Documentos de Académico
Documentos de Profesional
Documentos de Cultura
También tenemos A:
4 3 1 0
𝐴=[ ] ➔ A = (B : R)
1 2 0 1
De este modo vimos que Ax = b
𝑋
(𝐵 𝑅 ) ∗ (𝑋𝐵 ) = 𝑏
𝑅
➔ C̅J = 0 ; ꓯ J no – básico.
Análisis de sensibilidad:
Estudia el cambio en la solución óptima, al cambiar el valor de los parámetros. Lo importante es determinar
los parámetros sensibles, es decir, aquellos que sí varían, hacen variar de manera importante la función
objetivo, inclusive puede cambiar la base óptima.
I. Cambio en el vector B
II. Cambio en el vector de coeficiente C
III. Incorporación de nuevas variables
IV. Cambio en el vector Aij
V. Incorporación de nuevas restituciones
Analizando los cambios
Dado el P.P.L
V.B X1 X2 X3 X4 X5 bi
X3 0 -1 1 1 -1 40
X1 1 3 0 -1 2 120
-z 0 -1 0 -0,2 -0,8 -168
i) Cuanto puede variar la disponibilidad del recurso 1 de modo que no cambie la base óptima.
𝑋𝑖 ≥ 0
La tabla óptima es:
V.B X1 X2 X3 X4 X5 bi
X2 -1 1 3 1 0 20
X5 16 0 -2 -4 1 10
z 0 0 2 5 0 100
i) Que sucede si b1 = 30
1 0 1 0
XB ≥ 0 ; XB = B-1b ≥ 0 ; XB = (X2, X5) ; 𝐵 = ( ) ; 𝐵 −1 = [ ]
4 1 −4 1
1 0 30 30
XB = B-1b = ( )( ) = ( ) ; Z = 150
−4 1 90 −30
Para volver al óptimo se reemplaza en la tabla óptima y se aplica simplex dual.
V.B X1 X2 X3 X4 X5 bi
X2 -1 1 3 1 0 30
X5 16 0 -2 -4 1 -30
Z 0 0 2 5 0 150
X2 23 1 0 -5 3/2 -15
X3 -8 0 1 2 -1/2 15
Z 16 0 0 1 1 120
X4 -23/5 -1/5 0 1 -3/10 3
X3 6/5 2 1 0 1/10 9
Z 57/5 1/5 0 0 13/10 117
Óptimo
La solución optima no cambia si los costos reducidos siguen siendo negativos. Es decir:
Si C̅j˃0 para algún Aj no básico ➔ se reemplaza Cj por C̅j en la tabla final y se efectúa la fase II
Z*= 105/104
∂Z = ∂Z/∂b1*db1 + ∂Z/∂b2*db1
∂Z = Y1**db1+ Y2*db2
bbjh
En estos casos SIEMPRE se ocupa simplex
dual
nb
Clase 12/05 – Recording 1 (unidad 2)
Problemas de transporte:
Veremos algunas estructuras especiales de la programación lineal que se generan
con bastante frecuencia en la realidad. Estas estructuras reciben el nombre de
estructuras de transportes y se dividen en:
i) Estructura o modelo de asignación
ii) Estructura de transporte con capacidad limitada
iii) Estructura de transbordo.
iv) Estructura de transporte generalizado
Todas las estructuras pueden solucionarse por el método simplex, pero cada una de
ellas tiene un método o algoritmo asociado que hace que el método simplex sea
ineficiente.
I. Estructura o modelo de asignación
Una municipalidad requiere efectuar 300 trabajos diferentes al mismo tiempo 300
empresas distintas han presentado proyectos. la municipalidad decide que cada
empresa debe efectuar solo un trabajo para distribuir de mejor forma el
presupuesto. la matriz que proporciona el costo del trabajo i (i= 1, ... ,300); cotizado
por la empresa j (j = 1, …, 300)
Xij: el trabajo i, es realizado por la empresa J
Clase 14/05 – Recording 20 (unidad 1)
Determinar el mínimo costo de asignación de los trabajadores a las tareas dado la siguiente tabla:
1 2 3 4
Para solucionar el problema se aplica el
A 8 6 5 7 5
B 6 5 3 4 3 algoritmo húngaro
C 7 8 4 6 4
D 6 7 5 6 5
(C;3): 4
(B;4): 4
1 2 3 4 1 2 3 4
(A;2): 6
A 3 1 0 2 5 A 2 0 0 1
(D;1): 6
B 3 2 0 1 3 B 2 1 0 0
C 2 3 0 1 - $20
C 3 4 0 2 4
D 1 2 0 1 5 D 0 1 0 0
1 1 1
2) Asignar las personas a los trabajos para obtener el mayor beneficio. Aplicaremos algoritmo húngaro para
obtener un máximo
1 2 3 4
A 8 6 5 7 8
B 6 5 3 4 6
C 7 8 4 6 8
D 6 7 5 6 7
1 2 3 4
A 0 -2 -3 -1
B 0 -1 -3 -2
C -1 0 -4 -2
D -1 0 -2 -1
1 2 3 4 (B;1): 6 -2 -1
A 0 -2 -1 0 8 (C;2): 8
B 0 -1 -1 -1 6 (D;3): 5
C -1 0 -2 -1 8 (D;1): 6
D -1 0 0 0 7 - $20
1 2 3 4 5 1 2 3 4 5
A 3 8 2 10 3 10 A -7 -2 -8 0 -7
B 8 7 2 9 7 9 B -1 -2 -7 0 -2
C 6 4 2 7 5 7 C -1 -3 -5 0 -2
D 8 4 2 3 5 8 D 0 -4 -6 -5 -3
E 9 10 6 9 10 10 E -1 0 -4 -1 0
-4
1 2 3 4 5 (A;1)
A -7 -2 -4 0 -7 (B;2) ∄ 𝑎𝑠𝑖𝑔𝑛𝑎𝑐𝑖ó𝑛
B -1 -2 -3 0 -2 1. Tachar todos los 0 que estén en la tabla (fila,columna)
C -1 -3 -1 0 -2 2.Seleccionar el mayor de los N° no tachados (-1)
D 0 -4 -2 -5 -3 3. Restarle (-1) a los N° no tachados y sumar (-1) a los que están en
E -1 0 0 -1 0 la intersección de dos rectas
1 2 3 4 5 (A;4):
A -6 -1 -3 0 -6 (B;1):
B 0 -1 -2 0 -1
(C;3): ∄ 𝑎𝑠𝑖𝑔𝑛𝑎𝑐𝑖ó𝑛
C 0 -2 0 0 -1
(D;1): -
D 0 -4 -2 -6 -3
E -1 0 0 -2 0
Tachar la columna con + ceros y seleccionar el número no
tachado mayor
1 2 3 4 5 1 2 3 4 5
A -6 -1 -3 0 -6 A -6 0 -2 0 -5 (C;3): 2
B 0 -1 -2 0 -1 B 0 0 -1 0 0 (D;1): 8
C 0 -2 0 0 -1 C -1 -2 0 0 -1 (E;5): 10
D 0 -4 -2 -6 -3 D 0 -3 -1 -6 -2 (B;4): 9
E -1 0 0 -2 0 E -2 0 0 -3 0
(A;2): 8
--- 37
Veremos algunos algoritmos muy eficientes, pero se requiere que el problema esté equilibrado
si no es así se agregan no dos ficticios de oferta o bien de demanda que tienen cero costos de
incorporación salvo que se diga otra cosa.
para aplicar el algoritmo se necesita a partir de una base inicial básica factible
i) Método noroeste
ii) método de Vogel
iii) método de costo mínimo
I - Método noroeste: una vez que el problema está equilibrado (∑ 𝑎𝑖 = ∑ 𝑏𝑗 ) para obtener la base inicial
básica factible se aplican los 3 pasos siguientes.
Paso 1: en la posición (1,1) de la matriz aseguramos el mínimo (a1,b1= x 11 de restos X11 de la oferta a 1 y
de la demanda B1, obviamente alguna de estas dos cantidades se convertirá en cero.
Paso 2: si a 1 se convierte en cero pasa a la posición (2,1) y hacer X21 = min{b1-x11,a2). Sí Por otro lado es B
1 el que se convierte en cero en el paso anterior se pasa a la función (1,2) y X12= min{a1-x11;b2)
Paso 3: continuar con la misma lógica hasta llegar a la posición (m,n). la matriz de flujos que se obtenga
será una factible y básica.
Cij a b c Capacidad
1 3 2 1 6 ∑ 𝑎𝑖 = 20
2 2 1 5 9
3 2 4 3 5
Demanda 5 5 10
∑ 𝑏𝑗 = 20
Cij a b c Capacidad
1 5 1 0
2 4 5 0
3 5 0
Demanda 0 0 0
II – Método de Vogel: para obtener una solución inicial básica factible de un problema de transporte. este
método proporciona una solución inicial más cercana al punto óptimo. Una vez que el problema está
equilibrado (∑ 𝑎𝑖 = ∑ 𝑏𝑗 ) se aplican los siguientes pasos:
Paso 1: construir una matriz de costos y de flujos asociado al problema balanceado y váyase al paso 3.
Paso 2: utilizar el remanente de la matriz de costos y flujos una vez que estos últimos se hayan asignado.
Paso 3: se entiende por diferencia de fila (de columna) a la diferencia que hay entre los dos números más
pequeños que existen en la fila (columna). Calcular todas las diferencias de fila y de columna de la matriz de
costos.
Paso 4: seleccionar aquella fila o columna con mayor diferencia, los empates se deciden en forma arbitraria.
Paso 5: localizar el costo más pequeño en la matriz de costos la fila o columna seleccionada en el paso
anterior. sea esta la posición Cij.
Paso 6: es la matriz de flujo hacer Xij = min{ai,bj} donde la posición (i,j) se identifica en el paso anterior. Hacer
la oferta ai igual a ai-Xij y la demanda bj igual a bj-Xij.
Paso 7: sí ai-Xij = 0, llenar la fila i de la matriz de flujos con ceros, a excepción de la posición (i,j) eliminar esa
fila de cualquier consideración futura. Por otro lado sí bj-Xij = 0, llenar la columna j de la matriz de flujos con
ceros, a excepción de la posición (i,j) y eliminar esa columna de cualquier consideración futura. Regrese al
paso 2.
Cij a b c Capacidad
1 3 2 1 6 ∑ 𝑎𝑖 = 20
2 2 1 5 9
3 2 4 3 5
Demanda 5 5 10
∑ 𝑏𝑗 = 20
Cij a b c ∆ ∆ ∆
1 3 2 1 1 0
2 2 1 5 1 1 Xij a b c
3 2 4 3 1 1 3 1 0 0 6 0
∆ 0 1 2 1 1 1 2 5 4
∆ 0 3 2 3 0 5
∆ 0 2 0 0 4
∆ 2 3
m + n -1 = 3+ 3 -1 = 5
CT = 5*20 + 1*30 + 7*10 + 8*10 + 4*40 + 5*0 + 2*10 + 0*0 + 0*30 = 460
Cij a b c d e Cap
1 5 6 3 2 0 20
2 1 7 4 5 0 40
3 2 8 4 3 0 50
4 6 3 5 2 0 10
5 4 3 1 7 0 30
Demanda 50 20 40 10 30
Cij a b c d e ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆
1 5 6 3 2 0 2 1 1 1 1 1 1 3
2 1 7 4 5 0 1 3
3 2 8 4 3 0 2 1 1 1 1 1 1 4
4 6 3 5 2 0 2 1 1 1 1
5 4 3 1 7 0 1 2 2
∆ 1 0 2 0 0
∆ 1 0 2 0
∆ 2 0 2 0
∆ 3 3 1 0
∆ 3 1 0
∆ 2 1 1
∆ 1 1
CT = 6*10 + 3*0 + 2*10 + 1*40 + 2*10 + 4*10 + 0*30 + 3*10 + 1*30 = 240
Cij a b c d e Xij a b c d e
1 5 6 3 2 0 20 1 20 0
2 1 7 4 5 0 40 2 30 10 0
3 2 8 4 3 0 50 3 20 0 0
4 6 3 5 2 0 10 4 10 0
5 4 3 1 7 0 30 5 30 0
50 20 40 10 30 0 0 0 0 0
Hay que recordar que el T.H.C nos dice: (µi + VJ – CIJ) * XIJ = 0
Luego si:
Aplicación:
Ejemplo: Determinar el costo mínimo óptimo de transporte sabiendo que la fábrica 1 no puede enviar
productos al negocio a. La tabla de envío es:
a b c
1. Agregar un número donde no hay nada y que sea mayor a la fila
1 - 3 5 4
2 7 4 9 7 2. Se debe ver si es que está equilibrada
3 1 8 6 19
5 6 19 3.Obtener una solución básica factible (en este caso aplicamos Vogel)
4. Vogel: - ver la diferencia entre los dos números menores en las filas
a b c y en las columnas
1 10 3 5 4
2 7 4 9 7 ∑ 𝑎𝑖 = 30 - Luego ver donde está la posición del menor número en la
3 1 8 6 19 matriz de flujos y restárselo a la fila en la matriz de flujos
5 6 19
∑ 𝐵𝐽 = 30
Cij a b c ∆ ∆ ∆
1 10 3 5 2 2 5 5
2 7 4 9 3 5 9
3 1 8 6 5 2 6 6
6 1 1
1 1
1
1
CT1 = 20 + 24 + 9 + 5 + 84 = 142
Como todos los costos son positivos estamos en el óptimo y la tabla óptima de envío es:
Como hay valores negativos en la tabla, entra a la base el más negativo, ósea X21= α = mín {2,4} = X21 = 2
Xij 1 2 3
1 2 2
2 2 1 CT2 = 12 + 6 + 8 + 7 + 6 = 39
3 2
➔
Cij 1 2 3
1 6 3 -4 µ1=9
2 4 7 7 µ2=7
3 3 7 3 µ3=3
V1=-3 V2=6 V3=0
Como hay valores negativos en la tabla, entra a la base el más negativo, ósea X13= α = mín {1,2} = X13 = 1
Xij 1 2 3
1 1 2 1
2 3 CT3 = 6 + 6 + 5+ 12 + 6 = 35
3 2
➔
Cij 1 2 3
1 6 3 5 µ1=5
2 4 7 4 µ2=3 ∆ij = Cij - µi – Vj
3 -1 3 3 µ3=3
V1=1 V2=-2 V3=0
Como hay valores negativos en la tabla, entra a la base el más negativo, ósea X31= α = mín {1,2} = X13 = 1
Xij 1 2 3
1 2 2 CT4 = 6 + 10 + 12+ 3 + 3 = 34
2 3
3 1 1
➔
Cij 1 2 3 Como todos los Cij ≥ 0 estamos en el
1 1 3 5 µ1=5 optimo
2 4 6 3 µ2=4
3 3 3 3 µ3=3 Tabla óptima final
V1=0 V2=-2 V3=0
CT= 34