Está en la página 1de 114

INVESTIGACIN DE OPERACIONES Captulo I INTRODUCCION A LA INVESTIGACION DE OPERACIONES ACTIVIDAD 1: Definicin de investigacin de operaciones.

La investigacin de operaciones es la aplicacin, por grupos interdisciplinarios, del mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas (hombremaquina) a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda la organizacin. ACTIVIDAD 2: La investigacin de operaciones en la toma de decisiones. El tamao de las empresas modernas implica que la decisiones administrativas pueden tener efectos sobre grandes cantidades de capital y un gran numero de personas. Los errores pueden ser tremendamente costosos y una sola decisin equivocada puede requerir aos para rectificarse, mas aun, el ritmo de la empresa moderna es tal que las decisiones se requieren mas rpidamente que nunca, simplemente posponer la accin puede dar una decidida ventaja a un competidor. No es sorprendente que el aumento de la dificultad de tomar decisiones ha requerido de esfuerzos para dar a esta actividad una base mas objetiva y rutinaria. La investigacin de operaciones esta en pleno desarrollo y depende ampliamente de los mtodos que han demostrado tener xito en la ciencia, desde el punto de vista de la investigacin de operaciones, una decisin es una recomendacin de que se lleva a cabo un curso de accin que se espera produzca los mejores resultados en trminos de los objetivos generales de la organizacin, de la cual el sistema es una parte. Se puede decir, tambin, que quien toma una decisin intenta hacer que el sistema sea mas efectivo para alcanzar las metas de la organizacin. ACTIVIDAD 3: Resea histrica de la investigacin de operaciones. Los inicios de lo que hoy se conoce como investigacin de operaciones se remonta a los aos 1759 cuando el economista QUESNAY, empieza a utilizar modelos primitivos de programacin matemtica, mas tarde , WALRAS, hace uso, en 1874, de tcnicas similares. Los modelos lineales de investigacin de operaciones, tienen como precursores a JORDAN en 1873, en 1896 y a FARKAS en 1903. Los modelos dinmicos probabilisticos tienen su origen con MARKOV a fines del siglo pasado. El desarrollo de los modelos de inventarios, asi como el de tiempos y movimientos, se lleva a cabo por los aos 20'S del siglo pasado, mientras que los modelos, de lineas de espera se originan con los estudios de ERLANG, a principios del siglo XX. VON NEWMAN cimienta en 1937 lo que aos mas tarde culminara como la teoria de juegos. Hay que hacer notar que los modelos matemticos de la ivestigacion de operacines que utilizaron estos precursores, estaban basados en el calculo diferencial e integral (NEWTON, LAGRANGE, LAPLACE, LESBEQUE, LEIBNITZ, REIMMAN, STIELTJEN, por mencionar algunos), la probabilidad y estadstica(BERNOULLI, POISSON, GAUSS, BAYES, GOSSET, SINEDECOR, ETC.). No fue sino hasta la segunda guerra mundial, cuando la investigacin de operaciones empez a tomar auge, primero se le utilizo en la logstica estratgica para vencer al enemigo(teora de juegos) y, mas tarde al 1

finalizar la guerra, en la logstica de distribucin de todos los recursos militares de los aliados dispersos por todo el mundo, fue debido precisamente a este ultimo problema, que la fuerza area norteamericana, a travez de su centro de investigacin RAND CORPORATION, comisiono a un grupo de matemticos para que resolviera este problema que estaba consumiendo tantos recursos humanos, financieros y materiales. Fue el doctor GEORGE DANTZIG, el que en 1947, resumiendo el trabajo de muchos de sus precursores, inventara el mtodo simplex, con lo cual dio inicio a la programacin lineal. Con el avance de las computadoras digitales se empez a extender la I.O. , durante los 50'S en las reas de: Programacin dinmica (BELLMAN), programacin no lineal (KUHH Y TUCKER), programacin entera(GOMORY), redes de optimizacin (FORD Y FOLKERSON), simulacin(MARKOWITZ), inventarios(AAROW, KARLIN, WHITIN), anlisis de decisiones (RAIFFA) y procesos markovianos de decisin (HOWARD). ACTIVIDAD 4: Beneficios de un proyecto de Investigacin de Operaciones. En la practica, la instrumentacin de un proyecto de I.O. en la solucion de un problema real en una organizacin, acarrea los siguientes beneficios: 1). Incrementa la posibilidad de tomar mejores decisiones: antes de la aplicacin de la I.O. en una organizacin, las decisiones que se toman son generalmente de carcter intuitivo, ignorando la mayora de las interrelaciones que existen entre las componentes del sistema. El ser humano, sin la ayuda de una tecnologa mas sofisticada( como la I.O.) y de la herramienta mas moderna(como son las computadoras electrnicas), no puede visualizar, mucho menos analizar todas las posibles alternativas generadas por los millares de interacciones que existen. Imaginemos a PEMEX que debe controlar el reparto de combustible a toda la republica a fin de satisfacer la demanda en todos los centros de consumo buscando siempre el menor costo de embarque. 2). Mejora la coordinacin entre las mltiples componentes de la organizacin: en otras palabras, la I.O. genera un mayor nivel de ordenacin, es decir de que sirve que se incrementen las exportaciones de Mxico al mundo exterior, cuando la capacidad de maniobras de nuestros puertos permanecen estancadas. El sistema econmico trata de equilibrar la balanza de pagos, la otra parte tiende a crear cuellos de botella de mercanca que tienen que esperar en el puerto hasta que se le embarquen, muchas veces a la interperie, con riesgo de deteriorase. El tiempo de demora del cliente aumenta, su apatismo para comerciar con Mxico se incrementa, a corto plazo, se empiezan a sentir otra vez los efectos negativos en la balanza de pagos. En este caso la presidencia de la republica debe coordinar esfuerzos con la secretarias de comercio, hacienda, comunicaciones, marina y de obras publicas. Aqu el papel de la I.O es integrar en su estudio el mecanismo de coordinacin, para evitar que las componentes del sistema se desmembrasen y acten independientemente una de otras. 3).Logra el Control del Sistema: al instituir procedimientos sistemticos que supervisan por un lado las operaciones que se llevan acabo en la organizacin y por el otro lado, evita al regreso a un sistema peor. Por ejemplo, existe una liberacin de las gentes dedicadas a actividades de tipo tedioso y rutinario, permitiendo los accesos a una nueva variedad de las mismas adems, estos procedimientos sistemticos permiten sealar decisiones que pueden conducir a resultados muy peligrosos para estabilidad y buen funcionamiento del sistema. 4).Logra un mejor sistema: al hacer que este opere con costos mas bajos, con interacciones mas fluidas, eliminando cuellos de botella y logrando una mejor combinacin entre los elementos mas importantes de todo el sistema. ACTIVIDAD 5: Aplicacin de la Investigacin de Operaciones en los Sectores Privados y Pblicos. 2

Actualmente la Investigacin de operaciones no solo se aplica en el sector privado como son industrias, sistemas de comercializacin, sistemas financieros, transportes, sistemas de salud, etc. Sino tambin el sector de los servicios pblicos, tanto como los en los pases desarrollados como a los pases de tercer mundo. Precisamente en Mxico la I.O. se utiliza dentro del sector de servicios pblicos entre otros: la Secretaria de Agricultura, de Comunicaciones, de la Presidencia, Petrleos Mexicanos, Comisin Federal de Electricidad, Instituto Mexicano del Seguro Social, Departamento del D.F., ETC. ACTIVIDAD 6 : Construccin de modelos En la I.O. existen tres clases de modelos: icnicos, analgicos y simblicos. Los Modelos Icnicos: son imgenes a escala del sistema cuyo problema se requiere resolver, por ejemplo, las fotografias,las maquetas, dibujos y modelos a escala de barcos automviles, aviones, canales. ETC. Modelos Analgicos: Se basan en la representacin de las propiedades de un sistema cuyos problemas se requieren resolver utilizando otro sistema cuyas propiedades son equivalentes. Por ejemplo, las propiedades de un sistema hidrulico son equivalentes a las de un sistema elctrico o inclusive, econmico. Los Modelos Simblicos: son conceptualizaciones abstractas del problema real a base de letras, nmeros, variables y ecuaciones. Estos tipos de modelos son fciles de manipular y se pueden hacer con ellos un gran numero de experimentos. De las tres clases de modelos los simblicos son los mas econmicos de construir y operar. En este trabajo sern los modelos simblicos los que se usen para la solucin de problemas de programacin lineal. Capitulo II PROGRAMACION LINEAL ACTIVIDAD 7: Programacin Lineal Introduccin: La programacin lineal es una tcnica matemtica ampliamente utilizada, diseada para ayudar a los administradores de produccin y operaciones en la planeacin y toma de decisiones relativas a la negociacin necesaria para asignar recursos. Aplicacin : a partir de 1950 se inicia un fuerte desarrollo en la programacin lineal apoyada por una gran variedad de aplicaciones practicas en la economa y la administracin industrial. Principales problemas: Algunos de los principales problemas que han sido establecidos en base a la programacin lineal, as como sus reas de aplicacin son los siguientes: 1). La seleccin de la mezcla de productos es una fabrica para tomar el mejor uso de las horas disponibles de la maquinaria y mano de obra, mientras se maximiza la utilidad de la empresa. 2). La seleccin de diferentes mezclas de materias primas en los molinos de comida para producir combinaciones de alimentos terminados al mnimo costo. 3). Otros como pueden ser de relaciones nter indstriales ( modelos de Lentieff, anlisis econmico), problemas de transito ( industria de transportes y aviacin) ETC. La programacin lineal resuelve los problemas en trminos de un conjunto de ecuaciones lineales y una ecuacin tambin lineal llamada funcin objetivo , que cuantifica el beneficio proporcionado por la solucin del conjunto de ecuaciones lineales que corresponden a las restricciones . 3

Definicin: La programacin lineal es una herramienta matemtica que sirve para resolver de la mejor manera posible sistema de Asignacin en los que la problemtica consiste en asignar recursos escasos y limitados entre actividades competitivas y cuando desde el punto de vista matemtico las relaciones entre los elementos del sistema sean estrictamente lineales. ACTIVIDAD 8: fase para la solucin de problemas de programacin lineal FASE I. Formacin del Problema: Es una de las fases ms importantes en la aplicacin de la programacin lineal; es decir, la representacin matemtica del problema que se desea resolver, una gua til en la formulacin del problema es: a)Determinar el objeto del problema, el cual puede ser: Maximizar. utilidades, produccin, publicidad, audiencia, etc. Minimizar. costo, tiempo, distancia, desperdicios, etc. b)Definir las variables del problema, as cual es el sistema de medicina a utilizar nmeros de artculos, horashombres, horasmaquina, etc. c) Establecer las restricciones del problema, en cuanto a materia prima, tiempo, recursos financieros, requerimientos de produccin, etc. FASE II. Construccin del Modelo del Problema: cuando la funcin objetivo a optimizar (maximizar minimizar), as como las restricciones son funciones lineales, entonces el problema es completamente lineal y su forma general queda establecida de la siguiente manera dada las j variables X1, X2,... Xj, llamadas variables de decisin, determinar que valor de cada una de ellas hacen mxima mnima una funcin objetivo Z, es decir, que sea ptima, considerando que una funcin es ptima, si primero es factible y su formulacin general es: a)Funcin objetivo: Max Min Z= C1, X1, + C2 X2 + . . . +Cj Xj b)Sujeta a las restricciones: a11 x1 + a12 x2 + . . . + a1 jXj < = > b1 a21 x1 + a22 x2 + . . . + a2 jXj < = > b2 ........ ........ ........ ai1 X1 + ai2 X2 + . . . + aij Xj < = > bj c) Nonegatividad: X j 0 ; j = 1, 2, 3, ... n DONDE: Z = Objetivo del problema (maximizar minimizar)

Xj = Variables de decisin ( j = 1, 2, 3.... n ) Cj = Contribucin por unidad de la variable de decisin. aij = Coeficiente Tecnolgico(i =1,2,3,...,m ; j =1,2,3, . . . ,n) bj = Recurso Disponible. NOTA: El coeficiente Tecnolgico (aij) es la cantidad que se emplea del recurso disponible bj para elaborar el producto Xj (dato tcnico). El recurso disponible bj, en algunos casos representa la capacidad, (cantidad que no se puede sobrepasar y se representa como menor e igual matemticamente ); en otros casos puede representar el requerimiento (cantidad que puede usarse por lo menos y se representa matemticamente como mayor e igual ) y en algunos casos este recurso deber ser exactamente su valor( cantidad que matemticamente se representa como una igualdad =). PROBLEMA DE AUTOEVALUACION: Una compaa puede producir tablones para la construccin o laminas para puertas, la cantidad mxima de la fabrica es de 400 unidades, de las cuales necesariamente 100 unidades deben ser tablones y 150 laminas, para satisfacer la necesidades de los clientes, si la utilidad por tabln es de $200 y de $300 pesos por lamina. Determine el numero de tablones y laminas que se deben producir para obtener la mxima utilidad. (Formular y construir el modelo del problema). Solucin: Fase 1: Formulacin del Problema. a). Determinar el objetivo del problema: Maximizar utilidades. b). Definir las Variables del problema: Z = utilidad X1 = numero de tablones a producir ; C1 = $200/Tabln. X2 = numero de laminas a producir ; C2= $300/Lamina. c). Establecer las restricciones del problema: Capacidad mxima de produccin: 400 unidades. Requerimientos de produccin de pro lo menos 100 tablones y 150 laminas. Fase II: Construccin del modelo del problema. a). Funcin objetivo: Max Z = 200X1 + 300X2 5

b). Sujeta a las restricciones: 1). Capacidad de produccin: X1 + X2 400 2). Requerimientos Mnimos: X1 100 X2 150 C). No negatividad: X1 0 y X2 0 PROBLEMAS PROPUESTOS: Formular y construir los modelos de los siguientes problemas de programacin lineal: 1). Un agente esta arreglando un viaje en esqus, puede llevar un mximo de 10 personas y ha decidido que debern ir por lo menos 4 hombres y 3 mujeres. Su ganancia ser de 10 pesos por cada mujer y 15 pesos por cada hombre. Cuantos hombres y cuantas mujeres le producen la mayor ganancia? 2). Un sastre tiene las siguientes materias primas a su disposicin: 16 m2 de algodn, 11 m2 de seda y 15m2 de lana. Un traje requiere: 2 m2 de algodn, 1m2 de seda y 1 m2 de lana. Una tnica requiere: 1m2 de algodn, 2m2 de seda y 3m2 de lana. Si el traje se vende en $300 y una tnica en $500. Cuntas piezas de cada confeccin debe hacer el sastre para obtener la mxima cantidad de dinero?. 3). Mueblera MARY elabora dos productos, mesas y sillas que se deben procesar a travs de los departamentos de ensamble y acabado. Ensamble tiene 60 hrs. disponibles, acabado puede manejar hasta 40 hrs. de trabajo. La fabricacin de una mesa requiere de 4 hrs. de ensamble y 2 hrs. de acabado, mientras que una silla requiere de 2 hrs. de ensamble y 2 hrs. de acabado. Si la utilidad es de $80 por mesa y $60 por silla. Cul es la mejor combinacin posible de mesas y sillas a producir y vender para obtener la mxima ganancia? 4). Una firma corredora de bolsa ofrece dos tipos de inversiones que producen ingresos a razn de 4% y 5% respectivamente. Un cliente desea invertir un mximo de $10000 y que su ingreso anual sea por lo menos de $4500. insiste en que por lo menos del total debe ser invertido al 5%. El corredor recibe el 1% de los ingresos de la inversin al 5% y 2% de la inversin del 4%. Cunto invertir el corredor a cada tasa para que sus honorarios sean mximos?. 5). Una compaa de carga area desea maximizar los ingresos que obtiene por la carga que transporta la compaa tiene un solo avin diseado para transportar dos clases de carga. Carga normal y carga frgil. La compaa no recibe pago extra por transportar carga frgil; sin embargo para asegurar ciertos contratos de negocios, la compaa ha acordado transportar cuando menos 5 toneladas de carga frgil. Este tipo de carga debe llevarse en una cabina presurizada. La capacidad de la cabina principal es de 20 toneladas de carga. La cabina presurizada no puede llevar mas de 10 toneladas de carga. El avin tiene restriccin de peso que le impide llevar mas de 20 toneladas de carga, para mantener en equilibrio el peso, la carga de la cabina presurizada debe ser menor o igual que dos tercios del peso de la cabina principal, mas una tonelada, la compaa recibe $1000 por tonelada de los dos tipos de carga que transporta. 6). Un inversionista tiene $10000 que quisiera produjeran tanto dinero como sea posible; quiere invertir parte en acciones, parte en bonos y colocar el resto en una cuenta de ahorro. El inversionista cree poder ganar 8% con el dinero que invierta en acciones y el 7% que invierte en bonos. El banco paga el 5% de inters sobre las cuentas de ahorros. Como las acciones son una inversin con cierto riesgo, decide no invertir en acciones mas de lo que ponga en la cuenta de ahorro. El inversionista se quedara con al menos $2000 en la cuenta de ahorros por si necesita dinero en efectivo de inmediato.Cunto dinero deber invertir en cada tipo? 6

7). Una mujer quiere disear un programa de ejercicios semanales, incluyendo caminata, bicicleta y natacin. Para variar los ejercicios planea invertir al menos tanto tiempo en bicicleta como la combinacin de caminata y natacin. Adems, quiere nadar al menos dos hrs a la semana, por que le gusta mas nadar que los otros ejercicios. La caminata consume 600 caloras por hora, en la bicicleta usa 300 caloras por hora nadando gasta 300 caloras por hora. Quiere quemar al menos 3000 caloras a la semana por medio de los ejercicios. Cuntas horas debe dedicar a cada tipo de ejercicio si quiere minimizar el numero de horas invertidas.? 8). Cierta compaa tiene una filial que le provee de las latas que necesita para comercializar su producto, en dicha filial que produce latas de aluminio contiene las tapaderas a partir de hojas metlicas rectangulares. Las dimensiones de estas hojas son de 6cms x 15cms Se requieren dos tamaos diferentes de tapas, el dimetro de las pequeas es de 3cms y el de las grandes de 6 cms. El programa de produccin en un da determinado es de 20000 tapas chicas y 5000 tapas grandes. Cul es el programa que minimice el numero total de hojas metlicas usadas de tal manera de obtener la mejor combinacin de tapas de los diferente tamaos que pueden ser cortadas? 9). General Motors que vende el carro mas compacto desea hacer publicidad para este modelo a travs de canal 13 de televisin, la publicidad consistir en pequeos comerciales de duracin variable que se intercalaran en un programa semanal de 60 min. En el cual se presentaran los mejores cantantes del continente y un cmico de la localidad. General Motors insiste en tener al menos 5 min. De comerciales y el reglamento de la televisora requiere cuando mucho los comerciales consuman 18 min en programas de 60 min., y que nunca sea mayor el tiempo de los comerciales de actuacin de los cantantes, los cantantes no quieren trabajar mas de 30 min. De los 60 que dura el programa, de manera que el cmico se utiliza para cualquier lapso de tiempo en el cual no habr comerciales o cuando no estn trabajando los cantantes. Por experiencia de la empresa televisora, se sabe que por cada min. Que los cantantes estn en el aire 6000 televidentes mas estarn viendo el programa, por cada minuto que el comico este trabajando 3000 televidentes estarn viendo el programa, en cambio por cada min de comerciales se pierden 500 televidentes. El cmico cobra $200 por minuto, los cantantes cobran $1000 por min y los comerciales $50 por min. Si en General Motors desea: 1). Maximizar el numero de televidentes al finalizar el programa de 60 min. 2). producir el programa un mnimo costo. Cul es el medelo a utilizar para cada situacin? 10). La compaa HOLSA de Mxico quiere minimizar los desperdicios de lamina, para lo cual encarga a su departamento de produccin que optimice el costo de las laminas de acuerdo a los requisitos de los consumidores. En particular se har con el consumidor mas importante al cual se le surten tres tamaos de laminas a saber: tipo 1:30 cms x 60 cms y espesor de 8 mm; tipo 2:30cmsx 70 cms y espesor de 8 mm tipo 3:30cms x 50 cms y espesor de 8 mm. Las cantidades necesarias son 10000, 15000 y 5000 por mes respectivamente. Si las laminas que produce la compaa son de dimensiones de 30 cms x 180 cms con espesor de 8 mm. Cul es el modelo para optimizar los desperdicios?. 11). Una compaa de zapatos puede producir tres tipos de zapatos a su mxima capacidad: zapatos de vestir, de trabajo y de deporte, la utilidad neta es de $1000. $800 y $400 respectivamente. El mercado de zapatos ha bajado como consecuencia de las dificultades econmicas existentes en el pais de tal manera que hay una capacidad excesiva de 550,650 y 300 unidades por dia. En las plantas existen dificultades de almacenamiento causado por el decremento de las ventas. Las tres plantas tienen: 10000, 8500 y 4000 metros cuadrados de espacio disponibles respectivamente. Los zapatos de vestir requieren de .50 metros cuadrados para almacn , de .75 metros cuadrados para los de trabajo y .40 metros cuadrados para los de deporte. La compaa ha pronosticado que las ventas sern de 700, 850 y 750 unidades respectivamente para los zapatos de vestir, trabajo y deporte. cul es el modelo que maximiza la 7

utilidad neta?. 12). E n un saln de Banquetes se tienen programados banquetes durante los siguientes cinco das, los requisitos de manteles por banquete son : Banquete : 1 2 3 4 5 Numero de manteles : 80 60 100 130 200 El problema del administrador es que se requieren manteles diferentes a los que el usa, por lo que tendr que comprar ese tipo de manteles; el costo de cada mantel es de $40 y el costo de mandarlo a la lavandera bajo servicio urgente para tenerlo listo a los dos das es de $10 por mantel. cul es el modelo que le permitir al administrador cumplir con sus requisitos y adems minimizar el costo total? 13).Un inversionista dispone de $ 5000 los cuales desea invertir, se le presentan dos opciones; A y B. El plan A le garantiza que cada peso invertido producir $ 0.50 en un ao, mientras que el plan B le garantiza que cada peso invertido le producir $1.50 en dos aos. cmo debe invertir dicha persona con el fin de maximizar sus ganancias al final de tres aos? 14). Una compaa fabrica tres productos: volantes, juntas y ejes, el gerente enfrenta el problema de decidir cual debe ser el mejor programa de produccin para el siguiente mes. Se ha determinado que hay disponibles cuando mas 1620 horas de tiempo de produccin para el mes siguiente . no hay limite para el abastecimiento de metal para estos tres productos, cada hora de tiempo de produccin cuesta $ 7.00 y cada unidad de metal cuesta $2.20. todas las ventas son efectivo y todos los costos deben pagarse en efectivo durante el siguiente mes los costos fijos para el siguiente mes son de $ 2,200 y se requiere un flujo de efectivo de $800 debido a compromisos previos. El saldo de efectivo a principios de mes es de $ 28,425. TABLA DE DATOS TCNICOS. HORAS DE TIEMPO DE PRODUCCIN POR UNIDAD FABRICADA 4.5 1.8 3.6 UNIDADES DE METAL NECESARIAS POR UNIDAD FABRICADA 3.25 4.70 5.00 DEMANDA PRONOSTICADA DE LOS CLIENTES (EN UNIDADES). 300 550 320

PRODUCTO

PRECIO UNITARIO AL CLIENTE (EN $) $50.65 $38.94 $50.20

VOLANTES JUNTAS EJES

La produccin puede realizarse con velocidad suficiente para permitir su distribucin dentro del mismo mes. cual debe ser el programa de produccin para el prximo mes, a fin de maximizar las utilidades?. FASE III: METODOS DE SOLUCION DEL PROBLEMA. I). Mtodo grafico: El presentar el mtodo grafico para la solucin de problemas de programacin lineal, tiene como finalidad introducir una serie de conceptos que permiten una mejor comprensin del problema y que adems son fundamental para una interpretacin del mtodo algebraico de solucin. Este mtodo es practico y sencillo cuando utiliza solo dos variables de decisin, adems requiere de dibujos a escala muy precisa. 8

Procedimiento de calculo: I). Formular el problema. (Fase I). II). Construir el modelo del problema (Fase II). III).Convertir el sistema de restricciones en un sistema de ecuaciones (en forma directa). IV). Para cada ecuacin, encontrar los puntos vrtices P( X1,X2); considerando la no productividad, es decir, primero no producimos a X1 (X1 = 0) y segundo no producimos a X2 (X2= 0). Una restriccin con dos variables de decisin tendr dos puntos vrtices mientras que si solo contiene una sola variable de decisin. Solo tendr un punto vrtice considerando con valor cero a la variable que no contenga, los puntos obtenidos se enumeran en forma progresiva. V). Se elige una escala (trabajable) para trazar cada una de las restricciones por sus respectivos puntos vrtices y enumerar los puntos de interseccin originados por el cruce de las rectas. VI). Limitar de acuerdo a cada restriccin, es decir, si es limita hacia la izquierda o hacia abajo, = limita en ambos sentidos ya que una igualdad es un producto de dos desigualdades y limita hacia la derecha o hacia arriba como se muestra en las graficas. X2 X2 Requerimiento Mnimo P1 Capacidad Mxima P1 aij Xjbj aij Xj bj 0 P2 X1 0 X1 P2 X2 Uso Total P1 aij Xj = bj 9

0 P2 X1 VII). Encontrar el rea o las reas de solucin, definidas por el conjunto convexo* y las situaciones que se pueden presentar son: 1). SOLUCION ACOTADA X2 P1 aijXj bj P3 P6 AREA aijXj bj X1 0 P5 P2 P4 2). SOLUCION ILIMITADA. X2 P1 aijXj bj P3 P6 aij Xj bj P5 P2 P4 X1 0 3). SOLUCION MULTIPLE. X2 aij xjbj P1 aij xjbj P10 P11 P15 aij xj bj AR P16 AR p13 p12 aij xj bj P9 10

P7 p4 AR p14 P7 p5 p6 p2 X1 aij xj bj aij xj bj 4). SIN SOLUCION: Es el caso de no encontrar rea. *Conjunto Convexo: Espacio donde convergen el sistema de restricciones. VIII). Tomar los puntos vrtices del area de solucion y sustituir los valores de X1 y X2 , en la funcin objetivo (Max o Min) = C1 X1 + C2 X2 y se elige la opcin que optimiza el valor de Z ( solucion optima). IX). Probar factibilidad, es decir, sustituir los valores de X1 y X2 que optimizan Z , en cada una de las restricciones del problema, recordando que la funcin Z es optima, si primero es factible. X). CONCLUSIN. I). METODO GRAFICO: PROBLEMA DE AUTOEVALUACION: El director de servicio de agua de una ciudad encuentra una forma de proporcionar al menos 10 millones de litros de agua potable al dia (10mld). El suministro puede ser proporcionado por el deposito local o por medio de unas tuberas desde una ciudad vecina (por bombeo). El deposito local tiene un rendimiento diario de 5 millones de litros de agua diarios (5mld), que no puede ser sobrepasado. La tubera no puede abastecer mas de 10 millones de litros diarios (10mld), debido a su dimetro. Por otra parte. Por acuerdo contractual, se bombeara como mnimo 6 millones de litros diarios (6mld). Finalmente el agua del deposito cuesta $ 300 por milln de litros de agua (ml) y $ 500 por tubera (por bombeo). cmo podr el director minimizar los costos de suministro diario de agua?. SOLUCION: I). Formular el Problema (Fase I). a). Determinar el objetivo del Problema : minimizar los costos. b). Definir las variables del Problema: Z = Costos X1 = Cantidad de litros de agua abastecidos por el deposito local: C1 = $300 / milln de litros X2 = Cantidad de litros de agua abastecidos por tubera (bombeo): C2 = $ 500/ Millon de litros. c). Establecer restricciones del problema: 11

1). Requerimiento mnimo de abastecimiento de 10 millones de litros de agua diarios. 2). Capacidad mxima del deposito local de 5 millones de litros de agua diarios. 3). Capacidad mxima de tubera de 10 millones de litro de agua diarios. 4). Requerimiento mnimo por contrato de la tubera de 6 millones de litros de agua diarios. II). Construir el modelo del problema (Fase II). a). Funcin Objetivo : Min Z = 300X1 + 500X2. b). Sujeta a las Restricciones: X1 + X2 10 mld (Para satisfacer el requerimiento mnimo de litros de agua de la ciudad). X1 5 mld ( Capacidad del deposito). X2 10 mld ( Capacidad de la tubera) X2 6 mld (Requerimiento de suministro de la tubera). c). No negatividad: X1 0 ; X2 0. III). Convertir el sistema de restricciones a un sistema de ecuaciones (en forma directa). SISTEMA DE RESTRICCIONES SISTEMA DE ECUACIONES X1 + X2 10 1. X1 + X2 = 10 X1 5 2. X1 = 5 X210 3. X2 = 10 X2 6 4. X2 = 6 X1 0 ; X2 0 IV). Encontrar los puntos vrtices P( X1, X2), de cada ecuacin. X1 + X2 = 10 Si X1 = 0 por lo tanto X2 = 10 : P1 (0, 10). Si X2 = 0 por lo tanto X1 = 10 : P2 (10, 0). X1 = 5 por lo tanto X2 = 0 : P3 (5, 0) X2 = 10 por lo tanto X1 = 0 : P4 (0, 10) X2 = 6 por lo tanto X1 = 0 : P5 (0, 6). V) Eligiendo una escala, trazar cada una de las restricciones (1/2 CMS =1 unidad) VI) Limitar de acuerdo al tipo de restriccin. VII) Encontrar el rea de solucin, definida por el conjunto convexo.

12

Como podemos observar en las graficas, el rea 1, es en la que es en la que converge todas las flechas (conjunto convexo). VIII) Sustituir los puntos vrtices del rea de solucin en la funcin objetivo. De acuerdo a la grafica, los puntos vrtices del rea de solucin son: P1(0 , 10) ; P8(4 , 6) ; P9(5 , 6) y P10(5 , 10) P(X1 , X2) ; Min Z = 300 X1+500X2 P1(0 , 10) ; Z1 = 300(0)+500(10) = 0+5000 Z1=$5000 P8(4 , 6) ; Z8 = 300(4)+500(6) = 1200+3000 Z8=$4200 Optimo mnimo P9(5 , 6) ; Z9 = 300(5)+500(6) = 1500+3000 Z9=$4500 P10(5 , 10) ; Z10 = 300(5)+500(10) = 1500+5000 Z1=$6500 Como podemos observar el punto P8(4 , 6), arroja el valor mnimo de Z = $4200 Solucin optima: X1 = 4 mld ; X2 = 6 mld y Z Min= $4200 IX)Probar factibilidad: Si X1=4 y X2=6 1. X1+X210 3. X210 5. X10 y X20 4 + 6 10 610 (Cumple) 40 y 60 (Cumple) 1010 (Cumple) 2. X15 4. X26 45 (Cumple) 66 (Cumple) X)Conclusin: El director deber suministrar 4 millones de litros de agua diarios a travs del deposito local y 6 millones de litros de agua diarios a travs de las tuberas (Por bombeo); para satisfacer el requerimiento mnimo de 10 millones de litros de agua diarios a un costo mnimo de $4200. I). METODO GRAFICO: Problemas Propuestos: 1). Una compaa elabora dos productos. Mesas y sillas y se deben procesar a travs de los departamentos de ensamble y acabado. Ensamble tiene 60 horas disponibles, acabado puede manejar hasta 48 horas de trabajo. La fabricacin de una mesa requiere 4 horas de ensamble y 2 horas de acabado. Si la utilidad es de $80 por mesa y $60 por silla, cual es la mejor combinacin posible de mesas y sillas para producir y vender y obtener la mxima ganancia? 2). Una compaa esta tratando de encontrar la mejor manera de cortar platos de papel de rollo estndar. Tiene dos pedidos de platos: uno por 100,000 platos de 9 pulgadas. El otro por 178,000 platos de 7 pulgadas. Se han propuesto dos mtodos de corte. El corte A rinde 5 platos de 9 pulgadas y 10 platos de 7 pulgadas, mas 13

4 pulgadas de desperdicio por cada rollo de material. El corte B rinde 8 platos de 9 pulgadas y 5 platos de 7 pulgadas, mas 6 pulgadas de desperdicios por cada rollo de material. Cuantos cortes de cada tipo deben hacerse para minimizar el desperdicio?. 3). Un expendio de carnes de la ciudad acostumbrada ha preparar carnes para albondigon con una combinacin de carne molida de res y carne molida de cerdo, la carne de res contiene 80% de carne y 20% de grasa y le cuesta a la tienda $40 el kilo, la carne de cerdo contiene 68% de carne y 32% de grasa y cuesta $30 por kilo. Que cantidad de cada tipo de carne debe emplear la tienda en cada kilo de albondigon, si desea minimizar el costo y mantener el contenido de grasa no mayor del 25%?. II). MTODO SIMPLEX: La mayora de los problemas reales de programacin lineal tienen mas de dos variables y son por ende demasiado grandes para su solucin grafica. Un procedimiento llamado mtodo simplex desarrollado en 1947 por el norteamericano George B. Dantzia puede ser utilizado para encontrar la solucin ptica de los problemas con multivariables. El Mtodo Simplex es en realidad un algoritmo ( un conjunto de instrucciones) con el que se examinan los puntos vrtices (esquinas) de una manera metdica hasta conseguir la mejor solucin: la mxima utilidad el mnimo costo, por ejemplo. TIPOS DE SOLUCIN: Solucin Factible: Es un valor del conjunto de variables (vector solucin) para el cual todas las restricciones se cumplen, incluyendo las de nonegatividad. Solucin Optima: Es una solucin factible que optimiza la funcin objetivo z. Solucin Bsica: En un sistema de ecuaciones con n variables (n , m). Una solucin es aquella se obtiene de fijar (n , m) variables del sistema iguales a cero y resolver el sistema en funcin de las m restantes, a estas variables se les llaman Variables Bsicas. Solucin Bsica Factible: Es aquella solucin bsica en que todas las variables bsicas son nonegativo. TIPOS DE VARIABLES: Variables de Decisin: Son aquellas variables que determinan la solucin del problema y se denotan por Xj. Variables Base: Son aquellas variables que se agregan al sistema de restricciones como de holgura y artificiales y pertenecen a la columna Vb. Variables de Holgura: La variable de holgura se denota por Hi y Hj, cuya ecuacin es: 1)Al introducirla a la restriccin, la convierte en ecuacin. 2)Forma parte de la matriz identidad y su costo es cero. 3)En la tabla simplex, en rengln representa el sobrante del recurso y en la columna representa el sobrante de la contribucin. Variable Artificial: Esta variable se denota por Ai y Aj, cuya funcin es: 1)Sirve como variable basica inicial, carece de sentido en el problema, solo en un 14

artificio. 2)Forma parte de la matriz identidad y su costo es M, tan grande cuando Z se minimiza y tan pequea cuando Z se maximiza, para garantizar valore negativos y positivos, respectivamente 3)Tiene preferencias de entrar a la tabla simplex inicial. PROPIEDADES: 1)El conjunto de soluciones factibles es un conjunto convexo. 2)Si existe una solucin factible, existir una solucin bsica factible, correspondiente a un punto vrtice del conjunto de soluciones factibles (conjunto convexo). 3)Existe un nmero finito de soluciones bsicas factibles (puntos vrtices del conjunto convexo). 4)Si la funcin objetivo posee un ptimo finito. Entonces dicho ptimo estar dado por una mas soluciones bsicas factibles. PROCEDIMIENTO DE CALCULO: I)Formacin del problema (fase I). II)Construccion del modelo del problema (fase II). III)Convertir el sistema de restricciones en un sistema de ecuaciones; agregando variables de holgura y artificiales, segn sea el tipo de restriccin: TIPO DE SE AGREGA RESTRINCCION = Hi Ai Hi + Ai Max Min Z= 0 Hj Max Z = MAj Min Z= Maj Max Z=0HjMAj Min Z=0Hj+MAj FUNCION OBJETIVO

NOTA: La variables artificial Ai, tiene preferencia de entrar a la columna base Vb. IV)Construir la nueva funcin objetivo, incluyendo las variables de holgura primero y segundo las variables artificiales, con sus respectivos costos (0 y +M M) V)Construir el sistema de ecuaciones, incluyendo las variables de holgura primero y segundo las artificiales, la variable que no contenga la ecuacin, se agregar con coeficiente cero. 15

VI)Construir la tabla simplex inicial (tabla N1): 1)Definir una columnarengln Cj que contenga en rengln los coeficientes de la funcin objetivo y en columna los coeficientes de las variables bsicas (holgura y artificiales) 2)Definir una columna que contenga las variables bsicas Vb ( de holgura y artificiales). 3)Definir una columna que contenga los recursos disponibles bj (columna solucion). 4)Definir la matriz de cuerpo que contiene las columnas de las variables de decisin Xi y sus coeficientes tecnolgicos aij. 5)Definir la matriz identidad que contiene las columnas de las variables bsicas (primero las de holgura y despus las artificiales), con sus respectivos coeficientes tcnicos + 1. 6)Definir el rengln Zj, empleando las expresin : Zj = ( columna Cj ) ( columnas aj) ; es decir, la suma de los productos de los elementos correspondientes de la columna Cj con cada columna aj. 7)Definir el rengln Cj Zj ; el cual se obtiene restando los elementos del rengln Zj, de los elementos correspondientes del rengln Cj. TABLA SIMPLEX INICIAL (Tabla N 1) MATRIZ DE CUERPO MATRIZ IDENTIDAD

VII). Resolver la tabla simplex (proceso iterativo). 1)Determinar la variable de entrada : la determina el valor mayor positivo del rengln Cj Zj, si el objetivo es Max Z o el valor mayor negativo si el objetivo es Min Z, definindose as, la columna seleccionada aj. 2)Determinar la variable de salida : esta variable se determina empleando la ecuacin matricial : Vb = bj/aj ; es decir, el menor valor positivo de dividir cada elemento de la columna recursos bj entre sus correspondientes elementos de la columna seleccionada aj, definiendo as, el rengln seleccionado Rs. (posteriormente rengln pivote). 3)Obtener el numero pivote np, el cual se obtiene por la interseccin del rengln y columna seleccionados y se encierra en un circulo. 4)Obtener los elementos del rengln pivote (R.P.) , el cual se obtiene multiplicando los elementos del rengln seleccionado Rs por el inverso multiplicativo del numero

16

pivote np, es decir : R.P. = Rs y se introduce a las siguiente tabla 5)Calcular los valores de los renglones restantes aplicando la expresin NE. NE e introducirlos a la siguiente tabla: 6)Calcular los renglones Zj y Cj Zj, e introducirlos a la siguiente tabla. VIII) Verificar optimalidad : si el objetivo es Max Z; Cj Cj " 0. en todos sus elementos y si el objetivo es Min Z; Cj Zj " 0, en todos sus elementos , de no cumplirse, repetir el paso VII. IX)Obtener la solucin optima del problema, empleando la ecuacin matricial : Vb = bj. X)Verificar la factibilidad. Sustituyendo los valores ptimos de las variables de decisin Xi encada restriccin, incluyendo las de no negatividad. XI)Conclusin. II) Mtodo Simplex : Problema de Auto evaluacin. Una compaa manufacturera puede producir dos productos A y B. La produccin esta organizada en tres departamentos : fabricacin, ensamble y pintura, con capacidades semanales de 72 hora, 30 horas y 40 horas para los tres departamentos, respectivamente. Cada unidad del producto A requiere dos horas de tiempo de fabricacin, una hora de ensamble y dos horas de pintura. Las condiciones en las ganancias son de $ 8 y $ 10 por unidad del producto A y B, respectivamente. La compaa es capaz de vender cualquier cantidad de los dos productos, determine: a). la solucin optima, empleando el mtodo simplex; b) qu departamento tiene exceso de capacidad? Y c) si a la compaa le ofrecen pintura en oferta a $ 2/litro. debera comprarla?. SOLUCION: a). Obtener solucin optima, empleando simplex. I) Formulacin del problema (fase I). a) Determinar el objetivo : maximizar la ganancia. b) Definir variables : Z= ganancia X1 = N de productos tipo A a producir ; C1 = $ 8 / producto. X2 = N de productos tipo B a producir : C2 = $ 10 / producto. c). Establecer restricciones : 1). Tiempo Departamento de Fabricacin : 72 horas semanales Departamento de ensamble : 30 horas semanales. 17

Departamento de pintura : 40 horas semanales. II) Construccin del modelo del problema (fase II). a). Funcion objetivo : Max Z = 8X1 + 10 X2 b). Sujeta a las restricciones : Departamento de Fabricacin : 2X1 + 3X2 " 72 Departamento de ensamble : X1 + X2 " 30 Departamento de pintura : X1 + 2X2 " 40 c). No Negatividad : X1 " 0; X2 " 0 III) Convertir el sistema de restricciones a un sistema de ecuaciones, agregando variables de holgura y/o artificiales, segn el tipo de restriccin, en este problema, podemos observar las tres restricciones son " , por lo tanto a ambas se les agrega variable de holgura Hi. Sistema de Restricciones Sistema de Ecuaciones 2X1 + 3X2 " 72 2X1 + 3X2 + H1 = 72 X1 + X2 " 30 X1 + X2 + H2 = 30 X1 + 2X2 " 40 X1 + 2X2 + H3 = 40 H1 ; H2 y H3, Con costo cero IV). Construir nueva Funcin Objetivo : Max Z = 8X1 + 10X2 + 0H1 + 0H2 + 0H3 V). Construir el sistema de ecuaciones : 2X1 + 3X2 + H1 + 0H2 + 0H3 = 72 X1 + X2 + 0H1 + H2 + 0H3 = 30 X1 + 2X2 + 0H1 + 0H2 + H3 = 40 No Negatividad : X1 "0 ; X2"0 ; H1"0 ; H2"0 ; H3"0. VI). Construir la tabla simplex inicial ( tabla n 1). Tabla N1: Entra X2 (a2:seleccionada). Funcin objetivo. Cj 8 10 0 0 0 Vb bj X1 X2 H1 H2 H3 0 H1 72 2 3 1 0 0 0 H2 30 1 1 0 1 0 0 H3 40 1 2 0 0 1 Sale H3 (R3 seleccionado)

18

Zj 0 0 0 0 0 0 CjZj 8 10 0 0 0 Zj = (Columna Cj) (columna aj) CjZj = rengln Cj rengln Zj Zjbj = 0 (72) + 0 (30) + (40) = 0 Cj Zj X1 = 80 = 8 ZjX1= 0(2) + 0 (1) + 0 (1) = 0 Cj ZjX2 = 10 0 = 10 ZjX2= 0(3) + 0 (1) + 0 (2) = 0 Cj ZjH1 = 00 = 0 ZjH1= 0(1) + (0) + 0 (0) = 0 Cj ZjH2 = 00 = 0 ZjH2= 0(0) + 0(1) + 0 (0) = 0 Cj ZjH3 = 00 = 0 ZjH3= 0(0) + 0(0) + 0(1) = 0 VII). Resolver la tabla N1 (Primera iteracin) 1)Determinar la variable de entrada : como el objetivo es Max Z; la determina el mayor valor positivo de Cj Zj = 10 , entonces X2 debe entrar a la base Vb, definiendo asi la columna seleccionada a2 = 2)Determinar la variable de salida empleando la ecuacin matricial Vb = bj/a2 (menor valor positivo) Vb = bj/a2 ; Siendo 20 el menor valor positivo, entonces H3 debe salir de la base Vb, definiendo asi, el renglon seleccionado R3. 3)Obtener el numero pivote np, de acuerdo a la tabla N1 , np = 2 4)Obtener los elementos del rengln pivote, empleando la ecuacin : R.p. = 1/2R3, e introducirlo a la tabla siguiente ; es decir, tabla N 2. R.P. = (40 1 2 0 0 1) = 20 1 0 0 Tabla N2: Entra X1 (a1:seleccionada). Funcin objetivo. Cj 8 10 0 0 0 Vb bj X1 X2 H1 H2 H3 0 H1 12 1/2 0 1 0 3/2 0 H2 10 1/2 0 0 1 1/2 Sale H2 (R2 seleccionado) 10 X2 20 1/2 1 0 0 1/2 Zj 200 5 10 0 0 5 CjZj 3 0 0 0 5 19

5)Obtener los valores de los renglones restantes R1 y R2 ; empleando la expresin NE, e introducirlos a la siguiente tabla (Tabla N 2 ) NR1=R13 R.P. NR2=R21 R.P. R1 72 2 3 1 0 0 R2 30 1 1 0 1 0 3 R.P. 3(20 1 0 0 ) 1 R.P. 1(20 1 0 0 ) 72 2 3 1 0 0 30 1 1 0 1 0 60 3/2 3 0 0 3/2 20 1/2 1 0 0 1/2 NR1 12 0 1 0 3/2 NR2 10 0 0 1 1/2 6)Calcular los renglones Zj y CjZj e introducirlos a la siguiente tabla.(Tabla N 2). Zjbj = 0 (12) + 0 (10) + 10 (20) = 200 Cj ZjX1 = 85 = 3 ZjX1= 0 (1/2) + 0 (1/2) + 10 (1/2) = 5 Cj ZjX2 = 10 10 = 0 ZX2 = 0 (0) + 0 (0) + 10 (1) = 10 Cj ZjH1 = 00 = 0 ZjH1 = 0 (1) + 0 (0) + 10 (0) = 0 Cj ZjH2 = 00 = 0 ZjH2 = 0 (0) + 0 (1) + 10 (0) = 0 Cj ZjH3 = 05 = 5 ZjH3 = 0 (3/2) + 0 (1/2) + 10 (1/2) = 5 VIII). Verificar optimalidad: como el objetivo Max Z ; Cj Zj " 0, en todos sus elementos, ya que C1 Z1 = 3 " 0 ; no cumple, repetir el paso VII. VII). Resolver tabla N 2 (segunda iteracin). 1). Se determina la variable de entrada ; como el objetivo es Max Z, la determina el valor mayor positivo de Cj Zj = 3, entonces X1, debe entrar a la base Vb, definiendo asi la columna seleccionada a1 = 2).Se determina la variable de salida empleando la ecuacin matricial : Vb bj/a1 (menor valor positivo), es decir: ; Siendo 20 el menor valor positivo, entonces H2 debe salir de la base Vb, definiendo el rengln seleccionado R2. 3). Obtener el numero pivote np, de acuerdo a la tabla N2, np= 4). Obtener los elementos del rengln pivote R.P., empleando la ecuacin R.P.= 2R2; e introducirlo a la siguiente ; es decir, tabla N3. R.P. = 2 (10 0 0 1 1/2) = 20 1 0 0 2 1 Tabla N2: 20

Cj 8 10 0 0 0 Vb bj X1 X2 H1 H2 H3 0 H1 2 0 0 1 1 1 8 X1 20 1 0 0 2 1 10 X2 10 0 1 0 1 1 Zj 260 8 10 0 6 2 CjZj 0 0 0 6 2 5). Calcular los valores de los renglones restantes R1 y R3, empleando la expresin NE, e introducirlos a la siguiente tabla (Tabla N 3). NR1=R11/2 R.P. NR3=R31 R.P. R1 12 0 1 0 3/2 R3 20 1 0 0 1/2 R.P. 1/2(20 1 0 0 2 1) 1/2 R.P. 1(20 1 0 0 ) 12 0 1 0 3/2 20 1 0 0 10 0 0 1 20 1/2 1 0 0 1/2 NR1 12 0 1 0 3/2 NR3 10 0 0 1 1/2 6). Calcular los renglones Zj y Cj Zj, e introducirlos a la siguiente tabla ( Tabla N 3) Zjbj = 0(2) + 8(20) + 10(10) = 0+160+100=260 CjZj X1= 88 = 0 Zj X1= 0(0) + 8(1) + 10(0) = 0+8+0 = 8 CjZj X2 = 1010 = 0 Zj X2= 0(0)+ 8(0) + 10(1) = 0+0+10 = 10 CjZj H1= 00 = 0 Zj H1= 0(1) + 8(0) + 10(0) = 0+0+0 = 0 CjZj H2 = 06 = 6 Zj H2= 0(1) + 8(2) + 10(1) = 0+1610 = 6 CjZj H3 = 02 = 2 Zj H3= 081) + 8(1) + 10(1) = 08+10 = 2 VIII). Verificar optimalidad como el objetivo es Max Z, CjZj " 0, en todos sus elementos, de acuerdo a la tabla N 3, todos cumplen, por lo tanto, la tabla N 3, es optima. IX). Obtener la solucin optima, empleando la ecuacin matricial : Vb = bj ; es decir: ; por lo tanto ; X). Verificar Factibilidad : sustituyendo X1=20 y X2=10; en el sistema de restricciones del problema:

21

2X1 + 3X2 " 72 X1 + X2 " 30 X1 + 2X2" 40 2(20) + 3(60) " 72 20 + 10 " 30 20 + 2(10)" 40 40 + 30 " 72 (cumple) 30" 30 (cumple) 40 " 40 (cumple) IX). Conclusin : La compaa deber elaborar 20 productos tipo A y 10 productos tipo B ; para obtener la Mxima utilidad de $ 260, a la semana. b). Que departamento o departamentos tiene exceso de capacidad? Revisando la tabla N 3 (optima), el valor de las variables de holgura en rengln: H1=2 ; H2=0 y H3=0, entonces. Si H1=2, esto indica que el departamento de fabricacin es el que tiene exceso de capacidad de 2 horas semanales. c). Si a la compaa le ofrecen pintura en oferta de $2/litro, debera comprarla? Revisando la tabla N3 (optima), es el valor absoluto de las variables de holgura en columna H1=$0, H2=$6 y H3=$2; como podemos observar H3= $2 ; por lo tanto la compaa deber comprar la pintura de oferta. II). METODO SIMPLEX: Problemas Propuestos: 1). En un taller Jos esta tratando de decidir cuantos ganchos para trailer debe hacer para usar un metal de desperdicio ; tiene dos tipos de metal y puede hacer cualquiera de dos tipos de ganchos : en la tabla siguiente se proporcionan los datos necesarios: METAL Hierro Acanalado Hierro Plano RECURRIDO PARA Gancho Tipo I Gancho Tipo II 5 5 6 9 DISPONIBLE 35 54

a) Jose gana $ 13 por cada gancho tipo I y $ 16 por cada tipo II, ya prometi hacer dos ganchos tipo II. b) A Jos le ofrecen hierro acanalado adicional a $2 / unidad. deber comprarlo? 2). Un inversionista tiene $ 10000 que quisiera produjeran tanto dinero como sea posible, quiere invertir parte en acciones, parte en bonos y colocar el resto en una cuenta de ahorro. El inversionista cree poder ganar 8 % con el dinero que invierte en acciones el 7 % que invierte en bonos. El banco el 5 % de intereses sobre la cuenta de ahorro. Como las acciones son una inversin con cierto riesgo, decide no invertir en acciones mas de lo que ponga en la cuenta de ahorros. El inversionista se quedara con al menos $ 2000 en la cuenta de ahorros por si necesita dinero en efectivo de inmediato . cuanto dinero deber invertir en cada tipo? 3). Una mujer quiere disear un programa de ejercicios semanales, incluyendo caminata bicicleta y natacin. Para variar los ejercicios, planea invertir al menos: tanto tiempo en bicicleta como la combinacin de caminata y natacin .Adems quiere nadar al menos dos horas ala semana, por que le gusta mas nadar que los otros ejercicios. La caminata consume 66 caloras por hora , en la bicicleta consume 300 caloras por hora, quiere quemar al menos 300 por hora y nadando gasta 300 ,quiere al menos 3000 caloras a la semana por medio de los ejercicios.Cuantas horas debe dedicar a cada tipo de ejercicio si quiere minimizar el numero de hojas invertidas? . 22

4). Cierta compaa tiene un filial que le provee las latas que necesita para comercializar su producto, en dicha filial que produce las latas de aluminio obtiene las tapaderas, a partir de hojas metlicas rectangulares, las dimensiones de estas hojas son de : 6 centmetros * 15 centmetros se requieren dos tamaos diferentes de tapas, el dimetro de las pecunias es de 3 centmetros y el de las grandes de 6 centmetros. El programa de produccin de un dia determinado es de 20000 tapa . chicas y 5000 tapas grandes. a) Formular construir el modelo de programacin lineal correspondiente que minimice el numero total de hojas metlicas usadas de tal manera de obtener la mejor combinacin de tapas de los diferentes tamaos que pueden ser cortadas. b) Obtenga la solucin optima, empleando el Mtodo Simplex III)Mtodo Dual: Asociado a cualquier problema de programacin lineal (primal), hay otro problema relacionado llamado Dual. Aunque la idea de dualidad es esencialmente en Matemticas, veremos en esta seccin que la dualidad tiene importantes interpretaciones econmicas que pueden ayudar a los gerentes a responder preguntas sobre recursos alternativos de accin y sus valores relativos, es decir, el mtodo dual es la base del anlisis de sensibilidad. Este mtodo se recomienda utilizarlo, cuando el numero de restriccin es mayor al nmero de variables de decisin Xj, requiere un cambio de variable de Xj a Yj. Este mtodo los problemas de maximizacin, los resuelve minimizando y los de minimizacin los resuelve maximizando. Procedimiento de calculo: I)Formular el problema (fase I) II)Construir el modelo del problema (fase II) III)Construir el problema primal cuando el objetivo es MAX Z, todas sus restricciones deben quedar expresadas con menor e igual ("), y cuando el objetivo es MIN Z, todas sus restricciones deben quedar con mayor e igual ("); es decir. Problema primal (caso I). Cambio de variable a). Funcin objetivo: MAX = c1x1 + c2x2 + + cjxj para el dual b). Sujeta a las restricciones: a11X1 + a12X2 + + a1jxj " b1 y1 a21X1 + a22X2 + + a2jxj " b2 y2 ::::::: ai1X1 + ai2X2 + + aijxj " bj yj c). NoNegatividad : xj " ; j = 1,2,3, , n. Problema primal (caso II). Cambio de variable

23

a). Funcin objetivo: Min = c1x1 + c2x2 + + cj xj para el dual b). Sujeta a las restricciones: a11X1 + a12X2 + + a1jxj " b1 y1 a21X1 + a22X2 + + a2jxj " b2 y2 ::::::: ai1X1 + ai2X2 + + aijxj " bj yj c). No Negatividad : xj " ; j = 1,2,3, , n. IV)Construir el problema dual, a partir del problema primal haciendo cambio de variable y tomando los valores de los recursos bj y la nueva variable Yj, se construye la funcin objetivo del problema dual y las restricciones se establecen tomando coeficientes tecnolgicos aij de las columnas del primal, para convertirlas en regin para el dual, restringindolas a la contribucin Cj de las variables de decisin Xj, sin olvidar que si el objetivo del primal es Max Z, el dual lo resuelve Min Z, con sus restricciones mayor e igual, pero si el objetivo del primal es Min Z, el dual lo resuelve Max Z, con sus restricciones mayor e igual. Problema primal (caso I) Max Z = c1x1 + c2x2 + + cjxj Sujeta a: a11x1 + a12x2 + + a1jxj " b1 a21x1 + a22x2 + + a2jxj " b2 ::::: ai1X1 + ai2X2 + + aijxj " bj Xj " : j = 1,2,3, , n Problema Dual (caso I) Min Z = b1y1 + b2y2 + + bjyj Sujeta a: a11y1 + a21y2 + + ayj " c1 a21x1 + a22x2 + + ayj " c2 ::::: a1jy1 + a2jy2 + + aijyj " cj Yj " : j = 1,2,3, , n Problema primal (caso II) 24

Min Z = c1x1 + c2x2 + + cjxj Sujeta a: a11x1 + a12x2 + + a1jxj " b1 a21x1 + a22x2 + + a2jxj " b2 ::::: ai1X1 + ai2X2 + + aijxj " bj yj " : j = 1,2,3, , n Problema Dual (caso II) Max Z = b1y1 + b2y2 + + bjyjj Sujeta a: a11y1 + a21y2 + + ai1yj " c1 a12y1 + a22y2 + + ai2yj " c2 ::::: a1jy1 + a2jy2 + + aijyj " cj yj " : j = 1,2,3, , n V)Resolver el problema dual, empleando el mtodo SIMPLEX con el siguiente procedimiento: 1)Convertir el sistema de restricciones en un sistema de ecuaciones, agregando variables de holgura y artificiales, segn el tipo de restriccin. 2)Establecer la nueva funcin objeto, que incluya todas las variables 3)Establecer el nuevo sistema de ecuaciones, que incluya todas las variables. 4)construir la tabla SIMPLEX inicial (tabla N1). 5)Resolver tabla nmero 1 (proceso iterativo): Obtener: a)Variable de entrada; b)Variable de salida; c)Numero pivote; d)Elementos de regin pivote; e)Elementos de los regionales restantes y f)Elementos de las regiones zj y cjzj. 6)Revisar optimalidad, de no cumplirse repetir el paso V.

25

VI)Obtener la solucin optima: de la tabla SIMPLEX optima, se obtienen los valores absolutos de Cj Zj, de las variables holgura Hj, cuyos valores corresponden a las variables de Xj, es decir, Xj = Hj y para obtener el valor optimo de Z, se sustituyen los valores de Xj en la funcin de objetivo del problema original (fase II). VII)Se verifica la factibilidad; sustituyendo los valores de Yj en el sistema de restricciones del sistema original (fase II). VIII)Conclusin. III)Mtodo Dual: Problema de auto evaluacin: En una determinada empresa, uno de los productos finales que se fabrican, tienen una especificacin de peso igual a 150 gramos. Las dos materias primas que se utilizan son A, con un costo unitario de $20 y B con un costo unitario de $80; se deben usar por lo menos 14 unidades de B y no mas de 20 unidades de A. cada unidad A pesa 5 gramos y las de B pesan 10 gramos. Cunto debe usar de cada tipo de material por unidad de producto final si se desea minimizar los costos? Resuelva empleando el mtodo dual. Solucin: I)Formular el problema (fase I) Determinar el objetivo: minimizar los costos Definir las variables: Z = costos X1 = numero de unidades a utilizar del producto A; c1=$20/producto X2 = numero de unidades a utilizar del producto B; c1=$80/producto Establecer restricciones: 1.Peso del producto final = 150 gramos 2.Requerimiento mnimo de 14 unidades del producto B 3.Requerimiento mximo de 20 unidades del producto A II)Construir el mtodo del problema (fase II) Funcin objetivo: Min Z = 20X1 + 80X2 Sujeta a las restricciones: Peso del producto final: 5X1 + 10X2 = 150 Requerimiento mnimo: X2 " 14 Requerimiento mximo X1 " 20 Nonegatividad: X1 " ; X2 " Nota: cuando una restriccin esta definida para una igualdad, esta debe expresarse como dos desigualdades, es decir: 5x1 + 10x2 = 150; debe expresarse: 5x1 + 10x2 " 150

26

5x1 + 10x2 " 150 III)Construir el problema primal: como el objetivo es Min Z, todas sus restricciones deben quedar expresadas con mayor e igual ", es decir: Problema primal (caso II) Min Z = 20x1 + 80x2 Sujeta a: Cambio de variable para dual 5x1 + 10x2 " 150 y1 5x1 10x2 " 150 y2 x1 + x2 " 14 y3 x1 + x2 20 y4 x1 " ; x2 IV)construir el problema dual: si el objetivo del primal es Min Z (caso II); entonces el problema dual, lo resuelve Max Z, cuyas restricciones deben quedar expresadas como menor e igual ", es decir: Problema primal (caso II) Problema dual (caso II) MIN Z = 20x1 + 80x2 Max Z = 150y1 150y2 + 14y3 20y4 Sujeta a: Sujeta a: 5x1 + 10x2 " 150 5y1 5y2 + y3 y4 " 20 5x1 10x2 " 150 10y1 10y2 + 4y3 + y4 80 x1 + x2 " 14 y1; y2; y3; y4 x1 + x2 20 x1 " ;x2 V)Resolver el problema dual, empleando el mtodo SIMPLEX. 1)Convertir el sistema de restricciones en un sistema de ecuaciones: esto se logra agregando variables de holgura y artificiales, segn el tipo de estriccin; en nuestro problema queda as: Restricciones: 5y1 5y2 + y3 y4 " 20 10y1 10y2 + 4y3 + y4 80 Ecuaciones: 5y1 5y2 + y3 y4 + H1 = 20 10y1 10y2 + 4y3 + y4 + H2 = 80 27

2)Funcin objetivo: Max Z = 150y1 150y2 +14y3 20y4 + H1 + H2 3)Sistema de ecuaciones: 5y1 5y2 + y3 y4 + H1 + H2 = 20 10y1 10y2 + y3 + y4 + H1 + H2 = 80 y1; y2; y3; y4; " ; H1; H2 4)Construir la tabla SIMPLEX inicial (tabla 1) Tabla N1: Entra Y1 (a1:seleccionada). Funcin objetivo. Cj 150 150 14 20 0 0 Vb bj Y2 Y3 Y4 H1 H2 0 H1 20 5 5 0 1 1 0 0 H2 80 10 10 1 0 0 1 Zj 0 0 0 0 0 0 0 CjZj 150 150 14 20 0 0 5)Resolver tabla No 1 (primera iteracin) a)Determinar variable de entrada: como el objetivo es Max Z, la defina CjZj mayor positivo; es decir: C1Z1=150 ; por lo que Y1, debe entrar la base Vb (a1 seleccionada) b)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a1 (Menor valor positivo; es decir: == ; Siendo 4 el menor valor positivo, H1 debe salir de la base Vb. (R1 seleccionado). c)Obtener el numero pivote np: de acuerdo a la tabla N1 ; np = 5. d)Calcular los elementos del rengln pivote R.P. , empleando la ecuacin. R.P.= 1/5 R1 ; e introducirlo a la siguiente tabla, es decir, tabla N2. R.P. = 1/5 = 4 1 1 0 1/5 1/5 0 Tabla N2: Entra Y3 (a3:seleccionada). Funcin objetivo. Cj 150 150 14 20 0 0 Vb bj Y1 Y2 Y3 Y4 H1 H2 150 Y1 4 1 1 0 1/5 1/5 0

28

0 H2 40 0 0 1 2 2 1 Zj 600 150 150 0 30 30 0 CjZj 0 0 14 10 30 0 e)Calcular rengln restante R2, empleando la ecuacin NE, e introducirlo a la tabla N2. NR2 = R210 R.P. R2 80 10 10 1 0 0 1 10R.P. 10( 4 1 1 0 1/5 1/5 0 ) 80 10 10 1 0 0 1 sumar 40 10 10 0 2 2 0 NR2 40 0 0 1 2 2 1 f)Calcular los renglones Zj y CjZj Zj bj = 150(4)+0(40) = 600+0 = 600 CjZj Y1 = 150150 =0 Zj Y1 = 150(1)+0(40) = 150+0 = 150 CjZj Y2 = 150(150) = 150+150 = 0 Zj Y2 = 150(1)+0(0)= 150+0 CjZj Y3 = 140 = 14 Zj Y3 = 150(0)+0(1)= 0+0 = 0 CjZj Y4 = 20(30) = 20+30 = 10 Zj Y4 = 150(1/5)+0(2) = 30+0 = 30 CjZj H1 = 030 = 30 Zj H1 = 150(1/5)+0(2) = 30+0 = 30 CjZj H2 = 00 = 0 Zj H2 = 150(0)+0(0) = 0+0 = 0 6)Verificar optimalidad: cuando el objeto es Max Z; CjZj0, en todos sus valores, de acuerdo a la tabla N2: C3Z3=14 > 0 ; C4Z4=10 > 0 ; no cumplen, por lo tanto se repite el paso N5. 5)Resolver tabla N2 (Segunda iteracin). a)Determinar variable de entrada: Cuando el objetivo es Max Z, la define CjZj mayor valor positivo ; es decir: C3Z3= 14, por lo tanto Y3 debe entrar a la base Vb:(a3:seleccionada) b)Determinar variable de salida: Empleando la ecuacin matricial Vb = bj/a3 (menor valor positivo); es decir: ===; Siendo 40 el valor menor positivo, entonces H2 debe salir de la base Vb (R2 seleccionado). c)Obtener el numero pivote np. De acuerdo a la tabla N2. np = 1 d)Calcular los elementos del rengln pivote: R.P.= 1R2; e introducirlo a la siguiente tabla, es decir a la tabla N3: 29

R.P.= 1= 40 0 0 1 2 2 1 Tabla N3: Funcin objetivo. Cj 150 150 14 20 0 0 Vb bj Y1 Y2 Y3 Y4 H1 H2 150 Y1 4 1 1 0 1/5 1/5 0 14 Y3 40 0 0 1 2 2 1 Zj 1160 150 150 14 2 2 14 CjZj 0 0 0 18 2 14 e)Calcular rengln restante R1, empleando la ecuacin NE, e introducirlo a la tabla N3. NR1 = R10 R.P. R1 4 1 1 0 1/5 1/5 0 10R.P. 0( 40 0 0 1 2 2 1 ) 4 1 1 0 1/5 1/5 0 sumar 0000000 NR2 4 1 1 0 1/5 1/5 0 f)Calcular los renglones Zj y CjZj , e introducirlos a la tabla N3. Zj bj = 150(4)+14(40) = 600+560 = 1160 CjZj Y1 = 150150 =0 Zj Y1 = 150(1)+14(0) = 150+0 = 150 CjZj Y2 = 150(150) = 150+150 = 0 Zj Y2 = 150(1)+14(0)= 150+0 CjZj Y3 = 20(2) = 20+2 = 18 Zj Y3 = 150(1/5)+14(2)= 30+28 = 2 CjZj Y4 = 1414 = 0 Zj Y4 = 150(0)+14(1) = 0+14 = 14 CjZj H1 = 02 = 2 Zj H1 = 150(1/5)+14(2) = 3028 = 2 CjZj H2 = 014 = 14 Zj H2 = 150(0)+14(1) = 0+14 = 14 6)Revisar optimalidad: Como el objeto es Max Z; CjZj0, en todos sus elementos revisando la tabla N3: se cumple CjZj 0 ; por lo tanto la tabla N3, es optima. VI)De la tabla optima, obtenemos los valores absolutos de las contribuciones de las variables de holgura Hj, es decir: H1=2 y H2=14 ; valores que corresponden a X1 y X2, respectivamente, por lo tanto: Z min = 20(2)+80(14) = 40+1120 = $1160. 30

La X1=2 Solucin X2=14 Optima Z Min = $1160. VII)Verificar factibilidad: Sustituir los valores X1=2 y X2=14, en el sistema de restricciones del problema original. 1. 5X1+10X2 = 150 2. X2 14 3. X120 5(2)+10(14)=150 14 14 (cumple) 2 20 (cumple) 10 + 140 =150 150 = 150 (cumple) VIII)Conclusin: La empresa deber usar 2 unidades del producto A y 14 unidades del producto B, para obtener un producto final de peso igual a 150 gramos a un costo mnimo de $1160. III)METODO DUAL Problemas Propuestos. 1)Una compaa mueblera manufactura dos clases de camas hechas de madera prensada, la cama tipo A requiere 5 minutos para corte y 10 minutos para ensamble. La cama tipo B requiere 8 minutos para corte y 8 minutos para ensamble. El beneficio de cama tipo A es de $50 y de $60 para tipo B. Cuntas camas de cada clase se deben producir para obtener la mxima ganancia, si existe un compromiso de produccin de cuando menos 10 del tipo A y 10 del tipo B? Resuelva empleando el mtodo dual. 2)Una compaa fabrica y vende dos tipos de bombas hidrulicas: normal y extra grande. El proceso de manufactura asociado con la fabricacin de las bombas implica tres actividades: ensamblado, pintado y control de calidad. Los requerimientos de recursos para ensamble, pintura y control de calidad de las bombas se muestran en la tabla. La contribucin a las utilidades por la venta de una bomba normal es $50 en tanto que la utilidad por una bomba extra grande es de $75. Existen disponibles por semana 4800 horas de tiempo para ensamble,1980 horas de tiempo de pintura y 400 horas de tiempo de control de calidad. Las experiencias anteriores de ventas sealan que la compaa puede esperar vender cuando menos 300 bombas normales y 180 de las extra grandes por semana. A la compaa le gustara determinar la cantidad de cada tipo de bomba que debe fabricar semanalmente con el objeto de maximizar sus: utilidades. Resuelva empleando el mtodo Dual. Tabla de datos tcnicos: Tipo de bomba Normal Extra grande Tiempo de ensambl 3.6 4.8 Tiempo de pintura 1.6 1.8 Tiempo de control de calidad 0.6 0.6

Actividad 9: Aplicando la Fase III: Resolver Problema de Auto evaluacin:

31

Cierta compaa tiene una fabrica situada a los alrededores de una ciudad. Su produccin se limita a dos productos industriales A y B. El departamento de contabilidad ha calculado las contribuciones de cada producto en $10 para A y de $12 para B. Cada producto pasa por tres departamentos de la fabrica. Los requerimientos de tiempo para cada producto y el total de tiempo disponible en cada departamento, se citan en la tabla. Qu cantidad de cada producto debe fabricarse, para obtener el mximo beneficio? Resolver aplicando los mtodos: Grafico, simplex y dual. Tabla de Datos Tcnicos: Productos Departamentos Ensamble Acabado Inspeccin Solucin: Aplicando el Mtodo Grafico: I)Formular el problema (Fase I). a)Determinar el objetivo del problema: Maximizar la ganancia. b)Definir las variables del problema: Z = Ganancia X1 = Numero de unidades a producir del producto A; c1=$10/producto. X2 = Numero de unidades a producir del producto B; c1=$12/producto. c)Establecer las restricciones del problema: 1)Capacidad de tiempo semanal. Departamento de ensamble: 1500 Horas Departamento de acabado: 1500 Horas Departamento de inspeccin: 600 Horas II) Construccin del modelo del problema (fase II). a)Funcin objetivo: Max Z = 10X1+12X2 b)Restricciones: 3X1+3X21500 (departamento de ensamble) 3X1+2X21500 (departamento de acabado) X1+ X2600 (departamento de inspeccin) 32 Horas disponibles (semanales) AB 23 32 11 1500 1500 600

c)Nonegatividad: X10 ; X20 III)Convertir el sistema de restricciones en un sistema de ecuaciones (en forma directa). Sistema de restricciones: Sistema de ecuaciones: 1. 2X1+3X21500 1. 2X1+3X2 = 1500 2. 3X1+2X21500 2. 3X1+2X2 = 1500 3. X1+ X2600 3. X1+ X2 = 600 X10 ; X20 IV) 1. 2X1+3X2 =1500 2. 3X1+2X2 = 1500 3. X1+X2 = 600 1) Si X1= 0 1) Si X1= 0 1) Si X1= 0 2(0)+3X2=1500 3(0)+2X2=1500 0+X2=600 3X2=1500 2X2=1500 X2=600 X2=500 X2=750 P5(0 , 600) P1(0 , 500) P3(0 , 750) 2) Si X2 = 0 2) Si X2 = 0 2) Si X2 = 0 X1+0 = 600 2X1+3(0) = 1500 3X1+2(0) = 1500 X1=600 2X1=1500 3X1=1500 P6(600 , 0) X1=750 X1=500 P2(750 , 0) P4(500 , 0) V) Eligiendo una escala, trazar cada una de las restricciones (1 CMS =100 unidades) VI) Limitar de acuerdo al tipo de restriccin. VII) Encontrar el rea o reas de solucin definida por el conjunto convexo, como podemos observar en la grafica, el rea 4, es en la que convergen todas las fichas (Conjunto convexo). VIII ) Sustituir cada uno de los puntos vrtices del rea de solucin en la funcin objetivo, para obtener la solucin optima. P(X1 , X2) ; Max Z = 10X1+12X2 P1 (0 , 500) ; Z1 = 10 (0)+12(500) = 0+6000 = 6000 P4 (500 , 0) ; Z4 = 10 (500)+12(0) = 5000+0 = 5000

33

P7 (0 , 0) ; Z7 = 10 (0)+12(0) = 0+0 = 0 P8 (300 , 300) ; Z8 = 10 (300)+12(300) = 3000+3600 = 6600 Optimo mximo Como podemos observar el punto P8(300 , 300), arroja el valor mximo de Z; entonces: La solucin optima es : X1 = 300 ; X2=300 y Z Max = $6,600. IX) Verificar factibilidad; sustituyendo X1=300 y X2=300 ; en el sistema de restricciones: 1. 2X1+3X2 1500 2. 3X1+2X2 1500 3. X1+X2 600 2(300)+3(300)1500 3(300)+2(300)1500 300+300600 600+9001500 900+6001500 600600(Cumple) 15001500 (Cumple) 15001500 (Cumple) X)Conclusin: La compaa deber elaborar 300 productos tipo A y 300 productos tipo B; para obtener la mxima ganancia de $6,600 en la semana. Solucin: Aplicando el mtodo simplex. I) Formular el problema (Fase I). a) Determinar el objetivo del problema: Maximizar la ganancia. b) Definir las variables del problema: Z = Ganancia X1 = Numero de unidades a producir del producto A; c1=$10/producto. X2 = Numero de unidades a producir del producto B; c1=$12/producto. c) Establecer las restricciones del problema: 1) Capacidad de tiempo semanal. Departamento de ensamble: 1500 Horas Departamento de acabado: 1500 Horas Departamento de inspeccin: 600 Horas II) Construccin del modelo del problema (fase II). a) Funcin objetivo: Max Z = 10X1+12X2 b) Restricciones: 3X1+3X21500 (departamento de ensamble) 3X1+2X21500 (departamento de acabado) 34

X1+ X2600 (departamento de inspeccin) c) Nonegatividad: X10 ; X20 III) Convertir el sistema de restricciones en un sistema de ecuaciones, agregando variables base. Es decir, de holgura y artificiales, segn el tipo de restriccin, de acuerdo al sistema de restricciones, se agregar variable de holgura Hi, por ser del tipo , entonces: Sistema de restricciones: Sistema de ecuaciones: 2X1+3X21500 2X1+3X2 +H1 = 1500 ; H10 3X1+2X21500 3X1+2X2 +H2= 1500 ; H20 X1+ X2600 X1+ X2 +H3= 600 ; H30 H1 ; H2 ; H3 ; Con Costo Cero IV) Funcin objetivo: Max Z = 10X1+12X2+0H1+0H2+0H3 V) Sistema de ecuaciones: 2X1+3X2+ H1+0H2+0H3 = 1500 3X1+2X2+0H1+ H2+0H3 = 1500 X1+ X2+0H1+0H2+ H3 = 600 VI)Constituir la tabla simplex inicial (Tabla N1). Tabla N1 Entra X2 (a2:seleccionada). Cj 10 12 0 0 0 Vb bj X1 X2 H1 H2 H3 0 H1 1500 2 3 1 0 0 0 H2 1500 3 2 0 1 0 0 H3 600 1 1 0 0 1 Zj 0 0 0 0 0 0 CjZj 10 12 0 0 0 Zj = (Columna Cj) (Columna aj) y CjZj = Rengln CjRengln Zj VII) Resover tabla N1 (primera iteracin) 1)Determinar la variable de entrtada: como el objetivo es Max Z, la determina el mayor valor positivo de CjZj, es decir, C2Z2=12 ; por lo tanto X2, debe entrar a la base Vb. (a2 seleccionada). 35

2)Determine la variable de salida: empleando la ecuacin matricial. Vb = bj/a2 (Menor valor positivo). ; Siendo 500 el menor valor positivo, entonces H1 debe slir de la base Vb. (R1:seleccionado) 3)Obtener el numero pivote np ; de acuerdo a la tabla N1 ; Np = 3 4)Obtener los elementos del rengln pivote R.P. ; empleando la ecuacin. R.P.=1/3 R1 ; e introducirlo a la siguiente tabla ; es decir, a la tabla N2. R.P. = 1/3 (1500 2 3 1 0 0) = 500 2/3 1 1/3 0 0 Tabla N1 Entra X1 (a1:seleccionada). Cj 10 12 0 0 0 Vb bj X1 X2 H1 H2 H3 12 X2 500 2/3 1 1/3 0 0 0 H2 500 5/3 0 2/3 1 0 0 H3 100 1/3 0 1/3 0 1 Zj 6000 8 12 4 0 0 CjZj 2 0 4 0 0 5)Obtener los valores de los renglones restantes ; empleando la expresin NE, e introducirlos a la tabla N2; es decir, NR2 = R22 R.P. NR3 = R31 R.P. R2 1500 3 2 0 1 0 R3 600 1 1 0 0 1 2 R.P. 2(500 2/3 1 1/3 0 0) 1 R.P. 1(20 1 0 0 ) 500 3 2 0 1 0 600 1 1 0 0 1 1000 4/2 2 2/3 0 0 500 2/3 1 1/3 0 0 NR2 500 5/3 0 2/3 1 0 NR3 100 1/3 0 1/3 0 1 6)Calcular los renglones Zj y CjZj e introducirlos a la siguiente tabla.(Tabla N 2). Zj bj = 12 (500) + 0 (500) + 0 (100) = 6000+0+0 = 6000 Cj Zj X1 = 108 = 2

36

Zj X1= 12 (2/3) + 0 (5/3) + 0 (1/3) = 8+0+0 = 8 Cj Zj X2 = 12 12 = 0 Zj X2 = 12 (1) + 0 (0) + 0 (0) = 12+0+0 = 12 Cj Zj H1 = 04 = 4 Zj H1 = 12 (1/3) + 0 (2/3) + 0 (1/3) = 4+0+0 = 4 Cj Zj H2 = 00 = 0 Zj H2 = 12 (0) + 0 (1) + 0 (0) = 0+0+0 = 0 Cj Zj H3 = 00 = 0 Zj H3 = 12 (0) + 0 (0) + 0 (1) = 0+0+0 = 0 VIII). Verificar optimalidad: Cuando el objetivo es Max Z ; Cj Zj " 0, en todos sus elementos, de acuerdo a la tabla N2; C1 Z1 = 2 " 0 ; no cumple, repetir el paso VII. VII). Resolver tabla N 2 (segunda iteracin). 1). Determina la variable de entrada ; Cuando el objetivo es Max Z, la determina el valor mayor positivo de CjZj; es decir, C1Z1 = 2, entonces X1, debe entrar a la base Vb. (a1 seleccionada) 2).Se determina la variable de salida: empleando la ecuacin matricial : Vb bj/a1 (menor valor positivo), es decir: ; Siendo 300 el menor valor positivo, entonces H2 debe salir de la base Vb, definiendo el rengln seleccionado R2. 3). Obtener el numero pivote np, de acuerdo a la tabla N2, np= 5/3 4). Obtener los elementos del rengln pivote R.P., empleando la ecuacin R.P.= 3/5R2; e introducirlo a la siguiente ; es decir, tabla N3. R.P. = 3/5 (500 5/3 0 2/3 1 0) = 300 1 0 2/5 3/5 0 Tabla N2: Cj 10 12 0 0 0 Vb bj X1 X2 H1 H2 H3 12 X2 300 0 1 3/5 2/5 0 10 X1 300 1 0 2/5 3/5 0 0 H3 0 0 0 1/5 1/5 1 Zj 6600 10 12 16/5 6/5 0 CjZj 0 0 16/5 6/5 0 5). Calcular los valores de los renglones restantes, empleando la expresin NE, e introducirlos a la siguiente tabla (Tabla N 3).

37

NR1 = R12/3 R.P. NR3 = R31/3 R.P. R1 500 2/3 1 1/3 0 0 R3 100 1/3 0 1/3 0 1 2/3 R.P.=2/3(300 1 0 2/5 3/5 0) 1/3 R.P. 1/3(300 1 0 2/5 3/5 0) 500 2/3 1 1/3 0 0 100 1/3 0 1/3 0 1 200 2/3 0 4/15 2/5 0 100 1/3 0 2/15 1/5 0 NR1 300 0 1 3/5 2/5 0 NR3 0 0 0 1/5 1/5 1 6).Obtener los elementos de los renglones Zj y Cj Zj, e introducirlos a la tabla(Tabla N3) Zj bj = 12 (300) + 10 (300) + 0 (0) = 3600+3600+0 = 6600 Cj Zj X1 = 1010 = 0 Zj X1= 12 (0) + 10 (1) + 0 (0) = 0+10+0 = 10 Cj Zj X2 = 12 12 = 0 Zj X2 = 12 (1) + 10 (0) + 0 (0) = 12+0+0 = 12 Cj Zj H1 = 016/5 = 16/5 Zj H1 = 12 (3/5) + 10 (2/5) + 0 (1/5) = 36/520/5+0 = 16/5 Cj Zj H2 = 06/5 = 6/5 Zj H2 = 12 (2/5) + 10 (3/5) + 0 (1/5) =24/5+30/5+0 = 6/5 Cj Zj H3 = 00 = 0 Zj H3 = 12 (0) + 10 (0) + 0 (1) = 0+0+0 = 0 VIII). Verificar optimalidad como el objetivo es Max Z, CjZj " 0, en todos sus elementos, de acuerdo a la tabla N 3, todos cumplen, por lo tanto, la tabla N 3, es optima. IX). Obtener la solucin optima, empleando la ecuacin matricial : Vb = bj ; es decir: ; por lo tanto ; X). Verificar Factibilidad : sustituyendo X1=300 y X2=300; en el sistema de restricciones, es decir : 1. 2X1 + 3X2 " 1500 2. 3X1 + 2X2 " 1500 3. X1 + X2" 600 2(300) + 3(300) " 1500 3(300)+2(300) " 1500 300 + (300)" 40 600 + 900 " 1500 900+600" 1500 600 " 600 (cumple) 1500 " 1500 (cumple) 1500" 1500 (cumple) IX). Conclusin : La compaa deber elaborar 300 productos tipo A y 300 productos tipo B ; para obtener la Mxima ganancia de $6600 a la semana. Solucin: Aplicando el mtodo Dual I) Formular el problema (Fase I).

38

a) Determinar el objetivo del problema: Maximizar la ganancia. b) Definir las variables del problema: Z = Ganancia X1 = Numero de unidades a producir del producto A; c1=$10/producto. X2 = Numero de unidades a producir del producto B; c1=$12/producto. c) Establecer las restricciones del problema: 1) Capacidad de tiempo semanal. Departamento de ensamble: 1500 Horas Departamento de acabado: 1500 Horas Departamento de inspeccin: 600 Horas II) Construccin del modelo del problema (fase II). a) Funcin objetivo: Max Z = 10X1+12X2 b) Restricciones: 3X1+3X2 1500 (departamento de ensamble) 3X1+2X2 1500 (departamento de acabado) X1+ X2600 (departamento de inspeccin) c) Nonegatividad: X10 ; X20 III) Construir el problema primal; cundo el objetivo es Max Z ; todas sus restricciones deben quedar expresadas con menor e igual ; es decir: Problema Primal (Caso I) Max Z = 10X1+ 12X2 Cambio de variable Sujeta a: para Dual 2X1+3X21500 Y1 3X1+2X21500 Y2 X1+ X2600 Y3 X10 ; X20 IV)Construir el problema dual: si el objetivo del primal es MAX Z (caso 1); entonces el objetivo del dual es MIN Z, cuyas restricciones sern mayor e igual ;es decir. Problema primal (caso 1) problema dual (caso 1)

39

Max Z = 10X1+12X2 Min Z = 1500Y1+1500Y2+600Y3 Sujeta a: Sujeta a: 2X1+3X21500 2Y1+3Y2+Y310 3X1+2X21500 3Y1+2Y2+Y312 X1+ X2600 Y1; Y2; Y3 0 X10; X20 V)Resolver el problema Dual, empleando el mtodo simplex. 1)Convertir el sistema de restricciones en un sistema de ecuaciones, agregando variables de holgura y artificiales, de acuerdo al tipo de restriccin; es decir: Restricciones: 2Y1+3Y2+Y310 ; Ecuaciones: 2Y1+3Y2+Y3 H1+A1=10 3Y1+2Y2+Y312 3Y1+2Y2+Y3 H2+A2=12 H1 y H2 con costo cero, A1 y A2 con costo M 2)Funcin objetivo: Min Z=1500Y1+1500Y2+600Y3+0H1+0H2+MA1+MA2 3)Sistema de ecuaciones: 2Y1+3Y2+Y3H1+0H2+A1+0A2=10 3Y1+2Y2+Y3+0H1H2+0A1+A2=12 Y1; Y2; Y3; H1; H2; A1; A20 4)Construir la tabla simplex inicial (Tabla N1) Tabla N1: Entra Y1 (a1:seleccionada). Funcin objetivo. Cj 1500 1500 600 0 0 M M Vb bj Y2 Y3 H1 H2 A1 A2 M A1 10 2 3 1 1 0 1 0 M 12 3 2 1 0 1 0 1 Sale A2 R2:selec. Zj 22M 5M 5M 2M M M M M CjZj 15005M 15005M 6002M M M 0 0 3500 3500 1400 100 100 NOTA: M=1000 40

Zj bj = M(10)+M(12) = 10M+12M = 22M CjZj Y1 = 15005M = 15005M Zj Y1 = M(2)+M(3) = 2M+3M = 5M CjZj Y2 = 15005M = 15005M Zj Y2 = M(3)+M(2) = 3M+2M = 5M CjZj Y3 = 6002M = 6002M Zj Y3 = M(1)+M(1) = M+M = 2M CjZj H1 = 0(M) = M Zj H1 = M(1)+M(0) = M+0 = M CjZj H2 = 0(M) = M Zj H2 = M(0)+M(1) = 0M = M CjZj A1 =MM = 0 Zj A1 = M(1)+M(0) = M+0 = M CjZj A2 = MM = 0 Zj A2 = M(0)+M(1) = 0+M = M 5)Resolver tabla N1 (Primera iteracin). a)Determinar variables de entrada: cuando el onjetivo es Min Z; la define el mayor valor negativo de CjZj; es decir C1Z1=3500, por lo tanto Y1 debe entrar a la base Vb: (a1:seleccionada). b)Determinar variable de salida: empleando la ecuacin matrricial Vb = bj/a1(Menor valor positivo); === ; Siendo 4 el menor valor positivo; por lo tanto A2, sale de la base Vb (R2:seleccionado). c)Obtener el numero pivote np; de acuerdo a la tabla N1; np=3. d)Calcular los elementos del rengln pivote R.P., con la ecuacin: R.P. = 1/3R2, e introducirlo a la siguiente tabla, es decir, a la tabla N2. R.P. = 1/3 = 4 1 2/3 1/3 0 1/3 0 1/3 Tabla N2: Entra Y2 (a2:seleccionada). Funcin objetivo. Cj 1500 1500 600 0 0 M M Vb bj Y1 Y3 H1 H2 A1 A2 Sale A1 M A1 2 0 5/3 1/3 1 2/3 1 2/3 R1:selec. 1500 Y1 4 1 2/3 1/3 0 1/3 0 1/3 Zj 2M+600 1500 5/3M+1000 1/3M+500 M 2/3M500 M 2/3+500 CjZj 0 5005/3M 1001/3M M 5002/3M 0 5/3M500 1166.7 233.33 1000 166.7 1166.7 M=1000

41

e)Calcular regin restante R1, empleando la ecuacin NE,e introducirlo a la tabla N2 NR1=R12R.P. R1 10 2 3 1 1 0 1 0 2R.P. 2( 4 1 2/3 1/3 0 1/3 0 1/3) 10 2 3 1 1 0 1 0 sumar 8 2 4/3 2/3 0 2/3 0 2/3 NR1 2 0 5/3 1/3 1 2/3 1 2/3 f)Calcular los renglones Zj y CjZj e introducirlos a la tabla N2. Zj bj = M(2)+1500(4)=2M+600 CjZj Y1 = 15001500 =0 Zj Y1 = M(0)+1500(1)=1500 CjZj Y2=1500(5/3M+1000)=15005/3M1000=5005/3M Zj Y2 = M(5/3)+1500(2/3)=5/3M+100 CjZj Y3=600(1/3M+500)=6001/3M500=1001/3 Zj Y3 = M(1/3)+1500(1/3)=1/3M+500 CjZj H1=0(M) = M Zj H1 = M(1)+1500(0) = M CjZj H2 = 0(2/3M500) = 5002/3M Zj H2 = M(2/3)+1500(1/3)=2/3M500 CjZj A1 =MM = 0 Zj A1 = M(1)+1500(0) = M CjZj A2=M(2/3M+500)=M+2/3M500=5/3M500 Zj A2 = M(2/3)+1500(1/3)=2/3M+500 6)Verificar optimalidad: cuando el objeto es Min Z; CjZj0, en todos sus valores, revisando la tabla N2, C3Z3 = 14 > 0 y C4Z4 = 10 > 0 ; no cumplen, por lo tanto se repite el paso N5. 5)Resolver tabla N2 (Segunda iteracin). a)Determinar variable de entrada: Como el objetivo es Max Z, la define Cj Zj mayor valor positivo; es decir: C3Z3 = 14 ; por lo tanto Y3 debe entrar a la base Vb,(a3:seleccionada). b)Determinar variable de salida: Empleando la ecuacin matricial Vb = bj/a3 (menor valor positivo) ; es decir: ===; Siendo 40 el menor, por lo tanto A1 debe salir de la base Vb (R1 seleccionado). c)Obtener el numero pivote np. De acuerdo a la tabla N2. np=5/3 d)Calcular los elementos del rengln pivote R.P. empleando la ecuacin: R.P.=3/5R1; e introducirlo a la siguiente tabla, es decir a la tabla N3: R.P.= 3/5= 6/5 0 1 1/5 3/5 2/5 3/5 2/5

42

Tabla N3: Funcin objetivo. Cj 1500 1500 600 0 0 M M Vb bj Y1 Y2 Y3 H1 H2 A1 A2 1500 Y2 6/5 0 1 1/5 3/5 2/5 3/5 2/5 R.P. 1500 Y1 16/5 1 0 1/5 2/5 3/5 2/5 3/5 NR2 Zj 6600 1500 1500 600 300 300 300 300 CjZj 0 0 0 300 300 M300 M300 M=1000 e)Calcular regin restante R2, empleando la ecuacin NE, e introducirlo a la tabla N3. NR2 = R22/3R.P. R2 4 1 2/3 1/3 0 1/3 0 1/3 2/3R.P. 2/3 (6/5 0 1 1/5 3/5 2/5 3/5 2/5 4 1 2/3 1/3 0 1/3 0 1/3 sumar 4/5 0 2/3 2/15 2/5 4/15 2/5 4/5 NR1 16/5 1 0 1/5 2/5 3/5 2/5 3/5 f)Calcular los renglones Zj y CjZj, e introducirlos a la tabla N3. Zj bj = 1500(6/5)+1500(16/5) = 1800+4800 = 6600 Zj Y1 = 1500(0)+1500(1)=0+1500=1500 ; CjZj Y1 = 15001500 =0 Zj Y2 =1500(1)+1500(0)=1500+0=1500 ; CjZj Y2=15001500=0 Zj Y3 =1500(1/5)+1500(1/5)=300+300=600 ; CjZj Y3=600600=0 Zj H1 =1500(3/5)+1500(2/5)=900+600=300 ; CjZj H1=0(300) = 300 Zj H2 =1500(2/5)+1500(3/5)=600900=300 ; CjZj H2 = 0(300) = 300 Zj A1 = 1500(3/5)+1500(2/3)=900600=300 ; CjZj A1 =M300 = M300 Zj A2 =1500(2/5)+1500(3/5)=600+900=300 ; CjZj A2=M300=M300 6)Verificar optimalidad: Cuando el objetivo es Min Z; CjZj0; en todos sus elementos; de acuerdo a la tabla N3; todos cumplen; por lo tanto la tabla N3, es optima. VI)De la tabla optima, obtener los valores absolutos de las contribuciones de las variables de holgura (Hj). 43

Es decir: H1=300 y H2=300; valores que corresponden a X1 y X2, respectivamente, por lo tanto: X1=300 y X2=300; sustituyndolos en la funcion objetivo del problema original, para obtener el valor de Z, entonces: ZMax = 10X1+12X2= 10(300)+12(300) = $6600. SOLUCION X1=300 , H1=0 OPTIMA X2=300 , H2=0 ZMax=6600 , H3=0 VII)Verificar factibilidad: sustituyendo X1=300 y X2=300; en el sistema de restricciones del problema original, es decir: 1) 2X1+3X21500 2) 3X1+2X21500 3) X1+X2600 2(300)+3(300)= 1500 3(300)+2(300) 1500 300+300600 600+9001500 900+6001500 600600 (cumple) 15001500 (cumple) 15001500(cumple) VIII) Conclusin: La compaa devera elaborar 300 productos tipo A y 300 productos tipo B; para obtener la mxima ganancia de $6600 a la semana. NOTA: Como podemos observar la solucin del problema es igual, independientemente del mtodo de solucin, lo nico que cambia es el de cada uno de ellos. Actividad 10: aplicando la fase III; Resolver los problemas de programacin lineal. 1)Aplicando los mtodos: grafico, simplex y dual, resolver los problemas propuestos: 1, 2, 3, 4, y 5 de la actividad 8 y del mtodo grafico los problemas propuestos 1, 2, y 3. 2)Aplicando el mtodo simplex, resolver los problemas propuestos: 6, 7, 8, 9 y 14 de la actividad 8; del mtodo dual los problemas propuestos 1 y 2. 3)Aplicando el mtodo dual, resolver los problemas propuestos: 1, 2, 3 y 4 del mtodo simplex. Capitulo III ANALISIS DE SENSIBILIDAD Actividad 11: anlisis de sensibilidad: Introduccin: El anlisis de sensibilidad concierne al estudio de posibles cambios en la solucin optima disponible como resultado de hacer cambios en el modelo original. Al alterarse nuestra situacin actual y proporcionar nuevos datos, sobre estos podemos hacernos la pregunta Cmo puede alterar cada situacin la solucin optima actual?, con cierta reflexin, sus respuestas podrn contestarse en alguna de las dos categoras siguientes: 1)La solucin actual puede volverse infactible y 2)La solucin actual puede volverse no optima. 44

Las categoras estn basadas en los clculos primales duales, de los cuales observamos los siguientes: I)La infactibilidad de la solucin puede ocurrir solo si: 1)Se altera la disponibilidad de los recursos bj y 2)Se agregan nuevas restricciones Xn II)La no optimalidad de la solucin actual puede ocurrir solo si: 1)Se cambia la contribucin Cj; 2)Se cambia los coeficientes tecnolgicos aij y 3)Se aaden nuevas actividades Xj Procedimiento general: Con base en lo antes propuesto, el procedimiento general para realizar el anlisis de sensibilidad se puede resumir de la manera siguiente: 1)Empleando el mtodo simplex, resolver el modelo de programacin lineal y obtener su tabla simplex optima. Cj C1 C2 . . . Cj 0 0 . . . 0 Funcin objetivo Vj bj X1 X2 . . . Xj H1 H2 . . . Hj C1 X1 m1 C2 X2 m2 ... . . . B1A B1 ... Cj Xj mj Zj CBXB CBB1ACj CBB1 CjZj Donde: B1 = Matriz inversa (comprendida solo por las variables de holgura Hj) CBB1 = Vector dual (comprendido solo por las variables de holgura Hj) 2)Para el o los cambios propuestos en el modelo original, volver a determinar los nuevos elementos de la tabla optima actual mediante el uso de los clculos primales duales. Estos consisten en restablecer la tabla simplex optima del problema original e introducirle los cambios del nuevo problema. 3)Si la nueva tabla no es optima, ir al paso #4, si es infactible, ir al paso #5, de lo contrario anotar la solucin en la nueva tabla como el nuevo optimo. 45

4)Aplicar el mtodo simplex a la nueva tabla para obtener una nueva solucin optima. 5)Aplicar el mtodo dual a la nueva tabla para recobrar la factibilidad. Actividad 12: I)Cambios que afectan la factibilidad. 1)Cambios en los recursos disponibles bj: Sabemos por calculos primales duales que los cambios en los segundos miembros de las restricciones solo pueden afectar a la columna bj de la tabla optima, es decir solo pueden afectar la factibilidad. Por lo tanto, todo lo que tenemos que hacer es volver a calcular la columna bj de la tabla original. Supongamos que el problema original es ; Ahora si cambiamos a bj por(bj+bj); el nuevo problema es: Max Z = CjXj Max Z = CjXj Sujeta a: Sujeta a: Axjbj Axj(bj+bj) Xj0 Xj0 Procedimiento de anlisis: 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. 2)Se incrementa bj, quedando como: bj+bj. 3)Se establece el nuevo problema (en forma primal) 4)Se extrae la matriz inversa B1, de la tabla simplex optima. 5)Se calcula la nueva solucin optima XB; empleando la ecuacin matricial: XB =B1(bj+bj) donde XB es la matriz columna formada por las variables de la columna base Vb. 5.1)Si XB0, en todos sus elementos; la nueva solucin XB, es factible y el nuevo valor de Z, se calcula sustituyendo los valores de Xi en la funcin objetivo y despus ir al paso N8. 5.2)Si XB < 0, en alguno de sus elementos, la nueva solucin XB es infactible; cuando esto ocurre, ir al paso N6. 6)Aplicando el mtodo dual, restablecer la tabla simplex optima, introducindole los valores de XB en la columna Vb y calcular los renglones Zj y ZjCj. 7)Aplicando el mtodo simplex, resolver la tabla restablecida, bajo el siguiente procedimiento:

46

A)Sacar de la columna Vb las variables de valor negativo (infactible). B)Introducir la variable que hace positivo a la variable de salida (siendo el cociente de menor valor positivo). C)Obtener el numero pivote np (interseccin de rengln y columna seleccionada). D)Calcular los elementos del rengln pivote R.P., con la ecuacin: R.P.= Rs, e introducirlo a la siguiente tabla (nueva). E)Calcular los nuevos elementos de los renglones restantes, aplicando la ecuacin NE e introducirlos a la nueva tabla. F)Calcular los elementos de los renglones Zj y CjZj, e introducirlos a la nueva tabla. G)Calcular la nueva solucin optima, aplicando la ecuacin matricial: Vb=bj. H)Verificar factibilidad; sustituyendo los nuevos valores de Xi en el nuevo problema. 8)Conclusin. 2)Agregar nueva restricciones Xn: Agregar nuevas variables Xn; crea nuevos trminos ZjCj y nuevas columnas Yj en la tabla. Si asociado a la nueva actividad Xn se conoce su contribucin Cj y su vector de coeficientes tecnolgicos aij el procedimiento de anlisis que debe seguirse es: 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. 2)Establecer el nuevo problema (en forma primal). 3)El agregar una nueva restriccin Xn, puede dar origen a dos situaciones: 3.1)La nueva restriccin Xn, la satisface la solucin optima, si esto ocurre, la solucin optima no sufre cambios, ir al paso N7. 3.2)La solucin optima, no satisface a la nueva restriccin Xn, por lo tanto se volver de enlace (debe entrar a la columna Vb), ir al paso N4. 4)Aplicando el mtodo dual, restablecer la tabla simplex optima, bajo el siguiente procedimiento. a)Agregar una nueva variable de holgura Hi, a la nueva restriccin. b)Calcular el valor de la nueva variable de holgura, aplicando procedimiento algebraico entre renglones, basndonos en la nueva restriccin y la tabla simplex optima. c)Calcular los valores del rengln de la nueva variable de holgura, basndonos en el

47

procedimiento algebraico entre renglones. d)Los valores de la columna de la nueva variable de holgura, son todos igual a cero en cada uno de los renglones, excepto el ultimo rengln, el cual debe ser la unidad. e)Construir la nueva tabla, agregando rengln y columna que corresponden a la nueva variable de holgura. f)Calcular los elementos de los renglones Zj y ZjCj, e introducirlo a la nueva tabla. 5)Empleando el metodo simplex, se resuelve la tabla restablecida, bajo el siguiente procedimiento. a)Sacar de columna Vb, la variable de valor negativo (infactible). b)Introducir la variable que hace positiva a la variable de salida, siendo el cociente de menor valor positivo. c)Obtener el numero pivote np. d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=Rs , e introducirlo a la siguiente tabla. e)Calcular los nuevos elementos de los renglones restantes, empleando la ecuacin NE e introducirlos a la siguiente tabla. f)Calcular los elementos de los renglones Zj y ZjCj, e introducirlo a la nueva tabla. 6)Obtener la nueva solucion optima, empleando la ecuacin matricial Vb = bj. 7)Conclusin. Actividad 13: I)Cambios que afectan la factibilidad. PROBLEMA DE AUTOEVALUACION: En una carpintera se fabrican mesas y sillas, la carpintera cuenta con dos departamentos en paralelo con capacidad de 40 horas semanales respectivamente. Cada mesa deja una ganancia de $150 y requiere de 4 horas de trabajo en el departamento I y 2 horas en el departamento II. Mientras que una silla deja ganancia de $200 y requiere 2 horas de trabajo del departamento I y 4 horas del departamento II. Obtener: a)La solucin optima, empleando el mtodo simplex. b)Si la capacidad de los departamentos cambian ambos de 40 a 48 horas semanales. afecta a la solucin optima el cambio de los recursos? c)Si la capacidad del departamento I cambia de 40 a 24 horas semanales y la capacidad del 48

departamento II, cambia de 40 a 60 horas semanales. afecta a la solucin optima el cambio de los recursos disponibles? d)En una de las semanas en la misma empresa un cliente importante pidi a la carpintera que fabricara mnimo 4 sillas. puede la carpintera satisfacer el pedido del cliente?, en caso de que no, qu debe de hacer la carpintera para poder satisfacer la orden del cliente?. e)Supongamos que en una de las semanas el cliente pidi la produccin mnima de 7 sillas. podra la carpintera satisfacer la peticin del cliente? En caso de que no. qu debe hacer la carpintera para satisfacer la orden del cliente?. SOLUCION: A)Obtener la solucin optima, empleando el mtodo simplex. I)Formulacin del problema (fase I). a)Determinar el objetivo del problema: Maximizar la ganancia. b)Definir las variables del problema: Z = ganancia X1 = numero de mesas a producir; C1=$150/mesas X2 = numero de sillas a producir; C2 = $200/sillas c)Establecer las restricciones del problema: 1)capacidad de tiempo semanal *Departamento I: 40 horas *Departamento II: 40 horas II)Construccin del modelo del problema (fase II). a)Funcin objetivo: Max Z = 150X1+200X2 b)Restricciones: 4X1+2X240 (departamento I) 2X1+4X240 (departamento II) c)Nonegatividad: X10 ; X20 III)Convertir el sistema de restricciones en un sistema de ecuaciones

49

Sistema de restricciones: Sistema de ecuaciones: 4X1+2X240 4X1+2X2+H1=40 ; H10 2X1+4X240 2X1+4X2+H2=40 ; H20 IV)Funcin objetivo: Max Z = 150X1+200X2+0H1+0H2 V)Sistema de ecuaciones: Depto. I: 4X1+2X2+H1+0H2 =40 Depto. II: 2X1+4X2+0H1+H2 =40 VI)Construir tabla simplex inicial (tabla N1) Tabla N1: Entra X1 (a2:seleccionada). Cj 150 200 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 0 H1 40 4 2 1 0 0 40 2 4 0 1 Sale A2 (R2:seleccionado). Zj 0 0 0 0 0 CjZj 150 200 0 0 VII)Resolver tabla N1 (primera iteracin). 1)Determinar variable de entrada: cuando el objetivo es Max Z, la define el mayor valor positivo de CjZj, es decir: C2Z2 = 200, entonces X2 debe entrar a la base Vb: a2 seleccionada. 2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a2 (menor valor positivo). === ; siendo 10, el menor valor positivo, entonces H2, debe salir de la base Vb (R2:seleccionado). 3)Obtener el numero pivote: np = 4. 4)Calcular los elementos del rengln pivote: R.P.=R2 ; e introducirlo a la siguiente tabla (tabla N2). R.P. = = 10 1/2 1 0 1/4 Tabla N2: Entra X1 (a1:seleccionada). Cj 150 200 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 0 H1 20 3 0 1 1/2 Sale H1 (R1:seleccionado).

50

NR1 200 X2 10 1/2 1 0 1/4 R.P. Zj 200 100 200 0 50 CjZj 50 0 0 50 5)Calcular los nuevos elementos del rengln restante R1, aplicando la ecuacin NE, introducirlo a la tabla N2 ; NR1 = R12R.P. R1 40 4 2 1 0 2R.P. 2 40 4 2 1 0 sumar 20 1 2 0 1/2 NR1 20 3 0 1 1/2 6)Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la tabla N2. Zj bj = 0(20)+200(10) = 0+2000 = 2000 Zj X1 = 0(3)+200(1/2) = 0+100 = 100 ; CjZj X1 = 150100 = 50 Zj X2 = 0(0)+200(1) = 0+200 = 200 ; CjZj X2 = 200200 = 0 Zj H1 = 0(1)+200(0) = 0+0 =0 ; CjZj H1 = 00 = 0 Zj H2 = 0(1/2)+200(1/4) = 0+50 = 50 ; CjZj H2 = 0(300) = 300 VIII)Verificar optimalidad: cuando el objeto es Maz Z, CjZj0, en todos sus elementos, de acuerdo a la tabla N2, C1Z1 = 50 no cumple, por la tanto repetir el paso VII. VII)Resolver tabla simplex N2 (segunda iteracin). 1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor positivo de CjZj, es decir: C1Z1 = 50, por lo tanto X1 debe entrar a la base Vb.(a1 seleccionada). 2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a1 (menor valor positivo). === ; siendo 20/3, el menor valor positivo, entonces H1, debe entrar de la base Vb (R1:seleccionado). 3)Obtener el numero pivote: np = 3. 4)Calcular los elementos del rengln pivote: R.P.=R1 ; e introducirlo a la siguiente tabla (tabla N3). R.P. = = 20/3 1 0 1/3 1/6

51

Tabla N3: (optima) Cj 150 200 0 0 Vb bj X1 X2 H1 H2 150 X1 20/3 1 0 1/3 1/6 200 X2 20/3 0 1 1/6 1/3 Zj 700/3 150 200 50/3 125/3 CjZj 0 0 50/3 125/3 5)Calcular los nuevos elementos del rengln restante R2, aplicando la ecuacin NE, introducirlo a la tabla N3 ; NR2 = R21/2R.P. R2 10 1/2 1 0 1/4 1/2R.P. 1/2 10 1/2 1 0 1/4 sumar 10/3 1/2 0 1/6 1/12 NR2 20/3 0 1 1/6 1/3 6)Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la tabla N3. Zj bj = 150(20/3)+200(20/3) = 3000/3+4000 = 7000/3 Zj X1 = 150(1)+200(0) =150+0 = 150 ; CjZj X1 = 150150 = 0 Zj X2 = 150(0)+200(1) = 0+200 = 200 ; CjZj X2 = 200200 = 0 Zj H1 = 150(1/3)+200(1/6) = 150/3100/3 = 50/3 ; CjZj H1 = 050/3 = 50/3 Zj H2 = 150(1/6)+200(1/3) = 75/3+200/3 = 125/3 ; CjZj H2 = 0125/3 = 125/3 VIII)Verificar optimalidad: cuando el objetivo es Max Z, CjZj0, en todos sus elementos, de acuerdo a la tabla N3, todos los elementos cumplen, por lo tanto, la tabla simplex N3 es optima. IX)obtener solucion optima. Vb = bj ; = Esto es igual a: X1= 20/3 (6.67) X2= 20/3 (6.67) Zmax = $7000/3 ($2333.33) X)Verificar factibilidad: Sustituyendo X1=20/3 ; X2=20/3 en el sistema de restricciones.

52

4X1+2X240 2X1+4X240 4(20/3)+2(20/3)40 2(20/3)+4(20/3)40 120/340 120/340 4040 (cumple). 4040 (cumple). XI)Conclusin: La carpintera deber fabricar 20/3 mesas y 20/3 sillas, para obtener la mxima ganancia de $7000/3. B)Si la capacidad de los departamentos cambian ambos de 40 a 48 horas semanas.afecta la solucin optima el cambio de los recursos? Procedimiento de calculo: (cambio de recursos bj ) 1)Obtener solucin optima del problema original , empleando el mtodo simplex. Problema original Solucin ptima Max Z = 150X1+200X2 X1=20/3 (6.67) mesas ; H1=0 Sujeta A: X2=20/3(6.67) sillas ;H2=0 4X1+2X240 Zmax = $7000/3 = $ 2333.33 2X1+4X240 X10 ; X20 2)Se incrementa bj ; es decir : bj = ; cambia a (bj + bj )=. 3)Se establece el numero problema: Max Z = 150X1+200X2 Sujeta a : 4X1+2X248 2X1+4X248 X10 ; X20 4)Extraer la matriz inversa B1, de la tabla simplex optima. Cj 150 200 0 0 Vb bj X1 X2 H1 H2 150 X1 20/3 1 0 1/3 1/6

53

B1 B1= (1/3 1/6) 200 X2 20/3 0 1 1/6 1/3 2x2 (1/6 1/3) Zj 700/3 150 200 50/3 125/3 CjZj 0 0 50/3 125/3 5)Se calcula la nueva solucin optima XB , empleando la ecuacin matricial: XB = B1 (bj+bj). XB=B1(bj+bj) ; ==== = 5.1)Como XB== > 0 ; en todos sus elementos, la nueva solucin es factible, entonces Zmax = 150(8)+200(8) = 1200+1600 = $2800. 8)Conclusin: El cambio de los recursos de a ; trae cambios en la produccin de mesas de 20/3(6.67) a 8 y de 20/3(6.67) a 8 sillas, mientras que la ganancia se incrementa de $7000/3($2333.33) a $2800. C)Si la capacidad del departamento I, cambia de 40 a 24 horas semanales y la capacidad del departamento II, cambia de 40 a 60 horas semanales. Afecta a la solucin optima el cambio en los recursos disponibles? Procedimiento de calculo (Cambio de los recursos bj). 1)obtener la solucin optima del problema original, empleando el mtodo simplex. Problema original Solucin ptima Max Z = 150X1+200X2 X1=20/3=6.67 mesas ; H1=0 Sujeta A: X2=20/3=6.67 sillas ;H2=0 4X1+2X240 Zmax = $7000/3 = $ 2333.33 2X1+4X240 X10 ; X20 2)Se incrementa bj ; es decir : bj = ; cambia a (bj + bj )=. 3)Se establece el numero problema: Max Z = 150X1+200X2 Sujeta a : 4X1+2X224 2X1+4X260 X10 ; X20 54

4)Extraer la matriz inversa B1, de la tabla simplex optima. Cj 150 200 0 0 Vb bj X1 X2 H1 H2 150 X1 20/3 1 0 1/3 1/6 B1 B1= (1/3 1/6) 200 X2 20/3 0 1 1/6 1/3 2x2 (1/6 1/3) Zj 700/3 150 200 50/3 125/3 CjZj 0 0 50/3 125/3 5)Se calcula la nueva solucin optima XB , empleando la ecuacin matricial: XB = B1 (bj+bj). XB=B1(bj+bj) ; ==== = 5.2)Como XB== < 0 ; en uno de sus elementos, la nueva solucin optima es infactible, ir al paso 6. 6)Aplica el metodo dual, restablecer la tabla simplex optima. Cj 150 200 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 150 X1 2 1 0 1/3 1/6 200 X2 16 0 1 1/6 1/3 Zj 2900 150 200 50/3 125/3 CjZj 0 0 50/3 125/3 7)Aplicando el mtodo simplex restablecida, de acuerdo el siguiente procedimiento: a)Sacar de la columna Vb, las variables de valor negativo, en este caso X1=2, definiendo asi el rengln seleccionado R1. b)Introducir la variable que hece positiva a la variable de salida X1 , siendo el cociente menor positivo, en este caso seria H2 ,definido asi la columna seleccionada a4. c)Obtener el numero pivote: np = 1/6. d)Calcular los elementos del rengln pivote: R.P. = R1 , e introducirlo a la nueva tabla R.P. = 6 = 12 6 0 2 55

1 Nueva tabla simplex Cj 150 200 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 0 H1 12 6 0 2 1 R.P. 200 X2 12 2 1 1/2 0 NR2 Zj 2400 400 200 100 0 CjZj 250 0 100 0 e) Calcular los nuevos elementos del rengln restante R2, aplicando la ecuacin NE, introducirlo a la tabla ; NR2 = R21/3R.P. R2 16 0 1 1/6 1/3 1/3R.P. 1/3 16 0 1 1/6 1/3 sumar 4 2 0 2/3 1/3 NR2 12 2 1 0 f) Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la nueva tabla. Zj bj = 0(12)+200(12) = 0+2400 = 2400 Zj X1 = 0(6)+200(2) = 0+400 = 400 ; CjZj X1 = 150400 = 250 Zj X2 = 0(0)+200(1) = 0+200 = 200 ; CjZj X2 = 200200 = 0 Zj H1 = 0(2)+200(1/2) = 0+100 = 100 ; CjZj H1 = 0100 = 100 Zj H2 = 0(1)+200(0) = 0+0 = 0 ; CjZj H2 = 00 = 0 g)Calcular la solucin optima, empleando la ecuacin Vb = bj. Vb = bj ; = ; Nueva solucin optima; X1=0 ; X2=12 ; Zmax= $2400. h)Verificar factibilidad, sustituyendo X1=0 y X2 , en el sistema de restricciones del nuevo problema. 4X1+2X224 2X1+4X224 4(0)+2(12) 24 2(0)+4(12) 24 56

2424 (cumple) 4860 (cumple) 8)Conclusin : El cambio de los recursos disponibles en los departamentos dea; la produccin sufre cambios: El numero de mesas disminuye de 20/3 = 6.667 a cero, mientras que la produccin de sillas se incrementa de 20/3 = 6.67 a 12 y la contribucin se incrementa de $7000/3 = $2333.33 a $2400. D) En una de las semanas en la misma empresa un cliente importante pidi a la carpintera que fabricara mnimo 4 sillas. puede la carpintera satisfacer el pedido del cliente?, en caso de que no, qu debe de hacer la carpintera para poder satisfacer la orden del cliente?. Procedimiento de calculo (agregar nuevas restricciones Xn) 1)Obtener solucin optima del problema original , empleando el mtodo simplex. Problema original Solucin ptima Max Z = 150X1+200X2 X1=20/3 (6.67) mesas ; H1=0 Sujeta A: X2=20/3(6.67) sillas ;H2=0 4X1+2X240 Zmax = $7000/3 = $ 2333.33 2X1+4X240 X10 ; X20 2)Establecer el nuevo problema (En forma primal). Nuevo problema Forma primal. Max Z = 150X1+200X2 Max Z = 150X1+200X2 Sujeta A: Sujeta A: 4X1+2X240 4X1+2X240 X1+4X240 2X1+4X240 X24 X24 X10 ; X20 X10 ; X20 3)Situaciones. 3.1)La nueva restriccin X24 ; la satisface la solucin optima actual X2=6.67 es decir, la nueva restriccin, no produce cambios en la solucin optima, ir al paso 7. 57

7)Conclusin: Debido a que la nueva restriccin X24 , la satisface la solucin optima, entonces la solucin optima no sufre cambios. E)Supongamos que en una de las semanas el cliente pidi la produccin mnima de 7 sillas. podra la carpintera satisfacer la peticin del cliente? En caso de que no. qu debe hacer la carpintera para satisfacer la orden del cliente?. Procedimiento de calculo (agregar nuevas restricciones Xn) 1) Obtener solucin optima del problema original , empleando el mtodo simplex. Problema original Solucin ptima Max Z = 150X1+200X2 X1=20/3 (6.67) mesas ; H1=0 Sujeta A: X2=20/3(6.67) sillas ;H2=0 4X1+2X240 Zmax = $7000/3 = $ 2333.33 2X1+4X240 X10 ; X20 2)Establecer el nuevo problema (En forma primal). Nuevo problema Forma primal. Max Z = 150X1+200X2 Max Z = 150X1+200X2 Sujeta A: Sujeta A: 4X1+2X240 4X1+2X240 X1+4X240 2X1+4X240 X27 X27 X10 ; X20 X10 ; X20 3)Situaciones. 3.1)La solucin optima, no satisface a la nueva restriccin, es decir: X2= 6.67 < 7, ir al paso 4. 4)Aplicando el mtodo dual, restablecer la tabla simplex optima, bajo el siguiente procedimiento: a)Agregar una variable de holgura H3 a la nueva restriccin: X2 + H3 = 7. 58

b)Calcular valor de la nueva variable de holgura H3 ,aplicando procedimiento algebraico entre, renglones, basndonos en la nueva restriccin y la tabla simplex optima. Cj 150 200 0 0 Funcin Objetivo. Vb bj X1 X2 H1 H2 150 X1 20/3 1 0 1/3 1/6 200 X2 20/3 0 1 1/6 1/3 Zj 700/3 150 200 50/3 125/3 CjZj 0 0 50/3 125/3 Procedimiento algebraico entre renglones. Rengln de la nueva restriccin del problema X2+H3 = 7 1 Rengln de la nueva restriccin de la tabla optima 0X1+X21/6H1+1/3H2 = 20/3 2 De la solucin optima X2 = 20/3 , sustituirlo en 1 20/3+H3 = 7 ; H3 =7/1+20/3 = H3 =1/3 (infactible). c)Calcular los valores del rengln de la nueva variable de holgura H3, aplicando procedimiento algebraico entre renglones. X2 + H3 = 7 0X1 + X2 1/6H1 + 1/3H2 = 20/3 0X1 + H3 1/6H1 + 1/3H2 = 1/3 Nuevo renglon para H3 H3: 0X1 + 0X2 1/6H1 + 1/3H2 = 1/3 d)Valores de la columna H3 todos ceros, excepto el ultimo, el cual corresponde a la unidad. e)Construir nueva tabla y restablecer. Entra H1 (a3 seleccionada) Cj 150 200 0 0 0 Funcin Objetivo. Vb bj X1 X2 H1 H2 H3

59

150 X1 20/3 1 0 1/3 1/6 0 200 X2 20/3 0 1 1/6 1/3 0 0 H3 1/3 0 0 1/6 1/3 1 Sale H3 (R3 seleccionado) Zj 700/3 150 200 50/3 125/3 0 CjZj 0 0 50/3 125/3 0 f)Calcular los renglones Zj y ZjCj, e introducirlos a la nueva tabla. 5)Aplicando el metodo simplex, resolver nueva tabla (restablecida), bajo el siguiente procedimiento: a)Sacar H3 = 1/3 (infactible), de calumna Vb, definiendo asi, renglon seleccionado R3. b)Introducir H1 que hace positiva la variable de Salida H3, definiendo as, la columna seleccionada a4. c)Obtener numero pivote np = 1/6. d)Calcular los elementos del rengln pivote R.P. , aplicando la ecuacin R.P. = R3 , e introducirlo a la siguiente tabla: R.P.= 6(1/3 0 0 1/6 1/3 1)= 2 0 0 1 2 6 Cj 150 200 0 0 0 Funcin Objetivo. Vb bj X1 X2 H1 H2 H3 150 X1 6 1 0 0 1/2 2 NR1 200 X2 7 0 1 0 0 1 NR2 0 H2 2 0 0 1 2 6 R.P. Zj 2300 150 200 0 75 100 CjZj 0 0 0 75 100 e)Calcular los nuevos elementos de los renglones restantes, aplicando la ecuacin NE, e introducirlos a la nueva tabla: NR1 = R11/3R.P. R1 20/3 1 0 1/3 1/6 0 1/3R.P. 1/3 20/3 1 0 1/3 1/6 0 sumar 2/3 0 0 1/3 2/3 2 NR1 6 1 0 0 2

60

NR2 = R2+1/6R2 R2 20/3 0 1 1/6 1/3 0 1/3R.P. 1/6 20/3 0 1 1/6 1/3 0 sumar 1/3 0 0 1/6 1/3 1 NR2 7 0 1 0 0 1 f) Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la nueva tabla. Zj bj = 150(6)+200(7)+0(2) = 900+1400+0 = 2300 Zj X1 = 150(1)+200(0)+0(0) =150+0+0 = 150 ; CjZj X1 = 150150 = 0 Zj X2 = 150(0)+200(1)+0(0) = 0+200+0 = 200 ; CjZj X2 = 200200 = 0 Zj H1 = 150(0)+200(0)+(1) = 0+0+0 = 0 ; CjZj H1 = 00 = 0 Zj H2 = 150(1/2)+200(0)+0(2) = 75+0+0 = 75 ; CjZj H2 = 075 = 75 Zj H3 = 150(2)+200(1)+0(6) = 300200+0 = 100 ; CjZj H2 = 0100 = 100 g)Verificar optimalidad: cuando el objetivo es MaxZ ; CjZj0; en todos sus elementos, de acuerdo a la nueva tabla, todos cumplen, por lo tanto es optima. 6)Obtener nueva solucin optima, empleando la ecuacin matricial Vb = bj. Vb = bj ; = X1=6 ; X2=7 ; H3=2 ; Zmax=2300 H1=0 ; H2=0 7)Conclusin: La carpintera para poder cumplir el pedido del cliente de cuando menos 7 sillas, deber reducir la produccin de mesas de 20/3 = 6.67 a 6 y aumentar l produccin de sillas de 20/3 = 6.67 a 7, aceptando una disminucin en la contribucin de $7000/3 = $2333.333 a $2300 Actividad 14: Cambios que afectan la optimalidad 1)Cambios en la contribucin Cj. Procedimiento de anlisis: 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. 2)Se cambia el vector Cj por (Cj+Cj); entonces el rengln ZjCj, cambia a Zj(Cj+Cj). 3)Se establece el nuevo problema (en forma primal). 4)Se extrae de la tabla simplex optima el vector dual CBB1 61

5)Se calcula el valor de Zj(Cj+Cj), empleando la ecuacin matricial: Zj(Cj+Cj) = CBB1aj (Cj+Cj). 6)Si Zj(Cj+Cj) > 0; en alguno de sus elementos, restablecer la tabla simplex optima, empleando el mtodo dual. 7)Revisar condiciones de optimalidad. 7.1)Si se cumplen las dos condiciones de optimalidad. 1)Zj(Cj+Cj)0 ; para toda columna aj de A y no de B y 2)ZjCj0; en todos sus elementos. 7.2)Si no se cumplen las dos condiciones anteriores, ir al paso 9. 8)Obtener nueva solucin optima de la tabla simplex restablecida, relacionando las columnas base Vb y de recursos bj, es decir, Vb = bj, ir al paso 10. 9)Aplicando el mtodo simplex, para resolver la tabla simplex restablecida, hasta cumplir CjZj0, bajo el siguiente procedimiento. a)Introducir a la base Vb, la variable que tenga el mayor valor negativo de ZjCj. b)Extraer de la base Vb, la variable de menor valor positivo de dividir la columna recursos bj entre la columna seleccionada aj. c)Obtener el numero pivote. d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin R.P.=Rs, e introducirlo a la siguiente tabla. e)Calcular los nuevos elementos de los renglones restantes, aplicando la ecuacin NE, e introducirlo a la nueva tabla. f)Calcular los elementos de los renglones Zj y CjZj, e introducirlos a la nueva tabla. g)Verificar optimalidad. h)obtener nueva solucin optima, con la relacin, Vb = bj. 10)conclusin. 2)Cambios en los coeficientes tecnolgicos aij

62

Procedimiento de anlisis: 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. 2)Se modifica el vector de coeficientes tecnolgicos aij por j. 3)Se establece el nuevo problema (en forma primal). 4)Extraer de la tabla simplex, la matriz inversa B1 y el vector dual CBB1. 5)Calcular los elementos del rengln ZjCj, con la expresin: ZjCj = CBB1jcj. 5.1)Si ZjCj > 0, en todos sus elementos, la solucin optima no sufre cambios, ir al paso 10 5.2)Si ZjCj < 0, en alguno de sus elementos, ir al paso 6. 6)Aplicando el mtodo dual, restablecer la tabla optima, introducindole el vector Yj en la columna aj que sufre cambios, el cual se obtiene con la ecuacin matricial: Yj = B1j. 7)Aplicando el mtodo simplex, resolver la tabla simples restablecida, bajo el siguiente procedimiento: a)Introducir variable a la base Vb: la cual esta determinada por el valor mayor negativo de ZjCj. b)Extraer variable de la base Vb : determinada por la ecuacin matricial Vb = bj/aj (menor valor positivo). c)Obtener numero pivote np. d)Calcular los valores del rengln pivote R.P., empleando la ecuacin: Rs, e introducirlo a la nueva tabla. e)Calcular los nuevos elementos de los renglones Zj y CjZj, e introducirlos a la nueva tabla. 8)Verificar optimalidad. 9)Obtener nueva solucion optima, relacionado la columna base Vb y la columna recursos bj; es decir: Vb = bj. 10)Conclusin. 3)Aadir nueva avtividad Xj

63

Procedimiento de anlisis: 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. 2)Establecer el nuevo problema (en forma primal). 3)Extraer de la tabla simplex optima, la matriz inversa B1 y el vector dual CBB1. 4)Calcular el valor de ZjCj de la nueva actividad Xj, con la expresin: ZjCj = CBB1jcj. 4.1)Si ZjCj > 0, en todos sus elementos, la nueva actividad Xj no debe entrar al sistema, su valor es cero y la solucin optima no sufre cambios, ir al paso 9. 4.2)Si CjZj < 0, en alguno de sus elementos, ir al paso 5. 5)Empleando el mtodo dual, restablecer la tabla simplex optima, introduciendo el nuevo vector Yj = B1aj en la columna que corresponde a la nueva actividad Xj. 6)Empleando el mtodo simplex, resolver la tabla simplex restablecida, bajo el siguiente procedimiento: a)Introducir a la base Vb, la variable cuyo valor de ZjCj sea el mayor negativo, definiendo asi la columna seleccionada aj. b)Extraer de la bae Vb, la variable determinada por la ecuacin matricial XB = bj/aj (valor menor positivo),definiendo asi el rengln seleccionado Rs. c)Obtener el numero pivote np (interseccin de Rs y aj). d)Se calculan los elementos del rengln pivote R.P., empleando la ecuacin: Rs. e)Calcular los elementos de los renglones restantes, empleando la ecuacin NE f)Calcular los elementos de los renglones Zj y CjZj. 7)Verificar optimalidad. 8)Obtener la nueva solucin optima, relacionando las columnas Vb y bj, es decir: Vb = bj. 9)Conclusin. Actividad 15: Cambios que afectan la optimalidad Problemas de autoevaluacin. 1)Una empresa desea producir un volumen X de un producto qumico A que se vende a $5 por litro y otro volumen Y de un producto qumico B que se vende a $3 por litro. Dos tipos de restricciones se consideran en 64

este problema: personal y costos de produccin, en lo que se refiere a la primera restriccin se tiene un mximo de 15 personas, mientras que en el segundo se tiene un mximo de $10 por hora de trabajo. Los coeficientes tecnolgicos estn dados por: Productos qumicos Personales Costos de produccin A 3 5 B 5 2

A)Obtenga la solucin optima, empleando el mtodo simplex. B)Suponga que el precio del producto qumico B, se reduce de $3 a $1. Afecta a la solucin optima?. C)Suponga que el precio de ambos productos qumicos se reduce de $5 a $1 y de $3 a $1, A y B, respectivamente, Afecta a la solucin optima esta reduccin de precios? Solucion: A)Empleando el mtodo simples, obtener la solucin optima. I)Formulacin del problema (fase I). a)Determinar el objetivo del problema: Maximizar la ganancia. b)Definir las variables del problema: Z = ganancia X1 = numero de litros del producto qumico A; C1= $5/litros X2 = numero de litros del producto qumico B ; C2 = $3/litros c)Establecer las restricciones: 1)Personal: Capacidad mxima 15 personas 2)Costo de produccin: Capacidad mxima $10/hora. II)Construccin del modelo del problema (fase II). a)Funcin objetivo: Max Z = 5X1+3X2 b)Restricciones: 3X1+5X215 (Personal) 5X1+2X210 (Costos de produccin) c)Nonegatividad: X10 ; X20 III)Convertir el sistema de restricciones en un sistema de ecuaciones

65

Sistema de restricciones: Sistema de ecuaciones: 3X1+5X215 3X1+5X2+H1=15 5X1+2X210 5X1+2X2+H2=10 IV)Funcin objetivo: Max Z = 5X1+3X2+0H1+0H2 V)Sistema de ecuaciones: Personal: 4X1+2X2+H1+0H2 =15 Costos de produccin: 5X1+2X2+0H1+H2 =10 X1 ; X2 ; H1 ; H2 0 VI)Construir tabla simplex inicial (tabla N1) Tabla N1: Entra X1 (a2:seleccionada). Cj 5 3 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 0 H1 15 3 5 1 0 0 10 5 2 0 1 Sale H2 (R2:seleccionado). Zj 0 0 0 0 0 CjZj 5 3 0 0 VII)Resolver tabla N1 (primera iteracin). 1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor positivo de CjZj, es decir: C1Z1 = 5, por lo tanto X1 debe entrar a la base Vb, siendo a1 columna seleccionada. 2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/aj (menor valor positivo); es decir: Vb = bj/a1. === ; siendo 2, el menor valor positivo, entonces H2, debe salir de la base Vb, siendo (R2:seleccionado). 3)Obtener el numero pivote np; de cuerdo a la tabla N1; np=5. 4)Obtener elementos del rengln pivote: R.P.=R2 ; e introducirlo a la siguiente tabla (tabla N2). R.P. = = 2 1 2/5 0 1/5 Tabla N2: Entra X2 (a2:seleccionada). Cj 5 3 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 66

0 H1 9 3 19/5 1 3/5 NR1 5 X1 2 1 2/5 0 1/5 R.P. Zj 10 5 2 0 1 CjZj 0 1 0 1 5)Calcular los nuevos elementos del rengln restante R1, aplicando la ecuacin NE, introducirlo a la tabla N2 ; NR1 = R12R.P. R1 15 3 5 1 0 3R.P. 3 15 3 5 1 0 sumar 6 3 6/5 0 3/5 NR1 9 0 19/5 1 3/5 6)Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la tabla N2. Zj bj = 0(9)+5(10) = 0+10 = 10 Zj X1 = 0(0)+5(1) = 0+5 = 5 ; CjZj X1 = 55 = 0 Zj X2 = 0(19/5)+5(2/5) = 0+2 = 2 ; CjZj X2 = 32 = 1 Zj H1 = 0(1)+5(0) = 0+0 =0 ; CjZj H1 = 00 = 0 Zj H2 = 0(3/5)+5(1/5) = 0+1 = 1 ; CjZj H2 = 01 = 1 VIII)Verificar optimalidad: cuando el objeto es Maz Z, CjZj0, en todos sus elementos, de acuerdo a la tabla N2, C2Z2 = 1, no cumple, por la tanto repetir el paso VII. VII)Resolver tabla simplex N2 (segunda iteracin). 1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor positivo de CjZj, es decir: C2Z2 = 1, por lo tanto X2 debe entrar a la base Vb.(a2 seleccionada). 2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a2 === ; siendo 45/19, el menor valor positivo, entonces H1, debe salir de la base Vb (R1:seleccionado). 3)Obtener el numero pivote: np = 19/5. 4)Calcular los elementos del rengln pivote: R.P.=R1 ; e introducirlo a la siguiente tabla (tabla N3). R.P. = = 45/19 0 1 5/19 3/19 Tabla N3: (optima)

67

Cj 5 3 0 0 Funcin Objetivo Vb bj X1 X2 H1 H2 3 X2 45/19 0 1 5/19 3/19 5 X1 20/19 1 0 2/19 5/19 Zj 235/19 5 3 5/19 16/19 CjZj 0 0 50/19 16/19 5)Obtener elementos del rengln restante, es decir NR2, empleando la ecuacin NE, e introducirlo a la tabla N3; por lo tanto NR2 = R22/5R.P. R2 2 1 2/5 0 1/5 2/5R.P. 2/5 2 1 2/5 0 1/5 sumar 18/19 0 2/5 2/19 6/95 NR2 20/19 1 0 2/19 5/19 6)Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la tabla N3. Zj bj = 3(45/19)+5(20/19) = 135/19+100/19 = 235/19 Zj X1 = 3(0)+5(1) = 0+5 = 5 ; CjZj X1 = 55 = 0 Zj X2 = 3(1)+5(0) = 3+0 = 3 ; CjZj X2 = 33 = 0 Zj H1 = 3(5/19)+5(2/19) = 15/1910/19 = 5/19 ; CjZj H1 = 05/19 = 5/19 Zj H2 = 3(3/19)+5(5/19) = 9/19+25/19 = 16/19 ; CjZj H2 = 016/19 = 16/19 VIII)Verificar optimalidad: cuando el objetivo es Max Z, CjZj0, en todos sus elementos, de acuerdo a la tabla N3, todos los elementos cumplen, por lo tanto, la tabla simplex N3 es optima. IX)obtener solucion optima. Vb = bj ; = Esto es igual a: X1= 20/19 ; H1=0 X2= 45/19 ; H2=0 Zmax = $235/19 X)Verificar factibilidad: Sustituyendo X1=20/19 ; X2=45/19 en el sistema de restricciones.

68

3X1+5X215 5X1+2X210 3(20/19)+5(45/19)15 5(20/19)+2(45/19)10 285/1915 190/1910 1515 (cumple). 1010 (cumple). XI)Conclusin: La empresa deber producir 20/19 = 1.05 litros del liquido A y 45/19 = 2.37 litritos del producto qumico B, para obtener la ganancia de $235/19 = $12.37. B)Suponga que el precio del producto qumico B, se reduce de $3 a $1. Afecta a la solucin optima? Procedimiento de calculo (Cambio en la contribucin Cj). 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. Problema original Solucin optima Max Z=5X1+3X2 X1=20/19 = 1.05 ; H1=0 Sujeta a : X2=45/19 = 2.37 ; H2=0 3X1+5X215 Zmax = 235/19 = 12.37 5X1+2X210 X10 ; X20 2)Si cambia C2= $3 a (C2+C2) = $1 ; entonces Z2C2, cambia Z2(C2+C2) 3)Establecer el nuevo problema(en forma primal) Max Z = 5X1+1X2 Sujeta a : 3X1+5X215 5X1+2X210 X10 ; X20 4)Extraer la tabla simplex optima, el vector dual CBB1 Tabla simplex optima. Cj 5 3 0 0

69

Vb bj X1 X2 H1 H2 3 X2 45/19 0 1 5/19 3/19 5 X1 20/19 1 0 2/19 5/19 Zj 235/19 5 3 5/19 16/19 CBB1 = (5/19 , 16/19) Vector Dual CjZj 0 0 5/19 16/19 5)Calcular el valor de Z2(C2+C2) = CBB1 a2 (C2+C2) Z2(C2+C2) = (5/19 16/19)1 = 25/19+32/191 = 57/191 = 31 = 2 6)Como Z2(C2+C2) = 2 > 0;Se restablece la tabla simples optima, empleando el mtodo dual. Tabla simplex optima (restablecer) Cj 5 1 0 0 Funcin objetivo Vb bj X1 X2 H1 H2 1 X2 45/19 0 1 5/19 3/19 Sale X2 (R1:Seleccionada) 5 X1 20/19 1 0 2/19 5/19 Zj 65/19 5 1 5/19 22/19 CjZj 0 0 5/19 22/19 7)Revisar las condiciones de optimalidad: 1)Zj (C2+C2)0 ; en aj de A y 2)ZjCj 0 . Z3C3 = 5/19 < 0 (no cumple). 1) Z2 (C2+C2) = 2 > 0 ; (Cumple) . Z4C4 = 22/19 > 0 (cumple). 7.2)Las condiciones no se cumplen, ir al paso 9. 9)Aplicando el mtodo simplex, resolver la tabla simplex optima restablecida. a)Determinar variable de entrada: La define el mayor valor negativo de ZjCj, es decir: Z3C3 = 5/19 ; por lo tanto H1 debe entrar a la base Vb (a3: seleccionada). b)Determinar variable de salida: Empleando la ecuacin matricial: Vb = Bj/a3(menor valor positivo) Vb = bj/a3 ; ====

70

Siendo 9 el menor valor positivo, entonces X2, debe salir de la base Vb.(R1:Seleccionado). c)Obtener el numero pivote np; es decir np=5/19 d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=R1 , e introducirlo a la nueva tabla: R.P.=19/5(45/19 0 1 5/19 3/19) = 9 0 19/5 1 3/5 Nueva tabla Cj 5 1 0 0 Funcin Objetivo Vb bj X1 X2 H1 H2 0 H1 9 0 19/5 1 3/5 R.P. 5 X1 2 1 2/5 0 1/5 NR2 Zj 10 5 2 0 1 CjZj 0 1 0 1 e)Calcular los nuevos elementos del rengln, empleando la ecuacin NE, es decir: NR2 = R2+2/19R.P. e introducirla a la nueva tabla. R2 20/19 1 0 2/19 5/19 2/19R.P. 2/19 20/19 1 0 2/19 5/19 sumar 18/19 0 2/5 2/19 6/95 NR2 2 1 2/5 0 1/5 f)Calcular los elementos de los renglones Zj y CjZj, e introducirlos a la nueva tabla. Zj bj = 0(9)+5(2) = 0+10 = 10 Zj X1 = 0(0)+5(1) = 0+5 = 5 ; CjZj X1 = 55 = 0 Zj X2 = 0(19/5)+5(2/5) = 0+2 = 2 ; CjZj X2 = 12 = 1 Zj H1 = 0(1)+5(0) = 0+0 = 0 ; CjZj H1 = 00 = 0 Zj H2 = 0(3/5)+5(1/5) = 0+1 = 1 ; CjZj H2 = 01 = 1 g)Verificar optimalidad: cuando el objeto es Max Z, CjZj0; en todos sus elementos, de acuerdo a la nueva tabla, todos los elementos cumplen, por lo tanto, la nueva tabla es optima.

71

h)Obtener nueva solucin optima, empleando la ecuacin matricial: Vb = bj. =; por lo tanto X1=2 ; X2=0 ; Zmax= $10 ; Hi=9 ; H2=0 ; ir al paso 10. 10)Conclusin: El cambio en el precio del producto qumico B, de $3 a $1, trae como consecuencia, un incremento en la elaboracin del producto qumico A de 20/19 = 1.05 litros a 2 litros, pero el producto qumico B, disminuye su elaboracin de 45/19= 2.37 litros a cero litros, adems la ganancia disminuye de $235/19 = $12.37 a $10. C)Suponga que el precio de ambos productos qumicos se reducen de $5 a $1 y $3 a $1, A y B, respectivamente. Afecta a la solucin optima esta reduccin de precios? Procedimiento de calculo (Cambio en la contribucin Cj) 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. Problema original Solucin optima Max Z=5X1+3X2 X1=20/19 = 1.05 ; H1=0 Sujeta a : X2=45/19 = 2.37 ; H2=0 3X1+5X215 Zmax = 235/19 = 12.37 5X1+2X210 X10 ; X20 2)Si cambia C1= $5 a (C1+C1) = $1 ; y se cambia C2 = $3 a (C2+C2) = $1; entonces: Z1C1, cambia Z1(C1+C1) y Z2C2 a Z2(C2+C2). 3)Establecer el nuevo problema(en forma primal) Max Z = 1X1+1X2 Sujeta a : 3X1+5X215 5X1+2X210 X10 ; X20 4)Extraer la tabla simplex optima, el vector dual CBB1 Tabla simplex optima. Cj 5 3 0 0 Vb bj X1 X2 H1 H2 72

3 X2 45/19 0 1 5/19 3/19 5 X1 20/19 1 0 2/19 5/19 Zj 235/19 5 3 5/19 16/19 CBB1 = (5/19 , 16/19) Vector Dual CjZj 0 0 5/19 16/19 5)Calcular Z1(C1+C1) = CBB1 a1 (C1+C1) = (5/19 6/19)1 = 15/19+80/191 = 95/191 = 51 = 4 Calcular Z2(C2+C2) = CBB1 a2 (C2+C2) = (5/19 6/19)1 = 25/19+32/191 = 57/191 = 31 = 2 6)Como Z1(C1+C1) = 4 > 0 y Z2(C2+C2) = 2 > 0; Se restablece la tabla simplex optima, empleando el mtodo dual. Tabla simplex optima (restablecer) Cj 1 1 0 0 Funcin objetivo Vb bj X1 X2 H1 H2 1 X2 45/19 0 1 5/19 3/19 1 X1 20/19 1 0 2/19 5/19 Zj 65/19 1 1 3/19 2/19 CjZj 0 0 3/19 2/19 7)Revisar las condiciones de optimalidad: 1)Zj (Cj+Cj)>0; en A y no en B y 2)ZjCj 0 1) Z1 (C1+C1) = 4 > 0 ; (Cumple) 2) Z3C3 = 3/19 > 0 ( cumple). Z2 (C2+C2) = 2 > 0 ; (Cumple) Z4C4 = 2/19 > 0 (cumple). 7.1)Las condiciones si cumplen, ir al paso 8. 8) Obtener nueva solucin optima de la tabla simplex restablecida, empleando la ecuacin matricial: Vb = bj. =; por lo tanto X1=1.05 ; X2=2.37; Zmax=$3.42; Hi=0 ; H2=0 ; ir al paso 10. 10)Conclusin: La reduccin de los precios de los productos A de $5 a $1 y B de $3 a $1, no produce cambios en las cantidades a elaborar de los productos, es decir A se producen 1.05 litros y de B, 2.37 litros, aproximadamente, pero si se reduce considerablemente la ganancia de $12.37 a $3.42. 2)Una compaa cuenta con 4 unidades de madera y 18 unidades de plstico; para elaborar dos productos A y B, con una ganancia de $ 3 y $ 5, respectivamente. El producto A requiere de una unidad de madera y 3 73

unidades de plstico, mientras que el producto B, solo requiere de 2 unidades de plstico. Cuantos productos de cada tipo, debe elaborar la compaa?. A) Obtener la solucin optima, empleando el mtodo simplex. B) Suponga que los requerimientos del producto A, cambian de una unidad de madera a dos unidades y que de 3 unidades de plstico, se reduce a 2 unidades. Afectan estos cambios a la solucin optima?. C) Suponga que los requerimientos del producto A, cambian de una unidad de madera a 10 unidades y que de 3 unidades de plstico, se reduce a una unidad. Afectan estos cambios a la solucin optima?. D)Conviene producir un nuevo producto C, cuya ganancia es de $ 7, cuyos requerimientos son de una unidad de madera y 2 unidades de plstico? E)Conviene producir un nuevo producto C, cuya ganancia es de $ 4, cuyos requerimientos son de 10 unidades de madera y 4 unidades de plstico?. Solucin: A)Obtener la solucin optima, empleando el mtodo simplex. I)Formulacin del problema (fase I). a)Definir el objetivo: Maximizar la ganancia. b)Definir las variables del problema: Z = Ganancia X1 = numero de unidades a elaborar del producto A; C1= $3/unidad. X2 = numero de unidades a elaborar del producto B; C2= $5/unidad. c)Establecer las restricciones del problema: 1)Materia prima Madera : Capacidad mxima de 4 unidades. Plstico : Capacidad mxima de 18 unidades. II)Construccin del modelo del problema (fase II). Funcin objetivo: Max Z = 3X1+5X2 Sujeta a las Restricciones: Madera: X1 4 Plastico: 3X1 + 2X2 18 Nonegatividad: X10 ; X20 III)Convertir el sistema de restricciones en un sistema de ecuaciones 74

Sistema de restricciones: Sistema de ecuaciones: X1 4 X1 +H1=15 3X1 + 2X218 3X1+2X2+H2=18 IV)Funcin objetivo: Max Z = 3X1+5X2+0H1+0H2 V)Sistema de ecuaciones: X1+0X2+H1+0H2 = 4 (Madera) 3X1+2X2+0H1+H2 =18 (Plstico) X1 ; X2 ; H1 ; H2 0 VI)Construir tabla simplex inicial (tabla N1) Tabla N1: Entra X2 (a2:seleccionada). Cj 3 5 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 0 H1 4 1 0 1 0 0 18 3 2 0 1 Sale H2 (R2:seleccionado). Zj 0 0 0 0 0 CjZj 3 5 0 0 VII)Resolver tabla N1 (primera iteracin). 1)Determinar variable de entrada: como el objetivo es Max Z, la determina el valor mayor positivo de CjZj, es decir: C2Z2 = 5, por lo tanto X2 debe entrar a la base Vb. (a2: seleccionada). 2)Determinar variable de salida: empleando la ecuacin matricial Vb = bj/a2 (menor valor positivo); es decir: === ; siendo 9, el menor valor positivo, entonces H2, debe salir de la base Vb, siendo (R2:seleccionado). 3)Obtener el numero pivote np; de cuerdo a la tabla N1; np=2. 4)Obtener elementos del rengln pivote: R.P.=R2 ; e introducirlo a la siguiente tabla (tabla N2). R.P. = = 9 3/2 1 0 1/2 Tabla N2: Cj 3 5 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 75

0 H1 4 1 0 1 0 NR1 5 X2 9 3/2 1 0 1/2 R.P. Zj 45 15/2 5 0 5/2 CjZj 9/2 0 0 5/2 5)Calcular los nuevos elementos del rengln restante R1, aplicando la ecuacin NE, introducirlo a la nueva tabla (tabla N2), es decir ; NR1 = R10 (R.P.) = R1 NR1 = 4 1 0 1 0 6)Calcular los elementos de los renglones Zj y ZjCj, e introducirlos a la tabla N2. Zj bj = 0(4)+5(9) = 0+45 = 45 Zj X1 = 0(1)+5(3/2) = 0+15/2 = 15/2 ; CjZj X1 = 315/2 = 9/2 Zj X2 = 0(0)+5(1) = 0+5 = 5 ; CjZj X2 = 55 = 0 Zj H1 = 0(1)+5(0) = 0+0 =0 ; CjZj H1 = 00 = 0 Zj H2 = 0(0)+5(1/2) = 0+5/2 = 5/2 ; CjZj H2 = 05/2 = 5/2 VIII)Verificar optimalidad: cuando el objetivo es Maz Z, CjZj0, en todos sus elementos, de acuerdo a la tabla N2, todos cumplen, por la tanto, la tabla N2 es optima. IX)Obtener solucin optima, empleando la ecuacin matricial: Vb = bj ; es decir: = Esto es igual a: X1= 0 ; H1=4 ; X2= 9; H2=0 ; Zmax = $45 X)Verificar factibilidad: Sustituyendo X1=0 ; X2=9 en el sistema de restricciones. X1 4 3X1+2X218 04 (Cumple) 3(0)+2(9)18 1818 (Cumple). XI)Conclusin: La compaa no deber elaborar el producto A, solo deber elaborar 9 productos tipos B, logrando una ganancia mxima de $45. B) Suponga que los requerimientos del producto A, cambian de una unidad de madera a 2 unidades y que de 3 unidades de plstico, se reduce a 2 unidades. Afectan estos cambios a la solucin optima?. Procedimiento de calculo (Cambios en los coeficientes tecnolgicos aij). 1)Obtener la solucin optima del problema original, empleando el mtodo simplex.

76

Problema original Solucin optima Max Z=3X1+5X2 X1= 0 ; H1= 4 Sujeta a : X2= 9 ; H2= 0 X1 4 Zmax = 45 3X1+2X218 X10 ; X20 2)Se modifica el vector de coeficientes tecnolgicos de: a1= a 1= 3)Establecer el nuevo problema(en forma primal) Max Z = 3X1+5X2 Funcin Objetivo Sujeta a las restricciones: 2X1 4 Madera 2X1+2X218 Plstico X10 ; X20 Nonegatividad 4)Extraer de la tabla simplex optima, la matriz inversa B1 y el vector dual CBB1 Tabla simplex optima. Cj 3 5 0 0 Vb bj X1 X2 H1 H2 0 H1 4 1 0 1 0 B1 = 2x2 Matriz inversa 5 X2 9 3/2 1 0 1/2 Zj 45 15/2 5 0 5/2 CBB1 = ( 0 5/2 ) 1x2 Vector Dual CjZj 9/2 0 0 5/2 5)Calcular los elementos del rengln ZjCj, con la expresin: ZjCj = CBB1jCj ; en este caso: Z1C1 =C1) = CBB11C1 = (0 5/2)3 = 0(2)+5/2(2)3 = 53 = 2 5.1)Como Z1C1 = 2 > 0, la solucin optima no sufre cambios; ir al paso 10. 10)Conclusin: Los cambios en los coeficientes tecnolgicos de la columna de X1; no produce cambios en la 77

solucin optima del problema original. C) Suponga que los requerimientos del producto A, cambian de una unidad de madera a 10 unidades y que de 3 unidades de plstico, se reduce a una unidad. Afectan estos cambios a la solucin optima?. Procedimiento de calculo (Cambios en los coeficientes tecnolgicos aij) 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. Problema original Solucin optima Max Z=3X1+ 5X2 X1 = 0 ; H1 = 4 Sujeta a : X2 = 9 ; H2 = 0 X1 4 Zmax = $45 3X1+2X218 X10 ; X20 2)Se modifica el vector de coeficientes tecnolgicos de a1 = a 1 = . 3)Establecer el nuevo problema(en forma primal) Max Z = 3X1 + 5X2 Funcin Objetivo Sujeta a restricciones: 10X1 4 Madera 1X1+2X218 Plstico X10 ; X20 NoNegatividad 4)Extraer la tabla simplex optima, la matriz inversa B1 y el vector dual CBB1 Tabla simplex optima. Cj 3 5 0 0 Vb bj X1 X2 H1 H2 0 H1 4 1 0 1 0 Matriz Inversa: 5 X2 9 3/2 1 0 1/2 B1 =

78

Zj 45 15/2 5 0 5/2 CBB1 = (0 , 5/2) 1x2 Vector Dual CjZj 9/2 0 0 5/2 5)Calcular los elementos del rengln: Zj Cj = CBB1jCj ; en este caso: Z1C1 = CBB11C1 = (0 5/2) 3 = 0 (10) + 5/2 (1) 3 = 5/2 3 = 1/2 5.2)Como: Z1C1 = 1/2 < 0 ; ir al paso 6. 6)Aplicando el metodo dual, restablecer la tabla simplex optima, introducindole el vector Y1 = B11 en la columna a1, la cual sufre cambios; es decir: Y1 = = = Tabla simplex optima (restablecer) Entra X1 (a1:seleccionada). Cj 3 5 0 0 Funcin objetivo. Vb bj X1 X2 H1 H2 0 H1 4 10 0 1 0 Sale H1 (R1:seleccionado). 5 X2 5 1/2 1 0 1/2 Zj 45 5/2 5 0 5/2 CjZj 1/2 0 0 5/2 7)Aplicando el mtodo simplex, resolver la tabla simplex restablecida, bajo el siguiente procedimiento: a)Determinar variable de entrada: La define el mayor valor negativo de ZjCj; de acuerdo a la tabla simplex restablecida; Z1C1 = 1/2 (Mayor negativo); por lo tanto X1 debe entrar a la base Vb (a1 : seleccionada). b)Determinar variable de salida: Empleando la ecuacin matricial: Vb = bj/a1(menor valor positivo) ; es decir: === ; Siendo 2/5 el menor valor positivo, entonces H1, debe salir de la base Vb.(R1:Seleccionado). c)Obtener el numero pivote np; es decir np=10 d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=R1 , e introducirlo a la nueva tabla: R.P.=1/10 (4 10 0 1 0) = 2/5 1 0 1/10 0

79

Nueva tabla simplex Cj 3 5 0 0 Funcin Objetivo Vb bj X1 X2 H1 H2 3 X1 2/5 1 0 1/10 0 R.P. 5 X2 44/5 0 1 1/20 1/2 NR2 Zj 226/5 3 5 1/20 5/2 CjZj 0 0 1/20 5/2 e)Calcular los nuevos elementos del rengln restante, empleando la ecuacin NE, es decir: NR2 = R2 R.P. e introducirla a la nueva tabla. R2 9 1/2 1 0 1/2 1/2R.P. 1/2 9 1/2 1 0 1/2 sumar 1/5 1/2 0 1/20 0 NR2 44/5 0 1 1/20 1/2 f)Calcular los elementos de los renglones Zj y CjZj, e introducirlos a la nueva tabla. Zj bj = 3(2/5)+5(44/5) = 6/5+220/5 = $226/5 = $45.2 Zj X1 = 3(1)+5(0) = 3+0 = 3 ; CjZj X1 = 33 = 0 Zj X2 = 3(0)+5(1) = 0+5 = 5 ; CjZj X2 = 55 = 0 Zj H1 = 3(1/10)+5(1/20) = 3/105/20 = 1/20 ; CjZj H1 = 01/20 = 1/20 Zj H2 = 3(0)+5(1/2) = 0+5/2 = 5/2 ; CjZj H2 = 05/2 = 5/2 8)Verificar optimalidad: cuando el objetivo es Max Z; CjZj0; en todos sus elementos, de acuerdo a la nueva tabla simplex, todos los elementos cumplen, por lo tanto, es optima. 9) Obtener nueva solucin optima , empleando la ecuacin matricial: Vb = bj. =; por lo tanto X1=0.4 ; X2=8.8; Zmax=$45.2; Hi=0 ; H2=0 10)Conclusin: Los cambios en los coeficientes tecnolgicos de X1; se manifiestan los cambios en la elaboracin del producto A, un incremento de cero unidades a 0.4 unidades, una disminucin del producto B, de nueve a 8.8; pero la ganancia se ve incrementada de $45 a $45.2.

80

D)Conviene producir un nuevo producto C, cuya ganancia es de $ 7, cuyos requerimientos son de una unidad de madera y 2 unidades de plstico? Procedimiento de calculo (Aadir una nueva actividad Xj) 1)Obtener la solucin optima del problema original, empleando el mtodo simplex. Problema original Solucin optima Max Z=3X1+ 5X2 X1 = 0 ; H1 = 4 Sujeta a : X2 = 9 ; H2 = 0 X1 4 Zmax = $45 3X1+2X218 X10 ; X20 2)Establecer el nuevo problema(en forma primal) Max Z = 3X1 + 5X2 +7X3 Funcin Objetivo Sujeta a restricciones: X1 +1X3 4 Madera 3X1+2X2+2X3 18 Plstico X10 ; X20 ; X30 NoNegatividad 3)Extraer la tabla simplex optima, la matriz inversa B1 y el vector dual CBB1 Tabla simplex optima. Cj 3 5 0 0 Vb bj X1 X2 H1 H2 0 H1 4 1 0 1 0 Matriz Inversa: 5 X2 9 3/2 1 0 1/2 B1 = Zj 45 15/2 5 0 5/2 CBB1 = (0 , 5/2) 1x2 Vector Dual CjZj 9/2 0 0 5/2 4)Calcular el valor de Z3C3 ; empleando la ecuacin: Z3C3 = CBB1 a3C3 ; es decir: 81

Z3C3 = (0 5/2) 7 = 0 (1) + 5/2 (2) 7 = 5 7 = 2 4.2)Como: Z3C3 = 2 < 0 ; ir al paso 5. 5)Aplicando el mtodo dual, restablecer la tabla simplex optima, introduciendo el nuevo vector Yj = B1aj, en la columna aj ; es decir Y3 = B1a3 ; en a3 entonces: Y1 = B11 en la columna a1, la cual sufre cambios; es decir: Y3 = = = Tabla simplex (restablecer) Entra X3 (a3:seleccionada). Cj 3 5 7 0 0 Funcin objetivo. Vb bj X1 X2 X3 H1 H2 0 H1 4 1 0 1 1 0 Sale H1(R1:seleccionado). 5 X2 9 3/2 1 1 0 1/2 Zj 45 15/2 5 5 0 5/2 CjZj 9/2 0 2 0 5/2 6)Empleando el mtodo simplex, resolver la tabla simplex restablecida, bajo el siguiente procedimiento: a)Determinar variable de entrada: La cual es determinada por el mayor valor negativo de ZjCj; de acuerdo a la tabla restablecida; Z3C3 = 2 (Mayor negativo); por lo tanto X3 debe entrar a la base Vb (a3 : seleccionada). b)Determinar variable de salida: Empleando la ecuacin matricial: Vb = bj/a3(menor valor positivo) ; es decir: == = ; Siendo 4 el menor valor positivo, entonces H1, debe salir de la base Vb.(R1:Seleccionado). c)Obtener el numero pivote np; es decir np=1 d)Calcular los elementos del rengln pivote R.P., empleando la ecuacin: R.P.=R1 , e introducirlo a la nueva tabla simplex : R.P.=(4 1 0 1 1 0) = 4 1 0 1 1 0 Nueva tabla simplex Cj 3 5 7 0 0 Funcin Objetivo

82

Vb bj X1 X2 X3 H1 H2 7 X3 4 1 0 1 1 0 R.P. 5 X2 5 1/2 1 0 1 1/2 NR2 Zj 53 19/2 5 7 2 5/2 CjZj 13/2 0 0 2 5/2 e)Calcular los nuevos elementos del rengln restante R2, aplicando la ecuacin NE, es decir: NR2 = R2 1 R.P. e introducirla a la nueva tabla simplex . R2 9 3/2 1 1 0 1/2 1 R.P. 1 9 3/2 1 1 0 1/2 sumar 4 1 0 1 1 0 NR2 5 1/2 1 0 1 1/2 f)Calcular los elementos de los renglones Zj y CjZj, e introducirlos a la nueva tabla. Zj bj = 7(4)+5(5) = 28+25 = $53 Zj X1 = 7(1)+5(1/2) = 7+5/2 = 19/2 ; CjZj X1 = 319/2 = 13/2 Zj X2 = 7(0)+5(1) = 0+5 = 5 ; CjZj X2 = 55 = 0 Zj X3 = 7(1)+5(0) = 7+0 = 7 ; CjZj X3 = 77 = 0 Zj H1 = 7(1)+5(1) = 75 = 2 ; CjZj H1 = 02 = 2 Zj H2 = 7(0)+5(1/2) = 0+5/2 = 5/2 ; CjZj H2 = 05/2 = 5/2 7)Verificar optimalidad: cuando el objetivo es Max Z; CjZj0; en todos sus elementos, de acuerdo a la nueva tabla simplex, todos los elementos cumplen, por lo tanto, es optima. 8) Obtener nueva solucin optima , empleando la ecuacin matricial: Vb = bj. =; por lo tanto X1= 0 ; X2 = 5; X3 = 4 ; Zmax=$53; Hi=0 ; H2=0 9)Conclusin: Si es conveniente elaborar el producto C, ya que permite incrementar la ganancia de $45 a $53, mientras que el producto A, no conviene elaborarse, la elaboracin del producto B, disminuye de 9 a 5 unidades y el producto C, deben de elaborarse 4 unidades. E)Conviene producir un nuevo producto C, cuya ganancia es de $ 4, cuyos requerimientos son de 10 unidades de madera y 4 unidades de plstico?. Procedimiento de calculo (Aadir una nueva actividad Xj) 83

1)Obtener la solucin optima del problema original, empleando el mtodo simplex. Problema original Solucin optima Max Z=3X1+ 5X2 X1 = 0 ; H1 = 4 Sujeta a : X2 = 9 ; H2 = 0 X1 4 Zmax = $45 3X1+2X218 X10 ; X20 2)Establecer el nuevo problema(en forma primal) Max Z = 3X1 + 5X2 +4X3 Funcin Objetivo Sujeta a restricciones: X1 +10X3 4 Madera 3X1+2X2+ 4X3 18 Plstico X10 ; X20 ; X30 NoNegatividad 3)Extraer de la tabla simplex optima, la matriz inversa B1 y el vector dual CBB1 Tabla simplex optima. Cj 3 5 0 0 Vb bj X1 X2 H1 H2 0 H1 4 1 0 1 0 Matriz Inversa: 5 X2 9 3/2 1 0 1/2 B1 = Zj 45 15/2 5 0 5/2 CBB1 = (0 , 5/2) 1x2 Vector Dual CjZj 9/2 0 0 5/2 4)Calcular el valor de Z3C3 ; empleando la ecuacin: Z3C3 = CBB1 a3C3 Z3C3 = (0 5/2) 4 = 0 (10) + 5/2 (4) 4 = 10 4 = 6 4.2)Como Z3C3 = 6 > 0 ; por lo tanto, X3 no debe entrar a la base Vb y su valor es igual a cero. Ir al paso 9.

84

9)Conclusin: Como la nueva actividad no se acepta, no es conveniente elaborar el producto C, por lo tanto la solucin optima no sufre cambios. Actividad 16: ANLISIS DE SENSIBILIDAD Problemas propuestos: 1)Una compana de metal, fabrica un tipo especial de molde que debe contener cuando menos 20% de hierro forjado y 5% de plomo. La compaa tiene dos tipos de mineral a partir del cual puede fabricar los moldes. Los contenidos de hierro forjado y plomo (Expresados en porcentaje por libra), de los dos minerales que aparecen tabulados enseguida. El costo por tonelada del mineral I es $260 y del mineral II es $80. Tabla: Contenido Hierro forjado Mineral Mineral I Mineral II 60 % 13 % plomo 10 % 3%

a)Encuentre la solucin optima, empleando el mtodo simplex. b)Suponga que el requerimiento mnimo de hierro forjado se aumenta de 20% a 21%. c)Suponga que el plomo mnimo que se requiere se aumenta de 5% a 6%. Cmo se afectara el costo de la mezcla?. 2)Un fabricante de juguetes que esta preparando un programa de produccin para dos artculos Maravilla y fantstico, debe utilizar la informacin respecto a sus tiempos de construccin que se proporciona en la tabla. La maquina A dispone de 70 horas semanales, la maquina B, de 40 horas semanales y para terminado, 40 horas semanales. Si las utilidades de cada juguete maravilla y fantstico son de $4 y $6, respectivamente. a)Encontrar la solucin optima, empleando el mtodo simplex. b)Si la disponibilidad de las maquinas A, B, y C, cambian a 60 horas, 50 horas y 40 horas semanales, respectivamente. Como se afectara la solucin optima ? Tabla: Maquina A Articulo Maravilla Fantastico 2 Horas 1 Hora B 1 Hora 1 Hora C 1 Hora 3 Horas

3) Casa consuelo quiere gastar $ 1,000 en publicidad local. El objetivo global es alcanzar la mxima audiencia posible al mismo tiempo que llegar hasta 6,000 nios por lo menos. Se dispone a tres medios; su costo y la audiencia que tiene se dan en la tabla que sigue. 85

Tabla: Medios Peridico Costo y Audiencia Costos por paquete Audiencia Total Audiencia de nios $200 20,000 1,000 Radio $150 14,000 1,000 T.V. $400 36,000 3,000

a)Obtener solucin optima empleando el mtodo simplex. b)Una revista local a ofrecido garantizar una audiencia de 12,000 con 2,000 nios por un costo de $ 300. Debe considerarse esta oferta? c)Un amigo comenta a casa consuelo que las abuelas compran muchos juguetes. Ahora quiere estar segura que la publicidad llega por lo menos a 1,000 abuelas por paquete comercial, respectivamente. Cambiara la solucin optima con esta nueva restriccin ?. ACTIVIDAD 17: MODELO DE TRANSPORTACIN OBJETIVO: El objetivo del modelo de transportacin es determinar el mejor patrn de embarque desde varios puntos de suministros. Si (fuentes) a varios puntos de demanda dj (destinos), a fin de reducir los costos de transportacin. Generalmente, existe una capacidad determinada de bienes para cada fuente y tambin, un requerimiento de bienes para cada destino. Cada empresa con una red de abasto y puntos de demanda se encara con ste problema. Para reducir ste tipo de problemas se han desarrollado algoritmos de propsitos especiales, mas especficos, para la aplicacin del transporte, ste modelo se aplica de igual manera que el mtodo de programacin lineal, primero encuentra una solucin factible inicial, y luego hace un mejoramiento paso a paso hasta que se alcanza una solucin ptima. Contrariamente el mtodo simplex de programacin lineal, el mtodo de transportacin es relativamente fcil de calcular. PROPSITO: El propsito del mtodo de transportacin es encontrar los medios menos costosos para embarcar abastos desde varios orgenes hacia varios destinos. Los puntos de origen (fuentes) pueden ser fbricas, almacenes o cualquier otro de los puntos desde donde se embarcan los bienes. Los destinos son cualquiera de los puntos que reciben bienes. Para utilizar el modelo de transportacin, es necesario tener: Los puntos de origen y la capacidad de abasto por perodo, para cada uno. Los puntos de destino y la demanda por perodo para cada uno. El costo de embarque por unidad desde cada origen hacia cada destino y Establecer una matriz de transportacin, la cual tiene como propsitos: es el de resumir en forma conveniente y concisa todos los datos relevantes y continuar los clculos del algoritmo. Matriz de Transportacin DESTINO COSTO POR UNIDAD DISTRIBUIDA ORIGEN 1 2 1 C11 C21 2 C12 C22 3 C13 C23 ... ... ... n C1n C2n RECURSO O SUMINISTRO

S1 S2

86

... m DEMANDA dj (REQUERIMIENTOS)

... Cm1 d1

... Cm2 d2

... Cm3 d3

... ... ...

... Cmn dn

... Sm "Si "dj

Para aplicar cualquier mtodo de transporte , es necesario equilibrar la matriz de transportacin, es decir, cuando la capacidad de suministro es diferente a la capacidad de requerimientos. CARACTERSTICAS: El problema general de transportacin se refiere (literal figuradamente) a la distribucin de cualquier bien desde cualquier grupo de centros de abastecimiento, llamados orgenes, a cualquier grupo de centros de recepcin llamados destinos, de tal manera que se minimicen los costos totales de distribucin. Sea Z el costo total de distribucin y Xij (i = 1, 2, ... m, y j = 1, 2, ... n ) el nmero de unidades que se distribuyen del origen i al destino j, la formulacin de programacin lineal para este problema es: Min Z = " " Cij Xij Funcin Objetivo Sujeta a las Restricciones " Xij = Si ; para i = 1, 2, ..., m " Xij = dj ; para j = 1, 2, ..., n X ij >= 0; para todo i y j Donde: Z = Costos. Cij = Contribucin por unidad. Xij = Nmero de unidades enviadas del origen i al destino j. Si = Suministro desde el origen i. dj = Requerimiento del destino j. ACTIVIDAD 18: METODOS DE TRANSPORTE PARA MINIMIZAR. I) Esquina Noroeste: Es un mtodo sistemtico, el cual es necesario principiar el cuadro superior izquierdo ( esquina noroeste de la matriz de transportacin equilibrada) y asignar unidades a las rutas de embarque, entendindose que ste mtodo no da la mejor solucin. Por ejemplo: Cuando la capacidad de suministro es menor a la capacidad de requerimientos. "Si < "dj, entonces debe crearse un origen ficticio Sm+1, con capacidad equivalente a la diferencia de "dj "Si, cuyos costos de embarque Cij son de cero unidad. Y cuando la capacidad de suministro sea mayor a la capacidad de requerimientos "Si > "dj; entonces debe crearse un destino ficticio dn+1, con capacidad equivalente a la diferencia de "Si "dj, cuyos costos de embarque Cij, deben ser de cero unidad. Procedimiento de clculo (Mtodo Esquina Noroeste) Estructurar la matriz de transportacin equilibrada ("Si = "dj). 87

Iniciar envos en la esquina noroeste (superior izquierda de la matriz). Terminar el abasto (capacidad del origen) de cada rengln antes de moverse hacia abajo, al siguiente rengln. Terminar los requerimientos (destinos) de cada columna antes de moverse a la siguiente columna, hacia la derecha. Verificar que todos los abastos y las demandas se hayan cumplido. Calcular el valor de Z, empleando la ecuacin Min Z = " " Cij Xij Hacer un reporte. II) Mutuamente Preferido: Con ste mtodo todas las rutas que tienen el costo ms bajo, tanto en renglones como en columnas, se emplean en la solucin inicial, siendo estas rutas las que se prefieren por sus costos bajos, entonces sern mutuamente preferidas para la solucin inicial. Este mtodo no da la mejor solucin, por lo que tan solo puede ser til obtener una solucin inicial. Procedimiento de clculo. (Mtodo Mutuamente Preferido) Estructurar la matriz de transportacin equilibrada ("Si = "dj). Preparar una nueva matriz de transportacin, en las cuales se remuevan las rutas preferidas (sin considerar la ficticia, en caso de existir), por lo que se hace eliminando los renglones columnas que tengan las cantidades limitadas y empleando el mtodo esquina noroeste, se continua removiendo las rutas preferidas, hasta agotar capacidad del rengln y hasta satisfacer la demanda de cada columna. Verificar que todos los abastos y las demandas de hayan cumplido. Calcular el valor de Z, empleando la ecuacin: Min Z = " " Cij Xij 5)Hacer un reporte. III) Cruce del Arroyo: En su solucin inicial, el mtodo del cruce del arroyo puede aprovechar la regla de la esquina noroeste y la inspeccin, a fin de obtener el valor del costo ms bajo de transporte, basado en ciertas rutas de envos. La regla de la esquina noroeste exige que las cantidades enviadas de los orgenes a los destinos deben comenzar en la esquina superior izquierda. Esa ruta puede ser utilizada por completa, es decir, que la capacidad de los orgenes los requerimientos de los destinos se utilizan por completo, dependiendo de que nmero sea mas bajo. La holgura (suministro demanda ficticio), se asigna despus, es decir, al final. La inspeccin significa que las cantidades que vayan a enviarse se colocan en cuadro de acuerdo con la regla de la esquina noroeste, a fin de que muchos de los costos de transporte mas bajos se asocian con los cuadros llenos, esto quiere decir hay que mover las columnas renglones. Requisitos: Para emplear el mtodo de cruce del arroyo, es necesario cumplir con los siguientes requisitos: Tener una solucin inicial, generada por los mtodos esquina noroeste y la inspeccin, Un proceso iterativo no degenerado, de lo contrario, hace imposible el trazo de una ruta cerrada, entendindose por degeneracin, el no cumplir con el nmero adecuado de rutas. La prueba de la degeneracin m+n1; (donde m representa en nmero de renglones y n el nmero de columnas de la matriz de transaccin equilibrada). Si m+n1 = Cuadros llenos (asignaciones); el problema no est degenerado, pero si m+n1 " cuadros llenos (asignaciones) ; el problema est degenerado . Cuando esto ocurra, es necesario agregar artificios !, cuyo valor es de cero unidades a los cuadros vacos (no ocupados), tantos como sean necesarios para cumplir con m+n1 = cuadros llenos (asignaciones), evitando formar circuitos cerrados. Tomar en cuenta las rutas prohibidas, cuando esto ocurra en el problema, debe asignarse M a ese cuadro Cij de envo, cuyo valor debe ser muy alto, cuando el objetivo sea minimizar Z muy bajo, si el objetivo es 88

maximizar Z, esto con el fin de garantizar costos muy altos ganancias muy bajas, de tal manera que se consideren prohibidos para el objetivo Z. Tcnica: Consiste en moverse desde una solucin factible inicial hacia una solucin ptima. El mtodo cruce del arroyo (piedra que rueda) se utiliza para evaluar la efectividad del costo al enviar bienes por medio de rutas de transportacin, que no se encuentren actualmente en la solucin (cuadros vacos). Se prueba cada cuadro no utilizado (vaco) en la tabla de transportacin, hasta encontrar la mejor asignacin que optimice el objetivo Z. Procedimiento de clculo: (Mtodo Cruce del Arroyo) Seleccionar un cuadro no utilizado (vaco) para evaluar. A partir de ste cuadro, trazar una ruta cerrada de regreso al cuadro original, a travs de cuadros que se estn utilizando actualmente (nicamente se permiten movimientos horizontales y verticales). Sin embargo se puede pasar un cuadro vaco ocupado, es decir, slo se permiten dos cuadros en cada movimiento, ya que los movimientos, siempre deben sumar cantidades pares, en cunto al nmero de cuadros a utilizar. Comenzando con signo positivo (+) en el cuadro no utilizado, poner signos positivo y negativo, en forma alternada en cada cuadro de la ruta recin trazada. Calcular el ndice de mejoramiento mediante la suma de los costos unitarios de cada cuadro que tenga un signo positivo, y despus restar los costos unitarios de cada cuadro que tenga un signo negativo. Repetir los pasos 1 al 4 hasta que se calcule un ndice de mejoramiento para todos los cuadros no utilizados. Si todos los ndices calculados son mayores iguales a cero , se ha alcanzado una solucin ptima. Si no, es posible mejorar la solucin actual y reducir costos totales de envos. Verificar que todos los abastos y demandas se hayan cumplido. Calcular el valor de Z, empleando la ecuacin Min Z = " " Cij Xij Hacer un reporte. ACTIVIDAD 19: MTODOS DE TRANSPORTE PARA MINIMIZAR Problema de Autoevaluacin Una empresa desea minimizar los costos de embarque, segn la matriz mostrada. Resuelva, empleando los mtodos: Esquina noroeste Mutuamente preferido Cruce del arroyo DESTINO 1 ORIGEN A B DEMANDA dj Solucin 1) Empleando la Esquina Noroeste. Procedimiento de clculo 89 $5 $6 100 2 $7 $3 250 450 3 $4 $5 Si 150 300 450 SUMINISTRO

Estructurar la matriz de transportacin equilibrada ("Si = "dj) En nuestro problema "Si = 450 y "dj = 450; como ("Si = "dj, no es necesario agregar un origen ni destino ficticio. Matriz de Transportacin Equilibrada DESTINO 1 ORIGEN 5 A 100 B 6 200 DEMANDA dj 10/0 0 25/0 20/0 0 450 Iniciar envos en la esquina noroeste Terminar el abasto (capacidad del origen) de cada rengln antes de moverse hacia abajo al siguiente rengln. Desde el origen A enviamos 100 unidades al destino 1, como an queda capacidad de 150 100 = 50; entonces el origen A enviar 50 unidades al destino 2, en ese momento, el origen A agota su capacidad, cuando esto ocurre, se mueve hacia abajo, al siguiente rengln, es decir, al origen B, para satisfacer las demandas restantes. Desde el origen B enviamos 200 unidades al destino 2, para satisfacer demanda, quedando capacidad de 300 200 = 100; entonces B, enva 100 unidades al destino 3, satisfaciendo su demanda, en ese momento el origen B, agota su capacidad. Cada requerimiento (demanda) se fue satisfaciendo de izquierda a derecha, una a una. Como podemos observar, todos los abastos y las demandas se han cumplido (hasta llegar al valor de cero). Calcular valor de Z, empleando la ecuacin: Min Z = " " Cij Xij donde Z = Costos Z Min = 5 (100) + 7 (50) + 3 (200) + 5 (100 ) = Z Min = 500 + 350 + 600 + 500 = $1950 Hacer un reporte: Para que los costos de embarque sean mnimos en un total de $1950, debemos enviar: 100 unidades del origen A, al destino 1, con un costo de $5/unidad = $500 50 unidades del origen A, al destino 2, con un costo de $7/unidad = $350 200 unidades del origen B, al destino 2, con un costo de $3/unidad = $600 100 unidades del origen B, al destino 3, con un costo de $5/unidad = $500 Costo Total = $1950 90 100 450 50 3 7 4 5 30/0 10/0 0 15/0 5/0 0 2 3 Si SUMINISTRO

2) Empleando Mutuamente preferido (Inspeccin) Procedimiento de clculo. Estructurar la matriz de transportacin equilibrada (" Si = "dj ) En nuestro problema "Si = 450 y "dj = 450; como "Si = "dj; no es necesario agregar ni origen ni destino ficticio. Matriz de Transportacin Equilibrada DESTINO 1 ORIGEN A B DEMANDA dj 5 6 100 2 7 3 250 450 Preparar una nueva matriz de transportacin, en este caso vamos a elegir las columnas para removerlas y dejar los renglones en la posicin mostrada en la matriz de transportacin. Nueva Matriz de Transportacin DESTINO 3 ORIGEN 4 A 100 B 5 50 DEMANDA dj 10/0 0 10/0 5/0 0 450 Con la ayuda de la tcnica de esquina noroeste, empezamos los envos, eligiendo el origen A, hasta agotar su capacidad, considerando primero el destino que ms prefiere, con el objetivo de minimizar los costos, es por ello que prefiere enviar: al destino 3 primero, es decir, del origen A enviar 100 unidades al destino 3, satisfaciendo as su demanda, como an le queda capacidad de 150 100 = 50, ahora elige al destino ms barato de los que quedan, es decir, elige al destino A, entonces el origen 1 enva 50 unidades al destino 1, en ese momento agota su capacidad, entonces pasamos al rengln dos, para seguir satisfaciendo las demandas restantes, con el mismo criterio de seguir prefiriendo los destinos ms econmicos, es decir, del origen B, enviar 50 unidades al destino 1, satisfaciendo su demanda, quedando con capacidad des 300 50 = 250; por lo tanto, el origen B enviar 250 unidades al destino2, satisfaciendo su demanda y en ese momento agota su capacidad Como podemos observar todos los abastos y demandas se han cumplido (hasta llegar a valor cero) Calcular el valor de Z, empleando la ecuacin: Min Z = " " Cij Xij 91 250 450 50 6 5 7 3 30/0 25/0 0 15/0 5/0 0 1 2 Si SUMINISTRO 3 4 5 Si 150 300 450 SUMINISTRO

Z Min = 4 (100) + 5 (50) + 6 (50) + 3 (250) Z Min = 400 + 250 + 300 750 Z Min = $1700 Hacer un reporte: Para minimizar los costos de envos en un total de $1700, debemos enviar: Del origen A, 100 unidades al destino 3, con un costo de $4/unidad = $400 Del origen A, 50 unidades al destino 1, con un costo de $5/unidad = $250 Del origen B, 50 unidades al destino 1, con un costo de $6/unidad = $300 Del origen B, 250 unidades al destino 2, con un costo de $3/unidad = $750 Costo Total = 1700 3) Empleando Cruce del Arroyo. Procedimiento de clculo: Primero: Debemos revisar los requisitos Tener una solucin inicial: Podemos aprovechar la solucin de esquina noroeste y mutuamente preferido (inspeccin), antes aplicado. DESTINO 3 ORIGEN 4 A 100 B 5 50 DEMANDA dj 100 100 250 450 450 Un proceso iterativo no degenerado: Si m=2 y n=3; entonces m+n1= 2+31= 4. Si el nmero de cuadros llenos son 4; entonces m+n1= cuadros llenos, es decir: 4=4; entonces el problema no est degenerado. No existen rutas preferidas. Segundo: Debemos aplicar el procedimiento iterativo (Tcnica) Seleccionar un cuadro no utilizado (vaco) para evaluar: en la tabla los cuadros seran A2 y B3. A partir de estos cuadros, trazar rutas cerradas de regreso al cuadro original, a travs de cuadros utilizados (permitiendo movimiento horizontal y vertical). Comenzando con un signo positivo (+) en el cuadro no utilizado, alternando los signos. Calcular el ndice de mejoramiento , es decir: 92 50 6 5 7 3 300 150 1 2 Si SUMINISTRO

A2 = 7 3 + 6 5 = 138= 5 B3 = 5 4 + 5 6 = 1010 = 0 Como no existen valores (ndices) negativos, la solucin del problema es ptima. Como podemos observar los abastos y las demandas se han cumplido (hasta llegar a un valor cero) Calcular el valor de Z, empleando la ecuacin: Min Z = " " Cij Xij Hacer un reporte: Para minimizar los costos de embarque en un total de $1700, debemos enviar: Del origen A, enviar 100 unidades al destino 3,con un costo de $4/unidad=$400 Del origen A, enviar 50 unidades al destino 1, con un costo de $5/unidad=$250 Del origen B, enviar 50 unidades al destino 1, con un costo de $6/unidad=$300 Del origen B, enviar 250 unidades al destino 2, con un costo de $3/unidad=$750 ACTIVIDAD 20: MTODOS DE TRANSPORTE PARA MINIMIZAR. Problemas propuestos: Una compaa tiene actualmente un programa de embarques que la administracin superior no considera como ptimo. La empresa tiene tres fbricas y cinco bodegas. A continuacin se dan datos necesarios en trminos de costos de transporte, capacidades de fbrica y requerimientos de bodegas. Empleando los mtodos: 1.Esquina noroeste, 2. Mutuamente preferido y 3. Cruce de arroyo; encontrar el costo mnimo de embarque de la compaa. Matriz de Transportacin FABRICA A BODEGA 1 2 3 4 5 SUMINISTRO Si $5 $8 $6 $6 $3 800 B $4 $7 $7 $6 $5 600 2500 C $8 $4 $6 $6 $4 DEMANDA dj 400 400 500 400 800 2500

Una compaa que renta autos tiene problemas de distribucin, debido a que los acuerdos de renta permiten que los autos se entreguen en lugares diferentes a aquellos que originalmente fueron rentados, por el momento, hay dos lugares (orgenes) con 15 y 13 autos de exceso, respectivamente, los costos unitarios de envo entre los lugares se citan en la matriz. La compaa desea minimizar los costos, resuelva empleando los mtodos: 1. Esquina noroeste, 2. Mutuamente preferido y 3. Cruce de arroyo. Matriz de Transportacin DESTINO 1 2 3 4 SUMINISTRO

93

ORIGEN A B DEMANDA dj

$45 $14 9

$17 $18 6

$21 $19 7

$30 $31

Si 15 13 28 31

Una empresa distribuidora desea minimizar los costos de embarque de cada bodega a cada uno de los almacenes. En la matriz se dan los datos de capacidad, demanda y costos. Resuelva empleando los mtodos: 1.Esquina noroeste, 2.Mutuamente preferido y 3.Cruce de arroyo. ALMACEN 1 FABRICA A B C DEMANDA dj $7 $5 $7 150 2 $3 $5 $4 150 3 $8 $6 $9 120 4 $8 $8 $10 Si 100 200 200 600 SUMINISTRO

500 Una compaa tiene dos almacenes que surten cinco bodegas de mayoreo. Los almacenes operan al 100% de su capacidad. La compaa planea abrir un tercer almacn para proveer el 50% esperado de aumento en las ventas en cada depsito durante los prximos tres aos. La situacin actual es: ALMACEN A B CAPACIDAD 120 160 DEPOSITO 1 2 3 4 5 DEMANDA 50 100 30 40 60

COSTOS DE TRANSPORTE A DE 1 A $5 $8 B $3 $4

2 $4 $9

3 $6 $5

4 $2 $2

Se estn considerando dos localizaciones para el nuevo almacn. Los costos de transporte a cada depsito son los siguientes: DE L1 L2 A $7 $2 1 $5 $8 2 $3 $3 3 $8 $7 4 $2 $2 5

Suponiendo que los costos de transporte son el nico factor, Qu localizacin debe elegir la compaa para su nuevo almacn? (No olvide el 50% en las ventas), resuelva empleando los mtodos: 1.Esquina noroeste, 2. Mutuamente preferido y 3. Cruce de arroyo. 94

ACTIVIDAD 21: METODO DE TRANSPORTE HNGARO PARA MAXIMIZAR. Introduccin: El mtodo de transporte est diseado para problemas de minimizacin, sin embargo, habr veces que se tenga un problema de transporte que se requiera maximizacin. Por ejemplo si las rutas alternativas incluyen una funcin de rendimiento, debe maximizar ese rendimiento o ganancia. Tcnica: Una de las tcnicas ms usuales que utiliza el mtodo hngaro es Minimizacin del costo de oportunidad. Si se est maximizando, entonces las ganancias altas son buenas y las pequeas son malas. Se le puede dar la vuelta al problema encontrando el cuadro con la mayor ganancia y restando de ste, todas las ganancias de todos los cuadros (sin incluir lo ficticio). Estas diferencias son los costos de oportunidad por no usar los cuadros de ganancias altas. Se incluyen estos costos de oportunidad en la matriz de transportacin y se aplican los mtodos de transporte para minimizar y as encontrar la solucin ptima. Procedimiento de Clculo: (Mtodo Hngaro) Estructurar la matriz de transportacin equilibrada ("Si = "dj). Preparar una matriz de transportacin que incluya costos de oportunidad. Aplicar el mtodo cruce de arroyo con la ayuda de la regla de la esquina noroeste, para encontrar una solucin ptima. Colocar las asignaciones en la matriz de transportacin equilibrada. Verificar que los abastos y demandas se hayan cumplido. Calcular el valor de Z, empleando la ecuacin Max Z = " " Cij Xij Hacer un reporte. ACTIVIDAD 22: MTODO DE TRANSPORTE HNGARO PARA MAXIMIZAR. Problema de Autoevaluacin. Una compaa tiene tres plantas cada una de las cuales puede fabricar los tres productos de la compaa. Los precios de venta son independientes de la planta de origen, pero los costos variables difieren debido a las distintas edades de la maquinaria ya que los costos de mano de obra tambin difieren. La compaa quiere saber que cantidad de cada producto debe fabricar en cada planta, las capacidades semanales y las demandas de ventas se dan enseguida. PLANTA A B C CAPACIDAD 500 3000 3500 7000 PRODUCTO Estndar De Lujo Plus DEMANDA 1500 2000 2500 6000

La contribucin neta (Ganancia = preciocosto variable) para cada planta y la combinacin de productos en pesos/unidad son: PRODUCTOS PLANTA A B C

ESTNDAR $4 $6 $5

DE LUJO $1 $8 $4

PLUS $5 $7 $4

95

a) Encuentre el plan que maximice la ganancia. b) Cul es la ganancia mxima? Solucin: Procedimiento de clculo. Estructurar la matriz de transportacin equilibrada ("Si = "dj) En este problema nos damos cuanta que la capacidad es mayor que la demanda "Si>"dj; por lo que es necesario agregar una demanda ficticia d4, cuya capacidad de requerimiento es "Si "dj, es decir: 70006000; cuya contribucin de produccin debe de ser de cero unidad. Matriz de Transportacin (Ganancias) PRODUCTOS ESTNDAR PLANTA A B C DEMANDA dj 4 6 5 DE LUJO 1 8 4 2000 SUMINISTRO PLUS 5 7 4 2500 7000 Preparar una nueva matriz de transportacin que incluya costos de oportunidad, para ello debemos localizar la ganancia ms alta, que de acuerdo a la matriz es 8, debemos restar de 8 cada una de las ganancias , para convertirlos en costos de oportunidad. Matriz de Transportacin (Costos de Oportunidad) PRODUCTOS ESTNDAR PLANTA 4 A 500 2 B 1000 C 3 0 DEMANDA dj 15/00 0/00 0 2500 1000 7000 20/00 0 25/00 0 7000 Aplicar el mtodo Cruce del Arroyo. 2000 4 7 0 1 4 0 0 35/00 10/00 0 30/00 20/00 0 3 0 50/0 0 DE LUJO SUMINISTRO PLUS FICTICIO Si FICTICIO 0 0 0 Si 500 3000 3500 7000

96

Primero: debemos encontrar una solucin inicial, empleando la regla esquina noroeste, el cual consiste en considerar cada origen hasta agotar capacidad, satisfaciendo demandas de la planta A, producir 500 unidades estndar, agotando as su capacidad, en ese momento nos bajamos al siguiente rengln, es decir, la planta B, la cual debe producir 1000 unidades estndar y 2000 unidades de lujo, agotando as su capacidad, entonces pasamos al siguiente rengln, es decir, la planta C, la cual debe producir cero unidades de lujo, 2500 unidades plus y 1000 unidades ficticias, agitando as su capacidad, quedando cubierta cada una de las demandas. Segundo: Debemos tener un proceso iterativo no degenerado: Si m=3, n=4; entonces m+n1= Cuadros llenos. 3+41=6 = 6 cuadros llenos, entonces el problema no esta degenerado. Tercero: Debemos aplicar el proceso iterativo (Tcnica cruce del arroyo) Seleccionamos los cuadros no utilizados, para obtener su valor (ndice) A De Lujo = 70+24= 94= 5 A Plus = 34+40+2= 98= 1 A Ficticio= 00+40+24= 64= 2 B Plus = 14+40= 54= 1 B Ficticio= 00+40= 4 * C Estndar= 32+04= 3 Al encontrar valores negativos, debemos elegir el de mayor valor y asignar valores a ese cuadro. B Estndar B De Lujo C Estndar C De Lujo B Estndar B De Lujo C Estndar C De Lujo Entonces la matriz de transportacin (De costos de oportunidad) se modifica: PRODUCTOS ESTNDAR PLANTA 4 A 500 2 B 1000 3 C DEMANDA dj 0 1500 2000 4 4 2000 2500 2500 1000 7000 97 0 3500 7 0 1 0 3000 3 0 500 DE LUJO SUMINISTRO PLUS FICTICIO Si

7000 Requisitos para continuar: Z Min= 4 (500)+ 2(1000) + 0 (200) + 3 (0) + 4 (2500) + 0 (1000) Z Min= $14000 (No mejor) m+n1= 3+41= 6; No Degenerado Seleccionar cuadros no utilizados y encontrar su valor (ndice) A De Lujo = 70+24= 94= 5 A Plus = 34+34= 68 = 2 A Ficticio= 00+34= 34= 1 * B Plus = 14+32= 46= 2 B Ficticio= 00+32= 32= 1 C De Lujo= 43+20= 63=3 B Estndar B Plus B Estndar B Plus C Estndar C Plus C Estndar C Plus Revisando los cuadros negativos 1000 es la cantidad menor de ellos, por lo tanto, cada cuadro negativo () enviar 1000 unidades a un cuadro positivo (+). PRODUCTOS ESTNDAR PLANTA 4 A 500 0 B 2 2000 3 C 1000 DEMANDA dj 1500 2000 4 1500 2500 7000 Requisitos para continuar: Z Min= 4 (500) + 0 (2000) + 1 (1000) + 3 (1000) + 4 (1500)+ 0 (1000) 1000 7000 1000 4 1 0 0 3500 3000 7 3 0 500 DE LUJO SUMINISTRO PLUS FICTICIO Si

98

Z Min= $12000 (Mejor) m+n1= 3+41= 6; No Degenerado Seleccionar los cuadros no utilizados y calcular su valor (ndice) A De Lujo = 70+14+34= 118= 3 * A Plus = 34+34=68= 2 A Ficticio= 00+34= 1 B Estndar = 21+43= 64= 2 A Estndar A Plus A Estndar A Plus B Ficticio= 00+41= 3 C De Lujo= 40+14= 54=1 C Estndar C Plus C Estndar C Plus La menor cantidad de los negativos es 500, por lo tanto cada cuadro negativo (), enviar esa cantidad a cada cuadro positivo (+). Matriz de transportacin (costos de oportunidad) ptima PRODUCTOS ESTNDAR PLANTA A 4 DE LUJO 7 0 B 2 2000 3 C 1500 DEMANDA dj 1500 2000 4 1000 2500 7000 Requisitos para continuar: Z Min= 3 (500) + 0 (2000) + 1 (1000) + 3 (1500) + 4 (1000)+ 0 (1000) Z Min= $11000 (Mejor) m+n1= 3+41= 6; No Degenerado Seleccionar los cuadros no utilizados y calcular su valor (ndice) 1000 7000 1000 4 500 1 0 0 3500 3000 SUMINISTRO PLUS 3 0 500 FICTICIO Si

99

A Estndar = 43+43= 86= 2 A De Lujo = 73+10= 83= 5 A Ficticio= 00+43= 43= 1 B Estndar = 21+43= 64= 2 B Ficticio= 00+41= 41= 3 C De Lujo= 40+14= 54=1 Colocar las asignaciones en la matriz de transportacin equilibrada. a)Matriz de transportacin(Ganancias) ptima PRODUCTOS ESTNDAR PLANTA A 4 DE LUJO 1 8 B 6 2000 5 C 1500 DEMANDA dj 15/00 0 4 1000 20/00 0 25/00 0 7000 Como podemos observar los abastos y las demandas se han cumplido (Hasta llegar a valor cero). Calcular el valor Z, empleando la ecuacin Max Z = " " Cij Xij Z Max = 5(500) + 8(2000) + 7(1000) + 5(1500) + 4(1000) + 0(1000) Z Max = 2500 + 1600 + 7000 + 7500 + 4000 + 0 b) Z Max = $37,000 Hacer un reporte: La planta A, 500 productos Plus, con una ganancia de $5/producto = $2500.00 La planta B, 2000 productos De Lujo, con una ganancia de $8/producto = $1600.00 La planta B, 1000 productos Plus, con una ganancia de $7/producto = $7000.00 La planta C, 1500 productos Estndar, con una ganancia de $5/producto = $7500.00 La planta C, 1000 productos Plus, con una ganancia de $4/producto = $4000.00 Ganancia Total = $37,000.00 1000 7000 1000 4 500 7 0 0 35/00 0 30/00 0 SUMINISTRO PLUS 5 0 50/0 0 FICTICIO Si

100

ACTIVIDAD 23: MTODO DE TRANSPORTE HNGARO PARA MAXIMIZAR Problemas propuestos: Una corporacin tiene tres fbricas manufactureras, las cuales fabrican dos productos principales, una mesa estndar y otra de lujo. Se introducir otra nueva mesa plus, que se considerar en trminos de precio de venta y de costos. El tiempo requerido para la fabricacin de las mesas es el siguiente: Mesa Estndar, 2.5 horas; Mesa de Lujo, 2.8 horas y Mesa Plus, 3 horas. Los precios de ventas son los siguientes: Mesa Estndar, $14.95; Mesa de Lujo, 18.95 y Mesa Plus, 21.95. La corporacin desea obtener la mayor ganancia. Matriz de Costos PRODUCTOS FABRICA A B C DEMANDA dj MESA ESTANDAR $8.00 $7.95 $8.10 450 MESA DE LUJO $8.50 $8.60 $8.45 1050 2100 Resulvase el siguiente problema de maximizacin, empleando el mtodo de transporte hngaro. Ntese que hay dos rutas prohibidas. (Las ganancias se dan en pesos/unidad). DESTINO 1 ORIGEN A B C DEMANDA dj $11 $10 300 2 $12 $13 400 1200 Coordenadas (grficamente) P1 (0,10) P7 (5,5) P2 (10,0) P8 (4,6) P3 (5,0) P9 (5,6) P4 (0,10) P10 (5,10) P5 (6,10) P6 (0,0) 3 $10 $12 $9 Si 100 600 700 1400 SUMINISTRO SUMINISTRO MESA PLUS $9.25 $9.20 $9.30 Si 800 600 700 2100

101

10 9 8 7 6 5 4 3 2 1 P1 X2>=0 P10 P9 P7 P8 P5 P3 P2 P6 P4 0 1 2 3 4

102

5 6 7 8 9 10 X2>=6 X2>=0 X1<=5 X1 + X2>=10 X1>=0 10 9 8 7 6 5 4 3 2 1 P1 X2>=0 P10 P9 P7

103

P8 P5 P3 P2 P6 P4 0 1 2 3 4 5 6 7 8 9 10 X2>=6 X2>=0 X1<=5 X1 + X2>=10 X1>=0 () () () (

104

) ( ) ( ) ( AS P7 P3 P5 P1 P4 P6 P2 X1>=0 2x1+3x2<=1500 P8(300,300) X1+x2<=600 3x1+2x2<=1500 x2>=0 800 700 600 500 400 300

105

200 100 800 700 600 500 400 300 200 100 0 P7 P3 P5 P1 P4 P6 P2 X1>=0 2x1+3x2<=1500 P8(300,300) X1+x2<=600 3x1+2x2<=1500 x2>=0 800 700

106

600 500 400 300 200 100 800 700 600 500 400 300 200 100 0 H2 H1 Y1 X1=20 H1=2 X2=10 H2=0 Z Max = $260 H3=0 sumar sumar NR1 NR2 R.P.

107

Funcin Objetivo sumar sumar NR1 NR2 R.P. *Poner tabla despus de paso 6 P9 (5,6) P8 (4,6) P10 (5,10) P1 (0,10) AREA DE SOLUCION ) ( ) ( ) ( ) ( ) AREA DE SOLUCION P1(0,500) P8(300,300) P4(500,0)

108

P7(0,0) Sale H1 (R1 seleccionado) Sale H2 (R2 seleccionado) R.P. NR2 Funcin objetivo. Sale H1(R1:Seleccionado) Y1 R.P. NR2 NR3 X1=300 H1= X2=300 H2=0 Z Max = $6600 H3=0 Funcin objetivo. Sale H2(R2:Seleccionado) sumar sumar Funcin Objetivo NR1 N.P. RN3 sumar sumar 3 A2

109

Y2 H2 H2 H2 2 n m j=1 i=1 m i=1 n j=1 n m j=1 i=1 m n j=1 i=1 n m j=1 i=1 100

110

10/0 0 N O E S m n i=1 j=1 100 25/0 0 n m j=1 i=1 250 m n i=1 j=1 1100 9 80 n m j=1

111

i=1 1500 1000 10/00 0 La mecnica consiste en encontrar la menor cantidad de los cuadros negativos, siendo esa cantidad la que enve cada cuadro con signo () a un cuadro con signo (+), en este caso 0 es la cantidad menor, por lo tanto se enviar 0 unidades, en esta ocasin al cuadro C estndar se le debe enviar. + 2000 1000 + 0 Recibe 2000 1000 0 1000 Podemos observar que contamos con ms de una opcin, es decir, la mayor cantidad negativa es 2, ocurre dos ocasiones, siempre debemos elegir el cuadro de menor costo, en este caso corresponde a B Plus, Cuado haya empate la decisin es indiferente. +

112

1500 1000 1000 Recibe 1000 + 2500 0 1000 Siendo 2, el mayor negativo, entonces el cuadro A plus se le debe enviar. Recibe + 2500 0 Recibe 1000 + 0 1000 2500 1000 Al no encontrar valores negativos, se dice que, la solucin es ptima.

113

10/00 0 m n i=1 j=1 600 500

114

También podría gustarte