Cómo Desarrollar el Contenido del Tema de Programación Lineal

Teniendo en Cuenta la Metodología de la Modelación

Económico- Matemática y su Vinculación con la Práctica

INTRODUCCIÓN

Argumentación de la importancia de la temática

Una de las dificultades que se presentan en general en la literatura, así como al impartir de los
contenidos del tema de Programación Lineal, es la ausencia de aspectos metodológicos, que no
permiten tener en cuenta explícitamente los procedimientos particulares que posibiliten
un análisis en sistema de las diferentes fases y etapas metodológicas en que se apoya la
Modelación Económica-Matemática. Lo que limita en buena medida el aprendizaje y mayor
dominio de la técnica por parte de los alumnos que reciben la asignatura de Investigación de
Operaciones.
La consolidación de la metodología en los estudiantes posibilita que en su vida profesional
se enfrenten independientemente, no solo al planteamiento del problema y a la construcción
del modelo, si no también al análisis de sus resultados, utilización del dual, análisis de
sensibilidad, etc.
Para la aplicación práctica de la Programación Lineal es una necesidad estrechar la relación
entre la teoría del contenido y la práctica económica, que le permita a los estudiantes una
mayor comprensión de las bases matemáticas de la teoría y la vinculación del contenido con la
realidad económica.
Con la presentación de la temática se desarrollan un conjunto de procedimientos
metodológicos de gran utilidad al trabajo didáctico, lo que posibilitará incrementar el aprendizaje,
así como un mejor aprovechamiento docente. Además, proporciona a los profesores las
herramientas necesarias para orientar con maestría pedagógica los contenidos pertinentes.

Objetivo Específico
Orientar como desarrollar el contenido del tema de Programación Lineal teniendo en cuenta la
metodología de la Modelación Económica-Matemática y su vinculación con la práctica
económica.

1
 DESARROLLO
INTRODUCCIÓN AL CONTENIDO DEL TEMA

Problemas de Optimización
Son aquellos en los cuales se busca el Máximo o Mínimo de una función con un número
determinado de variables, estando los valores de la misma sujeta a ciertas limitaciones.

Problema de Programación Lineal

Constituye un caso particular de los problemas de optimización y puede describirse de la
forma siguiente:
Dada una función lineal de varias variables, se quieren determinar valores no negativos
para dichas variables que maximicen o minimicen el valor de la función lineal, sujeta
a ciertas condiciones que asumen la forma de un sistema de ecuaciones y/o inecuaciones
lineales.

Formulación Matemática

Min ó Max Z=  C j Xj (I)

j=1
sa
n

 aij Xj { >=; =; <= } bi; i=1...m ( II )

j=1

Xj >= 0; j=1...n ( III )

Donde los valores:

Cj j=1...n
bi i=1...m
aij i=1...m; j=1...n

Descripción :
Xj- Variables Esenciales o de Decisión

La función I se denomina función objetivo. Expresa el criterio de optimización que se utiliza

el problema. Los valores Cj se denominan Coeficientes de la Función Objetivo o Coeficientes
Económicos.

Al Sistema de Ecuaciones e Inecuaciones Lineales II se le denomina Sistema de Restricciones

Lineales.
Donde: bi son los Términos Independientes
aij son los Coeficientes Tecnológicos o de las Restricciones.

2
1

3
 La expresión III se denomina Condición de NO Negatividad. Indica el requerimiento de que
todas las variables esenciales o decisión sean no negativas.
Es necesario destacar que desde el punto de vista el punto de vista puramente matemático no
existe diferencia entre II y III en el sentido de que ambas constituyen limitaciones a los posibles
valores de Xj. La diferencia entre ambos radica en el tratamiento diferente que se le da a
III cuando se procede a resolver el PPL.

Supuestos
Los modelos lineales poseen dos supuestos fundamentales:
1. La Proporcionalidad
2. La Aditividad
3. La Divisibilidad
Además, se puede considerar que:
- Existe una función objetivo, la cual expresa el objetivo que se persigue con la solución del
problema, y la condición de no negatividad requerida para cada variable.
- Es un modelo deterministico, esto significa que los aij, cj y los bi son conocidos y
constantes.
La Pro porcionalidad:
Significa que los insumos requeridos para la realización de una actividad, así como su efecto
económico que esta produce, siempre son proporcionales al nivel de actividad.

Ejemplo:

Producto j Insumo Efecto

Requerido Económico

1 Ud 5 h maq $ 2.00
8 Ud 40 h maq $ 16.00

La Aditividad :
El efecto económico total que se obtiene, así como el total de cada recurso utilizado como
resultado de la ejecución conjunta de las actividades, debe ser igual a las sumas respectivas de
las cantidades resultantes de la ejecución de cada actividad.
Ejemplo:
Producto j Utilización de Recurso ( h maq ) Efecto Económico ( $ )
( Ud ) Por unidad de Por unidad de
Producto Total Producto Total
( h maq / Ud ) ( $ / Ud )
A 2 2A + 5 B 6 6A + 7B
B 5 7

4
 METODOLOGÍA DE LA MODELACIÓN ECONÓMICO MATEMÁTICA

Fases de la Metodología de la Modelación Económico Matemática

I- Formulación del problema  II- Construcción del modelo
III- Prueba del modelo  IV- Solución del modelo
V- Prueba de la solución y  VI- Implementación, y establecimiento de
Presentación de variantes. control y ajuste sobre los resultados.

FORMULACIÓN DEL PROBLEMA

La investigación de cualquier problema económico, al cual se le contemple aplicar la

Modelación Matemática, debe comenzar por la formulación o planteamiento del
problema. Siendo en esta fase donde se define, desde el punto de vista cualitativo, el
problema y las características que lo hacen modelable.
La formulación del problema es por lo regular un proceso secuencial. Es posible que la
formulación original se vaya modificando en la medida que se resuelve.
El término problema designa una dificultad que no puede resolverse automáticamente, por lo
que se requiere de una investigación, conceptual o empírica. Por tanto, un problema es, el
primer eslabón de la cadena: Problema – Investigación - Solución.

Dentro de esta etapa se pueden distinguir dos etapas:

 Definición del que Toma la Decisión.
 Estudio de las Condiciones Generales del Problema.

Definición del que Toma la Decisión.

El primer paso para formular correctamente el problema es definir quién constituye la
entidad individual o colectiva que tomará la decisión con respecto al problema
económico que se pretende resolver.
Esta etapa es importante porque permite orientar el trabajo en función de los criterios
de aquellos que van a tomar la decisión de aplicarlo.
Esta etapa no debe ser subvalorada, pues muchas veces de ella depende que el resultado de la
investigación sea o no aplicable a la práctica.
A modo de ejemplo tomado de la vida real. Cuando se decidió instrumentar el Modelo
de Optimización de las Vinculaciones Cañeras, las primeras personas consultadas
fueron el Delegado, el Jefe de Zafra y el Subdelegado Económico de la delegación del
MINAZ, quienes escogieron el CAI que reunía las mejores condiciones para la aplicación de
estos modelos. La delegación a su vez nos dirigió al Consejo de Dirección del CAI

Estudio de las Condiciones Generales del Problema.

5
Se deberá definir si la Situación Problemática presentada corresponde a la de un problema de
programación lineal, en cuyo caso deberán estar presente las siguientes circunstancias:

- Limitaciones de capacidades de producción, de disponibilidad de recursos humanos y

materiales.
- Niveles preestablecidos de cumplimiento de planes de producción, satisfacción de la
demanda, aprovechamiento de las capacidades.
- Existencia de un cantidad de variante de solución tal que haga poco práctico e imposible la
solución del problema por métodos manuales.
- Existencia de un objetivo, cuya satisfacción implicará resolver la situación problemática.
- Las variables del problema podrán asumir solamente valores no negativos.
- Deben cumplirse los supuestos de proporcionalidad y aditividad que caracterizan a todo
modelo lineal. Las interrelaciones entre los elementos del problema deben ser
posibles de expresar mediante un Sistema de Ecuaciones o Inecuaciones Lineales.

CONSTRUCCIÓN DEL MODELO

Cuando se encuentran definidos cualitativamente los parámetros fundamentales y situados en
el marco de un Problema de Programación Lineal, se pasa a la Construcción del Modelo que
representa a este planteamiento.
Un primer aspecto a tener en cuenta en la construcción del modelo es cerciorarse
que la situación problemática planteada efectivamente suscita la necesidad de un modelo, pues
existen dos tipos de errores:
1. Tratar de resolver una situación compleja por Métodos Empíricos Intuitivos, o sea se
ofrece una solución burda a un problema que requería de un modelo que permitiera tomar
en cuenta todas las condiciones y ofreciera una solución científicamente fundamentada.
2. Tratar de aplicar un modelo a la solución de un problema para el cual no es el requerido.

La Formulación de un Problema da lugar a los Planteamientos Matemáticos, siguientes:

 Planteamiento de Trabajo
 Planteamiento General
El Planteamiento de Trabajo: es el utilizado en la investigación y debe reflejar explícitamente
la situación planteada en la formulación del problema.
El Planteamiento General: expresa de forma general una situación determinada, sin expresar
numéricamente los parámetros del problema ( se utiliza en publicaciones científicas ).

Dentro de esta fase se pueden distinguir tres etapas:

 Definición de las variables
 Construcción del Sistema de Restricciones
 Planteamiento de la Función Objetivo
Las tres etapas se tienen en cuenta en los dos planteamientos matemáticos anteriores.

Definición de las variables de decisión y de consecuencia.

Variable d e Decis ión :

6
 Cada variable de decisión se identifica con cada una de las actividades en que se descompone
el problema estudiado y mediante las cuales se puede resolver en forma directa al problema de
que se trate.
Son variables en términos de las cuales se expresarán las soluciones.
El valor numérico expresa la medición cuantitativa de la decisión tomada.
Constituye el medio de que se dispone para resolver la situación problemática dada.

Variab les de Co nsecue ncia:

No son variables en el sentido matemático, sino que realmente son parámetros que sirven
para medir las consecuencias de los valores asumidos por las variables de decisión.
Previa a la solución, actúan como indicadores que forman el contexto matemático del
problema.
Posterior a la solución, constituyen el instrumento de medición de las consecuencias
suscitadas por los valores de las variables de decisión ( Ejemplo: disponibilidad de recursos, los
coeficientes de insumos, costos de producción, etc )
Ambas variables están interrelacionadas: de una parte las variables de consecuencia ayudan
a determinar las magnitudes de las variables de decisión, y por otra, las variables de decisión
ya evaluadas permiten valorar el efecto sobre las variables de consecuencia.
Para definir las variables (de decisión y de consecuencia) se debe tener en cuenta
su Definición: Conceptual, Dimensional y Temporal; y ser consecuente con la definición
llevada a cabo en el planteamiento del problema.

Definición Co ncep tual:

Nos expresa el contenido de las variables desde el punto de vista cualitativo en el contexto del
problema.
Para facilitar la definición resulta útil emplear el PRINCIPIO de UNICIDAD :
 de Origen,
 de Destino,
 de Estructura Tecnológica, y
 de Coeficiente Económico en la Función Objetivo.
Una misma actividad puede ser definida mediante varias variables en dependencia del criterio
de unicidad. Suponiendo que la actividad a desarrollar consiste en la transportación de la caña de
azúcar la variable se define como:
X1: Caña de azúcar a transportar
La caña debe ser transportada hacia Centros de Limpieza o Centro de Acopio, para darle el
beneficio correspondiente, por tanto se hace necesario definir las siguientes variables:
X1: Caña de azúcar a transportar hacia el Centro de Limpieza
X2: Caña de azúcar a transportar hacia el Centro de Acopio
La caña transportada hacia los centros procede de un macizo cañero, dividido en
bloques cañeros, suponiendo que existen dos bloques cañeros: A y B, y que la transportación
se puede realizar de uno de ello, la nueva definición sería:
X1: Caña de azúcar a transportar desde el bloque A hacia el Centro de Limpieza
X2: Caña de azúcar a transportar desde el bloque A hacia el Centro de Acopio
X3: Caña de azúcar a transportar desde el bloque B hacia el Centro de Limpieza
X4: Caña de azúcar a transportar desde el bloque B hacia el Centro de Acopio
Teniendo en cuenta la Estructura Tecnológica del Tiro, la caña puede ser transportada
por medio de Camión o Tractor. Además en dependencia del diseño tecnológico de los centros,
7
así va hacer el tipo transporte que asimila, a partir de la situación planteada se plantear el
siguiente ejemplo:

Actividad Orígenes Destinos Estructura Tecnológica del

Transporte
Caña BC-A CL (Admite Camión o Tractor ) Camión
a
Transportar BC-B CA (Admite Camión) Tractor
BC- Bloques Cañeros
CL- Centros de Limpieza
CA- Centros de Acopios
Nota: Desde el BC-A se puede transportar la caña por cualquiera de los dos medios de
transporte; pero desde el BC-B solo se puede transportar la caña mediante camión.

Como se puede apreciar el problema se torna más complejo donde para definir las variables
de decisión ahora hay que tener en cuenta la diversidad de orígenes, de destinos, y de
estructura tecnológica del transporte. Observar que existe opción de transporte en el centro de
limpieza. Las nuevas variables se definen como:
X1: Caña de azúcar a transportar desde el BC-A hacia el CL, mediante Camión
X2: Caña de azúcar a transportar desde el BC-A hacia el CL, mediante Tractor
X3: Caña de azúcar a transportar desde el BC-A hacia el CA, mediante
Camión X4: Caña de azúcar a transportar desde el BC-B hacia el CL, mediante
Camión X5: Caña de azúcar a transportar desde el BC-B hacia el CA,
mediante Camión
Una variable se puede definir cuando existen Origen, Destino, Estructura Tecnológica
y Coeficientes Económicos UNICOS, de acuerdo con el objetivo que se persiga en el trabajo.
La correcta definición de la variable permitirá identificar en forma inequívoca los valores
numéricos
de las variables de decisión..
Eje mplo: la caña a transportar desde el BC-A a hacia el CL debe de ser mediante camión o
tractor y que solo se considere un solo medio en la definición.
A las variables se adicionan subíndices y supraíndices en función de la diversidad de Origen,
Destino, Estructura Tecnológica o Coeficiente Económico, o algún criterio modificador que se
considera conveniente instrumentar.

8
 l
Eje mplo: X i j k X i j k (donde: i- Bloques Cañeros, j- Centros de Recepción, k- Tipo de
Transporte, l- puede ser Tipo de Corte.
En ocasiones y para no repetir la definición de las variables, se define de forma general.
( Ejemplo: Problema de Vinculación )

Definición Dimensional:
No basta con definir las variables por su cualidad, sino que es necesario definir esa variable
en términos cuantitativos y físicos, es decir, las unidades que se van a ser utilizadas para operar
con estas variables.
Cuando existan varias alternativas de formas de medición, se deberá seleccionar la más
representativa.
Se deberá escoger una sola dimensión y ser consecuente con ella en toda el modelo.

Definición Te mporal:
Permite enmarcar la variable en un período determinado. Se deberá escoger una misma unidad
de tiempo.
En problemas sencillos, es posible obviar este tipo de definición.

Construcción del Sistema de Restricciones

El sistema de restricciones constituye el conjunto de limitaciones que restringen el objetivo a
lograr, pues el problema optimiza dentro de un marco determinado. Está formado por un sistema
de ecuaciones o inecuaciones lineales.

Proc edimiento a tene r en c uen ta p ara la con stru cción de las re stricc io nes:
1. Establecer el valor numérico del término independiente, teniendo en cuenta su dimensión
física y temporal, así como su significado cualitativo ( el término independiente puede
ser resultado de cálculos exactos, estimaciones o proyecciones ).
2. Establecer el sentido (signo) de la restricción.
3. Analizar e incluir el conjunto de variables que conformarán parte de la restricción.
4. Establecer los coeficientes tecnológicos aij que permitan adaptar las dimensiones de las
variables de decisión a la de la restricción, para mantener la homogeneidad la restricción:
 El coeficiente aij puede venir dado directamente en la dimensión requerida; o
indirectamente, o sea, en forma inversa, en este caso se utilizará como denominador de las
variables de decisión.

 El coeficiente aij no se plantea en forma directa o inversa, sino que se debe construir
basado en una determinada información.
 Restricciones de demanda, se caracterizan por:

9
 - El coeficiente aij es igual a la unidad.
- El coeficiente aij se toma que en la restricción satisfaga una condición impuesta.
 En ocasiones puede ser necesario utilizar más de un coeficiente aij para homogenizar las
dimensiones de las variables con las de las restricciones.

Ejemplificando la utilizac ión de los co eficientes tecnoló gicos aij , según sea el caso.
4 .1 (a)- Co eficiente en forma direc ta:

X1 Unidades del producto I a elaborar

X2 Unidades del producto II a elaborar
a11 = 2 kg de materia prima necesaria para elaborar una unidad de producto I
a12 = 5 kg de materia prima necesaria para elaborar una unidad de producto II
b1 = 80 Kg de materia prima disponible

a11 X1 + a12 X2 <= b1

2 X1 + 5 X2 <= 80

Análisis dimensional
kg / Ud • Ud + kg / Ud • Ud = kg (Se logra la homogenización)

4 .1 (b )- Coe ficien te e n fo rma indirecta:

Considerando el ejemplo anterior, pero aij se define como la cantidad de productos que se
pueden elaborar con un kilogramo de materia prima, esto quiere decir que aij = Ud /
kg, entonces para lograr la homogeneidad entre los miembros de la restricción es necesario
dividir
por el coeficiente, como se muestra a continuación:

X1 / a11 + X2 / a12 <= b1

X1 / 2 + X2 / 5 <= 80

Análisis dimensional
Ud / ( Ud / kg ) + Ud / ( Ud / kg ) = kg (Se logra la homogenización)

4.2- El coe ficien te aij no se plantea en forma d irec ta o inversa, se deb e con stru ir basado en una
de te rminada información:
Los productos I y II por sus características antes de su comercialización son
3
almacenados, pudiéndose almacenar solamente del producto I 2000 m , o del producto II
3
3000 m , ó una combinación entre I y II, siempre y cuando no sobrepase la capacidad existente.
3
X1 m del producto I a elaborar

10
 3
X2 m del producto II a elaborar

1 X1 + 1 X2 <= 1 Capacidad de Almacenaje

2000 3000

Análisis dimensional
( capacidad / m ) m = capacidad
3 3
(Se logra la homogenización)

HABLAR DE Las condiciones que se deben dar

4 .3- Re striccion es q ue son de d eman da:

4 .3 (a )- El c oeficiente aij es igual a la unidad.

Del producto j debe elaborarse al menos una cantidad dj, es decir, la producción del producto j
debe satisfacer al menos una demanda dj.
Xj >= dj

4 .3 (b )- El c oeficiente aij se toma que en la restricción satisfaga una condición impuesta.

Se debe elaborar el doble del producto I con respecto al producto II.
X1 = 2 X2
X1 - 2 X 2 = 0

Restricciones más fre cuen tes en la p ráctica econ ómica:

- Capacidad máxima de producción a nivel de empresa, departamento, etc.
- Capacidad mínima de aprovechamiento de capacidades.
- Disponibilidad máxima de recursos humanos y materiales.
- Cotas máximas o mínimas de las variables que pueden responder a planes o a demandas a
satisfacer.
- Dependencias funcionales entre variables ( del tipo Xi {>, <} a Xj ; a- escalar ).

Planteamiento de la Función Objetivo

La función objetivo es una función lineal que incluye a todas las variables del problema
(aunque haya algunas que posean coeficiente nulo). Para su construcción deben tenerse en cuenta
los requisitos de “linealidad” y el “análisis dimensional”.
La función objetivo expresa el propósito central que se persigue y el medio a través del cual se
mide la efectividad de la solución planteada. Los objetivos primarios se plantean directamente en
la función objetivo.
Los coeficientes económicos pueden representar diversos objetivos, tales como:

11
 - Minimización de los Costos: costo de producción, costo de distribución, costo de
producción y distribución, componentes importados, desperdicios, insumo de algún
recurso, etc.
- Maximización de la ganancia o ingresos.
- Maximización de la producción.

La interreralación exis te nte en tre las variables en las “Re stricciones” y en la “Fu nción Obje tivo ”
son con stru id a median te “Método s Ana lítico -Deduc tivo ”, pero también pue de ser ne cesario
rec urrir al “Método Estadístico” para la e stimación de los términ os in dep end ie nte s y
c oeficientes.

Métod o Analítico -Deduc tivo.

Consiste en establecer relaciones funcionales directamente a partir de un análisis de causa-
efecto.
Estas relaciones funcionales son construidas tomando como punto de partida el cumplimiento
de los supuestos.
Este método presupone que se conoce a priori el valor numérico de los coeficientes
que acompañan a las variables de decisión, así como de los parámetros, que se pueden
calcular a partir de mediciones directas.

Métod o Estad ístico.

Al aplicar este método se sabe que entre las variables ( no de decisión, ni de consecuencia )
pueden existir determinada relación cuantitativa, y se necesita conocer qué tipo de
relación funcional existe entre ellas y la cuantificación de los coeficientes o variables de
consecuencia.
En tal sentido los términos independientes de las restricciones pueden ser resultado de cálculos
exactos, estimaciones o proyecciones.
En resumen para la Construcción de un Modelo de Programación Lineal, se utiliza el
“Método Analítico-Deductivo”; pero también puede ser necesario recurrir al
“Método Estadístico” para la estimación de los términos independientes y coeficientes de
tecnológicos y coeficientes económicos.

Planteamientos Concretos de P P L.
Los Planteamientos de los Problemas de Programación Lineal se pueden clasificar en cuatro
grandes grupos:
 Análisis de Actividad
 Dieta
 Mezcla
 Transporte

Formulación General de un Problema de Análisis de Actividad

Una empresa dispone de m recursos y se planifica fabricar n tipos de productos.

12
Se conoce que cantidad de recursos se necesita para producir una unidad de producto, así
como la disponibilidad de los recursos. También se conoce que utilidad se obtiene por
cada unidad de producto. En tal sentido la empresa desea producir una combinación
productos tal, que maximice las utilidades totales.

Formulación General de un Problema de Dieta

Se cuenta con un número n de alimentos, los cuales contienen m nutrientes. Es conocida la
cantidad de nutriente i por peso del alimento j. Por otra parte se cuenta con la cantidad mínima
diaria necesaria del nutriente i, así como el costo unitario del alimento j.
El problema sería determinar la dieta que satisfaga las necesidades diarias mínimas al menor
costo posible.

Formulación General de un Problema de Me zcla

En la elaboración de n mezclas diferentes, se cuenta con m ingredientes. Se conocen
las proporciones en que los ingredientes i entran en la mezcla j. Por otra parte se
conocen las disponibilidades de los ingredientes, su costo unitario y precio de venta.
El problema sería
encontrar las cantidades de ingredientes i en la mezcla j que maximice la ganancia total en
la venta de producto mezclado

Tabulación de la información

Costo
Ingredientes MEZCLA ó
Precio
Unitario
A
Proporciones en que los
B ingredientes entran en la
mezcla total
C
Nutrientes
PB Proporcione en que los Nu trie ntes
Ca nutrientes entran en la In gredien tes PB Ca P...
P mezcla A Proporción de
B nutrientes
C por Ingredientes

Formulación General de un Problema de Transpo rte

Se desea transportar un producto homogéneo desde m orígenes hasta n destinos.
En cada origen se cuenta con las cantidades a transportar ai , mientras en cada destino se
necesita bj cantidades de productos.
Es conocido el costo de transportar una cantidad de producto de los orígenes i a los destinos

13
PRUEBA DEL MODELO
La comprobación constituye un catalizador del trabajo realizado, y consiste en verificar
si todos y cada uno de los componentes del modelo son adecuados desde el punto de vista
del objetivo con que se realiza la investigación.
Esta fase es importante porque permite ahorrar tiempo y ofrece un mayor grado de
representatividad del modelo concebido.

Momentos de Comprobación del Modelo.

Primero: Mientras se está construyendo, permite ir rectificando el modelo en la medida que
se van incorporando sus diferentes elementos.
Segundo: Con posterioridad a su construcción, posibilita una verificación del modelo en su
conjunto.
Desde luego, el último y de finitivo momento de comprobación del modelo es cuando se
aplique su solución en la práctica.
En uno como en otro momento , es importante la participación del decisor, porque
puede ofrecer criterios que vayan modificando el modelo y lo hagan más representativo de la
realidad que se desea reflejar y modificar.

Elementos de Prueba del Modelo.

Los elementos que deberán ser comprobado tanto cuantitativa como cualitativamente son:
variables de decisión y de consecuencia, restricciones y función objetivo.
Antes de obtener la solución, es conveniente verificar cuantitativamente y cualitativamente los
parámetros aij, bi, y cij incorporados en el modelo. La comprobación debe orientarse no solo a
los cálculos numéricos, sino también a las fuentes originales de donde fueron tomados.
Primero se recomienda una prueba general de la composición del modelo, y posteriormente
pruebas parciales para cada uno de sus componentes.
Errores con respecto a las variables de decisión y consecuencia: Inclusión de variables no
relevantes; Exclusión de variables relevantes; y Errores de estimación de los parámetros.

Consideraciones de la prueba del modelo.

 Revisar en el modelo su c arácter sisté mico.

Se deben tener en cuenta la siguientes interrogantes
¿Están perfectamente delimitados los elementos del sistema cuyo modelo sometemos a
consideración?, o
¿Existe la posibilidad de incluir algún nuevo elemento en el sistema o incluso alguna
exclusión?
En este sentido se debe llevar a cabo una confrontación con el decisor.

12

14
  Carácter retro alimentativo de esta fase.
La comprobación permite obtener resultados que, al ser retroalimentados en el modelo, le
imprimen mayor grado de representatividad.
Para poder aplicar el modelo es necesario cerciorarse de su grado de representatividad, y una
de las formas de verificar este grado de representatividad es mediante la comprobación del
mismo.
Esta prueba irá valorando en que medida nuestras representaciones guardan correspondencia
con el mundo real, y las diferencias observadas servirán de fuente de retroalimentación
de información.
Teniendo en cuenta la relación entre teoría y la práctica hay que cerciorarse del
carácter adecuado del modelo con respecto al realidad que intenta imitar en sus rasgos más
importantes para lograr los objetivos del trabajo emprendido.
La retroalimentación tiene especial significación en esta fase, puesto que puede modificar
sustancialmente las condiciones del problema formulado y modelado.

SOLUCION DEL MODELO.

NOTA PARA LOS ESTUDIANTES: ESTUDIAR A PARTIR DE AQUÍ. Lo q está en amarillo es lo
que deben sacar para la libreta y estudiarlo como si fuera para el examen. Haré pregunta escrita
sobre esto en la próxima clase.

Cuando se obtiene la solución de un problema en específico debe tenerse presente que la

política que aparenta ser mejor en términos del modelo puede no ser la mejor en la realidad.
- En primer lugar, porque el modelo es una representación de los aspectos más importantes del
problema real.
- En segundo lugar, porque pueden variar las condiciones de los parámetros originales del
problema.
La solución obtenida se somete a consideración de los responsables del trabajo, previamente
revisada y analizada económica y matemáticamente.
La aplicación a la práctica de la solución obtenida indica, en última instancia, si se ha seguido
el camino acertado. Por tanto cuando hacemos referencia a la solución, lo hacemos respecto al
modelo y no necesariamente, al sistema real representado en el modelo.
Existe una amplia gama de métodos de solución, debido al gran variedad de problemas que se
presentan en la práctica de la dirección y organización de la economía, los Métodos de Solución
pueden dividirse esencialmente en tres grupos:
1. Analítico-Deductivo
2. Numérico-Inductivo
3. Simulación

El Método Analítico Deductivo consiste en el uso de la deducción matemática por medio de la

aplicación de varias ramas matemáticas, se estudia el fenómeno pasando de los general a
lo particular.
En nuestro estudio se utiliza el procedimiento analítico-deductivo.

15
 El Método Numérico-Inductivo consiste en estudiar un fenómeno pasando de lo particular a lo
general. Los procedimientos numéricos, consiste en comprobar varios valores de las variables
controlables en el modelo, comparando los resultados obtenidos y seleccionando aquel conjunto
de valores de las variables controladas que produzcan la mejor solución.

METODO SIMPLEX. PROCEDIMIENTO DE CÓMPUTO

El Método Simplex constituye un procedimiento iterativo algebraico que resuelve cualquier

problema de programación lineal en un número finito de pasos. El Método Simplex procede de
manera sistemática, partiendo de una Solución Posible Básica pasa a calcular otra Solución
Posible Básica, esta operación la realiza un número finito de veces, hasta que llega a determinar
la Solución Posible Básica Optima.

Variables de Holgura
Para el desarrollo teórico práctico de la Programación Lineal, resulta importante
el establecimiento de una Forma Básica en la pueda escribirse cualquier modelo de
Programación Lineal.

Todo modelo lineal puede ser transformado a una forma estándar donde el Sistema de
Restricciones este constituido por ecuaciones lineales, ya que en la práctica generalmente los
sistemas de restricciones constan de inecuaciones o la mezcla de inecuaciones y ecuaciones.

Las transformaciones se efectúan introduciendo variables adicionales, denominadas Variables

de Holgura.

Las Variab les de Ho lgura:

- Se utilizan para convertir el Sistema de Inecuaciones Lineales en Sistema de Ecuaciones

Lineales.

- Desde el punto de vista del significado económico, asumen la dimensión de la restricción

a la que están asociada.

- Su Coeficiente Económico en la Función Objetivo es Cero.

Puede darse el caso que las restricciones originales sean de igualdad, y donde esté presente la
16
matriz identidad ( unitaria ), no siendo necesario la incluir las variables de holgura.
La representación obtenida del Modelo Lineal se conoce como la Forma Estándar o General I
del Modelo Lineal.

Variables Artificiales
No siempre se logra de manera inmediata la Solución Básica Inicial agregando Variables de
Holguras, es decir, no se logra un sistema que contenga la Matriz Identidad.

En tal sentido, se utiliza un procedimiento denominado Adición de una Base Artificial, con el que
se representa la Matriz Identidad.

La representación obtenida se conoce como la Forma Estándar o General II del Modelo

Lineal.

Las variables utilizadas, llamadas artificiales, se introducen solo para construir de forma
inmediata una solución básica, las mismas desaparecen durante el proceso de computo.
Utilización:
- En restricciones de >=, pues con las variables de holgura no se puede construir una
Matriz Básica Unitaria.

- Se introducen en las restricciones de igualdad (no necesariamente )

Efecto sobre la Función Objetivo:
A fin de asegurar que dichas variables no aparezcan en la solución óptima, se le asignan
coeficientes económicos que no mejoren el valor de la función objetivo mientras permanezcan en
la base una variable artificial.

Algunas consideraciones sobre el Método Simplex

Tabla Simplex.
Toda la notación definida y la información sobre la solución básica puede ser
resumida y ordenada en una tabla denominada TABLA SIMPLEX, ampliamente utilizada
en el Método Simplex.
La tabla muestra de manera inmediata los valores que para dicha Solución Básica toman: XB,
Zj, Pj, Zj - Cj
Forma Gen eral de la TABLA SIMPL EX

Base Cj

17
 CB XB Po (XB) P1 P2 P3 P4 P5 ... Pj
(P11) (P12)
(CBi) (XBi) (XBi) (Pij)

Zj (Z0)
Zj - Cj

Donde :
Xj : Variables
XB: Variables Básicas

Cj : Coeficientes Económicos de las Variables Xj

CB: Coeficientes Económicos de las Variables Básicas
Pj : Vector Columna de los Coeficientes de las Variables Xj

Pij : i-esima Componente del Vector Columna Pj

P0 : Vector Columna de los Términos Independientes (XBi)

Z0 : Valor de la Función Objetivo en cada Iteración y se calcula mediante la expresión:

Z = C
j
i=1
Bi . Pi j

Zj - Cj : Multiplicador del Simplex

18
 De manera tal que el valor de la Función Objetivo cada vez que realiza el paso de una
Solución Posible Básica a otra, es mejor, o al menos, menos peor que la anterior.
El paso de una Solución Posible Básica a otra se realiza a través de CAMBIO DE BASE, o sea,
se sustituye un vector que forma parte de la base por otro que no se encuentra en la base. Es por
eso que el algoritmo simples define un Criterio de Entrada y Salida de la base.
Tres Id eas cen trales para el proced imie nto d el Mé to do Simplex
1. El Método Simplex presupone para su aplicación la existencia de una Solución Posible
Básica Inicial.

2. Debe formularse un CRITERIO de OPTIMALIDAD con ayuda del cual pueda decirse si se
ha alcanzado una solución posible óptima.

3. Debe desarrollarse un CRITERIO, que permita pasar de una solución posible básica a otra
que proporcione un valor para la función objetivo mejor o al menos igual al de la solución
anterior. El paso de una Solución Posible Básica a otra está relacionada con el cambio
de un Vector Básico por otro No Básico. Se requiere establecer un CRITERIO que
asegure, al efectuar dicho cambio que la nueva solución obtenida sea una Solución
Posible Básica.

Criterios utilizados en le algoritmo Simplex

CRITERIOS Problema de MÁXIMO Problema de MÍNIMO

Criterio
de Todos los Todos los
Optimalidad Zj - Cj >= 0 Zj - Cj <= 0

Criterio El menor El mayor

de
Entrada Min  Zj - Cj < 0  Max  Zj - Cj > 0 

Criterio Min X Bi , P ij > 0

de i
Salida P ij
P ij : Vector Entrante
Metod olo gía de la Pro gramació n Line al y el Algoritmo Simplex
I- Definición del Problema.
II- Construcción del Modelo de PL ( Función Objetivo, Sistema de Restricciones,
Condición de no Negatividad).
III- Adición de las Correspondientes Variables de Holguras y Artificiales.

A partir de aquí se aplica el Método Simplex

IV- Determinación de la Solución Básica Inicial ( Iteración Cero).
V- ¿ Se cumple el Criterio de Optimalidad ?
SI - Se Termina el Computo
NO - Se Aplica * Criterio de Entrada
* Criterio de Salida
* Transformaciones Elementales para obtener la
Solución Básica

Proc edimiento Comp utacion al d el Métod o Simple x

Paso 1- Conversión del Sistema de Inecuaciones Lineales en Sistema de Ecuaciones Lineales

utilizando variables de holguras y artificiales. Completamiento de la Función
Objetivo con dichas variables.

Paso 2- Construcción de la Tabla de Iteración Cero,

correspondiente a la Sol. Básica Inicial.

Paso 3- Aplicar el CRITERIO DE OPTIMALIDAD:

Para Problema de Min Si Todos los Zj - Cj <= 0
Para Problema de Max Si Todos los Zj - Cj >= 0

Paso 4- Si la iteración anterior no es la óptima, entonces habrá que determinar los VE y

VS de la base.

Paso 5- Se aplica el Método Iterativo para obtener el cambio de base determinado por el
VE y VS

La solución primaria que obtenga se somete a consideración de los responsables del trabajo,
previamente revisada y analizada económica y matemáticamente.

Utilización de la Computación
Ventajas que proporciona la utilización de la computación:
- Mayor rapidez de cálculo.
- Mayor grado de precisión, y consecuentemente reducción de errores numéricos.
- Posibilidad de resolver problemas que sin la computadora sería imposible obtener la
solución.
 Para lograr una aplicación eficiente de los resultados se hace necesario la elaboración de
Sistemas Automatizados y de su Manual de Usuario.

Tipos Especiales de Solución

Cuando se procede a obtener la solución de un problema de programación lineal utilizando
el Método Simples se pueden presentar distintas situaciones y arribar a tipos especiales de
solución, tales como:
1. Solución óptima Alterna
2. Solución Degenerada
3. Redundancia
4. Solución No Acotada
5. No Existencia de Solución

Análisis Económico de la Solución

Obtenida la solución óptima a partir de la Tabla de Iteración Optima o del Reporte de Salida
de un Programa de Computación, se procede a realizar el análisis económico de la
solución
óptima, observando que vectores forman parte de la base y que valor toman las variables
asociados a dichos vectores, en tal sentido se realizará el siguiente análisis:

Variables Signo Valor

Vector con Significado de la de la
Económico Restricción Variable

Básico Esencial - Xj > 0

No Básico Esencial - Xj = 0

Básico Holgura <= Xj > 0

Básico Holgura >= Xj > 0
No Básico Holgura <= Xj = 0
No Básico Holgura >= Xj = 0

Para interpretar económicamente las variables esenciales hay que tener en cuenta su definición,
es decir lo que expresa desde el punto de vista cualitativo y dimensional en el contexto
del
problema. En el caso de las variables de holguras hay que tener en cuenta el significado y el signo
de la restricción.

Un Vector Bá sico asociado a un a Variable Esenc ial

Indica que el producto que se analice se produzca, se transporte, se venda, se compre, etc.
Un Vector No Básico aso ciado a una Variable Esencial
Indica que no se lleve a cabo lo que la variable asociada signifique

En las siguientes situaciones como nos referimos a las variables de holguras se hace necesario
analizar el tipo de restricción, en nuestro caso presentaremos restricciones de recursos y
de demanda.

Un Vector Bá sico asociado a u na Variable de Holgura en un a Restric ción c on sign o <=

Si la restricción es de recurso: Indica ociosidad, subutilización.
Si la restricción es de demanda máxima: Indica lo dejado de producir, elaborar, transportar, etc.

Un Vector Bá sico asociado a u na Variable de Holgura en un a Restric ción c on sign o >=

Si la restricción es de recurso: Indica una utilización o aprovechamiento por encima de un
mínimo establecido de un recurso.
Si la restricción es de demanda mínima: Indica las unidades que de dicho producto se satisfacen
por encima del mínimo establecido.

Un Vector No Bá sico asociado a u na Variable de Holgura en un a Restric ción c on sign o <=

Si la restricción es de recurso: Indica la utilización total del recurso.
Si la restricción es de demanda máxima: Indica la satisfacción de la demanda máxima.

Un Vector No Bá sico asociado a u na Variable de Holgura en un a Restric ción c on sign o >=

Si la restricción es de recurso: Indica la utilización del mínimo establecido.
Si la restricción es de demanda mínima: Indica la satisfacción de la demanda mínima.

PRUEBA DE LA SOLUCIÓN y PRESENTACIÓN DE VARIANTES

Verificar la solución permite imprimirles a los resultados de la investigación mayor nivel de
confiabilidad y constituye un paso decisivo para demostrar su grado de aplicabilidad.
Esta fase es necesaria dado que la solución obtenida no puede ser aplicada inmediatamente
sin antes probar su grado de utilidad, dado que el modelo representa a la realidad sólo en parte
y la solución no puede, consecuentemente, reflejar todos los aspectos del problema objeto de
análisis.
Como todo Modelo de Programación Lineal supone un comportamiento determinista en sus
parámetros, y en la realidad difícilmente se comporten de una manera exacta preestablecida, es
conveniente probar la solución obtenida.
Esta fase presenta tres etapas:
  Confrontación de la solución con el que toma la decisión y Comparación de la solución
con los procedimientos vigentes en la entidad económica.
 Análisis de Sensibilidad ( Análisis de PostOptimalidad ).
 Utilización del Dual.

Confrontación de la Solución con lo que toman la decisión

Se confronta la solución a los especialistas y dirigentes administrativos para tratar de
determinar el grado de estabilidad de la solución hallada en función de los parámetros utilizados.
Esta verificación tiene un doble propósito:
1. Se somete la solución al criterio de personas de experiencia, quienes pueden detectar
algunas dificultades con respecto a su aplicación futura
2. Se crea una atmósfera propicia para la instrumentación de la solución, pues se
comprometen a los productores con el trabajo.
La presentación y análisis de la solución con los que toman la decisión, es un paso importante
ya que precede la aplicación práctica de la investigación. Si no satisface las necesidades se
introducen las modificaciones correspondientes.
Aspectos que se deben tener en cuenta (o haber elaborado) para la confrontación de la solución:
1. Un informe económico que demuestre la bondad de la solución hallada, expresando ahorro
de costo, incremento de la producción, incremento de la ganancia, etc.
2. La solución debe estar expresada en lenguaje claro y en forma escueta.
3. Medios para demostrar económicamente la inconveniencia de cualquiera otra solución que
se pueda proponer.

Comparación de la solución con los procedimientos vigentes en la entidad económica.

Un elemento importante para demostrar la conveniencia económica de la solución propuesta
por el modelo, es establecer comparación con:
- La solución que ha dado en el pasado a un problema semejante.
- La que se plantea dar para el mismo período en que se pretende realizar la investigación.
Si hemos realizado un trabajo económico aceptable, la solución del modelo debe ser mejor que
la que podría obtenerse por la entidad sin la utilización de métodos científicos. En dependencia
del mayor o menor grado de organización existente, será más o menos efectiva la solución
propuesta por nuestro modelo.
Sin embargo, si la diferencia entre las ventajas económicas de la solución del modelo y las
obtenidas sin la aplicación del mismo, es muy pronunciada, debemos cuestionarnos (incluso antes
de someter la solución a consideración del que toma la decisión) si del modelo se ha excluido
algún factor importante o incluido algún elemento distorsionador.
Una vez realizada la comparación, es bueno cuantificarla para su análisis posterior ( Ejemplo:
la aplicación del modelo permite un ahorro del 10 %, el que se traduce en unos $ 80000 ).

Análisis de Sensibilidad.
La sensibilidad permite determinar el “grado de susceptibilidad de la solución ante la variación
de los valores originales de los parámetros, en cuyo contexto se han obtenido”.
Mediante el análisis de sensibilidad se puede determinar cuál sería una nueva solución del
problema en caso de variar sus condiciones originales; esto le imprime a la solución obtenida
mayor grado de solidez y objetividad, y establece la confiabilidad de la solución hallada.
La sensibilidad como resultado práctico ofrece los intervalos de variación de los coeficientes
de la función objetivo y de los términos independientes de las restricciones, es decir, hasta que
valor puede disminuir o aumentar los coeficientes de la función objetivo para cada variable o los
términos independientes de las restricciones correspondientes; sin afectar la optimalidad de la
base, o sea, se mantienen básicas las mismas variables en la solución aunque cuantitativamente
los valores de las variables y la función objetivo pueden cambiar. Este análisis brinda flexibilidad
a la solución obtenida y permite considerar diversas variantes en la decisión a tomar
Aplicación a un Problema de Planificación de Zafra: dada las situaciones imponderables como
la naturaleza aleatoria que caracteriza el desarrollo de la zafra, sujetas a imprevistos como la
lluvia, roturas de equipos, problemas humanos, de decisión, etc., provocan variaciones e influyen
en el carácter cambiante de los parámetros de los modelos, esto determina la necesidad
de realizar el análisis de sensibilidad a la solución obtenida. El Análisis Sistémico
posibilitó experimentar diferentes soluciones óptimas presentadas al productor, para la
selección definitiva
de la solución a implementar.

UTILIZACIÓN DEL DUAL

El problema dual. Definición matemática. Relación entre el Primal y el Dual.

La importancia del estudio de la Teoría de la Dualidad radica en que amp lía las posibilidades
de la Programación Lineal en lo referente a su Interpretación Econ ómic a, Alg oritmos d e Soluc ió n
y Pla nteamien to, en tal sentido permite:
- Permite profundizar en el contenido económico del problema original.
- Se tiene otra vía para resolver al primal, y en ocasiones resulta una vía más rápida para
hallar la solución del primal. Pues se reduce el esfuerzo computacional, ya que el
tiempo del computo de Método Simples depende del número de restricciones.
Homogeneización de un Problema de Programación Lineal
Un problema de Programación Lineal se encuentra homogenizado cuando toda sus
desigualdades son del mismo sentido. En dependencia del criterio de optimización se considera
un problema de mínimo homogenizado si las restricciones son de mayor o igual, y un problema
de máximo homogenizado si las restricciones son de menor o igual, entonces:

n n
Min Z=  Cj Xj Max Z=  Cj Xj
j=1 j=1

n
n
 aij Xj >= bi ; i=1...m
j=1  aij Xj <= bi ; i=1...m
j=1
Xj >= 0 ; j=1...n
Xj≥0
El problema de Programación Lineal que se ha estudiado recibe el nombre de Problema Primal.
Cada problema primal tiene asociado otro Problema llamado DUAL.
El problema DUAL se forma partiendo de un Problema PRIMAL previamente
homogenizado, a partir de aquí se realizan las siguientes transformaciones:
1. Se transpone la Matriz de los Coeficientes Tecnológicos.

2. Los Términos Independientes del Conjunto de Restricciones del Primal pasan a ser los
Coeficientes de la Función Objetivo del Dual.

3. Los Coeficientes de la Función Objetivo del Primal forman los Términos Independientes
de las Restricciones del Dual.

4. Los Signos de las Restricciones y el Sentido de la Optimización se Invierten

5. A cada Restricción del problema Primal se le asocia una Incógnita del Problema Dual.

6. A cada Incógnita del Primal se le asocia una Restricción de Dual.

El problema dual y el primal no son dos problemas diferentes, sino dos formas de análisis de
una misma situación.

Definición del Problema DUAL

Dad o un Problema PRIMAL Existe siempre un Prob lema DUAL,

de finido c omo:
T T
D X >= b D Y <= C
T
Min Z = CX Max V = b Y
X >= 0 Y >= 0

D X <= b DT Y >= CT
T
Max Z = CX Min V = b Y
X >= 0 Y >= 0

Resumiendo:
 PRIMAL DUAL

1. Matriz de los Coeficientes Matriz de los Coeficientes Transpuesta

2. Términos Independientes Coeficientes de la Función Objetivo

3. Coeficientes de la Función Objetivo Términos Independientes

4. MAX (signo de las restric. <= ) MIN (signo de las restric. >=)
MIN (signo de las restric. >= ) MAX (signo de las restric. <=)

5. Restricciones Variables

6. Variables Restricciones

Obtención de la solución óptima del DUAL a partir del PRIMAL

El problema PRIMAL nos da cierta información acerca de su DUAL, nuestro interés se
centrará en las relaciones que puedan existir entre las Soluciones Optimas de ambos problemas.
De las relaciones expuestas entre el Primal y el Dual, la que aporta la guía para establecer las
relaciones de Optimalidad entre el Primal y el Dual, se exponen a continuación:

Relaciones de OPTIMALIDAD entre el PRIMAL y DUAL

 A cada restricción del primal le corresponde una variable esencial del dual, entonces a las
variables de holgura de primal están asociadas con las esenciales del dual.

 A cada variable esencial del primal le co rrespon de una restricción en el dual, entonces a las
variables esencial del primal, están asociadas con las de holgura del dual.

Luego quedan establecidas las siguientes realaciones:

PRIMAL DUAL
Variables Esenciales Variables de Holgura
Variables de Holgura Variables Esenciales

Esto determina las correspondientes relaciones entre los principales resultados de las soluciones
óptimas del primal y el dual, a partir de dicha relación se establece que:

“Los valores absolutos de los Zj-Cj del Primal, son iguales a los valores de las Variables del
Dual y recíprocamente; sujeto a la correspondencia entre Variables Esenciales y de Holgura
de ambos problemas. Siendo de los signos de los Zj – Cj en cada problema, los que correspondan
al caso de Máximo o Mínimo”

Interpretación Económica del Dual

Desde la realización del planteamiento matemático de un problema, y fundamentalmente al
realizar el análisis económico de la solución óptima de un problema se hizo énfasis en los
aspectos cualitativos del problema, acerca de las dimensiones, desde el punto de vista económico
de las variables, coeficientes y requerimientos.
Pudiéramos preguntarnos, ¿Qué significado económico tienen en el problema dual:
las variables, las restricciones y la función objetivo?. En tal sentido analizaremos la dimensión
de las variables, restricciones y función objetivo del problema dual asociado a un primal.
Supongamos un problema primal en el cual se ésta maximizando la ganancia y donde
las restricciones están dadas por limitaciones de recursos; no se pierde la generalidad de
lo que tratáremos ya que se traduce de forma análoga a un problema de minimización.

Análisis Dimensionalmente el Problema Primal

n Ganancia
Función objetivo  . ( Ud Producto j ) = Ganancia
j= 1 Ud Producto j

Restricciones n Ud Recurso i
 . ( Ud Producto j) < = Ud Recurso i
j=1 Ud Producto j

No negatividad
( Ud Producto j ) >= 0

Análisis Dimensional del Problema Dual Asociado

Función objetivo
m Ganancia
 ( Ud Recurso i) . Yi = ? Ganancia
i=1 Ud Recurso i

Restricciones
m Ud Recurso i Ganancia Ganancia
 . Yi >=
i=1 Ud Producto j Ud Recurso i Ud Producto j
No negatividad Ganancia
Yi >= 0
Ud
Recurs
oi
Ejemplos sobr e la Interpr etación Económica de las V ar ia bles Esenciales y de Holgura del Dual
Se dos ejemplos relacionados con un problema de mínimo y de máximo.

Problema Primal de Mínimo

PRIMAL
MIN Z = 5 X1+ 14 X2+ 16 X3+ 12 X4 (Costo ) Z = $ 360

3 X1 + 4 X2 + 4 X3 + 4 X4 >= 240 Kg de materia prima

4.5 X1 + 2 X2 + 3 X3 <= 180 Horas máquinas
2 X1 + X2 + 6X4 >= 110 Horas hombres

DUAL
MAX V = + 240 Y1 – 180 Y2 + 110 Y3
3 Y1 – 4.5 Y2 + 2 Y3 <= 5 VE: Y1= 3, Y2 = 2, Y3 = 0
4 Y1 - 2 Y2 + Y3 <= 14
4 Y1 – 3 Y2 <= 16 VH: Y4 = 0, Y5 = 6, Y6 = 10, Y7 = 0
4 Y1 + 6 Y3 <= 12
.
Interpretación Económica de las Variables Esenciales del Dual

 Si se aumenta en una unidad el término independiente de una restricción de  , el valor de la

función
objetivo aumentará en el valor de la variable esencial dual correspondiente.

 Si las restricciones originales son de  , el valor de la función objetivo del primal disminuirá en el
valor de
la variable dual
Interpretación correspondiente
Económica si se aumentara
de las Variables en una
Holgura delunidad
Dual el valor de su término independiente.

Y5 = 6

4 Y1 - 2 Y2 + Y3 <= 14
12 - 4 + 0 + ( 6 ) = 14 1 4 – 8 = Y5 = 6

La diferencia entre ambos miembros es el valor de la Variable de Holgura Y5 = 6.

Como el miembro izquierdo: Contribución marginal al costo de todos los recursos necesarios para
elaborar una unidad del producto 2, es menor, que el miembro derecho: el costo marginal, en $
6.00.
Esto indica que el Producto 2 no se debe elaborar.
Para que fuera económico elaborarlo tendría que disminuir su Costo Marginal en $ 6.00.

Y4 = 0

3 Y1 – 4.5 Y2 + 2 Y3 <= 5
9 - 9 + 0 (0) = 5

Esto significa que la contribución marginal de todos los recursos a costo necesarios para elaborar una
 unidad de producto, igual, a al costo marginal.
Esto indica que el Productos 1 deben elaborarse.

Problema Primal de Máximo

PRIMAL
MAX Z = 100 X1+ 20 X2+ 40 X3+ 70 X4 ( Ganancia ) Z = $ 7000

5 X1 + 5 X2 + 10 X3 + 4 X4 <= 1100 Kg de materia prima

10 X1 + 8 X2 + 8 X3 + 6 X4 >= 600 Horas máquinas
10 X1 + 5 X2 + 2 X3 + 5 X4 <= 500 Horas hombres

DUAL
MIN V = + 1100 Y1 – 600 Y2 + 500 Y3
5 Y1 – 10 Y2 + 10 Y3 >= 100 VE: Y1= 0, Y2 = 5, Y3 = 20
5 Y1 - 8 Y2 + 5 Y3 >= 20
10 Y1 – 8 Y2 + 2 Y3 >= 40 VH: Y4 = 50, Y5 = 40, Y6 = 0, Y7 = 0
4 Y1 - 6 Y3 + 5 Y3 >= 70

Interpretación Económica de las Variables Esenciales del Dual

 Si la restricción correspondiente en el primal a la variable esencial dual analizada es de ,

entonces un aumento en una unidad en el término independiente ocasiona una disminución en
el valor de la función objetivo igual al valor de dicha variable dual esencial.

 Cuando la restricción es de  , al aumentar el término independiente en una unidad, el valor

de la función objetivo aumentará en el valor de la variable esencial dual.

Interpretación Económica de las Variables Holgura del Dual

Y4 = 50

5 Y1 – 10 Y2 + 10 Y3 >= 100
0 - 50 + 200 - ( 50 ) = 100

Indica que la Contribución Marginal a la Ganancia de todos los recursos necesarios por una unidad de
producto 1, es ma yo r, en $ 50 que la Ganancia Marginal de esa unidad y

Por tanto el producto 1 no se debe producir.

Para que sea económico producir ese producto sería necesario que la Ganancia Marginal, Aumentará
en $
50.00.
 Y6 =
0

Indica que la Contribución a la Ganancia de los recursos correspondientes a una unidad de recurso 3,
es ig ua l, a la Ganancia Marginal proporcionada por esa unidad.