciones tendremos que estas se expresan de la siguiente forma:
El método símplex comienza con una solución inicial básica en donde todas las variables
reales Xj son cero. Esta solución siempre produce una ganancia de 0 y valores de las
variables de holgura iguales al valor de las constantes que aparecen al lado derecho. Si se
fija en la gráfica anterior la solución inicial símplex será el punto de origen (0,0). Esta es
una solución posible pero no es la mejor solución. Como se indicó anteriormente el
método símplex solo considera soluciones que son factibles, es decir no toma en
consideración aquellas combinaciones de variables reales que violentan las restricciones
ya que el método siempre cumple con estas. El violentar una o más restricciones
conlleva la no existencia de una solución y algunos mencionan esta situación como
solución o soluciones no factibles.
6
CUADRO INICIAL
En suma, con estos parámetros del tablón símplex tenemos dos clases de variables a
considerarse, variables básicas y variables no básicas. Por definición las variables
básicas son aquellas que poseen un ∆Zj = 0 y las variables no básicas poseen ∆Zj
desiguales a 0.
En este cuadro inicial las variables básicas, que están en la solución, son las variables de
holgura S1 y S2. Estas variables estarán ubicadas a lado izquierdo del tablón y sus ∆Zj
son cero. Esto sucede porque la solución inicial símplex es en el origen (0,0) por lo tanto
si X1 = 0 y X2 = 0 entonces al no fabricar ningún tipo de relojes, los recursos disponibles
serán S1= 120 horas de producción y S2 = 100 horas de inspección y empaque. Los
coeficientes Ci de estas variables básicas son 0 porque no tienen efecto sobre la ganancia
y estarán localizados en la parte izquierda dentro del tablón.
Busquemos ahora los valores para Zj. Si no se están fabricando relojes entonces los
costos o la reducción en las ganancias tiene que ser cero así como el valor final de la
función objetivo Z. Por ejemplo la producción de la variable de decisión real X1 (relojes
de hombres) consume 2 horas de producción y 2 horas de inspección y empaque según lo
indica sus coeficientes aij o tasa de sustitución. Como no hay producción, la variable
básica para la primera restricción o primer recurso será S1 = 120 con un coeficiente C1 =
0, es decir 0 aportación a las ganancias. De igual forma sucede con la segunda restricción
en donde C2 = 0.
8
C1 a11 C2 a21
Z1 = (0)(2) + (0)(2) = 0; este valor irá en la primera columna para el renglón Zj debajo
de la columna X1.
C1 a12 C2 a22
Z2 = (0)(4) + (0)(3) = 0; este valor irá en la segunda columna para el renglón Zj debajo de
la columna X2.
C1 a13 C2 a23
Z3 = (0)(1) + (0)(0) = 0; este valor irá en la tercera columna para el renglón Zj debajo de
la columna S1.
C1 a14 C2 a24
Z4 = (0)(0) + (0)(1) = 0; este valor irá en la cuarta columna para el renglón Zj debajo de la
columna S2.
El cálculo para hallar la ganancia (Z), con valor es 0 se realiza de forma parecida donde
Z = Σ Cijbi.
Z = (0)(120) + (0)(100) = 0
El último paso para terminar el tablón será calcular los cambios en Zj, (∆Zj) para las
columnas. Estos cambios se calculan restando los coeficientes de la función objetivo por
el Zj correspondiente es decir ∆Zj = CJ - Zj.
∆Z1 = C1 - Z1 =4–0=4
∆Z2 = C2 - Z2 =6–0=6
∆Z3 = C3 - Z3 =0–0=0
∆Z4 = C4 - Z4 =0–0=0
9
Trasladamos estos datos al tablón inicial y tenemos nuestro primer tablón símplex.
Analizamos el tablón y encontramos que este posee una matriz identidad. La matriz
identidad es aquella que está compuesta por diagonales de 1 y cero. Para este ejemplo la
matriz se encuentra debajo del las variables de holguras S1 y S2. Al obtener una solución
final la matriz identidad se trasladará al lado derecho debajo de las variables reales X1 y
X2 o se obtendrá algo parecido a una matriz identidad.
Para poder interpretar y analizar el primer tablón, procedemos a buscar las variables
básicas y no básicas y leer sus valores. Las variables básicas son aquellas que están en la
solución y poseen cambios en Zj de cero, (∆Zj = 0) y valores positivos o cero en el lado
derecho (bi ≥ 0). Los valores de las variables básicas, aquellas que se encuentran al lado
derecho extremo, deberán ser siempre mayores o iguales a cero porque no existen
negativos recursos o porque no se puede manufacturar negativos productos. Al estudiar
el tablón encontramos que la variable S1 posee un ∆Zj = 0 con un valor 120 horas de
producción. Este valor de 120 aparece a la extrema derecha del primer renglón (b1). De
igual forma la variable S2 posee ∆Zj = 0 con un valor 100 horas de inspección, valor que
aparece a la extrema derecha del segundo renglón (b2). Al estudiar los ∆Zj para las
variables antes mencionadas encontramos que S1 y S2 son variables básicas. Contrario a
las variables básicas, las variables no básicas, no están en la solución y son aquellas que
poseen cambios en Zj desiguales a cero (∆Zj ≠ 0) y con valores de 0 (bi = 0). Los valores
de las variables no básicas siempre serán cero porque estas variables no están en la
solución. Al leer el tablón hallamos un ∆Z1 = 4 para la variable X1 y un ∆Z2 = 6 para la
variable X2. Esto indica que X1 y X2 son variables no básicas y que sus valores son cero.
Por último se desprende del tablón que la ganancia, (Zj ) es cero. Este valor de 0 aparece
en el tablón a la extrema derecha del renglón Zj.
El estudio de la segunda restricción, 2X1 + 3X2 + 0S1 + 1S2 = 100, demuestra que el
proceso de inspección toma 3 horas donde solo se pueden inspeccionar 33.33 relojes de
damas.2 Por lo tanto a pesar de que la segunda restricción indica que se puede
inspeccionar y empaquetar más relojes (33.33) de los que se pueden producir (30), en
realidad solo hay recursos para hacer 30 relojes. Si por error se decide manufacturar
33.33 relojes entonces habrá una deficiencia de 13.32 horas necesarias para completar la
producción. Veamos el porqué de lo antes mencionado. La fabricación de 33.33 relojes
requiere 4 horas por cada reloj del recurso horas de producción, para un total de 133.32
horas requeridas (4 horas x 33.33 relojes). El total de horas disponible para la producción
de relojes son 120 por lo tanto faltarán 13.32 horas para poder hacer los 33.33 relojes
(120 – 133.32). Esto significa que la producción se quedará corta por 3.33 relojes (-13.32
horas ÷ 4 horas de producción).
bi ÷ aij = Ratio
(b1) (a12)
S1 120 ÷ 4 = 30 » límite positivo más pequeño (renglón pivote)
(b2) (a22)
S2 100 ÷ 3 = 33.33
2
La cantidad de relojes que se inspeccionan y empacan deberá ser un número entero y no fraccionar. Para
evitar esta situación se utiliza el enfoque de programación para enteros, el cual no veremos en este trabajo.
12
El propósito del Ratio es saber el número máximo de unidades que se pueden asignar a la
variable que entra y así evitar que las variables básicas tengan valores negativos o se
violenten las restricciones. La selección errónea de 33.33 como el mejor Ratio violenta la
primera restricción causando un faltante de 13.32 horas (33.33 x 4 horas – 120 horas
disponibles de producción) y como consecuencia de está decisión, la producción se
quedará corta por 3.33 relojes (-13.32 horas ÷ 4 horas de producción). El Ratio
seleccionado indica una producción de 30 relojes y la columna pivote indica que estos
relojes serán de damas (X2). Si la aportación a las ganancias de la variable X2 son $6 por
unidad entonces la ganancia total será de $180; ($6)(30 relojes). Para expresar esta
relación de entrada y salida se hace el cálculo para nuevo renglón pivote y se trasladan
los resultados al segundo tablón símplex. El cálculo del nuevo renglón se realiza
dividiendo el renglón pivote entre el elemento de intersección de la columna y el renglón
pivote.
Elemento Nuevo
Renglón Pivote ÷ Intersección = Renglón Pivote
(2, 4, 1, 0; 120) ÷ 4 = (½, 1, ¼, 0; 30) » Trasladar al segundo tablón.
Este procedimiento se conoce como revisión de los renglones y es mandatario para todas
las filas, excluyendo el nuevo renglón pivote. A continuación se resume el proceso de
revisión de los renglones según el método símplex:
Al igual que para el tablón inicial habrá que buscar los valores Zj para la nueva tabla
símplex. (Zj = Σ Cijaij.), llevarlos al segundo tablón y luego buscar la ganancia de manera
parecida donde Z = Σ Cijbi.
C2 a11 C2 a21
Z1 = (6)(½) + (0)(½) = 3; este valor irá en la primera columna para el renglón Zj debajo
de la columna X1.
C2 a12 C2 a22
Z2 = (6)(1) + (0)(0) = 6; este valor irá en la segunda columna para el renglón Zj debajo de
la columna X2.
C2 a13 C2 a23
Z3 = (6)(¼) + (0)(-¾) = 3/2; este valor irá en la tercera columna para el renglón Zj debajo
de la columna S1.
C1 a14 C2 a24
Z4 = (6)(0) + (0)(1) = 0; este valor irá en la cuarta columna para el renglón Zj debajo de la
columna S2.
Finalmente para completar el tablón habrá que buscar los ∆Zj correspondientes donde
∆Zj = CJ - Zj.
14
∆Z1 = C1 - Z1 =4–3 = 1
∆Z2 = C2 - Z2 =6–6 = 0
∆Z3 = C3 - Z3 = 0 – 3/2 = -3/2
∆Z4 = C1 - Z4 =0–0 =0
El siguiente tablón símplex hace un resumen de todos los datos pertinentes a la empresa
para ser interpretados.
Las variables básicas son aquellas con ∆Zj = 0 y con valores al lado derecho (bi) mayores
e iguales a cero. La razón por la cual estos cambios son cero se debe a que estas
variables hicieron su aportación máxima a la ganancia. La variable X2 posee con ∆Z2= 0
y su valor a la extrema derecha (b1) es 30. Mientras que la variable S2 también posee un
∆Zj = 0 con un valor de 10. Note que para ambas variables existe un coeficiente de 1,
ubicado en la intersección entre la columna y el renglón donde se encuentra la variable.
Las variables no básicas son aquellas con ∆Zj ≠ 0 y con valores de cero. Su valor es cero
porque no están o no aportan a la solución. Además estás variables tienen cambios
positivos o negativos. Las variables no básicas para el segundo tablón son: X1 con ∆Z1 =
1 y S1 con ∆Z3 = -3/2 y los valores de estas dos son cero. La ganancia (Zj) será de $180.
En conclusión la mezcla para la producción de los relojes se encuentra en el punto (0, 30)
en donde la producción semanal será de 30 relojes de mujer y 0 relojes de hombre.
Además se utilizó el total de horas de producción para hacer los relojes y existe un
sobrante de 10 horas disponibles de inspección y empaque para una ganancia de $180.
Al comparar la solución símplex con el análisis gráfico encontramos la solución en el
punto II.
bi ÷ aij = Ratio
(b1) (a11)
X2 30 ÷ ½ = 60
(b2) (a21)
S2 10 ÷ ½ = 20 » límite positivo más pequeño (renglón pivote)
16
El renglón S2 sale para dar entrada a la variable X1. Esto indica una producción de 20
unidades de X1, relojes de hombres. Fabricar relojes de hombre causa un efecto negativo
en la producción de relojes de mujer (X2) porque habrá que hacer una reducción en la
cantidad de relojes de mujer que se producen ya que para la solución anterior (cuadro II)
se usaron todas las horas de producción (S1) en los relojes de mujer variable (X2).
Esta situación que presenta el método se puede plasmar y ver su resultado mediante el
análisis de las tasas de substitución (aij) provista por las ecuaciones lineales en el corazón
del tablón símplex. Por ejemplo las ecuaciones lineales originales son:
(½, 0, -¾, 1; 10) x (2) = (1, 0, -3/2, 2, 20) » Nuevo renglón pivote
(- ½ , 0, ¾, -1; -10)
X2: + ( ½, 1, ¼, 0; 30)
( 0, 1, 1, -1; 20)
C2 a11 C2 a21
• Z1 = (6)(0) + (4)(1) = 4; este valor irá en la primera columna para el renglón Zj
debajo de la columna X1.
18
C2 a12 C2 a22
• Z2 = (6)(1) + (4)(0) = 6; este valor irá en la segunda columna para el renglón Zj
debajo de la columna X2.
C2 a13 C2 a23
• Z3 = (6)(1) + (4)(- 3/2) = 0; este valor irá en la tercera columna para el renglón Zj
debajo de la columna S1.
C1 a14 C2 a24
• Z4 = (6)(-1) + (4)(2) = 2; este valor irá en la cuarta columna para el renglón Zj
debajo de la columna S2.
• ∆Z1 = C1 - Z1 =4–4 = 0
• ∆Z2 = C2 - Z2 =6–6 = 0
• ∆Z3 = C3 - Z3 =0–0 = 0
• ∆Z4 = C1 - Z4 =0–2 = -2
El análisis de todos los ∆Zj para el tercer tablón indica que la solución es final óptima.
Esto se debe a que la única manera para mejorar la solución es que una variable no básica
se convierta en variable básica. Para que esto suceda la variable no básica debe tener un
cambio positivo de manera que al seleccionarse aumente la ganancia. De seleccionarse
una variable con cambio negativo, esta reducirá la ganancia. En resumen, para casos de
maximización una solución será óptima si está posee ∆Zj de cero para las variables
básicas y negativo para las variables no básicas.
En conclusión el tablón final indica que la mezcla para la producción de los relojes se
encuentra en el punto (20, 20) en donde la producción semanal será de 20 relojes de
hombre (X1) y 20 relojes de mujer (X2). Se utilizó todos los recursos para obtener una
ganancia máxima semanal de $200. En la solución gráfica, véase gráfica, aparecen
cuatro puntos extremos que son soluciones posibles, estas se prueban hasta obtener una
solución óptima. El método símplex probó todas las esquinas de la solución gráfica en
solo tres tablones.
20
EL PROBLEMA DE MINIMIZACIÓN
(X1, X2 ≥ 0)
Donde
X1 = unidades de vitaminas para las bolsas de comida para crecimiento
X2 = unidades de vitaminas para bolsas de comida perros adultos
1X1 + S1 = 200
La segunda restricción, 2X1 + 3X2 ≥ 100 (unidades de vitaminas para perros adultos)
tiene un signo mayor e igual, es decir el lado izquierdo es mayor que el lado derecho.
Para poder igualar la restricción habrá que restar una variable de holgura. Esta variable
se conoce como una variable de holgura negativa o de excedente o superflua.
Esto se debe a que se sustituyó el punto (0,0) en la ecuación obteniendo el resultado antes
mencionado.
X1 + X2 + A2 = 800
Siempre que se incorpore una variable de holgura o artificial a una restricción, habrá que
agregarlas en las demás restricciones y en la función objetivo. En una solución óptima,
las variables artificiales no pueden ser variables básicas. La razón para que estas se
excluyan en la solución óptima es que estas absorben la negatividad de la variable de
holgura. También representan por cuantas unidades no se ha cumplido con la restricción.
Para eliminar estas variables artificiales se le asigna un costo extremadamente alto para
los casos de minimización y una reducción grande en las ganancias para los casos de
maximización. En problemas de minimización las variables con costos bajos son
deseables y son las primeras en entrar a la solución y las variables con costos altos serán
rápidamente eliminadas. Para lograr esto utilizaremos el método de la M grande. El
método de la M grande permite la eliminación de estas variables hasta donde sea posible.
El método utiliza la letra $M en vez de dólares para representar un número muy grande.
Le asigna un coeficiente de +$M, costo muy alto en casos de minimización y -$M,
reducción de ganancias para maximización. Las variables de holgura negativa tienen un
costo de cero.
22
Acomodamos las restricciones y la función objetivo con sus nuevas variables de holgura
y artificiales.
Veamos cuales de las variables son básicas a ser asignadas al tablón inicial.
La primera restricción, 1X1 ≤ 200; S1, se asigna la variable S1 » Variable básica
La segunda restricción, 1X2 ≥ 100; -S2 + A2, se asigna la variable A2 » Variable básica
La tercera restricción, X1 + X2 = 800; A3, se asigna la variable A3 »Variable básica
Luego de trasladar las ecuaciones a la tabla inicial procedemos a buscar los valores de Zj
y los ∆Zj correspondientes y los llevamos al tablón inicial.
∆Z1 = C1 - Z1 = 5 – M = 5-M
∆Z2 = C2 - Z2 = 7 – 2M = 7-2M
∆Z3 = C3 - Z3 =0–0=0
∆Z4 = C4 - Z4 =0–M=M
∆Z5 = C5 - Z5 =M–M=0
∆Z6 = C6 - Z6 =M–M=0
23
Cuando se cumpla con la tercera restricción entonces la variable artificial dejará de ser
básica y tendrá un valor de cero. Siempre se violentarán las restricciones mientras una
variable artificial se mantenga como básica.
La variable X2 entrará a la base. Luego se buscan los Ratio para cada renglón y se escoge
el positivo más pequeño entre estos.
bi ÷ aij = Ratio
A3 800 ÷ 1 = 800
El renglón A2 sale para dar entrada a la variable X2. Esto indica una asignación de 100
unidades para X2. Después que una variable artificial sale de la base o deja de ser
variable básica esta no podrá entrar a la base. Esto sucede porque el costo de entrar la
variable es muy alto y el método descartará la variable. Es recomendable aunque no
necesario, la eliminación de la columna A2 en el tablón. Esto hace el cálculo aritmético
más fácil porque la tabla tiene menos elementos. De existir una solución óptima, el
tablón final será más pequeño.
25
(0, 1, 0, -1, 0; 100) ÷ (1) = (0, 1, 0, -1, 0; 100) » Nuevo renglón pivote
• ∆Z1 = C1 - Z1 = 5 – M = 5 – M
• ∆Z2 = C2 - Z2 = 7 – 7 = 0
• ∆Z3 = C3 - Z3 = 0 – 0 = 0
• ∆Z4 = C4 - Z4 = 0 – (-7 +M) = 7-M
• ∆Z5 = C5 – Z5 = M -M = 0
A3 = 700
Por último se revisa el costo del tablón para ver si este es el correcto, donde;
Un examen de los ∆Zj indica que la solución del segundo tablón no es óptima porque no
todos los cambios son cero y positivos. La solución se puede mejorar porque existen dos
cambio negativos: ∆Z1 = 5-M para la columna X1 y ∆Z4 = 7-M para la columna S2, uno
de estos cambios reducirá el costo más que el otro para la próxima tabla. Seleccionamos
el primer cambio porque es el más negativo. Por consiguiente la variable X1 entrará en la
base y será la columna pivote remplazando aquel renglón que posea ratio positivo más
pequeño.
28
Enumeramos los siguientes pasos para el cálculo del tercer tablón símplex luego de haber
seleccionado la columna pivote.
1. Para el segundo tablón busque los Ratio para cada renglón y escoja el positivo
más pequeño entre estos.
bi ÷ aij = Ratio
A3 700 ÷ 1 = 700
13. Halle los valores Zj para la tercera tabla símplex. (Zj = Σ Cijaij.)
• ∆Z1 = C1 - Z1 = 5 – 5 = 0
• ∆Z2 = C2 - Z2 = 7 – 7 = 0
• ∆Z3 = C3 - Z3 = 0 – (5-M) = -5+M
• ∆Z4 = C4 - Z4 = 0 - (-7 +M) = 7 -M
• ∆Z5 = C5 – Z5 = M -M = 0
30
Al igual que en tablas anteriores, examinamos la tercera tabla para buscar las variables
básicas, no básicas e interpretar la solución. En el tercer tablón las variables básicas son:
X1 con un valor al lado derecho de 200 unidades, X2 con 100 y A3 con 500. Las variables
no básicas, aquellas que tienen ∆Zj ≠ 0 están representadas por: S1 y S2 y estas poseen
valores de cero. El costo para esta solución sigue siendo muy alto, $1700 + $500M. Este
costo es alto porque la variable artificial A3 se encuentra en la base, esto violentan la
tercera restricción por 500 unidades ya que esta restricción exige que la combinación de
las variables reales, X1 y X2 en su totalidad sea de 800 unidades. Así lo refleja la
sustitución de las variables reales en la tercera restricción. Veamos, para X1 + X2 = 800
donde 1X1 + 1X2 + 0S1 + 0S2 + 0A2 + 1A3 = 800 en su forma aumentada.
Un examen de los ∆Zj muestra que el tercer tablón tiene un solo cambio negativo de 7-M
en la variable no básica S2. Es conveniente entrar esta variable a la base porque me
reducirá el costo. Este cambio negativo indica que la columna S2 será la columna pivote.
Por consiguiente S2 será la nueva variable básica. A continuación se vuelve a enumera
los pasos para llenar el cuarto tablón luego de haber seleccionado la columna pivote.
1. Halle los Ratio para cada renglón y se escoge el positivo más pequeño entre estos.
bi ÷ aij = Ratio
X2 100 ÷ -1 = -100
2. Halle el renglón pivote, (0, 0, -1, 1; 500). Se eliminó la columna A3, porque
después que sale una variable artificial esta no podrá entrar a la base porque su
costo es muy alto.
(0, 0, -1, 1; 500) ÷ (1) = (0, 0, -1, 1; 500) » Nuevo renglón pivote
32
• ∆Z1 = C1 - Z1 =5–5 = 0
• ∆Z2 = C2 - Z2 =7–7 = 0
• ∆Z3 = C3 - Z3 = 0 – (-2) = 2
• ∆Z4 = C4 - Z4 =0–0= 0
33
Los valores de los ∆Zj, de 0 y positivos indican que la solución es óptima. Las variables
básicas son: X1 con valor de 200 unidades, X2 con 600 unidades y S2 con 500 unidades.
La variable S1 al igual que las artificiales, estas últimas se eliminaron del tablón son
variables no básicas. Un examen del tablón óptimo refleja el traslado de la matriz
identidad hacia el lado izquierdo de la tabla. Se corrobora el costo para la solución final
al sustituir en la ecuación; ZIV = ZIII + (∆ZIII)(RatioIII), por lo tanto ZIV = 1700 + 500M
+($7-M)(500) = $5,200. La empresa utilizará 200 unidades de vitaminas para perros en
crecimiento y 600 unidades de vitaminas para perros adultos para un costo semanal de
$5,200. La variable S2 = 500 representa un exceso de 500 unidades de las vitaminas para
perros adultos sobre el mínimo necesario de 100 unidades. Acuérdese que la variable se
relaciona con la segunda restricción, 1X2 ≥ 100 (unidades de vitaminas para perros
adultos). Si la solución para X2 son 600 unidades y el mínimo requerido son 100
unidades entonces S2 será igual a 500 unidades; (X2 + S2 = 100, al sustituir en la
ecuación; 600 + S2 = 100 por lo tanto S2 = 600 – 100).
Maximizar Z = 4X1 + 2 X2
Sujeto a: 2X1 + 2 X2 ≤ 150
1X1 + 2 X2 ≤ 100
(X1, X2 ≥)0
La tabla final permanece sin cambio excepto por el cómputo del ∆Z2 = C2-Z2. Si Z2 es 2
y C2 es ahora 2 +∆ entonces ∆Z2 será igual a -2+∆.
35
∆Zj ≤ 0
Por lo tanto mientras que el ∆Z2 no sea positivo, la solución será misma. Resolvemos
para hallar el intervalo de la siguiente forma.
∆Z2 ≤ 0
-2+∆ ≤ 0
∆≤2
-∞≤ ∆ ≤ 2
Esto significa que C2, el coeficiente de X2 no puede aumentar por más de 2 unidades sin
afectar la solución óptima. La variable X2 puede tener coeficientes entre negativo infinito
y positivo 4. Por ejemplo el intervalo para X2 donde -∞≤ ∆ ≤ 2 se busca sustituyendo
donde;
2+∆ ≤ X2 ≤ 2 +∆
2-∞ ≤ X2 ≤ 2 +2
-∞ ≤ X2 ≤ 4
Este intervalo indica que la variable X2 puede tener un valor máximo de 4 y de negativo
infinito.
∆Z1 = 0
∆Z2 = -2-∆
∆Z3 = -2-½∆
∆Z4 = 0
Z = 300+75∆
Para hallar los intervalos de optimalidad se analizan todos los cambios los ∆Zj para su
cumplimiento. Acuérdese que se está maximizando por lo tanto los ∆Zj deberán ser
negativos o cero. Se procede a resolver para: -2-∆ ≤ 0 y -2-½∆ ≤ 0.
-2-∆ ≤ 0 -2-½∆ ≤ 0
-∆ ≤ 2 -½∆ ≤ 2
-½
∆ ≥ -2 ∆ ≥ -4
El cambio ∆ ≥ -2 cumple con el cambio ∆ ≥ -4 porque este es mayor que -4 pero no así lo
contrario. Expresamos el intervalo de la siguiente forma; -2 ≤ ∆ ≤ ∞ o en términos de la
variable real, 2 ≤ X1 ≤ ∞.
Un cambio en los valores de los recursos puede afectar tanto los valores de las variables
básicas como el de la función objetivo. El agregar una cantidad mayor de recursos puede
aumentar la producción y como consecuencia el valor de la solución. Y por el contrario
una disminución de recursos puede disminuir el valor de la variable básica y a su vez el
valor de la función objetivo.
La variables que representan los recursos disponibles en la solución inicial son a saber; S1
con valor de 150 y S2 con valor de 100. Para conocer cuántas unidades del primer
recurso se pueden agregar o disminuir y poder leer el resultado en el tablón óptimo, habrá
que buscar el intervalo de optimilidad. Este indicará el efecto de un cambio en el valor
de 150 valor ubicado al lado derecho para la variable S1. Para entender el procedimiento
para la búsqueda del intervalo, agregamos un ∆ en b1, en el tablón inicial y este se refleja
en la tabla inicial según aparece en el próximo tablón. Acuérdese que la variable S1
representa el valor del primer recurso, para la primera restricción según lo demuestra el
tablón inicial.
Acuérdese que los valores de los lados derechos tienen que ser positivos o cero (bi ≥0)
por lo tanto los ∆Zj deberán ser también positivos o cero (∆Zj ≥0).
75 +½∆ ≥ 0 25 -½∆ ≥ 0
Para el primer recurso el intervalo es: -150 ≤ ∆ ≤ 50 y al sustituir los cambios en S1, el
intervalo para la variable en términos totales será de 0 ≤ ∆ ≤ 200; (-150 +150 ≤ S1 ≤ 50
+ 150).
Supóngase que se aumenta el primer recurso a 175. ¿Se puede hacer este aumento y
poder leer su efecto en el tablón óptimo? La respuesta a este pregunta, es afirmativa, se
puede porque el cambio es menor que 50 y mayor que -150; (175 – 150 = 25). Y en
términos totales para S1, 175 es menor que 200.
¿Cómo se afectan las variables básicas y la función objetivo con el nuevo incremento de
recursos por la cantidad de 175? La contestación a esta pregunta se obtiene sustituyendo
el nuevo cambio de 25 en las nuevas ecuaciones. Para,
X1 S2 Z
Al interpretar los resultados tenemos que un aumento de 175 unidades para la primera
restricción causará un incremento de 87.5 unidades para X1, 12.5 unidades para S2 y $350
para la función objetivo.
BIBLIOGRAFÍA
Higle, Julia L., and Stein W. Wallace. “Sensitivity Analysis and Uncertainty in Linear
Programming”, Interfaces 33, 4 (July-August 2003): 53-60.
Lapin Lawrence L, Quantitative Methods for Business with Cases, 5 edition, Harcourt
Brac, Javanovich, 1991.
Orden, A. “Linear Programming from the ´40s to ´90s”, Interfaces 23, 5 (September-
October 1993): 2-12.
Render Barry, Stair Ralph M. Jr., Hanna Michael E, Quantitative Analysis for
Management, 10 edition. Pearson, Prentice Hall, 2009.