TP N° 3: PROGRAMACIÓN LINEAL - MÉTODO SIMPLEX - PROBLEMA DUAL

NOTA: Utilice el módulo PL–IPL de WinQSB para resolver paso a paso por el método Simplex los problemas. Compare
la solución óptima obtenida por el Simplex con la solución obtenida por el método gráfico.

EN SOLVER, EN LOS CASOS DE MINIMIZACIÓN, LOS PRECIOS SOMBRA TIENEN LOS PRECIOS CAMBIADOS.
CONVIENE USAR LINDO PARA ESO.
Que un precio dual sea positivo implica que es positivo para el objetivo, no literalmente. O sea, un precio sombra
positivo en una minimización, disminuye el Z.

Método simplex:
● La fila entrante va pegada como estaba la vieja y cada celda dividida en el elemento pivote
● Para las demás filas, lo que hay que hacer es: Fila Vieja -(coef pivote de la fila vieja * fila entrante(ya dividida
como corresponde))

MÉTODO SIMPLEX

Variable Básica (VB) → En la iteración actual, su valor es ≠ 0

Variable No Básica (VNB)→ En la iteración actual su valor es = 0

En la iteración inicial, siempre arranco del (0,0) por lo tanto las holguras toman su valor máximo.

La holgura siempre tiene coeficiente 0 porque no aporta nada a la función objetivo.

Cuando llego al valor de H1,H2=0 significa que agoté todo mi recurso 1 y 2.

BASE → Conjunto de variables que van a ser solución en cada iteración y por lo tanto a estas variables se las denomina
variables básicas.

EFECTO TÉCNICO → sobre (FILA) al incorporar (COLUMNA) a la solución con valor unitario.

Bi/aik → Representa el cociente entre la columna correspondiente al valor que toma cada variable básica de la
solución y la columna de la variable que entra. Siempre se toma el menor porque es el RECURSO LIMITANTE, es decir
divido la cantidad total de recurso por la cantidad necesaria por unidad.

Zj → EFECTO ECONÓMICO INDIRECTO de introducir 1 unidad de variable no básica (columna) en la solución y

desplazar alguna de las variable básicas. Es el “CASTIGO” porque es el efecto económico indirecto de lo que me cuesta
producir, por eso cuando estoy en el punto inicial (todavía no produzco nada) este valor es = 0.

Cj → EFECTO ECONÓMICO DIRECTO de introducir 1 unidad de variable no básica (columna) en la base. Es el

“PREMIO” o lo que me genera económicamente en forma directa cada variable.

Cj - Zj → EFECTO NETO (ganancia menos la producción) sobre la F.O. por unidad de variable no básica (columna) que
ingrese a la solución. Es el aumento (o reducción) del valor de la F.O. en el caso de minimización (o maximización), al
aumentar en 1 unidad el valor de la variable NO BÁSICA.
Cuando me da negativo en maximización paro, porque significa que producir ese producto ya me está haciendo perder
plata.En minimización es al revés.
Metodo Simplex, particularidades
El FORMATO SIMPLEX es simplemente un replanteo del problema de Programación Lineal. A saber:
1) Toda variable aparece en cada restricción y en la función objetivo.
2) En la función objetivo a toda variable artificial se le asigna un coeficiente arbitrariamente grande, que será +W en un
problema de minimización y -W si el problema es de maximización, a fin de que a través del propio proceso de cálculo
se elimine esta variable de la solución
3) La restricción de no negatividad no aparece listada ya que el Método Simplex asegura automáticamente que se
satisfaga la misma.

Nota 1: Algunas veces se hace una modificación más, luego de que el modelo de PROGRAMACIÓN LINEAL ha sido
transformado al formato Simplex, que consiste simplemente en convertir todo problema de minimización en uno de
maximización.
Nota 2: Obsérvese que en el formato Simplex el conjunto de restricciones estructurales conforma un sistema de m
ecuaciones por l incógnitas, donde l incluye las variables directas o de decisión, de holgura y artificiales.
Un sistema de esta naturaleza se resuelve haciendo (l-m) variables iguales a cero, y resolviendo el sistema de mm
resultante. El método de resolución (Gauss-Jordan, por ejemplo) produce a través de operaciones aritméticas
exactamente un coeficiente +1 en cada fila y un coeficiente 0 en las restantes, para aquellas variables que van a ser
solución. Usualmente se define como BASE al conjunto de variables que van a ser solución en cada iteración y, por lo
tanto, a estas variables se las denomina variables básicas; las restantes reciben el nombre de variables no básicas.

TÉCNICA DE LA VARIABLE ARTIFICIAL (MÉTODO DE LA M)

Video del ejemplo: https://www.youtube.com/watch?v=_yHy0gu7rhw

Ejemplo:
MAX Z= 2*X1+ 3*X2 - 5*X3
Restricciones:
1) X1+X2+X3=7
2) 2*X1 - 5*X2 + X3 ≥ 10
3) X1, X2, X3 ≥ 0

Variables artificiales: No representan nada es solo un arreglo matemático. M es un número suficientemente grande que
se utiliza como coeficiente de la variable artificial, funciona como “castigo” al introducirlo en la función objetivo
sumando o restando según se trate de minimización o maximización.
Reescribimos para plantear método simplex:
MAX Z = 2*X1+ 3*X2 - 5*X3 - 0*H1 - M*A1 - M*A2
Restricciones:
1) X1+X2+X3 +A1 =7
2) 2*X1 - 5*X2 + X3 - H1 + A2 = 10

ITERACIÓN 0

Entra variable X1 y sale variable A2

* En la primera iteración asumo que la holgura es una variable no básica( =0 ) y que todo su valor se lo lleva la variable
artificial A2

ITERACIÓN 1

Sale el COEFICIENTE POSITIVO MÁS CHICO

Elijo cj-zj más grande, como el M es un número muy grande entra la variable X2 y sale variable A1

Luego, vemos que las variables principales (X1, X2 y X3) ya no tendrán coeficiente M en la segunda iteración. y
seguimos iterando normalmente.

ITERACIÓN 2
Vemos que llegamos a la solución óptima ya que no hay ningún Cj - Zj positivo que pueda mejorar el valor del
funcional.

PROBLEMA DUAL

→ pasa a →

Es posible establecer las siguientes correspondencias entre un problema original de programación lineal y su dual:
1) El problema dual tiene:
- Una variable por cada restricción del problema original. Esto permite suponer que el significado de cada
variable dual estará asociado a la restricción correspondiente.
- Tantas restricciones como variables (columnas) tiene el problema original.
2) El dual de un problema de maximización es un problema de minimización y viceversa, coincidiendo en el óptimo los
valores de ambos funcionales.
3) Los coeficientes (costo o beneficio) del funcional Z del problema original, pasan a ser los términos independientes del
problema dual; y a su vez, los términos independientes del problema original pasan a ser los coeficientes de eficiencia
del funcional G del problema dual.
4) Los coeficientes de una misma variable en el problema original pasan a ser los coeficientes de una restricción en el
problema dual, es decir, cada columna de la matriz A de coeficientes tecnológicos del problema original se transforma
en una fila de coeficientes del dual.
5) En problemas duales simétricos el sentido de las desigualdades es el inverso del sentido de las desigualdades del
sistema original. Se mantiene la condición de que las variables duales sean iguales o mayores que cero.
 Las variables directas del problema dual son las de holgura del simple y viceversa

Significado de las variables: las variables duales dan la valoración de recursos. Pero no de los recursos que existen en
almacén, para los cuales el dual dará valor nulo, sino de aquellos recursos que se saturan totalmente en el proceso de
producción. Es decir, a través del problema dual se pretende encontrar los precios que el economista denomina Precios
sombra o Valores Marginales de los recursos escasos. Aquí la palabra valor se refiere a la pérdida de oportunidad que
se genera cuando se quiere hacer una asignación y no hay recursos disponibles; es en consecuencia una utilidad perdida.
Esto implica que ningún recurso adquiere valor por disponer de él, sino y principalmente, porque es capaz de generar
una utilidad potencial.

En el problema primal de producción, se busca maximizar la producción de ciertos productos, sujeto a ciertas
restricciones en la cantidad de recursos disponibles, como por ejemplo, la cantidad de materiales, la capacidad de la
mano de obra, la capacidad de la maquinaria, etc.
En el problema dual, se busca minimizar el costo total de los recursos utilizados, sujeto a restricciones en la cantidad de
producción que se puede obtener. Las variables duales en este caso representan el costo adicional o el precio que se
debe pagar para obtener una unidad adicional de los recursos disponibles.
Por ejemplo, si la restricción del problema primal es que se dispone de una cantidad limitada de cierto tipo de
materiales, la variable dual correspondiente representa el costo adicional por unidad de material adicional que se
necesite para aumentar la producción.

Ejemplo en video con todos los tipos de restricción: Video

PROBLEMA Nº 1
Resuelva por el método Simplex los problemas del práctico “PL. – Resolución gráfica”. Compare la solución óptima
obtenida por el Simplex con la solución gráfica.

Ejercicio 1: queda igual que con el método gráfico.

PROBLEMA N°2
Para el siguiente programa lineal y la solución factible básica dada, interprete el significado del valor (Cj-Zj) de cada
variable no básica. ¿Es la solución factible básica actual la solución óptima? Explique su respuesta.
Las variables básicas son aquellas que forman parte de la BASE, es decir, el conjunto de variables que van a ser
solución en cada iteración. Las restantes reciben el nombre de variables no básicas. En este caso, la solución factible
básica actual está formada por X2 = 150 y H1 = 50.

Cj-Zj es el efecto neto sobre la función económica al modificar la solución actual. Es el aumento (reducción) del valor de
la función objetivo en el caso de maximización (minimización), al aumentar en una unidad el valor de la variable no
básica Xj.
También puede considerarse como: el valor que Cj debe aumentar (disminuir) en el caso de maximización (minimización),
para que la variable Xj no básica, se convierta en una variable básica.
Cj-Zj = 0,5 indica que el funcional mejorará en 0,5 por cada unidad de X1 que ingrese a la solución, por lo tanto no
estamos ante la solución óptima.

F.O. → Max Z= 3*X1 + 5*X2+0*H1 + 0*H2

Restricciones:
● X1+X2+H1=200
● X1+2* X2+ H2= 300
● X1,X2>=0

ITERACIÓN 0

Cj 3 5 0 0

Cb Vb X1 X2 H1 H2 B(LDR) Bi/aik

0 H1 1 1 1 0 200 200/1

0 H2 1 2 0 1 300 300/2

Zj 0 0 0 0 0

Cj - Zj 3 5 0 0

Como es un problema de maximización, busco el Cj-Zj positivo más grande → COLUMNA 2

Luego, para ver por qué fila reemplazo, busco el Bi/aik positivo más pequeño → FILA 2

Entra X2 → pasa a ser variable básica

Sale H2 → pasa a ser variable no básica

ITERACIÓN 1

Cj 3 5 0 0

Cb Vb X1 X2 H1 H2 B(LDR) Bi/aik

0 H1 1/2 0 1 -1/2 50 100

5 X2 1/2 1 0 1/2 300/2= 150 300

 Zj 2,5 5 0 2,5 750

Cj - Zj 0,5 0 0 -2,5

1) Completo la fila que iba a cambiar dividiendo el valor sobre el elemento pivote → FILA
ENTRANTE
2) Completo las otras filas como FILA VIEJA - ( COEF. PIVOTE FILA VIEJA * FILA ENTRANTE)

Cálculo auxiliar:
X1 X2 H1 H2 B(LDR)

Fila vieja 1 1 1 1 0 200/1=200

Coeficiente pivote fila vieja 1 1 1 1 1 1

Fila entrante 2 1/2 1 0 1/2 150

Resultado 1/2 0 1 -1/2 50

3) Calculo Zj como Cb*aij y Cj-Zj, luego calculo Bi/aik

4) Analizo qué columna entra y qué fila sale.
X1 → ENTRA porque tiene valor positivo
H1 → SALE porque tiene el valor Bi/aik más bajo

ITERACIÓN 2

Cj 3 5 0 0

Cb Vb X1 X2 H1 H2 B(LDR) Bi/aik

3 X1 1 0 2 -1 100

5 X2 0 1 -1 1 100

Zj 3 5 1 2 800

Cj - Zj 0 0 -1 -1

Cálculo auxiliar:
X1 X2 H1 H2 B(LDR)

Fila vieja 2 1/2 1 0 1/2 150

Coeficiente pivote fila vieja 2 1/2 1/2 1/2 1/2 1/2

Fila entrante 1 1 0 2 -1 100

Resultado 0 1 -1 1 100

Ahora como en la fila Cj - Zj no hay ningún número positivo, hemos llegado a nuestra solución óptima que es x1=100,
x2=100 y z=800.

Con WINQSB
PROBLEMA Nº3
a) Dada la tabla óptima del problema planteado por programación lineal cuya información se indica más abajo,
explique el significado de los valores destacados en negrita y subrayados. Explique también cómo se calcula el
efecto indirecto (ZD) de incorporar una unidad de la variable D a la solución.
Tabla óptima:

La tabla óptima corresponde a un modelo lineal planteado para determinar las cantidades óptimas a producir
de Producto A , Producto B, Producto C y Producto D con el fin de maximizar el beneficio total, teniendo en
cuenta que se estima una demanda de producto B de, por lo menos, 30 unidades. La información
correspondiente al problema se da en la siguiente tabla:

● El valor 2,00 es el EFECTO TÉCNICO sobre C al ingresar A en la solución con valor unitario (como afecta
introducir una unidad de la variable vertical a la variable horizontal) . En este caso, la variable C disminuye en
 2 su valor para cada unidad de A que se ingresa en la solución. Matemáticamente si escribimos la fila C como
ecuación:

Despejando la variable que integra la base, podemos ver la relación que guarda con la variable A haciendo el
resto igual a “0”. Así:
C = 110 – 2 A
Donde para cada incremento unitario de A tenemos una disminución de 2 unidades de C, justo como queríamos
probar. Esto se relaciona con el hecho de que los recursos son limitados (de hecho, forman las restricciones del
problema) y para poder hacer nuevas unidades de A es necesario sacrificar o ceder ciertas cantidades de C, en
este caso.

● El valor -2,00 es el EFECTO ECONÓMICO NETO sobre la función económica “Z” al ingresar A en la solución
con valor unitario. Es decir: la contribución económica total se reduciría en 2 si ingresamos una unidad adicional
del producto A.
C(j)-Z(j) se calcula como la contribución de la variable A (4 u/m) (“premio” o efecto directo) menos el costo de
oportunidad (“castigo” o efecto indirecto) de lo que dejamos de producir por ingresar A como solución en forma
de valor unitario. Esto es: C(j) multiplicado por cada uno de los efectos técnicos de la fila. Es decir:

C(j)-Z(j) = (4) – (0 x -6.5 + 0 x 0 + 3 x 2 + 6 x 0) = -2

● El valor -5,00 es el EFECTO TÉCNICO sobre C1 al ingresar D en la solución con valor unitario. La variable C1
disminuye en -5 su valor (o aumenta en “5”) para cada unidad de D que se ingresa en la solución. (!!)
Matemáticamente se ve que:

Despejando la variable que integra la base, podemos ver la relación que guarda con la variable D haciendo el
resto igual a “0”. Así:

C1 = 50 – (-5 D) = 50 + 5 D

Esto se explica de la siguiente manera: Si decidimos hacer una unidad adicional de D estamos dejando de hacer
2 de C en consecuencia (ver tabla óptima, efecto técnico de C sobre D). Esto resulta en un aumento de 5
unidades de la variable C1 que corresponde al sobrante del recurso 1.
Si vemos la información que proporciona la tabla del problema inicial tenemos que:

Hacer un producto más de “D” involucra 3 unidades del recurso 1 (C1), pero en cambio debemos ceder (o
sacrificar) dos unidades del producto “C” lo cual implican 2 x 4 unidades del recurso 1 (C1). En definitiva, hacer
una unidad extra de “D” consume 3 unidades de C1 pero, como consecuencia, se dejan de usar 8 unidades de
C1 para hacer dos unidades de “C”. El resultado neto es un aumento neto del sobrante C1 en 5 unidades, como
queríamos probar.
 El valor ZD se calcula como: (-5)*0+(-3)*0+2*3+0*6=6 [u.m/u.D]

b) Utilice la opción “Format, Switch to dual form” del módulo de PL y PLE de WinQSB para plantear el problema
dual del original dado en 3.1) y compare ambas tablas óptimas.

Problema:
F.O → MAX Z= 4*Xa + 6*Xb + 3*Xc + 1*Xd
Restricciones:
● Xb>= 30 [unidades]
● 1,5*Xa + 2*Xb + 4*Xc + 3*Xd <= 550 [unidades]
● 4*Xa + 1*Xb+2*Xc+1*Xd <= 700 [unidades]
● 2*Xa + 3*Xb + 1*Xc+2*Xd <= 200 [unidades]
● Xa, Xb, Xc, Xd >=0

Solution list:

Dual:

PROBLEMA Nº4
Considere el siguiente problema de Programación Lineal:
 a) Genere la tabla inicial para la aplicación del algoritmo simplex.

ITERACIÓN 0

Cj 10 9 0 0 0 0

CB VB S D H1 H2 H3 H4 B B/Aik

0 H1 0,7 1 1 0 0 0 630 630/0,7= 900

0 H2 0,5 0,83 0 1 0 0 600 600/0,5=1200

0 H3 1 0,66 0 0 1 0 708 708/1=708

0 H4 1 0,25 0 0 0 1 135 135/1=135 →

Zj 0 0 0 0 0 0

Cj-Zj 10 9 0 0 0 0

ITERACIÓN 1

Cj 10 9 0 0 0 0

CB VB S D H1 H2 H3 H4 B B/Aik

0 H1 0,7- 1- 1-(0,7*0)=1 0- 0 0-(0,7*1)=- 630- 535,5/0,825 =

(0,7*1)=0 (0,7*0,25)= (0,7*0)=0 0,7 (0,7*135)= 649,09
0,825 535,5

0 H2 0,5- 0,83– 0-(0,5*0)=0 1 0 0-(0,5*1)=- 532,5 532,5/0,705

(0,5*1)=0 (0,5*0,25)= 0,5 =755,3
0,705

0 H3 0 0,66- 0 0 1 -1 573 1397,6

(1*0,25)=0,
41

10 S 1/1=1 0,25/1=0,25 0/1=0 0/1=0 0/1=0 1/1=1 135/1=135 540→

Zj 10 2,5 0 0 0 10 1350

Cj-Zj 0 6,5 0 0 0 -10

↑
Con POM:
 b) Plantee para el problema presentado el problema dual asociado. En el problema dual defina las variables
utilizadas.

F.O. → MIN G= 630*Y1 + 600*Y2+708*Y3+135*Y4 +0*H1+0*A1+0*H2+A2

Restricciones:
● 0,7*Y1+0,5*Y2+1*Y3+1*Y4 ≥ 10 → 0,7*Y1+0,5*Y2+1*Y3+1*Y4 -1*H1 +1*A1 = 10
● 1*Y1+ 0,83*Y2+0,66*Y3+0,25*Y4 ≥ 9 → 1*Y1+ 0,83*Y2+0,66*Y3+0,25*Y4 -H2 +A2 = 9
● Y1, Y2, Y3, Y4 ≥ 0
Variables:
● Y1: Beneficio aportado por una unidad más del recurso 1
● Y2: Beneficio aportado por una unidad más del recurso 2
● Y3: Beneficio aportado por una unidad más del recurso 3
● Y4: Beneficio aportado por una unidad más del recurso 4
W MUY GRANDE

Cj 630 600 708 135 0 0 W W

CB VB Y1 Y2 Y3 Y4 H1 H2 A1 A2 B B/aik

W A1 0,7 0,5 1 1 -1 0 1 0 10 10

W A2 1 0,83 0,66 0,25 0 -1 0 1 9 13,6

Zj 1,7W 1,33W 1,66W 1,25W -W -W W W 19W

Cj-Zj 630-1,7W 600-1,33W 708-1,66W 135-1,25W W W 0 0

si quisiera resolver ese simplex, como es minimizacion, tomo el menor Bi/aik porque sigue siendo recurso limitante;
pero tomo el menor Cj-Zj posible
Los Yi son los valores precio dual: cuánto vale mi recurso para poder alcanzar un determinado presupuesto.
PROBLEMA Nº5
La siguiente tabla corresponde a una iteración determinada del método Simplex. Complete las filas faltantes de zj y (cj
–zj) considerando que se trata de un problema de maximización.

Zj 10 6,6 0 0 10 0 7080

Cj - Zj 0 2,4 0 0 -10 0

a) Para la solución que se presenta en la tabla del inciso anterior calcule el valor del funcional e indique el valor de
las variables.
Solución
● Slack 1=134,4
● Slack 2= 246
● A=708
● Slack 64,3
● B, Slack 3= 0

El valor del funcional es: Z = sum(Cj*Bj) = 0*134.4+0*246+10*708+0*64.2 = 7080

La única variable básica que tiene valor es A, ya que el resto son holguras y tienen coeficiente 0 (no aportan a
la F.O.). Valor del funcional = 10 x 708 = 7080.

b) ¿La solución que se presenta es óptima? En caso de no serlo indique qué variable ingresará y qué variable
egresará de la solución en una iteración posterior del algoritmo. Justifique su respuesta.

No, como se trata de un problema de maximización y tenemos un valor positivo en la fila Cj - Zj la función
objetivo aún puede mejorar. Ingresamos entonces la variable B.
Luego, calculamos Bi/ [columna variable B que es la que entra] y sale la de menor valor, ya que es el recurso
limitante.

Variable básica Bi/ aik

Slack 1 134,4/ 0,538= 249,07 → SALE

Slack 2 246/0,5 = 492

A 708/0,66= 1072,73

Slack 4 64,2/0,184= 348,91

PROBLEMA Nº6
A continuación se presenta una tabla óptima del algoritmo Simplex aplicado a un problema lineal.
Cj-Zj son los valores de los precios duales pero con el signo contrario.
a) Encuentre el valor óptimo de las variables directas e indirectas del problema dual asociado.
El valor óptimo ya está en esta iteración, es claro porque cj-zj es 0 o menor a 0 en todos los casos y este es un problema
de maximización. Como es la solución óptima, los valores se sacan de la columna B para cada variable. Las que no
están, son variables no básicas, o sea que están tomando valor 0 en ese punto.

Valor óptimo del problema común

● A=4
● H2=6
● B=3
● H1, H3=0

Valor óptimo del problema dual

● Y1=0
● Y2=0
● Y3= 1 (no negatividad)
● H1=0
● H2=0

Las variables directas del problema dual son las de holgura del simple y viceversa

VALOR DE LA FO= 18

b) Interprete los tres valores indicados en la tabla con un asterisco (*).

● 1,5* Es el EFECTO TÉCNICO sobre B por unidad de H1 que se incorpora a la solución. Cada vez que H1 ingresa
con valor unitario a la solución, B se reduce en -1,5.
● 3* Es el EFECTO ECONÓMICO indirecto (o castigo) de introducir la variable A en la solución y desplazar
alguna de las variables básicas.
● -1* Es el EFECTO NETO (o premio) sobre la función económica al modificar la solución actual. Al introducir la
variable H3 en la solución, el funcional aumentaría en -1

PROBLEMA Nº7
Considere la siguiente formulación de un problema de Programación Lineal:
Plantee, para el problema presentado, el problema dual asociado.

RESOLUCIÓN
Considero que al ser un problema de maximización, las restricciones deberán ser de menor o igual o al menos deberían
ser distintas a las dadas para que, de esta manera, me acoten el problema y éste pueda ser resuelto tanto en la
situación de PO como en la situación de PD. (teorema 1)
Hay que pasar todas las restricciones del problema a restricciones de menor o igual (porque este problema original
es de maximización).
- Restricción 1: -X+3Y ≤ 3
- Restricción 2: -X - 2Y <= -6
- Restricción 3: por ser de =, se hacen 2 desigualdades:
X + 3Y >= 6 → -X-3*Y<=-6
X+3*Y<=6
- Restricción 4: 3X≤ 9
- Restricción 5: -4X+3Y≤ 12

El problema dual es:

MIN G = 3*Y1 - 6*Y2 - 6*Y3 + 6*Y4 + 9*Y5 + 12*Y6
sujeto a:
● -1*Y1 - 1*Y2 - 1*Y3 + 1*Y4 + 3*Y5 - 4*Y6 >= 2
● 3*Y1 -2*Y2 -3*Y3 + 3*Y4 + 0*Y5 + 3*Y6 >= 3
● Yi >= 0

esto se puede hacer pero modifica el problema. no me sirve mucho para hacer analisis de sensibilidad despues.

PROBLEMA Nº8
Dado el siguiente problema lineal

a) Presente la tabla inicial del Algoritmo Simplex.

Reformulamos tal que:

Min Z = 3X1 + 5X2 + 0H1 + M*A1 + 0H2
● 4,5*X1 + 8,3*X2 + H1 - A1 = 10 → -4,5X1 - 8,3X2 - H1 + A1 = -10
● 8,2*X1 + 4,1*X2 + H2 = 5
● x1, x2 ≥ 0
 Ci 3 5 0 M 0

Cj VB X1 X2 H1 A1 H2 B

-M A1 -4,5 -8,3 -1 1 0 -10

0 H2 8,2 4,1 0 0 1 5

Zi 0 0 0 0 0 10M

Ci-Zi 4,5M 8,3M M M 0

b) Formule el problema dual asociado al problema presentado.

Como es un problema de minimización, todas las restricciones deben estar como mayor o igual. Por lo tanto

R1 → queda igual → 4.5X1 + 8.3X2 >= 10

R2→ -8.2X1 - 4.1X2 >= -5

PROBLEMA Nº9
Dada la siguiente tabla:
y considerando que M es un número positivo lo suficientemente grande, responda:

a) ¿Es la tabla óptima? En caso de no serlo, indique qué variable ingresa, cuál egresa y cuál es el elemento pivote.
Justifique todas sus respuestas.

La tabla si es la óptima ya que las variables artificiales ya salieron de la solución (por lo que no ingresarán de nuevo) y
el resto de los resultados Cj-Zj son = 0

b) Interprete los valores indicados en la tabla con un asterisco (*) y demuestre matemáticamente su significado.

2.5* representa el efecto técnico sobre H2 de agregar una unidad de X1 a la solución. Por cada unidad de X1 que
ingresa la solución, debe reducirse en 2,5 unidades el H2.
0.625* representa el efecto económico indirecto sobre el F.O. de agregar una unidad de X1 a la solución. 0,625 es el
“castigo” por introducir 1 unidad de X1 en la solución, es decir, es lo que me cuesta producir una unidad más de X1.
-2.25* representa el efecto técnico sobre Exc1 de agregar una unidad de Exc3 a la solución. por cada unidad de Exc3
que añadamos, se deberá aumentar la producción de Exc1 en 2,25 unidades.

PROBLEMA Nº10
Plantee el problema dual de los problemas 1 y 3 del práctico "P.L. – Formulación de problemas". Interprete las variables
duales directas e indique su valor óptimo, a partir de la tabla óptima del problema primal. Interprete las soluciones
obtenidas y analice el significado de los precios duales/precios sombra en cada caso.

PROBLEMA 11

Problema 1

Función objetivo → MAX Z = 5*Xa + 8*Xb

Restricciones:

- Xa <= 130
- Xb <= 120
- 15*Xa + 25*Xb <= 3000
- 30*Xa + 40*Xb <= 5400
- Xa + Xb <= 160
- 20*Xa + 60Xb <= 5400
- Xa, Xb >=0

Con POM:
Con LINDO:
Con solver:
PROBLEMA EJEMPLO
A través del siguiente ejemplo se pretende ilustrar sobre cómo el dual de un problema de producción proporciona
“precios justos”, es decir, permite determinar el pago mínimo aceptable de liquidación de recursos.
Una firma posee dos fábricas ubicadas en distintas ciudades. Supóngase, que cada fábrica usa las mismas tres materias
primas y que transcurren largos plazos para su reparto, por lo que se consideran escasas.
- La fábrica 1 elabora dos productos, A y B, en las cantidades x 1 y x 2.
- La fábrica 2 elabora tres diferentes productos, C, D y E, en las cantidades z 1, z 2, z 3, y, como se dijo antes,
utiliza precisamente las mismas materias primas que la fábrica 1.
El modelo de producción de la fábrica 1 es:

Supóngase ahora que el administrador obtiene información de que por diversas razones económicas, los
precios/demandas de productos (en consecuencia, las utilidades) podrían aumentar en la región donde está la fábrica 2.
Por lo tanto, se decide que la fábrica 2 se haga cargo de toda la producción. Así, todas las existencias de materias
primas de la fábrica 1 deberán transferirse a la fábrica 2. Sin embargo, el administrador decide que la fábrica 2 deberá
pagar un “precio justo” a la fábrica 1 por la transferencia de esas materias primas. ¿Cuál será ese precio ?
Intuitivamente parece claro que, al menos desde el punto de vista de la fábrica 1, el precio sería lo que igualase la
máxima utilidad posible que ésta obtendría si retuviera sus recursos, que ahora se van a pasar a la fábrica 2.
Esto es el valor óptimo de la fábrica 1 y sería un adecuado “pago a precio alzado” por las tres materias primas. La firma,
sin embargo, para el informe financiero necesita conocer los precios por unidad de cada material. Para obtener esos
precios “justos” por unidad se hacen las siguientes observaciones.
Si la fábrica 2 paga por unidad de MP precios de y 1 , y2, e y3 unidades monetarias por c/u de las MP, y puesto que la
fábrica 1 posee 54, 48 y 37 unidades, respectivamente de cada una de ellas, la cantidad que paga la fábrica 2 es:

La fábrica 2 quiere obtener la máxima utilidad posible o, lo que es equivalente, pagar lo menos posible por las materias
primas, por lo que su meta es:

Sin embargo, la fábrica 1 quiere asegurar que obtendría tanta utilidad como si permaneciese en el negocio por sí
misma. En la tabla de diapositiva 4 se puede ver que si la fábrica 1 tuviese 10 unidades de materia prima 1, 5 unidades
de materia prima 2 y 7 unidades de materia prima 3, podría producir una unidad de producto A para obtener una
utilidad de 12 u.m. Se recuerda que yi es el precio de venta de la materia prima i. Así, la fábrica 1 insistirá en que:

Si esta condición no se cumple, la fábrica 1 preferiría no vender sus materias primas a la fábrica 2 pues, usándolas para
producir el producto A obtendría más utilidades. De igual manera, la fábrica 1 pretenderá que:

pues, de otro modo, le resulta más provechoso fabricar el producto B que vender las materias primas a la fábrica 2.
En síntesis, el problema de determinar precios justos consiste en:

Sujeto a:

y éste es el problema dual del problema formulado en (1).

Anotaciones sobre el formato simplex:

Recordando que un modelo de Programación Lineal consiste en:

se introducen las modificaciones necesarias para constituir el formato inicial Simplex:

1) Todas las constantes del segundo miembro de la ecuación o términos independientes deben ser hechos
positivos.
2) Se incluyen las variables de holgura (VH) con el fin de convertir las inecuaciones en ecuaciones. Si la restricción
es de la forma :

3) Deben ser incluídas variables adicionales (artificiales) para asegurar que cada restricción tenga al menos una
variable con coeficiente uno y que esa variable tenga coeficiente cero en las restantes restricciones. Este
requisito se satisface perfectamente cuando se han agregado variables de holgura a restricciones de menor e
igual. En algunas situaciones este requisito se satisface por simple coincidencia. Sin embargo, para que se
cumpla en restricciones de mayor e igual ó igual (=), debe ser introducida en cada restricción una variable
artificial que no tiene significado real en un problema de Programación Lineal, y es agregada simplemente
como punto de partida del Método Simplex. Este procedimiento se conoce como técnica de la base artificial.
Como estas variables no tienen significado real, es necesario asegurarse de que no formen parte de la solución
final y por consiguiente debe procurarse que sean eliminadas de la solución en los distintos pasos del cálculo.

Se define:
- Zj = Efecto indirecto de introducir una unidad de variable de subíndice j en la solución (castigo en que se incurre
si se altera la solución actual)
- Cj = Efecto directo de introducir una unidad de variable de subíndice j en la solución (premio derivado de la
contribución marginal de la variable que ingresa)
La diferencia (Cj-Zj) se define como el efecto neto sobre la función económica al modificar la solución actual. En otras
palabras, (Cj-Zj) es el aumento (reducción) del valor de la función objetivo en el caso de maximización (minimización), al
aumentar en una unidad el valor de la variable no básica Xj . También puede considerarse como: el valor que Cj debe
aumentar (disminuir) en el caso de maximización (minimización), para que la variable Xj , no básica, se convierta en una
variable básica. Para definir la variable que ingresa en la solución se utiliza la siguiente fórmula (su demostración no se
realiza en este apunte):

El criterio seguido es el siguiente según el tipo de problema: la variable Xj ingresa a la solución si:
iciones de ingresar en la solución, se elegirá aquella de mayor valor absoluto (pues es la que nos permite mejorar más
rápidamente el valor del funcional en esta etapa del proceso de optimización).

La solución óptima se obtiene:

- En un problema de maximización, cuando todos los valores (Cj-Zj)<= 0
- En un problema de minimización, cuando todos los valores (Cj-Zj)>= 0

¿Qué pasa si la solución óptima no es acotada? Ej:

La tabla IV indica que la variable X4 debe entrar a la base; sin embargo, los elementos de la columna correspondiente a
X4 son cero y negativos. Según el procedimiento para determinar la variable que egresa de la base en el método
simplex, ésta se obtiene dividiendo las cantidades correspondientes de la última columna (B) entre los coeficientes
positivos correspondientes de la columna de la variable que ingresa. Como en este caso no hay coeficientes positivos
en la columna de X4, no puede calcularse la base siguiente. Cuando ocurre esta condición en el proceso de solución es
señal de que la solución óptima es no acotada.

Reglas de programación lineal (libro)

1) a) MAX CX es equivalente a MIN -CX
b) MIN CX es equivalente a MAX -CX
2) a) La desigualdad AX ≤ b es equivalente a la desigualdad -AX ≥ -b
b) La desigualdad AX ≥ b es equivalente a la desigualdad -AX ≤ -b
3) Toda igualdad de la forma AX = b puede descomponerse como la intersección de dos
desigualdades AX≤b y AX≥ b
4) a) Toda desigualdad de la forma AX≤b puede convertirse en igualdad mediante la adición de
una variable de holgura no negativa
b) Toda desigualdad de la forma AX ≥ b puede convertirse en igualdad mediante la resta
de una variable de holgura no negativa (designada como superflua)
5) Una variable no restringida, es decir aquella que puede tomar toda clase de valores (positivo, negativo, cero),
puede escribirse como la diferencia de dos variables no negativas. ejemplo:
Sea X1 la variable no restringida que se define como: X1 = X2 - X3
Donde: Una vez resuelto el problema, con el reemplazo mencionado se vuelve a la variable primitiva
obteniéndose: